一种基于大数据的海洋牧场自动化监测方法及系统技术方案

本发明专利技术涉及海洋牧场监测技术领域，特别是一种基于大数据的海洋牧场自动化监测方法及系统，根据大数据网络获取海洋经济生物的生长影响要素阈值范围，获取海洋牧场中的实时水质特征数据，基于所述生长影响要素阈值范围对所述实时水质特征数据进行分筛，得到初步预警的水质特征数据合集，获取最终预警的水质特征数据合集，基于所述最终预警的水质特征数据合集生成最终的水质治理措施，并将所述最终的水质治理措施输出，通过本方法能够快速有效的筛选出会对海洋牧场中当前所养殖的海洋经济生物品种造成影响的最终预警的水质特征数据，避免出现牧场中经济物种大规模死亡现象，避免造成经济损失。经济损失。经济损失。

【技术实现步骤摘要】
一种基于大数据的海洋牧场自动化监测方法及系统


[0001]本专利技术涉及海洋牧场监测
，特别是一种基于大数据的海洋牧场自动化监测方法及系统。

技术介绍

[0002]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，将人工放流的海洋经济生物聚集起来，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在海上放养。海洋牧场监测自动化是海洋牧场生产管理的重要内容，贯穿于整个海洋牧场的建设、生产、经营与安全保障等各个环节。通过建立海洋牧场自动化监测系统，实时获取海域的生态、水质、气象、水文动力等海洋环境与海底生物相关数据，监控海洋牧场的动态变化，掌握海洋灾害的发生规律和生物资源变化趋势。
[0003]为了实现对海洋牧场进行自动化监测，需要开发一款系统与之配合实现，该系统能够对海洋牧场中的溶解氧、叶绿素、浊度、PH等众多水质特征数据进行实时监测，而如何快速有效的在众多的水质特征数据中筛选出会对牧场中当前所养殖的海洋经济生物品种造成影响的预警水质特征数据是整个系统的关键，这是由于若能够快速有效的筛选相关的预警水质特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的海洋牧场自动化监测方法，其特征在于，包括以下步骤：根据大数据网络获取海洋经济生物的生长影响要素阈值范围，获取海洋牧场中的实时水质特征数据，基于所述生长影响要素阈值范围对所述实时水质特征数据进行分筛，得到初步预警的水质特征数据合集；获取海洋牧场中当前养殖的海洋经济生物种类信息，基于所述初步预警的水质特征数据合集与当前养殖的海洋经济生物种类信息进行评价，得到最终预警的水质特征数据合集；基于所述最终预警的水质特征数据合集确定预警等级，并将所述预警等级输出；获取最终预警的水质特征数据合集，基于所述最终预警的水质特征数据合集生成最终的水质治理措施，并将所述最终的水质治理措施输出。2.根据权利要求1所述的一种基于大数据的海洋牧场自动化监测方法，其特征在于，根据大数据网络获取海洋经济生物的生长影响要素阈值范围，获取海洋牧场中的实时水质特征数据，基于所述生长影响要素阈值范围对所述实时水质特征数据进行分筛，得到初步预警的水质特征数据合集，具体为：通过大数据网络获取海洋经济生物的生长影响要素阈值范围，构建数据库，并将所述海洋经济生物的生长影响要素阈值范围导入所述数据库中，得到特征数据库；获取海洋牧场中的实时水质特征数据，并将所述海洋牧场中的实时水质特征数据输入所述特征数据库中，以将所述实时水质特征数据与所述生长影响要素阈值范围进行配对，得到配对率；获取配对率大于预设配对率的实时水质特征数据，并将所述配对率大于预设配对率的实时水质特征数据汇集，得到初步预警的水质特征数据合集。3.根据权利要求1所述的一种基于大数据的海洋牧场自动化监测方法，其特征在于，获取海洋牧场中当前养殖的海洋经济生物种类信息，基于所述初步预警的水质特征数据合集与当前养殖的海洋经济生物种类信息进行评价，得到最终预警的水质特征数据合集，具体为：获取海洋牧场中当前养殖的海洋经济生物种类信息以及获取初步预警的水质特征数据合集；基于所述初步预警的水质特征数据合集确定出各个水质特征数据的评判指数，并基于层次分析法对所述初步预警的水质特征数据合集进行分析，得到初步预警的水质特征数据合集的评判分数；基于所述初步预警的水质特征数据合集的评判分数得到各个水质特征数据的评判指数的权重值；提取权重值大于预设权重值所对应的水质特征数据，并将所述权重值大于预设权重值所对应的水质特征数据进行汇聚，得到最终预警的水质特征数据合集。4.根据权利要求1所述的一种基于大数据的海洋牧场自动化监测方法，其特征在于，基于所述最终预警的水质特征数据合集确定预警等级，并将所述预警等级输出，具体为：基于卷积神经网络构建灾害预警模型，并获取预设不同组合类型的预警水质特征数据所对应灾害等级的数据本，将所述数据本分为训练集与测试集；将所述训练集导入所述灾害预警模型的卷积层中，并使用若干个预设大小的卷积核对所述训练集进行卷积运算，得到卷积值，并将所述卷积值输入到池化层中；利用最大池化
法，在各个预设大小的卷积核中选取出最大数字作为当前卷积值所在区域的特征值，并将所述当前卷积值所在区域的特征值进行融合；通过交叉熵损失函数进行参数反向传播训练，当模型误差收敛至预设值后，保存模型数据；通过所述测试集对所述灾害预警模型进行测试，直至所述灾害预警模型满足预设要求；将所述最终预警的水质特征数据合集导入所述灾害预警模型中，通过灰色关联分析法对所述最终预警的水质特征数据合集与所述预设不同组合类型的预警水质特征数据所对应灾害等级进行关联度计算，得到若干个关联度；建立排序表，将所述若干个关联度导入所述排序表中进行大小排序，并提取出最大关联度；获取与所述最大关联度相对应的灾害等级，并将与所述最大关联度相对应的灾害等级作为预警等级输出。5.根据权利要求1所述的一种基于大数据的海洋牧场自动化监测方法，其特征在于，获取最终预警的水质特征数据合集，基于所述最终预警的水质特征数据合集生成最终的水质治理措施，并将所述最终的水质治理措施输出，具体为：获取最终预警的水质特征数据合集，并基于所述最终预警的水质特征数据合集生成相关检索关键词；基于所述相关检索关键词对大数据网络进行检索，得到相关联的水质治理措施合集；获取所述相关联的水质治理措施合集各个水质治理措施所对应的历史治理成功率，并将所述相关联的水质治理措施合集各个水质治理措施所对应的历史治理成功率与预设治理成功率进行比较；若所述相关联的水质治理措施合集中存在历史治理成功率大于预设治理成功率的水质治理措施，则对历史治理成功率大于预设治理成功率的水质治理措施进行标记并提取，得到初始的水质治理措施合集；获取所述初始的水质治理措施合集中各个水质治理措施所对应的特征属性，并判断所述各个水质治理措施所对应的特征属性是否为预设属性；若为预设属性，则将特征属性为预设属性的水质治理措施由所述初始的水质治理措施合集中剔除，得到筛选后的水质治理措施合集；获取所述筛选后的水质治理措施合集中历史治理成功率最高的水质治理措施，并将...

【专利技术属性】
技术研发人员：黄爽，秦健南，叶权圣，陈平，徐宁，秦会敏，李强，
申请(专利权)人：广东省科学院生物与医学工程研究所，
类型：发明
国别省市：