선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 특히 어류와 음향 특성이 다른 오징어의 경우 38 kHz에서는 뚜렷이 나타나지 않아 분포 특성을 나타내기가 매우 어렵다. 각 격자 셀로부터 계산된 에서 오징어만의 신호를 분리하기 위해 "3 dB < SSs" 범위를 결정하였다(Goss et. al, 2001). 한편, 부어류를 분 리하기 위해서는 "1 dB < SSV2 범위를 사용하였다.
- 두 주파수의 에코그램을 수평 이동시간 3 초, 수심 lm의 작은 셀로 격자를 구성한 후, 각각의 셀에 해당하는 Su 값을 추출하였 다 추출된 각 셀의 Sv 값으로부터 오징어의 경우, 고주파에서 음향 산란이 큰 특성을 이용하여 ”, SS20kHz-zJS?;38kHz= 3 를, 부어 류는 저주파에서 산란 특성이 크게 나타 나므로 ", S"38kHz-, SS20kH2=d ㎛2"를 계 산하였다. 각각의 MU 값으로부터 가상 에코 그램을 생성한 후, 원래의 에코그램 에서 8 SV 값을 만족하는 셀만으로 새로운 에코그 램을 구성하여 오징어와 부어류의 음향 에코그램을 분리하였다.
- 본 연구에서는 음향을 이용한 오징어 자원량 조사의 사전 조사로 두 개의 다른 주파수 대역의 음향 에코그램에서 오징어군과 부어류(pelagic fish)를 분리하고자 하였 으며 이를 위해 두 주파수간의 체적산란강도 차이(SS。)를 이용하였다.
- 음향 신호는 12시간에 걸쳐 split-beam인 38, 120 kHz 음향 센서(EK500, Simrad)와 음향 적분기(BI500)를 이용하여 수신하였으며, 관측은 2002년 7월 6일, 거문도 남서쪽 해역에서 실시하였다. 어종 식별을 위한 채집은 저층 트롤 총 4회에 걸쳐 시도하였다 Sv 역치값을 -75dB로 설정하였으며, 수신된 음향자료는 음향 자료처리 프로그램인 EchoView(SonarData, 2000)을 이용하였다. 두 주파수의 에코그램을 수평 이동시간 3 초, 수심 lm의 작은 셀로 격자를 구성한 후, 각각의 셀에 해당하는 Su 값을 추출하였 다 추출된 각 셀의 Sv 값으로부터 오징어의 경우, 고주파에서 음향 산란이 큰 특성을 이용하여 ”, SS20kHz-zJS?;38kHz= 3 를, 부어 류는 저주파에서 산란 특성이 크게 나타 나므로 ", S"38kHz-, SS20kH2=d ㎛2"를 계 산하였다.
- 음향 신호는 12시간에 걸쳐 split-beam인 38, 120 kHz 음향 센서(EK500, Simrad)와 음향 적분기(BI500)를 이용하여 수신하였으며, 관측은 2002년 7월 6일, 거문도 남서쪽 해역에서 실시하였다. 어종 식별을 위한 채집은 저층 트롤 총 4회에 걸쳐 시도하였다 Sv 역치값을 -75dB로 설정하였으며, 수신된 음향자료는 음향 자료처리 프로그램인 EchoView(SonarData, 2000)을 이용하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.