【技术实现步骤摘要】
本专利技术涉及渔业数据融合领域，特别是一种针对不同分辨率数据的渔业数据融合方法。
技术介绍
1、渔业声学数据和气候、环境数据的融合为现代海洋研究提供了关键支持。然而，由于数据来源的多样性，如声学数据、卫星遥感数据、船载传感器数据等，还有分辨率的不一致性，以及数据质量的差异性，传统的数据处理方法难以有效整合这些信息。为此，本文提出了一种切实可行、创新性高的数据融合方法，适用于渔业声学数据与多源气候、环境数据的综合应用，所述数据融合方法即为一种针对不同分辨率数据的渔业数据融合方法，能够有效处理声学数据、气候数据、环境数据在空间分辨率、时间分辨率和质量等级上的差异，实现数据的高效融合与综合分析。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种针对不同分辨率数据的渔业数据融合方法。
2、为达到上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种针对不同分辨率数据的渔业数据融合方法，包括以下步骤：
4、在渔业作业区域中进行气候数据、环境数据以及声学数据的来源分析以及分辨率分析，实现渔业作业区域的不同数据的分类处理；
5、对渔业作业区域中的气候数据、环境数据以及声学数据进行数据清洗，并通过插值技术和时间序列重采样算法，对渔业作业区域中的各种数据进行分辨率统一处理；
6、基于质量等级划分规则，对各种目标分辨率渔业数据进行权重分配，并结合时空对齐算法，将所有目标分辨率渔业数据进行空间配准以及时间同步，得到
7、基于贝叶斯推断网络，对所有时空同步渔业数据进行多源融合，并基于深度学习模型对多源融合后的时空同步渔业数据进行特征提取，从而构建鱼类分布预测模型。
8、进一步的，本专利技术的一个较佳实施例中，所述在渔业作业区域中进行气候数据、环境数据以及声学数据的来源分析以及分辨率分析，实现渔业作业区域的不同数据的分类处理，具体为：
9、确定渔业作业区域，并获取渔业作业区域连接的环境数据监控平台，标定为渔业环境数据监控平台；
10、其中，所述渔业环境数据监控平台中记载了渔业作业区域中的气候数据以及环境数据，所述气候数据包括渔业作业区域的风速以及海表温度，所述环境数据包括渔业作业区域的盐度含量以及溶解氧含量；
11、在渔业环境数据监控平台中，标记渔业作业区域中的气候数据以及环境数据的数据来源，并命名为渔业气候数据来源以及渔业环境数据来源，同时在大数据网络中确定渔业作业区域的声学数据，并标记声学数据的数据来源，命名为渔业声学数据来源；
12、对于渔业作业区域的声学数据，获取音频编辑软件，并通过音频编辑软件将渔业作业区域的声学数据转换为音频文件，标定为渔业声学音频文件，同时在音频编辑软件中对渔业声学音频文件进行文件解析，生成渔业作业区域的声学数据的采样率以及比特深度信息；
13、其中，采样率描述渔业作业区域的声学数据的时间分辨率，比特深度信息描述渔业作业区域的声学数据的幅度分辨率，基于渔业作业区域的声学数据的采样率以及比特深度信息，生成渔业作业区域的声学数据的声学分辨率，标定为第一分辨率；
14、对于渔业作业区域的气候数据以及环境数据，通过相应的渔业气候数据来源以及渔业环境数据来源，分别确定渔业作业区域的气候数据以及环境数据的分辨率，标定为第二分辨率和第三分辨率。
15、进一步的，本专利技术的一个较佳实施例中，所述对渔业作业区域中的气候数据、环境数据以及声学数据进行数据清洗，并通过插值技术和时间序列重采样算法，对渔业作业区域中的各种数据进行分辨率统一处理，具体为：
16、将渔业作业区域中的气候数据、环境数据以及声学数据统称为渔业数据，其中，所述渔业数据中包括了数据来源以及数据分辨率；
17、引入min-max标准化算法对渔业数据进行数据清洗，得到数据清洗后的渔业数据，标定为渔业清洗数据；
18、其中，min-max标准化算法对渔业数据进行数据清洗的步骤为，预设标准数值区间，对渔业数据进行线性变换，是线性变换后的渔业数据映射在标准数值区间内，实现数据清洗处理；
19、对第一分辨率、第二分辨率和第三分辨率进行分辨率大小分析，并确定最高的分辨率，标定为目标分辨率；
20、将所有分辨率不等于目标分辨率的渔业清洗数据标定为分辨率待调整渔业数据，并将目标分辨率下的渔业清晰数据标定为目标分辨率渔业数据；
21、引入knn插值算法，基于所述目标分辨率渔业数据，确定knn插值算法中的k值，标定为目标k值，同时计算分辨率待调整渔业数据中不同数据点与目标k值之间的曼哈顿距离，并根据曼哈顿距离大小对分辨率待调整渔业数据中不同数据点进行加权平均计算，使分辨率待调整渔业数据生成新的数据点，实现分辨率待调整渔业数据的分辨率对于目标分辨率，得到目标分辨率渔业数据；
22、其中，所述目标分辨率渔业数据即渔业作业区域中的气候数据、环境数据以及声学数据的分辨率均等于目标分辨率。
23、进一步的，本专利技术的一个较佳实施例中，所述基于质量等级划分规则，对各种目标分辨率渔业数据进行权重分配，并结合时空对齐算法，将所有目标分辨率渔业数据进行空间配准以及时间同步，得到时空同步渔业数据，具体为：
24、构建数据完整性阈值，并对目标分辨率渔业数据进行数据完整性分析，结合数据完整性阈值，将维持在数据完整性阈值内的目标分辨率渔业数据标记为一级数据质量等级，并将不维持在数据完整性阈值内的目标分辨率渔业数据标记为二级数据质量等级；
25、构建质量等级划分规则，其中，所述质量等级划分规则根据目标分辨率渔业数据的数据完整性构建，并计算所有目标分辨率渔业数据的数据采集精度，结合所有目标分辨率渔业数据的数据采集精度对所述质量等级划分规则进行优化，得到优化质量等级划分规则；
26、其中，所述优化质量等级划分规则内对一级数据质量等级和二级数据质量等级的目标分辨率渔业数据进行了数据采样精度标记；
27、在优化质量等级划分规则内，根据数据质量等级的高低，对所有目标分辨率渔业数据进行数据权重分配，使不同质量等级的目标分辨率渔业数据均标记权重因子；
28、引入时空对齐算法，对目标分辨率渔业数据以及对应标记的权重因子进行空间配准以及时间同步，得到时空同步渔业数据。
29、进一步的，本专利技术的一个较佳实施例中，所述引入时空对齐算法，对目标分辨率渔业数据以及对应标记的权重因子进行空间配准以及时间同步，得到时空同步渔业数据，具体为：
30、引入时空对齐算法，其中所述时空对齐算法包括空间对齐算法和时间对齐算法，其中，所述空间对齐算法为基于网格的对齐算法，所述时间对齐算法为滑动窗口算法；
31、预设空间对齐网格，所述空间对齐网格为空间坐标系，将所有目标分辨率渔业数据导入至所述空间对齐网格中，使目标分辨率渔业数据在空间对齐网格中配准，得到空间配准目标分辨率渔本文档来自技高网...
【技术保护点】
1.一种针对不同分辨率数据的渔业数据融合方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述在渔业作业区域中进行气候数据、环境数据以及声学数据的来源分析以及分辨率分析，实现渔业作业区域的不同数据的分类处理，具体为：
3.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述对渔业作业区域中的气候数据、环境数据以及声学数据进行数据清洗，并通过插值技术和时间序列重采样算法，对渔业作业区域中的各种数据进行分辨率统一处理，具体为：
4.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述基于质量等级划分规则，对各种目标分辨率渔业数据进行权重分配，并结合时空对齐算法，将所有目标分辨率渔业数据进行空间配准以及时间同步，得到时空同步渔业数据，具体为：
5.根据权利要求4中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述引入时空对齐算法，对目标分辨率渔业数据以及对应标记的权重因子进行空间配准以及时间同步，得到时空同
6.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述基于贝叶斯推断网络，对所有时空同步渔业数据进行多源融合，并基于深度学习模型对多源融合后的时空同步渔业数据进行特征提取，从而构建鱼类分布预测模型，具体为：
7.一种针对不同分辨率数据的渔业数据融合系统，其特征在于，所述渔业数据融合系统包括存储器与处理器，所述存储器中储存有渔业数据融合方法程序，当所述渔业数据融合方法程序被所述处理器执行时，实现如权利要求1-6任一项所述的渔业数据融合方法步骤。
...【技术特征摘要】
1.一种针对不同分辨率数据的渔业数据融合方法，其特征在于，包括以下步骤：
2.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述在渔业作业区域中进行气候数据、环境数据以及声学数据的来源分析以及分辨率分析，实现渔业作业区域的不同数据的分类处理，具体为：
3.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述对渔业作业区域中的气候数据、环境数据以及声学数据进行数据清洗，并通过插值技术和时间序列重采样算法，对渔业作业区域中的各种数据进行分辨率统一处理，具体为：
4.根据权利要求1中所述的一种针对不同分辨率数据的渔业数据融合方法，其特征在于，所述基于质量等级划分规则，对各种目标分辨率渔业数据进行权重分配，并结合时空对齐算法，将所有目标分辨率渔业数据进行空间配准以...
【专利技术属性】
技术研发人员：张魁，孙铭帅，陈作志，
申请(专利权)人：中国水产科学研究院南海水产研究所，
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。