CN114677831B - 基于高分遥感影像的航道安全态势分析方法及系统 - Google Patents
基于高分遥感影像的航道安全态势分析方法及系统 Download PDFInfo
- Publication number
- CN114677831B CN114677831B CN202210142615.2A CN202210142615A CN114677831B CN 114677831 B CN114677831 B CN 114677831B CN 202210142615 A CN202210142615 A CN 202210142615A CN 114677831 B CN114677831 B CN 114677831B
- Authority
- CN
- China
- Prior art keywords
- channel
- information
- navigation
- security situation
- alarm
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Emergency Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
- Alarm Systems (AREA)
Abstract
本发明提出了一种基于高分遥感影像的航道安全态势分析方法及系统,其中,该方法包括:获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;根据航道信息将对应航道划分为多个航段,并对每个航段进行编号以得到多个航段信息;将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在对应的航段内;如果是,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
Description
技术领域
本发明涉及航道安全态势分析技术领域,特别涉及一种基于高分遥感影像的航道安全态势分析方法、一种计算机可读存储介质、一种计算机设备以及一种基于高分遥感影像的航道安全态势分析系统。
背景技术
相关技术中,航道安全态势分析主要基于第三方地图引擎(天地图、百度地图、高德地图等)进行应用,但是由于地图的精度不足,所以发现航道通航环境态势异常的精确度不高,例如,普通精度航道底图的空间分辨率不足,容易存在偏远山区、桥区、岸堤、船闸等盲区,无法做到全航道通航环境的实时监管与分析;另外,普通精度航道底图更新以月、季、年为单位,特别是偏远山区航道存在几年不更新的现象,时间分辨率严重不足;因此难以根据航道数据对航道通航态势进行可靠及全面的分析。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种基于高分遥感影像的航道安全态势分析方法,能够保障航道态势分析的可靠性以及全面性。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种基于高分遥感影像的航道安全态势分析系统。
为达到上述目的,本发明第一方面实施例提出了一种基于高分遥感影像的航道安全态势分析方法,包括以下步骤:获取航道数据,其中,所述航道数据包括目标船舶位置信息和航道信息;根据所述航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段;当接收到航道预警报警信息时,判断所述航道预警报警信息对应的报警位置是否在所述目标船舶位置信息对应的航段内;如果是,则根据所述航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果。
根据本发明实施例的基于高分遥感影像的航道安全态势分析方法,首先获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;然后根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;接着将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内;如果是,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
另外,根据本发明上述实施例提出的基于高分遥感影像的航道安全态势分析方法还可以具有如下附加的技术特征:
可选地,在进行航道安全态势分析之前还包括:采用终端设备采集航道数据并进行汇聚和融合,以及结合大数据引擎完成航道通航专题库构建;基于GIS地图引擎,接入高分遥感数据进行底图处理,以完成基于GIS的高分遥感底图构建。
可选地,将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段,包括以下步骤:
S1,令航段编号n=1;
S2,判断所述目标船舶位置信息的经纬度是否在航段编号对应的航段的电子围栏经纬度范围内,如果是,则执行步骤S3,如果否,则执行步骤S4;
S3,将所述航段编号对应的航段作为所述目标船舶位置信息对应的航段;
S4,令航段编号n=n+1,并返回到步骤S2,直至获取所述目标船舶位置信息对应的航段。
可选地,所述航道预警报警信息中的报警类型包括航道拥堵预警、航标异常预警、船舶占道预警、航道捕捞预警、水文气象异常预警。
可选地,所述航道预警报警阈值信息包括每个报警类型对应的第一报警阈值、第二报警阈值和第三报警阈值。
可选地,根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果,包括:将所述航道预警报警阈值信息与所述航道预警报警信息中的报警值进行比较,以对所述目标船舶位置信息对应的航段进行安全态势等级分析,以得到安全态势分析结果。
可选地,将所述航道预警报警阈值信息与所述航道预警报警信息中的报警值进行比较,以对所述目标船舶位置信息对应的航段进行安全态势等级分析,以得到安全态势分析结果,包括:如果所述航道预警报警信息中的报警值小于所述第一报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第一级;如果所述航道预警报警信息中的报警值大于等于所述第一报警阈值且小于所述第二报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第二级;如果所述航道预警报警信息中的报警值大于等于所述第二报警阈值且小于所述第三报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第三级;如果所述航道预警报警信息中的报警值大于所述第三报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第四级。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有基于高分遥感影像的航道安全态势分析程序,该基于高分遥感影像的航道安全态势分析程序被处理器执行时实现如上述的基于高分遥感影像的航道安全态势分析方法。
根据本发明实施例的计算机可读存储介质,通过存储基于高分遥感影像的航道安全态势分析程序,这样基于高分遥感影像的航道安全态势分析程序被处理器执行时实现如上述的基于高分遥感影像的航道安全态势分析方法;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的基于高分遥感影像的航道安全态势分析方法。
根据本发明实施例的计算机设备,通过存储器存储基于高分遥感影像的航道安全态势分析程序,这样基于高分遥感影像的航道安全态势分析程序被处理器执行时实现上述的基于高分遥感影像的航道安全态势分析方法;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
为达到上述目的,本发明第四方面实施例提出了一种基于高分遥感影像的航道安全态势分析系统,包括:获取模块,用于获取航道数据,其中,所述航道数据包括目标船舶位置信息和航道信息;分段模块,用于根据所述航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;匹配模块,用于将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段;判断模块,用于当接收到航道预警报警信息时,判断所述航道预警报警信息对应的报警位置是否在所述目标船舶位置信息对应的航段内;分析模块,用于如果所述航道预警报警信息对应的报警位置在所述目标船舶位置信息对应的航段内,则根据所述航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果。
根据本发明实施例的基于高分遥感影像的航道安全态势分析系统,通过获取模块获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;分段模块根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;匹配模块将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;判断模块当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内;如果航道预警报警信息对应的报警位置在目标船舶位置信息对应的航段内,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;由此,能够主动并且全面地对海上船舶进行监管,分析并识别船舶异常行为,从而大大提升了海上执法效率。
附图说明
图1为根据本发明实施例的基于高分遥感影像的航道安全态势分析方法的流程示意图;
图2为根据本发明一个实施例的基于高分遥感影像的航道安全态势分析方法的流程示意图;
图3为根据本发明一个实施例的基于高分遥感影像的航道安全态势分析方法的航段匹配的流程示意图;
图4为根据本发明一个实施例的基于高分遥感影像的航道安全态势分析方法的航段安全态势等级匹配的流程示意图;
图5为根据本发明实施例的基于高分遥感影像的航道安全态势分析系统的方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明实施例的基于高分遥感影像的航道安全态势分析方法的流程示意图。如图1所示,本发明实施例的基于高分遥感影像的航道安全态势分析方法包括以下步骤:
步骤101,获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息。
需要说明的是,可通过AIS终端或定位终端实时获取目标船舶位置信息A1。
作为一个实施例,在进行航道安全态势分析之前还包括:采用终端设备采集航道数据并进行汇聚和融合,以及结合大数据引擎完成航道通航专题库构建;基于GIS地图引擎,接入高分遥感数据进行底图处理,以完成基于GIS的高分遥感底图构建。
作为一个具体实施例,如图2所示,采用终端设备采集航道数据并进行汇聚和融合,以及结合大数据引擎完成航道通航专题库构建,包括:基于前端AIS终端、定位终端、激光检测仪、智能航标灯一体机、监控摄像头等设备,接入水利局气象局的水文气象数据,实现船舶AIS信息、船舶北斗/GPS定位、船舶流量、航标动态、航道视频、水文、气象等数据汇聚;运用分类、回归、聚类、关联规则、神经网络、数据挖掘、轨迹预测等大数据分析方法、经验及数据挖掘算法,支持多维度特征管理与建模、算法并行化,实现航道通航海量数据的高效存储与快速、实时检索,提供大数据分析组件服务;对航道多源数据进行数据处理、数据存储、数据管理、数据交换共享和大数据分析,构建航道通航专题库;基于GIS地图引擎,接入高分遥感数据进行底图处理,以完成基于GIS的高分遥感底图构建,包括:对接高分卫星遥感数据,包括正射影像产品数据、影像融合产品数据、标准分幅产品数据等;基于GIS地图引擎,提供瓦片技术提高地图的载入速度与浏览速度,支持动态生成地图图片、自动调用地图切割程序实时生成切割地图图片和利用用户的访问进行地图切割,提供应用接口服务;基于GIS技术,叠加高分遥感影像数据专题图层,完成图像解译、业务流程构建、影像批处理、专题图制作等处理。
步骤102,根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息。
也就是说,系统根据航道信息将对应航道划分为n个航段并进行编号,得到航段信息{B1,……,Bn}。
步骤103,将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段。
作为一个实施例,将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段,具体包括以下步骤:
S1,令航段编号n=1;
S2,判断目标船舶位置信息的经纬度是否在航段编号对应的航段的电子围栏经纬度范围内,如果是,则执行步骤S3,如果否,则执行步骤S4;
S3,将航段编号对应的航段作为目标船舶位置信息对应的航段;
S4,令航段编号n=n+1,并返回到步骤S2,直至获取目标船舶位置信息对应的航段。
也就是说,如图3所示,根据航段编号按顺序进行匹配,即n=1,若点位A1的经纬度在航段信息B1中的电子围栏经纬度范围内,则得到目标船舶位置所属航段A2;若点位A1的经纬度不在航段信息B1的电子围栏经纬度范围内,则航段编号n=n+1,即B2再次进行匹配;若点位A1的经纬度在航段信息B2的电子围栏经纬度范围内,则得到目标船舶位置所属航段A2;否则航段编号n=n+1+1,即B3再次进行匹配,以此类推,直至最终获得目标船舶位置所属航段A2。
步骤104,当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内。
作为一个实施例,系统根据数据接口,接收到航道预警报警信息A4,其中,航道预警报警信息A4中的报警类型包括航道拥堵预警、航标异常报警、船舶占道预警、航道捕捞报警、水文天象异常预警。
步骤105,如果是,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果。
作为一个实施例,预先设置航道预警报警阈值信息,包括每个报警类型对应的第一报警阈值、第二报警阈值和第三报警阈值。
作为一个实施例,将航道预警报警阈值信息与航道预警报警信息中的报警值进行比较,以对目标船舶位置信息对应的航段进行安全态势等级分析,以得到安全态势分析结果。
作为一个实施例,如果航道预警报警信息中的报警值小于所述第一报警阈值,则将目标船舶位置信息对应的航段的安全态势等级定义为第一级;如果航道预警报警信息中的报警值大于等于第一报警阈值且小于所述第二报警阈值,则将目标船舶位置信息对应的航段的安全态势等级定义为第二级;如果航道预警报警信息中的报警值大于等于第二报警阈值且小于第三报警阈值,则将目标船舶位置信息对应的航段的安全态势等级定义为第三级;如果航道预警报警信息中的报警值大于第三报警阈值,则将目标船舶位置信息对应的航段的安全态势等级定义为第四级。
需要说明的是,等级越高越不安全。
作为一个具体实施例,如图4所示,基于航道预警报警信息A4,包含航段拥堵预警A41、航标异常预警A42、船舶占道预警A43、航道捕捞预警A43、水文气象异常预警A45等类型;基于航道预警报警阈值信息C1,包含航道拥堵预警阈值C11、航标异常预警阈值C12、船舶占道预警阈值C13、航道捕捞预警阈值C14、水文气象异常预警阈值C15等类型;将航道预警报警信息A4与航道预警报警阈值信息C1进行匹配,计算出航段安全态势等级A5。
例如以航段拥堵预警为例:航段拥堵预警A41与航道拥堵预警阈值C11进行匹配,当A41<C11最小值,航段安全态势等级A5航道拥堵取为绿;当C11最小值<=A41<C11中间值,航段安全态势等级A5航道拥堵取为黄;当C11中间值<=A41<C11最大值,航段安全态势等级A5航道拥堵取为橙;当A41>C11最大值,航段态势等级A5航道拥堵取为红。以此类推,获得A5航道拥堵、A5航标异常、A5船舶占道、A5航道捕捞、A5水文气象异常。
航段安全态势等级A5=最大值(A5航道拥堵、A5航标异常、A5船舶占道、A5航道捕捞、A5水文气象异常);根据该航段安全态势等级A5,生成航段异常预警报警信息,并将预警报警信息推送给目标船舶、相关人员。
由此,利用模式识别、特征分析等AI技术,结合关联分析、轨迹分析、画像分析、可视分析、预测分析等分析技术,提供航道专用AI分析识别组件服务;基于航道实时监测数据和历史数据,结合航道监管规则,识别航道通航态势,识别航道拥堵、航标异常、船舶占道、航道捕捞、水文气象异常等异常情况。
需要说明的是,本发明能够提高航道通航环境态势分析的空间分辨率和时间分辨率,分析并识别航道通航环境异常情况,特别是航道通航风险,例如航道拥堵、航标偏移、船舶占道、航道捕捞、水文超警、恶劣天气等,为全天候、全范围航道监测与预警提供强有力的技术支撑,极大提升了航道通航安全。
综上所述,根据本发明实施例的基于高分遥感影像的航道安全态势分析方法,首先获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;然后根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;接着将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内;如果是,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
另外,本发明实施例还提出了一种计算机可读存储介质,其上存储有基于高分遥感影像的航道安全态势分析程序,该基于高分遥感影像的航道安全态势分析程序被处理器执行时实现如上述的基于高分遥感影像的航道安全态势分析方法。
根据本发明实施例的计算机可读存储介质,通过存储基于高分遥感影像的航道安全态势分析程序,这样基于高分遥感影像的航道安全态势分析程序被处理器执行时实现如上述的基于高分遥感影像的航道安全态势分析方法;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
另外,本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的基于高分遥感影像的航道安全态势分析方法。
根据本发明实施例的计算机设备,通过存储器存储基于高分遥感影像的航道安全态势分析程序,这样基于高分遥感影像的航道安全态势分析程序被处理器执行时实现上述的基于高分遥感影像的航道安全态势分析方法;由此,能够保障航道态势分析的可靠性以及全面性,从而大大提升了航道通航安全。
图5为根据本发明实施例的基于高分遥感影像的航道安全态势分析系统的方框示意图。如图5所示,本实施例的基于高分遥感影像的航道安全态势分析系统包括:获取模块201、分段模块202、匹配模块203、判断模块204和分析模块205。
其中,获取模块201用于获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;分段模块202,用于根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;匹配模块203,用于将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;判断模块204,用于当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内;分析模块205,用于如果航道预警报警信息对应的报警位置在目标船舶位置信息对应的航段内,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果。
需要说明的是,前述对于基于高分遥感影像的航道安全态势分析方法的实施例的解释说明同样适用于本实施例的基于高分遥感影像的航道安全态势分析系统,此处不再赘述。
根据本发明实施例的基于高分遥感影像的航道安全态势分析系统,通过获取模块获取航道数据,其中,航道数据包括目标船舶位置信息和航道信息;分段模块根据航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;匹配模块将目标船舶位置信息和多个航段信息进行一一匹配,以得到目标船舶位置信息对应的航段;判断模块当接收到航道预警报警信息时,判断航道预警报警信息对应的报警位置是否在目标船舶位置信息对应的航段内;如果航道预警报警信息对应的报警位置在目标船舶位置信息对应的航段内,则根据航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据航道预警报警阈值信息对目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;由此,能够主动并且全面地对海上船舶进行监管,分析并识别船舶异常行为,从而大大提升了海上执法效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种基于高分遥感影像的航道安全态势分析方法,其特征在于,包括以下步骤:
获取航道数据,其中,所述航道数据包括目标船舶位置信息和航道信息;
根据所述航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;
将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段;
当接收到航道预警报警信息时,判断所述航道预警报警信息对应的报警位置是否在所述目标船舶位置信息对应的航段内;
如果是,则根据所述航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;
其中,在进行航道安全态势分析之前还包括:
采用终端设备采集航道数据并进行汇聚和融合,以及结合大数据引擎完成航道通航专题库构建;
基于GIS地图引擎,接入高分遥感数据进行底图处理,以完成基于GIS的高分遥感底图构建。
2.如权利要求1所述的基于高分遥感影像的航道安全态势分析方法,其特征在于,将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段,包括以下步骤:
S1,令航段编号n=1;
S2,判断所述目标船舶位置信息的经纬度是否在航段编号对应的航段的电子围栏经纬度范围内,如果是,则执行步骤S3,如果否,则执行步骤S4;
S3,将所述航段编号对应的航段作为所述目标船舶位置信息对应的航段;
S4,令航段编号n=n+1,并返回到步骤S2,直至获取所述目标船舶位置信息对应的航段。
3.如权利要求1所述的基于高分遥感影像的航道安全态势分析方法,其特征在于,所述航道预警报警信息中的报警类型包括航道拥堵预警、航标异常预警、船舶占道预警、航道捕捞预警、水文气象异常预警。
4.如权利要求3所述的基于高分遥感影像的航道安全态势分析方法,其特征在于,所述航道预警报警阈值信息包括每个报警类型对应的第一报警阈值、第二报警阈值和第三报警阈值。
5.如权利要求4所述的基于高分遥感影像的航道安全态势分析方法,其特征在于,根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果,包括:
将所述航道预警报警阈值信息与所述航道预警报警信息中的报警值进行比较,以对所述目标船舶位置信息对应的航段进行安全态势等级分析,以得到安全态势分析结果。
6.如权利要求5所述的基于高分遥感影像的航道安全态势分析方法,其特征在于,将所述航道预警报警阈值信息与所述航道预警报警信息中的报警值进行比较,以对所述目标船舶位置信息对应的航段进行安全态势等级分析,以得到安全态势分析结果,包括:
如果所述航道预警报警信息中的报警值小于所述第一报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第一级;
如果所述航道预警报警信息中的报警值大于等于所述第一报警阈值且小于所述第二报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第二级;
如果所述航道预警报警信息中的报警值大于等于所述第二报警阈值且小于所述第三报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第三级;
如果所述航道预警报警信息中的报警值大于所述第三报警阈值,则将所述目标船舶位置信息对应的航段的安全态势等级定义为第四级。
7.一种计算机可读存储介质,其特征在于,其上存储有基于高分遥感影像的航道安全态势分析程序,该基于高分遥感影像的航道安全态势分析程序被处理器执行时实现如权利要求1-6中任一项所述的基于高分遥感影像的航道安全态势分析方法。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-6中任一项所述的基于高分遥感影像的航道安全态势分析方法。
9.一种基于高分遥感影像的航道安全态势分析系统,其特征在于,包括:
获取模块,用于获取航道数据,其中,所述航道数据包括目标船舶位置信息和航道信息;
分段模块,用于根据所述航道信息将对应航道划分为多个航段,并对每个航段进行航段编号处理以得到多个航段信息;
匹配模块,用于将所述目标船舶位置信息和所述多个航段信息进行一一匹配,以得到所述目标船舶位置信息对应的航段;
判断模块,用于当接收到航道预警报警信息时,判断所述航道预警报警信息对应的报警位置是否在所述目标船舶位置信息对应的航段内;
分析模块,用于如果所述航道预警报警信息对应的报警位置在所述目标船舶位置信息对应的航段内,则根据所述航道预警报警信息中的报警类型获取对应的航道预警报警阈值信息,并根据所述航道预警报警阈值信息对所述目标船舶位置信息对应的航段进行安全态势分析,以得到安全态势分析结果;
其中,在进行航道安全态势分析之前还包括:
采用终端设备采集航道数据并进行汇聚和融合,以及结合大数据引擎完成航道通航专题库构建;
基于GIS地图引擎,接入高分遥感数据进行底图处理,以完成基于GIS的高分遥感底图构建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142615.2A CN114677831B (zh) | 2022-02-16 | 2022-02-16 | 基于高分遥感影像的航道安全态势分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210142615.2A CN114677831B (zh) | 2022-02-16 | 2022-02-16 | 基于高分遥感影像的航道安全态势分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114677831A CN114677831A (zh) | 2022-06-28 |
CN114677831B true CN114677831B (zh) | 2024-05-03 |
Family
ID=82072297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210142615.2A Active CN114677831B (zh) | 2022-02-16 | 2022-02-16 | 基于高分遥感影像的航道安全态势分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114677831B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100793640B1 (ko) * | 2006-11-01 | 2008-01-10 | 주식회사 자티전자 | 전자해도를 이용한 휴대용 선박 항해 안내 보조단말기 및그 운영 방법 |
CN102967310A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七0七研究所 | 基于电子海图的航路监控方法 |
CN107200016A (zh) * | 2017-05-26 | 2017-09-26 | 重庆长安汽车股份有限公司 | 道路自适应预测方法及采用该方法的车辆系统 |
CN110853408A (zh) * | 2019-12-06 | 2020-02-28 | 武汉欣海远航科技研发有限公司 | 一种海上风电场电子围栏及声光预警设备及方法 |
CN111260962A (zh) * | 2020-01-19 | 2020-06-09 | 青岛海狮网络科技有限公司 | 一种船舶海上避碰预警方法、系统和海图机 |
CN112150616A (zh) * | 2020-09-27 | 2020-12-29 | 上海海事大学 | 一种基于空间数据融合的水上交通事故航迹模拟方法 |
-
2022
- 2022-02-16 CN CN202210142615.2A patent/CN114677831B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100793640B1 (ko) * | 2006-11-01 | 2008-01-10 | 주식회사 자티전자 | 전자해도를 이용한 휴대용 선박 항해 안내 보조단말기 및그 운영 방법 |
CN102967310A (zh) * | 2012-12-12 | 2013-03-13 | 中国船舶重工集团公司第七0七研究所 | 基于电子海图的航路监控方法 |
CN107200016A (zh) * | 2017-05-26 | 2017-09-26 | 重庆长安汽车股份有限公司 | 道路自适应预测方法及采用该方法的车辆系统 |
CN110853408A (zh) * | 2019-12-06 | 2020-02-28 | 武汉欣海远航科技研发有限公司 | 一种海上风电场电子围栏及声光预警设备及方法 |
CN111260962A (zh) * | 2020-01-19 | 2020-06-09 | 青岛海狮网络科技有限公司 | 一种船舶海上避碰预警方法、系统和海图机 |
CN112150616A (zh) * | 2020-09-27 | 2020-12-29 | 上海海事大学 | 一种基于空间数据融合的水上交通事故航迹模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114677831A (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Iqbal et al. | How computer vision can facilitate flood management: A systematic review | |
US8341110B2 (en) | Temporal-influenced geospatial modeling system and method | |
Minetto et al. | Measuring human and economic activity from satellite imagery to support city-scale decision-making during covid-19 pandemic | |
CN110188093A (zh) | 一种基于大数据平台针对ais信息源的数据挖掘系统 | |
US10943321B2 (en) | Method and system for processing image data | |
CN107735794A (zh) | 使用图像处理的状况检测 | |
Kuffer et al. | Do we underestimate the global slum population? | |
CN111709661B (zh) | 业务数据的风险处理方法、装置、设备及存储介质 | |
CN111125290B (zh) | 一种基于河长制的智能巡河方法、装置及存储介质 | |
CN114998744B (zh) | 基于运动与视觉双特征融合的农机轨迹田路分割方法及装置 | |
Elberink et al. | Detection of collapsed buildings by classifying segmented airborne laser scanner data | |
Zhao et al. | Abnormal trajectory detection based on a sparse subgraph | |
CN117372875A (zh) | 一种航空遥感目标识别方法 | |
CN114771548A (zh) | 用于高级驾驶辅助系统测试和验证的数据记录 | |
Kandoi et al. | Pothole detection using accelerometer and computer vision with automated complaint redressal | |
Li et al. | 3D map system for tree monitoring in hong kong using google street view imagery and deep learning | |
Abraham et al. | Classification and detection of natural disasters using machine learning and deep learning techniques: A review | |
Agbaje et al. | Building Damage Assessment in Aftermath of Disaster Events by Leveraging Geoai (Geospatial Artificial Intelligence) | |
CN114067245A (zh) | 一种铁路外部环境隐患识别方法及系统 | |
CN112015937B (zh) | 一种图片地理定位方法及系统 | |
CN114677831B (zh) | 基于高分遥感影像的航道安全态势分析方法及系统 | |
CN116484468A (zh) | 一种水库大坝的风险评估方法、装置、设备及存储介质 | |
Vandaele et al. | Calibrated river-level estimation from river cameras using convolutional neural networks | |
Cipolla et al. | Identification of spatio-temporal outliers through minimum spanning tree | |
CN116739357B (zh) | 多模态融合感知的城市既有建筑广域监测预警方法及装置 |
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 |