1.一种鱼类偏好栖息地的确定方法，其特征在于，包括：

获取目标鱼类所在水环境的参数信息，利用所述水环境的参数信息建立三维水环境模型；

确定所述目标鱼类的生态学函数，结合所述生态学函数在所述三维水环境模型上搭建生物仿真模型；

获取所述生物仿真模型中目标鱼类的运动轨迹，具体包括：

根据第四公式获取所述生物仿真模型中目标鱼类的运动轨迹，所述第四公式为：式中， 为t时刻的第i个所述目标鱼类所在位置， 为t+1时刻第i个所述目标鱼类所在位置，x和y为笛卡尔坐标系中的横轴和纵轴，Si,t为t时刻第i个目标鱼类个体的运动速度，Di,t为t时刻第i个目标鱼类个体的运动方向，θi,t为t时刻第i个目标鱼类个体运动方向为Di,t时的夹角， 为位移偏角；Si,t∈(0,Smax)，Smax为所述目标鱼类从t时刻至t+1时刻的时间段内的最大移动速度；其中，目标鱼类个体的运动速度和运动方向根据第五公式确定，所述第五公式为：式中，D_fav(t)和S_fav(t)分别为t时刻第i个目标鱼类个体在其感知范围内的喜好流速所在位置相比于当前位置的运动方向及朝向该运动方向的运动速度；D_flee(t)和S_flee(t)分别为t时刻第i个目标鱼类个体逃离其感知范围内最近的临近个体的运动方向及逃离该运动方向的运动速度；

根据运动轨迹确定所述目标鱼类的潜在栖息地；

利用基于累计密度法的偏好学习模型从所述潜在栖息地中确定所述目标鱼类的偏好栖息地，具体包括：利用基于累计密度法的偏好学习模型，获取第i个目标鱼类对每个所述潜在栖息地的偏好值；所述基于累计密度法的偏好学习模型根据第六公式确定，所述第六公式为：式中，Pij为第i个目标鱼类在第j个所述潜在栖息地中出现的累计密度，记为偏好值，为所有潜在栖息地中出现所述目标鱼类的总累计密度；

根据所述偏好值确定所述目标鱼类的偏好栖息地。

2.根据权利要求1所述的方法，其特征在于，所述生态学函数包括生长函数、集群函数和觅食函数。

3.根据权利要求2所述的方法，其特征在于，所述生长函数根据第一公式确定，所述第一公式为：式中，lt为所述目标鱼类t时刻的平均体长，Wt为所述目标鱼类t时刻的平均体重，L∞为所述目标鱼类的平均渐进体长，W∞为所述目标鱼类的平均渐进体重，k为生长系数，t0为假设的理论生长起点年龄。

4.根据权利要求3所述的方法，其特征在于，所述集群函数根据第二公式确定，所述第二公式为：Di,t+1＝λ1Di,t+λ2D′i,t+λ3D″i,t+λ4D″′i,t式中，Di,t+1为t+1时刻第i个目标鱼类个体的运动方向，Di,t为t时刻第i个目标鱼类个体的运动方向，D′i,t为t时刻第i个目标鱼类个体到临近个体平均位置的方向，D″i,t为t时刻第i个目标鱼类个体的临近个体的平均方向，D″′i,t为t时刻小于预设安全距离的临近个体到第i个目标鱼类个体方向的平均值，λ1,λ2,λ3,λ4为权重，且λ1+λ2+λ3+λ4＝1。

5.根据权利要求4所述的方法，其特征在于，所述觅食函数根据第三公式确定，所述第三公式为：eat＝if(fixed<0.1,0,fixed::‑(0.1*fixed))式中，fixed为饵料浓度。

6.根据权利要求1所述的方法，其特征在于，感知范围的确定方法为：获取所述目标鱼类的视觉信息、听觉信息和嗅觉信息；

根据所述视觉信息、听觉信息和嗅觉信息，确定所述目标鱼类的感知范围。

7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征是，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。