CN110728835B - 基于大数据挖掘的海洋监测系统及方法 - Google Patents

Abstract

本发明涉及一种基于大数据挖掘的海洋监测系统及方法，所述系统包括多个海洋水质监测站、无人机和控制中心，所述海洋水质监测站包括水质监测模块、第一通讯模块和定位模块，所述无人机包括数据存储模块和第二通讯模块，所述控制中心存储有每个监测周期中各个海洋水质监测站的位置数据，所述海洋水质监测站的第一通讯模块与所述无人机的第二通讯模块进行通信，所述无人机与所述控制中心进行通信。本发明通过无人机和海洋水质监测站实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染，提高海洋资源利用率，保障数据传输准确性和异常判断的快速性。

Description

基于大数据挖掘的海洋监测系统及方法

技术领域

本发明涉及海洋监测技术领域，具体是指一种基于大数据挖掘的海洋监测系统及方法。

背景技术

海洋覆盖地球表面超过70％的面积，蕴含极其丰富的资源，随着陆地资源日益消耗，海洋资源开发对我国经济发展愈发重要，而海洋环境监测是海洋资源开发的依据，对海洋污染情况进行动态监测至关重要。

随着数据采集和数据通信的不断快速发展，海洋环境监测逐渐向在线监测过渡，然而受地面网络覆盖的制约，物联网技术的应用存在一定局限。在无地面网络覆盖区域，监测数据无法传输，无法实现对海洋环境的远程实时监测，导致了海洋环境发生污染时难以及时发现。

发明内容

本发明提供了一种基于大数据挖掘的海洋监测系统及方法，其目的在于克服现有技术中的缺陷，通过无人机和海洋水质监测站实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染。

为了实现上述目的，本发明具有如下构成：

该基于大数据挖掘的海洋监测系统，包括多个海洋水质监测站、无人机和控制中心，所述海洋水质监测站包括水质监测模块、第一通讯模块和定位模块，所述无人机包括数据存储模块和第二通讯模块，所述控制中心存储有每个监测周期中各个海洋水质监测站的位置数据，所述海洋水质监测站的第一通讯模块与所述无人机的第二通讯模块进行通信，所述无人机与所述控制中心进行通信；

所述海洋水质监测站在每个监测周期中通过所述水质监测模块采集水质监测数据，并通过所述第一通讯模块将所述水质监测数据发送至所述无人机；

所述海洋水质监测站于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点，并于移动完成后通过所述定位模块获取位置数据，通过所述第一通讯模块将所述位置数据发送至所述无人机；

所述无人机于每个监测周期结束时采集每个海洋水质监测站的位置数据，并于采集完成后飞行至所述控制中心处，将采集的当前监测周期的每个海洋水质监测站的位置数据以及前一监测周期的各个所述水质监测模块的水质监测数据发送至所述控制中心；

对于每个海洋水质监测站的水质监测数据，所述控制中心计算除该海洋水质监测站之外，其他的海洋水质监测站的水质监测数据的平均值，并将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站的水质监测异常。

可选地，所述水质监测数据包括PH值、活性硅酸盐的浓度值和活性硝酸盐的浓度值中的至少一种。

可选地，所述水质监测数据包括至少两种数据类型时，对于每个海洋水质监测站，所述控制中心分别计算除该海洋水质监测站之外，其他的海洋水质监测站的每种类型的水质监测数据的平均值；

所述控制中心将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较时，所述控制中心将该海洋水质监测站的每种类型的水质监测数据与其他海洋水质监测站的同种类型的水质监测数据的平均值进行比较，如果有一种类型的水质监测数据所对应的差值大于该类型的水质监测数据所对应的预设差值阈值，则所述控制中心定义该海洋水质监测站的水质监测异常。

可选地，所述控制中心判定该海洋水质监测站的水质监测异常后，所述控制中心查询当前距离该水质监测异常的海洋水质监测站最近的海洋水质监测站，计算最近的海洋水质监测站移动至该水质监测异常的海洋水质监测站的移动方向和移动距离，将所述移动方向、移动距离和最近的海洋水质监测站的ID发送至所述无人机；

所述无人机接收到移动方向、移动距离和最近的海洋水质监测站的ID之后，飞行至该最近的海洋水质监测站处，并将所述移动方向和移动距离发送至该最近的海洋水质监测站。

可选地，所述控制中心判定所有海洋水质监测站的水质监测均未出现异常时，所述控制中心统计所有海洋水质监测站的位置数据，对于每个海洋水质监测站，设定该海洋水质监测站的下一监测位置为该海洋水质监测站当前的位置与距离该海洋水质监测站最近的海洋水质监测站当前的位置的中心点，根据该海洋水质监测站的下一监测位置计算该海洋水质监测站的移动方向和移动距离；

所述控制中心将每个海洋水质监测站的移动方向、移动距离和海洋水质监测站的ID发送至所述无人机，所述无人机依次将所对应的移动方向和移动距离发送至各个所对应的海洋水质监测站。

可选地，所述海洋水质监测站于每个监测周期结束时，判断在刚结束的监测周期中是否接收到所述无人机发送的移动方向和移动距离；

如果是，则所述海洋水质监测站根据接收到的移动方向和移动距离移动至下一监测点；

否则，所述海洋水质监测站不移动。

可选地，于每个监测中心中，所述无人机按照预设的ID顺序依次飞行至所对应的海洋水质监测站，从所对应的海洋水质监测站获取水质监测数据；

所述无人机从所述控制中心获取到多个海洋水质监测站的ID及所对应的移动方向和移动距离时，所述无人机根据预设的ID顺序对多个海洋水质监测站的ID进行排序，并按照排序顺序依次飞行至所对应的海洋水质监测站，将所述移动方向和移动距离发送至所对应的海洋水质监测站。

可选地，所述无人机通过蓝牙通讯与各个所述海洋水质监测站进行通信，所述无人机通过WIFI、CDMA、GPRS、4G或3G与各个所述海洋水质监测站进行通信。

本发明实施例还提供一种基于大数据挖掘的海洋监测方法，采用所述的基于大数据挖掘的海洋监测系统，所述方法包括如下步骤：

所述海洋水质监测站在每个监测周期中通过所述水质监测模块采集水质监测数据，并通过所述第一通讯模块将所述水质监测数据发送至所述无人机；

所述海洋水质监测站于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点；

所述海洋水质监测站于每次移动完成后通过所述定位模块获取位置数据，通过所述第一通讯模块将所述位置数据发送至所述无人机；

所述无人机于每个监测周期结束时采集每个海洋水质监测站的位置数据，并于采集完成后飞行至所述控制中心处，将采集的当前监测周期的每个海洋水质监测站的位置数据以及前一监测周期的各个所述水质监测模块的水质监测数据发送至所述控制中心；

对于每个海洋水质监测站的水质监测数据，所述控制中心计算除该海洋水质监测站之外，其他的海洋水质监测站的水质监测数据的平均值，并将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站的水质监测异常。

采用了该发明中的基于大数据挖掘的海洋监测系统及方法，具有如下有益效果：

本发明通过无人机和海洋水质监测站实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染，通过多个海洋水质监测站的数据比对及时发现水质监测异常的海洋水质监测站，确定水质监测异常的位置，可以提高海洋资源利用率，保障数据传输准确性和异常判断的快速性，无人机和海洋水质监测站可以在距离很近的情况下进行安全快速通信，然后由无人机将采集的水质监测数据和位置数据统一传输到控制中心，尤其适用于大范围的海洋水质监测，适用于大范围推广应用。

附图说明

图1为本发明一实施例的基于大数据挖掘的海洋监测系统的结构示意图；

图2为本发明一实施例的第一种控制中心控制海洋水质监测站移动的流程图；

图3为本发明一实施例的第二种控制中心控制海洋水质监测站移动的流程图；

图4为本发明一实施例的基于大数据挖掘的海洋监测方法的流程图。

附图标记：

海洋水质监测站M100

水质监测模块M110、第一通讯模块M120、定位模块M130

无人机M200

数据存储模块M210、第二通讯模块M220

控制中心M300

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。

所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员应意识到，没有特定细节中的一个或更多，或者采用其它的方法、组元、材料等，也可以实践本发明的技术方案。在某些情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本发明。

为了解决现有技术中的技术问题，本发明提供了一种基于大数据挖掘的海洋监测系统。如图1所示，在本发明一实施例中，所述基于大数据挖掘的海洋监测系统包括多个海洋水质监测站M100、无人机M200和控制中心M300，所述海洋水质监测站M100包括水质监测模块M110、第一通讯模块M120和定位模块M130，所述无人机M200包括数据存储模块M210和第二通讯模块M220，所述控制中心M300存储有每个监测周期中各个海洋水质监测站M100的位置数据，所述海洋水质监测站M100的第一通讯模块M120与所述无人机M200的第二通讯模块M220进行通信，所述无人机M200与所述控制中心M300进行通信。在该实施例中，所述无人机M200可以通过蓝牙通讯与各个所述海洋水质监测站M100进行通信，所述无人机M200通过WIFI、CDMA、GPRS、4G或3G与各个所述海洋水质监测站M100进行通信。在无人机M200与海洋水质监测站M100进行通信时，无人机M200运行至距离所对应的海洋水质监测站M10010米以内的距离，通过蓝牙与海洋水质监测站M100快速安全地进行通信。无人机M200与控制中心M300的通信，可以直接通过CDMA、GPRS、4G或3G等进行远程通信，也可以控制无人机M200飞行至控制中心M300附近，连接至同一个WIFI网络中，通过WIFI将数据传输至海洋水质监测站M100。无人机M200的数据存储模块M210用于暂时存储从各个海洋水质监测站M100采集到的水质监测数据和位置数据。

所述海洋水质监测站M100在每个监测周期中通过所述水质监测模块M110采集水质监测数据，并通过所述第一通讯模块M120将所述水质监测数据发送至所述无人机M200。在该实施例中，所述水质监测数据包括PH值、活性硅酸盐的浓度值和活性硝酸盐的浓度值中的至少一种，但本发明不限于此，在其他可替代的实施方式中，水质监测数据也可以包括其他类型的监测数据，均属于本发明的保护范围之内。

所述海洋水质监测站M100于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点，并于移动完成后通过所述定位模块M130获取位置数据，通过所述第一通讯模块M120将所述位置数据发送至所述无人机M200；

所述无人机M200于每个监测周期结束时采集每个海洋水质监测站M100的位置数据，并于采集完成后飞行至所述控制中心M300处，将采集的当前监测周期的每个海洋水质监测站M100的位置数据以及前一监测周期的各个所述水质监测模块M110的水质监测数据发送至所述控制中心M300；

对于每个海洋水质监测站M100的水质监测数据，所述控制中心M300计算除该海洋水质监测站M100之外，其他的海洋水质监测站M100的水质监测数据的平均值，并将该海洋水质监测站M100的水质监测数据与其他海洋水质监测站M100的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站M100的水质监测异常。

因此，本发明的基于大数据挖掘的海洋监测系统通过无人机M200和海洋水质监测站M100实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染，通过多个海洋水质监测站M100的数据比对及时发现水质监测异常的海洋水质监测站M100，确定水质监测异常的位置。无人机M200和海洋水质监测站M100可以在距离很近的情况下进行安全快速通信，然后由无人机M200将采集的水质监测数据和位置数据统一传输到控制中心M300，尤其适用于大范围的海洋水质监测。

在该实施例中，所述水质监测数据包括至少两种数据类型时，对于每个海洋水质监测站M100，所述控制中心M300分别计算除该海洋水质监测站M100之外，其他的海洋水质监测站M100的每种类型的水质监测数据的平均值。

所述控制中心M300将该海洋水质监测站M100的水质监测数据与其他海洋水质监测站M100的水质监测数据的平均值进行比较时，所述控制中心M300将该海洋水质监测站M100的每种类型的水质监测数据与其他海洋水质监测站M100的同种类型的水质监测数据的平均值进行比较，如果有一种类型的水质监测数据所对应的差值大于该类型的水质监测数据所对应的预设差值阈值，则所述控制中心M300定义该海洋水质监测站M100的水质监测异常。

如图2所示，在该实施例中，所述控制中心M300判定该海洋水质监测站M100的水质监测异常后，所述控制中心M300查询当前距离该水质监测异常的海洋水质监测站M100最近的海洋水质监测站M100，计算最近的海洋水质监测站M100移动至该水质监测异常的海洋水质监测站M100的移动方向和移动距离，将所述移动方向、移动距离和最近的海洋水质监测站M100的ID发送至所述无人机M200；

所述无人机M200接收到移动方向、移动距离和最近的海洋水质监测站M100的ID之后，飞行至该最近的海洋水质监测站M100处，并将所述移动方向和移动距离发送至该最近的海洋水质监测站M100。

距离水质监测异常的位置最近的海洋水质监测站M100移动至该水质监测异常的海洋水质监测站M100之后，可以对该水质监测异常的海洋水质监测站M100的监测进行验证，如果该最近的海洋水质监测站M100的监测数据同样也是异常水质监测数据，则说明这个位置的水质异常，如果该最近的海洋水质监测站M100的监测数据正常，则说明是该水质监测异常的海洋水质监测站M100的水质监测模块M110或通讯模块出现了故障，需要对该水质监测异常的海洋水质监测站M100进行检修。因此，本发明通过设置可移动的海洋水质监测站M100，随时可以对监测数据出现异常的海洋水质监测站M100的监测数据进行验证，验证通过则说明该片水域的数据监测确实异常，需要排查该片海洋水域是否发生了污染或其他异常情况，如果验证不通过，则说明是该监测数据出现异常的海洋水质监测站M100本身出现了问题，需要立刻进行检修，并且在检修完成之前，该故障的海洋水质监测站M100的监测数据不再作为其他海洋水质监测站M100数据是否异常的判断依据。

如图3所示，在该实施例中，所述控制中心M300还具有第二种控制海洋水质监测站M100移动的方式。具体地，所述控制中心M300判定所有海洋水质监测站M100的水质监测均未出现异常时，所述控制中心M300统计所有海洋水质监测站M100的位置数据，对于每个海洋水质监测站M100，设定该海洋水质监测站M100的下一监测位置为该海洋水质监测站M100当前的位置与距离该海洋水质监测站M100最近的海洋水质监测站M100当前的位置的中心点，根据该海洋水质监测站M100的下一监测位置计算该海洋水质监测站M100的移动方向和移动距离。

所述控制中心M300将每个海洋水质监测站M100的移动方向、移动距离和海洋水质监测站M100的ID发送至所述无人机M200，所述无人机M200依次将所对应的移动方向和移动距离发送至各个所对应的海洋水质监测站M100。

因此，在当前海洋水质监测站M100的监测均正常时，通过移动海洋水质监测站M100的监测位置扩大海洋水质监测站M100的监测范围，虽然海洋水质监测站M100无法覆盖到全部海域的每个角落，但是可以通过移动式海洋水质监测站M100逐渐覆盖全部海域的各个监测点，无需采用很多海洋水质监测站M100既可以实现大范围的全面海洋水质监测，降低了海洋水质监测的成本。

在该实施例中，所述海洋水质监测站M100于每个监测周期结束时，判断在刚结束的监测周期中是否接收到所述无人机M200发送的移动方向和移动距离；如果是，则所述海洋水质监测站M100根据接收到的移动方向和移动距离移动至下一监测点；否则，说明该海洋水质监测站M100在这一周期内无需变更监测位置，所述海洋水质监测站M100不移动。

在该实施例中，于每个监测中心中，所述无人机M200按照预设的ID顺序依次飞行至所对应的海洋水质监测站M100，从所对应的海洋水质监测站M100获取水质监测数据。预设的ID顺序可以根据海洋水质监测站M100的布置位置进行设定，使得无人机M200在运行路线最短的前提下覆盖所有海洋水质监测站M100。

进一步地，所述无人机M200从所述控制中心M300获取到多个海洋水质监测站M100的ID及所对应的移动方向和移动距离时，所述无人机M200根据预设的ID顺序对多个海洋水质监测站M100的ID进行排序，并按照排序顺序依次飞行至所对应的海洋水质监测站M100，将所述移动方向和移动距离发送至所对应的海洋水质监测站M100。

进一步地，在不是全部海洋水质监测站M100都移动的时候，各个海洋水质监测站M100的位置关系可能会发生变化。此时，所述控制中心M300可以根据各个海洋水质监测站M100新的位置重新规划无人机M200的最短路线，并且根据无人机M200的最短路线确定路线中依次经过的各个海洋水质监测站M100的ID号，对ID号进行重新排序，然后将新的ID顺序发送至所述无人机M200。

此外，无人机M200在一个监测周期中只发送了移动方向和移动距离至一部分的海洋水质监测站M100时，在无人机M200需要从海洋水质监测站M100采集位置数据时，可以根据发送移动方向和移动距离的顺序只飞行至该监测周期中移动了的海洋水质监测站M100处进行位置数据采集，节省了无人机M200的工作量和数据传输量。

如图4所示，本发明实施例还提供一种基于大数据挖掘的海洋监测方法，采用所述的基于大数据挖掘的海洋监测系统，所述方法包括如下步骤：

所述海洋水质监测站在每个监测周期中通过所述水质监测模块采集水质监测数据，并通过所述第一通讯模块将所述水质监测数据发送至所述无人机；所述无人机通过WIFI、CDMA、GPRS、4G或3G与各个所述海洋水质监测站进行通信。在无人机与海洋水质监测站进行通信时，无人机运行至距离所对应的海洋水质监测站10米以内的距离，通过蓝牙与海洋水质监测站快速安全地进行通信。

所述海洋水质监测站于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点；

所述海洋水质监测站于每次移动完成后通过所述定位模块获取位置数据，通过所述第一通讯模块将所述位置数据发送至所述无人机；所述无人机的数据存储模块对采集到的各个海洋水质监测站的水质监测数据和位置数据进行暂存；

所述无人机于每个监测周期结束时采集每个海洋水质监测站的位置数据，并于采集完成后飞行至所述控制中心处，将采集的当前监测周期的每个海洋水质监测站的位置数据以及前一监测周期的各个所述水质监测模块的水质监测数据发送至所述控制中心；无人机与控制中心的通信，可以直接通过CDMA、GPRS、4G或3G等进行远程通信，也可以控制无人机飞行至控制中心附近，连接至同一个WIFI网络中，通过WIFI将数据传输至海洋水质监测站。

对于每个海洋水质监测站的水质监测数据，所述控制中心计算除该海洋水质监测站之外，其他的海洋水质监测站的水质监测数据的平均值，并将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站的水质监测异常。

因此，本发明的基于大数据挖掘的海洋监测方法通过无人机和海洋水质监测站实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染，通过多个海洋水质监测站的数据比对及时发现水质监测异常的海洋水质监测站，确定水质监测异常的位置。无人机和海洋水质监测站可以在距离很近的情况下进行安全快速通信，然后由无人机将采集的水质监测数据和位置数据统一传输到控制中心，尤其适用于大范围的海洋水质监测。

在该种基于大数据挖掘的海洋监测方法中，各个步骤的具体实现方式均可以采用上述基于大数据挖掘的海洋监测系统中各个功能模块的功能实现方式，在此不予赘述。

与现有技术相比，采用了该发明中的基于大数据挖掘的海洋监测系统及方法，具有如下有益效果：

本发明通过无人机和海洋水质监测站实现海洋远程实时监测，基于大数据处理实现快速发现海洋环境污染，通过多个海洋水质监测站的数据比对及时发现水质监测异常的海洋水质监测站，确定水质监测异常的位置，可以提高海洋资源利用率，保障数据传输准确性和异常判断的快速性，无人机和海洋水质监测站可以在距离很近的情况下进行安全快速通信，然后由无人机将采集的水质监测数据和位置数据统一传输到控制中心，尤其适用于大范围的海洋水质监测，适用于大范围推广应用。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (9)

1.一种基于大数据挖掘的海洋监测系统，其特征在于，所述系统包括多个海洋水质监测站、无人机和控制中心，所述海洋水质监测站包括水质监测模块、第一通讯模块和定位模块，所述无人机包括数据存储模块和第二通讯模块，所述控制中心存储有每个监测周期中各个海洋水质监测站的位置数据，所述海洋水质监测站的第一通讯模块与所述无人机的第二通讯模块进行通信，所述无人机与所述控制中心进行通信；

所述海洋水质监测站在每个监测周期中通过所述水质监测模块采集水质监测数据，并通过所述第一通讯模块将所述水质监测数据发送至所述无人机；

所述海洋水质监测站于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点，并于移动完成后通过所述定位模块获取位置数据，通过所述第一通讯模块将所述位置数据发送至所述无人机；

所述无人机于每个监测周期结束时采集每个海洋水质监测站的位置数据，并于采集完成后飞行至所述控制中心处，将采集的当前监测周期的每个海洋水质监测站的位置数据以及前一监测周期的各个所述水质监测模块的水质监测数据发送至所述控制中心；

对于每个海洋水质监测站的水质监测数据，所述控制中心计算除该海洋水质监测站之外，其他的海洋水质监测站的水质监测数据的平均值，并将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站的水质监测异常。

2.根据权利要求1所述的基于大数据挖掘的海洋监测系统，其特征在于，所述水质监测数据包括PH值、活性硅酸盐的浓度值和活性硝酸盐的浓度值中的至少一种。

3.根据权利要求2所述的基于大数据挖掘的海洋监测系统，其特征在于，所述水质监测数据包括至少两种数据类型时，对于每个海洋水质监测站，所述控制中心分别计算除该海洋水质监测站之外，其他的海洋水质监测站的每种类型的水质监测数据的平均值；

所述控制中心将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较时，所述控制中心将该海洋水质监测站的每种类型的水质监测数据与其他海洋水质监测站的同种类型的水质监测数据的平均值进行比较，如果有一种类型的水质监测数据所对应的差值大于该类型的水质监测数据所对应的预设差值阈值，则所述控制中心定义该海洋水质监测站的水质监测异常。

4.根据权利要求1所述的基于大数据挖掘的海洋监测系统，其特征在于，所述控制中心判定该海洋水质监测站的水质监测异常后，所述控制中心查询当前距离该水质监测异常的海洋水质监测站最近的海洋水质监测站，计算最近的海洋水质监测站移动至该水质监测异常的海洋水质监测站的移动方向和移动距离，将所述移动方向、移动距离和最近的海洋水质监测站的ID发送至所述无人机；

所述无人机接收到移动方向、移动距离和最近的海洋水质监测站的ID之后，飞行至该最近的海洋水质监测站处，并将所述移动方向和移动距离发送至该最近的海洋水质监测站。

5.根据权利要求1所述的基于大数据挖掘的海洋监测系统，其特征在于，所述控制中心判定所有海洋水质监测站的水质监测均未出现异常时，所述控制中心统计所有海洋水质监测站的位置数据，对于每个海洋水质监测站，设定该海洋水质监测站的下一监测位置为该海洋水质监测站当前的位置与距离该海洋水质监测站最近的海洋水质监测站当前的位置的中心点，根据该海洋水质监测站的下一监测位置计算该海洋水质监测站的移动方向和移动距离；

所述控制中心将每个海洋水质监测站的移动方向、移动距离和海洋水质监测站的ID发送至所述无人机，所述无人机依次将所对应的移动方向和移动距离发送至各个所对应的海洋水质监测站。

6.根据权利要求4或5所述的基于大数据挖掘的海洋监测系统，其特征在于，所述海洋水质监测站于每个监测周期结束时，判断在刚结束的监测周期中是否接收到所述无人机发送的移动方向和移动距离；

如果是，则所述海洋水质监测站根据接收到的移动方向和移动距离移动至下一监测点；

否则，所述海洋水质监测站不移动。

7.根据权利要求5所述的基于大数据挖掘的海洋监测系统，其特征在于，于每个监测中心中，所述无人机按照预设的ID顺序依次飞行至所对应的海洋水质监测站，从所对应的海洋水质监测站获取水质监测数据；

所述无人机从所述控制中心获取到多个海洋水质监测站的ID及所对应的移动方向和移动距离时，所述无人机根据预设的ID顺序对多个海洋水质监测站的ID进行排序，并按照排序顺序依次飞行至所对应的海洋水质监测站，将所述移动方向和移动距离发送至所对应的海洋水质监测站。

8.根据权利要求1所述的基于大数据挖掘的海洋监测系统，其特征在于，所述无人机通过蓝牙通讯与各个所述海洋水质监测站进行通信，所述无人机通过WIFI、CDMA、GPRS、4G或3G与各个所述海洋水质监测站进行通信。

9.一种基于大数据挖掘的海洋监测方法，其特征在于，采用权利要求1至8中任一项所述的基于大数据挖掘的海洋监测系统，所述方法包括如下步骤：

所述海洋水质监测站在每个监测周期中通过所述水质监测模块采集水质监测数据，并通过所述第一通讯模块将所述水质监测数据发送至所述无人机；

所述海洋水质监测站于每个监测周期结束时根据预设的移动方向和移动距离移动至下一监测点；

所述海洋水质监测站于每次移动完成后通过所述定位模块获取位置数据，通过所述第一通讯模块将所述位置数据发送至所述无人机；

所述无人机于每个监测周期结束时采集每个海洋水质监测站的位置数据，并于采集完成后飞行至所述控制中心处，将采集的当前监测周期的每个海洋水质监测站的位置数据以及前一监测周期的各个所述水质监测模块的水质监测数据发送至所述控制中心；

对于每个海洋水质监测站的水质监测数据，所述控制中心计算除该海洋水质监测站之外，其他的海洋水质监测站的水质监测数据的平均值，并将该海洋水质监测站的水质监测数据与其他海洋水质监测站的水质监测数据的平均值进行比较，如果差值大于预设差值阈值，则判定该海洋水质监测站的水质监测异常。

Images