一种基于大数据监测的草原鼠情智能监管系统及方法技术方案

本发明专利技术涉及鼠情数据监管技术领域，具体为一种基于大数据监测的草原鼠情智能监管系统及方法，包括对目标开展鼠情监管的草原划分监管区域，基于鼠情数据获取各监管区域对应各项鼠情监管指标的指标值；对各类型目标指标项组合计算组合出现的特征指数；分别在各监管区域各监测节点所包含的所有第一目标指标项和所有第二目标指标项中，基于特征指标项组合进行相应目标指标项的剔除处理；根据不同监管区域于相同监测节点之间所呈现的特征指标项集合的分布情况，对不同监管区域在同一监测节点上是否满足指标变换关联影响进行判断识别；提示监管人员对标记的监管区域内的鼠情数据变化情况进行重点监测。情况进行重点监测。情况进行重点监测。

【技术实现步骤摘要】
一种基于大数据监测的草原鼠情智能监管系统及方法


[0001]本专利技术涉及鼠情数据监管
，具体为一种基于大数据监测的草原鼠情智能监管系统及方法。

技术介绍

[0002]草原鼠害的防治方式有多种，概括国内外鼠害防治方法，可分为四大类：物理方法、化学方法、生物方法和生态方法，而不管是哪类防治方法都需要根据草原鼠害发生情况，结合当地草原技术的监测预报信息，适时采取防治技术措施；而监测预报信息的准确度往往在一定程度上决定着防治措施的效率性能达到多高，草原上的害鼠的数量与植被密度有重要关系，而通常因为害鼠的分布特点和活动规律，对害鼠的数据监测也存在一定的难度。
[0003]当前的鼠害监测设备能在一定程度上满足对鼠情进行精准监测的需要，比起以往的肉眼观察，该可以进行全天候持续监测，当老鼠触发入口监测装置后自动拍照并上传至服务器，自动识别鼠害的数量及种类；但是对于面积较为辽阔的草原而言，如何针对性且高效的铺设鼠害监测设备是一个值得思考的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据监测的草原鼠情智能监管系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据监测的草原鼠情智能监管方法，方法包括：
[0006]步骤S100：对目标开展鼠情监管的草原划分监管区域，分别对各监管区域布控鼠情监测设备；设置若干项鼠情监管指标，汇集在各监管区域内由各鼠情监测设备所监测采集到的鼠情数据，基于鼠情数据获取各监管区域对应各项鼠情监管指标的指标值；
[0007]本申请采用的监测设备包括无人机、高光谱成像仪、鼠害监测设备，利用无人机对监管区域内的草原地物进行图像采集，得到各监管区域的原始图像数据；将采集的原始图像根据无人机飞行高度和图像类型对草原数据进行裁剪、增强等操作完成预处理，得到优质数据；将优质数据基于植被指数进行草原地物分类，实现裸土和植被群落的分类，同时将优质数据依据草原地物特征和深度学习分类数据集制作规则，制作草原地物分类数据集，该数据集类别包括植被、裸土和其他；搭建、训练、验证和测试深度学习草原地物分类模型，采用参数优化的最优分类模型对草原图像进行分类，得到分类结果；将优质数据制作草原地物分割数据集，数据集类别包括土丘、次生裸地、恢复斑块、鼠洞和其他；基于深度学习分割方法和草原地物定义构建草原地物分割模型，对该模型进行训练、验证和测试，经对比分析后采用最优分割模型对草原图像进行分割，得到分割结果，将上述处理结果进行加权融合和专家投票，分析植被指数和深度学习分类、分割结果特点，研建加权融合和专家投票方案；采用加权融合和专家投票方案确定各像元类别，得到草原各地物最终分割结果，根据结
果计算各地物GPS坐标和植被盖度；最终实现对各监管区域内各项鼠情监管指标所对应的指标值的分析评估；
[0008]步骤S200：每间隔单位周期，分别对各监管区域提取各项鼠情监管指标所对应的指标值；设每相邻两个单位周期构成一个监测节点；根据在各监测节点中各鼠情监管指标项出现的不同数值变化，分别对各鼠情监管指标项进行第一目标指标项或者第二目标指标项的识别判断；对在所有监测节点中存在的所有目标指标项组合进行提取，对各类型目标指标项组合计算组合出现的特征指数；
[0009]步骤S300：基于特征指数，筛选出特征指标项组合；分别在各监管区域各监测节点所包含的所有第一目标指标项和所有第二目标指标项中，基于特征指标项组合进行相应目标指标项的剔除处理，得到相应的特征指标项集合；
[0010]步骤S400：根据不同监管区域于相同监测节点之间所呈现的特征指标项集合的分布情况，对不同监管区域在同一监测节点上是否满足指标变换关联影响进行判断识别；
[0011]步骤S500：基于在所有监管区域之间呈现的指标变换关联影响关系的分布情况，分别对各监管区域进行综合影响值的分析计算；将综合影响值大于阈值的监管区域进行标记并反馈给监管人员，提示监管人员对标记的监管区域内的鼠情数据变化情况进行重点监测。
[0012]进一步的，步骤S200包括：
[0013]步骤S201：设在某监管区域由第i个单位周期t
i
和第i+1个单位周期t
i+1
构成的第j个监测节点N
j
中，某监管区域对应在t
i+1
的指标值集合为L＝{a(P1)、a(P2)、...、a(P
n
)}，对应在t
i
的指标值集合为L＝{b(P1)、b(P2)、...、b(P
n
)}；其中，P1、P2、...、P
n
分别表示第1、2、...、n项鼠情监管指标；其中，a(P1)、a(P2)、...、a(P
n
)分别表示P1、P2、...、P
n
于t
i+1
所呈现的指标值；b(P1)、b(P2)、...、b(P
n
)分别表示P1、P2、...、P
n
于t
i
所呈现的指标值；
[0014]步骤S202：若N
j
中存在任意项鼠情监管指标P
k
于t
i+1
所呈现的指标值为b(P
k
)，于t
i
所呈现的指标值为a(P
k
)，当满足指标差值h(P
k
)＝b(P
k
)
‑
a(P
k
)>0时，将任意项鼠情监管指标P
k
设为第一目标指标项，当满足指标差值h(P
k
)＝b(P
k
)
‑
a(P
k
)<0时，将任意项鼠情监管指标P
k
设为第二目标指标项；
[0015]步骤S203：对各监管区域在每一个监测节点中存在的第一目标指标项和第二目标指标项进行汇集，分别得到对应各监测节点的第一目标指标项集合和第二目标指标项集合；逐一将第一目标指标项集合内各第一目标指标项依次与第二目标指标项集合内各第二目标指标项进行组合，汇集在所有监测节点中存在的所有目标指标项组合类型；
[0016]步骤S204：分别对各类型目标指标项组合计算特征指数β＝m/M；其中，m表示从任意监测节点中提取存在各类型目标指标项组合的监管区域的总数；M表示对目标开展鼠情监管的草原划分得到监管区域的总数；
[0017]其中，第一目标指标项是指，在一个时间节点包含的两个相邻单位周期内，后一个单位周期对应该指标项的指标值，较前一个单位周期对应该指标项的指标值而言发生了指标值增长，也就是意味着在一个时间节点包含的时间维度内，于该指标项所反映的鼠情况发生了变化，且这个变化从指标值大小而言，是呈现指标值的上升趋势；其中，第二目标指标项是指，在一个时间节点包含的两个相邻单位周期内，在后一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据监测的草原鼠情智能监管方法，其特征在于，所述方法包括：步骤S100：对目标开展鼠情监管的草原划分监管区域，分别对各监管区域布控鼠情监测设备；设置若干项鼠情监管指标，汇集在各监管区域内由各鼠情监测设备所监测采集到的鼠情数据，基于所述鼠情数据获取所述各监管区域对应各项鼠情监管指标的指标值；步骤S200：每间隔单位周期，分别对各监管区域提取各项鼠情监管指标所对应的指标值；设每相邻两个单位周期构成一个监测节点；根据在各监测节点中各鼠情监管指标项出现的不同数值变化，分别对各鼠情监管指标项进行第一目标指标项或者第二目标指标项的识别判断；对在所有监测节点中存在的所有目标指标项组合进行提取，对各类型目标指标项组合计算组合出现的特征指数；步骤S300：基于特征指数，筛选出特征指标项组合；分别在各监管区域各监测节点所包含的所有第一目标指标项和所有第二目标指标项中，基于所述特征指标项组合进行相应目标指标项的剔除处理，得到相应的特征指标项集合；步骤S400：根据不同监管区域于相同监测节点之间所呈现的特征指标项集合的分布情况，对不同监管区域在同一监测节点上是否满足指标变换关联影响进行判断识别；步骤S500：基于在所有监管区域之间呈现的指标变换关联影响关系的分布情况，分别对各监管区域进行综合影响值的分析计算；将综合影响值大于阈值的监管区域进行标记并反馈给监管人员，提示监管人员对标记的监管区域内的鼠情数据变化情况进行重点监测。2.根据权利要求1所述的一种基于大数据监测的草原鼠情智能监管方法，其特征在于，所述步骤S200包括：步骤S201：设在某监管区域由第i个单位周期t
i
和第i+1个单位周期t
i+1
构成的第j个监测节点N
j
中，所述某监管区域对应在t
i+1
的指标值集合为L＝{a(P1)、a(P2)、...、a(P
n
)}，对应在t
i
的指标值集合为L＝{b(P1)、b(P2)、...、b(P
n
)}；其中，P1、P2、...、P
n
分别表示第1、2、...、n项鼠情监管指标；其中，a(P1)、a(P2)、...、a(P
n
)分别表示P1、P2、...、P
n
于t
i+1
所呈现的指标值；b(P1)、b(P2)、...、b(P
n
)分别表示P1、P2、...、P
n
于t
i
所呈现的指标值；步骤S202：若N
j
中存在任意项鼠情监管指标P
k
于t
i+1
所呈现的指标值为b(P
k
)，于t
i
所呈现的指标值为a(P
k
)，当满足指标差值h(P
k
)＝b(P
k
)
‑
a(P
k
)>0时，将所述任意项鼠情监管指标P
k
设为第一目标指标项，当满足指标差值h(P
k
)＝b(P
k
)
‑
a(P
k
)<0时，将所述任意项鼠情监管指标P
k
设为第二目标指标项；步骤S203：对各监管区域在每一个监测节点中存在的第一目标指标项和第二目标指标项进行汇集，分别得到对应各监测节点的第一目标指标项集合和第二目标指标项集合；逐一将所述第一目标指标项集合内各第一目标指标项依次与所述第二目标指标项集合内各第二目标指标项进行组合，汇集在所有监测节点中存在的所有目标指标项组合类型；步骤S204：分别对各类型目标指标项组合计算特征指数β＝m/M；其中，m表示从任意监测节点中提取存在所述各类型目标指标项组合的监管区域的总数；M表示对目标开展鼠情监管的草原划分得到监管区域的总数。3.根据权利要求1所述的一种基于大数据监测的草原鼠情智能监管方法，其特征在于，所述步骤S300包括:步骤S301：当某类型目标指标项组合的特征指数大于指数阈值，判断所述某类型目标指标项组合为特征目标指标项组合；分别提取各监管区域内各监测节点的第一目标指标项
集合和第二目标指标项集合；设某监管区域内某监测节点的第一目标指标项集合为A，第二目标指标项集合为B；步骤S302：当A内存在的某第一目...

【专利技术属性】
技术研发人员：王钰，周俗，唐明坤，李洪海，杨思维，
申请(专利权)人：四川省林业科学研究院，
类型：发明
国别省市：