CN116125028B - 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统 - Google Patents

基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统 Download PDF

Info

Publication number
CN116125028B
CN116125028B CN202310403061.1A CN202310403061A CN116125028B CN 116125028 B CN116125028 B CN 116125028B CN 202310403061 A CN202310403061 A CN 202310403061A CN 116125028 B CN116125028 B CN 116125028B
Authority
CN
China
Prior art keywords
green tide
monitoring
glider
wave
fluctuation
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
CN202310403061.1A
Other languages
English (en)
Other versions
CN116125028A (zh
Inventor
秦玉峰
冯志涛
吴国伟
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.)
National Ocean Technology Center
Original Assignee
National Ocean Technology Center
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 National Ocean Technology Center filed Critical National Ocean Technology Center
Priority to CN202310403061.1A priority Critical patent/CN116125028B/zh
Publication of CN116125028A publication Critical patent/CN116125028A/zh
Application granted granted Critical
Publication of CN116125028B publication Critical patent/CN116125028B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C31/00—Aircraft intended to be sustained without power plant; Powered hang-glider-type aircraft; Microlight-type aircraft
    • B64C31/02—Gliders, e.g. sailplanes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Food Science & Technology (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Operations Research (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统；该方法包括在监控海域，布设多套绿潮监测波动滑翔器，使其构成网状结构；根据海洋生态背景场的监测数据，进行绿潮监测算法的机器学习，设置波动滑翔器的作业方式；根据海洋生态背景场的监测数据，判断是否爆发绿潮，若判断结果为爆发绿潮，则执行绿潮预警，并根据有效波高判断是否进行绿潮漂移路径的追踪，若未发生绿潮，则继续执行海洋生态背景场的监测，该系统用于执行本方法，利用波动滑翔器可长期连续在线监测的技术特点，构建海洋绿潮长周期移动监测和漂移路径追踪系统，实现对绿潮的生长、爆发的长周期在线监测，实现对绿潮漂移路径的有效追踪。

Description

基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统
技术领域
本发明涉及绿潮监测追踪技术领域，尤其涉及一种基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统。
背景技术
绿潮是指海洋中大型绿藻在一定条件下爆发性增殖或聚集达到某一水平，引起水体变色，导致生态环境异常的一种海洋非正常现象，也被视作和赤潮一样的海洋灾害。绿潮危害很大，绿潮的爆发会导致海水的含氧量、酸碱度以及二氧化碳浓度发生变化，严重影响了海洋生态环境的平衡。目前绿潮的监测主要采用遥感监测和人工监测相结合的方式，人工监测受海况、天气及船舶等限制较大，且监测范围较小同时对人力物力依赖大，无法实现长期连续在线监测；尽管使用卫星遥感观测的方式对研究绿潮大规模爆发后影响面积和范围有很大优势，但是受分辨率和气象条件影响严重，同时对水下悬浮绿潮的探查存在盲区，对绿潮的分布及转移路径多是通过卫星遥感和数值模拟进行分析，缺少相对直接的观测数据及观测方法。
发明内容
因此，本发明的目的在于提出一种基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统，利用波动滑翔器可长期连续在线监测的技术特点，搭载绿潮特征相关传感器，构建海洋绿潮长周期移动监测和漂移路径追踪系统，实现对绿潮的生长、爆发的长周期在线监测，并基于绿潮漂移路径追踪算法控制波动滑翔器的航行轨迹以实现对绿潮漂移路径的有效追踪。
为了实现上述目的，本发明的提供的一种基于波动滑翔器的绿潮监测和漂移路径追踪方法，包括以下步骤：
S1、在监控海域，布设多套绿潮监测波动滑翔器，使其构成多边形的网状结构；
S2、设定目标点的虚拟锚泊，在目标点开展海洋生态背景场监测，根据海洋生态背景场的监测数据，进行绿潮监测算法的机器学习，设置波动滑翔器的作业方式；
所述机器学习为将海洋生态背景场作为欧拉场开展学习，通过背景场数据的不断训练掌握背景场各个物理量的变化规律F（X，t）；所述物理量包括温度T、盐度S、pH值、溶解氧DO、叶绿素CHL、风速WV、风向WD、流速CV；可表述为：
F=F（X，t）；
X=( T,S,pH,DO,CHL,WV,WD,CV) ；
S3、根据海洋生态背景场的监测数据，判断是否爆发绿潮，若判断结果为爆发绿潮，则执行绿潮预警，并根据有效波高判断是否进行绿潮漂移路径的追踪，若未发生绿潮，则继续执行海洋生态背景场的监测。
进一步优选的，在S2中，所述海洋生态背景场监测数据至少包括昼夜的温盐、波浪、洋流、气象、pH、溶解氧和叶绿素。
进一步优选的，在S2中，所述绿潮监测算法包括如下步骤：
S201、当监测到溶解氧、pH值低于正常值，但叶绿素含量不变时，执行绿潮爆发的轻度预警，当若溶解氧和pH值随时间的变化率小于零时
Figure SMS_1
；判断为绿潮爆发的概率增大，并增加溶解氧、pH、叶绿素的监测频次；其中，/>
Figure SMS_2
表示溶解氧和pH值随时间的变化率的观测值，
Figure SMS_3
表示背景场中溶解氧和pH值随时间的变化率的参照值；
S202、当监测到溶解氧、pH值持续降低，且叶绿素高于正常值时，若溶解氧和pH值随时间的变化率小于零，叶绿素随时间的变化率大于零，满足约束条件为：
Figure SMS_4
；
判断为绿潮爆发早期的藻类，后期绿潮爆发的概率在持续增大；启动绿潮爆发的中度预警；
S203、将监测数据根据监测时间进行拟合对比，当检测到白天的溶解氧伴随着叶绿素的升高而升高，夜晚溶解氧低于正常值，全天pH值低于正常值；且呈现夜晚溶解氧随时间的变化率小于零；白天溶解氧随时间的变化率大于零；满足约束条件为：
Figure SMS_5
；
Figure SMS_6
、/>
Figure SMS_7
、/>
Figure SMS_8
分别表示pH值、溶解氧、叶绿素随时间的变化率的观测值，/>
Figure SMS_9
、/>
Figure SMS_10
、/>
Figure SMS_11
分别表示pH值、溶解氧、叶绿素随时间的变化率的参照值；
判断为已存在部分藻类产生叶绿素，并进行光合作用；启动绿潮爆发的重度预警；
S204、当监测到白天的溶解氧高于正常值，夜晚的溶解氧低于正常值，pH值低于正常值，全天的叶绿素均高于正常值，且超过所设定的叶绿素浓度阈值，约束条件为：
Figure SMS_12
；
根据叶绿素随时间的变化率若小于零，则判断为绿潮在逐渐减弱；若叶绿素随时间的变化率大于零，则说明绿潮在逐渐加强，启动绿潮爆发预警。
进一步优选的，在S3中，根据有效波高判断是否进行绿潮漂移路径的追踪包括：
当有效波高小于0.5m时，继续执行绿潮的监测和预警，同时向岸站不断发送绿潮爆发的警示信息；
当有效波高大于等于0.5m时，执行绿潮漂移路径追踪指令，由绿潮监测波动滑翔器主控系统基于表层流向，制定漂移路径追踪策略。
进一步优选的，所述漂移路径追踪策略包括：
以顺洋流方向最远端的波动滑翔器作为领航点，以表层流向作为绿潮监测波动滑翔器的期望航向，其余两个点位的波动滑翔器和领航点保持三角形阵列，执行绿潮漂移路径的追踪；
漂移路径追踪过程中，以领航点波动滑翔器为首，调整波动滑翔器的航向，若某处的波动滑翔器监测到叶绿素值恢复到正常水平，开启波动滑翔器的航向控制进行追踪过程的路径调整，调整此处的波动滑翔器的位置，使之向叶绿素偏高的波动滑翔器的位置偏移；
当路径调整的波动滑翔器监测到所处位置的叶绿素的值与另外两点的波动滑翔器所监测的叶绿素值的差值在预设范围时，关闭此处波动滑翔器的航向控制系统，使此处波动滑翔器处于漂流状态；
当三个点位的绿潮监测波动滑翔器所监测到的叶绿素含量均恢复到正常值时，停止绿潮漂移路径追踪。
进一步优选的，所述漂移路径追踪过程中，当波动滑翔器的航向调整到和洋流方向一致时，关闭波动滑翔器的航向控制系统，使波动滑翔器呈漂流状态，以保持波动滑翔器处于和表层流在同一方向。
进一步优选的，所述漂移路径追踪还包括，当追踪结束后，以三个点位波动滑翔器的三角形的几何形心为路径点，根据波动滑翔器的运行状态数据刻画波动滑翔器的运动轨迹，作为绿潮的漂移路径；所述运行状态数据包括运行状态、定位信息、航向信息。
本发明还提供一种基于波动滑翔器的绿潮监测和漂移路径追踪系统，包括：至少3套波动滑翔器，所述波动滑翔器的空间位置构成多边形的网状结构；
每套波动滑翔器中设置监测传感器、中控器和执行器；
所述监测传感器用于监测海洋的温盐、浪、流、气象及绿潮特征参数；
所述中控器用于获取监测传感器的监测参数，并利用内置的绿潮监测算法，判断是否爆发绿潮，将监测结果与对应的绿潮警示信息发送至岸站，并根据监测结果控制波动滑翔器的执行器，调整作业方式。
进一步优选的，所述中控器根据绿潮监测算法，判断是否爆发绿潮时包括：
当监测到溶解氧、pH值低于正常值，但叶绿素含量不变时，执行绿潮爆发的轻度预警，并增加溶解氧、pH、叶绿素的监测频次；
当持续监测到溶解氧、pH值降低，且叶绿素高于正常值时，启动绿潮爆发的中度预警；
将监测数据根据监测时间进行拟合对比，当检测到白天的溶解氧伴随着叶绿素的升高而升高，夜晚溶解氧和pH值，低于正常值，启动绿潮爆发的重度预警；
当监测到白天的溶解氧高于正常值，夜晚的溶解氧低于正常值，pH值低于正常值，全天的叶绿素均高于正常值，且超过所设定的叶绿素浓度阈值，启动绿潮爆发预警。
进一步优选的，所述中控器根据监测结果控制波动滑翔器的执行器时，还包括，所述根据有效波高判断是否进行绿潮漂移路径的追踪
当有效波高小于0.5m时，继续执行绿潮的监测和预警，同时向岸站不断发送绿潮爆发的警示信息；
当有效波高大于等于0.5m时，执行绿潮漂移路径追踪指令，由绿潮监测波动滑翔器主控系统基于表层流向，制定漂移路径追踪策略。
本申请公开的基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统，利用波动滑翔器可长期连续在线监测的技术特点，搭载绿潮特征相关传感器，构建海洋绿潮长周期移动监测和漂移路径追踪系统，实现对绿潮的生长、爆发的长周期在线监测，并基于绿潮漂移路径追踪算法控制波动滑翔器的航行轨迹以实现对绿潮漂移路径的有效追踪。
基于波动滑翔器的绿潮监测和漂移路径追踪方法可实现绿潮监测和路径追踪的无人化、智能化，且不受恶劣海况的影响，同时人力物力消耗小。波动滑翔器的巡航周期长，作业范围大，可长期锚定在某一海域或大范围巡航作业，可进行绿潮的中长期监测和预警，实现对绿潮的生长过程、漂移轨迹、路径跟踪等的长周期观测，用于分析和预报绿潮的月度、年度的时间及空间分布特征。
附图说明
图1为本发明的一种基于波动滑翔器的绿潮监测和漂移路径追踪方法的流程图。
图2为本发明的波动滑翔器的网状结构示意图。
图3为本发明的基于波动滑翔器的绿潮监测和漂移路径追踪的具体流程图。
图4为本发明的波动滑翔器的漂移路径追踪示意图。
图5为本发明的绿潮监测算法流程结构图。
具体实施方式
以下通过附图和具体实施方式对本发明作进一步的详细说明。
波动滑翔机是一种利用波浪动力前进，利用太阳能发电作为仪器通信、控制、定位、导航、传感器数据采集的能量供应的新型海洋移动观测平台，是目前唯一一种不需要外部能源供给即可实现长周期海洋环境作业的无人航行器。具有全球实时定位和数据传输、自主导航、远程控制等优势，以广泛应用于海洋环境观测、科学考察、石油和天然气探测及军事领域。
如图1所示，本发明一方面实施例提供的一种基于波动滑翔器的绿潮监测和漂移路径追踪方法，包括以下步骤：
S1、在监控海域，布设多套绿潮监测波动滑翔器，使其构成多边形的网状结构；如图2所示。本发明以3套波动滑翔器，间隔10公里，呈等边三角形阵列为例。依据三点确定一个面的原理，构成一个封闭海域至少需要的监测设备不少于3台套，在条件允许的情况下，可增加波动滑翔器的台套数，以提高绿潮监测的准确性和时效性。
S2、设定目标点的虚拟锚泊，在目标点开展海洋生态背景场监测，根据海洋生态背景场的监测数据，进行绿潮监测算法的机器学习，设置波动滑翔器的作业方式；所述机器学习为将海洋生态背景场作为欧拉场开展学习，通过背景场数据的不断训练掌握背景场各个物理量的变化规律F（X，t）；所述物理量包括温度T、盐度S、pH值、溶解氧DO、叶绿素CHL、风速WV、风向WD、流速CV；可表述为：
F=F（X，t）；
X=( T,S,pH,DO,CHL,WV,WD,CV) ；
S3、根据海洋生态背景场的监测数据，判断是否爆发绿潮，若判断结果为爆发绿潮，则执行绿潮预警，并根据有效波高判断是否进行绿潮漂移路径的追踪，若未发生绿潮，则继续执行海洋生态背景场的监测。
具体过程如图3所示，包括波动滑翔器布放；进行虚拟锚泊；背景场监测；绿潮爆发判断，其中判断依据根据设定的绿潮监测算法，若是，进行绿潮爆发预警，若否则继续监测；预警发出后根据有效波高是否大于等于0.5m；若是，则进行漂移路径追踪，刻画轨迹；若否，进行原位监测。
在S2中，所述海洋生态背景场监测数据至少包括昼夜的温盐、波浪、洋流、气象、pH、溶解氧和叶绿素。
进一步优选的，在S2中，所述绿潮监测算法包括如下步骤：如图5所示
S201、当监测到溶解氧、pH值低于正常值，但叶绿素含量不变时，执行绿潮爆发的轻度预警，并增加溶解氧、pH、叶绿素的监测频次；
当若溶解氧和pH值随时间的变化率小于零时
Figure SMS_13
；判断为绿潮爆发的概率增大，并增加溶解氧、pH、叶绿素的监测频次；
将原间隔30分钟一次，提高至间隔10分钟一次。若判断未发生绿潮，则继续执行海洋生态背景场的监测；
S202、当监测到溶解氧、pH值持续降低，且叶绿素高于正常值时，若溶解氧和pH值随时间的变化率小于零，叶绿素随时间的变化率大于零，满足约束条件为：
Figure SMS_14
；
判断为绿潮爆发早期的藻类，后期绿潮爆发的概率在持续增大；启动绿潮爆发的中度预警；
S203、将监测数据根据监测时间进行拟合对比，当检测到白天的溶解氧伴随着叶绿素的升高而升高，夜晚溶解氧和pH值，低于正常值，全天pH值低于正常值；且呈现夜晚溶解氧随时间的变化率小于零；白天溶解氧随时间的变化率大于零；满足约束条件为：
Figure SMS_15
；
判断为已存在部分藻类产生叶绿素，并进行光合作用；启动绿潮爆发的重度预警；
S204、当监测到白天的溶解氧高于正常值，夜晚的溶解氧低于正常值，pH值低于正常值，全天的叶绿素均高于正常值，且超过所设定的叶绿素浓度阈值，约束条件为：
Figure SMS_16
；
根据叶绿素随时间的变化率若小于零，则判断为绿潮在逐渐减弱；若叶绿素随时间的变化率大于零，则说明绿潮在逐渐加强，启动绿潮爆发预警。
其中，
Figure SMS_18
、/>
Figure SMS_21
、/>
Figure SMS_22
分别表示pH值、溶解氧、叶绿素随时间的变化率的观测值，/>
Figure SMS_19
、/>
Figure SMS_20
、/>
Figure SMS_23
分别表示pH值、溶解氧、叶绿素随时间的变化率的参照值；其中，/>
Figure SMS_24
表示溶解氧和pH值随时间的变化率的观测值，/>
Figure SMS_17
表示背景场中溶解氧和pH值随时间的变化率的参照值；
当判断发生绿潮后，由绿潮监测波动滑翔器主控系统基于有效波高判断是否进行绿潮漂移路径的追踪；根据有效波高判断是否进行绿潮漂移路径的追踪包括：
当有效波高小于0.5m时，继续执行绿潮的监测和预警，同时向岸站不断发送绿潮爆发的警示信息；
当有效波高大于等于0.5m时，执行绿潮漂移路径追踪指令，由绿潮监测波动滑翔器主控系统基于表层流向，制定漂移路径追踪策略。
如图4所示，所述漂移路径追踪策略包括：
以顺洋流方向最远端的波动滑翔器作为领航点，以表层流向作为绿潮监测波动滑翔器的期望航向，其余两个点位的波动滑翔器和领航点保持三角形阵列，执行绿潮漂移路径的追踪；
漂移路径追踪过程中，以领航点波动滑翔器为首，调整波动滑翔器的航向，若某处的波动滑翔器监测到叶绿素值恢复到正常水平，开启波动滑翔器的航向控制进行追踪过程的路径调整，调整此处的波动滑翔器的位置，使之向叶绿素偏高的波动滑翔器的位置偏移；
当路径调整的波动滑翔器监测到所处位置的叶绿素的值与另外两点的波动滑翔器所监测的叶绿素值的差值在预设范围时，关闭此处波动滑翔器的航向控制系统，使此处波动滑翔器处于漂流状态；
当三个点位的绿潮监测波动滑翔器所监测到的叶绿素含量均恢复到正常值时，停止绿潮漂移路径追踪。
进一步优选的，所述漂移路径追踪过程中，当波动滑翔器的航向调整到和洋流方向一致时，关闭波动滑翔器的航向控制系统，使波动滑翔器呈漂流状态，以保持波动滑翔器处于和表层流在同一方向。
进一步优选的，所述漂移路径追踪还包括，当追踪结束后，以三个点位波动滑翔器的三角形的几何形心为路径点，根据波动滑翔器的运行状态数据刻画波动滑翔器的运动轨迹，作为绿潮的漂移路径；所述运行状态数据包括运行状态、定位信息、航向信息。
本发明还提供一种基于波动滑翔器的绿潮监测和漂移路径追踪系统，用于实施上述基于波动滑翔器的绿潮监测和漂移路径追踪方法，包括：至少3套波动滑翔器，所述波动滑翔器的空间位置构成多边形的网状结构；
每套波动滑翔器中设置监测传感器、中控器和执行器；
所述监测传感器用于监测海洋的温盐、浪、流、气象及绿潮特征参数；
所述中控器用于获取监测传感器的监测参数，并利用内置的绿潮监测算法，判断是否爆发绿潮，将监测结果与对应的绿潮警示信息发送至岸站，并根据监测结果控制波动滑翔器的执行器，调整作业方式。
所述中控器根据绿潮监测算法，判断是否爆发绿潮时包括：
当监测到溶解氧、pH值低于正常值，但叶绿素含量不变时，执行绿潮爆发的轻度预警，并增加溶解氧、pH、叶绿素的监测频次；
当持续监测到溶解氧、pH值降低，且叶绿素高于正常值时，启动绿潮爆发的中度预警；
将监测数据根据监测时间进行拟合对比，当检测到白天的溶解氧伴随着叶绿素的升高而升高，夜晚溶解氧和pH值，低于正常值，启动绿潮爆发的重度预警；
当监测到白天的溶解氧高于正常值，夜晚的溶解氧低于正常值，pH值低于正常值，全天的叶绿素均高于正常值，且超过所设定的叶绿素浓度阈值，启动绿潮爆发预警。
进一步优选的，所述中控器根据监测结果控制波动滑翔器的执行器时，还包括，所述根据有效波高判断是否进行绿潮漂移路径的追踪
当有效波高小于0.5m时，继续执行绿潮的监测和预警，同时向岸站不断发送绿潮爆发的警示信息；
当有效波高大于等于0.5m时，执行绿潮漂移路径追踪指令，由绿潮监测波动滑翔器主控系统基于表层流向，制定漂移路径追踪策略。
显然，上述实施例仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (4)

1.一种基于波动滑翔器的绿潮监测和漂移路径追踪方法，其特征在于，包括以下步骤：
S1、在监控海域，布设多套波动滑翔器，使其构成多边形的网状结构；
S2、设定目标点的虚拟锚泊，在目标点开展海洋生态背景场监测，根据海洋生态背景场的监测数据，进行绿潮监测算法的机器学习，设置波动滑翔器的作业方式；
所述机器学习为将海洋生态背景场作为欧拉场开展学习，通过背景场数据的不断训练掌握背景场各个物理量的变化规律F（X，t）；所述物理量包括温度T、盐度S、pH值、溶解氧DO、叶绿素CHL、风速WV、风向WD、流速CV；变化规律表述为：
F=F（X，t）；
X=[T,S,pH,DO,CHL,WV,WD,CV]；
S3、根据海洋生态背景场的监测数据，判断是否爆发绿潮，若判断结果为爆发绿潮，则执行绿潮预警，并根据有效波高判断是否进行绿潮漂移路径的追踪，所述根据有效波高判断是否进行绿潮漂移路径的追踪包括：
当有效波高小于0.5m时，继续执行绿潮的监测和预警，同时向岸站不断发送绿潮爆发的警示信息；
当有效波高大于等于0.5m时，执行绿潮漂移路径追踪指令，由波动滑翔器主控系统基于表层流向，制定漂移路径追踪策略；
所述漂移路径追踪策略包括：
以顺洋流方向最远端的波动滑翔器作为领航点，以表层流向作为波动滑翔器的期望航向，其余两个点位的波动滑翔器和领航点保持三角形阵列，执行绿潮漂移路径的追踪；
漂移路径追踪过程中，以领航点波动滑翔器为首，调整波动滑翔器的航向，若某处的波动滑翔器监测到叶绿素值恢复到正常水平，开启波动滑翔器的航向控制进行追踪过程的路径调整，调整此处的波动滑翔器的位置，使之向叶绿素偏高的波动滑翔器的位置偏移；
当路径调整的波动滑翔器监测到所处位置的叶绿素的值与另外两点的波动滑翔器所监测的叶绿素值的差值在预设范围时，关闭此处波动滑翔器的航向控制系统，使此处波动滑翔器处于漂流状态；
当三个点位的波动滑翔器所监测到的叶绿素含量均恢复到正常值时，停止绿潮漂移路径追踪；
若未发生绿潮，则继续执行海洋生态背景场的监测。
2.根据权利要求1所述的基于波动滑翔器的绿潮监测和漂移路径追踪方法，其特征在于，所述漂移路径追踪过程中，当波动滑翔器的航向调整到和洋流方向一致时，关闭波动滑翔器的航向控制系统，使波动滑翔器呈漂流状态，以保持波动滑翔器处于和表层流在同一方向。
3.根据权利要求2所述的基于波动滑翔器的绿潮监测和漂移路径追踪方法，其特征在于，所述漂移路径追踪还包括，当追踪结束后，以三个点位波动滑翔器的三角形的几何形心为路径点，根据波动滑翔器的运行状态数据刻画波动滑翔器的运动轨迹，作为绿潮的漂移路径；所述运行状态数据包括运行状态、定位信息、航向信息。
4.一种基于波动滑翔器的绿潮监测和漂移路径追踪系统，用于实施上述权利要求1-3中任意一项所述的基于波动滑翔器的绿潮监测和漂移路径追踪方法，其特征在于，包括：至少3套波动滑翔器，所述波动滑翔器的空间位置构成多边形的网状结构；
每套波动滑翔器中设置监测传感器、中控器和执行器；
所述监测传感器用于监测海洋的物理量，所述物理量包括温度T、盐度S、pH值、溶解氧DO、叶绿素CHL、风速WV、风向WD、流速CV；
所述中控器用于获取监测传感器的监测参数，并利用内置的绿潮监测算法，判断是否爆发绿潮，将监测结果与对应的绿潮警示信息发送至岸站，并根据监测结果控制波动滑翔器的执行器，调整作业方式。
CN202310403061.1A 2023-04-17 2023-04-17 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统 Active CN116125028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310403061.1A CN116125028B (zh) 2023-04-17 2023-04-17 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310403061.1A CN116125028B (zh) 2023-04-17 2023-04-17 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统

Publications (2)

Publication Number Publication Date
CN116125028A CN116125028A (zh) 2023-05-16
CN116125028B true CN116125028B (zh) 2023-07-14

Family

ID=86299456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310403061.1A Active CN116125028B (zh) 2023-04-17 2023-04-17 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统

Country Status (1)

Country Link
CN (1) CN116125028B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170138297A (ko) * 2016-06-07 2017-12-15 (주)링크옵틱스 양식장의 수질환경 모니터링 시스템
KR101936586B1 (ko) * 2017-11-08 2019-04-09 한국건설기술연구원 Gps-기반 무작위 샘플링 방식으로 측정된 데이터를 활용한 녹조지도 작성 시스템 및 그 방법
JP2019218015A (ja) * 2018-06-22 2019-12-26 独立行政法人国立高等専門学校機構 漂流ブイ及び流れ観測装置
CN210626458U (zh) * 2019-06-12 2020-05-26 海南省海洋与渔业科学院 一种赤潮监测预警系统
CN112849349A (zh) * 2021-01-18 2021-05-28 清华大学深圳国际研究生院 一种在线内波预警系统及方法
CN114611800A (zh) * 2022-03-15 2022-06-10 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)) 一种黄海绿潮中长期趋势预测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105403680B (zh) * 2015-12-02 2017-09-08 浙江省海洋监测预报中心 一种基于浮标在线监测数据的赤潮短期预警方法及用途
CN108287018B (zh) * 2018-01-25 2021-08-10 国家海洋技术中心 基于波浪滑翔器的海洋环境噪声测量装置
CN109002888B (zh) * 2018-06-27 2022-01-11 厦门市海洋与渔业研究所 一种赤潮预警方法
US20220404328A1 (en) * 2021-06-18 2022-12-22 Colorado State University Research Foundation Systems, methods, and devices for detecting harmful algal blooms

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170138297A (ko) * 2016-06-07 2017-12-15 (주)링크옵틱스 양식장의 수질환경 모니터링 시스템
KR101936586B1 (ko) * 2017-11-08 2019-04-09 한국건설기술연구원 Gps-기반 무작위 샘플링 방식으로 측정된 데이터를 활용한 녹조지도 작성 시스템 및 그 방법
JP2019218015A (ja) * 2018-06-22 2019-12-26 独立行政法人国立高等専門学校機構 漂流ブイ及び流れ観測装置
CN210626458U (zh) * 2019-06-12 2020-05-26 海南省海洋与渔业科学院 一种赤潮监测预警系统
CN112849349A (zh) * 2021-01-18 2021-05-28 清华大学深圳国际研究生院 一种在线内波预警系统及方法
CN114611800A (zh) * 2022-03-15 2022-06-10 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)) 一种黄海绿潮中长期趋势预测方法

Also Published As

Publication number Publication date
CN116125028A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Wang et al. Numerical and experimental study on the maneuverability of an active propeller control based wave glider
Turner et al. Seasonal variation of dimethyl sulphide in the North Sea and an assessment of fluxes to the atmosphere
Leonard et al. Collective motion, sensor networks, and ocean sampling
CN105976643B (zh) 海上风电场的运维控制方法、装置及海上风电系统
CN107121928A (zh) 一种无人水面艇的扰动补偿控制方法
CN107942095B (zh) 波浪滑翔器实际航向预测方法
US8371163B2 (en) Techniques for monitoring storm conditions
CN111338337A (zh) 一种基于模糊算法的全向定位浮标控制方法、系统及设备
Codiga A marine autonomous surface craft for long-duration, spatially explicit, multidisciplinary water column sampling in coastal and estuarine systems
CN104316025A (zh) 一种基于船体姿态信息估计海浪浪高的系统
CN114611800B (zh) 一种黄海绿潮中长期趋势预测方法
CN104932546A (zh) 船载式自适应太阳能电池板搭载装置及自适应方法
CN116125028B (zh) 基于波动滑翔器的绿潮监测和漂移路径追踪方法及系统
Molchanov et al. Active drifters: Towards a practical multi-robot system for ocean monitoring
CN109000708A (zh) 一种海洋牧场的陆海综合体多维动态监测方法及系统
CN115016277A (zh) 一种考虑船间事件触发通信的多船分布式容错控制方法
Chen et al. The Mobile Water Quality Monitoring System Based on Low‐Power Wide Area Network and Unmanned Surface Vehicle
CN111189468A (zh) 一种波浪滑翔器全局路径规划方法
Lynch et al. Real-time data assimilative modeling on Georges Bank
CN115877843A (zh) 基于最优控制的冰区船舶路径规划方法、系统和存储介质
CN105242536A (zh) 基于bp神经网络的无人机驾驶路线航点标定方法
Zhu et al. Automatic cruise system for water quality monitoring
Amador et al. Wave glider speed model for real-time motion planning
Pettigrew et al. An operational real-time ocean sensor network in the Gulf of Maine
CN109426253A (zh) 一种远距离定区域风帆无人船的控制方法及系统

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