一种基于多源数据融合的水母暴发智能预警系统的制作方法

摘要: 本发明涉及海洋生态监测,尤其涉及一种基于多源数据融合的水母暴发智能预警系统。背景技术:1、水母是近海生态环境中的重要生物类群,在适宜的水温、盐度、水动力条件以及...
一种基于多源数据融合的水母暴发智能预警系统的制作方法

本发明涉及海洋生态监测,尤其涉及一种基于多源数据融合的水母暴发智能预警系统。

背景技术:

1、水母是近海生态环境中的重要生物类群,在适宜的水温、盐度、水动力条件以及饵料条件共同作用下,其种群数量可能在一定时期内快速增加并形成高密度聚集,水母集中出现不仅会改变局部海域浮游生物群落及食物关系,还可能对近海养殖、滨海活动以及沿海取水设施运行产生影响,因此有必要利用连续监测数据对水母数量变化过程及其发展趋势进行提前判断。

2、现有水母预警技术通常基于水温、盐度、叶绿素、浮游动物饵料等环境因子与历史暴发事件的关联分析,输出海域尺度的风险值。此类技术存在三个长期未解的缺陷,以单时刻数值状态为判别依据,无法区分环境状态相同而暴发去向相反的情形-暴发趋近期与暴发消退期(衰减期)的水母数量、环境因子数值高度相似,系统对两者给出相同的趋近风险提示;无法识别暴发消退期残留信号的干扰,水母暴发结束后,其残骸降解与黏液释放产生的信号仍持续保留于水质及浮游生物数据中,现有系统极易将此类残留信号误判为新一轮暴发的前兆,造成系统性误报;预警与调查处置脱节,输出风险后只能采取全面提高监测强度的粗放方式加密调查,无法针对不确定性来源精准投放调查资源,也不能回答水母群体到达取水口的剩余时间这一运行人员真正关心的问题。

3、因此,亟需一种能够基于完整演变路径判别暴发相位、自动封堵消退期残留信号误报、并驱动调查资源精准投放的水母暴发智能预警系统。

技术实现思路

1、本发明的目的是解决现有技术中暴发趋近期与消退期状态相似导致的误判问题,而提出的一种基于多源数据融合的水母暴发智能预警系统。

2、为了实现上述目的,本发明采用了如下技术方案:

3、一种基于多源数据融合的水母暴发智能预警系统,包括:

4、同值异相重构模块,用于获取目标海域的历史调查数据、当前监测数据和水母物种图像数据,所述调查数据包括水文、气象、水质、浮游生物、小型水母和大型水母数据;识别水母物种,得到与水母数据关联的物种识别结果;根据历史水母数量升高、达峰并衰减的过程确定历史暴发参照时段,提取参照时段之前的暴发前驱信号特征及之后残留于水质或浮游生物数据中的暴发后效信号特征,与物种识别结果及历史调查数据时空对齐,形成致灾信号特征库;搜索配对基准时点状态相近而后续水母变化方向不同的成对片段,分别形成趋近相片段、退出相片段及其同值异相状态对;记录其时序来源标识、浮游生物变化转折次序及小型水母与大型水母状态接续关系,形成路径记忆样本集;

5、链条辨相模块,用于以致灾信号特征库、同值异相状态对和路径记忆样本集为输入,依据历史暴发中环境、饵料、小型水母、大型水母及成体聚集输运状态的接续关系划分致灾环节,提取相邻环节传递条件,构建水母致灾链条传递模型并生成分环节触发阈值库;将暴发前驱信号特征对应变化作为前向传递证据,将与暴发后效信号特征匹配的变化标记为后效回写状态,不将其作为后续致灾环节的独立触发依据;将连续当前监测数据组织为当前演变路径片段,筛选对应同值异相状态对,比较其与趋近相片段、退出相片段在变化方向、转折次序、时序来源标识及小型水母与大型水母状态接续关系上的一致性,将当前演变路径片段区分为暴发趋近相位、暴发退出相位或待辨相位;依据水母致灾链条传递模型确定当前致灾环节,对待辨相位确定两个相位分支最先发生状态分离的优先辨相要素,并将相位类型、相位推进方向、当前致灾环节和优先辨相要素按时间关联,生成水母暴发相位序列;

6、门控预警模块,用于以所述水母暴发相位序列、水母致灾链条传递模型、分环节触发阈值库和当前演变路径片段为输入,校验相位推进方向及当前致灾环节的接续关系;当连续时段处于暴发趋近相位、推进方向符合前向传递顺序且当前致灾环节满足对应触发阈值时,确定暴发趋近区域及风险等级;当当前演变路径片段与趋近相片段多源状态相近,且水母暴发相位序列表明处于暴发退出相位或存在后效回写状态时,阻断基于状态相似性的暴发趋近风险;当当前致灾环节进入成体聚集输运环节时,根据大型水母状态及流场趋势确定其相对于预设敏感目标区域的预计到达时间窗,所述预设敏感目标区域包括核电厂取水口,生成水母暴发预警结果;当存在待辨相位时,根据优先辨相要素及对应同值异相状态对的首次分离阶段生成辨相复测任务,将补充监测数据返回链条辨相模块,更新当前演变路径片段和水母暴发相位序列并修正水母暴发预警结果;并以取水口防护处置核验数据修正成体聚集输运环节的分环节触发阈值库。

7、本发明的有益效果为:

8、1.通过检索多源状态相近而后续水母变化方向相反的成对观测片段形成同值异相状态对,并记录其时序来源标识、变化转折次序与状态接续关系形成路径记忆样本集,使系统不再依据单时刻数值判定风险,而是基于"相同状态、相反去向"的完整演变路径进行判别,从数据构建层面解决了暴发趋近期与暴发消退期状态高度相似导致的误判问题,显著提升了预警判别的准确性。

9、2.将匹配暴发后效信号特征的监测要素变化标记为后效回写状态并禁止其单独触发环节传递,同时通过趋近历史比对状态与退出历史比对状态的双侧比对将当前演变路径片段区分为趋近相位、退出相位或待辨相位,从机理上封堵了暴发衰减期残留信号被误判为新暴发前兆的系统性误报源,使相位判定既有时序记忆支撑又有致灾链条环节的锚定,判别结果更加可靠。

10、3.对连续处于趋近相位且满足分环节触发阈值的海域才输出风险等级,对退出相位或仅存在后效回写状态的情形直接阻断风险,并在进入成体聚集输运环节时输出预计到达时间窗;对待辨相位依据优先辨相要素生成辨相复测任务,将补充监测数据与处置核验数据反馈更新相位序列和触发阈值,实现了以最小调查代价消除相位不确定性、预警结果与实际处置相互校准的闭环进化,可直接支撑核电取水口等敏感目标的精准防护决策。

1.一种基于多源数据融合的水母暴发智能预警系统,其特征在于,包括:

2.根据权利要求1所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述同值异相重构模块包括:

3.根据权利要求2所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述配对检索单元的工作步骤包括:

4.根据权利要求3所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述路径记忆单元的工作步骤包括:

5.根据权利要求1所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述链条辨相模块包括:

6.根据权利要求5所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述证据标记单元的工作步骤包括:

7.根据权利要求5所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述相位区分单元的工作步骤包括:

8.根据权利要求1所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述门控预警模块包括:

9.根据权利要求8所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述退出阻断单元的工作步骤包括:

10.根据权利要求8所述的一种基于多源数据融合的水母暴发智能预警系统,其特征在于,所述复测调度单元的工作步骤包括: