CN110377673A - 灯光罩网渔船作业数据处理方法、系统、装置和存储介质 - Google Patents

灯光罩网渔船作业数据处理方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN110377673A
CN110377673A CN201910485213.0A CN201910485213A CN110377673A CN 110377673 A CN110377673 A CN 110377673A CN 201910485213 A CN201910485213 A CN 201910485213A CN 110377673 A CN110377673 A CN 110377673A
Authority
CN
China
Prior art keywords
fishing
net
light shelter
position data
fishing boat
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.)
Pending
Application number
CN201910485213.0A
Other languages
English (en)
Inventor
周艳波
谢恩阁
吴洽儿
马胜伟
冯菲
张磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanhai Institute Of Fisheries Chinese Academy Of Fisheries Sciences
South China Sea Fisheries Research Institute Chinese Academy Fishery Sciences
Original Assignee
Nanhai Institute Of Fisheries Chinese Academy Of Fisheries Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanhai Institute Of Fisheries Chinese Academy Of Fisheries Sciences filed Critical Nanhai Institute Of Fisheries Chinese Academy Of Fisheries Sciences
Priority to CN201910485213.0A priority Critical patent/CN110377673A/zh
Publication of CN110377673A publication Critical patent/CN110377673A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种灯光罩网渔船作业数据处理方法、系统、装置和存储介质，所述方法包括获取灯光罩网渔船的多组船位数据，当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点，将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类和对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长等步骤。本发明通过分析灯光罩网渔船上安装的北斗系统所获取的船位数据，可以准确地统计出灯光罩网渔船的作业时长，对渔业生产进行指导，也可以为指定渔具渔法相关政策提供依据。本发明广泛应用于船位数据分析技术领域。

Description

灯光罩网渔船作业数据处理方法、系统、装置和存储介质
技术领域
本发明涉及船位数据分析技术领域，尤其是一种灯光罩网渔船作业数据处理方法、系统、装置和存储介质。
背景技术
灯光罩网属于掩罩类渔具，是20世纪90年代初新出现的一种渔具渔法,最早出现在南海北部，主要是用于捕捞头足类和趋光性鱼类。分析灯光罩网渔船的作业数据以获取灯光罩网渔船的作业时间和作业位置，可以反映渔业生产的经济效益以及渔场的潜在分布状况，对渔业生产具有重要的指导意义，同时也可以为指定渔具渔法相关政策提供依据。现有的灯光罩网渔船作业数据处理方法主要是基于渔船上安装的VMS(Vessel MonitoringSystem，船舶监控系统)所获取到的数据来进行的，而VMS主要基于AIS技术，每隔30分钟或者1小时发送一次数据，时间分辨率较差，而且覆盖范围有限，容易发生数据丢失的情况，因此现有技术。加上灯光罩网渔船具有航行、捕捞和抛锚等多种工作状态，使得VMS难以应对对灯光罩网渔船作业数据的分析。
发明内容
为了解决上述技术问题，本发明的目在于提供一种灯光罩网渔船作业数据处理方法、系统、装置和存储介质。
一方面，本发明包括一种灯光罩网渔船作业数据处理方法，包括以下步骤：
获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
进一步地，所述对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长这一步骤，所使用的公式为：
式中z为所述灯光罩网渔船的当天作业时长，p表示所述捕捞作业点，j表示所述捕捞网次的序号，i表示一个捕捞网次中各所述捕捞作业点的序号，n表示所述捕捞网次的总数，m表示一个捕捞网次中所述捕捞作业点的总数。
进一步地，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心；
将所述作业经度重心和作业纬度重心确定的位置作为所述灯光罩网渔船的当天作业位置。
进一步地，所述对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心这一步骤，所使用的公式为：式中，为所述作业经度重心，为各组所述船位数据中的经度信息，为所述作业纬度重心，为各组所述船位数据中的纬度信息，为所述船位数据的总数。
进一步地，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
检测出所包括的航速信息大于预设的阈值的船位数据，并根据所检测出的各船位数据所包括的时间信息累加计算出寻找渔场时长；
从所述当天作业时长中扣减所述寻找渔场时长，从而对所述当天作业时长进行修正。
进一步地，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
获取海流数据；所述海流数据包括各位置点在各时间点的海流流向和流速；
根据所述海流数据计算海流路径；
根据所述海流路径对各所述捕捞作业点进行修正。
进一步地，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
当检测到所述当天作业时长大于预设的阈值，将当天标记为作业日。
另一方面，本发明实施例还包括一种灯光罩网渔船作业数据处理系统，包括：
船位数据获取模块，用于获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
捕捞作业点标记模块，用于当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
分类模块，用于将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
当天作业时长计算模块，用于对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
另一方面，本发明实施例还包括一种灯光罩网渔船作业数据处理装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行本发明方法。
另一方面，本发明实施例还包括一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行本发明方法。
本发明的有益效果是：通过分析灯光罩网渔船上安装的北斗系统所获取的船位数据，可以准确地统计出灯光罩网渔船的作业时长，从而对渔业生产进行指导，同时也可以为指定渔具渔法相关政策提供依据。
附图说明
图1为本发明灯光罩网渔船作业数据处理方法实施例的流程图；
图2为本发明实施例中对各渔船提取的作业日期与实际作业日期的对比图；
图3为本发明实施例中利用AST软件对各渔船提取的每天作业时长情况图；
图4为中国南海海域渔场分布图；
图5为本发明实施例中对桂北渔36288渔船提取和实际的作业位置分布对比图；
图6为本发明实施例中对桂北渔61999渔船提取和实际的作业位置分布对比图；
图7为本发明实施例中对桂北渔62666渔船提取和实际的作业位置分布对比图；
图8为本发明实施例中对桂北渔68209渔船提取和实际的作业位置分布对比图；
图9为本发明实施例中提取作业位置与实际作业位置的空间距离差值统计图；
图10为本发明灯光罩网渔船作业数据处理系统实施例的结构框图。
具体实施方式
本实施例包括一种灯光罩网渔船作业数据处理方法，参照图1，包括以下步骤：
S1.获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
S2.当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
S3.将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
S4.对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
步骤S1中，所述船位数据来自灯光罩网渔船上安装的北斗系统，通过读取北斗系统上对于灯光罩网渔船一天工作的记录，可以得到各组船位数据。每组船位数据均包括船名、船主、主机功率、日期信息、时间信息、航速信息、经纬度信息和水深信息等信息。步骤S1中所获取到的每组船位数据均可视为由船名、船主、主机功率、日期信息、时间信息、航速信息、经纬度信息和水深信息等坐标确定的点。
步骤S2中，可以对每组船位数据中的一个或多个维度进行考察，从而将符合条件的船位数据标记为捕捞作业点。本实施例中，可以采用以下分支判断的方式对每组船位数据中的时间信息、航速信息和水深信息进行考察，从而判断一组船位数据是否为捕捞作业点：首先根据灯光罩网的灯光集渔原理，其主要在月黑天晚上作业，推断出灯光罩网渔船的作业时间区间值；将对应的时间信息处于作业时间区间内的船位数据初步判断为捕捞作业点；然后，通过对渔民实地调研和走访，判断灯光罩网渔船作业状态的航速阈值，将上一步被初步判断为捕捞作业点的船位数据，进一步判断其对应的航速信息是否小于航速阈值，如果其对应的航速信息小于航速阈值，则进一步确认为捕捞作业点，反之剔除；最后根据灯光罩网作业水深条件，将被进一步判断为捕捞作业点的船位数据，再进一步判断其对应的水深信息是否大于水深阈值，如果其对应的水深信息大于水深阈值，则将该船位数据最终确认为捕捞作业点。
灯光罩网渔船的一次连续作业中，可能会存在多个不同的捕捞网次。步骤S3中，结合渔船捕捞日志，将各所述捕捞作业点分别归类到相应灯光罩网渔船的捕捞网次，也就是每一捕捞作业点都对应相应的捕捞网次。
步骤S4中，首先分别对每个捕捞网次所对应的捕捞作业点进行分析，根据各个捕捞作业点中的时间信息，累加出各捕捞网次所占用的时间。然后将所有捕捞网次所占用的时间累加起来，从而得到所述灯光罩网渔船的当天作业时长。
本实施例中，通过分析灯光罩网渔船上安装的北斗系统所获取的数据，可以准确地统计出灯光罩网渔船的作业时长，从而对渔业生产进行指导，同时也可以为指定渔具渔法相关政策提供依据。
进一步作为优选的实施方式，所述步骤S4，即对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长这一步骤，所使用的公式为：
式中z为所述灯光罩网渔船的当天作业时长，p表示所述捕捞作业点，j表示所述捕捞网次的序号，i表示一个捕捞网次中各所述捕捞作业点的序号，n表示所述捕捞网次的总数，m表示一个捕捞网次中所述捕捞作业点的总数。
公式的意义为：首先分别对每个捕捞网次所对应的捕捞作业点进行分析，根据各个捕捞作业点中的时间信息，累加出各捕捞网次所占用的时间。然后将所有捕捞网次所占用的时间累加起来，从而得到所述灯光罩网渔船的当天作业时长。
进一步作为优选的实施方式，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
S5.对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心；
S6.将所述作业经度重心和作业纬度重心确定的位置作为所述灯光罩网渔船的当天作业位置。
所述步骤S5，即对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心这一步骤，所使用的公式为：式中，为所述作业经度重心，为各组所述船位数据中的经度信息，为所述作业纬度重心，为各组所述船位数据中的纬度信息，为所述船位数据的总数。
本实施例中，通过对所有捕捞作业点中的经度信息和纬度信息分别计算算术平均数，从而得到灯光罩网渔船的作业经度重心和作业纬度重心，所述作业经度重心和作业纬度重心反映了灯光罩网渔船一天的工作区域的中心，可以作为所述灯光罩网渔船的当天作业位置。
进一步作为优选的实施方式，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
S7.检测出所包括的航速信息大于预设的阈值的船位数据，并根据所检测出的各船位数据所包括的时间信息累加计算出寻找渔场时长；
S8.从所述当天作业时长中扣减所述寻找渔场时长，从而对所述当天作业时长进行修正。
由于灯光罩网渔船一个晚上会作业多个网次，在每个网次之间可能会出现寻找渔场的情况，在离开一个渔场、寻找或前往下一个渔场的过程中，灯光罩网渔船并不处于作业状态。在寻找或前往渔场时，灯光罩网渔船的航速大于航速阈值，因此，步骤S7中对所获取到的船位数据进行分析，筛选出航速信息大于航速阈值的各组船位数据，然后计算它们之间的时间间隔之和，从而得到寻找渔场时长，即在寻找或前往渔场过程中所耗费的时间。步骤S8中，将步骤S4计算得到的当天作业时长减去步骤S7计算得到的寻找渔场时长，所得的结果便是对当天作业时长修正的结果。通过执行步骤S7和S8，可以使得最终计算得到的当天作业时长更加准确。
进一步作为优选的实施方式，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
S9.获取海流数据；所述海流数据包括各位置点在各时间点的海流流向和流速；
S10.根据所述海流数据计算海流路径；
S11.根据所述海流路径对各所述捕捞作业点进行修正。
灯光罩网渔船在作业过程中应该是静止的，但因为海流的影响，灯光罩网渔船可能会以小于2kn的速度漂移，造成捕捞作业点的判断结果存在误差。步骤S9中，通过海文观测站等数据源获取海流数据，然后计算出海流路径，即每个时间点海流导致的灯光罩网渔船漂移的走向。步骤S11中，考虑海流的影响，将各所述捕捞作业点对应的经纬度信息减去海流路径，消除海流的影响，从而获得准确的捕捞作业点。
进一步作为优选的实施方式，所述灯光罩网渔船作业数据处理方法还包括以下步骤：
S12.当检测到所述当天作业时长大于预设的阈值，将当天标记为作业日。
一般来说，灯光罩网渔船正常工作时作业时长不小于2小时，如果步骤S4计算得到的当天作业时长大于2小时，则将当天标记为作业日，反之则报告可能出现了设备故障或者作业环境异常等情况。
以下是利用本实施例中的步骤S1-S12在实际环境中进行试验所得出的试验结果。
渔捞日志数据来源于北海市水产技术推广站，随机选取桂北渔36288、61999、62666、68209四艘灯光罩网渔船2017年的渔捞日志。数据包括船名、船主、主机功率、作业日期、作业时间、作业经纬度位置等信息。
北斗渔船船位数据来源于北斗民用分理服务商数据库，时间与四艘灯光罩网渔船渔捞日志数据对应。数据字段包括渔船的北斗卡号、经纬度位置、航速、航向和发送时间。时间分辨率约为3min，空间分辨率约为10m。
船位数据中渔船各点位包括航速、日期、时间、经纬度等信息，此外通过经纬度可以得出其水深信息等，根据这些信息可以判定灯光罩网渔船的状态。渔船是否处于捕捞的状态通过下式判断，当航速和时间以及水深条件在阈值范围之内时，处于捕捞状态：
P＝F(t,v,h),18:00≤t≤6:00,0≤v≤2kn,h≤200m
式中，t代表灯光罩网作业时间，18:00和6:00代表灯光罩网从当天晚上18:00开始到第二天早上6:00之间作业；v代表灯光罩网作业时的航速，0和2kn代表灯光罩网作业时的航速阈值范围；h代表灯光罩网的作业水深，小于等于200m代表灯光罩网在200m以深条件下作业。
本实施例中，主要利用自主开发的灯光罩网作业船只轨迹分析系统(AST)进行作业特征的提取。利用Excel 2010和SPSS 22.0以及ArcGIS10.3软件对作业特征的结果进行验证。
以灯光罩网渔船桂北渔36288、桂北渔61999、桂北渔62666、桂北渔68209为例提取灯光罩网渔船作业特征，可以得出这四艘灯光罩网渔船作业月份和天数。如表1所示，这四艘渔船作业月份范围主要集中分布在2月-7月之间，其中桂北渔36288作业月份集中在2-5月，作业天数分别为12天、30天、15天、25天；桂北渔61999作业月份在2-5月，作业天数为18天、31天、18天、28天；桂北渔62666作业月份在2-7月，作业天数为21天、25天、21天、29天、9天、27天；桂北渔68209作业月份在2-6月，作业天数为11天、5天、15天、31天、10天。
根据2017年桂北渔36288、61999、62666、68209四艘灯光罩网渔船，渔民实际填写的渔捞日志数据与北斗船位数据提取的作业月份和天数进行对比验证，结果显示，提取的作业天数比实际作业天数普遍要多，总差值在4-11天。为了进一步判断提取结果的精确性，对提取的作业日期与实际作业日期进行对比，如图2所示，提取的作业天数其作业日期和实际填写作业日期极其相同，其准确率分别为：92.68％、94.74％、94.7％、84.7％。
表1
根据灯光罩网的作业特征，利用AST软件提取本研究中四艘灯光罩网渔船在2017年每天作业时长情况，参照图3，作业时长总体分布在6h-12h之间，其中作业时长主要分布在11-12h，占总体的70％以上，其次是10-11h，占总体的20％左右，其余分组分布较少。
由于北斗船位数据点比较多，作业时长提取相对比较复杂，为了验证提取作业时长的精确性，本实施例将提取的作业时长，与实际记录中相同作业日期的作业时长进行对比分析，判断二者的误差；如表2所示，四艘渔船在相同的作业日期，提取的作业时长与实际记录的作业时长存在一定的误差，最大误差不超过2.88h，最小误差为0h，四艘渔船的作业时长总体平均误差为1.68h。
表2
由于渔船的作业位置与渔场密切相关，因此本实施例根据灯光罩网渔船的作业状态特征，利用AST软件提取四艘灯光罩网渔船的每天作业位置。结果表明：四艘灯光罩网渔船的作业位置分布范围在8°～19°N,108°～118°E海域以内，其中以南沙渔场分布最多，中西沙渔场次之，海南岛南部渔场分布最少。参照图4，在南沙渔场12°以南海域有一个明显的作业位置集中分布区域。
本实施例中，将提取的作业位置与渔民实际记录的作业位置进行空间对比分析。图5、图6、图7和图8分别为针对桂北渔36288、桂北渔61999、桂北渔62666和桂北渔68209利用ArcGIS制作的四艘渔船2017年提取和实际的作业位置分布图，其中作业日期相同的提取位置和实际位置以及日期不同的位置分别用三种不同的图例区分，从图中可以看出相同日期提取的作业位置与实际生产的作业位置基本相近，主要在西沙中部、西沙中北部以及南沙大部海域进行作业，但也存在一部分提取的作业位置与实际记录的位置差异较大。因此，在作业日期相同的情况下，本实施例通过点距离法来进一步计算二者之间的空间距离差值。如表3所示，根据北斗船位数据提取的作业位置和渔民实际记录的作业位置的空间距离差值在0.11km-666.81km之间浮动，平均精度为5.96km-42.7km。图9为提取作业位置与实际作业位置的空间距离差值统计，空间距离差值范围大多数集中在80km以内,极少数分布在80km以上，其中空间距离差值在0-10km以内的天数占总天数的48.9％，10-50km的天数占32.2％。50-100km的天数占15.3％以及100km以上的天数占仅为3.7％。
表3
本实施例还包括一种灯光罩网渔船作业数据处理系统，参照图10，包括：
船位数据获取模块，用于获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
捕捞作业点标记模块，用于当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
分类模块，用于将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
当天作业时长计算模块，用于对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
所述船位数据获取模块、捕捞作业点标记模块、分类模块和当天作业时长计算模块可以是计算机系统上具有相应功能的硬件模块或软件模块。
本实施例还包括一种灯光罩网渔船作业数据处理装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行本发明灯光罩网渔船作业数据处理方法。
本实施例还包括一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行本发明灯光罩网渔船作业数据处理方法。
本实施例中的灯光罩网渔船作业数据处理系统、装置和存储介质，可以执行本发明的灯光罩网渔船作业数据处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (10)

1.一种灯光罩网渔船作业数据处理方法，其特征在于，包括以下步骤：
获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
2.根据权利要求1所述的一种灯光罩网渔船作业数据处理方法，其特征在于，所述对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长这一步骤，所使用的公式为：
式中z为所述灯光罩网渔船的当天作业时长，p表示所述捕捞作业点，j表示所述捕捞网次的序号，i表示一个捕捞网次中各所述捕捞作业点的序号，n表示所述捕捞网次的总数，m表示一个捕捞网次中所述捕捞作业点的总数。
3.根据权利要求1所述的一种灯光罩网渔船作业数据处理方法，其特征在于，还包括以下步骤：
对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心；
将所述作业经度重心和作业纬度重心确定的位置作为所述灯光罩网渔船的当天作业位置。
4.根据权利要求3所述的一种灯光罩网渔船作业数据处理方法，其特征在于，所述对各组所述船位数据中的经纬度信息进行平均化，从而得到作业经度重心和作业纬度重心这一步骤，所使用的公式为：
式中，为所述作业经度重心，为各组所述船位数据中的经度信息，为所述作业纬度重心，为各组所述船位数据中的纬度信息，为所述船位数据的总数。
5.根据权利要求1所述的一种灯光罩网渔船作业数据处理方法，其特征在于，还包括以下步骤：
检测出所包括的航速信息大于预设的阈值的船位数据，并根据所检测出的各船位数据所包括的时间信息累加计算出寻找渔场时长；
从所述当天作业时长中扣减所述寻找渔场时长，从而对所述当天作业时长进行修正。
6.根据权利要求1所述的一种灯光罩网渔船作业数据处理方法，其特征在于，还包括以下步骤：
获取海流数据；所述海流数据包括各位置点在各时间点的海流流向和流速；
根据所述海流数据计算海流路径；
根据所述海流路径对各所述捕捞作业点进行修正。
7.根据权利要求1所述的一种灯光罩网渔船作业数据处理方法，其特征在于，还包括以下步骤：
当检测到所述当天作业时长大于预设的阈值，将当天标记为作业日。
8.一种灯光罩网渔船作业数据处理系统，其特征在于，包括：
船位数据获取模块，用于获取灯光罩网渔船的多组船位数据；所述船位数据包括航速信息、时间信息、经纬度信息和水深信息；
捕捞作业点标记模块，用于当检测到一组所述船位数据中的航速信息、时间信息、经纬度信息和水深信息的至少一个在对应的预设范围之内，将该组船位数据标记为捕捞作业点；
分类模块，用于将各所述捕捞作业点按照灯光罩网渔船的捕捞网次进行分类；
当天作业时长计算模块，用于对各所述捕捞网次所属的捕捞作业点之间的时间间隔进行累计，从而得到所述灯光罩网渔船的当天作业时长。
9.一种灯光罩网渔船作业数据处理装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-7任一项所述方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述方法。
CN201910485213.0A 2019-06-05 2019-06-05 灯光罩网渔船作业数据处理方法、系统、装置和存储介质 Pending CN110377673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910485213.0A CN110377673A (zh) 2019-06-05 2019-06-05 灯光罩网渔船作业数据处理方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910485213.0A CN110377673A (zh) 2019-06-05 2019-06-05 灯光罩网渔船作业数据处理方法、系统、装置和存储介质

Publications (1)

Publication Number Publication Date
CN110377673A true CN110377673A (zh) 2019-10-25

Family

ID=68249766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910485213.0A Pending CN110377673A (zh) 2019-06-05 2019-06-05 灯光罩网渔船作业数据处理方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN110377673A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111573842A (zh) * 2020-05-19 2020-08-25 浙江职信通信科技有限公司 江河生态控制方法及系统
CN112434465A (zh) * 2020-11-19 2021-03-02 江苏省海洋水产研究所 基于船位数据提取毛虾网有效布网网长的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699781A (zh) * 2013-12-05 2014-04-02 中国水产科学研究院东海水产研究所 一种北斗船位追溯拖网捕捞的方法
CN104484826A (zh) * 2014-11-14 2015-04-01 中国水产科学研究院东海水产研究所 基于北斗船位数据提取拖网捕捞努力量时空特征的方法
CN105279702A (zh) * 2015-09-23 2016-01-27 中国水产科学研究院东海水产研究所 一种基于北斗卫星数据拖网捕捞累计值获取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699781A (zh) * 2013-12-05 2014-04-02 中国水产科学研究院东海水产研究所 一种北斗船位追溯拖网捕捞的方法
CN104484826A (zh) * 2014-11-14 2015-04-01 中国水产科学研究院东海水产研究所 基于北斗船位数据提取拖网捕捞努力量时空特征的方法
CN105279702A (zh) * 2015-09-23 2016-01-27 中国水产科学研究院东海水产研究所 一种基于北斗卫星数据拖网捕捞累计值获取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张胜茂等: "北斗船位数据提取拖网捕捞努力量算法研究", 《水产学报》 *
张荣瀚等: "基于北斗船位数据的流刺网网次和方向提取方法研究", 《海洋渔业》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111573842A (zh) * 2020-05-19 2020-08-25 浙江职信通信科技有限公司 江河生态控制方法及系统
CN111573842B (zh) * 2020-05-19 2022-02-11 浙江职信通信科技有限公司 江河生态控制方法及系统
CN112434465A (zh) * 2020-11-19 2021-03-02 江苏省海洋水产研究所 基于船位数据提取毛虾网有效布网网长的方法

Similar Documents

Publication Publication Date Title
Stamatopoulos Sample-based fishery surveys
Thorson et al. Accounting for spatiotemporal variation and fisher targeting when estimating abundance from multispecies fishery data
Mills et al. Estimating high resolution trawl fishing effort from satellite-based vessel monitoring system data
US10026221B2 (en) Wetland modeling and prediction
Bellebaum et al. Decreasing but still high: bycatch of seabirds in gillnet fisheries along the German Baltic coast
Goethel et al. Demonstration of a spatially explicit, tag-integrated stock assessment model with application to three interconnected stocks of yellowtail flounder off of New England
CN110377673A (zh) 灯光罩网渔船作业数据处理方法、系统、装置和存储介质
Kai Spatio-temporal changes in catch rates of pelagic sharks caught by Japanese research and training vessels in the western and central North Pacific
CN109462818A (zh) 一种识别用户出行轨迹的方法、装置及终端
Miller et al. Package ‘dsm’
Goodman et al. A mapping technique to evaluate age‐0 salmon habitat response from restoration
Boreman et al. An empirical methodology for estimating entrainment losses at power plants sited on estuaries
CN110363393A (zh) 一种渔捞日志数据处理方法、系统、装置和存储介质
Curtice et al. Marine-life Data and Analysis Team (MDAT) technical report on the methods and development of marine-life data to support regional ocean planning and management
Zong et al. Recognizing fishing activities via VMS trace analysis based on mathematical morphology
Jones et al. Historical data provides context for recent monitoring and demonstrates 100 years of declining estuarine health
Fauchald et al. Arctic-breeding seabirds’ hotspots in space and time-A methodological framework for year-round modelling of environmental niche and abundance using light-logger data
Mackenzie et al. Statistical modelling of seabird and cetacean data: guidance document
Chang From subsidy evaluation to effort estimation: Advancing the function of voyage data recorders for offshore trawl fishery management
Bradford et al. Line-transect abundance estimates of false killer whales (Pseudorca crassidens) in the pelagic region of the Hawaiian exclusive economic zone and in the insular waters of the Northwestern Hawaiian Islands
Garrido et al. Analysis of the NAFO VMS and logbook data
Ozyurt et al. Coastal vulnerability assessment to sea level rise integrated with analytical hierarchy process
Lyssikatos et al. Common bottlenose dolphin (Tursiops truncatus) gillnet bycatch estimates along the US Mid-Atlantic coast, 2007-2015
CN110851508A (zh) 一种城市大数据处理的方法及装置
Senina et al. Integrating conventional and electronic tagging data into SEAPODYM

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191025