胡運(yùn)燊， 石小濤， 陳求穩(wěn)， 黃 瑤

1 三峽大學(xué)， 理學(xué)院， 宜昌 443002 2 三峽大學(xué), 三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心， 宜昌 443002 3 中國科學(xué)院生態(tài)環(huán)境研究中心, 北京 100085

鰱幼魚通過水流速度障礙的模擬

胡運(yùn)燊1,2， 石小濤2， 陳求穩(wěn)3， 黃 瑤1,*

1 三峽大學(xué)， 理學(xué)院， 宜昌 443002 2 三峽大學(xué), 三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心， 宜昌 443002 3 中國科學(xué)院生態(tài)環(huán)境研究中心, 北京 100085

魚類能否通過水流速度障礙直接影響過魚設(shè)施的過魚效果。利用計(jì)算機(jī)技術(shù)，綜合水力因素、魚類行為、地理特征及環(huán)境因子，展開魚類通過水流速度障礙的模擬，有助于過魚設(shè)施的優(yōu)化設(shè)計(jì)。以國外涵洞式魚道模擬軟件FishXing為切入點(diǎn)，結(jié)合主要模塊和關(guān)鍵因子，對我國特有魚類鰱幼魚進(jìn)行模擬，得到鰱通過不同水流速度障礙的成功率；對比鰱在物理模型中的游泳表現(xiàn)，從模型主要模塊和影響魚類游泳表現(xiàn)的關(guān)鍵因子角度，分析影響魚類通過水流速度障礙模擬的因素。結(jié)果表明，F(xiàn)ishXing軟件不能精確模擬鰱通過水流速度障礙的表現(xiàn)。分析表明，該軟件在地理要素、管道特征和水力信息等參數(shù)方面具備獨(dú)特的優(yōu)勢，但對我國魚類有一定局限性，主要體現(xiàn)在魚類的生物學(xué)信息如魚類游泳特征等方面存在不足；進(jìn)行魚過障礙的模擬需要深入研究目標(biāo)魚類的生理特征、游泳能力及其與水力環(huán)境因子的響應(yīng)關(guān)系。

過魚設(shè)施; 鰱; 游泳能力; 水力因子; 模擬

大壩的修建造成魚類生境的破碎化，阻隔魚類的洄游和交流，給魚類的繁衍、種群結(jié)構(gòu)乃至生存帶來一定的危害和影響[1]。為解決此問題，需要針對魚類的洄游需求建設(shè)過魚設(shè)施。魚類通過水流速度障礙的能力直接影響過魚設(shè)施的效果。目前，過魚設(shè)施的水力學(xué)設(shè)計(jì)主要是根據(jù)物理模型和魚類游泳能力來進(jìn)行[2]。雖然上述方法取得了一定的成績，但是耗費(fèi)人力物力，在實(shí)踐中有改善的空間。在魚類行為及其與水力環(huán)境因子響應(yīng)關(guān)系研究的基礎(chǔ)上，計(jì)算機(jī)模擬有望有效地解決此類問題。

國內(nèi)外已采用計(jì)算機(jī)軟件模擬魚類行為的思路進(jìn)行水電工程背景下的魚類保護(hù)學(xué)工作[3-6]，用于誘驅(qū)魚裝置和過魚通道的設(shè)計(jì)。Goodwin等[5]提出用歐拉-拉格朗日-因子方法(Eulerian-Lagrangian-agent method, ELAM)模擬水環(huán)境，預(yù)測三維空間魚的運(yùn)動軌跡；李建等[7]利用Delft3D 軟件的FLOW模塊研究了葛洲壩下游修建江心堤前后對中華鱘產(chǎn)卵場處的水流結(jié)構(gòu)及其動力學(xué)特征，模擬分析了江心堤對產(chǎn)卵場處河道流速、動能梯度及動能梯度增率的影響；陳求穩(wěn)等[1,8]通過水環(huán)境-魚類耦合模型，研究了魚類個體對水庫運(yùn)行的生態(tài)響應(yīng)。

在眾多的仿真技術(shù)中，目前僅FishXing軟件針對個體魚類行為展開了初步的預(yù)測，包含魚類行為、水力特征和地理信息等主要模塊，是唯一一款用來評估和設(shè)計(jì)過魚涵洞的軟件。該軟件模擬了多種魚類通過涵洞式魚道的水力特征和魚的游泳表現(xiàn)，已被證實(shí)針對鮭鱒魚類，在判斷涵洞是否會阻礙其通過方面發(fā)揮了一定作用。FishXing軟件在生態(tài)型魚道設(shè)計(jì)中的應(yīng)用，對于我國魚道設(shè)計(jì)軟件研究有借鑒意義[9]。鰱雖然不是洄游性魚類，但依然有頂流的特性，能夠作為魚類通過水流速度障礙的研究對象。本研究在分析FishXing軟件的基礎(chǔ)上，利用鰱幼魚驗(yàn)證其應(yīng)用于我國魚類的效果，探討我國魚類過魚設(shè)施的建設(shè)和計(jì)算機(jī)對魚類的動態(tài)模擬的發(fā)展方向。

1 數(shù)據(jù)來源和研究方法

1.1 FishXing及對鰱幼魚通過水流的仿真模擬

圖1 FishXing技術(shù)路線Fig.1 Technology Roadmap of FishXing

FishXing 是一款集成了涵洞設(shè)計(jì)和魚道評估的交互式軟件。模型可以適應(yīng)涵洞復(fù)雜的水力特性和魚類行為的多樣性。具有三大主要模塊：信息輸入、計(jì)算、輸出，技術(shù)路線如圖1所示。其中輸入模塊包括特定流域的地理信息、魚類信息(包括魚類尺寸、游泳能力信息)、管道特征(包括尺寸、安裝信息)、流量信息(最大流量、最小流量和設(shè)計(jì)流量)和尾水信息[10]。計(jì)算模塊可根據(jù)輸入的鰱的游泳能力和水力信息應(yīng)用漸變流方程計(jì)算出魚道的水表面概況和魚道內(nèi)各處的水流速度大小。輸出模塊以列表的形式輸出整個魚道不同位置的流速、水深等結(jié)果，列出阻礙魚類通過的因素和水流情況，以圖形的方式輸出水面線圖、涵洞概況圖、評分曲線圖和動態(tài)展示圖，利用動畫演示魚通過涵洞式魚道的過程。作為設(shè)計(jì)軟件，F(xiàn)ishXing具有交互功能，可以用來設(shè)計(jì)包括魚道和其它涵洞的評估模型，用來模擬驗(yàn)證魚類是否能夠通過水流障礙。

1.1.1 參數(shù)的設(shè)定

為了保證驗(yàn)證試驗(yàn)的可靠性，程序中參數(shù)以驗(yàn)證性試驗(yàn)為依據(jù)。涵洞管道的形狀為長方形，長、寬、高分別為1 m、0.4 m、0.2 m。魚的長度設(shè)定為10 cm。以驗(yàn)證性實(shí)驗(yàn)中持續(xù)游泳速度和爆發(fā)游泳速度為依據(jù)，程序中持續(xù)游泳速度和爆發(fā)游泳速度分別設(shè)定為0.35 m/s和0.9 m/s，疲勞時間分別為2 min和20 s。鰱游泳所需的最小水深設(shè)為3.5cm。試驗(yàn)中調(diào)節(jié)的流速分別為0.4、0.6、0.8、1.0、1.2 m/s，水深設(shè)定為5 cm。根據(jù)Q=VA，計(jì)算得到流量Q分別為0.14、0.21、0.28、0.35、0.42 cfs。因此在軟件中設(shè)定流量的范圍為0.14—0.42 cfs。材料選擇PVC。沒有設(shè)置傾斜度，所以入口和出口高程均設(shè)置為0。

1.1.2 計(jì)算與判斷(程序運(yùn)行機(jī)理)

完成了FishXing參數(shù)輸入后，程序會按照相關(guān)算法進(jìn)行計(jì)算，包括邊界條件的計(jì)算、魚道入口和出口落差的計(jì)算、水流能耗的計(jì)算以及魚通過水流障礙的計(jì)算等。由于FishXing主要是用來檢測和評估魚類能否通過水流障礙的軟件，因此計(jì)算和判斷主要針對不同障礙進(jìn)行。

FishXing模擬魚過障礙的障礙檢測流程如圖2所示。從輸入的界面可以知道，魚進(jìn)入魚道有游入和跳躍兩種情況。本研究中的鰱是以游泳的形式進(jìn)入魚道的，且出水口落差設(shè)置為0，因此，不會存在跳躍障礙和出水口落差障礙。通過對魚道各點(diǎn)的水深的計(jì)算，與設(shè)定的鰱游泳需要的最小水深進(jìn)行比較，判斷是否會出現(xiàn)水深不足的障礙。當(dāng)水流速度大于魚體最大游泳速度時，就會出現(xiàn)速度障礙，鰱將不能成功通過。只有整個通道內(nèi)的水流速度都在限度之內(nèi)，且按照其游泳能力鰱能抵抗通道內(nèi)的水流速度，鰱才能成功的通過整個通道。

圖2 FishXing模擬魚過障礙的障礙檢測流程Fig.2 Identifying process of fish passage barriers in FishXing

圖3 FishXing模擬魚類游泳的速度選擇過程Fig.3 FishXing Swim Algorithm

有關(guān)鰱的游泳能力和水流速度的比較如圖3所示。FishXing把整個過魚通道沿著魚游動的方向劃分為多個節(jié)點(diǎn)，計(jì)算每個節(jié)點(diǎn)處的水流速度的大小和鰱游泳的時間。水流速度大于爆發(fā)游泳速度時，出現(xiàn)速度障礙；水流速度小于爆發(fā)游泳速度且大于持續(xù)游泳速度時，鰱以爆發(fā)游泳模式通過通道；水流速度小于持續(xù)游泳速度時，鰱以持續(xù)游泳模式通過通道。在任何一種游泳模式下，都要對此模式下游泳的總時間和此模式的疲勞時間進(jìn)行比較，當(dāng)此節(jié)點(diǎn)處鰱游泳時間小于疲勞時間時，計(jì)算下一個節(jié)點(diǎn)。在持續(xù)游泳模式下，當(dāng)計(jì)算得到的持續(xù)游泳時間比疲勞時間長，鰱將選擇另一種游泳模式，即爆發(fā)游泳模式進(jìn)行游泳，若爆發(fā)游泳的時間大于疲勞時間，鰱就會出現(xiàn)體力障礙。只有在所有節(jié)點(diǎn)都不出現(xiàn)速度障礙和體力障礙，鰱能成功通過水流速度障礙。

1.2 驗(yàn)證性試驗(yàn)

為了檢驗(yàn)FishXing對鰱幼魚通過水流障礙的仿真模擬的準(zhǔn)確性，設(shè)計(jì)鰱通過水流障礙的試驗(yàn)。試驗(yàn)裝置如圖4所示。本試驗(yàn)裝置為一個自循環(huán)控溫系統(tǒng)，通過抽水泵將底部回水水箱里的水抽到蓄水池中，調(diào)整蓄水池出水口處擋板的高度可以控制蓄水池出口水的流量。試驗(yàn)對象鰱體長為(10±1) cm，均由湖北宜都漁場提供，通過充氧水包或供氧水箱車分批運(yùn)送到三峽大學(xué)生態(tài)水工試驗(yàn)室，暫養(yǎng)3d后進(jìn)行試驗(yàn)。暫養(yǎng)水槽為直徑2 m、深為0.5 m的圓形水槽。暫養(yǎng)期間水溫為(20±1) ℃，24 h連續(xù)持續(xù)充氧。每2 d換暫養(yǎng)水的30%，每天投食面粉、麥麩等餌料和吸糞便、殘?jiān)?次，試驗(yàn)前1天停止喂食。試驗(yàn)水槽為長1 m、寬0.2 m、高0.4 m的長方體。裝置中設(shè)置3個水泵，功率分別為250、500、1000 W，可組合實(shí)現(xiàn)7個功率梯度的運(yùn)行。流速分為0.4、0.6、0.8、1.0、1.2 m/s，水深5 cm，每個流速下選用20尾鰱進(jìn)行試驗(yàn)，每次試驗(yàn)測試一尾試驗(yàn)魚，試驗(yàn)魚不重復(fù)使用。

試驗(yàn)前，控制水泵的功率的大小和流量控制擋板的高度，用型號為LS300-A的便攜式流速儀測水流速度。流速測定儀探頭放置在中層水流，本研究的水流速度為水槽中的中層水流速度。將鰱放在適應(yīng)區(qū)水槽中適應(yīng)5 min，抽出隔離鰱的網(wǎng)狀隔板，通過攝像頭觀察5 min，如5 min內(nèi)貼壁即停止試驗(yàn)，5 min內(nèi)能通過1 m水槽說明鰱能夠克服水流障礙(圖5)。

圖4 鰱通過水流障礙試驗(yàn)裝置(側(cè)視圖)Fig.4 Installation for experiment (side view)

圖5 鰱通過水流障礙試驗(yàn)錄像截圖(主視圖)Fig.5 Capture of the experiment video (top view)

2 結(jié)果與分析

FishXing軟件根據(jù)輸入的相關(guān)水力條件、魚類游泳能力以及魚道概況，通過分析和計(jì)算，以圖表形式把這些量直觀展現(xiàn)出來，并且最終以動畫的形式直接判斷目標(biāo)魚類能否克服水流。模擬結(jié)果如表1所示，在0.14—0.36 cfs的流量范圍內(nèi)鰱可以成功通過水流障礙，在0.36—0.42 cfs的流量范圍內(nèi)存在速度障礙。但物理模型試驗(yàn)的結(jié)果是在流速為0.6 m/s以內(nèi)的流速范圍，即0.21 cfs以內(nèi)的流量范圍，鰱成功通過水流障礙的成功率為80%以上；流速大于0.8 m/s，即流量大于0.28 cfs時，鰱通過水流障礙的成功率不足10%。

通過FishXing的模擬仿真結(jié)果和驗(yàn)證性試驗(yàn)結(jié)果的比較，可以看出FishXing軟件不能準(zhǔn)確的模擬鰱通過水流速度障礙的成功率。

表1 FishXing模擬和試驗(yàn)中鰱在不同流速流量下的通過率Table 1 Passage rate of silver carp crossing through the velocity barrier

3 討論

FishXing軟件不能精確模擬鰱幼魚通過水流速度障礙。分析其原因，首先，F(xiàn)ishXing里設(shè)計(jì)的程序模塊與鰱的實(shí)際游泳行為不一致。按照目前國際上廣泛認(rèn)同的分類方法，魚類的游泳類型分為爆發(fā)式游泳、持續(xù)式游泳和耐久式游泳[1,11], 鰱有爆發(fā)游泳、持續(xù)游泳、耐久游泳等游泳模式以及爆發(fā)-滑行和跳躍等游泳行為。程序模擬中鰱只能以持續(xù)游泳速度和爆發(fā)游泳速度游泳，與實(shí)際不符。魚類游泳狀態(tài)的研究還不夠深入，針對不同的魚類，如何劃分和評估游泳速度、如何把魚類游泳行為和水力環(huán)境相結(jié)合還有待完善[12-16]。其次，F(xiàn)ishXing對水環(huán)境的模擬不夠真實(shí)。FishXing把魚游方向上的魚道分為有限個點(diǎn)，計(jì)算其水流速度的大小，忽略了兩側(cè)內(nèi)壁對水流速度的影響。水槽斷面的水流速度會有不一致，這也是FishXing程序設(shè)計(jì)中沒有充分考慮的一點(diǎn)。FishXing程序模擬鮭鱒魚類游泳通過涵洞所取得的較好結(jié)果，主要是因?yàn)轷q鱒魚類的游泳模式以及游泳速度的研究已有較為系統(tǒng)的數(shù)據(jù)，而且個體較大的成年鮭鱒魚類利用小水體邊界水流的可能性較小，因此對精細(xì)流場的要求稍低[10]。試驗(yàn)中對魚游水槽內(nèi)各點(diǎn)流速的測定表明，水槽兩邊的水流速度明顯比中間的流速小，鰱更喜歡在流速較小的水槽兩側(cè)游動，因此魚類游泳通過水流的研究需要進(jìn)一步分析魚類利用精細(xì)流場的規(guī)律。綜合以上分析可知，F(xiàn)ishXing軟件模擬魚類通過水流速度障礙的過程有待進(jìn)一步優(yōu)化，但模型預(yù)測與試驗(yàn)觀察通過率的比較并不能充分說明該模型模擬的不可用性。模型的意義在于通過參數(shù)的改變，提高反映真實(shí)情況的概率，從而將這些參數(shù)應(yīng)用到實(shí)踐中；本研究擬探討的魚類通過水流速度障礙數(shù)字模型需進(jìn)一步明確模擬思路、關(guān)鍵模型參數(shù)及明確魚類行為和水力的響應(yīng)關(guān)系，并進(jìn)一步通過物理模型分析調(diào)整試驗(yàn)裝置的參數(shù)，最終優(yōu)化數(shù)字模型。

在進(jìn)行魚通過障礙模擬軟件的設(shè)計(jì)時，應(yīng)考慮不同目標(biāo)物種和不同環(huán)境條件下參數(shù)設(shè)置的差異性。模型的建立要找準(zhǔn)影響模型準(zhǔn)確性的關(guān)鍵因子，比如游泳速度、水流速度、流態(tài)、管道、水頭等。軟件參數(shù)的設(shè)置要以試驗(yàn)為依據(jù)，充分利用現(xiàn)有的魚類游泳能力的研究成果。本實(shí)驗(yàn)中鰱模擬不成功即與參數(shù)設(shè)置有直接關(guān)系。FishXing軟件具有豐富的參數(shù)輸入、數(shù)據(jù)計(jì)算、結(jié)果輸出的模塊，具備很強(qiáng)的交互功能，可以根據(jù)需要進(jìn)行不同魚類在不同環(huán)境下的魚過障礙的模擬。雖然目前在魚類的游泳能力和行為上要想做出精確的仿真模擬存在困難，但是深入研究目標(biāo)魚類不同發(fā)育階段的游泳能力和游泳行為，及其對水力因子和環(huán)境因子的響應(yīng)，特別是游泳狀態(tài)和水力因子如爆發(fā)游泳與水力特征的偶聯(lián)關(guān)系，有望實(shí)現(xiàn)魚類通過水流速度障礙的模擬，并有助于過魚設(shè)施的優(yōu)化設(shè)計(jì)。此外，基于水力參數(shù)和魚類游泳特征的魚類通過流速障礙仿真思路還有助于實(shí)現(xiàn)魚類分布情況的動態(tài)模擬以及水資源的優(yōu)化利用，有待進(jìn)一步挖掘。

隨著計(jì)算機(jī)軟件的更新，越來越多的計(jì)算機(jī)軟件能為生態(tài)環(huán)境和生物活動的模擬提供幫助。水力模擬中較為常用的一維模擬軟件有PHABSIM和RHABSIM，二維模擬軟件有River2D和RMA2，三維模擬軟件有DELFT3D和SSIIM3D等?？傮w而言，水力模擬已經(jīng)取得了長足發(fā)展[17]。在魚類行為研究方面，計(jì)算機(jī)模擬和傳統(tǒng)意義上的物理試驗(yàn)相比，有著眾多的優(yōu)勢。不僅節(jié)省人力、物力，還可以輕松實(shí)現(xiàn)魚類行為與水利信息、環(huán)境因子的耦合，建立多元模塊模型。例如美國科學(xué)家提出的NFS模型(Numerical Fish Surrogate)運(yùn)用計(jì)算流體動力學(xué)模型能夠描述復(fù)雜的水體流場分析、預(yù)測魚的運(yùn)動規(guī)律；在計(jì)算流體模型內(nèi)的固定網(wǎng)格節(jié)點(diǎn)插水力信息，構(gòu)造粒子追蹤模型能夠得到魚在不同位置的情況；由計(jì)算流體動力學(xué)預(yù)測模型模擬個體魚的認(rèn)知行為的行為響應(yīng)[18]。魚類行為模擬研究的重點(diǎn)是以生理生態(tài)過程為基礎(chǔ)，利用結(jié)構(gòu)化技術(shù)，建立面向?qū)ο蟮沫h(huán)境模型，特別是加強(qiáng)動態(tài)模擬及關(guān)鍵模型參數(shù)的估計(jì)，同時運(yùn)用多媒體技術(shù)實(shí)現(xiàn)可視化和動畫化，從而提高模擬模型的機(jī)理性、預(yù)測性和動態(tài)性。

[1] 陳求穩(wěn), 韓瑞, 葉飛. 水庫運(yùn)行對下游岸邊帶植被和魚類的影響. 水動力學(xué)研究與進(jìn)展, 2010, 25(1): 85-92.

[2] 鄭金秀, 韓德舉, 胡望斌, 王翔, 張曉敏. 與魚道設(shè)計(jì)相關(guān)的魚類游泳行為研究. 水生態(tài)學(xué)雜志, 2010, 3(5): 104-110.

[3] McMillan S, Sadayappan P, Orin D E. Efficient dynamic simulation of multiple manipulator systems with singularities. ICRA, 1992, 1: 299-304.

[4] Scruton D A, McKinley R S, Kouwen N, Eddy W, Booth R K. Use of telemetry and hydraulic modeling to evaluate and improve fish guidance efficiency at a louver and bypass system for downstream-migrating Atlantic salmon (Salmosalar) smolts and kelts. Hydrobiologia, 2002, 483(1/3): 83-94.

[5] Goodwin R A, Nestler J M, Anderson J J, Weber L J, Loucks D P. Forecasting 3-D fish movement behavior using a Eulerian-Lagrangian-agent method (ELAM). Ecological Modelling, 2006, 192(1/2): 197-223.

[6] Rayamajhi B, Vasconcelos J G, Devkota J P, Baral D, Tritico H M. Should fish passage through culverts be a concern for midwest engineers and planners: Determining the percentage of culverts that act as barriers to fish passage in NE Ohio. World Environmental and Water Resources Congress: Crossing Boundaries, 2012: 1624-1634.

[7] 李建, 夏自強(qiáng), 王遠(yuǎn)坤, 李帆. 葛洲壩下游江心堤對中華鱘產(chǎn)卵場河道動能梯度影響. 水電能源科學(xué), 2009, 27(2): 79-82.

[8] 陳求穩(wěn), 程仲尼, 蔡德所, 吳世勇. 基于個體模型模擬的魚類對上游水庫運(yùn)行的生態(tài)響應(yīng)分析. 水利學(xué)報(bào), 2009, 40(8): 897-903.

[9] 方真珠, 潘文斌, 趙揚(yáng). 生態(tài)型魚道設(shè)計(jì)的原理和方法綜述. 能源與環(huán)境, 2012, 4: 84-86.

[10] 許曉蓉, 劉德富, 汪紅波, 王從鋒. 涵洞式魚道設(shè)計(jì)現(xiàn)狀與展望. 長江科學(xué)院院報(bào), 2012, 29(4): 44-48, 63-63.

[11] Plaut I. Critical swimming speed: Its ecological relevance. Comparative Biochemistry and Physiology Part A: Molecular & Integrative Physiology, 2001, 131(1): 41-50.

[12] Beamish F W H. Swimming capacity // Hoar S, Randall D J. Fish Physiology. New York: Academic Press, 1978: 101-187.

[13] 曹慶磊, 楊文俊, 周良景. 國內(nèi)外過魚設(shè)施研究綜述. 長江科學(xué)院院報(bào), 2010, 27(5): 39-43.

[14] 王萍, 桂福坤, 吳常文. 魚類游泳速度分類方法的探討. 中國水產(chǎn)科學(xué), 2010, 17(5): 1137-1146.

[15] 石小濤, 陳求穩(wěn), 黃應(yīng)平, 劉德富, 莊平. 魚類通過魚道內(nèi)水流速度障礙能力的評估方法. 生態(tài)學(xué)報(bào), 2011, 31(22): 6967-6972.

[16] 齊亮, 楊宇, 王悅, 嚴(yán)忠民. 魚類對水動力環(huán)境變化的行為響應(yīng)特征. 河海大學(xué)學(xué)報(bào): 自然科學(xué)版, 2012, 40(4): 438-445.

[17] 郭文獻(xiàn), 谷紅梅, 王鴻翔, 徐建新, 夏自強(qiáng). 長江中游四大家魚產(chǎn)卵場物理生境模擬研究. 水力發(fā)電學(xué)報(bào), 2011, 30(5): 68-72.

[18] Baigún C R M, Nestler J M, Oldani N O, Goodwin R A, Weber L J. Can north american fish passage tools work for south American migratory fishes? Neotropical Ichthyology, 2007, 5(2): 109-119.

The simulation of silver carp crossing through velocity barriers

HU Yunshen1,2, SHI Xiaotao2, CHEN Qiuwen3, HUANG Yao1,*

1CollegeofScience,ChinaThreeGorgesUniversity,Yichang443002,China2EngineeringResearchCenterofEco-environmentinThreeGorgesReservoirRegion,ChinaThreeGorgesUniversity,Yichang443002,China3ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China

Whether fish can overcome water velocity barriers affects their passage at manmade fishways. By integrating hydraulics, fish behavior, geographic characteristics and environmental factors, we simulated how fish pass through different water velocity barriers. We studied the software FishXing and focused on the software′s main module and key factors in fish swimming simulation, using the silver carp which is native to China, as test object for simulation and analysis. These simulation will help to improve the design of fish passage. FishXing is a unique software tool for the assessment and design of culverts for fish passage in the United States. It models the complexities of culvert hydraulics and fish performance for a variety of species and configurations. The software models fish swimming performance against culvert hydraulics across a range of expected stream discharges, slopes with different substrate and perch heights. Water surface profiles can be calculated for a variety of culvert shapes using gradually varied flow equations. The program then designates the swimming mode or swimming velocity or leap behavior according to current velocities. The output includes tables and graphs summarizing the water velocities, water depths, and outlet conditions, and the list of factors that limits fish passage for each culvert at a specific flow condition. It can also generate video-based animations. This study tested if FishXing can be used to estimate the swimming performance of silver carp. In our experimental tests, the water velocity in a open channel flume was increased from 0.4 m/s to 1.2m/s at 0.2m/s intervals, which extended beyond the range of critical swimming speeds recorded in juvenile silver carp. A camera was set above the water tank to record fish swimming throughout the experiments. Silver carp were tested one at a time and we recorded whether they could swim across a 1m distance at a given the water flow within 5 min. The FishXing software was then used to evaluate the performance of silver carp at the same values of water flow velocity. The experimental tests indicated that the success of fish at crossing velocity barriers decreased with velocity while the passage rate of fish in the FishXing software remained 100% until the flow far exceeded their critical swimming speed. The results indicate that the FishXing software does not accurately simulate how silver carps cross water velocity barriers. The analysis shows that FishXing has advantages in combing geographic characteristics, flume information and discharges. However, the software has shortcomings in that it lacks a classification of fish by swimming mode such as sustained or prolonged or burst swimming mode. There is a differentiation among different life stages and an analysis on specific behavior according to hydraulics. Further, FishXing does not accommodate non-salmonid species. We conclude that the simulation of fish crossing water velocity barriers needs to explore specific fish behavior in relation to hydraulic factors and environmental factors for different species, together with the swimming behavior of different development stages of the target fish. In the future, we should pay special attention to the swimming mode and behavioral characteristics of different species, particularly coupling swimming behavior and hydraulic characteristics.

fish passage structures; silver carp; swimming capacity; hydraulic factor; simulation

楚天學(xué)者基金(KJ2010B002); 國家自然科學(xué)基金(50979049, 51009082, 51210105017); 中國博士后科學(xué)基金(20100480487); 水利部公益性行業(yè)科研專項(xiàng)(201201030, 201201028-02); 中國長江三峽集團(tuán)公司科研項(xiàng)目(SDHZ2011117); 農(nóng)業(yè)部海洋與河口漁業(yè)資源及生態(tài)重點(diǎn)開放試驗(yàn)室開放基金(20090011); 貴州北盤江電力股份有限公司合作項(xiàng)目(SDHZ2012137); 水利部水工程生態(tài)效應(yīng)與生態(tài)修復(fù)重點(diǎn)試驗(yàn)室開放基金

2013-08-07;

日期:2014-07-25

10.5846/stxb201308072042

*通訊作者Corresponding author.E-mail: hbhy1021@ctgu.edu.cn

胡運(yùn)燊， 石小濤， 陳求穩(wěn)， 黃瑤.鰱幼魚通過水流速度障礙的模擬.生態(tài)學(xué)報(bào),2015,35(8):2652-2658.

Hu Y S, Shi X T, Chen Q W, Huang Y.The simulation of silver carp crossing through velocity barriers.Acta Ecologica Sinica,2015,35(8):2652-2658.