CN116739817A - 一种海洋生物多样性监测系统及数据处理方法 - Google Patents
一种海洋生物多样性监测系统及数据处理方法 Download PDFInfo
- Publication number
- CN116739817A CN116739817A CN202310992528.0A CN202310992528A CN116739817A CN 116739817 A CN116739817 A CN 116739817A CN 202310992528 A CN202310992528 A CN 202310992528A CN 116739817 A CN116739817 A CN 116739817A
- Authority
- CN
- China
- Prior art keywords
- area
- cultivation
- alternative
- farm
- offshore
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000013508 migration Methods 0.000 claims abstract description 30
- 230000005012 migration Effects 0.000 claims abstract description 30
- 238000012851 eutrophication Methods 0.000 claims abstract description 28
- 235000014653 Carica parviflora Nutrition 0.000 claims abstract description 25
- 241000243321 Cnidaria Species 0.000 claims abstract description 25
- 239000013598 vector Substances 0.000 claims description 30
- 241000251468 Actinopterygii Species 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 17
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 11
- 229910052760 oxygen Inorganic materials 0.000 claims description 11
- 239000001301 oxygen Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000012258 culturing Methods 0.000 claims description 8
- 229910052757 nitrogen Inorganic materials 0.000 claims description 8
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 7
- 229910052698 phosphorus Inorganic materials 0.000 claims description 7
- 239000011574 phosphorus Substances 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 239000013535 sea water Substances 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 241000195493 Cryptophyta Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000009364 mariculture Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 244000005700 microbiome Species 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
- 238000009304 pastoral farming Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
- A01K61/70—Artificial fishing banks or reefs
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
-
- 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
- G01N33/186—Water using one or more living organisms, e.g. a fish
-
- 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
- G01N33/186—Water using one or more living organisms, e.g. a fish
- G01N33/1866—Water using one or more living organisms, e.g. a fish using microorganisms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Environmental Sciences (AREA)
- Economics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Marine Sciences & Fisheries (AREA)
- Medicinal Chemistry (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Animal Husbandry (AREA)
- General Business, Economics & Management (AREA)
- Food Science & Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Zoology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Microbiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及海洋生物多样性技术领域,具体涉及一种海洋生物多样性监测系统及数据处理方法,确定海上的待选址养殖区域;基于预设的养殖选址规则,从所述待选址养殖区域中确定多个备选养殖区域;获取各备选养殖区域处的珊瑚礁的面积、鱼群迁移次数、区域海域富营养化程度以及海洋流速;根据待选址养殖区域海域珊瑚礁的面积、鱼群迁移次数、富营养化程度与海洋流速,确定各备选养殖区域的引力指数;将引力指数最大值对应的备选养殖区域作为最终养殖场。即本发明的方案能够促进海洋生态环境,保护海洋多样性。
Description
技术领域
本发明一般地涉及海洋生物多样性技术领域。更具体地,本发明涉及一种海洋生物多样性监测系统及数据处理方法。
背景技术
海洋生物多样性是指海洋中存在的各种生物种类和群体,包括海洋植物、动物、微生物、海洋生态系统和生物地理区域等。海洋生物多样性不仅是人类生存和发展的重要基础,也是保护地球生态平衡和生态安全的重要保障。
海洋生物是海洋生态系统的重要组成部分,它们之间相互依存、相互制约,构成了一个复杂的生态网络。保护海洋生物多样性可以维护海洋生态系统的稳定和平衡,防止生态系统出现崩溃和灾害;改善海洋生态环境,也有利于保护海洋生物多样性。
为了能够有效改善海洋生态环境,海洋牧场应运而生,其中海洋牧场的开发理念是更重视海洋生态环保以及渔业的可持续发展。
“海洋牧场”是指在一定海域内,采用规模化渔业设施和系统化管理体制,利用自然的海洋生态环境,将人工放流的经济海洋生物聚集起来,像在陆地放牧牛羊一样,对鱼、虾、贝、藻等海洋资源进行有计划和有目的的海上放养。
因此,通过建立海洋牧场实现海洋生态环境以及保护海洋生物多样性,是尤为重要的。
目前,对于海洋牧场的构建,其一般是综合关于海洋中的各种数据进行海洋牧场的选址,使其在不破坏海洋生态系统的前提下,改善海洋生态系统。如,申请公布号为CN115965220 A,发明名称为“一种海洋牧场养殖用大型装备型网箱选址方法”,其公开了通过利用无人机水上航行器对海面进行巡航,并进行海水取样、风速测量、海水流速测量、水深检测以及海底礁石群分布情况的数据采集,通过采集的数据对放置网箱的地址进行选址,以改善海洋生态平衡。
但是,需要说明的是,上述方案中的养殖地的选址并未考虑其他海上养殖场以及当前海域的生物的影响,例如:海洋中的多种生物的栖息地一般为高密度的珊瑚礁范围,若该范围合进行养殖,会对当地生态系统造成更大的压力和破坏,从而影响海洋生物多样性;而在珊瑚礁密度低时适合建立海上养殖,因此海上养殖场选址如果不到位就会在一定程度上破坏海洋生物多样性。因此,现有缺乏对养殖场选址数据进行监测以及数据处理以确定具体选址的方法,从而不能为后续的现代化海洋牧场的规划建设提供有利的参考。
发明内容
为解决上述一个或多个技术问题,本发明提出以已经存在的海上养殖场为依据,初步筛选可能备选养殖区域位置,之后在对备选养殖区域进行选址评估时,引入了当前备选养殖区域位置处的珊瑚礁面积、海水流速、海水质量以及该区域的野生鱼群迁移次数,对多个备选养殖区域进行最终的评估,其中引入鱼群迁移次数可以确定该当前区域是否处于野生鱼群的洄游路径,从而借助于外界野生鱼群的因素,确定可能备选养殖区域中的最终的养殖场,实现了海上养殖场的合理选址,解决海上养殖场由于选址不当而影响海洋多样性的问题,为此,本发明在如下的三个方面中提供方案。
在第一个方面中,本发明提供的一种海洋生物多样性监测数据处理方法,包括:
确定海上的待选址养殖区域;
基于预设的养殖选址规则,从所述待选址养殖区域中确定多个备选养殖区域;
对各备选养殖区域进行选址评估,基于评估结果确定最终选址养殖区域;
对各备选养殖区域进行选址评估的过程为:
获取各备选养殖区域处的珊瑚礁的面积、鱼群迁移次数、富营养化程度以及海洋流速;
根据所述珊瑚礁的面积、鱼群迁移次数、富营养化程度与海洋流速,确定各备选养殖区域的引力指数;
将引力指数最大值对应的备选养殖区域作为最终养殖场;
其中,引力指数为:
其中,F为引力指数,S为备选养殖区域的珊瑚礁的面积、K为鱼群迁移次数、M为富营养化程度,V为海洋流速,e为自然常数,、/>、/>分别为备选养殖区域的珊瑚礁的面积、鱼群迁移次数、富营养化程度对应的权重。
在一个实施例中,所述养殖选址规则为:
步骤s101,选取待选址养殖区域内所有已存在的海上养殖场;
步骤s102,随机选取一个海上养殖场作为初始中心点,以设定距离为半径,构建初始圆形空间,其中的设定距离为选取最大面积对应的海上养殖场作为第一海上养殖场;选取与第一海上养殖场距离最近的海上养殖场作为第二海上养殖场;第一海上养殖场与第二海上养殖场的距离为设定距离;
步骤s103,计算初始圆形空间的初始密度;根据初始圆形空间内所有海上养殖场到初始中心点的向量,确定所有向量的平均向量;将初始中心点移动到平均向量的终点,以终点处的海上养殖场为新的中心点;
步骤s104,重复步骤s102至103,得到新的中心点以及密度,如此循环,直至寻找到圆形空间密度最大时对应的中心点,记为最终中心点;
步骤s105,构建初始中心点与最终中心点的向量,得到向量的相反向量,进而得到相反向量的终点;
步骤s106,多次随机选择不同的初始中心点,重复步骤s102至s106,得到多个相反向量对应的多个终点;
步骤s107,以各终点为圆心,以第二设定距离为半径,得到对应的圆形空间,进而得到各圆形空间对应的密度,响应于密度小于初始密度的终点,作为备选养殖场区域的位置。
在一个实施例中,步骤s103中还包括在以终点处的海上养殖场为新的中心点之前,进行终点处的海上养殖场确定的步骤:
当终点的位置不存在海上养殖场,则统计以终点为圆心,设定距离为半径内的区域中的海上养殖场,当海上养殖场至少存在两个时,选取与终点距离最小的海上养殖场作为新的中心点。
在一个实施例中,还包括对步骤s107中的备选养殖场区域的位置进行筛选的过程:
以任一备选养殖场区域的位置为圆心,以第三设定距离为半径,建立圆形空间,计算各圆形空间的密度,响应于密度小于等于设定密度时的备选养殖区域的位置,作为最终的备选养殖区域;其中第三设定距离半径为历史数据中统计的所有两两海上养殖场区域之间距离的均值。
在一个实施例中,最终选址养殖区域为选取最大的引力指数对应的备选养殖区域。
在一个实施例中,所述鱼群迁移次数为:获取预设时间段内历史数据中备选养殖区域内经历鱼群密度激增的次数,作为鱼群迁移次数。
在一个实施例中,所述富营养化程度为:
其中,Co 2为目标区域海域含氧量的归一化值,为氮磷元素含量的归一化值,Color为水面颜色归一化值,e为自然常数,M为富营养化程度。
在第二个方面中,本发明还提供了一种海洋生物多样性监测系统,包括:处理器;以及
存储器,其存储有用于一种海洋生物多样性监测数据处理的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行上述的一种海洋生物多样性监测数据处理方法。
在第三个方面中,本发明还提供了一种计算机可读存储介质,其上存储有用于一种海洋生物多样性监测数据处理的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现上述的一种海洋生物多样性监测数据处理方法。
本发明的有益效果为:
本发明的方案通过待选址养殖区域内的其他已经存在的海上养殖场为依据,确定备选养殖区域,实现了对海上养殖场的预先选址的目的,之后对备选养殖区域进行选址评估,即通过备选养殖区域中的珊瑚礁面积、海水流速、海水质量以及该区域的野生鱼群迁移次数,对多个备选养殖区域进行最终的评估,从中选出评估结果最好的备选养殖区域作为最终的养殖场,实现了海上养殖场的合理选址,促进了环境生态环境,保护了海洋生物多样性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是本实施例的一种海洋生物多样性监测数据处理方法的步骤流程图;
图2是本实施例的一种海洋生物多样性监测数据处理方法中的预设的养殖选址规则的方法流程图;
图3是本实施例的一种海洋生物多样性监测数据处理方法中的备选养殖区域进行选址评估的方法流程图;
图4是本实施例的一种海洋生物多样性监测系统的结构框图。
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,都属于本发明保护的范围。
下面结合附图来详细描述本发明的具体实施方式。
图1是本实施例的一种海洋生物多样性监测数据处理方法的步骤流程图。
如图1所示,本实施例的一种海洋生物多样性监测数据处理方法,包括以下步骤:
确定海上的待选址养殖区域。以某海域为例,划定目标区域海域作为待选址养殖区域。
基于预设的养殖场选址规则,从所述待选址养殖区域中确定多个备选养殖区域。基于海洋牧场的选址要求,进行养殖场选址规则的预设,进行初步养殖区域的确定;其中的选址要求包括已经存在的海上养殖场的情况。
对各备选养殖区域进行选址评估,基于评估结果确定最终选址养殖区域。在初步确定养殖区域的基础上,从备选养殖区域自身的因素分析、评估,确定最终的选址养殖区域,其中备选养殖区域自身的因素包括珊瑚礁、野生鱼群、海水质量以及海水流速等。
图2是本实施例的一种海洋生物多样性监测数据处理方法中的预设的养殖选址规则的方法流程图。
具体地,本实施例中在建立海上养殖场时的首要环节是确定当前海域附近是否已经存在大型海上养殖或者生态承载是否达到饱和状态,所以需要先确定海上养殖场的备选养殖区域,因此设置了预设的养殖场选址规则。
具体地,如图2所示,本实施例中的预设的养殖场选址规则为:
在步骤s101处,获取待选址养殖区域内所有已存在的海上养殖场。获取遥感影像数据以及待选址养殖区域内的所有海上养殖场的个数,并在遥感影像数据上进行海上养殖场的标注,得到各海上养殖场的位置信息;其中位置信息通过建立坐标系获取,示例性的,可以以某一海上养殖场为原点,建立坐标系,也可以以待选址养殖区域上的某一边缘点(可以不是海上养殖场)为原点,建立坐标系。
在步骤s102处,以任意一个海上养殖场为初始中心点,以设定距离为半径,构建圆形空间,计算圆形空间的初始密度;
其中的设定距离为选取最大面积对应的海上养殖场作为第一海上养殖场;选取与第一海上养殖场距离最近的海上养殖场作为第二海上养殖场;第一海上养殖场与第二海上养殖场的距离为设定距离。
在步骤s103处,计算初始圆形空间的初始密度;根据初始圆形空间内所有海上养殖场到初始中心点的向量,确定所有向量的平均向量;将初始中心点移动到平均向量的终点,以终点处的海上养殖场为新的中心点。
其中,平均向量的终点可能并不是海上养殖场所在的位置,此时需要确定与终点距离最近的海上养殖场作为新的中心点,具体地,当终点的位置不存在海上养殖场,则统计以终点为圆心,设定距离为半径内的海上养殖场,当海上养殖场至少存在两个时,选取与终点距离最小的海上养殖场作为新的中心点;当仅存在一个时,将该一个海上养殖场作为新的中心点;当不存在时,则重新随机寻找初始中心点。
在步骤s104处,重复步骤s102和步骤s103,得到新的中心点以及密度,如此循环,直至寻找到圆形空间密度最大时对应的中心点,记为最终中心点;
在步骤s105处,构建初始中心点与最终中心点的向量,得到向量的相反向量,进而得到相反向量的终点;
在步骤s106处,多次随机选择不同的初始中心点,重复步骤s102-步骤s106,得到多个相反向量对应的多个终点;
在步骤s107处,以各终点为圆心,以第二设定距离为半径,得到对应的圆形空间,进而得到各圆形空间对应的密度,响应于密度小于初始密度的终点,作为备选养殖场区域的位置;密度大于初始密度的终点均剔除。其中第二设定距离为采集预设区域海域内相邻距离最近的两个已建立海上养殖场的距离和相邻距离最远的两个已建立海上养殖场的距离/>,求取平均值/>。
上述中的密度可以通过获取圆形空间内的海上养殖场的总个数与圆形空间的面积确定;当然也可以为圆形空间内的海上养殖场的总个数。
需要说明的是,本实施例中由于中心点的移动方向的海上养殖场密度是越来越大的,所以当搜寻到密度最大的区域后,它的反方向一般来说都是密度较小的区域,因此可以多次随机选择不同的初始中心点,对每次的搜寻结果的相反向量进行记录,获取多个相反向量的终点进行分析。
需要说明的是,本申请中先确定密度大的区域,之后基于密度大的区域反向考虑密度小的区域,通过“反向”思维的方式,进行可能备选养殖场区域的初步筛选,其相比于直接获取密度小的地方,其能够遍历到所有位置点到最终的一个密度最大点的路径,虽然设定了半径,但是密度最大点与设定半径的关系并不大,且最终的密度最大点有且仅有一个,那么反向的密度最小点则有多种可能,对于多种可能,在设置满足条件,直接进行筛选,使确定的可能备选养殖场区域位置更加合理;而直接获取密度小的区域则是依据设定半径的变化而发生变化,随机性较大,即当设定半径不合理时,获取的密度小的区域也存在不合理。
进一步地,为了更准确地确定备选养殖场区域的位置,还包括对备选养殖场区域的位置的进一步筛选的过程:
以任一备选养殖场区域的位置为圆心,以第三设定距离为半径,建立圆形空间,计算各圆形空间的密度,选取密度小于等于设定密度时对应的备选养殖场区域,作为最终的备选养殖区域;其中第三设定距离半径为历史数据中统计的所有两两海上养殖场区域之间距离的均值。
上述中的设定密度原则上为0,但是考虑到海上实际情况,其可以设定为W,该W的取值根据密度的计算方式确定,如当密度为个数时,W取值为2,具体地可以根据实际情况确定;当密度为个数与面积的比值时,则W取值为2/S,S为圆形空间的面积。
在确定了多个最终的备选养殖区域后,还需要对备选养殖区域进行筛选,确定最终养殖区域,具体地,如图3所示,对各备选养殖区域进行选址评估的方法为:
首先,获取各备选养殖区域处的珊瑚礁的面积、鱼群迁移次数、区域海域富营养化程度以及海洋流速。
珊瑚礁的面积可以通过珊瑚礁在线监测系统中的相机或激光扫描仪等影像技术来拍摄和记录珊瑚礁的分布情况,根据遥感测绘等方式获得的影像数据可以精确地计算出珊瑚礁的面积S。
在鱼群迁移的时候,会造成待选址养殖区域海域内的鱼群密度瞬间激增,造成氧气含量下降,所以在海上养殖场选址时要考虑到鱼群迁移问题,尽量避免海上养殖场建立在鱼群迁移的航线上;因此获取历史的预设时间段内历史数据中备选养殖区域内经历鱼群密度激增的次数,从而确定备选养殖区域的鱼群迁移次数K。
富营养化程度是通过采集目标区域海域含氧量Co 2、氮磷元素含量及水面颜色Color,计算目标区域海域富营养化程度M,具体表达式为:
其中,Co 2为目标区域海域含氧量的归一化值,为氮磷元素含量的归一化值,Color为水面颜色归一化值,e为自然常数,M为富营养化程度。
需要说明的是,在计算备选养殖区域的富营养化程度时还需要对备选养殖区域的海域含氧量Co 2、氮磷元素含量及水面颜色Color进行归一化处理,以消除量纲。
其中,利用溶解氧计测量备选养殖区域含氧量,利用氮磷含量检测仪检测水域氮磷含量;将生态环境好的水域颜色作为标准参数存储于色彩传感器,利用所述色彩传感器测量区域海水水面颜色。
需要说明的是,由于海水富营养化,藻类物质激增,吸收了较多的氧气,造成区域海域氧气含量降低;氮磷等营养元素也会加剧藻类物质生长,且藻类物质通常带有颜色,形成赤潮等现象。因此,通过采集上述数据能够对海水的富营养化程度进行分析。
当然作为其他实施方式,还可以直接利用水质检测仪对海水质量进行检测,得到富营养化程度。
本实施例中还通过采用流速传感器进行海洋流速的检测。
需要说明的是,珊瑚礁密度高对当地的生态系统和海洋生物多样性有着重要的支撑和保护作用,此处建立海上养殖场会破坏此处的生态系统;目标区域水域富营养化程度越高,意味着此处受污染越严重,需要进行清理来改变生态环境破坏的状况,不适宜建立海上养殖场;目标区域海域的鱼群迁移次数越高,意味着此处处于鱼群迁移线路上,若在此处建立海上养殖场,可能会经常出现海上养殖场周围鱼群激增造成目标区域海域氧气含量降低的情况,对养殖工作造成影响。一般来说,海上养殖场所在的海洋流速应当稍快,这样能够防止海上养殖场投放的饲料堆积破环此处海域的生态环境与海域生物多样性。
因此,通过获取上述参数对备选养殖区域进行评估,能够估算出备选养殖区域是否是最终合适的养殖场。
其次,根据各备选养殖区域的珊瑚礁的面积S、鱼群迁移次数K、富营养化程度M与海洋流速V,确定目标区域海域引力指数F,将引力指数最大值对应的备选养殖区域作为最终养殖场。
其中,引力指数为:
其中,F为引力指数,S为珊瑚礁的面积、K为鱼群迁移次数、M为富营养化程度,V为海洋流速,e为自然常数,、/>、/>分别为备选养殖区域的珊瑚礁的面积、鱼群迁移次数、富营养化程度对应的权重,珊瑚礁密度S、目标区域水域富营养化程度M与目标区域海域的鱼群迁移次数K均与备选养殖区域的引力指数F均成反比关系。
本实施例中,对于备选养殖区域的珊瑚礁的面积、鱼群迁移次数、富营养化程度对应的权重的设置,其可以根据对海上养殖场的选址的要求以及人的经验进行人为设置。
上述中是通过确定各备选养殖区域内的自身因素来确定是否满足海上养殖场的建造要求。
本发明的方案,通过利用已经存在的海上养殖场进行备选养殖场的确定,能够粗略筛选出可能符合要求的备选养殖场,之后对备选养殖场区域进行评估,能够通过评估指标,进一步确定备选养殖场区域中符合选址要求的最终养殖场区域,能够快速地进行养殖场地选址,方法简单,易于实现。
图4是根据本发明实施例的一种海洋生物多样性监测系统的结构框图。
在本发明的另一方面中,还提供了一种海洋生物多样性监测系统,包括:处理器;以及存储器,其存储有用于一种海洋生物多样性监测数据处理的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据前文一个或多个实施例所述的一种海洋生物多样性监测数据处理方法。
如图4中所示,该系统中的设备501可以包括CPU5011,其可以是通用CPU、专用CPU或者其他信息处理以及程序运行的执行单元。进一步,设备501还可以包括大容量存储器5012和只读存储器ROM 5013,其中大容量存储器5012可以配置用于存储各类数据以及多媒体网络所需的各种程序,ROM 5013可以配置成存储对于设备501的加电自检、系统中各功能模块的初始化、系统的基本输入/输出的驱动程序及引导操作系统所需的数据。
进一步,设备501还包括其他的硬件平台或组件,例如示出的TPU(TensorProcessing Unit,张量处理单元)5014、GPU(Graphic Processing Unit,图形处理器)5015、FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)5016和MLU(MemoryLogic Unit),存储器逻辑单元)5017。可以理解的是,尽管在设备501中示出了多种硬件平台或组件,但这里仅仅是示例性的而非限制性的,本领域技术人员可以根据实际需要增加或移除相应的硬件。例如,设备501可以仅包括CPU作为公知硬件平台和另一硬件平台作为本发明的测试硬件平台。
本发明的设备501还包括通信接口5018,从而可以通过该通信接口5018连接到局域网/无线局域网(LAN/WLAN)505,进而可以通过LAN/WLAN连接到本地服务器506或连接到因特网(“Internet”)507。替代地或附加地,本发明的设备501还可以通过通信接口5018基于无线通信技术直接连接到因特网或蜂窝网络,例如基于第三代(“3G”)、第四代(“4G”)或第5代(“5G”)的无线通信技术。在一些应用场景中,本发明的设备501还可以根据需要访问外部网络的服务器508以及可能的数据库509。
设备501的外围设备可以包括显示装置502、输入装置503以及数据传输接口504。在一个实施例中,显示装置502可以例如包括一个或多个扬声器和/或一个或多个视觉显示器。输入装置503可以包括例如键盘、鼠标、麦克风、姿势捕捉相机,或其他输入按钮或控件,其配置用于接收数据的输入或用户指令。数据传输接口504可以包括例如串行接口、并行接口或通用串行总线接口(“USB”)、小型计算机系统接口(“SCSI”)、串行ATA、火线(“FireWire”)、PCI Express和高清多媒体接口(“HDMI”)等,其配置用于与其他设备或系统的数据传输和交互。
本发明的设备501的上述CPU 5011、大容量存储器5012、只读存储器ROM 5013、TPU5014、GPU 5015、FPGA 5016、MLU 5017和通信接口5018可以通过总线5019相互连接,并且通过该总线与外围设备实现数据交互。在一个实施例中,通过该总线5019,CPU 5011可以控制设备501中的其他硬件组件及其外围设备。
在工作中,本发明的设备501的处理器CPU 5011可以通过输入装置503或数据传输接口504获取媒体数据包,并调取存储于存储器5012中的计算机程序指令或代码对一种海洋生物多样性监测数据处理进行控制。
从上面关于本发明模块化设计的描述可以看出,本发明的系统可以根据应用场景或需求进行灵活地布置而不限于附图所示出的架构。进一步,还应当理解,本发明示例的执行操作的任何模块、单元、组件、服务器、计算机或设备可以包括或以其他方式访问计算机可读介质,诸如存储介质、计算机存储介质或数据存储设备(可移除的)和/或不可移动的)例如磁盘、光盘或磁带。计算机存储介质可以包括以用于存储信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质,例如计算机可读指令、数据结构、程序模块或其他数据。
基于此,本发明也公开了一种计算机可读存储介质,其上存储有用于车载式采摘机器人自动定位的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现如前文中一个或多个实施例所述的一种海洋生物多样性监测数据处理方法。
虽然本说明书已经示出和描述了本发明的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中,可以采用对本文所描述的本发明实施例的各种替代方案。
Claims (9)
1.一种海洋生物多样性监测数据处理方法,其特征在于,包括:
确定海上的待选址养殖区域;
基于预设的养殖选址规则,从所述待选址养殖区域中确定多个备选养殖区域;
对各备选养殖区域进行选址评估,基于评估结果确定最终选址养殖区域;
对各备选养殖区域进行选址评估的过程为:
获取各备选养殖区域处的珊瑚礁的面积、鱼群迁移次数、富营养化程度以及海洋流速;
根据所述珊瑚礁的面积、鱼群迁移次数、富营养化程度与海洋流速,确定各备选养殖区域的引力指数;
将引力指数最大值对应的备选养殖区域作为最终养殖场;
其中,引力指数为:
其中,F为引力指数,S为备选养殖区域的珊瑚礁的面积、K为鱼群迁移次数、M为富营养化程度,V为海洋流速,e为自然常数,、/>、/>分别为备选养殖区域的珊瑚礁的面积、鱼群迁移次数、富营养化程度对应的权重。
2.根据权利要求1所述的一种海洋生物多样性监测数据处理方法,其特征在于,所述养殖选址规则为:
步骤s101,选取待选址养殖区域内所有已存在的海上养殖场;
步骤s102,随机选取一个海上养殖场作为初始中心点,以设定距离为半径,构建初始圆形空间,其中的设定距离为选取最大面积对应的海上养殖场作为第一海上养殖场;选取与第一海上养殖场距离最近的海上养殖场作为第二海上养殖场;第一海上养殖场与第二海上养殖场的距离为设定距离;
步骤s103,计算初始圆形空间的初始密度;根据初始圆形空间内所有海上养殖场到初始中心点的向量,确定所有向量的平均向量;将初始中心点移动到平均向量的终点,以终点处的海上养殖场为新的中心点;
步骤s104,重复步骤s102至103,得到新的中心点以及密度,如此循环,直至寻找到圆形空间密度最大时对应的中心点,记为最终中心点;
步骤s105,构建初始中心点与最终中心点的向量,得到向量的相反向量,进而得到相反向量的终点;
步骤s106,多次随机选择不同的初始中心点,重复步骤s102至s106,得到多个相反向量对应的多个终点;
步骤s107,以各终点为圆心,以第二设定距离为半径,得到对应的圆形空间,进而得到各圆形空间对应的密度,响应于密度小于初始密度的终点,作为备选养殖场区域的位置。
3.根据权利要求2所述的一种海洋生物多样性监测数据处理方法,其特征在于,步骤s103中还包括在以终点处的海上养殖场为新的中心点之前,进行终点处的海上养殖场确定的步骤:
当终点的位置不存在海上养殖场,则统计以终点为圆心,设定距离为半径内的区域中的海上养殖场,当海上养殖场至少存在两个时,选取与终点距离最小的海上养殖场作为新的中心点。
4.根据权利要求3所述的一种海洋生物多样性监测数据处理方法,其特征在于,还包括对步骤s107中的备选养殖场区域的位置进行筛选的过程:
以任一备选养殖场区域的位置为圆心,以第三设定距离为半径,建立圆形空间,计算各圆形空间的密度,响应于密度小于等于设定密度时的备选养殖区域的位置,作为最终的备选养殖区域;其中第三设定距离半径为历史数据中统计的所有两两海上养殖场区域之间距离的均值。
5.根据权利要求1所述的一种海洋生物多样性监测数据处理方法,其特征在于,最终选址养殖区域为选取最大的引力指数对应的备选养殖区域。
6.根据权利要求1所述的一种海洋生物多样性监测数据处理方法,其特征在于,所述鱼群迁移次数为:获取预设时间段内历史数据中备选养殖区域内经历鱼群密度激增的次数,作为鱼群迁移次数。
7.根据权利要求1所述的一种海洋生物多样性监测数据处理方法,其特征在于,所述富营养化程度为:
其中,Co 2为目标区域海域含氧量的归一化值,为氮磷元素含量的归一化值,Color为水面颜色归一化值,e为自然常数,M为富营养化程度。
8.一种海洋生物多样性监测系统,其特征在于,包括:处理器;以及
存储器,其存储有用于一种海洋生物多样性监测数据处理的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据权利要求1-7的任意一项所述的一种海洋生物多样性监测数据处理方法。
9.一种计算机可读存储介质,其特征在于,其上存储有用于一种海洋生物多样性监测数据处理的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现如权利要求1-7的任意一项所述的一种海洋生物多样性监测数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310992528.0A CN116739817B (zh) | 2023-08-08 | 2023-08-08 | 一种海洋生物多样性监测系统及数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310992528.0A CN116739817B (zh) | 2023-08-08 | 2023-08-08 | 一种海洋生物多样性监测系统及数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116739817A true CN116739817A (zh) | 2023-09-12 |
CN116739817B CN116739817B (zh) | 2024-01-19 |
Family
ID=87915368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310992528.0A Active CN116739817B (zh) | 2023-08-08 | 2023-08-08 | 一种海洋生物多样性监测系统及数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116739817B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006158239A (ja) * | 2004-12-03 | 2006-06-22 | Kiyoshi Ito | 漁場予測装置並びに海況予測装置 |
CN111275065A (zh) * | 2018-12-05 | 2020-06-12 | 中国科学院烟台海岸带研究所 | 一种基于海洋环境多属性的水产养殖空间分区方法 |
CN111445347A (zh) * | 2020-05-26 | 2020-07-24 | 中国水产科学研究院黄海水产研究所 | 一种海区水产养殖空间规划决策支持系统 |
CN114037276A (zh) * | 2021-11-09 | 2022-02-11 | 中国水产科学研究院黄海水产研究所 | 一种休闲型海洋牧场生态适宜性评价方法 |
CN114118877A (zh) * | 2021-11-09 | 2022-03-01 | 中国水产科学研究院黄海水产研究所 | 一种增殖型海洋牧场生态适宜性评价方法 |
CN115965220A (zh) * | 2023-01-31 | 2023-04-14 | 烟台市海洋经济研究院(烟台市渔业技术推广站、烟台市海洋捕捞增殖管理站) | 一种海洋牧场养殖用大型装备型网箱选址方法 |
-
2023
- 2023-08-08 CN CN202310992528.0A patent/CN116739817B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006158239A (ja) * | 2004-12-03 | 2006-06-22 | Kiyoshi Ito | 漁場予測装置並びに海況予測装置 |
CN111275065A (zh) * | 2018-12-05 | 2020-06-12 | 中国科学院烟台海岸带研究所 | 一种基于海洋环境多属性的水产养殖空间分区方法 |
CN111445347A (zh) * | 2020-05-26 | 2020-07-24 | 中国水产科学研究院黄海水产研究所 | 一种海区水产养殖空间规划决策支持系统 |
CN114037276A (zh) * | 2021-11-09 | 2022-02-11 | 中国水产科学研究院黄海水产研究所 | 一种休闲型海洋牧场生态适宜性评价方法 |
CN114118877A (zh) * | 2021-11-09 | 2022-03-01 | 中国水产科学研究院黄海水产研究所 | 一种增殖型海洋牧场生态适宜性评价方法 |
CN115965220A (zh) * | 2023-01-31 | 2023-04-14 | 烟台市海洋经济研究院(烟台市渔业技术推广站、烟台市海洋捕捞增殖管理站) | 一种海洋牧场养殖用大型装备型网箱选址方法 |
Non-Patent Citations (1)
Title |
---|
许强: "海洋牧场选址问题的研究——以舟山市为例", 中国优秀硕士论文全文数据库, no. 2013, pages 11 - 19 * |
Also Published As
Publication number | Publication date |
---|---|
CN116739817B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Grecian et al. | Understanding the ontogeny of foraging behaviour: insights from combining marine predator bio-logging with satellite-derived oceanography in hidden Markov models | |
Matthiopoulos et al. | Using satellite telemetry and aerial counts to estimate space use by grey seals around the British Isles | |
Arantes et al. | Floodplain land cover affects biomass distribution of fish functional diversity in the Amazon River | |
Nicholson et al. | Abundance, survival and temporary emigration of bottlenose dolphins (Tursiops sp.) off Useless Loop in the western gulf of Shark Bay, Western Australia | |
Teo et al. | Comparative influence of ocean conditions on yellowfin and Atlantic bluefin tuna catch from longlines in the Gulf of Mexico | |
Chin et al. | Reef sharks and inshore habitats: patterns of occurrence and implications for vulnerability | |
Perrow et al. | Visual tracking from a rigid‐hulled inflatable boat to determine foraging movements of breeding terns | |
Mapstone et al. | An investigation of optimum methods and unit sizes for the visual estimation of abundances of some coral reef organisms | |
Hagihara et al. | Improving population estimates by quantifying diving and surfacing patterns: A dugong example | |
Saul et al. | Modeling the spatial distribution of commercially important reef fishes on the West Florida Shelf | |
Johannesen et al. | How caged salmon respond to waves depends on time of day and currents | |
Jossart et al. | Applications of spatial autocorrelation analyses for marine aquaculture siting | |
Van der Stocken et al. | Modelling mangrove propagule dispersal trajectories using high‐resolution estimates of ocean surface winds and currents | |
Warwick-Evans et al. | Predictive modelling to identify near-shore, fine-scale seabird distributions during the breeding season | |
Bruneel et al. | Implications of movement for species distribution models-rethinking environmental data tools | |
Chen et al. | Assessing the suitability of habitat for wintering Siberian cranes (Leucogeranus leucogeranus) at different water levels in Poyang lake area, China | |
Maud et al. | Mortality of Calanus helgolandicus: sources, differences between the sexes and consumptive and nonconsumptive processes | |
Willrich et al. | The role of environmental heterogeneity for the maintenance of distinct bird communities in fragmented forests | |
Baines et al. | Predicting suitable coastal habitat for sei whales, southern right whales and dolphins around the Falkland Islands | |
Perryman et al. | Reef manta ray social dynamics depend on individual differences in behaviour | |
Beal et al. | Habitat selection and foraging site fidelity in Caspian Terns (Hydroprogne caspia) breeding in the Baltic Sea | |
Degrati et al. | Sequential foraging of dusky dolphins with an inspection of their prey distribution | |
CN117434235A (zh) | 基于水质监测的水华预警方法、装置、设备及介质 | |
KR100785350B1 (ko) | 양식장 모니터링 방법 및 그 시스템 | |
CN116739817B (zh) | 一种海洋生物多样性监测系统及数据处理方法 |
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 |