本申请公开了一种海水污染监测方法、装置、设备及存储介质，所述海水污染监测方法包括：获取当前海域的水质检测信息和生物检测信息；基于预设的污染影响系数计算规则，分别对所述水质检测信息和所述生物检测信息进行影响系数计算，得到当前海域的水质影响系数和生物影响系数，其中，影响系数高表示当前海域的水质检测或者生物检测为污染严重；基于所述水质影响系数和所述生物影响系数，确定当前海域的污染信息。本申请涉及污染监测技术领域，通过对当前海域的水质检测信息和生物检测信息的联合分析，得到的当前海域的污染信息准确性更高，以此完善对海水污染的监测，提高海水污染监测准确性。染监测准确性。染监测准确性。
【技术实现步骤摘要】
海水污染监测方法、装置、设备及存储介质
[0001]本申请涉及污染监测
，尤其涉及一种海水污染监测方法、装置、设备及存储介质。
技术介绍
[0002]海上石油开采日益成为当前石油资源的重要来源，同时随之而来的是油井漏油和船舶漏油事件日益增多，这给海洋及海洋生物造成了巨大的污染和威胁。因此如何准确高效的对溢油给海水及海洋生物造成的危害作出评价并及时采取有效措施，以减少溢油造成的危害和损失就成为当前面临的一个重大问题。
[0003]现有技术中通常是定期监测海洋环境中各种污染物质的浓度和其他指标；估量污染物对人体或海洋资源的某些特定成分的影响，并在污染物超过标准时发布警报等。但是目前大部分的应对海上溢油的系统都偏重于溢油应急响应决策方面，而缺少对溢油发生海域的海水及海洋生物的监测，导致对海水污染的监测不够完善，导致海水污染监测准确性低。
技术实现思路
[0004]本申请的主要目的在于提供一种海水污染监测方法、装置、设备及存储介质，旨在解决现有技术中缺少对溢油发生海域的海水及海洋生物的监测，导致对海水污染的监测不够完善，导致海水污染监测准确性低的技术问题。
[0005]为实现以上目的，本申请提供一种海水污染监测方法，所述海水污染监测方法包括：
[0006]获取当前海域的水质检测信息和生物检测信息；
[0007]基于预设的污染影响系数计算规则，分别对所述水质检测信息和所述生物检测信息进行影响系数计算，得到当前海域的水质影响系数和生物影响系数，其中，影响系数高表示当前海域的水质检测或者生物检测为污染严重；
[0008]基于所述水质影响系数和所述生物影响系数，确定当前海域的污染信息。
[0009]可选地，所述获取当前海域的生物检测信息的步骤，包括：
[0010]采集当前海域的生物图像；
[0011]将所述生物图像输入至预设的生物检测模型，基于所述生物检测模型，对所述生物图像进行图像检测处理，得到生物检测信息，其中，所述生物检测模型包括去噪模型和检测模型，并且所述生物检测模型是所述去噪模型和所述检测模型进行联合训练得到的。
[0012]可选地，所述采集当前海域的生物图像的步骤之前，所述方法包括：
[0013]获取生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签；
[0014]基于所述生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代和联合训练，得到满足精度条件的生物
检测模型。
[0015]可选地，所述基于所述生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代和联合训练，得到满足精度条件的生物检测模型的步骤，包括：
[0016]基于所述生物样本图像和所述生物样本图像的去噪标签，对预设的待训练去噪模型进行迭代训练，得到满足精度条件的去噪模型和第一误差结果；
[0017]将所述生物样本图像输入至所述去噪模型，并基于所述去噪模型对所述生物样本图像进行去噪处理，得到去噪的生物样本图像；
[0018]基于所述去噪的生物样本图像、所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代训练，得到满足精度条件的检测模型和第二误差结果；
[0019]基于所述第一误差结果和所述第二误差结果，对所述检测模型进行迭代训练，得到满足精度条件的生物检测模型。
[0020]所述基于所述生物样本图像和所述生物样本图像的去噪标签，对预设的待训练去噪模型进行迭代训练，得到满足精度条件的去噪模型和第一误差结果的步骤，包括：
[0021]将所述生物样本图像输入至预设的待训练去噪模型，得到所述生物样本图像的去噪结果；
[0022]将所述所述生物样本图像的去噪结果和所述生物样本图像的去噪标签进行差异计算，得到当前误差结果；
[0023]判断所述当前误差结果是否满足预设误差阈值范围指示的误差标准；
[0024]若所述当前误差结果未满足所述预设误差阈值范围指示的误差标准，返回将所述生物样本图像输入至预设的待训练去噪模型，得到所述生物样本图像的去噪结果的步骤，直到所述训练误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到所述去噪模型，并将当前训练完成的误差结果确定为第一误差结果。
[0025]可选地，所述基于所述第一误差结果和所述第二误差结果，对所述检测模型进行迭代训练，得到满足精度条件的生物检测模型的步骤，包括：
[0026]基于所述第一误差结果和所述第二误差结果，确定第三误差结果；
[0027]将所述第三误差结果作为训练目标，返回将所述生物样本图像输入至所述去噪模型，并基于所述去噪模型对所述生物样本图像进行去噪处理，得到去噪的生物样本图像的步骤，直到当前误差结果达到所述第三误差结果后停止训练，得到生物检测模型。
[0028]可选地，所述基于所述生物检测模型，对所述生物图像进行图像检测处理，得到生物检测信息的步骤，包括：
[0029]基于所述生物检测模型，对所述生物图像进行去噪处理，得到去噪后的生物图像；
[0030]将所述去噪后的生物图像进行检测处理，得到生物检测信息。
[0031]本申请还提供一种海水污染监测装置，所述海水污染监测装置包括：
[0032]获取模块，用于获取当前海域的水质检测信息和生物检测信息；
[0033]计算模块，用于基于预设的污染影响系数计算规则，分别对所述水质检测信息和所述生物检测信息进行影响系数计算，得到当前海域的水质影响系数和生物影响系数，其中，影响系数高表示当前海域的水质检测或者生物检测为污染严重；
[0034]确定模块，用于基于所述水质影响系数和所述生物影响系数，确定当前海域的污
染信息。
[0035]本申请还提供一种海水污染监测设备，所述海水污染监测设备包括：存储器、处理器以及存储在存储器上的用于实现所述海水污染监测方法的程序，
[0036]所述存储器用于存储实现海水污染监测方法的程序；
[0037]所述处理器用于执行实现所述海水污染监测方法的程序，以实现所述海水污染监测方法的步骤。
[0038]本申请还提供一种存储介质，所述存储介质上存储有实现海水污染监测方法的程序，所述实现海水污染监测方法的程序被处理器执行以实现所述海水污染监测方法的步骤。
[0039]本申请提供的一种海水污染监测方法、装置、设备及存储介质，与现有技术中缺少对溢油发生海域的海水及海洋生物的监测，导致对海水污染的监测不够完善，导致海水污染监测准确性低相比，在本申请中，获取当前海域的水质检测信息和生物检测信息；基于预设的污染影响系数计算规则，分别对所述水质检测信息和所述生物检测信息进行影响系数计算，得到当前海域的水质影响系数和生物影响系数，其中，影响系数高表示当前海域的水质检测或者生物检测为污染严重；基于所述水质影响系数和所述生物影响本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种海水污染监测方法，其特征在于，所述海水污染监测方法包括：获取当前海域的水质检测信息和生物检测信息；基于预设的污染影响系数计算规则，分别对所述水质检测信息和所述生物检测信息进行影响系数计算，得到当前海域的水质影响系数和生物影响系数，其中，影响系数高表示当前海域的水质检测或者生物检测为污染严重；基于所述水质影响系数和所述生物影响系数，确定当前海域的污染信息。2.如权利要求1所述的海水污染监测方法，其特征在于，所述获取当前海域的生物检测信息的步骤，包括：采集当前海域的生物图像；将所述生物图像输入至预设的生物检测模型，基于所述生物检测模型，对所述生物图像进行图像检测处理，得到生物检测信息，其中，所述生物检测模型包括去噪模型和检测模型，并且所述生物检测模型是所述去噪模型和所述检测模型进行联合训练得到的。3.如权利要求2所述的海水污染监测方法，其特征在于，所述采集当前海域的生物图像的步骤之前，所述方法包括：获取生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签；基于所述生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代和联合训练，得到满足精度条件的生物检测模型。4.如权利要求3所述的海水污染监测方法，其特征在于，所述基于所述生物样本图像、所述生物样本图像的去噪标签以及所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代和联合训练，得到满足精度条件的生物检测模型的步骤，包括：基于所述生物样本图像和所述生物样本图像的去噪标签，对预设的待训练去噪模型进行迭代训练，得到满足精度条件的去噪模型和第一误差结果；将所述生物样本图像输入至所述去噪模型，并基于所述去噪模型对所述生物样本图像进行去噪处理，得到去噪的生物样本图像；基于所述去噪的生物样本图像、所述生物样本图像的检测结果标签，对预设的待训练检测模型进行迭代训练，得到满足精度条件的检测模型和第二误差结果；基于所述第一误差结果和所述第二误差结果，对所述检测模型进行迭代训练，得到满足精度条件的生物检测模型。5.如权利要求4所述的海水污染监测方法，其特征在于，所述基于所述生物样本图像和所述生物样本图像的去噪标签，对预设的待训练去噪模型进行迭代训练，得到满足精度条件的去噪模型和第一误差结果的步骤，包括：将所述生物样本图像输入至预设的待训练去噪模型，得到所述生物样本图像的去噪结果；将所述所...
【专利技术属性】
技术研发人员：周万里，
申请(专利权)人：东营海欣港务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。