CN117314203B - 一种浒苔预测防治方法、装置、系统及存储介质 - Google Patents
一种浒苔预测防治方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117314203B CN117314203B CN202311606498.1A CN202311606498A CN117314203B CN 117314203 B CN117314203 B CN 117314203B CN 202311606498 A CN202311606498 A CN 202311606498A CN 117314203 B CN117314203 B CN 117314203B
- Authority
- CN
- China
- Prior art keywords
- enteromorpha
- data
- growth
- information
- model
- 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
- 241000196252 Ulva Species 0.000 title claims abstract description 492
- 238000000034 method Methods 0.000 title claims abstract description 143
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000002265 prevention Effects 0.000 title abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 102
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000009792 diffusion process Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 27
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000195628 Chlorophyta Species 0.000 description 1
- 241000237891 Haliotidae Species 0.000 description 1
- 241000251511 Holothuroidea Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000028804 PERCHING syndrome Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 241000196253 Ulva prolifera Species 0.000 description 1
- 241000196246 Ulvaceae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 150000003568 thioethers Chemical class 0.000 description 1
- 239000003440 toxic substance Substances 0.000 description 1
- 238000012800 visualization Methods 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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种浒苔预测防治方法、装置、系统及存储介质，属于浒苔预测防治技术领域，方法包括：根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，所述数据底板是根据预获取的浒苔事前数据构建的；将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；根据修正后的模拟的浒苔生长流动过程，从所述浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令。该方法能够获取符合实际的预测防治方案，提高浒苔预测防治的时效性。
Description
技术领域
本发明涉及一种浒苔预测防治方法、装置、系统及存储介质，属于浒苔预测防治技术领域。
背景技术
浒苔隶属于绿藻门石莼科，藻体鲜绿色，由单层细胞组成，自身含有丰富的营养元素，广泛分布在世界各地海域。浒苔的生长、繁殖受水温、光和营养等因素影响，抵抗力强，在低光照、低温等条件下也可以存活。
而大量繁殖的浒苔形成绿潮，会破坏近海景观、堵塞航道，对沿海渔业、养殖业、旅游业造成严重威胁。特别是到暴发末期，大量未及时打捞的浒苔死亡后会在微生物的作用下被分解，消耗海水中的氧气，不仅可能引起养殖生物（如海参、鲍鱼等）窒息死亡，腐烂产生的有毒物质污染底栖环境，也对大部分自然生存的底栖动物群落的稳定性、生物量、栖息密度等造成负面影响。浒苔分解过程中同时会释放氨氮、硫化物等物质，引起近海恶臭，并向水体中释放大量的碳、氮、磷等营养元素物质，有诱发次生环境污染的危险。
现有的浒苔清理方法通过对外围浒苔设置围栏进行堵截，对于进入警戒线内的浒苔，仍以人工打捞为主，这种浒苔清理方法是依据后报数据进行模拟的，浒苔清理时效性差，使得浒苔清理措施不够符合实际。
发明内容
本发明的目的在于提供一种浒苔预测防治方法、装置、系统及存储介质，能够获取符合实际的浒苔预测防治方案，提高浒苔预测防治的时效性。
为达到上述目的，本发明提供如下技术方案：
第一方面，本发明提供一种浒苔预测防治方法，包括：
根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，所述数据底板是根据预获取的浒苔事前数据构建的；
将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
根据修正后的模拟的浒苔生长流动过程，从所述浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令。
结合第一方面，进一步的，根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程包括：
采用预先构建的数据底板驱动预先构建的浒苔数据孪生模型；
将浒苔数据库中的浒苔数据输入驱动的浒苔数据孪生模型，模拟浒苔生长流动过程。
结合第一方面，进一步的，所述浒苔事前数据包括浒苔历史监测数据和浒苔流域信息；
根据所述浒苔事前数据构建数据底板包括：
从所述浒苔流域信息中提取浒苔流域的影像数据和高程数据；
从所述浒苔流域信息中提取海洋工程信息、人类养殖信息和水上建筑信息，并利用BIM技术构建海洋实景三维模型；
根据预获取的浒苔流域信息、地理空间数据、多尺度模型数据、无人机航拍采集地面影像数据、海洋或河流流场数据和水质数据，构建浒苔流域框架模型；
由所述浒苔历史监测数据、浒苔流域的影像数据和高程数据、海洋实景三维模型和浒苔流域框架模型共同构成数据底板。
结合第一方面，进一步的，所述浒苔数据包括浒苔信息和浒苔影响因子，以及浒苔信息和浒苔影响因子的对应关系，所述浒苔信息包括浒苔扩散信息和浒苔生长信息，所述浒苔影响因子包括浒苔扩散影响因子和浒苔生长影响因子，所述浒苔信息与浒苔影响因子的对应关系包括浒苔扩散信息与浒苔扩散影响因子的对应关系，以及浒苔生长信息与浒苔生长影响因子的对应关系。
结合第一方面，进一步的，所述浒苔数据孪生模型包括连接的物理层、虚拟模型层、知识服务层和数据处理层；
所述物理层包括连接的若干个浒苔监测处理和浒苔影响因子监测单元，所述浒苔监测处理和浒苔影响因子监测单元用于获取数据底板、浒苔数据库中的浒苔数据、浒苔监测信息和浒苔网络信息；
所述虚拟模型层用于根据所述数据底板和浒苔数据库中的浒苔数据模拟浒苔生长流动过程；
所述知识服务层存储有各浒苔生长流动过程对应的浒苔预测防治方案；
所述数据处理层包括用于获取浒苔实际生长流动过程的动态数据的算法模型和用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互的算法模型，所述数据处理层用于根据所述浒苔监测信息和浒苔网络信息，对所述虚拟模型层进行修正。
结合第一方面，进一步的，将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程包括：
基于浒苔流域框架模型，根据浒苔流域的影像数据和高程数据、海洋实景三维模型，确定浒苔在浒苔流域框架模型中的初始位置和初始形状；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，根据浒苔所在区域的水流方向、风向以及浒苔的生长周期，对浒苔生长流动过程进行预测；
基于浒苔网络信息，根据IP地址对浒苔网络信息进行分类，将每一类浒苔网络信息与IP地址范围内对应的浒苔流域进行匹配，确定浒苔在IP地址范围内的区域信息；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，将浒苔监测信息实时映射到浒苔流域框架模型模拟浒苔生长流动过程，并根据浒苔在IP地址范围内的区域信息，对模拟的浒苔生长流动过程进行修正；
将预测的t时刻的浒苔生长流动影像与t时刻实时映射到浒苔流域框架模型中的浒苔生长流动影像进行匹配，若不在匹配的范围内，则以t时刻获取的映射到浒苔流域框架模型中的浒苔生长流动影像为基础，重新调整t时刻此流域内的浒苔影响因子，重新对浒苔生长流动过程进行预测。
第二方面，本发明提供一种浒苔预测防治装置，包括：
模拟模块：用于根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，所述数据底板是根据预获取的浒苔事前数据构建的；
修正模块：用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
调用模块：用于根据修正后的模拟的浒苔生长流动过程，从所述浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令。
结合第二方面，进一步的，还包括验证模块：用于将所述浒苔预测防治方案输入至所述浒苔数据孪生模型进行模拟，获取模拟结果，并利用所述模拟结果对所述浒苔预测防治方案进行优化。
第三方面，本发明提供一种系统，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面任一项所述方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面任一项所述方法的步骤。
与现有技术相比，本发明的有益效果是：
本发明提供的浒苔预测防治方法，根据数据底板、浒苔数据库中的浒苔数据和浒苔数据孪生模型，模拟浒苔生长流动过程，将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程，根据修正后的模拟的浒苔生长流动过程，从浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，能够提高浒苔预测防治的时效性，使得浒苔预测防治方案更加符合实际。
附图说明
图1是本发明实施例提供的浒苔预测防治方法流程图。
具体实施方式
下面结合具体实施方式对本申请的技术方案作进一步详细地说明。
下面详细描述本申请的实施例，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，仅用于解释本申请，而不能理解为对本申请的限制。在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
实施例1：
图1是本实施例提供的一种浒苔预测防治方法流程图，本流程图仅仅示出了本实施例方法的逻辑顺序，在互不冲突的前提下，在本申请其它可能的实施例中，可以以不同于图1所示的顺序完成所示出或描述的步骤。
本实施例提供的浒苔预测防治方法可应用于终端，可以由浒苔预测防治装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在终端中，例如：任一具备通信功能的平板电脑或计算机设备。
参见图1，本实施例的方法具体包括如下步骤：
步骤一：根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；
根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程具体包括如下步骤：
步骤（1）：采用预先构建的数据底板驱动预先构建的浒苔数据孪生模型；
本实施例中，数据底板是根据预获取的浒苔事前数据构建的，浒苔事前数据包括浒苔历史监测数据和浒苔流域信息。
根据浒苔事前数据构建数据底板具体包括如下步骤：
步骤①：从浒苔流域信息中提取浒苔流域的影像数据和高程数据；
步骤②：从浒苔流域信息中提取海洋工程信息、人类养殖信息和水上建筑信息，并利用BIM技术构建海洋实景三维模型；
步骤③：根据预获取的浒苔流域信息、地理空间数据、多尺度模型数据、无人机航拍采集地面影像数据、海洋或河流流场数据和水质数据，构建浒苔流域框架模型；
步骤④：由浒苔历史监测数据、浒苔流域的影像数据和高程数据、海洋实景三维模型和浒苔流域框架模型共同构成数据底板。
步骤（2）：将浒苔数据库中的浒苔数据输入驱动的浒苔数据孪生模型，模拟浒苔生长流动过程。
本实施例中，浒苔数据包括实时获取的浒苔信息和浒苔影响因子，以及浒苔信息与浒苔影响因子的对应关系。
浒苔信息包括浒苔扩散信息和浒苔生长信息，浒苔影响因子包括浒苔扩散影响因子和浒苔生长影响因子，浒苔信息与浒苔影响因子的对应关系包括浒苔扩散信息与浒苔扩散影响因子的对应关系，以及浒苔生长信息与浒苔生长影响因子的对应关系。
浒苔数据库根据浒苔信息的数据类型进行分类，浒苔信息、浒苔影响因子以及浒苔信息与浒苔影响因子的对应关系均根据浒苔信息的数据类型存放在相应的浒苔数据库中。
浒苔影响因子还包括浒苔的生长周期、水质因素、海洋或河流的流场、天气、温度和风场。
本实施例中，浒苔数据孪生模型包括连接的物理层、虚拟模型层、知识服务层和数据处理层。
物理层包括连接的若干个浒苔监测处理和浒苔影响因子监测单元，浒苔监测处理和浒苔影响因子监测单元用于获取数据底板、浒苔数据库中的浒苔数据、浒苔监测信息和浒苔网络信息。
虚拟模型层用于根据数据底板和浒苔数据库中的浒苔数据模拟浒苔生长流动过程。
知识服务层存储有各浒苔生长流动过程对应的浒苔预测防治方案；知识服务层包括用于提供知识依据的历史数据库、专家数据库、知识图谱库和历史方案库，知识服务层用于为浒苔数据孪生模型提供智能内核，支撑浒苔数据孪生模型进行正向智能推理和反向溯因分析。
数据处理层包括用于获取浒苔实际生长流动过程的动态数据的算法模型和用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互的算法模型，数据处理层用于根据浒苔监测信息和浒苔网络信息，对虚拟模型层进行修正。
步骤二：将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
本实施例中，将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程具体包括如下步骤：
步骤ⅰ：基于浒苔流域框架模型，根据浒苔流域的影像数据和高程数据、海洋实景三维模型，确定浒苔在浒苔流域框架模型中的初始位置和初始形状；
步骤ⅱ：基于浒苔在浒苔流域框架模型中的初始位置和初始形状，根据浒苔所在区域的水流方向、风向以及浒苔的生长周期，对浒苔生长流动过程进行预测；
步骤ⅲ：基于浒苔网络信息，根据IP地址对浒苔网络信息进行分类，将每一类浒苔网络信息与IP地址范围内对应的浒苔流域进行匹配，确定浒苔在IP地址范围内的区域信息；
步骤ⅳ：基于浒苔在浒苔流域框架模型中的初始位置和初始形状，将浒苔监测信息实时映射到浒苔流域框架模型模拟浒苔生长流动过程，并根据浒苔在IP地址范围内的区域信息，对模拟的浒苔生长流动过程进行修正；
步骤ⅴ：将预测的t时刻的浒苔生长流动影像与t时刻实时映射到浒苔流域框架模型中的浒苔生长流动影像进行匹配，若不在匹配的范围内，则以t时刻获取的映射到浒苔流域框架模型中的浒苔生长流动影像为基础，重新调整t时刻此流域内的浒苔影响因子，重新对浒苔生长流动过程进行预测。
步骤三：根据修正后的模拟的浒苔生长流动过程，从浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令。
本实施例中，根据修正后的浒苔模拟生长流动过程，从浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案后，将调用到的浒苔预测防治方案输入至浒苔数据孪生模型进行模拟验证，获取模拟验证结果，并利用模拟验证结果对浒苔预测防治方案进行优化。
本实施例提供的浒苔预测防治方法，利用数据底板驱动浒苔数据孪生模型，根据输入的浒苔数据库中的浒苔数据，模拟浒苔生长流动过程，并将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程，进而根据修正后的模拟的浒苔生长流动过程，从浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，能够提高浒苔预测防治的时效性，使得浒苔预测防治方案更加符合实际。
实施例2：
本实施例提供一种浒苔预测防治装置，包括：
模拟模块：用于根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，数据底板是根据预获取的浒苔事前数据构建的；
修正模块：用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
调用模块：用于根据修正后的模拟的浒苔生长流动过程，从浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令。
本实施例中，浒苔预测防治装置还包括验证模块：用于将浒苔预测防治方案输入至浒苔数据孪生模型进行模拟，获取模拟结果，并利用模拟结果对浒苔预测防治方案进行优化。
本实施例中，调用模块还包括可视化服务、浒苔运动趋势服务、浒苔爆发预测服务、浒苔预防服务、浒苔治理服务和浒苔溯源服务。
本申请实施例所提供的浒苔预测防治装置可执行本申请任意实施例所提供的浒苔预测防治方法，具备执行方法相应的功能模块和有益效果。
实施例3：
本实施例提供一种系统，包括处理器及存储介质；
存储介质用于存储指令；
处理器用于根据指令进行操作以执行实施例一中方法的步骤。
实施例4：
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一中方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的方法、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。
以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本申请的保护范围。
Claims (8)
1.一种浒苔预测防治方法，其特征在于，包括：
根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，所述数据底板是根据预获取的浒苔事前数据构建的；
将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
根据修正后的模拟的浒苔生长流动过程，从所述浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令；
其中，所述浒苔数据孪生模型包括连接的物理层、虚拟模型层、知识服务层和数据处理层；
所述物理层包括连接的若干个浒苔监测处理和浒苔影响因子监测单元，所述浒苔监测处理和浒苔影响因子监测单元用于获取数据底板、浒苔数据库中的浒苔数据、浒苔监测信息和浒苔网络信息；
所述虚拟模型层用于根据所述数据底板和浒苔数据库中的浒苔数据模拟浒苔生长流动过程；
所述知识服务层存储有各浒苔生长流动过程对应的浒苔预测防治方案；
所述数据处理层包括用于获取浒苔实际生长流动过程的动态数据的算法模型和用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互的算法模型，所述数据处理层用于根据所述浒苔监测信息和浒苔网络信息，对所述虚拟模型层进行修正；
将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程包括：
基于浒苔流域框架模型，根据浒苔流域的影像数据和高程数据、海洋实景三维模型，确定浒苔在浒苔流域框架模型中的初始位置和初始形状；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，根据浒苔所在区域的水流方向、风向以及浒苔的生长周期，对浒苔生长流动过程进行预测；
基于浒苔网络信息，根据IP地址对浒苔网络信息进行分类，将每一类浒苔网络信息与IP地址范围内对应的浒苔流域进行匹配，确定浒苔在IP地址范围内的区域信息；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，将浒苔监测信息实时映射到浒苔流域框架模型模拟浒苔生长流动过程，并根据浒苔在IP地址范围内的区域信息，对模拟的浒苔生长流动过程进行修正；
将预测的t时刻的浒苔生长流动影像与t时刻实时映射到浒苔流域框架模型中的浒苔生长流动影像进行匹配，若不在匹配的范围内，则以t时刻获取的映射到浒苔流域框架模型中的浒苔生长流动影像为基础，重新调整t时刻此流域内的浒苔影响因子，重新对浒苔生长流动过程进行预测。
2.根据权利要求1所述的浒苔预测防治方法，其特征在于，根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程包括：
采用预先构建的数据底板驱动预先构建的浒苔数据孪生模型；
将浒苔数据库中的浒苔数据输入驱动的浒苔数据孪生模型，模拟浒苔生长流动过程。
3.根据权利要求1所述的浒苔预测防治方法，其特征在于，所述浒苔事前数据包括浒苔历史监测数据和浒苔流域信息；
根据所述浒苔事前数据构建数据底板包括：
从所述浒苔流域信息中提取浒苔流域的影像数据和高程数据；
从所述浒苔流域信息中提取海洋工程信息、人类养殖信息和水上建筑信息，并利用BIM技术构建海洋实景三维模型；
根据预获取的浒苔流域信息、地理空间数据、多尺度模型数据、无人机航拍采集地面影像数据、海洋或河流流场数据和水质数据，构建浒苔流域框架模型；
由所述浒苔历史监测数据、浒苔流域的影像数据和高程数据、海洋实景三维模型和浒苔流域框架模型共同构成数据底板。
4.根据权利要求1所述的浒苔预测防治方法，其特征在于，所述浒苔数据包括浒苔信息和浒苔影响因子，以及浒苔信息和浒苔影响因子的对应关系，所述浒苔信息包括浒苔扩散信息和浒苔生长信息，所述浒苔影响因子包括浒苔扩散影响因子和浒苔生长影响因子，所述浒苔信息与浒苔影响因子的对应关系包括浒苔扩散信息与浒苔扩散影响因子的对应关系，以及浒苔生长信息与浒苔生长影响因子的对应关系。
5.一种浒苔预测防治装置，其特征在于，包括：
模拟模块：用于根据预先构建的数据底板、浒苔数据库中的浒苔数据和预先构建的浒苔数据孪生模型，模拟浒苔生长流动过程；其中，所述数据底板是根据预获取的浒苔事前数据构建的；
修正模块：用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程；
调用模块：用于根据修正后的模拟的浒苔生长流动过程，从所述浒苔数据孪生模型的知识服务层调用相应的浒苔预测防治方案，并发出相应的浒苔预测防治指令；
其中，所述浒苔数据孪生模型包括连接的物理层、虚拟模型层、知识服务层和数据处理层；
所述物理层包括连接的若干个浒苔监测处理和浒苔影响因子监测单元，所述浒苔监测处理和浒苔影响因子监测单元用于获取数据底板、浒苔数据库中的浒苔数据、浒苔监测信息和浒苔网络信息；
所述虚拟模型层用于根据所述数据底板和浒苔数据库中的浒苔数据模拟浒苔生长流动过程；
所述知识服务层存储有各浒苔生长流动过程对应的浒苔预测防治方案；
所述数据处理层包括用于获取浒苔实际生长流动过程的动态数据的算法模型和用于将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互的算法模型，所述数据处理层用于根据所述浒苔监测信息和浒苔网络信息，对所述虚拟模型层进行修正；
将模拟的浒苔生长流动过程与浒苔实际生长流动过程进行双向映射、动态响应和实时数据交互，修正模拟的浒苔生长流动过程包括：
基于浒苔流域框架模型，根据浒苔流域的影像数据和高程数据、海洋实景三维模型，确定浒苔在浒苔流域框架模型中的初始位置和初始形状；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，根据浒苔所在区域的水流方向、风向以及浒苔的生长周期，对浒苔生长流动过程进行预测；
基于浒苔网络信息，根据IP地址对浒苔网络信息进行分类，将每一类浒苔网络信息与IP地址范围内对应的浒苔流域进行匹配，确定浒苔在IP地址范围内的区域信息；
基于浒苔在浒苔流域框架模型中的初始位置和初始形状，将浒苔监测信息实时映射到浒苔流域框架模型模拟浒苔生长流动过程，并根据浒苔在IP地址范围内的区域信息，对模拟的浒苔生长流动过程进行修正；
将预测的t时刻的浒苔生长流动影像与t时刻实时映射到浒苔流域框架模型中的浒苔生长流动影像进行匹配，若不在匹配的范围内，则以t时刻获取的映射到浒苔流域框架模型中的浒苔生长流动影像为基础，重新调整t时刻此流域内的浒苔影响因子，重新对浒苔生长流动过程进行预测。
6.根据权利要求5所述的浒苔预测防治装置，其特征在于，还包括验证模块：用于将所述浒苔预测防治方案输入至所述浒苔数据孪生模型进行模拟，获取模拟结果，并利用所述模拟结果对所述浒苔预测防治方案进行优化。
7.一种系统，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1~4任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1~4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311606498.1A CN117314203B (zh) | 2023-11-29 | 2023-11-29 | 一种浒苔预测防治方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311606498.1A CN117314203B (zh) | 2023-11-29 | 2023-11-29 | 一种浒苔预测防治方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117314203A CN117314203A (zh) | 2023-12-29 |
| CN117314203B true CN117314203B (zh) | 2024-03-15 |
Family
ID=89285120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311606498.1A Active CN117314203B (zh) | 2023-11-29 | 2023-11-29 | 一种浒苔预测防治方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117314203B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434955A (zh) * | 2021-06-21 | 2021-09-24 | 中国舰船研究设计中心 | 基于数字孪生虚拟模型的舰船信息系统可重构设计方法 |
| CN114741815A (zh) * | 2022-04-29 | 2022-07-12 | 江苏鸥胜船舶科技有限公司 | 一种基于数字孪生的海底石油管道健康管理方法 |
| CN115048764A (zh) * | 2022-04-26 | 2022-09-13 | 湖南湘银河传感科技有限公司 | 一种基于数字孪生的流域监测预警方法和仿真平台 |
| CN115391474A (zh) * | 2022-08-29 | 2022-11-25 | 湖南五凌电力科技有限公司 | 一种基于数字孪生的流域管理方法及系统 |
| CN115424365A (zh) * | 2022-08-11 | 2022-12-02 | 广东联塑精铟科技有限公司 | 一种基于数字孪生的网衣实时监测方法及系统 |
-
2023
- 2023-11-29 CN CN202311606498.1A patent/CN117314203B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434955A (zh) * | 2021-06-21 | 2021-09-24 | 中国舰船研究设计中心 | 基于数字孪生虚拟模型的舰船信息系统可重构设计方法 |
| CN115048764A (zh) * | 2022-04-26 | 2022-09-13 | 湖南湘银河传感科技有限公司 | 一种基于数字孪生的流域监测预警方法和仿真平台 |
| CN114741815A (zh) * | 2022-04-29 | 2022-07-12 | 江苏鸥胜船舶科技有限公司 | 一种基于数字孪生的海底石油管道健康管理方法 |
| CN115424365A (zh) * | 2022-08-11 | 2022-12-02 | 广东联塑精铟科技有限公司 | 一种基于数字孪生的网衣实时监测方法及系统 |
| CN115391474A (zh) * | 2022-08-29 | 2022-11-25 | 湖南五凌电力科技有限公司 | 一种基于数字孪生的流域管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117314203A (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110059758B (zh) | 一种基于语义分割的遥感影像养殖塘检测方法 | |
| Dapueto et al. | A spatial multi-criteria evaluation for site selection of offshore marine fish farm in the Ligurian Sea, Italy | |
| CN101867869A (zh) | 水上移动机器人网络水域监测预警系统及其实现方法 | |
| CN111680866A (zh) | 一种海洋生态保护重要性的评价方法、应用和装置 | |
| Mustafa et al. | Technological applications and adaptations in aquaculture for progress towards sustainable development and seafood security | |
| Concepcion et al. | Analytical Hierarchy Processing for Sustainable Intensive Caged Tilapia and Milkfish Cultivation Site Selection in the Philippines | |
| Tu et al. | Transdisciplinary, Co-designed and adaptive management for the sustainable development of rongcheng, a coastal city in China in the context of human activities and climate change | |
| CN117314203B (zh) | 一种浒苔预测防治方法、装置、系统及存储介质 | |
| CN112001641B (zh) | 一种扇贝养殖区适宜性遥感评估系统 | |
| Thakare et al. | A review on smart agriculture using IoT | |
| Xu et al. | Construction of the Rule of Law System of Marine Ecological Environment Protection under the Background of Wireless Network Information Fusion. | |
| CN115828758B (zh) | 基于改进烟花算法优化网络的海水三维预测方法及系统 | |
| Habibie et al. | Opportunities and Challenges for Utilizing the Social Potential of Infrastructure toward A Blue Economy | |
| Eddiwan et al. | Designing management of sustainable shrimp cultivation area in East Lingga, Lingga District. | |
| Liu et al. | Remote Sensing Big Data Analysis of the Lower Yellow River Ecological Environment Based on Internet of Things | |
| Loubersac et al. | Microbial contamination and management scenarios in a Mediterranean coastal lagoon (Etang de Thau, France): application of a Decision Support System within the Integrated Coastal Zone Management context | |
| Haynie et al. | Workshop on methods and guidelines to link human activities, pressures and state of the ecosystem in Ecosystem Overviews (WKTRANSPARENT) | |
| Eddy | Building confidence in projections of future ocean capacity | |
| CN117446979B (zh) | 基于城市景观水体综合修复系统的生态维护方法和系统 | |
| Taranto | Mapping deep-sea biodiversity and good environmental status in the Azores: assisting with the implementation of EU Marine Strategy Framework Directive | |
| Rifqi et al. | Low carbon emission shrimp farming development model | |
| Peeramma et al. | Implementation of Water Quality Management Platform for Aquaculture Based on Big Data | |
| Glavovic | Chen Tu1, Haiqing Ma1, Yuan Li1, Chuancheng Fu 1, Zai-Jin You2, 3, Alice Newton4 and Yongming Luo1, 5 | |
| Hartoko et al. | Toward a new paradigm of ecosystem and endemic organism based on spatial zonation for taka bonerate marine protected area | |
| Nakada et al. | Ocean prediction for aquaculture: An interview-based system |
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 |