CN112991083A - 渔业数据可视化方法、系统、电子设备及存储介质 - Google Patents
渔业数据可视化方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112991083A CN112991083A CN202110184331.5A CN202110184331A CN112991083A CN 112991083 A CN112991083 A CN 112991083A CN 202110184331 A CN202110184331 A CN 202110184331A CN 112991083 A CN112991083 A CN 112991083A
- Authority
- CN
- China
- Prior art keywords
- data
- fishery
- dictionary
- database
- visualization
- 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
Links
- 238000013079 data visualisation Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims abstract description 29
- 241000251468 Actinopterygii Species 0.000 claims description 26
- 238000012800 visualization Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 18
- 238000009313 farming Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013524 data verification Methods 0.000 claims description 7
- 238000007418 data mining Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000003643 water by type Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000009395 breeding Methods 0.000 description 6
- 230000001488 breeding effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000009360 aquaculture Methods 0.000 description 5
- 244000144974 aquaculture Species 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000013505 freshwater Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000012732 spatial analysis Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000009372 pisciculture Methods 0.000 description 2
- 241001125843 Trichiuridae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- 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
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- General Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种渔业数据可视化方法、系统、电子设备及存储介质。所述渔业数据可视化方法包括:获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的渔业数据,并根据所述渔业数据建立可视化框架;基于所述可视化框架对所述渔业特征指标进行可视化呈现。根据本申请的渔业数据可视化方法、系统、电子设备及存储介质可以建立便于管理和调用的渔业数据库,并且可将渔业数据库中的数据进行可视化呈现,提高数据的可用性。
Description
技术领域
本申请涉及渔业数据可视化领域,尤其是涉及一种渔业数据可视化方法、系统、电子设备及存储介质。
背景技术
近来,随着农业现在信息化进程的推进,渔业科技不断发展,计算机技术、自动化技术、通讯和网络技术等先进信息技术手段全面应用在渔业生产的各个环节,随之而来的是渔业数据正在以前所未有的速度不断增长,从而积累了大量反映渔业生产要素及过程的属性和空间数据。这些数据是指导渔业生产持续高效发展的重要依据,但是产业构成的复杂性导致渔业数据具有实时性强、维度高、数据存储分散、难以综合分析等特性。
由于渔业数据的数据量大、数据属性繁多且数据格式不适合数据库存储查询,使得目前的渔业数据大多被简单地堆积存储在数据库和资料室中,无法针对性地调用数据。此外,目前对于渔业数据缺少高效的分析手段,无法获得数据的统计规律,使得大量的渔业数据无法被有效地利用。
发明内容
鉴于现有的渔业数据无法被有效地分析和利用等问题,本申请提供一种渔业数据可视化方法、系统、电子设备及存储介质。根据本申请的渔业数据可视化方法、系统、电子设备及存储介质可以建立便于管理和调用的渔业数据库,并且可将渔业数据库中的数据进行可视化呈现,提高数据的可用性,有助于高效地分析数据,提取数据的规律。
根据本申请的一方面,提供一种渔业数据可视化方法。所述渔业数据可视化方法包括:获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的渔业数据,并根据所述渔业数据建立可视化框架;基于所述可视化框架对所述渔业特征指标进行可视化呈现。
在一些实施例中,基于所述原始数据建立渔业数据库的步骤可以包括:对所述原始数据进行数据校验,获得校验后的数据;通过分析所述校验后的数据,确定核心数据指标;根据所述核心数据指标对所述校验后的数据进行数据分类,基于数据分类的结果建立数据字典;对所述校验后的数据进行数据转换;建立转换后的数据与所述数据字典之间的对应关系,并基于所述对应关系建立所述渔业数据库。
在一些实施例中,所述核心数据指标可以包括地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化。
在一些实施例中,根据所述核心数据指标对所述校验后的数据进行数据分类,基于数据分类的结果建立数据字典的步骤可以包括:对当前的数据字典进行字典校验,若当前的数据字典通过字典校验,则将当前的数据字典确定为最终的数据字典;若当前的数据字典未通过字典校验,则对当前的数据字典进行优化,直至优化后的数据字典通过字典校验,将优化后的数据字典作为最终的数据字典。
在一些实施例中,所述数据字典可以包括鱼种数据字典、地区数据字典和/或水系区域数据字典。
在一些实施例中,根据所述渔业数据建立可视化框架的步骤可以包括:对所述渔业数据进行多维建模分析,确定所述渔业数据的数据结构和数据维度;根据所述数据结构和所述数据维度,确定可视化呈现形式,并建立所述可视化框架。
在一些实施例中,所述可视化框架可以包括数据统计框架、数据挖掘分析框架、数据专题展示框架和/或单数据源展示框架。所述渔业特征指标包括地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化。
根据本申请的另一方面,提供一种渔业数据可视化系统。所述渔业数据可视化系统包括:建库单元,获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;框架搭建单元,确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的数据,并根据所述数据建立可视化框架;可视化呈现单元,基于所述可视化框架对所述渔业特征指标进行可视化呈现。
根据本申请的另一方面,提供一种电子设备。所述电子设备包括:处理器;存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的渔业数据可视化方法。
根据本申请的另一方面,提供一种存储有计算机程序的计算机可读存储介质。当所述计算机程序被处理器执行时实现根据如上所述的渔业数据可视化方法。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了根据本申请的示例性实施例的渔业数据可视化方法的流程图;
图2示出了根据本申请的示例性实施例的建立数据库的流程图;
图3示出了根据本申请的示例性实施例的利用ETL处理建立数据库的流程图;
图4示出了根据本申请的示例性实施例的渔业数据可视化系统的示意图;
图5示出了支持根据本申请的示例性实施例的渔业数据可视化系统的架构示意图;
图6示出了根据本申请的示例性实施例的渔业数据可视化系统的运行流程图;
图7a、图7b、图8a和图8b示出了根据本申请的示例性实施例的渔业数据可视化系统的可视化呈现示意图。
具体实施方式
下面将结合附图对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其他的特征。
本申请的一个方面涉及一种渔业数据可视化方法。如图1所示,渔业数据可视化方法包括:
步骤10、获取渔业相关的原始数据,并基于原始数据建立渔业数据库。
具体来说,在步骤10中,可以首先收集建库所需的渔业领域的原始数据,这里,原始数据可以从诸如联合国粮食及农业组织(FAO:Food and Agriculture Organization ofthe United Nations)官方网站、诸如渔业统计年鉴数据的国内渔业数据库等的数据库获取。然而,原始数据也可以以其他方式获取,例如根据实际应用需要从所研究的目标区域的渔业数据库获取或者可以从外部输入。例如,原始数据可以涵盖1950年至2016年的FAO渔业统计数据和2000年至2019年的中国渔业统计年鉴数据。
在获取原始数据后,可以基于该原始数据建立渔业数据库。具体来说,如图2所示,建立渔业数据库的步骤可以包括:步骤11、可以对原始数据进行数据校验,获得校验后的数据;步骤12、可以通过分析校验后的数据,确定核心数据指标;步骤13、可以根据核心数据指标对校验后的数据进行数据分类,基于数据分类的结果建立数据字典;步骤14、可以对校验后的数据进行数据转换;步骤15、建立转换后的数据与数据字典之间的对应关系,并基于该对应关系建立渔业数据库。
在步骤11中,为了建立完备、便于调用的渔业数据库,通常可以对获取的原始数据进行预处理。具体来说,可以通过人工和机器对原始数据的数据量、数据字段、数据类别、数据异常值进行校验过滤,确保原始数据与数据的初始来源的Master数据库(例如,上述FAO的数据库、渔业统计年鉴数据等)的完整性和一致性,形成具有高可用性的渔业数据。此外,上述数据校验过程可以在本申请的渔业数据库的建库阶段以及建库后的使用期间实时进行,例如随着Master数据库的更新而实时进行,以能够及时更新渔业数据库。
此外,在数据校验过程中,如果当前所校验的数据未通过校验,例如,数据在传输的过程中受到各种干扰的影响,使得获取到的原始数据不完整,与Master数据库中存储的数据差异较大,则需要从Master数据库中重新获取原始数据,然后重复进行数据校验,直到所获取的数据通过校验,校验后的数据用于建库使用。
在步骤12中,为了能够加强数据的融合利用且建立健全的标准规范体系,可以从校验后的数据中确定核心数据指标,核心数据指标可以包括但不限于地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化,以上指标可根据实际需要增加或减少,例如核心数据指标可以包括上面所列项中的一项或多项。这里,可以根据核心数据指标来建立健全的标准规范体系,而标准规范体系是建立渔业数据仓库的重要基础。
在步骤13中,在确定核心数据指标后,可以基于核心数据指标,对校验后的数据进行数据分类,从而基于数据分类的结果建立数据字典。作为示例,数据字典可以借助于数据库去重distinct函数查询来实现,以返回不重复的数据。
在建立数据字典的过程中,可以对当前建立的数据字典进行字典校验。若当前的数据字典通过字典校验,则可将当前的数据字典确定为最终的数据字典;若当前的数据字典未通过字典校验,则可对当前的数据字典进行优化,例如可以对数据字典进行补充和完善,直至优化后的数据字典通过字典校验,将优化后的数据字典作为最终的数据字典。这里,可以利用诸如辅助字典进行字典校验,并且进一步地,在当前建立的数据字典未通过校验时,可以借助于辅助字典对数据字典进行自动补充,以对数据字典进行优化。
作为示例,数据字典可以包括鱼种数据字典、地区数据字典、水系区域数据字典、鱼种养殖捕捞数据字典、养殖量产值数据字典和/或渔业养殖捕捞历年变化数据字典。数据字典可根据实际需要增加或减少,例如数据字典可以包括上面所列项中的一项或多项。
例如,以核心数据指标为鱼种养殖捕捞为例,可以从来自诸如FAO数据库的原始渔业养殖捕捞数据中抽取出所有鱼类品种,然后按照鱼类品种进行数据归类,从而建立鱼种养殖捕捞数据字典。例如,在鱼种养殖捕捞数据字典中,同一品种的鱼类还可以按照地区分为海水鱼类和淡水鱼类。
例如,以核心数据指标为地区分布为例,可以从来自诸如FAO数据库的原始数据中抽取出所有地区数据,然后进行数据翻译整理,对翻译整理后的数据进行分类,例如按照渔业养殖发展情况进行分类、按照分布大洲进行分类等,从而建立地区数据字典。
例如,以核心数据指标为渔业养殖水域为例,可以根据诸如FAO数据库的原始数据中对渔业数据描述,对数据中的水系数据进行加工处理,按照水系区域(即,渔业养殖水域)进行数据归类,从而建立水系区域数据字典。例如,在水系区域数据字典中,水系区域可以分为海水养殖区域、淡水养殖区域等。
例如,以核心数据指标为鱼类品种为例,可以从来自诸如FAO数据库的原始数据中抽取出所有鱼类品种数据,然后对数据进行分类,例如可按照热带鱼、温带鱼、冷带鱼、淡水鱼和咸水鱼进行分类、按照分布地区进行分类等,从而建立鱼种数据字典字典。
例如,以核心数据指标为养殖量产值为例,可以从来自诸如FAO数据库的原始数据中抽取出所有的养殖量产值数据,然后对数据进行分类,例如可按照养殖年份进行分类、按照养殖品种进行分类等,从而建立养殖量产值数据字典。
例如,以核心数据指标为渔业养殖捕捞历年变化为例,可以从来自诸如FAO数据库的原始数据中抽取出所有的渔业养殖捕捞数据,然后对数据进行分类,例如可按照养殖捕捞的年份进行分类,从而建立渔业养殖捕捞历年变化数据字典。
通过基于核心数据指标建立公共数据字典,可以快速、便捷地对数据进行过滤筛选,对指标数据进行对比,提高渔业数据库的调用速度。
在步骤14中,可以对校验后的数据进行数据转换。具体来说,可以利用诸如UNPIVOT函数的数据转换方法进行数据列转行的操作,这里,UNPIVOT函数可以是用于快速实现列转行的函数。此外,也可以使用unionAll函数进行同属性的数据合并操作,从而将数据转换为适应数据库的数据格式,例如从一维格式转换为二维格式。
上述步骤13和步骤14的执行的先后顺序可以是任意的,二者也可以同时进行。
在步骤15中,可以分别建立步骤14中的转换后的数据与步骤13中的数据字典之间的对应关系,基于该对应关系形成渔业数据库,从而可以利用渔业数据库对数据进行良好的管理。
具体来说,在建立数据字典后,可以根据数据字典的类别对数据库中的数据进行归类,并且可以建立归类后的每类数据与相应类别的数据字典的对应关系,从而可以在使用本申请的渔业数据库时通过数据字典快速调用相应类别的数据,提高数据调用速度。
作为示例,上面所述的建立数据库的过程可以通过ETL(Extract-Transform-Load)处理来进行。例如,如图3所示,可以对获取的Slave数据通过哈希码校验,如果通过校验,则可将当前的数据作为校验后的数据;如果未通过校验,则可以重新采集数据,重复校验过程,直至通过校验为止。接着,可对校验后的数据进行ETL处理,即对校验后的数据进行抽取、转换和加载。然后,可以从校验后的数据确定核心数据指标,并对校验后的数据进行数据分类,建立数据字典。在建立数据字典的过程中,还可以借助辅助字典对数据字典进行校验,如果未通过校验,可以根据辅助字典进行自动补充,从而完成数据字典的建立。
根据本申请,可以在对从现有数据库抓取的数据进行抽取、清理的基础上,经过加工、汇总和整理,实现将数据从来源端经过抽取(Extract)、转换(Transform)、加载(Load)至目的端的过程,使得数据经过校验、提取、转换、加载、字典建立等一系列过程后,可以被结构化存储在渔业数据库中,便于数据的管理和调用。
步骤20、确定渔业特征指标,从渔业数据库中提取与渔业特征指标关联的渔业数据,并根据渔业数据建立可视化框架。
返回参考图1,在建立渔业数据库后,在步骤20中,可以确定渔业特征指标。这里,渔业特征指标可以是渔业领域中感兴趣的渔业指标,其可以根据经验法给出,也可以是从渔业数据库中抽取的任意数据,其可根据实际应用需要进行选择。例如,渔业特征指标可以包括地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化。渔业特征指标可根据实际需要增加或减少,例如渔业特征指标可以包括上面所列项中的一项或多项。
根据渔业特征指标,可以从上面建立的渔业数据库中提取与其相关的渔业数据。为了能够有效地分析和利用渔业数据库中的数据,可以对渔业数据进行多维建模分析,确定渔业数据的数据结构和数据维度;根据数据结构和数据维度,确定可视化呈现形式,并建立可视化框架。
具体来说,可以构建统一的数据挖掘分析应用中心,通过数据探索分析工具,对渔业数据挖掘分析,以进行多维度建模分析。这里,可以将每一个数据项作为单个元素表示,大量的数据集可构成数据图像,同时,可以将渔业数据的各个属性值以多维的形式表示,可以从不同的维度观察渔业数据,从而对渔业数据进行更深入的观察和分析,以确定渔业数据的数据结构和数据维度。
可以根据数据结构和数据维度选择适合的可视化呈现形式,例如可以以数据列表、图形、动态地图等呈现形式进行数据可视化,以直观地展现数据之间的关联性,有助于分析渔业数据的趋势和规律。
作为示例,可视化框架可以包括但不限于数据统计框架、数据挖掘分析框架、数据专题展示框架和/或单数据源展示框架。以上项可以根据实际需要增加或减少。例如可视化框架可以包括上面所列项中的一项或多项。
数据统计框架可以用于利用渔业数据中的空间、时间和类型数据建立统计图形、图表的可视化呈现。具体来说,可以综合利用渔业数据中的多种来源的空间数据和非空间数据,解决各种空间、时间分析等相关问题,快速创建基于不同统计数据的分析结果。
例如,可以提取渔业数据中的空间数据,结合现有的标准地理数据和地理编码服务,从空间维度上将渔业数据叠加在地图上,从而获得渔业数据所表征的渔业特征指标的可视化地图呈现。
此外,还可以通过地图与图表的联动显示,更便捷地发现数据的统计规律。基于地图和图表的属性实时统计及渲染,用户在地图中选择相应属性类别,在图表中实时更新对该属性的统计结果。这里,可以在表格中内置空间分析工具。
数据挖掘分析框架可以提供交互能力和分析能力,支持用户从各个角度进行数据分析。用户可以在当前生成的表格、图表或图形的基础上对各种汇总数据和综合数据逐级展开分析,例如用户可以从当前的数据统计可视化呈现中选择部分数据进行比较、提取部分数据进行二次呈现(例如,从三维呈现到二维呈现等)等。如此,不仅可以利用数据统计框架获得宏观的统计数据,还可以实时监控和分析统计数据中的各个微观数据,实现数据从微观到宏观的各个层次的可视化呈现。
数据专题展示框架可以对主要渔业的业务表格进行分析,例如以发生程度、发生面积、发生指标、防治面积等重要数据为依据,利用年度环比、历史同期比、平均值和最大(小)值比较、加权平均曲线等分析方法,更有效地再揭示数据价值。
单数据源展示框架可以对一个数据源直接展示,例如可以组成一套分析展示专题的基本单位,不允许有多数据源组合、数据再加工的操作。单数据源展示框架可以采用图表组件的形式,图表组件的展示方式可以是诸如柱图、线图、表格等。每个图表组件表现为一个最小独立统计图表,其能够将渔业数据中的一个数据源从不同维度进行分析,展示为折线图或表格等。
步骤30、基于可视化框架对渔业特征指标进行可视化呈现。
在可视化框架搭建完成后,可以根据不同的渔业特征指标进行可视化呈现。作为示例,可以首先在可视化界面中呈现与渔业特征指标相关的选项/控件,例如选项/控件可以表示地理特征指标(如下面将描述的图7a、图7b、图8a和图8b所示)、鱼类品种、年份等,当特定的选项/控件被选择时,处理器可以向服务器发送可视化请求,服务器基于接收到的可视化请求从渔业数据库中调取与所述特定的选项/控件所表示的渔业特征指标相关的数据,并将该数据发送给处理器,处理器可以基于可视化框架选择适应于当前渔业特征指标的可视化呈现形式,从而根据服务器发送的数据生成可视化呈现。
本申请的另一方面提供一种渔业数据可视化系统。如图4所示,渔业数据可视化系统可包括:建库单元100,获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;框架搭建单元200,确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的数据,并根据所述数据建立可视化框架;可视化呈现单元300,基于所述可视化框架对所述渔业特征指标进行可视化呈现。
建库单元100、框架搭建单元200和可视化呈现单元300可以根据如上述图1至图3所示的方法实施例中的渔业数据可视化方法执行所述方法中的相应步骤,例如通过建库单元100、框架搭建单元200和可视化呈现单元300可执行的机器可读指令来实现,建库单元100、框架搭建单元200和可视化呈现单元300的具体实现方式可参见上面描述的方法实施例,在此不再赘述。
图5示出了支持根据本申请的示例性实施例的渔业数据可视化系统的架构示意图。
如图5所示,支持本申请的渔业数据可视化系统的架构包括基础设施、数据层、服务层和业务应用层。
基础设施可包括网络、服务器和存储系统,以支持渔业数据可视化系统的运行和数据服务。
数据层可以为本申请的渔业数据可视化系统提供数据支持。例如,渔业数据可视化系统的建库单元100可以从数据层中的诸如FAO数据库和国内渔业数据库的数据库获取原始数据。此外,建库单元100还可以从数据层中的系统配置数据库调取系统操作参数,例如用户名、密码等。优选地,框架搭建单元200还可以从数据层中的webGIS数据库中获取地理数据,以用于建立与空间分析相关的可视化框架,例如上面所述的数据统计框架。
服务层可包括数据访问组件、数据交换组件、数据查询接口、安全验证服务和数据服务接口。数据访问组件可以将渔业数据可视化系统链接到不同数据来源,例如将建库单元100链接到FAO数据库等。数据交换组件可以为渔业数据可视化系统提供数据交换功能,例如可以允许建库单元100、框架搭建单元200和可视化呈现单元300之间进行数据交换。数据查询接口可以根据数据查询请求提供访问相应数据的路径。安全验证服务可以为渔业数据可视化系统提供加密服务,确保渔业数据可视化系统环境的安全性。
业务应用层可包括业务查询模块、业务统计模块、业务流程模块、数据处理模块和GIS管理模块。
图6示出了根据本申请的示例性实施例的渔业数据可视化系统的运行流程图。
如图6所示,用户可以利用诸如客户端浏览器等应用访问本申请的渔业数据可视化系统,例如可以通过http请求向系统的前端服务器发送请求,前端服务器接收到客户端的请求,可以根据config配置代理将请求转发给视图解析器,视图解析器可根据该请求加载相应的数据,形成成果页面。
本申请实施例还提供一种电子设备,电子设备包括处理器和存储器。存储器存储有计算机程序。当所述计算机程序被处理器执行时,电子设备可以根据如上述图1至图3所示的方法实施例中的渔业数据可视化方法执行所述方法中的相应步骤,例如通过电子设备可执行的机器可读指令来实现,电子设备的具体实现方式可参见上面描述的方法实施例,在此不再赘述。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,当所述计算机程序被处理器执行时可以执行如上述图1至图3所示的方法实施例中的渔业数据可视化方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
下面将结合图7a、图7b、图8a和图8b详细描述根据本申请的示例性实施例的渔业数据可视化系统的可视化呈现结果。
作为示例,根据本申请的示例性实施例的渔业数据可视化系统可以包括世界模块和国内模块。
具体来说,世界模块可以是渔业数据可视化系统结合FAO渔业养殖捕捞数据,对世界渔业历史的发展情况进行针对分析。
世界模块可以分为首页子模块、分析子模块和对比子模块。
首页子模块可以是对世界渔业情况的整体分析,可以结合大数据分析方法进行趋势分析,例如可以结合地理信息可视化的手段描绘全球渔业养殖分布情况,如此,通过地图展示,可以直观地将数据的地理视角展示给用户。优选地,可以在地图展示中设定数据阶梯,将数据划分为多个数据范围,以不同的图案或颜色区分处于不同数据范围的地区,增强可视化呈现效果。
具体来说,可以对数据进行筛选,例如可以进行产量产值的数据切换、地区地理信息编码切换、养殖区域的筛选。
作为示例,可以以柱状图的形式展示预定年份的产量/产值/比重最大的10个品种。这里,可对图表切换,选择展示与产量/产值/比重相关的柱状图。优选地,图表可下载。在默认情况下,可显示全球范围内的统计数据。响应于用户的选择,可对默认的全球统计数据进行筛选,以切换到地区的图表显示,并且可以利用地区数据与全球数据形成双柱状图,以进行对比,显示地区数据在全球数据中的占比。
作为示例,可以以柱状图的形式展示预定年份的产量/产值/比重最大的10个品种类别。这里,可对图表切换,选择展示与产量/产值/比重相关的柱状图。优选地,图表可下载。在默认情况下,可显示全球范围内的统计数据。响应于用户的选择,可对默认的全球统计数据进行筛选,以切换到地区的图表显示,并且可以利用地区数据与全球数据形成双柱状图,以进行对比,显示地区数据在全球数据中的占比。
作为示例,可以以表格的形式展示不同类别的在预定年份的产量,优选地,可进行分页展示。此外,响应于用户选择的地区,可计算地区数据在全球数据对应类别的占比,从而进行有效的分析。
作为示例,可以以世界地图的形式直观展示全球的不同地区在预定年份的渔业产量产值数据,可根据数据量情况划分为多个产量产值范围,从而可切换不同范围数据进行切换展示。
作为示例,可以以折线图的形式展示特定地区从特定年份(例如,1950年)起到访问时刻的渔业总体趋势,以直观地描述世界渔业发展趋势。优选地,可针对类别个体分析趋势。例如,图7a示出了数据的折线图展示,由图中可见,折线图可以清晰、直接地将数据(例如,世界(world)范围内的数据)的时间视角展现出来,同时可以自动计算出展示年份的平均数(Avg),使数据展示更具针对性。
作为示例,可以以饼状图的形式从大洲的角度展示特定大洲的总体渔业情况,分析该大洲在全球范围内的占比。
分析子模块可以是针对两个或更多个品种的渔业数据进行对比分析的模块。用户可选择两个或更多个渔业个体或类型参数系统进行数据分析展示。
作为示例,可以选择特定地区在特定的两个或更多个年份进行比较,以柱状图展示增长最快和减少最快的前10名的品种。
作为示例,可以以图表切换的形式将不同类别的产量及占水产养殖总量比例进行展示。
作为示例,可以以图表切换的形式将不同类别的产量占养产总量的比例进行展示。
作为示例,可以将所有的明细数据以一个表格的形式进行展示。
作为示例,可以筛选两个具体品种进行发展趋势的对比,以折线图的形式进行展示。
作为示例,可以筛选两个具体品种进行占比的对比,以饼状图的形式进行展示。
作为示例,可以按照地区、养殖区域和年份对数据进行筛选。
对比子模块可以相对于特定数据针对两个不同的个体进行数据对比。
作为示例,可以对比品种及类别(例如,产量、差值、比例),并且可以进行表格和柱状图的切换。
作为示例,可以选择两个地区的品种进行发展趋势的对比,例如,可以以折线图的形式进行直观展示,并且可进行图表切换。优选地,该折线图可下载。
作为示例,可以将所有的明细数据以一个表格的形式进行展示。
作为示例,可以按照地区、养殖区域和年份对数据进行筛选。
国内模块可以是渔业可视化系统结合国内渔业统计年鉴数据,对国内渔业历史的发展情况以及现状进行针对分析的模块。
国内模块可以包括养殖子模块、捕捞子模块、加工子模块、远洋子模块和年鉴子模块。
作为示例,养殖子模块可以结合国内养殖数据对国内的渔业养殖情况进行分析。优选地,可以根据地理信息编码选择地区。养殖子模块可以对地区养殖产量排行、产量趋势、地区全国占比饼图、全国水产养殖量地理信息分布、表格明细数据进行展示。
作为示例,捕捞子模块可以结合国内年鉴捕捞数据对国内不同地区的渔业捕捞情况进行数据分析。优选地,可以通过地理信息编码筛选地区。捕捞子模块可以对地区捕捞产量排行、捕捞量趋势、地区全国对比饼图、全国水产捕捞量分布地理信息展示、表格明细数据进行展示。
作为示例,加工子模块可以结合国内加工渔业数据,通过地理编码筛选地区,从而可以分析地区水产品大类加工量比重、大类水产加工排行、地区加工水产品产量的地区分布情况、水产品加工量趋势、加工数据明细列表展示、地区水产加工比例。
作为示例,远洋子模块可以结合国内年鉴远洋采集相关数据,研究国内沿海地区进出口数据记录,从而对地区水产品出售和运回国内数据比例、沿海地区远洋捕捞量分布、进出口数据趋势、地区远洋捕捞产量占比、明细列表进行展示。
作为示例,年鉴子模块可以以单屏单图的方式展示,每一次切换屏幕可直接展示下一张图。优选地,年鉴子模块可包括设置在屏幕一侧的电梯图,通过选择该电梯图中的选项可快速切换至相应选项模块的展示图。电梯图中的选项可包括渔业总产值及构成选项,在渔业总产值及构成选项模块中,可按年份显示渔业经济总产值以及构成渔业经济总产值的渔业产值、渔业工业和建筑业产值及渔业流通和服务业产值,并且可按照行政区划区分查看不同地区的渔业总产值及构成。
例如,图7b示出了数据的双层饼状图展示。通过双层饼图的对应展示,可以将数据(例如,图7b所示的收入数据)的小分类和大分类无形地链接起来,从而可以展示更多的信息。此外,通过对应展示,还可以直观地呈现不同数据项之间的从属关系。
除了上面调到的图7a的折线图展示和图7b的饼状图展示,图8a还示出了数据的对标展示。通过使用对标的展示方式,可以对两个地区的同类数据进行比对。此外,借助于柱状图的强烈的展示效果,可以突出两个地区的差异。
此外,根据本申请的渔业数据可视化,可以通过选项模块对数据的显示进行筛选。如图8b所示,可以在可视化界面中显示多个选项,利用多选项筛选功能,可以对行政地区进行筛选,也可同时对时间进行筛选,从而可以从包括总体、局部以及年份的多个角度的任意组合对数据进行查看分析。
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,所揭露的系统、装置和方法,可以通过其他的方式实现。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。
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,在本申请的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,可以存储在一个处理器可执行的非易失的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)执行本申请的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(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请的渔业数据可视化方法、系统、电子设备及存储介质,可以通过对分散、繁杂的数据进行一系列处理将数据结构化存储,从而建立便于管理和调用的渔业数据库,并且可将渔业数据库中的数据进行可视化呈现,提高数据的可用性,有助于高效地分析数据,提取数据的规律。
此外,根据本申请的渔业数据可视化方法、系统、电子设备及存储介质,可以建立核心数据指标,实现对分散、繁杂的数据进行汇总和整理。
此外,根据本申请的渔业数据可视化方法、系统、电子设备及存储介质,可以在建立渔业数据库的过程中借助于辅助字典完善数据字典,方便进行数据过滤筛选,指标数据对比。
此外,根据本申请的渔业数据可视化方法、系统、电子设备及存储介质,可以通过不同的可视化框架对数据进行可视化呈现,提高数据分析的效率。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述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:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请的实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种渔业数据可视化方法,其特征在于,所述渔业数据可视化方法包括:
获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;
确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的渔业数据,并根据所述渔业数据建立可视化框架;
基于所述可视化框架对所述渔业特征指标进行可视化呈现。
2.根据权利要求1所述的渔业数据可视化方法,其特征在于,基于所述原始数据建立渔业数据库的步骤包括:
对所述原始数据进行数据校验,获得校验后的数据;
通过分析所述校验后的数据,确定核心数据指标;
根据所述核心数据指标对所述校验后的数据进行数据分类,基于数据分类的结果建立数据字典;
对所述校验后的数据进行数据转换;
建立转换后的数据与所述数据字典之间的对应关系,并基于所述对应关系建立所述渔业数据库。
3.根据权利要求2所述的渔业数据可视化方法,其特征在于,所述核心数据指标包括地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化。
4.根据权利要求2所述的渔业数据可视化方法,其特征在于,根据所述核心数据指标对所述校验后的数据进行数据分类,基于数据分类的结果建立数据字典的步骤包括:
对当前的数据字典进行字典校验,若当前的数据字典通过字典校验,则将当前的数据字典确定为最终的数据字典;若当前的数据字典未通过字典校验,则对当前的数据字典进行优化,直至优化后的数据字典通过字典校验,将优化后的数据字典作为最终的数据字典。
5.根据权利要求2所述的渔业数据可视化方法,其特征在于,所述数据字典包括鱼种数据字典、地区数据字典和/或水系区域数据字典。
6.根据权利要求1所述的渔业数据可视化方法,其特征在于,根据所述渔业数据建立可视化框架的步骤包括:
对所述渔业数据进行多维建模分析,确定所述渔业数据的数据结构和数据维度;
根据所述数据结构和所述数据维度,确定可视化呈现形式,并建立所述可视化框架。
7.根据权利要求1所述的渔业数据可视化方法,其特征在于,所述可视化框架包括数据统计框架、数据挖掘分析框架、数据专题展示框架和/或单数据源展示框架,
所述渔业特征指标包括地区分布、鱼类品种、鱼种养殖捕捞、养殖量产值、渔业养殖水域和/或渔业养殖捕捞历年变化。
8.一种渔业数据可视化系统,其特征在于,所述渔业数据可视化系统包括:
建库单元,获取渔业相关的原始数据,并基于所述原始数据建立渔业数据库;
框架搭建单元,确定渔业特征指标,从所述渔业数据库中提取与所述渔业特征指标关联的数据,并根据所述数据建立可视化框架;
可视化呈现单元,基于所述可视化框架对所述渔业特征指标进行可视化呈现。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储器,存储有计算机程序,当所述计算机程序被处理器执行时,实现根据权利要求1至7中的任一项所述的渔业数据可视化方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时实现根据权利要求1至7中的任一项所述的渔业数据可视化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110184331.5A CN112991083A (zh) | 2021-02-08 | 2021-02-08 | 渔业数据可视化方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110184331.5A CN112991083A (zh) | 2021-02-08 | 2021-02-08 | 渔业数据可视化方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112991083A true CN112991083A (zh) | 2021-06-18 |
Family
ID=76393984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110184331.5A Pending CN112991083A (zh) | 2021-02-08 | 2021-02-08 | 渔业数据可视化方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991083A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600268A (zh) * | 2022-04-19 | 2023-01-13 | 南京天洑软件有限公司(Cn) | 高维数据集可视化方法及装置、电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2952569A1 (en) * | 2014-06-16 | 2015-12-23 | Backtracker, Inc. | Providing industry access to proprietary fisheries dependent data while preserving confidentiality rights and using same to provide verification of supply chain data |
US20170186106A1 (en) * | 2013-06-14 | 2017-06-29 | Backtracker, Inc. | Providing controlled access to proprietary fisheries data |
CN107844588A (zh) * | 2017-11-17 | 2018-03-27 | 中国银行股份有限公司 | 一种数据字典的处理方法、装置、存储介质及处理器 |
CN111881203A (zh) * | 2020-06-30 | 2020-11-03 | 中国水产科学研究院南海水产研究所 | 海洋渔业数据图形化显示系统、方法、装置和存储介质 |
-
2021
- 2021-02-08 CN CN202110184331.5A patent/CN112991083A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170186106A1 (en) * | 2013-06-14 | 2017-06-29 | Backtracker, Inc. | Providing controlled access to proprietary fisheries data |
CA2952569A1 (en) * | 2014-06-16 | 2015-12-23 | Backtracker, Inc. | Providing industry access to proprietary fisheries dependent data while preserving confidentiality rights and using same to provide verification of supply chain data |
CN107844588A (zh) * | 2017-11-17 | 2018-03-27 | 中国银行股份有限公司 | 一种数据字典的处理方法、装置、存储介质及处理器 |
CN111881203A (zh) * | 2020-06-30 | 2020-11-03 | 中国水产科学研究院南海水产研究所 | 海洋渔业数据图形化显示系统、方法、装置和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115600268A (zh) * | 2022-04-19 | 2023-01-13 | 南京天洑软件有限公司(Cn) | 高维数据集可视化方法及装置、电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11670021B1 (en) | Enhanced graphical user interface for representing events | |
US10915548B2 (en) | Method of online tracing pesticide residues and visualizing warning on basis of high resolution mass spectrum, internet and geographic information | |
Deporte et al. | Regional métier definition: a comparative investigation of statistical methods using a workflow applied to international otter trawl fisheries in the North Sea | |
WO2016041373A1 (zh) | 一种数据查询的方法及装置 | |
CN106156350A (zh) | 一种可视化大数据分析方法及系统 | |
JP5588811B2 (ja) | データ分析支援システム及び方法 | |
CN107193920A (zh) | 用于客户端的数据处理方法和装置 | |
CN112100130B (zh) | 一种基于数据立方体模型的海量遥感变量多维聚合信息的计算方法 | |
Arroyo‐Correa et al. | Intraspecific variation in species interactions promotes the feasibility of mutualistic assemblages | |
CN109858332A (zh) | 一种人员行为分析方法、装置和电子设备 | |
CN112991083A (zh) | 渔业数据可视化方法、系统、电子设备及存储介质 | |
CN112711614A (zh) | 业务数据管理方法、装置 | |
KR102197152B1 (ko) | 투자정보 제공 시스템 | |
KR20180086022A (ko) | 농축산물 정보 관리 방법 | |
CN110019491B (zh) | 可视化方法、可视化装置、计算机设备和存储介质 | |
US20200028763A1 (en) | Visual analytical method and system for network system structure and network communication mode | |
Sabater et al. | Trends in reef fish population and associated fishery after three millennia of resource utilization and a century of socio-economic changes in American Samoa | |
CN109766368A (zh) | 一种基于Hive的数据查询多类型视图产出系统及方法 | |
US20160071135A1 (en) | Method for obtaining business intelligence information from a large dataset | |
MACHADO PINTO et al. | The performance of agriculture in latin america: analysing efficiency and efficacy in the region | |
Vico et al. | Business Intelligence in Agriculture–A Practical Approach | |
Brun et al. | Rank-based deep learning from citizen-science data to model plant communities | |
Ohlmann et al. | metanetwork: AR package dedicated to handling and representing trophic metanetworks | |
Ning et al. | Design of Visual Platform for Fisheries and Aquaculture Production Based on Geographic Information System Technologies | |
Le Pochat et al. | Towards visual analytics for web security data |
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 |