基于多源数据融合的智能化生态渔业管理系统的制作方法
本发明涉及渔业管理,尤其涉及基于多源数据融合的智能化生态渔业管理系统。
背景技术:
1、随着水产养殖集约化程度的不断提高,养殖密度增大、饵料投喂量增加,养殖水体中残饵、粪便等有机物大量累积,导致水质恶化、溶氧下降、有害物质升高问题频发,传统养殖管理依赖人工经验判断,难以实现水质变化的早期预警和精准调控,易造成鱼类大规模死亡和经济损失,现有监测系统通常仅采集单一类型数据,如仅监测溶解氧、ph值等常规水质指标,或仅通过视频监控观察鱼类表观行为,养殖管理系统的调控决策多采用固定阈值触发方式,即当某一水质参数超过预设报警阈值时启动增氧或换水设备,但养殖水体的水质参数和生态状态受季节变化、养殖密度调整、鱼群生长周期多种因素影响,其正常范围本身是一个动态变化的概念;
2、当前生态渔业管理领域已引入部分信息化监测手段,但现有技术仍存在以下不足:
3、现有技术通常对各参数独立分析,或在融合时仅做简单的特征拼接,忽略了各生态因子之间的动态互相关关系,当溶解氧下降时,鱼类摄食声纹能量减弱、游动速度减缓、集群行为发生变化,这些跨模态响应信号之间存在时间同步性和因果关联性,现缺乏对这种因子间耦合结构的建模能力,导致所提取的特征不足以表征系统的整体生态状态,采用固定的阈值体系对健康状态进行判断,各监测子区域使用统一标准,未建立各子区域基于自身历史运行数据的动态稳态基准,导致健康度评估结果在不同季节和养殖周期中存在系统性偏差。
4、针对上述的技术缺陷,现提出一种解决方案。
技术实现思路
1、本发明采用了如下技术方案:基于多源数据融合的智能化生态渔业管理系统,包括:
2、数据采集模块,采集各监测子区域的水质参数、气象参数以及鱼类行为数据,通过数据预处理与提取各生态因子的时域特征及动态互相关特征后,生成标准化多源时序数据集;
3、生态特征提取模块,将每一监测子区域在每一采样时刻的标准化时序数据映射为图结构数据,以不同生态因子为节点、以因子间的动态互相关强度为边权,对图结构数据进行特征聚合,提取当前采样时刻各监测子区域的生态耦合指纹特征向量;
4、生态监测评估模块,计算当前采样时刻各监测子区域的生态耦合指纹特征向量,与对应监测子区域的历史稳态基准向量之间的特征偏离度,作为健康度指标;
5、管理预测模块,对每一监测子区域的生态耦合指纹特征向量的时间序列进行相关性分析,计算得到变化趋势指数,并根据变化趋势指数与预设第一阈值、第二阈值的比较结果,得到当前生态变化趋势结果,并动态调整各监测子区域的数据采集频率;
6、调控决策模块,根据健康度指标与当前生态变化趋势结果,输出对应的差异化调控指令。
7、进一步的,通过数据预处理与提取各生态因子的时域特征及动态互相关特征后,生成标准化多源时序数据集,具体过程如下:
8、按照预设的采样频率采集各监测子区域的水质参数、气象参数和鱼类行为数据,水质参数包括溶解氧浓度、ph值、水温、电导率和浊度,气象参数包括气温、气压、湿度和风速,鱼类行为数据包括鱼类活动频次,各参数数据按采集时间戳对齐后生成各监测子区域的原始多时序数据;
9、对时序数据,以滑动窗口计算窗口内数据的局部均值和局部标准差,将偏离局部均值超过预设倍数局部标准差的数据点标记为异常值,采用窗口内中位值替换异常值,并对替换后的时序数据进行局部平滑处理;
10、对时序数据进行时域特征提取,时域特征包含时序数据的均值、标准差、峰值、谷值和变化速率,生成各监测子区域在各采样时刻的第一特征向量;
11、对时序数据两两之间计算动态互相关特征,以预设时间窗口长度计算各因子对之间的相关系数,并按时间步进滑动生成动态互相关时序序列,提取各因子对之间动态互相关时序序列的均值、标准差和极值,作为各因子对之间的动态互相关特征;
12、将时序数据的时域特征与各因子对之间的动态互相关特征按监测子区域和采样时刻进行拼接,生成各监测子区域在各采样时刻的标准化多源时序数据集。
13、进一步的,将每一监测子区域在每一采样时刻的标准化时序数据映射为图结构数据,具体过程如下:
14、对每一监测子区域在每一采样时刻的标准化多源时序数据集,以各生态因子作为图节点,以各生态因子之间的动态互相关强度作为节点之间连边的初始权值,构建监测子区域在采样时刻的因子关联图;
15、计算各连边权值的全局分布,将边权值低于全局分布第一四分位数的连边置零,保留边权值高于第一四分位数的连边,生成稀疏因子关联图;
16、对稀疏因子关联图执行图卷积操作,每一图节点的聚合特征为将当前节点特征与邻域节点特征按注意力权重加权求和后经非线性变换得到,注意力权重基于节点特征之间的相似度计算;
17、将图卷积操作后的全部节点的聚合特征按节点顺序拼接为监测子区域在该采样时刻的生态耦合指纹特征向量。
18、进一步的,计算当前采样时刻各监测子区域的生态耦合指纹特征向量,与对应监测子区域的历史稳态基准向量之间的特征偏离度,作为健康度指标,具体过程如下:
19、获取各监测子区域在预设历史稳态窗口内的全部历史生态耦合指纹特征向量,计算历史稳态窗口内各历史特征向量的均值向量和协方差矩阵 ,以均值向量作为监测子区域的历史稳态基准向量;
20、获取当前采样时刻各监测子区域的生态耦合指纹特征向量,计算当前特征向量与历史稳态基准向量之间的特征距离,作为特征偏离度;
21、将特征偏离度映射至预设健康度区间,得到健康度指标。
22、进一步的,对每一监测子区域的生态耦合指纹特征向量的时间序列进行相关性分析,计算得到变化趋势指数,并根据变化趋势指数与预设第一阈值、第二阈值的比较结果,得到当前生态变化趋势结果,并动态调整各监测子区域的数据采集频率,具体过程如下:
23、获取每一监测子区域在预设历史趋势窗口内的生态耦合指纹特征向量时间序列,对时间序列中的每一特征分别执行线性回归拟合,提取各特征的回归斜率系数,形成变化速率向量;
24、对变化速率向量中各特征回归斜率系数进行符号统计,计算正向变化维占比、负向变化占比和稳定占比 ,并计算当前监测子区域的变化趋势指数,将变化趋势指数分别与预设第一阈值和第二阈值进行比较,得到当前生态变化趋势结果;
25、根据当前生态变化趋势结果动态调整各监测子区域的数据采集频率:当判定为下降趋势时,将监测子区域的采集频率从预设基准频率提升至第一采集频率;
26、当判定为平稳状态时,维持预设基准频率;
27、当判定为上升趋势时,将监测子区域的采集频率从预设基准频率降低至第二采集频率。
28、进一步的,生态监测评估模块还用于对各监测子区域的健康度指标进行空间分布相关性分析,识别相邻监测子区域之间的生态耦合异常:
29、获取全部监测子区域在当前采样时刻的健康度指标集合,其中 kk 为监测子区域总数,根据各监测子区域的空间相邻关系构建空间邻接矩阵
30、计算各监测子区域健康度指标与其空间相邻子区域健康度指标均值的空间滞后差异量;
31、当空间滞后差异量的绝对值超过预设空间差异阈值时,判定监测子区域存在生态耦合异常,生成空间异常标记;
32、当多个相邻子区域同时出现同向空间滞后差异量超过所预设空间差异阈值时,判定存在区域性生态耦合异常,输出区域性预警信号。
33、进一步的,根据健康度指标与当前生态变化趋势结果,输出对应的差异化调控指令,具体过程如下:
34、获取当前监测子区域的健康度指标和变化趋势指数,将健康度指标与预设健康度阈值进行比较,将变化趋势指数与预设第一阈值和预设第二阈值进行比较;
35、当健康度指标低于预设健康度阈值且当前生态变化趋势结果为下降趋势时,判定为生态高风险等级;
36、当健康度指标低于所述预设健康度阈值但所述当前生态变化趋势结果为平稳状态时,判定为生态中风险等级;当健康度指标不低于所述预设健康度阈值且当前生态变化趋势结果为平稳状态时,判定为生态低风险等级;
37、根据确定的生态风险等级,匹配对应的差异化调控指令:
38、当判定为高风险等级时,输出第一调控指令;
39、当判定为中风险等级时,输出第二调控指令;
40、当判定为低风险等级时,输出第三调控指令。
41、将输出的差异化调控指令推送至对应监测子区域的调控设备执行端。
42、综上所述,由于采用了上述技术方案,本发明的有益效果是:
43、该基于多源数据融合的智能化生态渔业管理系统,通过提取各生态因子的时域特征及因子间的动态互相关特征,将因子间的关联变化纳入感知,实现多因子耦合的融合与特征表达,通过生态特征提取模块将标准化时序数据映射为以生态因子为节点、以动态互相关强度为边权的图结构数据,通过图注意力网络进行特征聚合,提取各监测子区域的生态耦合指纹特征向量,实现对生态系统中各因子之间相互依赖、相互影响关系的联系,通过生态监测评估模块以各监测子区域在历史稳态窗口内的特征向量均值为基准,采用距离计算当前特征向量与历史稳态基准之间的特征偏离度,实现一区一基准的差异化健康度评估,对生态耦合指纹特征向量的时间序列进行各维度的线性回归拟合,计算正、负、稳定三个方向的变化维度占比,生成变化趋势指数,根据趋势指数与预设阈值的比较结果动态调整各监测子区域的数据采集频率,实现监测精度与资源消耗的动态平衡,将各监测子区域的生态风险划分为高、中、低三个等级,各等级匹配差异化的调控指令,实现差异化生态管理。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com