CN114821977B - 一种基于卫星遥感监测的生态监测灾害预警系统 - Google Patents

一种基于卫星遥感监测的生态监测灾害预警系统 Download PDF

Info

Publication number
CN114821977B
CN114821977B CN202210732492.8A CN202210732492A CN114821977B CN 114821977 B CN114821977 B CN 114821977B CN 202210732492 A CN202210732492 A CN 202210732492A CN 114821977 B CN114821977 B CN 114821977B
Authority
CN
China
Prior art keywords
area
monitoring
early warning
plankton
target
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
Application number
CN202210732492.8A
Other languages
English (en)
Other versions
CN114821977A (zh
Inventor
张卫平
岑全
黄筱雨
向荣
丁园
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.)
Global Digital Group Co Ltd
Original Assignee
Global Digital Group Co Ltd
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 Global Digital Group Co Ltd filed Critical Global Digital Group Co Ltd
Priority to CN202210732492.8A priority Critical patent/CN114821977B/zh
Publication of CN114821977A publication Critical patent/CN114821977A/zh
Application granted granted Critical
Publication of CN114821977B publication Critical patent/CN114821977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Emergency Management (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Hydrology & Water Resources (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种基于卫星遥感监测的生态监测灾害预警系统，包括海面温度监测模块、浮游生物监测模块和灾害预警模块，所述海面温度监测模块用于生成监测区域的温度分布图，所述浮游生物监测模块用于生成监测区域的浮游生物分布图，所述灾害预警模块根据浮游生物的分布与海面温度分布的关系进行分析得到赤潮的预警信息；本系统将满足要求的浮游生物聚集区域标记为目标区域，并对目标区域进行追踪分析，根据目标区域所处的环境温度的变化以及自身范围的变化判断其发展趋势，根据发展趋势判断是否发出预警，能够帮助工作人员及时进行处理避免赤潮的发生。

Description

一种基于卫星遥感监测的生态监测灾害预警系统
技术领域
本发明涉及生态数据处理领域，具体涉及一种基于卫星遥感监测的生态监测灾害预警系统。
背景技术
赤潮，又称红潮，国际上也称其为“有害藻类”或“红色幽灵”。是在特定的环境条件下，海水中某些浮游植物、原生动物或细菌爆发性增殖或高度聚集而引起水体变色的一种有害生态现象，赤潮生物的异常爆发性增殖，导致了海域生态平衡被打破，海洋浮游植物、浮游动物、底栖生物、游泳生物相互间的食物链关系和相互依存、相互制约的关系异常或者破裂，这就大大破坏了主要经济渔业种类的饵料基础，破坏了海洋生物食物链的正常循环，造成鱼、虾、蟹、贝类索饵场丧失，渔业产量锐减，有些赤潮生物还能分泌一些可以在贝类体内积累的毒素，统称贝毒，其含量往往有可能超过食用时人体可接受的水平，赤潮的出现往往具有“突然性”，使得对赤潮的预警成为一个难点，现需要一种赤潮的预警系统来提前发出预警，以便工作人员及时进行处理避免赤潮的发生。
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种公共常识的一部分。
现在已经开发出了很多生态监测系统，经过我们大量的检索与参考，发现现有的生态监测系统有如公开号为CN109900242B所公开的系统，这些系统一般包括：获取目标流域的数字高程模型数据，提取所述目标流域中的一级流域和二级流域；根据预设规则，应用遥感技术提取所述一级流域和所述二级流域中的流域地表信息，根据所述地表信息获取所述目标流域的流域基础信息和空间差异信息；根据所述一级流域和所述二级流域中的流域基础信息，对预先建立的监测与分析的指标体系中的各项指标进行计算，获取所述各项指标的值；采用线性差值法对流域基础信息、空间差异信息和所述各项指标的值进行统一处理，获取所述目标流域的生态监测分析结果；但该系统通过遥感技术获取的只是地表信息，河流中的指标数据需要实地采集，能够监测的范围小，不适用于赤潮的预警，且这种预警方式具有滞后性，当指标数据达到预警指标时，往往已经发生了赤潮。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于卫星遥感监测的生态监测灾害预警系统。
本发明采用如下技术方案：
一种基于卫星遥感监测的生态监测灾害预警系统，包括海面温度监测模块、浮游生物监测模块和灾害预警模块，所述海面温度监测模块用于生成监测区域的温度分布图，所述浮游生物监测模块用于生成监测区域的浮游生物分布图，所述灾害预警模块根据浮游生物的分布与海面温度分布的关系进行分析得到赤潮的预警信息；
所述海面温度监测模块根据卫星采集的温度数据将海面划分成若干个温度区域，其中，适宜浮游生物繁殖的温度区域称为适宜区域；
所述浮游生物监测模块根据卫星采集的海面图像数据分析得到目标区域，所述目标区域指浮游生物聚集的区域；
所述灾害预警模块根据目标区域与适宜区域的重叠关系将所述目标区域划分为低风险区域、中风险区域和高风险区域，所述低风险区域指与适宜区域完全无重叠的目标区域，所述中风险区域指与适宜区域部分重叠的目标区域，所述高风险区域指完全被适宜区域覆盖的目标区域；
所述灾害预警模块根据下式计算出中风险区域的中风险值
Figure 231462DEST_PATH_IMAGE001
：
Figure 909568DEST_PATH_IMAGE002
；
所述灾害预警模块根据下式计算出高风险区域的高风险值
Figure 219458DEST_PATH_IMAGE003
：
Figure 197778DEST_PATH_IMAGE004
；
其中，
Figure 184189DEST_PATH_IMAGE005
为目标区域的密度，
Figure 864438DEST_PATH_IMAGE006
表示目标区域中处于适宜区域的面积，
Figure 696127DEST_PATH_IMAGE007
表示目标区域的总面积，
Figure 263375DEST_PATH_IMAGE008
表示与该目标区域有重叠关系的适宜区域的总面积，
Figure 420687DEST_PATH_IMAGE009
为扩展基数；
所述灾害预警模块根据下式计算出目标区域的发展指数
Figure 73385DEST_PATH_IMAGE010
：
Figure 725077DEST_PATH_IMAGE011
；
其中，T表示该目标区域的存在总时长，
Figure 412411DEST_PATH_IMAGE012
表示该目标区域的发展时长，
Figure 740624DEST_PATH_IMAGE013
表示该目标区域当前风险值与最小风险值之差，
Figure 880618DEST_PATH_IMAGE014
表示该目标区域当前面积与最小面积之差，k为协调系数；
所述目标区域的发展时长包括低风险区域的面积扩大的时间段时长、中风险区域的中风险值增大的时间段时长和高风险区域的高风险值增大的时间段时长；
当所述发展指数超过第三阈值时，所述灾害预警模块产生预警；
进一步的，所述浮游生物监测模块计算出海面图像中每个像素点的差异度
Figure 568957DEST_PATH_IMAGE015
，将差异度大于第一阈值的像素点标记为目标像素点，所述目标像素点构成点集，而点集对应的区域称为浮游生物聚集区域，所述浮游生物监测模块根据下式计算每个浮游生物聚集区域的密度
Figure 110797DEST_PATH_IMAGE016
：
Figure 609912DEST_PATH_IMAGE017
；
其中，
Figure 237202DEST_PATH_IMAGE018
为浮游生物聚集区域的面积，N表示浮游生物聚集区域对应点集中目标像素点的个数，
Figure 496276DEST_PATH_IMAGE019
表示点集中第i个目标像素点的差异度；
所述浮游生物监测模块将密度大于第二阈值的浮游生物聚集区域标记为目标区域；
进一步的，所述浮游生物监测模块根据下式计算出每个像素点的差异度Pd：
Figure 158202DEST_PATH_IMAGE020
；
其中，
Figure 828217DEST_PATH_IMAGE021
为海面的标准红色分量，
Figure 926492DEST_PATH_IMAGE022
为海面的标准绿色分量，
Figure 972946DEST_PATH_IMAGE023
为海面的标准蓝色分量，
Figure 489378DEST_PATH_IMAGE024
为红色权重差异系数，
Figure 330295DEST_PATH_IMAGE025
为绿色权重差异系数，
Figure 417331DEST_PATH_IMAGE026
为蓝色权重差异系数，
Figure 1896DEST_PATH_IMAGE027
分别为海面图像中像素点的红色分量、绿色分量和蓝色分量；
进一步的，所述协调系数k有三个取值
Figure 372834DEST_PATH_IMAGE028
、
Figure 384652DEST_PATH_IMAGE029
和
Figure 723099DEST_PATH_IMAGE030
，当目标区域当前为低风险区域时，取值为
Figure 845776DEST_PATH_IMAGE028
，当目标区域当前为中风险区域时，取值为
Figure 336800DEST_PATH_IMAGE029
，当目标区域当前为高风险区域时，取值为
Figure 519519DEST_PATH_IMAGE030
，而
Figure 581147DEST_PATH_IMAGE031
；
进一步的，所述协调系数的三个取值
Figure 507515DEST_PATH_IMAGE028
、
Figure 118625DEST_PATH_IMAGE029
和
Figure 472246DEST_PATH_IMAGE030
之间的关系为：
Figure 519705DEST_PATH_IMAGE032
；
其中，
Figure 249764DEST_PATH_IMAGE033
和
Figure 449801DEST_PATH_IMAGE034
均为协调值。
本发明所取得的有益效果是：
本系统根据海面的图像数据处理得到若干目标区域，根据卫星采集的温度数据处理得到适宜区域，而浮游生物在适宜区域中会大规模繁殖，通过追踪目标区域与适宜区域的空间关系对目标区域进行等级划分，当目标区域的等级变化满足要求时产生预警，由于处理的基础数据能够由卫星实时监测获取，对海面的监测具有范围广、即时性强的优点，能够在产生赤潮前有效的发出警告。
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
图1为本发明整体结构框架示意图；
图2为本发明对目标像素点进行分类流程示意图；
图3为本发明对浮游生物聚集区域对应的点集进行处理流程示意图；
图4为本发明根据温度进行区域划分的流程示意图；
图5为本发明赤潮形成过程示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
实施例一。
本实施例提供了一种基于卫星遥感监测的生态监测灾害预警系统，结合图1，包括海面温度监测模块、浮游生物监测模块和灾害预警模块，所述海面温度监测模块用于生成监测区域的温度分布图，所述浮游生物监测模块用于生成监测区域的浮游生物分布图，所述灾害预警模块根据浮游生物的分布与海面温度分布的关系进行分析得到赤潮的预警信息；
所述海面温度监测模块根据卫星采集的温度数据将海面划分成若干个温度区域，其中，适宜浮游生物繁殖的温度区域称为适宜区域；
所述浮游生物监测模块根据卫星采集的海面图像数据分析得到目标区域，所述目标区域指浮游生物聚集的区域；
所述灾害预警模块根据目标区域与适宜区域的重叠关系将所述目标区域划分为低风险区域、中风险区域和高风险区域，所述低风险区域指与适宜区域完全无重叠的目标区域，所述中风险区域指与适宜区域部分重叠的目标区域，所述高风险区域指完全被适宜区域覆盖的目标区域；
所述灾害预警模块根据下式计算出中风险区域的中风险值
Figure 974323DEST_PATH_IMAGE035
：
Figure 10544DEST_PATH_IMAGE036
；
所述灾害预警模块根据下式计算出高风险区域的高风险值
Figure 544293DEST_PATH_IMAGE037
：
Figure 864416DEST_PATH_IMAGE038
；
其中，
Figure 294260DEST_PATH_IMAGE039
为目标区域的密度，
Figure 581891DEST_PATH_IMAGE040
表示目标区域中处于适宜区域的面积，
Figure 388173DEST_PATH_IMAGE041
表示目标区域的总面积，
Figure 297223DEST_PATH_IMAGE042
表示与该目标区域有重叠关系的适宜区域的总面积，
Figure 445439DEST_PATH_IMAGE043
为扩展基数；
所述灾害预警模块根据下式计算出目标区域的发展指数
Figure 439940DEST_PATH_IMAGE044
：
Figure 315492DEST_PATH_IMAGE045
；
其中，T表示该目标区域的存在总时长，
Figure 79049DEST_PATH_IMAGE046
表示该目标区域的发展时长，
Figure 631122DEST_PATH_IMAGE047
表示该目标区域当前风险值与最小风险值之差，
Figure 112918DEST_PATH_IMAGE048
表示该目标区域当前面积与最小面积之差，k为协调系数；
所述目标区域的发展时长包括低风险区域的面积扩大的时间段时长、中风险区域的中风险值增大的时间段时长和高风险区域的高风险值增大的时间段时长；
当所述发展指数超过第三阈值时，所述灾害预警模块产生预警；
所述浮游生物监测模块计算出海面图像中每个像素点的差异度
Figure 526582DEST_PATH_IMAGE049
，将差异度大于第一阈值的像素点标记为目标像素点，所述目标像素点构成点集，而点集对应的区域称为浮游生物聚集区域，所述浮游生物监测模块根据下式计算每个浮游生物聚集区域的密度
Figure 410225DEST_PATH_IMAGE050
：
Figure 900243DEST_PATH_IMAGE051
；
其中，
Figure 869336DEST_PATH_IMAGE052
为浮游生物聚集区域的面积，N表示浮游生物聚集区域对应点集中目标像素点的个数，
Figure 86691DEST_PATH_IMAGE053
表示点集中第i个目标像素点的差异度；
所述浮游生物监测模块将密度大于第二阈值的浮游生物聚集区域标记为目标区域；
所述浮游生物监测模块根据下式计算出每个像素点的差异度Pd：
Figure 824840DEST_PATH_IMAGE054
；
其中，
Figure 742153DEST_PATH_IMAGE055
为海面的标准红色分量，
Figure 464121DEST_PATH_IMAGE056
为海面的标准绿色分量，
Figure 219587DEST_PATH_IMAGE057
为海面的标准蓝色分量，
Figure 828554DEST_PATH_IMAGE058
为红色权重差异系数，
Figure 644064DEST_PATH_IMAGE059
为绿色权重差异系数，
Figure 322170DEST_PATH_IMAGE060
为蓝色权重差异系数，
Figure 927332DEST_PATH_IMAGE061
分别为海面图像中像素点的红色分量、绿色分量和蓝色分量；
所述协调系数k有三个取值
Figure 640073DEST_PATH_IMAGE062
、
Figure 626484DEST_PATH_IMAGE063
和
Figure 791886DEST_PATH_IMAGE064
，当目标区域当前为低风险区域时，取值为
Figure 639887DEST_PATH_IMAGE062
，当目标区域当前为中风险区域时，取值为
Figure 472714DEST_PATH_IMAGE063
，当目标区域当前为高风险区域时，取值为
Figure 630026DEST_PATH_IMAGE064
，而
Figure 282724DEST_PATH_IMAGE065
；
所述协调系数的三个取值
Figure 698531DEST_PATH_IMAGE062
、
Figure 385864DEST_PATH_IMAGE063
和
Figure 714077DEST_PATH_IMAGE064
之间的关系为：
Figure 604804DEST_PATH_IMAGE066
；
其中，
Figure 43876DEST_PATH_IMAGE067
和
Figure 585715DEST_PATH_IMAGE068
均为协调值。
实施例二。
本实施例包含了实施例一中的全部内容，提供了一种基于卫星遥感监测的生态监测灾害预警系统，包括海面温度监测模块、浮游生物监测模块和灾害预警模块，所述海面温度监测模块用于生成监测区域的温度分布图，所述浮游生物监测模块用于生成监测区域的浮游生物分布图，所述灾害预警模块根据浮游生物的分布与海面温度分布的关系进行分析得到赤潮的预警信息；
所述浮游生物监测模块每隔固定的时间获取卫星拍摄的监测区域的海面图像，统计得到海面图像中所有像素点的RGB信息，根据下式计算出每个像素点的差异度Pd：
Figure 84830DEST_PATH_IMAGE069
；
其中，
Figure 961388DEST_PATH_IMAGE070
为海面的标准红色分量，
Figure 204150DEST_PATH_IMAGE071
为海面的标准绿色分量，
Figure 600497DEST_PATH_IMAGE072
为海面的标准蓝色分量，
Figure 270512DEST_PATH_IMAGE073
为红色权重差异系数，
Figure 135831DEST_PATH_IMAGE074
为绿色权重差异系数，
Figure 182285DEST_PATH_IMAGE075
为蓝色权重差异系数，
Figure 433138DEST_PATH_IMAGE076
分别为海面图像中像素点的红色分量、绿色分量和蓝色分量；
在所有赤潮类型中，赤潮的颜色变化多为红色和绿色，
Figure 274055DEST_PATH_IMAGE073
、
Figure 125205DEST_PATH_IMAGE074
的具体取值会大于
Figure 709770DEST_PATH_IMAGE075
；
所述浮游生物监测模块将差异度大于第一阈值的像素点标记为目标像素点，结合图2，通过下述步骤对这些目标像素点进行分类：
S1、创建一个点集，将一个随机的目标像素点放在该点集中；
S2、若所有目标像素点全被放入对应的点集中，则跳至步骤S6，否则随机获取一个目标像素点，计算该目标像素点与已有点集中的所有目标像素点之间的距离，若计算得到的所有距离均大于关联距离，跳至步骤S3，若计算得到的所有距离中小于关联距离的目标像素点均在一个点集中，这个点集称为目标点集，跳至步骤S4，若计算得到的所有距离中小于关联距离的目标像素点分布在多个点集中，这些点集称为关联点集，跳至步骤S5；
S3、创建一个新的点集，将步骤S2中随机获取的目标像素点放入该点集中，回到步骤S2；
S4、将步骤S2中随机获取的目标像素点放入目标点集中，回到步骤S2；
S5、将关联点集合并成一个新的点集，将步骤S2中随机获取的目标像素点放入合并后的点集中，回到步骤S2；
S6、整理已存在的所有点集，结束目标像素点的分类；
结合图3，所述浮游生物监测模块得到的每个点集对应一个浮游生物聚集区域，所述浮游生物监测模块针对每个点集按照下述步骤进行处理：
S21、依次连接目标像素点，得到边界线，所述边界线构成一个封闭区域；
S22、若点集中存在处于封闭区域外的目标像素点，将该目标像素点与已有的边界线端点相连，得到新的封闭区域，删除处于封闭区域内部的边界线；
S23、重复步骤S22，直至点集中所有的目标像素点处于封闭区域内；
S24、在封闭区域内找到一个目标像素点，该目标像素点满足与一条边界线构成的三角形区域中不包含其他目标像素点，则删除该三角形中原有的边界线，将另外两条线段作为新的边界线；
S25、重复步骤S24，直至无法找到满足要求的目标像素点；
所述浮游生物监测模块计算出每个点集封闭区域的面积，记为S，然后根据下式计算每个浮游生物聚集区域的密度
Figure 80708DEST_PATH_IMAGE077
：
Figure 826948DEST_PATH_IMAGE078
；
其中，N表示浮游生物聚集区域对应点集中目标像素点的个数，
Figure 916126DEST_PATH_IMAGE079
表示点集中第i个目标像素点的差异度；
所述浮游生物监测模块将密度大于第二阈值的浮游生物聚集区域标记为目标区域；
所述海面温度监测模块获取卫星采集的温度数据，并根据温度的不同将海面分成若干个温度区域，所述温度数据为若干个海面监测点的实时温度，所述海面监测点构成网状结构；
结合图4，所述海面温度监测模块进行区域划分的过程包括如下步骤：：
S31、设置若干个温度区间，每个温度区间设置一个对应的标志；
S32、将所有的海面监测点根据其温度所在的温度区间赋予对应的标志；
S33、对每个海面监测点进行下述操作：若一个海面监测点以及其上下左右四个相邻的海面监测点的标志均相同，将上下左右四个海面监测点依次相连，得到一个基础区域；
S34、将重叠或者相邻的基础区域进行合并得到具有对应标志的温度区域；
S35、未被划分为任何温度区域的海面监测点称为边界点，将相邻的边界点连接作为边界线，将边界线两侧的温度区域扩充至边界线；
S36、将适宜浮游生物繁殖的温度区间对应的温度区域标记为适宜区域；
所述灾害预警模块对每个目标区域根据其所在的温度区域进行分析判断；
当所述目标区域完全处于非适宜区域时，将该目标区域视为低风险区域；
当所述目标区域部分处于非适宜区域、部分处于适宜区域时，将该目标区域视为中风险区域，所述灾害预警模块根据下式计算出该目标区域的中风险值
Figure 789536DEST_PATH_IMAGE080
：
Figure 14980DEST_PATH_IMAGE081
；
其中，
Figure 463279DEST_PATH_IMAGE082
表示目标区域中处于适宜区域的面积，
Figure 774175DEST_PATH_IMAGE083
表示目标区域的总面积，
Figure 949810DEST_PATH_IMAGE084
表示与该目标区域有重叠关系的适宜区域的总面积，
Figure 295341DEST_PATH_IMAGE085
为扩展基数，其具体数值是本领域技术人员在实际运用中可以自行设定的；
当所述目标区域完全处于适宜区域时，该目标区域视为高风险区域，所述灾害预警模块根据下式计算出该目标区域的高风险值
Figure 648962DEST_PATH_IMAGE086
：
Figure 447154DEST_PATH_IMAGE087
；
赤潮形成的过程如图5所示，所述灾害预警模块对每个目标区域进行追踪，并根据下式计算出目标区域的发展指数
Figure 927945DEST_PATH_IMAGE088
：
Figure 862403DEST_PATH_IMAGE089
；
其中，T表示该目标区域的存在总时长，
Figure 386925DEST_PATH_IMAGE090
表示该目标区域的发展时长，
Figure 672413DEST_PATH_IMAGE091
表示该目标区域当前风险值与最小风险值之差，
Figure 189851DEST_PATH_IMAGE092
表示该目标区域当前面积与最小面积之差，k为协调系数；
所述协调系数k有三个取值
Figure 244394DEST_PATH_IMAGE093
、
Figure 205397DEST_PATH_IMAGE094
和
Figure 978181DEST_PATH_IMAGE095
，当目标区域当前为低风险区域时，取值为
Figure 518884DEST_PATH_IMAGE093
，当目标区域当前为中风险区域时，取值为
Figure 444246DEST_PATH_IMAGE094
，当目标区域当前为高风险区域时，取值为
Figure 310570DEST_PATH_IMAGE095
，而
Figure 570650DEST_PATH_IMAGE096
；
在本实施例中，所述协调系数的三个取值
Figure 180623DEST_PATH_IMAGE062
、
Figure 193448DEST_PATH_IMAGE063
和
Figure 496253DEST_PATH_IMAGE064
之间的关系为：
Figure 978050DEST_PATH_IMAGE097
；
其中，
Figure 391714DEST_PATH_IMAGE098
和
Figure 26088DEST_PATH_IMAGE099
均为协调值，由本领域技术人员在实际运用中自行设定；
所述目标区域的发展时长包括低风险区域的面积扩大的时间段的时长、中风险区域的中风险值增大的时间段的时长和高风险区域的高风险值增大的时间段的时长；
所述当前风险值指的是当前的高风险值或中风险值，所述最小风险值指的是最小的高风险值或者最小的中风险值；
当目标区域仅为低风险区域时，
Figure 499795DEST_PATH_IMAGE100
的值为0；
当所述发展指数超过第三阈值时，所述灾害预警模块产生预警。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。

Claims (5)

1.一种基于卫星遥感监测的生态监测灾害预警系统，其特征在于，包括海面温度监测模块、浮游生物监测模块和灾害预警模块，所述海面温度监测模块用于生成监测区域的温度分布图，所述浮游生物监测模块用于生成监测区域的浮游生物分布图，所述灾害预警模块根据浮游生物的分布与海面温度分布的关系进行分析得到赤潮的预警信息；
所述海面温度监测模块根据卫星采集的温度数据将海面划分成若干个温度区域，其中，适宜浮游生物繁殖的温度区域称为适宜区域；
所述浮游生物监测模块根据卫星采集的海面图像数据分析得到目标区域，所述目标区域指浮游生物聚集的区域；
所述灾害预警模块根据目标区域与适宜区域的重叠关系将所述目标区域划分为低风险区域、中风险区域和高风险区域，所述低风险区域指与适宜区域完全无重叠的目标区域，所述中风险区域指与适宜区域部分重叠的目标区域，所述高风险区域指完全被适宜区域覆盖的目标区域；
所述灾害预警模块根据下式计算出中风险区域的中风险值
Figure 995528DEST_PATH_IMAGE001
：
Figure 597411DEST_PATH_IMAGE002
；
所述灾害预警模块根据下式计算出高风险区域的高风险值
Figure 447555DEST_PATH_IMAGE003
：
Figure 569226DEST_PATH_IMAGE004
；
其中，
Figure 581045DEST_PATH_IMAGE005
为目标区域的密度，
Figure 404644DEST_PATH_IMAGE006
表示目标区域中处于适宜区域的面积，
Figure 792900DEST_PATH_IMAGE007
表示目标区域的总面积，
Figure 291050DEST_PATH_IMAGE008
表示与该目标区域有重叠关系的适宜区域的总面积，
Figure 473770DEST_PATH_IMAGE009
为扩展基数；
所述灾害预警模块根据下式计算出目标区域的发展指数
Figure 50245DEST_PATH_IMAGE010
：
Figure 976612DEST_PATH_IMAGE011
；
其中，T表示该目标区域的存在总时长，
Figure 807296DEST_PATH_IMAGE012
表示该目标区域的发展时长，
Figure 426496DEST_PATH_IMAGE013
表示该目标区域当前风险值与最小风险值之差，
Figure 490267DEST_PATH_IMAGE014
表示该目标区域当前面积与最小面积之差，k为协调系数；
所述目标区域的发展时长包括低风险区域的面积扩大的时间段时长、中风险区域的中风险值增大的时间段时长和高风险区域的高风险值增大的时间段时长；
当所述发展指数超过第三阈值时，所述灾害预警模块产生预警。
2.如权利要求1所述的一种基于卫星遥感监测的生态监测灾害预警系统，其特征在于，所述浮游生物监测模块计算出海面图像中每个像素点的差异度
Figure 689167DEST_PATH_IMAGE015
，将差异度大于第一阈值的像素点标记为目标像素点，所述目标像素点构成点集，而点集对应的区域称为浮游生物聚集区域，所述浮游生物监测模块根据下式计算每个浮游生物聚集区域的密度
Figure 138472DEST_PATH_IMAGE016
：
Figure 928574DEST_PATH_IMAGE017
；
其中，
Figure 948482DEST_PATH_IMAGE018
为浮游生物聚集区域的面积，N表示浮游生物聚集区域对应点集中目标像素点的个数，
Figure 482232DEST_PATH_IMAGE019
表示点集中第i个目标像素点的差异度；
所述浮游生物监测模块将密度大于第二阈值的浮游生物聚集区域标记为目标区域。
3.如权利要求2所述的一种基于卫星遥感监测的生态监测灾害预警系统，其特征在于，所述浮游生物监测模块根据下式计算出每个像素点的差异度Pd：
Figure 287508DEST_PATH_IMAGE020
；
其中，
Figure 982931DEST_PATH_IMAGE021
为海面的标准红色分量，
Figure 490136DEST_PATH_IMAGE022
为海面的标准绿色分量，
Figure 561997DEST_PATH_IMAGE023
为海面的标准蓝色分量，
Figure 985894DEST_PATH_IMAGE024
为红色权重差异系数，
Figure 117798DEST_PATH_IMAGE025
为绿色权重差异系数，
Figure 377878DEST_PATH_IMAGE026
为蓝色权重差异系数，
Figure 4163DEST_PATH_IMAGE027
分别为海面图像中像素点的红色分量、绿色分量和蓝色分量。
4.如权利要求3所述的一种基于卫星遥感监测的生态监测灾害预警系统，其特征在于，所述协调系数k有三个取值
Figure 33299DEST_PATH_IMAGE028
、
Figure 70525DEST_PATH_IMAGE029
和
Figure 817901DEST_PATH_IMAGE030
，当目标区域当前为低风险区域时，取值为
Figure 965986DEST_PATH_IMAGE028
，当目标区域当前为中风险区域时，取值为
Figure 98896DEST_PATH_IMAGE029
，当目标区域当前为高风险区域时，取值为
Figure 307023DEST_PATH_IMAGE030
，而
Figure 276116DEST_PATH_IMAGE031
。
5.如权利要求4所述的一种基于卫星遥感监测的生态监测灾害预警系统，其特征在于，所述协调系数的三个取值
Figure 493471DEST_PATH_IMAGE028
、
Figure 982352DEST_PATH_IMAGE029
和
Figure 626960DEST_PATH_IMAGE030
之间的关系为：
Figure 83349DEST_PATH_IMAGE032
；
其中，
Figure 838816DEST_PATH_IMAGE033
和
Figure 946318DEST_PATH_IMAGE034
均为协调值。
CN202210732492.8A 2022-06-27 2022-06-27 一种基于卫星遥感监测的生态监测灾害预警系统 Active CN114821977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210732492.8A CN114821977B (zh) 2022-06-27 2022-06-27 一种基于卫星遥感监测的生态监测灾害预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210732492.8A CN114821977B (zh) 2022-06-27 2022-06-27 一种基于卫星遥感监测的生态监测灾害预警系统

Publications (2)

Publication Number Publication Date
CN114821977A CN114821977A (zh) 2022-07-29
CN114821977B true CN114821977B (zh) 2022-09-02

Family

ID=82521223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210732492.8A Active CN114821977B (zh) 2022-06-27 2022-06-27 一种基于卫星遥感监测的生态监测灾害预警系统

Country Status (1)

Country Link
CN (1) CN114821977B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0830765A (ja) * 1994-07-14 1996-02-02 Toyo Constr Co Ltd 水域モニタリングシステム
CN101901468A (zh) * 2010-08-02 2010-12-01 福州市海洋与渔业技术中心 一种简易的赤潮预警方法
CN102141517A (zh) * 2011-01-05 2011-08-03 中国科学院南京地理与湖泊研究所 大型浅水湖泊翌年蓝藻水华首次发生水域预测方法
CN111861276A (zh) * 2020-08-04 2020-10-30 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) 一种面向事件链的绿潮灾害动态风险评估方法
CN114492973A (zh) * 2022-01-18 2022-05-13 苏州热工研究院有限公司 一种核电厂周边海域海洋生物预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11402362B2 (en) * 2017-06-19 2022-08-02 Nanjing Institute Of Geography Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0830765A (ja) * 1994-07-14 1996-02-02 Toyo Constr Co Ltd 水域モニタリングシステム
CN101901468A (zh) * 2010-08-02 2010-12-01 福州市海洋与渔业技术中心 一种简易的赤潮预警方法
CN102141517A (zh) * 2011-01-05 2011-08-03 中国科学院南京地理与湖泊研究所 大型浅水湖泊翌年蓝藻水华首次发生水域预测方法
CN111861276A (zh) * 2020-08-04 2020-10-30 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) 一种面向事件链的绿潮灾害动态风险评估方法
CN114492973A (zh) * 2022-01-18 2022-05-13 苏州热工研究院有限公司 一种核电厂周边海域海洋生物预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
海洋一号C卫星在自然灾害监测中的应用;刘建强等;《卫星应用》;20200625(第06期);第26-34页 *
赤潮综合集成预警系统的设计与开发;卢志永等;《海洋技术》;20061215(第04期);第46-48、128页 *

Also Published As

Publication number Publication date
CN114821977A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
Mahé et al. Directional bilateral asymmetry in otolith morphology may affect fish stock discrimination based on otolith shape analysis
Malak Overview of the conservation status of the marine fishes of the Mediterranean Sea
Grosslein et al. Fish distribution
Huff et al. Green sturgeon physical habitat use in the coastal Pacific Ocean
Able et al. Application of mobile dual-frequency identification sonar (DIDSON) to fish in estuarine habitats
Liao et al. Research on intelligent damage detection of far-sea cage based on machine vision and deep learning
Jalali et al. Predictive mapping of abalone fishing grounds using remotely-sensed LiDAR and commercial catch data
Man Socio-spatial ecology of Indo-Pacific humpback dolphins (Sousa chinensis) in Hong Kong and the Pearl River Estuary
Bilkovic et al. Ecological and economic effects of derelict fishing gear in the Chesapeake Bay 2015/2016 final assessment report
Alestra et al. Rocky reef impacts of the Kaikōura earthquake: quantification and monitoring of nearshore habitats and communities
CN114821977B (zh) 一种基于卫星遥感监测的生态监测灾害预警系统
Gallagher et al. Range contractions, fragmentation, species extirpations, and extinctions of commercially valuable molluscs in the Mediterranean Sea—a climate warming hotspot
Rubidge et al. Reassessment of the ecologically and biologically significant areas (EBSAs) in the Pacific northern shelf bioregion
Burns Population characteristics and migratory movements of humpback whales (Megaptera novaeangliae) identified on their southern migration past Ballina, eastern Australia
Kaplan et al. Humpback-krill relationships are strongest at fine spatial scales in the Northern California current region
De Boer et al. New records of whale shark (Rhincodon typus), giant manta ray (Manta birostris) and Chilean devil ray (Mobula tarapacana) for Suriname
El-Bokhty et al. Length-weight relationship, condition factor, and length frequency distribution of the common sole Solea solea in Lake Manzalah, Egypt, with the first record for Atherinomorous forskalii
Hannah et al. Ecological Risk Assessment for the Effects of Human Activities at the Hecate Strait and Queen Charlotte Sound Glass Sponge Reefs Marine Protected Areas
Tony et al. Habitat Biodiversity as a Determinant of Fish Community Structure on Coral Reefs in Halang Melingkau Island, Kotabaru, South Kalimantan-Indonesia
Link et al. Northwest Atlantic ecosystem-based management for fisheries
Whitmore Zooglider reveals the importance of marine snow, small particles, and body size to planktonic trophic interactions
Weir et al. Cue rates and surfacing characteristics of sei whales (Balaenoptera borealis) in the Falkland Islands
Pazhayamadom et al. Stock differentiation of goldband goatfish Upeneus moluccensis from the Red Sea and the Mediterranean Sea using morphometric analysis
Muhando Coral reef monitoring in Tanzania: an analysis of the last 20 years
Allen Fishery-impacted bottlenose dolphins of north-western Australia: Bycatch patterns, genetic status and abundance

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