CN110348769A - 用于评价海洋牧场的方法、装置和系统 - Google Patents
用于评价海洋牧场的方法、装置和系统 Download PDFInfo
- Publication number
- CN110348769A CN110348769A CN201910845630.1A CN201910845630A CN110348769A CN 110348769 A CN110348769 A CN 110348769A CN 201910845630 A CN201910845630 A CN 201910845630A CN 110348769 A CN110348769 A CN 110348769A
- Authority
- CN
- China
- Prior art keywords
- data
- group
- aquafarm
- index
- trophic level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001228 trophic effect Effects 0.000 claims abstract description 81
- 235000013305 food Nutrition 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 25
- 238000010276 construction Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 239000000203 mixture Substances 0.000 claims abstract description 6
- 241000894007 species Species 0.000 claims description 27
- 239000002028 Biomass Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000556 factor analysis Methods 0.000 claims 1
- 244000144980 herd Species 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 16
- 238000004458 analytical method Methods 0.000 abstract description 12
- 238000011835 investigation Methods 0.000 abstract description 4
- 241000251468 Actinopterygii Species 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000143060 Americamysis bahia Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及对海洋牧场进行评价。目前，在对海洋牧场的效果进行评价时，一般仅单纯基于某一个指标的数量变化来评价海洋牧场效果，由此会导致不全面且不准确的评价结果。本发明提供了用于基于多个指标来评价海洋牧场的方法、装置和系统。该方法包括：对海洋牧场建设前后分别进行资源调查；依据物种组成情况构建食物网矩阵；统计各营养级的多个指标的数据；参照对比区，统计海洋牧场建设前后各个指标的相对变化率；对各指标相对变化率进行数学分析，筛选出关键因子；以及基于关键因子来评价海洋牧场。
Description
技术领域
本发明涉及对海洋牧场进行评价，更具体地，涉及基于多个指标来评价海洋牧场的方法、装置和系统。
背景技术
海洋牧场是基于海洋生态学原理，利用现代工程技术，充分利用自然生产力，通过在一定海域内营造健康的生态系统，科学养护和管理生物资源而形成的人工渔场。开展海洋牧场建设，其一是为了提高某些经济品种的产量或整个海域的鱼类产量，以确保水产资源稳定和持续的增长。其二是在利用海洋资源的同时重点保护海洋生态系统，实现可持续生态渔业。
目前，在对海洋牧场的效果进行评价时，主要以海域环境现场调查、生物和渔业资源群落结构的对比分析为主。但是，该对比分析一般仅涉及单个指标之间数据上的比较。例如，如果某个海洋牧场的主要目的是为了增加某种鱼类的产量，那么可能仅仅将该种鱼类在海洋牧场建设前后的生物量数据进行对比，如果生物量数据增加，则得出该海洋牧场效果良好的结论。然而，实践中经常可以发现，虽然该种鱼类的生物量数据增加，但是由此可能会在该海洋牧场内引发其他相关效应，诸如食物链长度变长或多样性降低，这些对于海洋牧场而言均是不理想的现象。由此可见，单纯基于某一个指标的数量变化来评价海洋牧场效果是不全面且不准确的。
因此，需要一种能综合反映渔业资源构成的波动和变化趋势的海洋牧场效果评价方案。
发明内容
提供本发明内容以便以简化形式介绍将在以下具体实施方式中进一步的描述一些概念。本发明内容并非旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。
提供了用于基于多个指标来评价海洋牧场的方法、装置和系统。该方法包括：对海洋牧场建设前后分别进行资源调查（包含对比区），明确海洋牧场建设前后的生物资源种类、数量等组成情况；依据物种组成情况构建食物网矩阵，确定各物种在不同营养级的能流分布情况；从食物网矩阵中统计各营养级的多个指标的数据；参照对比区，统计海洋牧场建设前后各个指标的相对变化率；对各指标相对变化率进行数学分析，筛选出关键因子；基于关键因子来评价海洋牧场建设效果。由此，通过参照对比区以及基于多个指标的变化来评价海洋牧场建设效果，不仅能直观判断建设效果还能对其群落结构进行量化评价。
根据本发明的一个实施例，提供了一种用于对海洋牧场进行评价的方法，包括：获取第一组数据和第二组数据，第一组数据包括针对海洋牧场建设前海洋牧场所包括的海洋区域中各营养级的多个指标的数据，第二组数据包括在海洋牧场建设前对比区中各营养级的多个指标的数据；获取第三组数据和第四组数据，第三组数据包括在海洋牧场建设完成一段时间后海洋牧场中各营养级的多个指标的数据，第四组数据包括在海洋牧场建设完成一段时间后对比区中各营养级的多个指标的数据；基于第一组数据、第二组数据、第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率；基于所计算的每个营养级的每个指标的相对变化率，从多个指标中导出多个关键因子，其中，多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及基于多个关键因子对海洋牧场进行评价。
根据本发明的另一个实施例，提供了一种用于对海洋牧场进行评价的装置，包括：第一数据获取模块，第一数据获取模块被配置成用于获取第一组数据和第二组数据，第一组数据包括针对海洋牧场建设前海洋牧场所包括的海洋区域中各营养级的多个指标的数据，第二组数据包括在海洋牧场建设前对比区中各营养级的多个指标的数据；第二数据获取模块，第二数据获取模块被配置成用于获取第三组数据和第四组数据，第三组数据包括在海洋牧场建设完成一段时间后海洋牧场中各营养级的多个指标的数据，第四组数据包括在海洋牧场建设完成一段时间后对比区中各营养级的多个指标的数据；相对变化率计算模块，相对变化率计算模块被配置成基于第一组数据、第二组数据、第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率；关键因子导出模块，关键因子导出模块被配置成基于所计算的每个营养级的每个指标的相对变化率，从多个指标中导出多个关键因子，其中，多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及评价模块，评价模块被配置成基于多个关键因子对海洋牧场进行评价。
根据本发明的又一个实施例，提供了一种计算机系统，包括：存储器和处理器，以及存储在该存储器上并可在该处理器上运行的计算机程序，该处理器运行该计算机程序以执行一种用于对海洋牧场进行评价的方法，包括：获取第一组数据和第二组数据，第一组数据包括针对海洋牧场建设前海洋牧场所包括的海洋区域中各营养级的多个指标的数据，第二组数据包括在海洋牧场建设前对比区中各营养级的多个指标的数据；获取第三组数据和第四组数据，第三组数据包括在海洋牧场建设完成一段时间后海洋牧场中各营养级的多个指标的数据，第四组数据包括在海洋牧场建设完成一段时间后对比区中各营养级的多个指标的数据；基于第一组数据、第二组数据、第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率；基于所计算的每个营养级的每个指标的相对变化率，从多个指标中导出多个关键因子，其中，多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及基于多个关键因子对海洋牧场进行评价。
根据本发明的再一个实施例，提供了一种计算机可读介质，其上存储有计算机可读指令，该计算机可读指令可被处理器执行以实现一种用于对海洋牧场进行评价的方法，包括：获取第一组数据和第二组数据，第一组数据包括针对海洋牧场建设前海洋牧场所包括的海洋区域中各营养级的多个指标的数据，第二组数据包括在海洋牧场建设前对比区中各营养级的多个指标的数据；获取第三组数据和第四组数据，第三组数据包括在海洋牧场建设完成一段时间后海洋牧场中各营养级的多个指标的数据，第四组数据包括在海洋牧场建设完成一段时间后对比区中各营养级的多个指标的数据；基于第一组数据、第二组数据、第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率；基于所计算的每个营养级的每个指标的相对变化率，从多个指标中导出多个关键因子，其中，多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及基于多个关键因子对海洋牧场进行评价。
通过阅读下面的详细描述并参考相关联的附图，这些及其他特点和优点将变得显而易见。应该理解，前面的概括说明和下面的详细描述只是说明性的，不会对所要求保护的各方面形成限制。
附图说明
为了能详细地理解本发明的上述特征所用的方式，可以参照各实施例来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中示出。然而应该注意，附图仅示出了本发明的某些典型方面，故不应被认为限定其范围，因为该描述可以允许有其它等同有效的方面。
图1示出了根据本发明的一个实施例的用于对海洋牧场进行评价的方法100的流程图。
图2示出了根据本发明的一个实施例的示例食物网矩阵200。
图3示出了根据本发明的一个实施例的示例食物网矩阵300。
图4示出了根据本发明的一个实施例的用于对海洋牧场进行评价的装置400的框图。
图5示出了根据本发明的一个实施例的可用于实现本发明的计算机系统500的框图。
具体实施方式
下面结合附图详细描述本发明，本发明的特点将在以下的具体描述中得到进一步的显现。
以下具体描述参考示出本发明的示例性实施例的附图。但是，本发明的范围不限于这些实施例，而是由所附权利要求书定义。因此，诸如所示实施例的修改版本之类的在附图所示之外的实施例仍然由本发明所包含。
本说明书中对“一个实施例”、“实施例”、“示例实施例”等的引用指的是该实施例可包括特定的特征、结构或特点，但是每一实施例不一定包括该特定的特征、结构或特点。此外，这些短语不一定指相同的实施例。此外，当结合实施例描述具体特征、结构或特性时，应当理解在相关领域的技术人员的知识范围内能够结合其他实施例来实现具体特征、结构或特性，无论是否被显式地描述。
参考图1，图1示出了根据本发明的一个实施例的用于对海洋牧场进行评价的方法100的流程图。例如，方法100可以在至少一个处理器（例如，图5的处理器501）内实现，该处理器可以位于计算机、远程服务器、或其组合中。当然，在本发明的各个方面，方法100还可以由能够执行相关操作的任何合适的装置来实现。
方法100开始于步骤110。在步骤110，获取海洋牧场建设前该海洋牧场所包括的海洋区域的本底调查数据（后文称“第一本底调查数据”）和对比区的本底调查数据（后文称“第二本底调查数据”）。所获取的本底调查数据作为与海洋牧场建设后的调查数据进行比较的先验调查数据。根据本发明的一个实施例，可以将与该海洋牧场所包括的海洋区域具有相似海洋环境的海洋区域作为对比区。依照其他方式来指定的对比区也在本发明的范围之内。例如，与海洋牧场具有相似地理位置的海洋区域（诸如，海洋牧场附近阈值范围内的海洋区域）也可被指定为对比区。所获取的第一本底调查数据和第二本底调查数据可被保存在本地存储器（例如，图5中的存储器502）中或被远程地保存在服务器或云端。
在步骤120，获取该海洋牧场建设完成一段时间后的该海洋牧场的调查数据（后文称“第一比较调查数据”）和对比区的调查数据（后文称“第二比较调查数据”）。第一比较调查数据和第二比较调查数据在相同的时间处被测得。对以上比较调查数据的测量可在海洋牧场建设完成之后的任意时间进行。为了更能准确地反映海洋牧场在一段时间内的变化，比较调查数据一般反映海洋牧场在建设之后1年的变化。当然，其他时间也可被选择。例如，可以根据生物的生长周期来选择其他合适的时间。或者，可以以预定的周期来对海洋牧场和对比区的数据进行测量和获取。
步骤110和120中的本底调查数据和比较调查数据可以包括针对以下指标中的数个或全部的调查数据：生物量、资源丰富度、多样性指数、群落优势度、群落均匀度、物种种类、物种数量、物种有效营养级指数、食物链长度等。当然，以上所列出的指标仅仅是说明性作用，其它用于评价海洋牧场的指标也在本发明的范围之内。
根据本发明的一个实施例，步骤110和步骤120的本底调查数据和比较调查数据可例如通过以下方式来获取：（1）分析卫星遥感资料；（2）根据《海洋监测规范》（GB 17378—2007）、《海洋调查规范—海洋生物调查》（GB 12763.6—2007）中规定的方法进行采样；或（3）经由其他途径可获得的已公开的历史信息。实践中，卫星遥感能够获取大量的海面信息，具有长时间、大面积、近实时获取海洋环境数据的优点。而针对例如初级生产力、浮游植物、浮游动物、底栖生物和渔业资源调查分析一般可按《海洋调查规范—海洋生物调查》（GB12763.6—2007）中规定的方法进行。
在步骤130，基于步骤110获取的第一本底调查数据和第二本底调查数据，依据物种组成情况分别构建针对第一本底调查数据的第一本底食物网矩阵和针对第二本底调查数据的第二本底食物网矩阵。在步骤140，基于在步骤120获取的第一比较调查数据和第二比较调查数据，依据物种组成情况分别构建针对第一比较调查数据的第一比较食物网矩阵和针对第二比较调查数据的第二比较食物网矩阵。
通过构建食物网矩阵，可以确定各物种在不同营养级的能流分布情况。一般而言，营养级是指生物在生态系统食物链中所处的层次。在生态系统的食物能量流通过程中，按食物链环节所处位置而划分不同的等级。从生产者算起，经过相同级数获得食物的生物称为同营养级生物。例如，参考图2，其示出了根据本发明的一个实施例的示例食物网矩阵200。在200中，基于不同的食物链，可得出，处于第一营养级的生物类群包括浮游植物，处于第二营养级的生物类群包括浮游动物和较小型的底栖生物，处于第三营养级的生物类群包括浮游动物食性鱼类、虾蟹类、底栖动物食性鱼类，而处于第四营养级的生物类群包括头足类和游泳动物食性鱼类。
但是在群落或生态系统内其食物链的关系是复杂的，除生产者和限定食性的部分动物外，其他生物大多数或多或少地属于两个以上的营养级，同时它们的营养级也常随年龄和条件的变化而变化。参考图3，其示出了根据本发明的一个实施例的示例食物网矩阵300。根据300可见，“水鸟”在“水藻—甲壳类—水鸟”这一食物链中处于第三营养级，而在“水绵—水蚤—虾—鱼—水鸟”这一食物链中处于第五营养级。当同一物种占有多个营养级时，其在每一个营养级中的生物量算作此营养级的有效生物量，而计算物种多样性特征是均按1个物种计算，如物种A总生物量为10Kg同时占有第二、第三两个营养级，每个营养级中的能流分别为6Kg、4Kg，则在统计第二营养级生物量和物种多样性时物种A生物量记做6Kg，物种数量记为1；在第三营养级中物种A生物量记做4Kg，物种数量也记为1。
在步骤150，从步骤130构建的第一本底食物网矩阵和第二本底食物网矩阵中分别统计出第一组数据和第二组数据，该第一组数据包括针对第一本底食物网矩阵的各营养级的一个或多个指标的数据，该第二组数据包括针对第二本底食物网矩阵的各营养级的一个或多个指标的数据。在步骤160，从步骤140构建的第一比较食物网矩阵和第二比较食物网矩阵中分别统计出第三组数据和第四组数据，该第三组数据包括针对第一比较食物网矩阵的各营养级的一个或多个指标的数据，该第四组数据包括针对第二比较食物网矩阵的各营养级的一个或多个指标的数据。
根据本发明的一个实施例，所采用的指标例如可包括以下9个指标：生物量、资源丰富度、多样性指数、群落优势度、群落均匀度、物种种类、物种数量、物种有效营养级指数、食物链长度。本领域的技术人员完全可以理解在具体实践中，取决于不同的海洋环境和评价需求，所采用的指标可以多于或少于以上列出的指标，或者所采用的指标可以不同于以上列出的指标。
在步骤170，基于在步骤150统计的第一组数据和第二组数据以及在步骤160统计的第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率（RelativeVariation Ratio, RVR），以对每个指标的变化情况进行量化。其中，针对每个指标，相对变化率可采用以下公式来计算：
RVR=[(M-Mo)/Mo]/[(MC-MCo)/MCo]
其中：Mo为在步骤150中基于海洋牧场建设前该海洋牧场所包括的海洋区域的本底调查数据所统计的第一组数据中所包含的该指标的数据；M为在步骤160中基于海洋牧场建设完成一段时间后的比较调查数据所统计的第三组数据中所包含的该指标的数据；MCo为在步骤150中基于对比区本底调查数据所统计的第二组数据中所包含的该指标的数据；MC为在步骤160基于对比区比较数据所统计的第四组数据中所包含的该指标的数据。
在步骤180，从多个指标中导出关键因子。根据本发明的一个实施例，将在步骤170计算出的各营养级的各指标的RVR值作为样本进行因子分析，以从多个指标中筛选出关键因子。根据本领域的一个实施例，可以采用例如IBM SPSS® 软件平台来进行因子分析。
因子分析是指研究从变量群中提取共性因子的统计技术。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目。通过因子分析，可以在尽可能不损失信息或者少损失信息的情况下，将多个变量减少为少数几个因子。这几个因子可以高度概括大量数据中的信息，这样，既减少了变量个数，又同样能再现变量之间的内在联系。通过因子分析从多个指标中提取关键因子，能够更加全面地了解海洋牧场各指标之间的关系，由此能够得出相较于仅仅基于单个指标来进行评价而言更为准确的评价结果。
根据本发明的一个实施例，在步骤180，从多个指标（根据上述实施例，为9个指标）中筛选出若干个（诸如，3个）关键因子。例如，通过将在步骤170计算出的各营养级的9个指标的RVR值进行因子分析，筛选出了三个关键因子，每个关键因子代表数个具有内在紧密关联性的数个指标。例如，根据本发明的一个实施例，关键因子F1对应于“生物量”指标。关键因子F2代表了“资源丰富度”、“多样性指数”、“群落优势度”、“群落均匀度”指标。关键因子F3代表了“物种种类”、“物种数量”、“物种有效营养级指数”、“食物链长度”指标。根据关键因子所代表的指标之间的关联性，可以理解F1体现出各营养级生物量，F2体现出各营养级多样性，而F3体现出食物网结构。
当然，取决于用于因子分析的不同数据样本，可以得到不同数量或表示不同指标关联性的关键因子。
在步骤190，根据得到的关键因子，对海洋牧场进行评价。例如，通过上述因子分析，可以得到以下表达式：
F1=a11x1+a12x2+…+a1pxp，
F2=a21x1+a22x2+…+a2pxp，
F3=a31x1+a32x2+…+a3pxp
其中，p为原始采用的一个或多个指标的数量（例如，根据上述实施例，p为9），而x1到xp分别表示相应指标的RVR值，a表示每个指标的系数。
通过对各营养级分别计算F1、F2、F3的值，可以对海洋牧场的效果进行评价。例如，根据本发明的一个实施例，生物量增加、多样性增大、食物链长度缩短被认为是正向表现（即，海洋牧场效果良好）；生物量减少、多样性降低、食物链边长被认为是负向表现（即，海洋牧场效果较不良好）；但违反能量传递效率规律的增加被认为是负向表现。以生物量为例，各营养级的能量分布应符合能量传递效率规律，即后一营养级所占有能量为前一营养级5%-20%，当某一营养级占有能量增加超过前一营养级20%时认为是负向表现。
本领域的技术人员能够理解，以上评价方式仅仅是说明性的。基于不同的样本以及由此得到的不同的关键因子，可以根据海洋牧场的预期效果来采用不同的评价标准。
由此，通过从多个指标中提取关键因子进行评价，例如，基于生物量、多样性和食物网结构的变化评价海洋牧场建设效果，不仅能直观判断建设效果还能对其群落结构进行量化评价，从而避免了对单一指标进行评价的缺陷。
图4示出了根据本发明的一个实施例的用于对海洋牧场效果进行评价的装置400的框图。装置400的所有功能块（包括在装置400中的各个单元）可通过硬件、软件、硬件和软件的组合来实现。本领域技术人员应当理解，图4中描述的功能块可被组合成单个功能块或者划分成多个子功能块。
装置400可包括第一数据获取模块410，该第一数据获取模块410被配置成用于获取第一组数据和第二组数据，第一组数据包括针对海洋牧场建设前海洋牧场所包括的海洋区域中各营养级的多个指标的数据，第二组数据包括在海洋牧场建设前对比区中各营养级的多个指标的数据。装置400可进一步包括第二数据获取模块420，该第二数据获取模块420被配置成用于获取第三组数据和第四组数据，第三组数据包括在海洋牧场建设完成一段时间后海洋牧场中各营养级的多个指标的数据，第四组数据包括在海洋牧场建设完成一段时间后对比区中各营养级的多个指标的数据。装置400可进一步包括相对变化率计算模块430，该相对变化率计算模块430被配置成基于第一组数据、第二组数据、第三组数据和第四组数据，计算每个营养级的每个指标的相对变化率。装置400可进一步包括关键因子导出模块440，该关键因子导出模块440被配置成基于所计算的每个营养级的每个指标的相对变化率，从多个指标中导出多个关键因子。装置400还可包括评价模块450，该评价模块450被配置成基于多个关键因子对海洋牧场进行评价。
图5示出了根据本公开的一实施例的可用于实现本发明的计算机系统的框图。计算机系统500包括处理器501、存储器502、总线503和通信接口504，处理器501、存储器502和通信接口504通过总线503连接。存储器502中存储有可在处理器501上运行的计算机程序，处理器501运行计算机程序时执行本申请的用于对海洋牧场进行评价的方法。计算机系统500可以被用来执行参考图1描述的方法。
存储器502可包含高速随机存取存储器，也可能还包括非不稳定的存储器，例如至少一个磁盘存储器。通过至少一个通信接口504（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线503可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。其中，存储器502用于存储程序，处理器501在接收到执行指令后，执行如上所述程序，前述实施例中任一实施方式揭示的所述对海洋牧场进行评价的方法可以应用于处理器501中，或者由处理器501实现。
处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器，包括中央处理器、网络处理器等；还可以是数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成上述方法的步骤。
需要说明的是，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，其均应涵盖在本申请的权利要求和说明书的范围当中。
Claims (13)
1.一种用于对海洋牧场进行评价的方法，包括：
获取第一组数据和第二组数据，所述第一组数据包括针对所述海洋牧场建设前所述海洋牧场所包括的海洋区域中各营养级的多个指标的数据，所述第二组数据包括在所述海洋牧场建设前对比区中各营养级的所述多个指标的数据；
获取第三组数据和第四组数据，所述第三组数据包括在所述海洋牧场建设完成一段时间后所述海洋牧场中各营养级的所述多个指标的数据，所述第四组数据包括在所述海洋牧场建设完成所述一段时间后所述对比区中各营养级的所述多个指标的数据；
基于所述第一组数据、所述第二组数据、所述第三组数据和所述第四组数据，计算每个营养级的每个指标的相对变化率；
基于所计算的每个营养级的每个指标的相对变化率，从所述多个指标中导出多个关键因子，其中，所述多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及
基于所述多个关键因子对所述海洋牧场进行评价。
2.如权利要求1所述的方法，其特征在于，所述对比区包括与所述海洋牧场具有类似海洋环境的海洋区域。
3.如权利要求1所述的方法，其特征在于，所述对比区在距所述海洋牧场的阈值范围内。
4.如权利要求1所述的方法，其特征在于，获取所述第一组数据和所述第二组数据进一步包括：
获取所述海洋牧场建设前所述海洋牧场所包括的海洋区域的第一本底调查数据和所述对比区的第二本底调查数据，所述第一本底调查数据和所述第二本底调查数据包括针对所述多个指标的数据；
基于所述第一本底调查数据和所述第二本底调查数据，依据物种组成情况分别构建针对所述第一本底调查数据的第一本底食物网矩阵和针对所述第二本底调查数据的第二本底食物网矩阵；
分别从所述第一本底食物网矩阵和所述第二本底食物网矩阵中统计出所述第一组数据和所述第二组数据。
5.如权利要求1所述的方法，其特征在于，获取所述第三组数据和所述第四组数据进一步包括：
获取在所述海洋牧场建设完成一段时间后所述海洋牧场的第一比较调查数据和所述对比区的第二比较调查数据，所述第一比较调查数据和所述第二比较调查数据包括针对所述多个指标的数据；
基于所述第一比较调查数据和所述第二比较调查数据，依据物种组成情况分别构建针对所述第一比较调查数据的第一比较食物网矩阵和针对所述第二比较调查数据的第二比较食物网矩阵；
分别从所述第一比较食物网矩阵和所述第二比较食物网矩阵中统计出所述第三组数据和所述第四组数据。
6. 如权利要求1所述的方法，其特征在于，所述多个指标中每个指标的相对变化率通过以下公式来计算：
相对变化率=[(M-Mo)/Mo]/[(MC-MCo)/MCo]
其中Mo为所述第一组数据中所包含的所述指标的数据，M为所述第三组数据中所包含的所述指标的数据，MCo为所述第二组数据中所包含的所述指标的数据，并且MC为所述第四组数据中所包含的所述指标的数据。
7.如权利要求1所述的方法，其特征在于，所述多个指标选自以下指标：生物量、资源丰富度、多样性指数、群落优势度、群落均匀度、物种种类、物种数量、物种有效营养级指数、食物链长度。
8.如权利要求1所述的方法，其特征在于，从所述多个指标中导出多个关键因子进一步包括采用因子分析法来分析所计算的每个营养级的每个指标的相对变化率，以基于所述多个指标之间的内在关联来导出所述多个关键因子，其中所述多个关键因子的数量少于所述多个指标的数量。
9.如权利要求7所述的方法，其特征在于，所述多个关键因子包括表示各营养级生物量的第一关键因子、表示各营养级多样性的第二关键因子以及表示食物网结构的第三关键因子。
10.如权利要求1所述的方法，其特征在于，基于所述多个关键因子对所述海洋牧场进行评价进一步包括对各营养级计算所述多个关键因子中每个关键因子的值。
11.一种用于对海洋牧场进行评价的装置，包括：
第一数据获取模块，所述第一数据获取模块被配置成用于获取第一组数据和第二组数据，所述第一组数据包括针对所述海洋牧场建设前所述海洋牧场所包括的海洋区域中各营养级的多个指标的数据，所述第二组数据包括在所述海洋牧场建设前对比区中各营养级的所述多个指标的数据；
第二数据获取模块，所述第二数据获取模块被配置成用于获取第三组数据和第四组数据，所述第三组数据包括在所述海洋牧场建设完成一段时间后所述海洋牧场中各营养级的所述多个指标的数据，所述第四组数据包括在所述海洋牧场建设完成所述一段时间后所述对比区中各营养级的所述多个指标的数据；
相对变化率计算模块，所述相对变化率计算模块被配置成基于所述第一组数据、所述第二组数据、所述第三组数据和所述第四组数据，计算每个营养级的每个指标的相对变化率；
关键因子导出模块，所述关键因子导出模块被配置成基于所计算的每个营养级的每个指标的相对变化率，从所述多个指标中导出多个关键因子，其中，所述多个指标中一个或多个具有内在关联性的指标被分类到相同的关键因子中；以及
评价模块，所述评价模块被配置成基于所述多个关键因子对所述海洋牧场进行评价。
12.一种计算机系统，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1-10任一项所述的方法。
13.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1-10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910845630.1A CN110348769B (zh) | 2019-09-09 | 2019-09-09 | 用于评价海洋牧场的方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910845630.1A CN110348769B (zh) | 2019-09-09 | 2019-09-09 | 用于评价海洋牧场的方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110348769A true CN110348769A (zh) | 2019-10-18 |
| CN110348769B CN110348769B (zh) | 2020-01-14 |
Family
ID=68181396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910845630.1A Active CN110348769B (zh) | 2019-09-09 | 2019-09-09 | 用于评价海洋牧场的方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110348769B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308405A (zh) * | 2020-10-29 | 2021-02-02 | 唐山海洋牧场实业有限公司 | 一种海洋牧场资源养护效果评估方法 |
| CN112365202A (zh) * | 2021-01-15 | 2021-02-12 | 平安科技（深圳）有限公司 | 一种多目标对象的评价因子筛选方法及其相关设备 |
| CN113177711A (zh) * | 2021-04-29 | 2021-07-27 | 国家海洋技术中心 | 一种海洋牧场集约用海调整方法及系统 |
| CN114037276A (zh) * | 2021-11-09 | 2022-02-11 | 中国水产科学研究院黄海水产研究所 | 一种休闲型海洋牧场生态适宜性评价方法 |
-
2019
- 2019-09-09 CN CN201910845630.1A patent/CN110348769B/zh active Active
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308405A (zh) * | 2020-10-29 | 2021-02-02 | 唐山海洋牧场实业有限公司 | 一种海洋牧场资源养护效果评估方法 |
| CN112365202A (zh) * | 2021-01-15 | 2021-02-12 | 平安科技（深圳）有限公司 | 一种多目标对象的评价因子筛选方法及其相关设备 |
| CN112365202B (zh) * | 2021-01-15 | 2021-04-16 | 平安科技（深圳）有限公司 | 一种多目标对象的评价因子筛选方法及其相关设备 |
| CN113177711A (zh) * | 2021-04-29 | 2021-07-27 | 国家海洋技术中心 | 一种海洋牧场集约用海调整方法及系统 |
| CN114037276A (zh) * | 2021-11-09 | 2022-02-11 | 中国水产科学研究院黄海水产研究所 | 一种休闲型海洋牧场生态适宜性评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110348769B (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348769A (zh) | 用于评价海洋牧场的方法、装置和系统 | |
| Pons et al. | Performance of length-based data-limited methods in a multifleet context: application to small tunas, mackerels, and bonitos in the Atlantic Ocean | |
| Pommerening et al. | Tamm review: Tree interactions between myth and reality | |
| Wikström et al. | Solving the stand management problem under biodiversity-related considerations | |
| Lozanovska et al. | Functional diversity assessment in riparian forests–multiple approaches and trends: a review | |
| Gal et al. | Fluctuations in water level and the dynamics of zooplankton: a data‐driven modelling approach | |
| Wang et al. | Selecting optimal bin size to account for growth variability in Electronic LEngth Frequency ANalysis (ELEFAN) | |
| Zeng et al. | Evaluating the ecological state of Chinese Lake Baiyangdian (BYD) based on ecological network analysis | |
| Rademeyer et al. | Assessment of the South African hake resource taking its two-species nature into account | |
| Maravelias et al. | Fisheries management scenarios: trade‐offs between economic and biological objectives | |
| Zhang et al. | Length-based assessment of fish stocks in a data-poor, jointly exploited (China and Vietnam) fishing ground, northern South China Sea | |
| Dimarchopoulou et al. | Exploring the status of the Indonesian deep demersal fishery using length-based stock assessments | |
| Elvarsson et al. | Pushing the limits of a data challenged stock: A size-and age-structured assessment of ling (Molva molva) in Icelandic waters using Gadget | |
| Butler et al. | Do contemporary age-growth models overlook life-history complexities in protandrous fishes? A case study on the large protandrous polynemid, the giant African threadfin Polydactylus quadrifilis | |
| Lin et al. | Effects of nested plot designs on assessing stand attributes, species diversity, and spatial forest structures | |
| Kuriyama et al. | Identification of shared spatial dynamics in temperature, salinity, and ichthyoplankton community diversity in the California current system with empirical dynamic modeling | |
| Nemade et al. | An IoT-Based Efficient Water Quality Prediction System for Aquaponics Farming | |
| Guan et al. | Improving data-limited stock assessment with sporadic stock index information in stock reduction analysis | |
| CN110458438A (zh) | 植被水分利用效率wue的影响因子的计算方法及装置 | |
| Zibaei | Technical efficiency analysis of fisheries: toward an optimal fleet capacity. | |
| Mace III et al. | Spatial population dynamics of eastern oyster in the Chesapeake Bay, Maryland | |
| Gartland et al. | Spatiotemporal patterns in the ecological community of the nearshore Mid-Atlantic Bight | |
| Perea et al. | Analysis of the use of Analytics Platform for the Commercial Value of Mud crab Production using Non-parametric Model | |
| CN111126768B (zh) | 一种渔业生境水质评估方法及系统 | |
| Dai et al. | Evaluating Catch-Only Methods to Inform Fisheries Management in the East China Sea |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220223 Address after: 519031 5-009, floor 5, No. 89, Fanghua Road, Hengqin new area, Zhuhai, Guangdong Patentee after: Rainbow Fish Technology (Guangdong) Co.,Ltd. Address before: Building 3067, Haiji Road, No. 6, Pudong New Area, Shanghai Patentee before: SHANGHAI RAINBOWFISH OCEAN TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right |