【技术实现步骤摘要】
本专利技术涉及航线预报预警，具体为船载智能气象观探测与预报预警一体化方法及系统。
技术介绍
1、随着全球渔业资源的日益紧张和海洋环境的复杂多变，提高渔业捕捞效率和准确性成为渔业可持续发展的关键。传统的渔业捕捞方式往往依赖于渔民的经验和直觉，缺乏科学的数据支持和精准的预测手段，导致捕捞效率低下，资源浪费严重，甚至对海洋生态环境造成破坏。近年来，随着智能技术和大数据的发展，利用先进的气象观测技术、数据分析方法和预测模型来指导渔业捕捞成为了一个新的研究方向。
2、海洋气象条件对鱼群的分布和迁徙具有重要影响。水温、溶解氧含量、光照强度、水流速度和气压等气象因素不仅直接影响鱼类的生存和活动，还通过食物链、栖息地选择等间接方式影响鱼群的分布。因此，准确掌握海洋气象条件与鱼群分布之间的关系，对于提高渔业捕捞效率、保护海洋生态环境具有重要意义。
3、例如，现有的公开号为cn118571070b的中国专利公开了基于北斗导航的渔船自动定位预警管理方法及系统，包括以下步骤：收集实时气象数据，识别风速、海浪和流速的变化，对气象数据进行时间序列分析，使用北斗导航，计算海域的风险等级，得到风险等级评估结果。本专利技术中，通过对气象数据进行时间序列分析，能够更精准地预测潜在危险，在风险等级超过安全阈值时，及时调整渔船的航速和航向，动态调整能够实时反映环境变化，确保渔船能够避开危险区域和采取最安全的航行策略，同步更新的航行计划和位置追踪进一步增强航行的可控性和预见性，及时进行预警管理，不仅减少事故的发生率，也优化渔船的航行效率和资源利用
4、但其缺少对气象数据和鱼群关系的关联，忽略了鱼群分布的预测，这是渔业捕捞中极为关键的信息，仅关注于气象数据和风险等级，未提及鱼群分布的预测，这可能限制了其在渔业捕捞方面的应用效果；且不同海域、不同季节的气象条件和鱼群分布规律可能存在显著差异，现有模型可能缺乏足够的适应性，无法在不同环境下保持准确的预测能力。为此，本专利技术提供船载智能气象观探测与预报预警一体化方法及系统。
技术实现思路
1、本专利技术的目的在于提供船载智能气象观探测与预报预警一体化方法及系统，以解决上述
技术介绍
中提出的现有的问题。
2、为实现上述目的，本专利技术提供如下技术方案：船载智能气象观探测与预报预警一体化方法，包括以下步骤：
3、s1、渔船行进过程中，以船体为中心将待捕捞区域划分为9个大小为m×m的捕捞窗口；并将所有捕捞区域窗格划分为n×n的捕捞窗格；
4、s2、通过船载智能气象观探测站获取所有捕捞窗格的气象数据，得到鱼群气象影响值；
5、s3、建立鱼群-气象预测模型，预测所有捕捞窗口内所有捕捞窗格的鱼群分布状态；
6、s4、通过鱼群分布状态和气象数据计算得到捕捞窗口推荐值，建立区域推荐策略，输出渔船推荐行进方向，并判断是否对作业人员发出预警。
7、本专利技术进一步改进在于，所述鱼群-气象预测模型具体构建过程包括：以过去每年的春季至冬季为一个记录循环，计算每个记录循环内每个捕捞窗格内各个季节的实际鱼群密度之和，得到之和的值与在区域捕捞窗口的记录循环内的所有数据的占比，并加一得到每个记录循环内每个季节节点的季节周期变化因子，提取每个季节节点的季节周期变化因子与对应季节的鱼群气象影响值相乘得到记录循环的气象影响鱼群变化值。
8、本专利技术进一步改进在于，所述鱼群-气象预测模型具体构建过程还包括：计算记录循环内季节节点的鱼群密度均值与记录循环的对应季节的气象影响鱼群变化值加权求和，作为历史鱼群分布状态，将历史鱼群气象影响值和历史鱼群分布状态作为训练数据，基于鱼群气象影响值每一个特征的重要性自动构建树结构，每个节点代表一个决策规则，叶子节点代表预测结果。
9、本专利技术进一步改进在于，所述树结构具体构建过程包括：通过计算历史气象影响值中每个特征的信息增益来评估每个特征对鱼群分布状态的预测能力；设置鱼群影响气象阈值，将气象影响值大于鱼群影响气象阈值的数据列为大影响气象值，将气象影响值小于或等于鱼群影响气象阈值的数据列为小影响气象值；当某一特征的小影响气象值大于设定的第一数量阈值时，选取该特征为分裂特征，相反，当某一特征的小影响气象值小于或等于设定的第一数量阈值时，选择信息增益最大的特征作为当前节点的分裂特征；根据选择的特征的不同取值，将数据集划分为多个子集，每个子集对应一个子节点；对每个子节点，模型重复上述过程直至没有更多的特征可以分裂。
10、本专利技术进一步改进在于，所述鱼群-气象预测模型具体构建过程还包括：对所述鱼群-气象预测模型进行后剪枝操作，包括对于每个非所述鱼群分布叶子节点，考虑小影响气象值对模型性能的影响，计算如果将其剪枝后的基于交叉验证得到的误差，根据评估结果，选择剪枝后误差降低最多的鱼群分布节点进行剪枝；对剪枝后的树结构重复上述过程，直到没有更多的节点可以剪枝；如果剪枝后的模型准确率大于设定的准确率阈值，则接受剪枝结果；否则，重新训练模型；得到未来时间戳tt的每个捕捞窗口的鱼群分布状态。
11、本专利技术进一步改进在于，所述捕捞区域窗口推荐值通过计算区域内气象稳定指标和区域内鱼群分布状态的乘积得到；并将所述捕捞窗口从左上角至右下角依次编号为1至9；所述区域内鱼群分布状态通过计算区域内所有捕捞窗格的鱼群分布状态均值得到。
12、本专利技术进一步改进在于，所述区域内气象稳定性指标通过设置鱼群气象影响阈值得到，提取鱼群气象影响值小于鱼群气象影响阈值的捕捞窗格，通过merge_intervals函数合并提取的相邻区域窗格，使用sorted()函数对区域窗格进行排序，接着通过一个循环和条件判断来合并相邻的、重叠的或接触的区域窗格，并将合并后的区域窗格保存到merged列表中，最后，函数返回merged列表作为结果，记为捕捞窗口内第一捕捞分区，重复上述步骤，直至遍历完成所有捕捞窗口内所有捕捞窗格，得到第一捕捞分区至第kp捕捞分区，kp表示编号为p的捕捞窗口内的分区数量；通过窗口内平均稳定性与距离加权稳定性加权求和后得到气象稳定性指标。
13、本专利技术进一步改进在于，所述窗口内平均稳定性计算公式为：，其中，表示第i个区域的气象影响值均值，表示第i个区域的窗格数量；所述距离加权稳定性计算公式为，表示分区之间的距离。
14、本专利技术进一步改进在于，所述区域推荐策略包括提取所述捕捞窗口推荐最大值对应的方向为渔船行进方向；当渔船所处捕捞区域窗口推荐值最大时，按照其余8个所述捕捞窗口推荐值最大的捕捞窗口对应方向驶出该所述待捕捞区域，当驶离待捕捞区域距离大于2m时，再次计算渔船前进方向；当其余8个所述捕捞窗口推荐值均小于设定的窗口推荐阈值时，则对渔民发出停止捕捞预警。
15、本专利技术进一步改进在于，所述气象数据包括水温、溶解氧含量、光照强度、水流速度和气压，计算水温影响值、溶解氧含量影响值、光照强度影响值、水流速度影响值和气压影响值，并标准化后加权求和得到鱼群气象影响值。
16、另一本文档来自技高网...
【技术保护点】
1.船载智能气象观探测与预报预警一体化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程包括：以过去每年的春季至冬季为一个记录循环，计算每个记录循环内每个捕捞窗格内各个季节的实际鱼群密度之和，得到之和的值与在区域捕捞窗口的记录循环内的所有数据的占比，并加一得到每个记录循环内每个季节节点的季节周期变化因子，提取每个季节节点的季节周期变化因子与对应季节的鱼群气象影响值相乘得到记录循环的气象影响鱼群变化值。
3.根据权利要求2所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程还包括：计算记录循环内季节节点的鱼群密度均值与记录循环的对应季节的气象影响鱼群变化值加权求和，作为历史鱼群分布状态，将历史鱼群气象影响值和历史鱼群分布状态作为训练数据，基于鱼群气象影响值每一个特征的重要性自动构建树结构，每个节点代表一个决策规则，叶子节点代表预测结果。
4.根据权利要求3所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所
5.根据权利要求4所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程还包括：对所述鱼群-气象预测模型进行后剪枝操作，包括对于每个非所述鱼群分布叶子节点，考虑小影响气象值对模型性能的影响，计算如果将其剪枝后的基于交叉验证得到的误差，根据评估结果，选择剪枝后误差降低最多的鱼群分布节点进行剪枝；对剪枝后的树结构重复上述过程，直到没有更多的节点可以剪枝；如果剪枝后的模型准确率大于设定的准确率阈值，则接受剪枝结果；否则，重新训练模型；得到未来时间戳TT的每个捕捞窗口的鱼群分布状态。
6.根据权利要求5所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述捕捞区域窗口推荐值通过计算区域内气象稳定指标和区域内鱼群分布状态的乘积得到；并将所述捕捞窗口从左上角至右下角依次编号为1至9；所述区域内鱼群分布状态通过计算区域内所有捕捞窗格的鱼群分布状态均值得到。
7.根据权利要求6所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述区域内气象稳定性指标通过设置鱼群气象影响阈值得到，提取鱼群气象影响值小于鱼群气象影响阈值的捕捞窗格，通过merge_intervals函数合并提取的相邻区域窗格，使用sorted()函数对区域窗格进行排序，接着通过一个循环和条件判断来合并相邻的、重叠的或接触的区域窗格，并将合并后的区域窗格保存到merged列表中，最后，函数返回merged列表作为结果，记为捕捞窗口内第一捕捞分区，重复上述步骤，直至遍历完成所有捕捞窗口内所有捕捞窗格，得到第一捕捞分区至第Kp捕捞分区，Kp表示编号为p的捕捞窗口内的分区数量；通过窗口内平均稳定性与距离加权稳定性加权求和后得到气象稳定性指标。
8.根据权利要求7所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述窗口内平均稳定性计算公式为：，其中，表示第i个区域的气象影响值均值，表示第i个区域的窗格数量；所述距离加权稳定性计算公式为，表示分区之间的距离。
9.根据权利要求8所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述区域推荐策略包括提取所述捕捞窗口推荐最大值对应的方向为渔船行进方向；当渔船所处捕捞区域窗口推荐值最大时，按照其余8个所述捕捞窗口推荐值最大的捕捞窗口对应方向驶出该所述待捕捞区域，当驶离待捕捞区域距离大于2M时，再次计算渔船前进方向；当其余8个所述捕捞窗口推荐值均小于设定的窗口推荐阈值时，则对渔民发出停止捕捞预警。
10.根据权利要求9所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述气象数据包括水温、溶解氧含量、光照强度、水流速度和气压，计算水温影响值、溶解氧含量影响值、光照强度影响值、水流速度影响值和气压影响值，并标准化后加权求和得到鱼群气象影响值。
11.船载智能气...
【技术特征摘要】
1.船载智能气象观探测与预报预警一体化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程包括：以过去每年的春季至冬季为一个记录循环，计算每个记录循环内每个捕捞窗格内各个季节的实际鱼群密度之和，得到之和的值与在区域捕捞窗口的记录循环内的所有数据的占比，并加一得到每个记录循环内每个季节节点的季节周期变化因子，提取每个季节节点的季节周期变化因子与对应季节的鱼群气象影响值相乘得到记录循环的气象影响鱼群变化值。
3.根据权利要求2所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程还包括：计算记录循环内季节节点的鱼群密度均值与记录循环的对应季节的气象影响鱼群变化值加权求和，作为历史鱼群分布状态，将历史鱼群气象影响值和历史鱼群分布状态作为训练数据，基于鱼群气象影响值每一个特征的重要性自动构建树结构，每个节点代表一个决策规则，叶子节点代表预测结果。
4.根据权利要求3所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述树结构具体构建过程包括：通过计算历史气象影响值中每个特征的信息增益来评估每个特征对鱼群分布状态的预测能力；设置鱼群影响气象阈值，将气象影响值大于鱼群影响气象阈值的数据列为大影响气象值，将气象影响值小于或等于鱼群影响气象阈值的数据列为小影响气象值；当某一特征的小影响气象值大于设定的第一数量阈值时，选取该特征为分裂特征，相反，当某一特征的小影响气象值小于或等于设定的第一数量阈值时，选择信息增益最大的特征作为当前节点的分裂特征；根据选择的特征的不同取值，将数据集划分为多个子集，每个子集对应一个子节点；对每个子节点，模型重复上述过程直至没有更多的特征可以分裂。
5.根据权利要求4所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述鱼群-气象预测模型具体构建过程还包括：对所述鱼群-气象预测模型进行后剪枝操作，包括对于每个非所述鱼群分布叶子节点，考虑小影响气象值对模型性能的影响，计算如果将其剪枝后的基于交叉验证得到的误差，根据评估结果，选择剪枝后误差降低最多的鱼群分布节点进行剪枝；对剪枝后的树结构重复上述过程，直到没有更多的节点可以剪枝；如果剪枝后的模型准确率大于设定的准确率阈值，则接受剪枝结果；否则，重新训练模型；得到未来时间戳tt的每个捕捞窗口的鱼群分布状态。
6.根据权利要求5所述的船载智能气象观探测与预报预警一体化方法，其特征在于：所述捕捞区域窗口推荐值通过计算区域内气象稳定指标和区域内鱼群分布状态的乘积得到；并将所述捕捞窗...
【专利技术属性】
技术研发人员：张健，李晨，吴飞，赵伦嘉，杨宝强，梁文丽，胡明星，周建春，
申请(专利权)人：南京大桥机器有限公司，
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。