一种红树林智能监管系统技术方案

本发明专利技术提供了一种红树林智能监管系统，包括业务层、数据层、展现层，业务层包括用户系统、业务系统、算法系统三大系统组成，用户系统主要用来管理平台用户操作行为及信息管理；业务系统用于管理整个平台模块之间的业务，包括GIS地图生成、建筑物倾斜影像的校正、红树林模拟；算法系统通过GIS地图生成方法、建筑物倾斜影像的校正方法、红树林模拟方法实现对监管地域、建筑物、红树林的识别和监控。本发明专利技术结合卫星资料、关系数据库系统及红树林与环境指标的关系，建立了一个基于的红树林白化预测模型，通过高分辨率或中等分辨率的遥感数据实现了对红树林生态系统出现任何特定现象的脆弱性进行评估。进行评估。进行评估。

【技术实现步骤摘要】
一种红树林智能监管系统


[0001]本专利技术属于监管系统领域，特别涉及一种红树林智能监管系统。

技术介绍

[0002]红树林有重要的经济价值。区域里的星虫、螃蟹和贝类，都是经济渔获物，环境好才会产量高。一些城市通过修复红树林工程，优化了城市景观，也带动周边商业繁荣。乐清湾红树林一直倍受国内专家关注，2019年，乐清湾发展了100 多亩红树林与贝类养殖耦合系统，是省内首个红树林与水产养殖耦合系统的实践，在贝类养殖塘周边栽植上红树林带，即修复了海岸线，又为贝类的养殖提供生态屏障，养殖效益有望倍增，得到了当地村民的大力支持。浙江大学学院的吴嘉平教授近年来在乐清湾红树林的监测发现，乐清湾红树林滩涂的大型底栖动物的生物量是光滩的3倍，而且类似可口革囊星虫等具有高经济类底栖动物显著高于米草地和光滩。龙湾树排沙岛原来是一片互花米草岛，2014年始发展了1000 多亩的红树林，浙江省农科院亚热带作物研究所陈秋夏研究团队在岛上引进国内秋茄种质30多份，成为目前国内唯一的红树植物秋茄种质资源库。目前树排沙岛1000多亩红树林已蔚然成林，通过5年的监测发现，种植红树林并控制护花米草后，生物多样性显著提高，乡土的水生植物和底栖动物大量回归，吸引了大量的鸟类来此取食、栖息，该区域目前已列入省级保护区，吸引了国内诸多红树林学者关注。据了解，目前正在进行蓝色港湾整治二期工程的洞头岛，也在打造集生态修复和观光休闲于一体的浙江省最大红树林湿地生态产业示范园和全国红树林生态研发特色基地。专家表示，浙江省红树的发展还有需多技术难题需要攻克，如红树林的分布北界、宜林临界线、抗寒种苗培育技术等。生态保护和修复不仅仅只是政府的行为和责任。只有找到切实可行红树林经济价值的实现路径，社会和企业才更有动力参与保护和修复活动。绿水青山就是金山银山。保护生态环境，就是保护生产力；改善生态环境，就是发展生产力。保护和修复好红树林，充分发挥其生态系统功能，就能使生态优势变成经济优势，让红树林成为“金树林”。
[0003]红树林生长于陆地与交界带的滩涂浅滩，是陆地向过度的特殊生态系统，是热带、亚热带港湾滩涂和河口浅滩特有的常绿乔木群落，全球约有55个红树林品种，中国红树林主要分布在海南、广东、广西、福建、台湾和浙江沿海一带。它是许多科学家和环保人士眼中的生态“明星”，是全世界公认的“海岸卫士”。抵御潮波、化解风暴、丰富生态、吸收污染、确保生物多样性、固定土壤、调节气候、提供资源等等，种种化腐朽为神奇的力量独属红树林，让它在全世界范围内备受重视。红树林是许多生物的家园，在海岸保护、旅游业和渔业方面发挥着至关重要的作用，因此支持沿海社区。红树林是一个具有多种生态、环境和社会经济功能的生态系统。由于全球人类活动的频繁、多样性和范围的增加，这种独特的生态系统不断面临风险。然而，红树林严重衰退，约30％的红树林面积已经受到严重破坏。到2030年，大约60％的红树林可能会消失。由于温度升高，红树林正在失去其大部分的色素微藻内共生体，称为虫黄藻，在压力下，这些细胞会被排出体外，从而使红树林的外表更浅或更白。如果热环境恶劣，并且持续时间较长，它们可能会导致白化，大多数红树林可能会死亡。海水温
度上升导致红树林中的藻类喷发。缺少对红树林的监控。
[0004]当前，大数据已成为国民经济和社会发展的基础性、战略性资源。各级管理部门对大数据的实时、直观展示和分析的需求日渐强烈。当前各类业务管理系统彼此独立、对信息资源缺乏整合和共享利用、“信息孤岛”现象严重、深层次的数据应用不充分、数据更新机制不完善。
[0005]自然灾害和事故不仅威胁人身安全，影响经济，而且对环境造成污染。目前，监测部门主要通过卫星遥感成像对自然灾害和海上事故进行监测和跟踪。由于一般遥感图像处理软件的制图功能有限，且不支持特定业务的处理，因此遥感图像处理软件主要用于面向业务的工作过程。这个会影响应急响应和决策支持的效率。随着越来越多的人学习和使用GIS，GIS产业得到了广泛的应用和长足的发展，尤其是在GIS地图功能与其他传统软件的制图功能相比，更是如此。GIS制图具有明显的优势。
[0006]作为数字建筑物的重要组成部分，三维模型的研究与应用已成为当代GIS 及相关学科的研究热点。真实纹理的获取和映射是构建三维模型的重要步骤。特别是数字摄影测量技术的发展，在很大程度上促进了空间信息提取和现实世界建筑物的提取，进一步推动了数字建筑物的建设和发展。传统的航空摄影测量一般是在测区内进行近垂直摄影，实现立体测绘，提取各类地物的三维几何信息，是重建三维模型的基本手段之一，在纹理建模方面，应该注意到一些墙面的纹理在这些准垂直摄影图像上是看不见的。

技术实现思路

[0007]为了解决上述问题尤其是如何监控红树林，本专利技术利用对红树林的模拟，对红树林进行监控,具体方案如下：
[0008]一种红树林智能监管系统，包括业务层、数据层、展现层，
[0009]业务层包括用户系统、业务系统、算法系统三大系统组成，用户系统主要用来管理平台用户操作行为及信息管理；业务系统用于管理整个平台模块之间的业务，包括GIS地图生成、建筑物倾斜影像的校正、红树林模拟；算法系统通过 GIS地图生成方法、建筑物倾斜影像的校正方法、红树林模拟方法实现对监管地域、建筑物、红树林的识别和监控；
[0010]数据层用于数据存储，分为数据中心、系统数据库、图像数据库，数据中心用于存储各种业务数据；系统数据库存储系统模块之间的业务关系数据，包括地图、图像存放地址等；图像数据库存储所有遥感地图数据；
[0011]展现层通过WEB端输出各功能模块之间交互返回的结果，开放API接口调用方法开发者可通过相关开放接口地址按照提供的调用规则进行调用。
[0012]其中，系统服务采用轻量级Flask Web应用框架，其WSGI工具箱采用 Werkzeug，Flask拥有内置服务器和单元测试，适配RESTful，支持安全的cookies；机器深度学习算法Keras人工神经网络和Open CV机器学习视觉算法，实时捕捉动态图像进行识别；自动采集数据图像，实现准确智能识别。
[0013]其中，红树林模拟方法，包括如下步骤；
[0014]步骤1、参数选择
[0015]温度、红树林饱和状态、光合有效辐射、风速、水深和坡度对红树林的漂白脆弱性起着至关重要的作用，有关这些参数选择的信息如下；
[0016]A、温度
[0017]B、红树林饱和状态
[0018]地表水是过饱和的，红树林饱和状态Ω定义为溶解的钙离子和碳酸盐离子的浓度的乘积除以在平衡时碳酸钙浓度：
[0019][0020]当饱和状态大于3时，红树林更容易存活；当饱和状态小于3时，红树林受到压力并在达到1时死亡。
[0021]C、光合有效辐射
[0022]光合有效辐射表示从到达表面的太阳的400～700nm的光谱范围，这是红树林光合作用过程中红树林的藻黄藻所需要的，其中，光合有效辐射大于47瓦/ 平方米/天，红树林生存的条件。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种红树林智能监管系统，包括业务层数据层、展现层，其特征在于，业务层由用户系统、业务系统、算法系统三大系统组成，所述用户系统用来管理平台用户操作行为及信息管理；所述业务系统用于管理整个平台模块之间的业务，包括GIS地图生成和红树林模拟；所述算法系统通过所述GIS地图生成和所述红树林模拟方法对监管地域以及红树林的识别和监控；所述数据层用于数据存储，其分为数据中心、系统数据库和图像数据库；所述数据中心用于存储各种业务数据；所述系统数据库用于存储系统模块之间的业务关系数据，包括地图和图像存放地址；所述展现层通过WEB端输出各功能模块之间交互返回的结果和开放API接口调用方法，开发者可通过相关开放接口地址按照提供的调用规则进行调用；其中，所述红树林模拟方法，包括如下步骤：步骤1、参数选择；步骤2、数据处理方法；步骤3、层次分析；步骤4、权重叠加分析。2.根据权利要求1所述的一种红树林智能监管系统，其特征在于，所述步骤1具体为：选择以下信息作为参数：A、温度；B、红树林饱和状态；C、光合有效辐射；D、风速；E、水深；F、坡度。3.根据权利要求2所述的一种红树林智能监管系统，其特征在于，所述步骤2具体为：应用多标准决策对选择的红树林参数进行分析，包括以下步骤：步骤2.1、识别参数：根据已知影响红树林的先验知识选择参数，为层次分析法选择了六个参数，包括温度、光合有效辐射、红树林饱和状态、风速、水深、坡度；步骤2.2、数据采集，所有层重新投影，提取观测区域的范围；步骤2.3、将步骤1的六个参数被进一步用作重叠分析的输入，基于一组倒数参数矩阵中的比较来评估六个参数的性能，用于比较参数的标度为1到5，相关定义和说明如下表所示，形成比较矩阵：
在较矩阵形成后，计算归一化特征向量，通过将每列的和除以比较矩阵中的每个元素，对比较矩阵进行规范化，通过计算比较矩阵每行元素的平均值得到归一化特征向量；当一致性比(CR)小于0.10时，参数的合理一致性水平是可以接受的；如果超过0.10，则表示判断不可靠，需要重新考虑比较矩阵，一致性比计算如下：其中，CR表示一致性比，CI表示一致性指数，RI表示随机性指数，n表示参数个数，表示主特征值，随机性指数RI与参数个数n对应如下表所示，n12345678910RI0.00.00.580.901.121.241...

【专利技术属性】
技术研发人员：刘妙燕，田元，
申请(专利权)人：浙江弄潮儿智慧科技有限公司，
类型：发明
国别省市：