CN117592662B - 基于数据分析的生态渔业资源评估系统 - Google Patents
基于数据分析的生态渔业资源评估系统 Download PDFInfo
- Publication number
- CN117592662B CN117592662B CN202410063619.0A CN202410063619A CN117592662B CN 117592662 B CN117592662 B CN 117592662B CN 202410063619 A CN202410063619 A CN 202410063619A CN 117592662 B CN117592662 B CN 117592662B
- Authority
- CN
- China
- Prior art keywords
- data
- area
- fishing
- fishery
- culture
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 16
- 238000007405 data analysis Methods 0.000 title claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 103
- 230000002159 abnormal effect Effects 0.000 claims abstract description 69
- 241000251468 Actinopterygii Species 0.000 claims abstract description 40
- 238000011157 data evaluation Methods 0.000 claims abstract description 20
- 238000012806 monitoring device Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 27
- 230000007613 environmental effect Effects 0.000 claims description 22
- 230000005856 abnormality Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 abstract description 18
- 239000010410 layer Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013517 stratification Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000009360 aquaculture Methods 0.000 description 4
- 244000144974 aquaculture Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012851 eutrophication Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000009372 pisciculture Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000003911 water pollution 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于数据分析的生态渔业资源评估系统,具体涉及数据分析技术领域:通过从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,提高数据的采集频率和周期,从而提高对生态渔业资源的评估能力。
Description
技术领域
本发明涉及数据分析技术领域,具体涉及基于数据分析的生态渔业资源评估系统。
背景技术
随着生态渔业资源的可持续,现有的生态渔业资源评估系统主要依靠对渔业资源的分布、生态环境因素和捕捞活动等多方面数据进行综合评估,并将评估结果可视化,使用户能够直观了解渔业资源状态,并为决策制定提供支持。然而,在目前生态渔业资源评估过程中,普遍存在着对渔业生态数据采集能力较薄弱的情况,在数据采集过程中,环境条件的改变可能对数据的采集频率和周期产生影响,导致数据异常或偏差,这些不确定性会对渔业资源状态的准确评估产生影响,导致生态渔业资源评估能力的下降。
发明内容
本发明的目的是提供基于数据分析的生态渔业资源评估系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:基于数据分析的生态渔业资源评估系统,包括数据获取模块、数据整理模块,计算处理模块以及异常处理模块;
数据获取模块:从生态渔业资源区域中获取区域地理信息数据,根据区域地理信息数据进行分区域数据获取,得到生态渔业分区域数据;
数据整理模块:从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,将获取到的养殖环境数据与捕捞强度数据搭建计算处理模块;
计算处理模块:根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值发送至异常处理模块;
异常处理模块:用于接收计算处理模块发送的养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,并提高数据的采集频率和周期。
在一个优选的实施方式中,数据整理模块中,从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,包括以下内容:
水位分层温差的获取逻辑为:通过水体表面装置的水温传感器获取水体表层温度值,记为,再通过水下装置的水温传感器来获取水体垂直方向上不同水位的温度值,记为/>,计算相邻两个水层之间的水位分层温差,计算表达式为:/>=/>,式中,为相邻两个水层之间的水位分层温差,根据相邻水层之间的温差,计算水位分层温差值,计算表达式为:/>,式中,/>为水位分层温差值,/>为/>个水层之间的差值;
鱼类养殖密度偏差值的获取逻辑为:获取每个渔业养殖区域的面积,获取渔业养殖区域内目标鱼类的重量,以及获取养殖人员实际投放到渔业养殖区域内的实际鱼类重量/>,计算鱼类养殖密度偏差值,计算表达式为:/>=/>,式中,/>为鱼类养殖密度偏差值,/>为第/>个样本区域面积,s为渔业养殖区域总面积,k,s均为大于0的正整数;
捕捞强度的获取逻辑为:获取每次捕捞区域的捕捞面积,以及捕捞时间/>,由于每次捕捞使用的工具不同,还需计算出每次捕捞时捕捞渔具的单次捕捞量记为/>,计算捕捞强度,计算表达式为:/>,式中,/>为捕捞强度。
在一个优选的实施方式中,计算处理模块中,根据养殖环境数据与捕捞强度数据构建数据评估模型,包括以下内容;
综合计算水位分层温差、鱼类养殖密度偏差值,捕捞强度后构建数据评估模型,数据评估模型计算表达式为:=/>,式中,/>为环境干扰系数,/>为水位分层温差、鱼类养殖密度偏差值以及捕捞强度的比例系数,且/>0。
在一个优选的实施方式中,异常处理模块中,根据养殖环境异常值判断区域内养殖环境的异常级别,具体包括;将获取到的环境干扰系数与梯度标准阈值进行比较,梯度标准阈值包括第一标准阈值和第二标准阈值,且第一标准阈值<第二标准阈值,将环境干扰系数分别与第一标准阈值和第二标准阈值进行对比;若环境干扰系数大于第二标准阈值,将该渔业养殖区域标记为高异常区域,此时生成一级异常信号;若环境干扰系数大于等于第一标准阈值且小于等于第二标准阈值,将该渔业养殖区域标记为一般异常区域,此时生成二级异常信号;若环境干扰系数小于第一标准阈值,将该渔业养殖区域标记为低异常区域,此时生成三级异常信号。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明通过从生态渔业资源区域中获取区域地理信息数据,根据区域地理信息数据进行分区域数据获取,得到生态渔业分区域数据,从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,用户能够通过预警信号判断渔业养殖区域的环境是否出现异常,能够依据异常把控数据采集的精准度。
2、本发明根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,并提高数据的采集频率和周期,使得数据的采集能够更加的精准,能够让用户更加明确区域内渔业资源的变化情况,从而提高对生态渔业资源的评估能力。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为所述基于数据分析的生态渔业资源评估系统流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,本领域普通技术人员在没有作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。
实施例,请参阅图1,本实施例所述基于数据分析的生态渔业资源评估系统,包括:数据获取模块、数据整理模块,计算处理模块以及异常处理模块;
数据获取模块:从生态渔业资源区域中获取区域地理信息数据,根据区域地理信息数据进行分区域数据获取,得到生态渔业分区域数据;
数据整理模块:从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,将获取到的养殖环境数据与捕捞强度数据搭建计算处理模块;
计算处理模块:根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值发送至异常处理模块;
异常处理模块:用于接收计算处理模块发送的养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,并提高数据的采集频率和周期。
其中,数据获取模块:从生态渔业资源区域中获取区域地理信息数据,根据区域地理信息数据进行分区域数据获取,得到生态渔业分区域数据;
地理信息数据采集:
通过卫星遥感、地理信息系统(GIS)或其他相关技术,获取生态渔业资源区域的地理信息数据,包括地形、水文、气象等环境数据。
分区域数据获取:
根据区域地理信息数据,将生态渔业资源区域划分为不同的子区域,分为i个不同子区域,对i个子区域分别标号为{i1,i2,i3,...in},n为大于0的正整数,对i个不同子区域进行分区域数据获取。这可能涉及到对区域内的不同海域或水域进行划分,以便更精确地监测和管理渔业资源。
生态渔业分区域数据采集:
在每个子区域内采集相关的生态渔业数据,包括水位、水温、渔业养殖密度等信息。这可以通过传感器网络、水文测量设备等手段实现,以获取实时的生态渔业分区域数据。
数据整理模块:从生态渔业分区域数据中提取区域内的渔业养殖环境信息,养殖环境信息包括水位分层温差、鱼类养殖密度,并获取区域内的人为捕捞频率,得到区域内渔业资源实时变化数据,主要包括以下内容;
水位分层温差指的是水体在垂直方向上的温度差异,通常与水深相关。在水体中,温度并非在整个水层中均匀分布,而是存在垂直方向上的层次性差异。主要影响水位分层温差的因素包括:
太阳辐射:
太阳辐射会导致水体表层温度升高,形成温暖的表层水。随着深度增加,温度逐渐降低。
风的作用:
风可以引起水体表面的混合,使表层水体的温度更为均匀。然而,风对水体深层的影响相对较小,导致深层水体温度与表层存在差异。
地理位置和季节变化:
不同地理位置和季节变化会导致水体受到不同的太阳辐射和气温影响,形成不同的水位分层温差。
水体本身特性:
水体的深度、透明度等特性也会影响水位分层温差。深水体通常温度分层更为显著。
在水体中选择不同深度,布设水温传感器。传感器的布设深度应涵盖水体表层到底层,以获取全面的温度分布信息,通过传感器实时采集水温数据。数据采集的时间间隔可以根据需要进行调整,以满足对水体温度变化的监测需求,同时,获取水体深度数据。这可以通过使用水深传感器或者标准的水文测量设备进行测量,将采集到的水温和水深数据整理成相应的数据表,确保数据对应的时间和深度。
水位分层温差的获取逻辑为:通过水体表面装置的水温传感器获取水体表层温度值,记为,再通过水下装置的水温传感器来获取水体垂直方向上不同水位的温度值,记为/>,计算相邻两个水层之间的水位分层温差,计算表达式为:/>=/>,式中,为相邻两个水层之间的水位分层温差,根据相邻水层之间的温差,计算水位分层温差值,计算表达式为:/>,式中,/>为水位分层温差值,/>为/>个水层之间的差值;
水位分层温差的增大可能表明水体在垂直方向上存在更显著的温度差异,这在某些情况下可能指示渔业养殖环境的异常;
渔业养殖环境中的水温变化可能影响鱼类的舒适度和生长,导致养殖密度需要进行调整,过大的水位分层温差可能需要调整养殖区域的设计或管理策略;
在某些情况下,水位分层温差越大说明水体的富营养化程度越高,渔业养殖环境的异常越明显。
鱼类养殖密度偏差值的获取逻辑为:获取每个渔业养殖区域的面积,获取渔业养殖区域内目标鱼类的重量,目标鱼类种类是养殖人员预测在养殖区域内养殖的鱼的重量,以及获取养殖人员实际投放到渔业养殖区域内的实际鱼类重量/>,计算鱼类养殖密度偏差值,计算表达式为:/>=/>,式中,/>为鱼类养殖密度偏差值,/>为第/>个样本区域面积,s为渔业养殖区域总面积,k,s均为大于0的正整数。
鱼类养殖密度偏差值的增大可能表示实际的养殖密度与预期目标密度之间存在较大的差异,这样的偏差可能会产生一系列影响,包括;
偏高密度偏差值可能意味着:
资源过度利用:养殖区域内的鱼类数量过多,可能导致资源过度利用,使得水体中的养分和氧气供应不足,影响鱼类的健康和生长。
环境负担增加:高密度可能导致养殖区域内的废物积累过多,增加水体的富营养化风险,对水质产生负面影响。
偏低密度偏差值可能意味着:
养殖效益降低:鱼类养殖密度偏低可能导致未充分利用养殖区域的资源,使得养殖效益降低,从而影响生产的经济性。
能源和投资浪费:养殖区域未达到合理密度可能导致资源的低效利用,造成能源和资金等投资的浪费。
在此说明的是,在实际养殖管理中,通常会设定合理的目标密度,但由于多种因素,包括环境条件、鱼类生长状态、养殖管理措施等,实际密度可能存在一定的变化。因此,密度偏差的持续增大可能需要进行调整和优化养殖管理策略,以保持养殖系统的可持续性和经济效益。密度的合理调整应结合实际监测数据和经验,以最大程度地满足鱼类的生长需求,同时最小化对水体和环境的负面影响。
对生态渔业养殖区域内鱼类的捕捞强度的获取逻辑为:获取每次捕捞区域的捕捞面积,以及捕捞时间/>,由于每次捕捞使用的工具不同,还需计算出每次捕捞时捕捞渔具的单次捕捞量记为/>,计算捕捞强度,计算表达式为:/>,式中,/>为捕捞强度;
捕捞强度的增大可能对渔业养殖区域的环境造成多方面的影响,这些影响与生态平衡、水质、渔业资源可持续性等方面有关。以下是可能的影响:
过度捕捞和资源衰竭:捕捞强度增大可能导致目标鱼类的过度捕捞,使得其种群无法及时恢复,从而影响渔业资源的可持续性。
非目标物种捕捞:高捕捞强度可能导致非目标物种的捕捞增加。
生态系统结构变化:捕捞活动的强度增大可能导致生态系统结构的变化,例如捕捞控制下的鱼类种群密度减少,可能导致食物网的崩溃或改变其他生态关系。
底栖生物影响:捕捞工具可能对底栖生物造成损害,包括捕捞过程中的底拖网和其他捕捞设备可能破坏底栖生物的栖息地,对海底生态系统产生负面影响。
水质问题:高捕捞强度可能导致废物积累和水体污染。鱼类的粪便、未消化的饵料和其他废物可能引起水质问题,例如富营养化和氧气消耗。
计算处理模块:根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值发送至异常处理模块;
综合计算水位分层温差、鱼类养殖密度偏差值,捕捞强度后构建数据评估模型,数据评估模型计算表达式为:=/>,式中,/>为环境干扰系数,/>为水位分层温差、鱼类养殖密度偏差值以及捕捞强度的比例系数,且/>0;
异常处理模块:用于接收计算处理模块发送的养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,并提高数据的采集频率和周期,具体内容如下:
将获取到的环境干扰系数与梯度标准阈值进行比较,本申请中的梯度标准阈值包括第一标准阈值和第二标准阈值,且第一标准阈值<第二标准阈值,将环境干扰系数分别与第一标准阈值和第二标准阈值进行对比;
若环境干扰系数大于第二标准阈值,说明渔业养殖区域内环境对渔业资源的影响可能较大,将该渔业养殖区域标记为高异常区域,此时生成一级异常信号;
若环境干扰系数大于等于第一标准阈值且小于等于第二标准阈值,说明渔业养殖区域内环境对渔业资源的影响可能一般,将该渔业养殖区域标记为一般异常区域,此时生成二级异常信号;
若环境干扰系数小于第一标准阈值,说明渔业养殖区域内环境对渔业资源的影响可能较小,将该渔业养殖区域标记为低异常区域,此时生成三级异常信号;
具体的,一级异常信号的管理级别高于二级异常信号的管理级别,二级异常信号的管理级别高于三级信号的异常管理级别,对于发出一级异常信号的渔业养殖区域,环境异常较明显,为防止数据采集出现错误或者偏差,应开启全部数据采集设备,以提高数据的采集频率和周期;对于发出二级异常信号的渔业养殖区域,环境异常表现一般,可开启部分数据采集设备;对于发出三级异常信号的渔业养殖区域,进行正常数据采集。
本实施例中,通过从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,提高数据的采集频率和周期,进一步提高对生态渔业资源的评估能力。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (1)
1.基于数据分析的生态渔业资源评估系统,其特征在于:包括数据获取模块、数据整理模块,计算处理模块以及异常处理模块;
数据获取模块:从生态渔业资源区域中获取区域地理信息数据,根据区域地理信息数据进行分区域数据获取,得到生态渔业分区域数据;
数据整理模块:从生态渔业分区域数据中提取区域内的渔业养殖环境数据,养殖环境数据包括水位分层温差、鱼类养殖密度偏差值,并获取区域内的捕捞强度数据,将获取到的养殖环境数据与捕捞强度数据搭建计算处理模块;
计算处理模块:根据养殖环境数据与捕捞强度数据构建数据评估模型,在系统给出养殖区域环境异常信号时,数据评估模型生成养殖环境异常值发送至异常处理模块;
异常处理模块:用于接收计算处理模块发送的养殖环境异常值,根据养殖环境异常值判断区域内养殖环境的异常级别,并根据异常级别的不同相应地开启监测设备的数量,并提高数据的采集频率和周期;
水位分层温差的获取逻辑为:通过水体表面装置的水温传感器获取水体表层温度值,记为,再通过水下装置的水温传感器来获取水体垂直方向上不同水位的温度值,记为,计算相邻两个水层之间的水位分层温差,计算表达式为:/>=/>,式中,/>为相邻两个水层之间的水位分层温差,根据相邻水层之间的温差,计算水位分层温差值,计算表达式为:/>=/>,式中,/>为水位分层温差值,/>为/>个水层之间的差值;
鱼类养殖密度偏差值的获取逻辑为:获取每个渔业养殖区域的面积,获取该区域内目标鱼类的重量/>,以及获取养殖人员实际投放到该区域内的实际鱼类重量/>,计算鱼类养殖密度偏差值,计算表达式为:/>=/>,式中,/>为鱼类养殖密度偏差值,/>为第/>个样本区域面积,s为渔业养殖区域总面积,k,s均为大于0的正整数;
捕捞强度的获取逻辑为:获取每次捕捞区域的捕捞面积,以及捕捞时间/>,由于每次捕捞使用的工具不同,还需计算出每次捕捞时捕捞渔具的单次捕捞量记为/>,计算捕捞强度,计算表达式为:/>=/>,式中,/>为捕捞强度;
综合计算水位分层温差、鱼类养殖密度偏差值,捕捞强度后构建数据评估模型,模型计算表达式为:=/>,式中,/>为环境干扰系数,/>为水位分层温差、鱼类养殖密度偏差值以及捕捞强度的比例系数,且/>0;
将获取到的环境干扰系数与梯度标准阈值进行比较,梯度标准阈值包括第一标准阈值和第二标准阈值,且第一标准阈值<第二标准阈值,将环境干扰系数分别与第一标准阈值和第二标准阈值进行对比;
若环境干扰系数大于第二标准阈值,将该渔业养殖区域标记为高异常区域,此时生成一级异常信号;
若环境干扰系数大于等于第一标准阈值且小于等于第二标准阈值,将该渔业养殖区域标记为一般异常区域,此时生成二级异常信号;
若环境干扰系数小于第一标准阈值,将该渔业养殖区域标记为低异常区域,此时生成三级异常信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410063619.0A CN117592662B (zh) | 2024-01-17 | 2024-01-17 | 基于数据分析的生态渔业资源评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410063619.0A CN117592662B (zh) | 2024-01-17 | 2024-01-17 | 基于数据分析的生态渔业资源评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117592662A CN117592662A (zh) | 2024-02-23 |
CN117592662B true CN117592662B (zh) | 2024-04-05 |
Family
ID=89922274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410063619.0A Active CN117592662B (zh) | 2024-01-17 | 2024-01-17 | 基于数据分析的生态渔业资源评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117592662B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934176B (zh) * | 2024-03-18 | 2024-06-11 | 国任财产保险股份有限公司 | 一种基于数据分析的养殖保险定价系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715242A (zh) * | 2009-06-26 | 2010-05-26 | 上海海洋大学 | 集约化水产养殖无线传输汇聚节点装置及信息融合方法 |
CN107483632A (zh) * | 2017-09-20 | 2017-12-15 | 程丹秋 | 一种水产品养殖环境智能监测系统 |
CN108958143A (zh) * | 2018-07-02 | 2018-12-07 | 合肥裕亿农业技术开发有限公司 | 一种渔业养殖动态监控系统 |
AU2020103689A4 (en) * | 2020-11-26 | 2021-02-04 | Shanghai Ocean University | Stock assessment model of squid Based on Environmental Factors |
CN116340801A (zh) * | 2023-05-31 | 2023-06-27 | 烟台市福山区动物疫病预防控制中心 | 一种畜牧养殖环境数据异常智能监控方法 |
CN117406593A (zh) * | 2023-10-12 | 2024-01-16 | 江苏理工学院 | 一种应用于渔业管理的智能数据处理方法和系统 |
-
2024
- 2024-01-17 CN CN202410063619.0A patent/CN117592662B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715242A (zh) * | 2009-06-26 | 2010-05-26 | 上海海洋大学 | 集约化水产养殖无线传输汇聚节点装置及信息融合方法 |
CN107483632A (zh) * | 2017-09-20 | 2017-12-15 | 程丹秋 | 一种水产品养殖环境智能监测系统 |
CN108958143A (zh) * | 2018-07-02 | 2018-12-07 | 合肥裕亿农业技术开发有限公司 | 一种渔业养殖动态监控系统 |
AU2020103689A4 (en) * | 2020-11-26 | 2021-02-04 | Shanghai Ocean University | Stock assessment model of squid Based on Environmental Factors |
CN116340801A (zh) * | 2023-05-31 | 2023-06-27 | 烟台市福山区动物疫病预防控制中心 | 一种畜牧养殖环境数据异常智能监控方法 |
CN117406593A (zh) * | 2023-10-12 | 2024-01-16 | 江苏理工学院 | 一种应用于渔业管理的智能数据处理方法和系统 |
Non-Patent Citations (1)
Title |
---|
捕捞对长山群岛海域渔业生态系统的影响;宋伦;王年斌;董婧;张玉凤;温泉;;生态学杂志;20100815(第08期);1578-1584 * |
Also Published As
Publication number | Publication date |
---|---|
CN117592662A (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117592662B (zh) | 基于数据分析的生态渔业资源评估系统 | |
Brandt et al. | Spatially explicit models of striped bass growth potential in Chesapeake Bay | |
Quinn et al. | Sustainability in single–species population models | |
Nhiwatiwa et al. | The importance of landscape and habitat properties in explaining instantaneous and long‐term distributions of large branchiopods in subtropical temporary pans | |
CN110402880A (zh) | 一种水产养殖中水质环境原位修复信息处理系统及方法 | |
Chang et al. | Organic enrichment at salmon farms in the Bay of Fundy, Canada: DEPOMOD predictions versus observed sediment sulfide concentrations | |
CN112819312A (zh) | 气候变化情景下干旱社会经济暴露度评估方法和系统 | |
CN114971295B (zh) | 改善通江湖泊候鸟栖息地生境的水库调度方法及系统 | |
CN107301481A (zh) | 一种生态农田需水预报系统、测算模型及需水预报方法 | |
Yan et al. | Using proximal sensor data for soil salinity management and mapping | |
CN115067243A (zh) | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 | |
CN104931120B (zh) | 一种网箱养鱼的重量检测方法 | |
Zohary et al. | There to stay: invasive filamentous green alga Mougeotia in Lake Kinneret, Israel | |
De Lestang et al. | Using fine‐scale catch predictions to examine spatial variation in growth and catchability of Panulirus cygnus along the west coast of Australia | |
Teng et al. | An integrated model for prediction of hydrologic anomalies for habitat suitability of overwintering geese in a large floodplain wetland, China | |
Cwynar et al. | Depth distribution of chironomids and an evaluation of site-specific and regional lake-depth inference models: a good model gone bad? | |
CN116990491B (zh) | 一种基于物联网的自动化土壤信息监测系统 | |
CN108038087B (zh) | 水肥灌溉决策方法、装置和系统、计算机可读存储介质 | |
Vanausdall et al. | Detection and density of breeding marsh birds in Iowa wetlands | |
KR100785350B1 (ko) | 양식장 모니터링 방법 및 그 시스템 | |
CN106845870B (zh) | 基于灰色关联的模糊层次电厂温排水渔业损害评估方法 | |
Boman et al. | Spatial dependency in abundance of Queen conch, Aliger gigas, in the Caribbean, indicates the importance of surveying deep‐water distributions | |
CN117434235A (zh) | 基于水质监测的水华预警方法、装置、设备及介质 | |
Newell et al. | Farm-scale production models | |
CN116957144A (zh) | 一种复杂养殖环境下基于深度学习的水质溶解氧预测方法 |
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 |