本發(fā)明涉及航線預報預警，具體為船載智能氣象觀探測與預報預警一體化方法及系統(tǒng)。

背景技術(shù)：

1、隨著全球漁業(yè)資源的日益緊張和海洋環(huán)境的復雜多變，提高漁業(yè)捕撈效率和準確性成為漁業(yè)可持續(xù)發(fā)展的關(guān)鍵。傳統(tǒng)的漁業(yè)捕撈方式往往依賴于漁民的經(jīng)驗和直覺，缺乏科學的數(shù)據(jù)支持和精準的預測手段，導致捕撈效率低下，資源浪費嚴重，甚至對海洋生態(tài)環(huán)境造成破壞。近年來，隨著智能技術(shù)和大數(shù)據(jù)的發(fā)展，利用先進的氣象觀測技術(shù)、數(shù)據(jù)分析方法和預測模型來指導漁業(yè)捕撈成為了一個新的研究方向。

2、海洋氣象條件對魚群的分布和遷徙具有重要影響。水溫、溶解氧含量、光照強度、水流速度和氣壓等氣象因素不僅直接影響魚類的生存和活動，還通過食物鏈、棲息地選擇等間接方式影響魚群的分布。因此，準確掌握海洋氣象條件與魚群分布之間的關(guān)系，對于提高漁業(yè)捕撈效率、保護海洋生態(tài)環(huán)境具有重要意義。

3、例如，現(xiàn)有的公開號為cn118571070b的中國專利公開了基于北斗導航的漁船自動定位預警管理方法及系統(tǒng)，包括以下步驟：收集實時氣象數(shù)據(jù)，識別風速、海浪和流速的變化，對氣象數(shù)據(jù)進行時間序列分析，使用北斗導航，計算海域的風險等級，得到風險等級評估結(jié)果。本發(fā)明中，通過對氣象數(shù)據(jù)進行時間序列分析，能夠更精準地預測潛在危險，在風險等級超過安全閾值時，及時調(diào)整漁船的航速和航向，動態(tài)調(diào)整能夠?qū)崟r反映環(huán)境變化，確保漁船能夠避開危險區(qū)域和采取最安全的航行策略，同步更新的航行計劃和位置追蹤進一步增強航行的可控性和預見性，及時進行預警管理，不僅減少事故的發(fā)生率，也優(yōu)化漁船的航行效率和資源利用。

4、但其缺少對氣象數(shù)據(jù)和魚群關(guān)系的關(guān)聯(lián)，忽略了魚群分布的預測，這是漁業(yè)捕撈中極為關(guān)鍵的信息，僅關(guān)注于氣象數(shù)據(jù)和風險等級，未提及魚群分布的預測，這可能限制了其在漁業(yè)捕撈方面的應用效果；且不同海域、不同季節(jié)的氣象條件和魚群分布規(guī)律可能存在顯著差異，現(xiàn)有模型可能缺乏足夠的適應性，無法在不同環(huán)境下保持準確的預測能力。為此，本發(fā)明提供船載智能氣象觀探測與預報預警一體化方法及系統(tǒng)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供船載智能氣象觀探測與預報預警一體化方法及系統(tǒng)，以解決上述背景技術(shù)中提出的現(xiàn)有的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：船載智能氣象觀探測與預報預警一體化方法，包括以下步驟：

3、s1、漁船行進過程中，以船體為中心將待捕撈區(qū)域劃分為9個大小為m×m的捕撈窗口；并將所有捕撈區(qū)域窗格劃分為n×n的捕撈窗格；

4、s2、通過船載智能氣象觀探測站獲取所有捕撈窗格的氣象數(shù)據(jù)，得到魚群氣象影響值；

5、s3、建立魚群-氣象預測模型，預測所有捕撈窗口內(nèi)所有捕撈窗格的魚群分布狀態(tài)；

6、s4、通過魚群分布狀態(tài)和氣象數(shù)據(jù)計算得到捕撈窗口推薦值，建立區(qū)域推薦策略，輸出漁船推薦行進方向，并判斷是否對作業(yè)人員發(fā)出預警。

7、本發(fā)明進一步改進在于，所述魚群-氣象預測模型具體構(gòu)建過程包括：以過去每年的春季至冬季為一個記錄循環(huán)，計算每個記錄循環(huán)內(nèi)每個捕撈窗格內(nèi)各個季節(jié)的實際魚群密度之和，得到之和的值與在區(qū)域捕撈窗口的記錄循環(huán)內(nèi)的所有數(shù)據(jù)的占比，并加一得到每個記錄循環(huán)內(nèi)每個季節(jié)節(jié)點的季節(jié)周期變化因子，提取每個季節(jié)節(jié)點的季節(jié)周期變化因子與對應季節(jié)的魚群氣象影響值相乘得到記錄循環(huán)的氣象影響魚群變化值。

8、本發(fā)明進一步改進在于，所述魚群-氣象預測模型具體構(gòu)建過程還包括：計算記錄循環(huán)內(nèi)季節(jié)節(jié)點的魚群密度均值與記錄循環(huán)的對應季節(jié)的氣象影響魚群變化值加權(quán)求和，作為歷史魚群分布狀態(tài)，將歷史魚群氣象影響值和歷史魚群分布狀態(tài)作為訓練數(shù)據(jù)，基于魚群氣象影響值每一個特征的重要性自動構(gòu)建樹結(jié)構(gòu)，每個節(jié)點代表一個決策規(guī)則，葉子節(jié)點代表預測結(jié)果。

9、本發(fā)明進一步改進在于，所述樹結(jié)構(gòu)具體構(gòu)建過程包括：通過計算歷史氣象影響值中每個特征的信息增益來評估每個特征對魚群分布狀態(tài)的預測能力；設(shè)置魚群影響氣象閾值，將氣象影響值大于魚群影響氣象閾值的數(shù)據(jù)列為大影響氣象值，將氣象影響值小于或等于魚群影響氣象閾值的數(shù)據(jù)列為小影響氣象值；當某一特征的小影響氣象值大于設(shè)定的第一數(shù)量閾值時，選取該特征為分裂特征，相反，當某一特征的小影響氣象值小于或等于設(shè)定的第一數(shù)量閾值時，選擇信息增益最大的特征作為當前節(jié)點的分裂特征；根據(jù)選擇的特征的不同取值，將數(shù)據(jù)集劃分為多個子集，每個子集對應一個子節(jié)點；對每個子節(jié)點，模型重復上述過程直至沒有更多的特征可以分裂。

10、本發(fā)明進一步改進在于，所述魚群-氣象預測模型具體構(gòu)建過程還包括：對所述魚群-氣象預測模型進行后剪枝操作，包括對于每個非所述魚群分布葉子節(jié)點，考慮小影響氣象值對模型性能的影響，計算如果將其剪枝后的基于交叉驗證得到的誤差，根據(jù)評估結(jié)果，選擇剪枝后誤差降低最多的魚群分布節(jié)點進行剪枝；對剪枝后的樹結(jié)構(gòu)重復上述過程，直到?jīng)]有更多的節(jié)點可以剪枝；如果剪枝后的模型準確率大于設(shè)定的準確率閾值，則接受剪枝結(jié)果；否則，重新訓練模型；得到未來時間戳tt的每個捕撈窗口的魚群分布狀態(tài)。

11、本發(fā)明進一步改進在于，所述捕撈區(qū)域窗口推薦值通過計算區(qū)域內(nèi)氣象穩(wěn)定指標和區(qū)域內(nèi)魚群分布狀態(tài)的乘積得到；并將所述捕撈窗口從左上角至右下角依次編號為1至9；所述區(qū)域內(nèi)魚群分布狀態(tài)通過計算區(qū)域內(nèi)所有捕撈窗格的魚群分布狀態(tài)均值得到。

12、本發(fā)明進一步改進在于，所述區(qū)域內(nèi)氣象穩(wěn)定性指標通過設(shè)置魚群氣象影響閾值得到，提取魚群氣象影響值小于魚群氣象影響閾值的捕撈窗格，通過merge_intervals函數(shù)合并提取的相鄰區(qū)域窗格，使用sorted()函數(shù)對區(qū)域窗格進行排序，接著通過一個循環(huán)和條件判斷來合并相鄰的、重疊的或接觸的區(qū)域窗格，并將合并后的區(qū)域窗格保存到merged列表中，最后，函數(shù)返回merged列表作為結(jié)果，記為捕撈窗口內(nèi)第一捕撈分區(qū)，重復上述步驟，直至遍歷完成所有捕撈窗口內(nèi)所有捕撈窗格，得到第一捕撈分區(qū)至第kp捕撈分區(qū)，kp表示編號為p的捕撈窗口內(nèi)的分區(qū)數(shù)量；通過窗口內(nèi)平均穩(wěn)定性與距離加權(quán)穩(wěn)定性加權(quán)求和后得到氣象穩(wěn)定性指標。

13、本發(fā)明進一步改進在于，所述窗口內(nèi)平均穩(wěn)定性計算公式為：，其中，表示第i個區(qū)域的氣象影響值均值，表示第i個區(qū)域的窗格數(shù)量；所述距離加權(quán)穩(wěn)定性計算公式為，表示分區(qū)之間的距離。

14、本發(fā)明進一步改進在于，所述區(qū)域推薦策略包括提取所述捕撈窗口推薦最大值對應的方向為漁船行進方向；當漁船所處捕撈區(qū)域窗口推薦值最大時，按照其余8個所述捕撈窗口推薦值最大的捕撈窗口對應方向駛出該所述待捕撈區(qū)域，當駛離待捕撈區(qū)域距離大于2m時，再次計算漁船前進方向；當其余8個所述捕撈窗口推薦值均小于設(shè)定的窗口推薦閾值時，則對漁民發(fā)出停止捕撈預警。

15、本發(fā)明進一步改進在于，所述氣象數(shù)據(jù)包括水溫、溶解氧含量、光照強度、水流速度和氣壓，計算水溫影響值、溶解氧含量影響值、光照強度影響值、水流速度影響值和氣壓影響值，并標準化后加權(quán)求和得到魚群氣象影響值。

16、另一方面，本發(fā)明提供以一種船載智能氣象觀探測與預報預警一體化系統(tǒng)，包括：

17、捕撈窗格劃分模塊，用于將待捕撈區(qū)域劃分為9個大小為m×m的捕撈窗口；并將所有捕撈區(qū)域窗格劃分為n×n的捕撈窗格；

18、氣象數(shù)據(jù)分析模塊，用于通過船載智能氣象觀探測站獲取所有捕撈窗格的氣象數(shù)據(jù)，得到魚群氣象影響值；

19、魚群-氣象預測模型建立模塊，用于預測所有捕撈窗口內(nèi)所有捕撈窗格的魚群分布狀態(tài)；

20、預警預報模塊，通過魚群分布狀態(tài)和氣象數(shù)據(jù)計算得到捕撈窗口推薦值，建立區(qū)域推薦策略，輸出漁船推薦行進方向，并判斷是否對作業(yè)人員發(fā)出預警。

21、本發(fā)明進一步改進在于，所述魚群-氣象預測模型建立模塊包括季節(jié)氣候波動影響消減單元和模型訓練單元；所述季節(jié)氣候波動影響消減單元用于得到每個記錄循環(huán)內(nèi)每個季節(jié)節(jié)點的季節(jié)周期變化因子，提取每個季節(jié)節(jié)點的季節(jié)周期變化因子與對應季節(jié)的魚群氣象影響值相乘得到記錄循環(huán)的氣象影響魚群變化值；所述模型訓練單元用于得到未來時間戳tt的每個捕撈窗口的魚群分布狀態(tài)。

22、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

23、通過構(gòu)建魚群-氣象預測模型，結(jié)合歷史數(shù)據(jù)和實時氣象觀測，本發(fā)明能夠準確預測不同捕撈窗口和窗格內(nèi)的魚群分布狀態(tài)，為漁民提供科學的捕撈指導；

24、根據(jù)魚群分布狀態(tài)和氣象數(shù)據(jù)的綜合分析，本發(fā)明能夠計算出捕撈窗口推薦值，并據(jù)此制定區(qū)域推薦策略，指導漁船選擇最優(yōu)的行進方向和捕撈區(qū)域，提高捕撈效率和資源利用率；

25、通過采用樹結(jié)構(gòu)模型和后剪枝操作，本發(fā)明能夠自動構(gòu)建和優(yōu)化魚群-氣象預測模型，使其更加適應不同海域和季節(jié)的氣象條件和魚群分布規(guī)律，提高了模型的準確性和泛化能力。