CN111657189A - 一种基于大数据的渔业水产养殖日常监测管理系统 - Google Patents

Abstract

本发明公开一种基于大数据的渔业水产养殖日常监测管理系统，包括区域划分模块、区域巡检模块、区域特征分类模块、鱼群分布密度分析模块、总控制服务器、远程服务中心、环境检测模块、投喂高度分析模块、空气参数检测模块、空气参数分析模块、存储数据库和无人机；本发明根据图像采集处理和特征提取对渔业水产养殖区域进行划分和分类，无人机根据鱼群分布子区域的鱼苗分布密度进行投喂鱼料，并通过远程服务中心对垃圾分布子区域和死鱼分布子区域进行相关处理，同时检测若干子区域离水面不同高度的空气参数含量，统计空气参数适宜度系数，判断鱼群养殖生长环境，采用针对性措施，降低了鱼苗因环境造成死亡率。

Description

一种基于大数据的渔业水产养殖日常监测管理系统

技术领域

本发明涉及渔业养殖检测管理领域，涉及到一种基于大数据的渔业水产养殖日常监测管理系统。

背景技术

随着社会经济的迅速发展与人民生活水平不断的提升，人们对于水产品需求量不断增加，致使水产品成为人们生活中重要的食品，在一定程度上刺激了我国水产养殖业的迅速发展。在水产养殖发展过程中，由于养殖户片面的追求经济效益，而忽视了对生态环境的保护，并且当前绝大部分人没有意识到生态环境的重要性，不合理的养殖和捕捞，进而降低了养殖水域的生态功能，这对于水产养殖具有重要的影响。基于此情况，我们要加大对水产生态养殖观念的宣传，提高人们的生态保护意识，实现生态与水产养殖的协调可持续发展。

目前我国水产养殖仍大都停留在传统的依靠人工经验判断的思想上，未能与时俱进更新养殖观念，忽视了生态环境对于水产养殖的重要性。在养殖时不注意鱼塘里的水质，对鱼塘反复的使用，长期会滋生厌氧性细菌，对鱼类起到了毒害作用或不良影响，并且人工无法精准投喂鱼料，从而造成鱼料的浪费和经济损失，为了解决以上问题，本发明设计了一种基于大数据的渔业水产养殖日常监测管理系统。

发明内容

本发明的目的在于提供一种基于大数据的渔业水产养殖日常监测管理系统，通过区域巡检模块对若干子区域进行图像采集处理，对处理的图像进行特征抓取，筛选鱼群分布子区域、死鱼分布子区域和垃圾分布子区域，统计鱼群分布子区域中鱼苗分布密度，通过无人机进行鱼料投喂，并通过空气参数检测模块检测空气中溶解氧、二氧化碳和氨气的含量，与离水面的不同高度构成高度空气参数含量集合，根据高度空气参数含量集合统计空气参数适宜度系数，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于大数据的渔业水产养殖日常监测管理系统，包括区域划分模块、区域巡检模块、区域特征分类模块、鱼群分布密度分析模块、总控制服务器、远程服务中心、环境检测模块、投喂高度分析模块、空气参数检测模块、空气参数分析模块、存储数据库和无人机；

所述总控制服务器分别与区域特征分类模块、鱼群分布密度分析模块、环境检测模块、空气参数分析模块、无人机、远程服务中心和存储数据库连接，区域巡检模块分别与区域划分模块和区域特征分类模块连接，存储数据库分别与区域划分模块、区域特征分类模块和投喂高度分析模块连接，投喂高度分析模块分别与无人机和环境检测模块连接，空气参数检测模块与空气参数分析模块连接；

所述区域划分模块用于对待检测渔业水产养殖区域进行划分，将渔业水产养殖区域按照立体网格的划分方式划分为若干个体积相同的子区域，对若干待检测的子区域按照设定的从左到右再从上到下的顺序进行编号，依次分别为1,2,...,i,...,n，并将若干子区域的编号发送至存储数据库；

所述区域巡检模块包括图像采集设备，用于对各检测子区域的水面图像进行采集，并将采集的图像进行图像增强处理，得到处理后的增强图像，发送至区域特征分类模块；

所述区域特征分类模块用于接收区域巡检模块发送的各检测子区域的处理后的水面图像，并对接收的各检测子区域的水面图像进行特征提取，将提取的特征与存储数据库中的各类水面图像的特征进行对比，统计提取的特征与各类水面图像的特征的相似度，筛选相似度最大的水面图像类别，根据各检测子区域水面图像类别不同，将各检测子区域划分为鱼群分布子区域集合，死鱼分布子区域集合和垃圾分布子区域集合，区域特征分类模块将鱼群分布子区域集合发送至鱼群分布密度分析模块；将死鱼分布子区域集合和垃圾分布子区域集合发送至总控制服务器；

所述鱼群分布密度分析模块用于接收区域特征分类模块发送的鱼群分布子区域集合，将鱼群分布子区域集合中的每个鱼群分布子区域图像进行聚焦放大，提取图像中鱼苗的数目，统计各鱼群分布子区域鱼苗的分布密度，构成鱼苗分布密度集合Q_k(ρ₁,ρ₂,...,ρ_k),k≤n,ρ_k表示为在第k个鱼群分布子区域的鱼苗分布密度，并发送鱼苗分布密度集合至总控制服务器；

所述总控制服务器接收鱼群分布密度分析模块发送的鱼苗分布密度集合，根据鱼苗分布密度计算无人机对鱼群分布子区域的投喂量，并发送至无人机；同时，总控制服务器接收区域特征分类模块发送的死鱼分布子区域集合和垃圾分布子区域集合，将死鱼分布子区域的编号和垃圾分布子区域的编号发送至远程服务中心；

所述远程服务中心用于接收总控制服务器发送的死鱼分布子区域的编号和垃圾分布子区域的编号，安排相关人员进行处理；

所述环境检测模块用于实时检测鱼群分布子区域的风速和风向角度，环境检测模块包括风速传感器和风向传感器，风速传感器用于实时检测鱼群分布子区域的风速，将实时检测的风速发送至投喂高度分析模块，风向传感器用于实时检测鱼群分布子区域的风向角度，将风向角度发送至总控制服务器；

所述总控制服务器用于接收环境检测模块发送的实时检测的风向角度，提取存储数据库中的标准风向角度，将接收的风向角度与标准风向角度对比，若大于标准风向角度，统计风向补偿角度，风向补偿角度计算公式为实时风向角度减去标准风向角度，并将风向补偿角发送至无人机；

所述投喂高度分析模块用于接收环境检测模块发送的风速，提取存储数据库中鱼料形态编号，统计接收的风速对应的投喂高度，并将投喂高度发送至无人机；

所述无人机接收投喂高度分析模块发送的投喂高度，接收总控制服务器发送鱼群分布子区域的投喂量和风向补偿角，对鱼群分布子区域进行鱼料的投喂；

所述空气参数检测模块用于对若干子区域的距离水面不同高度的空气参数含量进行检测，包括氧气传感器、二氧化碳传感器和氨气传感器，所述氧气传感器用于检测空气中溶解氧的含量，二氧化碳传感器用于检测空气中二氧化碳的含量，氨气传感器用于检测空气中氨气的含量，将检测到的溶解氧、二氧化碳和氨气含量，按照距离水面不同高度进行划分，构成高度空气参数含量集合p_m(p_m1,p_m2,...,p_mh,...,p_mj)，p_mh表示为在离水面h米的高度下第m个空气参数对应的含量，h表示为离水面的高度，h等于1,2,...,j，m表示为空气参数，m等于

表示为空气中溶解氧，

表示为空气中二氧化碳，

表示为空气中氨气，并将高度空气参数含量集合发送至空气参数分析模块；

所述空气参数分析模块接收空气参数检测模块发送的高度空气参数含量集合，根据高度空气参数含量集合统计空气参数适宜度系数，并将空气参数适宜度系数发送至总控制服务器；

所述存储数据库用于接收区域划分模块发送的各检测子区域的编号，同时存储各类水面图像，包括鱼群分布图像、有死鱼的图像和有垃圾的图像，存储鱼料形态，鱼料形态包括粉末状，颗粒状和片状，依次进行编号，分别为T1，T2，T3，并存储标准空气参数适宜度系数，存储渔业水产养殖区域的总体积V₀和标准风向角度θ₀；

所述总控制服务器接收空气参数分析模块发送的空气参数适宜度系数，根据空气参数适宜度系数与存储数据库中存储标准空气参数适宜度系数对比，若小于标准空气参数适宜度系数，总控制服务器发送指令安排相关人员对该子区域的空气进行空气参数含量的调整。

进一步地，所述图像增强处理为图像灰度拉伸处理，即图像灰度拉伸处理的公式为

x表示为经图像增强处理前的像素值，x′表示为对应像素点经图像增强处理后的像素值，j_max表示为经归一化处理后矩形区域内中最大的像素值，j_min表示为经归一化处理后矩形区域内中最小的像素值。

进一步地，所述无人机对鱼群分布子区域的投喂量的计算公式为

ρ_a表示为鱼群分布子区域的鱼苗分布密度，V₀表示为渔业水产养殖区域的总体积，n表示为水产养殖区域等体积划分子区域的数量，e表示为自然数，等于2.718。

进一步地，所述风速对应的投喂高度计算公式为

L′表示为风速对应的投喂高度，L_标准表示为无人机在无风情况下不同鱼料形态离水面的标准投喂高度，L_标准等于L₁,L₂,L₃,L₁表示为当鱼料形态为T1时在无风情况下无人机离水面的标准投喂高度，L₂表示为当鱼料形态为T2时在无风情况下无人机离水面的标准投喂高度，L₃表示为当鱼料形态为T3时在无风情况下无人机离水面的标准投喂高度，L₀表示为无人机离水面安全距离投喂高度，L₀等于0.5m，g表示为地球的重力，等于9.8，v表示为实时风速。

进一步地，所述空气参数适宜度系数的计算公式为

ξ表示为空气参数适宜度系数，e表示为自然数，等于2.718，

表示为无人机在离水面j米的高度检测的空气中溶解氧的含量，

表示为无人机在离水面j米的高度检测的空气中二氧化碳的含量，

表示为无人机离水面j米的高度检测的空气中氨气的含量。

有益效果：

(1)本发明提供的一种基于大数据的渔业水产养殖日常监测管理系统，通过无人机对鱼群分布区域进行投喂鱼料，可以减少人工作业成本；根据高度空气参数含量集合统计空气参数适宜度系数，判断鱼群的养殖生长环境，降低了因鱼苗的死亡带来的经济损失。

(2)本发明提供的一种基于大数据的渔业水产养殖日常监测管理系统，通过区域巡检模块、区域特征分类模块、鱼群分布密度分析模块和投喂高度分析模块共同作用对渔业水产养殖区域进行日常管理，采用图像处理技术对若干子区域进行图像采集，并分类，通过鱼群分布密度分析模块对分类后鱼群分布子区域进行鱼苗分布密度分析，计算出鱼群的投喂量，避免了各个子区域存在投料太少或太多，避免人工投喂导致无法精准投喂鱼料，加大了对鱼料的利用率，减少了鱼料成本；

(3)本发明中通过总控制服务器将死鱼分布子区域的编号和垃圾分布子区域的编号发送至远程服务中心，远程服务中心安排相关人员进行处理，这样减少死鱼和垃圾产生厌氧性细菌，保证了水质的质量安全和养殖区域的生态环境。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中一种基于大数据的渔业水产养殖日常监测管理系统示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于大数据的渔业水产养殖日常监测管理系统，包括区域划分模块、区域巡检模块、区域特征分类模块、鱼群分布密度分析模块、总控制服务器、远程服务中心、环境检测模块、投喂高度分析模块、空气参数检测模块、空气参数分析模块、存储数据库和无人机；

所述总控制服务器分别与区域特征分类模块、鱼群分布密度分析模块、环境检测模块、空气参数分析模块、无人机、远程服务中心和存储数据库连接，区域巡检模块分别与区域划分模块和区域特征分类模块连接，存储数据库分别与区域划分模块、区域特征分类模块和投喂高度分析模块连接，投喂高度分析模块分别与无人机和环境检测模块连接，空气参数检测模块与空气参数分析模块连接；

所述区域划分模块用于对待检测渔业水产养殖区域进行划分，将渔业水产养殖区域按照立体网格的划分方式划分为若干个体积相同的子区域，对若干待检测的子区域按照设定的从左到右再从上到下的顺序进行编号，依次分别为1,2,...,i,...,n，并将若干子区域的编号发送至存储数据库；

所述区域巡检模块包括图像采集设备，用于对各检测子区域的水面图像进行采集，并将采集的图像进行图像增强处理，图像增强处理为图像灰度拉伸处理，即图像灰度拉伸处理的公式为

x表示为经图像增强处理前的像素值，x′表示为对应像素点经图像增强处理后的像素值，j_max表示为经归一化处理后矩形区域内中最大的像素值，j_min表示为经归一化处理后矩形区域内中最小的像素值，得到处理后的增强图像，发送至区域特征分类模块；

所述区域特征分类模块用于接收区域巡检模块发送的各检测子区域的处理后的水面图像，并对接收的各检测子区域的水面图像进行特征提取，将提取的特征与存储数据库中的各类水面图像的特征进行对比，统计提取的特征与各类水面图像的特征的相似度，筛选相似度最大的水面图像类别，根据各检测子区域水面图像类别不同，将各检测子区域划分为鱼群分布子区域集合，死鱼分布子区域集合和垃圾分布子区域集合，区域特征分类模块将鱼群分布子区域集合发送至鱼群分布密度分析模块；将死鱼分布子区域集合和垃圾分布子区域集合发送至总控制服务器；

所述鱼群分布密度分析模块用于接收区域特征分类模块发送的鱼群分布子区域集合，将鱼群分布子区域集合中的每个鱼群分布子区域图像进行聚焦放大，提取图像中鱼苗的数目，统计各鱼群分布子区域鱼苗的分布密度，构成鱼苗分布密度集合Q_k(ρ₁,ρ₂,...,ρ_k),k≤n,ρ_k表示为在第k个鱼群分布子区域的鱼苗分布密度，并发送鱼苗分布密度集合至总控制服务器；

所述总控制服务器接收鱼群分布密度分析模块发送的鱼苗分布密度集合，根据鱼苗分布密度计算无人机对鱼群分布子区域的投喂量，投喂量的计算公式为

ρ_a表示为鱼群分布子区域的鱼苗分布密度，V₀表示为渔业水产养殖区域的总体积，n表示为水产养殖区域等体积划分子区域的数量，e表示为自然数，等于2.718，并发送至无人机，可以避免了存在投料太少或太多，从而加大了对鱼料的利用率，减少了鱼料成本；同时，总控制服务器接收区域特征分类模块发送的死鱼分布子区域集合和垃圾分布子区域集合，将死鱼分布子区域的编号和垃圾分布子区域的编号发送至远程服务中心；

所述远程服务中心用于接收总控制服务器发送的死鱼分布子区域的编号和垃圾分布子区域的编号，安排相关人员进行处理，这样减少死鱼和垃圾产生厌氧性细菌，保证了水质的质量安全和养殖区域的生态环境。

所述环境检测模块用于实时检测鱼群分布子区域的风速和风向角度，环境检测模块包括风速传感器和风向传感器，风速传感器用于实时检测鱼群分布子区域的风速，将实时检测的风速发送至投喂高度分析模块，风向传感器用于实时检测鱼群分布子区域的风向角度，将风向角度发送至总控制服务器；

所述总控制服务器用于接收环境检测模块发送的实时检测的风向角度，提取存储数据库中的标准风向角度，将接收的风向角度与标准风向角度对比，若大于标准风向角度，统计风向补偿角度，风向补偿角度计算公式为实时风向角度减去标准风向角度，并将风向补偿角发送至无人机；

所述投喂高度分析模块用于接收环境检测模块发送的风速，提取存储数据库中鱼料形态编号，统计接收的风速对应的投喂高度，投喂高度计算公式为

L′表示为风速对应的投喂高度，L_标准表示为无人机在无风情况下不同鱼料形态离水面的标准投喂高度，L_标准等于L₁,L₂,L₃,L₁表示为当鱼料形态为T1时在无风情况下无人机离水面的标准投喂高度，L₂表示为当鱼料形态为T2时在无风情况下无人机离水面的标准投喂高度，L₃表示为当鱼料形态为T3时在无风情况下无人机离水面的标准投喂高度，L₀表示为无人机离水面安全距离投喂高度，L₀等于0.5m，g表示为地球的重力，等于9.8，v表示为实时风速，并将投喂高度发送至无人机；

所述无人机接收投喂高度分析模块发送的投喂高度，接收总控制服务器发送鱼群分布子区域的投喂量和风向补偿角，对鱼群分布子区域进行鱼料的投喂，可以减少人工作业成本，避免人工投喂导致无法精准投喂鱼料，减少了鱼料的浪费，避免了不必要造成的损失；

所述空气参数检测模块用于对若干子区域的距离水面不同高度的空气参数含量进行检测，包括氧气传感器、二氧化碳传感器和氨气传感器，所述氧气传感器用于检测空气中溶解氧的含量，二氧化碳传感器用于检测空气中二氧化碳的含量，氨气传感器用于检测空气中氨气的含量，将检测到的溶解氧、二氧化碳和氨气含量，按照距离水面不同高度进行划分，构成高度空气参数含量集合p_m(p_m1,p_m2,...,p_mh,...,p_mj)，p_mh表示为在离水面h米的高度下第m个空气参数对应的含量，h表示为离水面的高度，h等于1,2,...,j，m表示为空气参数，m等于

表示为空气中溶解氧，

表示为空气中二氧化碳，

表示为空气中氨气，并将高度空气参数含量集合发送至空气参数分析模块；

所述空气参数分析模块接收空气参数检测模块发送的高度空气参数含量集合，根据高度空气参数含量集合统计空气参数适宜度系数，空气参数适宜度系数的计算公式为

ξ表示为空气参数适宜度系数，e表示为自然数，等于2.718，

表示为无人机在离水面j米的高度检测的空气中溶解氧的含量，

表示为无人机在离水面j米的高度检测的空气中二氧化碳的含量，

表示为无人机离水面j米的高度检测的空气中氨气的含量，并将空气参数适宜度系数发送至总控制服务器，通过空气参数适宜度系数判断鱼群的养殖生长环境，降低了因鱼苗的死亡带来的经济损失。

所述存储数据库用于接收区域划分模块发送的各检测子区域的编号，同时存储各类水面图像，包括鱼群分布图像、有死鱼的图像和有垃圾的图像，存储鱼料形态，鱼料形态包括粉末状，颗粒状和片状，依次进行编号，分别为T1，T2，T3，并存储标准空气参数适宜度系数，存储渔业水产养殖区域的总体积V₀和标准风向角度θ₀；

所述总控制服务器接收空气参数分析模块发送的空气参数适宜度系数，根据空气参数适宜度系数与存储数据库中存储标准空气参数适宜度系数对比，若小于标准空气参数适宜度系数，总控制服务器发送指令安排相关人员对该子区域的空气进行空气参数含量的调整，若空气参数含量系数大于等于最适宜鱼苗的空气参数适宜度系数，说明该区域适合鱼群的生长养殖，总控制服务器不发送指令，根据空气参数适宜系数判断鱼群的养殖生长环境，降低了因鱼苗的死亡带来的经济损失。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于大数据的渔业水产养殖日常监测管理系统，其特征在于：包括区域划分模块、区域巡检模块、区域特征分类模块、鱼群分布密度分析模块、总控制服务器、远程服务中心、环境检测模块、投喂高度分析模块、空气参数检测模块、空气参数分析模块、存储数据库和无人机；

所述总控制服务器分别与区域特征分类模块、鱼群分布密度分析模块、环境检测模块、空气参数分析模块、无人机、远程服务中心和存储数据库连接，区域巡检模块分别与区域划分模块和区域特征分类模块连接，存储数据库分别与区域划分模块、区域特征分类模块和投喂高度分析模块连接，投喂高度分析模块分别与无人机和环境检测模块连接，空气参数检测模块与空气参数分析模块连接；

所述区域划分模块用于对待检测渔业水产养殖区域进行划分，将渔业水产养殖区域按照立体网格的划分方式划分为若干个体积相同的子区域，对若干待检测的子区域按照设定的从左到右再从上到下的顺序进行编号，依次分别为1,2,...,i,...,n，并将若干子区域的编号发送至存储数据库；

所述区域巡检模块包括图像采集设备，用于对各检测子区域的水面图像进行采集，并将采集的图像进行图像增强处理，得到处理后的增强图像，发送至区域特征分类模块；

所述区域特征分类模块用于接收区域巡检模块发送的各检测子区域的处理后的水面图像，并对接收的各检测子区域的水面图像进行特征提取，将提取的特征与存储数据库中的各类水面图像的特征进行对比，统计提取的特征与各类水面图像的特征的相似度，筛选相似度最大的水面图像类别，根据各检测子区域水面图像类别不同，将各检测子区域划分为鱼群分布子区域集合，死鱼分布子区域集合和垃圾分布子区域集合，区域特征分类模块将鱼群分布子区域集合发送至鱼群分布密度分析模块；将死鱼分布子区域集合和垃圾分布子区域集合发送至总控制服务器；

所述鱼群分布密度分析模块用于接收区域特征分类模块发送的鱼群分布子区域集合，将鱼群分布子区域集合中的每个鱼群分布子区域图像进行聚焦放大，提取图像中鱼苗的数目，统计各鱼群分布子区域鱼苗的分布密度，构成鱼苗分布密度集合Q_k(ρ₁,ρ₂,...,ρ_k),k≤n,ρ_k表示为在第k个鱼群分布子区域的鱼苗分布密度，并发送鱼苗分布密度集合至总控制服务器；

所述总控制服务器接收鱼群分布密度分析模块发送的鱼苗分布密度集合，根据鱼苗分布密度计算无人机对鱼群分布子区域的投喂量，并发送至无人机；同时，总控制服务器接收区域特征分类模块发送的死鱼分布子区域集合和垃圾分布子区域集合，将死鱼分布子区域的编号和垃圾分布子区域的编号发送至远程服务中心；

所述远程服务中心用于接收总控制服务器发送的死鱼分布子区域的编号和垃圾分布子区域的编号，安排相关人员进行处理；

所述环境检测模块用于实时检测鱼群分布子区域的风速和风向角度，环境检测模块包括风速传感器和风向传感器，风速传感器用于实时检测鱼群分布子区域的风速，将实时检测的风速发送至投喂高度分析模块，风向传感器用于实时检测鱼群分布子区域的风向角度，将风向角度发送至总控制服务器；

所述总控制服务器用于接收环境检测模块发送的实时检测的风向角度，提取存储数据库中的标准风向角度，将接收的风向角度与标准风向角度对比，若大于标准风向角度，统计风向补偿角度，风向补偿角度计算公式为实时风向角度减去标准风向角度，并将风向补偿角发送至无人机；

所述投喂高度分析模块用于接收环境检测模块发送的风速，提取存储数据库中鱼料形态编号，统计接收的风速对应的投喂高度，并将投喂高度发送至无人机；

所述无人机接收投喂高度分析模块发送的投喂高度，接收总控制服务器发送鱼群分布子区域的投喂量和风向补偿角，对鱼群分布子区域进行鱼料的投喂；

所述空气参数检测模块用于对若干子区域的距离水面不同高度的空气参数含量进行检测，包括氧气传感器、二氧化碳传感器和氨气传感器，所述氧气传感器用于检测空气中溶解氧的含量，二氧化碳传感器用于检测空气中二氧化碳的含量，氨气传感器用于检测空气中氨气的含量，将检测到的溶解氧、二氧化碳和氨气含量，按照距离水面不同高度进行划分，构成高度空气参数含量集合p_m(p_m1,p_m2,...,p_mh,...,p_mj)，p_mh表示为在离水面h米的高度下第m个空气参数对应的含量，h表示为离水面的高度，h等于1,2,...,j，m表示为空气参数，m等于

表示为空气中溶解氧，

表示为空气中二氧化碳，

表示为空气中氨气，并将高度空气参数含量集合发送至空气参数分析模块；

所述空气参数分析模块接收空气参数检测模块发送的高度空气参数含量集合，根据高度空气参数含量集合统计空气参数适宜度系数，并将空气参数适宜度系数发送至总控制服务器；

所述存储数据库用于接收区域划分模块发送的各检测子区域的编号，同时存储各类水面图像，包括鱼群分布图像、有死鱼的图像和有垃圾的图像，存储鱼料形态，鱼料形态包括粉末状，颗粒状和片状，依次进行编号，分别为T1，T2，T3，并存储标准空气参数适宜度系数，存储渔业水产养殖区域的总体积V₀和标准风向角度θ₀；

所述总控制服务器接收空气参数分析模块发送的空气参数适宜度系数，根据空气参数适宜度系数与存储数据库中存储标准空气参数适宜度系数对比，若小于标准空气参数适宜度系数，总控制服务器发送指令安排相关人员对该子区域的空气进行空气参数含量的调整。

2.根据权利要求1所述的一种基于大数据的渔业水产养殖日常监测管理系统，其特征在于：所述图像增强处理为图像灰度拉伸处理，即图像灰度拉伸处理的公式为

x表示为经图像增强处理前的像素值，x′表示为对应像素点经图像增强处理后的像素值，j_max表示为经归一化处理后矩形区域内中最大的像素值，j_min表示为经归一化处理后矩形区域内中最小的像素值。

3.根据权利要求1所述的一种基于大数据的渔业水产养殖日常监测管理系统，其特征在于：所述无人机对鱼群分布子区域的投喂量的计算公式为

ρ_a表示为鱼群分布子区域的鱼苗分布密度，V₀表示为渔业水产养殖区域的总体积，n表示为水产养殖区域等体积划分子区域的数量，e表示为自然数，等于2.718。

4.根据权利要求1所述的一种基于大数据的渔业水产养殖日常监测管理系统，其特征在于：所述风速对应的投喂高度计算公式为

L′表示为风速对应的投喂高度，L_标准表示为无人机在无风情况下不同鱼料形态离水面的标准投喂高度，L_标准等于L₁,L₂,L₃,L₁表示为当鱼料形态为T1时在无风情况下无人机离水面的标准投喂高度，L₂表示为当鱼料形态为T2时在无风情况下无人机离水面的标准投喂高度，L₃表示为当鱼料形态为T3时在无风情况下无人机离水面的标准投喂高度，L₀表示为无人机离水面安全距离投喂高度，L₀等于0.5m，g表示为地球的重力，等于9.8，v表示为实时风速。

5.根据权利要求1所述的一种基于大数据的渔业水产养殖日常监测管理系统，其特征在于：所述空气参数适宜度系数的计算公式为

,ξ表示为空气参数适宜度系数，e表示为自然数，等于2.718，

表示为无人机在离水面j米的高度检测的空气中溶解氧的含量，

表示为无人机在离水面j米的高度检测的空气中二氧化碳的含量，

表示为无人机离水面j米的高度检测的空气中氨气的含量。

Images