水产养殖适宜度分区地图生成方法、系统、设备及介质

阅读：评论：0

1.本发明涉及水产养殖大数据应用技术领域，尤其涉及一种水产养殖适宜度分区地图生成方法、系统、设备及介质。

背景技术：

2.随着海洋牧场等近海设施养殖建设范围不断增加，尤其在相对独立的海洋牧场或相对封闭的养殖系统中，对其养殖环境的风险评估、位置推荐及可视化管理成为监管的重要内容。
3.当前，随着大水面养殖、海洋牧场和远洋养殖规模不断发展，养殖区域单元越来越多，且养殖的水产品种也更加丰富，导致区域性养殖风险和病害的发生也越来越频繁，然而，目前在大面积立体养殖水体中养殖区域单元的病害监测中，缺乏有效的养殖风险可视化工具，导致无法及时有效地监测到各个养殖区域单元的风险情况，因此，提高对大面积立体空间中多个养殖单元的风险可视化管控能力是亟需解决的。

技术实现要素：

4.本发明提供一种水产养殖适宜度分区地图生成方法、系统、设备及介质，旨在提高大面积空间中多个养殖单元的风险可视化管控能力。
5.本发明提供一种水产养殖适宜度分区地图生成方法，包括：
6.获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；
7.基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
8.基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
9.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，所述基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图，包括：
10.基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点；
11.针对所述预设时间序列中的每一个时间点，基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图；
12.在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图。
13.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，所述基于各
个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图，包括：
14.针对处于同一深度平面对应的各标记空间点，连接具有相同养殖适宜度估值的标记空间点，形成多个不同深度平面的二维等值线图；
15.在所述多个不同深度平面的二维等值线图之间连接具有相同养殖适宜度估值的标记空间点，形成三维等值线空间图，并对所述三维等值线空间图进行插值处理，得到所述适宜度等值空间线图。
16.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，所述预设时间序列中的时间点包括当前时间点和多个未来时间点。在所述基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图之后，还包括：
17.获取待预警养殖设施的设施位置信息；
18.计算所述每一个时间点的养殖适宜度三维地图中各高风险区域的坐标信息；
19.基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离；
20.若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上。
21.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，所述预设时间序列中的时间点包括当前时间点和多个未来时间点，所述遍历计算所述设施位置信息与所述每一个时间点的坐标信息之间的时间距离，包括：
22.基于所述设施位置信息与当前时间点中各高风险区域的坐标信息，计算得到各所述高风险区域对应的第一距离，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域；
23.遍历计算所述设施位置信息和各所述未来时间点中目标高风险区域的坐标信息之间的第二距离；
24.基于所述各个未来时间点的第二距离和预设标准距离进行比较，确定所述目标高风险区域在各个未来时间点对应的风险暴露等级参数；
25.基于所述当前时间点、各所述未来时间点和所述各个未来时间点对应的风险暴露等级参数，计算得到所述时间距离。
26.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，在所述若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上之后，还包括：
27.根据预设数据监测周期，返回执行所述获取待监测区域的监测数据的步骤，以动态更新所述待监测区域对应的养殖适宜度三维地图。
28.可选地，根据本发明提供的一种水产养殖适宜度分区地图生成方法，所述基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值，包括：
29.分别将所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息输入至适宜度计算模型，以利用所述适宜度计算模型对所述待监测区域进行适宜度预
测，得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
30.其中，所述适宜度计算模型为基于预先收集的多个空间位置点的历史环境参数、种类信息及所述多个空间位置点各自对应的适宜度标签进行迭代训练获得。
31.本发明还提供一种水产养殖适宜度分区地图生成系统，包括：
32.获取模块，用于获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；
33.计算模块，用于基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
34.绘制模块，用于基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
35.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述水产养殖适宜度分区地图生成方法。
36.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述水产养殖适宜度分区地图生成方法。
37.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述水产养殖适宜度分区地图生成方法。
38.本发明提供的水产养殖适宜度分区地图生成方法、系统、设备及介质，通过基于水产品种类信息以及预设时间序列中每一个时间点的环境参数集合，计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值，进而基于多个空间位置点在每一个时间点的养殖适宜度估值，绘制每一个时间点的养殖适宜度三维地图，从而可根据每一个时间点的养殖适宜度三维地图，实现了立体养殖空间的风险监测和可视化，有利于集中和直观展现多种水产病害发生的高风险区域，提高了近海岸或海洋养殖等大水面养殖风险可视化管控能力，以便于提醒做好相应的预防和控制措施，减少损失。
附图说明
39.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1是本发明提供的水产养殖适宜度分区地图生成方法的流程示意图之一；
41.图2是本发明一个实施例中通过监测设备获取监测数据的结构示意图；
42.图3是本发明提供的水产养殖适宜度分区地图生成系统的结构示意图；
43.图4是本发明提供的电子设备的结构示意图。
具体实施方式
44.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本
发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
45.在本发明一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明一个或多个实施例。在本发明一个或多个实施例中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本发明一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
46.应当理解，尽管在本发明一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
47.下面结合图1-图2对本发明示例实施方式进行详细说明。
48.如图1所示的是本发明实施例的一种水产养殖适宜度分区地图生成方法的流程图。如图1所示，该水产养殖适宜度分区地图生成方法包括：
49.步骤s10，获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；
50.需要说明的是，所述预设时间序列可由当前时间点和多个未来时间点组成，也可由多个过去时间点、当前时间点和多个未来时间点组成，其中，所述预设时间序列的时段长度不作具体限制，例如：当前时间点为t0，p＝t0+nt，p表示预设时间序列中的时间点，p《t，t表示时间间隔，t表示输入预设时间序列的长度，即t可包括未来时间点，还可包含过去时间点。
51.所述环境参数集合包括包括多种环境参数，包括水温、ph、溶解氧、叶绿素、透明度、盐度、水压、密度、洋面气压、洋流速度和营养状况等参数信息。
52.所述空间位置点的位置信息表示位置点所在的经纬度信息以及深度信息；所述水产品种类表示养殖在待监测区域的至少一种水产品生物种类，例如鱼类和虾类等。
53.具体地，可通过爬取相关的参数来源网址来获取待预测区域的环境参数，例如，通过天气预报网址获取预设时间序列内各个时间点的温度。在另一可实施方式中，可通过预先设置的监测设备进行监控来获取过去一段时间以及当前时间点中多个空间位置点的环境参数集合，参照图2，图2是本发明一个实施例中通过监测设备获取监测数据的结构示意图，监测设备的位置点可均匀、规则的分布在数据产生的区域内或待预测区域内，优选地，所述监控设能够基于过去一段时间以及当前时间点的环境参数集合来预测未来一段时间对应的环境参数，例如，可利用数据模型预测和统计学预测等方式预测未来一段时间对应的环境参数，从而得到所述待预测区域内多个空间位置点在预设时间序列的环境参数集合，优选地，环境参数的值为日平均值或者一天内某一时刻的值。
54.步骤s20，基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
55.需要说明的是，所述养殖适宜度估值是在待监测区域预测各个水产品种类中最大发生病害概率的反值，表示在待监测区域预测各个水产品种类对应的最小适宜度估值。例如：d＝1-max(pi(病害，环境参数集合，水产品品种))，其中，pi(病害，环境参数集合，水产品品种)表示i点对应的水产病害发生概率，max(pi(病害，环境参数集合，水产品品种))表示某条生物链中各个水产品种类中几种易发病害的最大发生病害概率，d表示最小适宜度估值。
56.具体地，针对预设时间序列中每一个时间点的环境参数集合均执行以下步骤：
57.作为一种可实施方式，将所述时间点的环境参数集合以及所述水产品种类信息输入至适宜度计算模型，根据适宜度计算模型的输出结果，获得所述时间点的养殖适宜度估值。其中，所述适宜度计算模型为基于预先收集的多个空间位置点的历史环境参数、种类信息各自对应的适宜度标签进行迭代训练获得。所述适宜度计算模型包括数据驱动模型，需要说明的是，所述适宜度计算模型的训练过程为：获取目标养殖区域内多个空间位置点的历史环境参数以及种类信息，对于任意一个空间位置点的历史环境参数以及种类信息，将所述空间位置点的历史环境参数以及种类信息输入至待训练初始模型中，得到所述待训练初始模型输出的预测值，基于所述预测概率值和所述空间位置点对应的适宜度标签，计算模型损失值，其中，所述适宜度标签表示空间位置点的适宜度标识，是基于位置点中对应深度的病害发生概率确定，适宜度标签为最小适宜度估值，d＝1-max(pi(病害，环境参数集合，水产品品种)，例如，最大病害发生概率为0.8，适宜度标签则设置为0.2，模型损失值计算方法可以根据实际需求进行设置，此处不做具体限定。在计算获得模型损失值之后，本次训练过程结束，再利用误差反向传播算法更新待训练初始模型中的模型参数，之后再进行下一次训练。在训练的过程中，判断更新后的待训练初始模型是否均满足预设训练结束条件，若满足，则将更新后的待训练初始模型作为适宜度计算模型，若不满足，则继续训练模型，其中，所述预设训练结束条件包括损失收敛和达到最大迭代次数阈值等。
58.可以理解的是，养殖适宜度估值在通过训练之后能够有效识别环境参数和种类信息，以获得各个空间位置点在每一个时间点对应的养殖适宜度估值。
59.作为另一种可实施方式，根据各空间位置点的环境参数集合和水产品种类信息，通过预先构建的水产病害发生概率知识库，获取各空间位置点对应的目标病害发生概率，其中，所述的预先构建的水产病害发生概率知识库包含目标病害发生时的环境参数集合、水产病害概率转换矩阵及水产品种类耐受环境范围。具体地，根据待预测区域的水产品种类信息以及目标病害种类，其中，所述目标病害种类是预先设置的，目标病害种类的数量不作具体限制，通过查询水产病害发生概率知识库，获取对应的目标病害发生时的环境参数集合、水产病害概率转换矩阵及水产品种类耐受环境范围，进而根据各空间位置点的环境参数集合、目标病害发生时的环境参数集合、水产病害概率转换矩阵和水产品种类耐受环境范围，计算每个空间位置点分别对应的病害发生概率，基于所述病害发生概率，计算得到养殖适宜度估值，另外地，当空间位置点中的病害发生概率包括多种病害种类的发生概率时，则选取最大的病害发生概率来计算得到养殖适宜度估值。其中，养殖适宜度估值公式如下：
60.p
ijk
＝1-|q
i-q
0jk
|/s
jk
*b
jk
|
61.di＝1-max(p
ijk
)
62.qi＝[参数矩阵]＝[水温、ph、溶解氧、浊度、叶绿素、透明度、盐度、水压、密度、洋面气压、洋流速度和营养状况]
[0063]
其中，di表示第i空间位置点的养殖适宜度估值，pi表示第i个空间位置点的最大的病害发生概率，qi表示第i个空间位置点的参数矩阵，可选地，在其他可实施方式中，所述参数矩阵的参数不限于上述列举的参数信息，q0表示目标病害发生时的参数矩阵，b表示水产病害概率转换矩阵，s表示水产品种类耐受环境范围，i表示第i个空间位置点，j表示第j种病害，k表示食物链链条里的第k种物种。
[0064]
步骤s30，基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
[0065]
可以理解地，基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值di和所述各个空间位置点li的位置信息，组成得到[d
i li](i＝1,2,3,
…
,n)关联数据组信息，进而基于关联数据组信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图，其中，li为三维的空间坐标参数，包含经度、纬度和深度信息。
[0066]
具体地，针对每一个时间点对应的养殖适宜度估值均执行以下步骤：
[0067]
基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点，并绘制标记每一个标记空间点，进一步地，基于每个空间位置点对应的养殖适宜度估值，将养殖适宜度估值相同的标记空间点进行连接，形成闭合环形，即为适宜度等值空间线图，其中，适宜度等值空间线图可以包括多条等值线，需要说明的是，等值线图又称等量线图，是以相等数值点的连线表示连续分布且逐渐变化的数量特征的一种图型，其采用数值相等各点联成的曲线(即等值线)在平面上的投影来表示参数，等值线图包括等高线图、等温线图等图，本发明实施例中为等适宜度估值线图。等值线图完成后，由于该图反映整个待监测区域内的养殖适宜度估值，可在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图，从而可基于该图直观展现多种水产病害发生的高风险区域，实现了立体养殖空间的风险监测和可视化。
[0068]
本发明通过上述方案，通过基于水产品种类信息以及预设时间序列中每一个时间点的环境参数集合，预测得到各个空间位置点在每一个时间点对应的养殖适宜度估值，基于多个空间位置点在每一个时间点的养殖适宜度估值，绘制每一个时间点的养殖适宜度三维地图，从而基于每一个时间点的养殖适宜度三维地图，实现了立体养殖空间的风险监测和可视化，有利于集中和直观展现多种水产病害发生的高风险区域，提高了近海岸或海洋养殖小尺度的风险可视化管控能力，以便于提醒做好相应的预防和控制措施，减少损失。
[0069]
在一个实施例中，上述步骤s30，包括：
[0070]
步骤s31，基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点；
[0071]
步骤s32，针对所述预设时间序列中的每一个时间点，基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图；
[0072]
其中，上述步骤s32，包括：
[0073]
步骤s321，针对处于同一深度平面对应的各标记空间点，连接具有相同养殖适宜
度估值的标记空间点，形成多个不同深度平面的二维等值线图；
[0074]
步骤s322，在所述多个不同深度平面的二维等值线图之间连接具有相同养殖适宜度估值的标记空间点，形成三维等值线空间图，并对所述三维等值线空间图进行插值处理，得到所述适宜度等值空间线图。
[0075]
步骤s33，在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图。
[0076]
具体地，基于各个空间位置点的经纬度和深度信息，形成若干个不同深度的标记空间点，进一步地，针对所述预设时间序列中的每一个时间点均执行以下步骤：
[0077]
首先在处于同一深度平面对应的各标记空间点中，将具有相同养殖适宜度估值的标记空间点通过平滑的曲线进行连接，绘制成为二维的养殖适宜度等值线图，使得具有相同养殖适宜度估值的标记空间点连接成为一层又一层的闭环，每个环都对应特定的养殖适宜度估值，从而得到多个不同深度平面的二维等值线图，进一步地，在所述多个不同深度平面的二维等值线图之间连接具有相同养殖适宜度估值的标记空间点，形成三维等值线空间图，并对所述三维等值线空间图进行空间插值处理，得到所述适宜度等值空间线图，其中，所述空间插值处理是根据已知点的数据推送同一区域中未知点的数据的处理方法，从而提高适宜度等值空间线图的精度。进一步地，在适宜度等值空间线图完成后，在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图，其中，预设适宜度阈值可根据实际情况进行动态设置，在此不做具体限制。由于该图反映整个待监测区域内的适宜度估值，在展示时，可以使用不同的颜对不同的适宜度等值线进行渲染，以进行区分并增强视觉效果，从而实现水产病害发生与趋势进行展示和预测的基本图层。
[0078]
本发明实施例通过上述方案，也即，基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点；针对所述预设时间序列中的每一个时间点，基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图；在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图。实现了基于多个空间位置点在每一个时间点的养殖适宜度估值，绘制每一个时间点的养殖适宜度三维地图，从而可视化展示整个待监测区域内多个空间位置点的适宜度估值，提高了近海岸或海洋养殖等大水面养殖风险和区域推荐的可视化管控能力。
[0079]
在一个实施例中，在步骤s30之后，还包括：
[0080]
步骤s40，获取待预警养殖设施的设施位置信息；
[0081]
步骤s50，计算所述每一个时间点的养殖适宜度三维地图中各高风险区域的坐标信息；
[0082]
步骤s60，基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离；
[0083]
其中，步骤s60，包括：
[0084]
步骤s61，基于所述设施位置信息与当前时间点中各高风险区域的坐标信息，计算得到各所述高风险区域对应的第一距离，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域；
[0085]
步骤s62，遍历计算所述设施位置信息和各所述未来时间点中目标高风险区域的坐标信息之间的第二距离；
[0086]
步骤s63，基于所述各个未来时间点的第二距离和预设标准距离进行比较，确定所述目标高风险区域在各个未来时间点对应的风险暴露等级参数；
[0087]
步骤s64，基于所述当前时间点、各所述未来时间点和所述各个未来时间点对应的风险暴露等级参数，计算得到所述时间距离。
[0088]
步骤s70，若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上，并以标注的形式显示其实际的时间距离。
[0089]
需要说明的是，所述设施位置信息表示所述待预警养殖设施对应的三维空间位置，包括所述待预警养殖设施所处的经纬度和深度信息，所述深度信息表示所述待预警养殖设施的中心点位置，所述待预警养殖设施的数量不作具体限制，优选地，所述待预警养殖设施的数量为至少2个。
[0090]
具体地，获取待预警养殖设施的设施位置信息，多个待预警养殖设施的设施位置信息可标记为l
01
、l
02
、l
03
，...，l
0n
，n表示待预警养殖设施的数量。
[0091]
进而分别计算每一个时间点的养殖适宜度三维地图中各个高风险区域对应的坐标信息，所述坐标信息表示所述高风险区域的中心三维坐标，进一步地，基于所述设施位置信息与当前时间点中各高风险区域的坐标信息，计算得到各所述高风险区域对应的第一距离，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域，所述预设距离阈值可根据实际情况进行设置，优选地，目标高风险区域li＝min(s
i0
，s
i1
，s
i2
，...)，s表示各个高风险区域对应的第一距离，也即，选取第一距离最小的高风险区域作为目标高风险区域。
[0092]
进一步地，计算所述设施位置信息与目标高风险区域在各个所述未来时间点对应的坐标信息之间的第二距离，进一步地，分别将各所述未来时间点对应的目标高风险区域的坐标信息之间的第二距离与预设标准距离进行比较，得到目标高风险区域在各个未来时间点对应的风险暴露等级参数，其中，比较方式如下：
[0093][0094]
grade(li,l
0i
,sj)表示风险暴露等级函数，用于计算目标高风险区域对应的风险暴露等级参数，li表示目标高风险区域，l
0i
表示设施位置信息，sj表示第j种病害的预设标准距离sj，distance(li,l
0i
)表示设施位置信息l
0i
距离目标风险区域li的距离。
[0095]
另外地，将所述当前时间点与所述未来时间点之间的差值作为时间间隔，进而基于所述未来时间点对应的风险暴露等级参数和所述时间间隔，计算得到时间距离，其中，时
间距离计算公式：
[0096][0097]falert
＝t-d
distance
(li,l
0i
)/b
[0098]
t-d
distance
(li,l
0i
)表示积分函数，用于计算风险暴露等级参数在t0至p时间内的时间距离，时间距离表示感染病害等危害行为的可能性，p表示预设时间序列的时间点，t0表示当前时间点，
△
t表示时间间隔，f
alert
表示预警触发函数。
[0099]
若所述时间距离大于或等于预设预警时间距离阈值，即f
alert
≥ts,ts为预设预警时间距离阈值，则将所述设施位置信息设置为警报点，其中，预设预警时间距离阈值可基于实际其情况进行设置，在此不做具体限制，进一步地，可将警报点动态显示在所述当前时间点的养殖适宜度三维地图上，优选地，警报点附加有对应的时间距离和可供处置的应对时间，其中，所述应对时间表示为t’＝p-t0。
[0100]
在上述步骤a70之后，还包括：
[0101]
步骤s80，根据预设数据监测周期，返回执行所述获取待监测区域的监测数据的步骤，以动态更新所述待监测区域对应的养殖适宜度三维地图。
[0102]
需要说明的是，预设数据监测周期可根据实际情况进行动态设置，例如，预设数据监测周期为t1，每间隔t1时间则重新获取待监测区域的监测数据。具体地，按照预设数据监测周期，重新获取到待预测区域的检测数据，不断基于步骤s10至s30生成每一个时间点对应的养殖适宜度三维地图，从而对用户进行展示和动态播放，动态播放是指把每一个时间点时间的养殖适宜度三维地图按照顺序播放出来，并且在新的每一个时间点对应的养殖适宜度三维地图中及时更新警报点。
[0103]
本发明通过上述方案，也即，获取待预警养殖设施的设施位置信息；计算所述每一个时间点的养殖适宜度三维地图中各高风险区域的坐标信息；基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离；若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上。实现了通过根据所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述设施位置信息对应的时间距离，能够有效的减少短期值对预警误判的影响，使预警更加准确和有效。
[0104]
下面对本发明提供的水产养殖适宜度分区地图生成系统进行描述，下文描述的水产养殖适宜度分区地图生成系统与上文描述的水产养殖适宜度分区地图生成方法可相互对应参照。
[0105]
如图3所示，本发明实施例的一种水产养殖适宜度分区地图生成系统，该系统包括：
[0106]
获取模块10，用于获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；
[0107]
计算模块20，用于基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
[0108]
绘制模块30，用于基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
[0109]
优选地，所述绘制模块30还用于：
[0110]
基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点；
[0111]
针对所述预设时间序列中的每一个时间点，基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图；
[0112]
在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图。
[0113]
优选地，所述绘制模块30还用于：
[0114]
针对处于同一深度平面对应的各标记空间点，连接具有相同养殖适宜度估值的标记空间点，形成多个不同深度平面的二维等值线图；
[0115]
在所述多个不同深度平面的二维等值线图之间连接具有相同养殖适宜度估值的标记空间点，形成三维等值线空间图，并对所述三维等值线空间图进行插值处理，得到所述适宜度等值空间线图。
[0116]
优选地，所述水产养殖适宜度分区地图生成系统还包括：
[0117]
获取待预警养殖设施的设施位置信息；
[0118]
计算所述每一个时间点的养殖适宜度三维地图中各高风险区域的坐标信息；
[0119]
基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离；
[0120]
若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上。
[0121]
优选地，所述水产养殖适宜度分区地图生成系统还包括：
[0122]
基于所述设施位置信息与当前时间点中各高风险区域的坐标信息，计算得到各所述高风险区域对应的第一距离，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域；
[0123]
遍历计算所述设施位置信息和各所述未来时间点中目标高风险区域的坐标信息之间的第二距离；
[0124]
基于所述各个未来时间点的第二距离和预设标准距离进行比较，确定所述目标高风险区域在各个未来时间点对应的风险暴露等级参数；
[0125]
基于所述当前时间点、各所述未来时间点和所述各个未来时间点对应的风险暴露等级参数，计算得到所述时间距离。
[0126]
优选地，所述水产养殖适宜度分区地图生成系统还包括：
[0127]
根据预设数据监测周期，返回执行所述获取待监测区域的监测数据的步骤，以动态更新所述待监测区域对应的养殖适宜度三维地图。
[0128]
优选地，所述计算模块20还用于：
[0129]
分别将所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类
信息输入至适宜度计算模型，以利用所述适宜度计算模型对所述待监测区域进行适宜度预测，得到各个空间位置点在每一个时间点对应的养殖适宜度估值；
[0130]
其中，所述适宜度计算模型为基于预先收集的多个空间位置点的历史环境参数、种类信息及所述多个空间位置点各自对应的适宜度标签进行迭代训练获得。
[0131]
在此需要说明的是，本发明实施例提供的上述系统，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同技术效果，在此不再对本实施例中与方法实施例相同部分及有益效果进行具体赘述。
[0132]
图4示例了一种电子设备的实体结构示意图，该电子设备可以包括：处理器(processor)410、存储器(memory)420、通信接口(communications interface)430和通信总线440，其中，处理器410，存储器420，通信接口430通过通信总线440完成相互间的通信。处理器410可以调用存储器420中的逻辑指令，以执行水产养殖适宜度分区地图生成方法，该方法包括：获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
[0133]
此外，上述的存储器420中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0134]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的水产养殖适宜度分区地图生成方法，该方法包括：获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
[0135]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的水产养殖适宜度分区地图生成方法，该方法包括：获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得
到各个空间位置点在每一个时间点对应的养殖适宜度估值；基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。
[0136]
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0137]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0138]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种水产养殖适宜度分区地图生成方法，其特征在于，包括：获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。2.根据权利要求1所述的水产养殖适宜度分区地图生成方法，其特征在于，所述基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图，包括：基于各个空间位置点的位置信息，形成若干个不同深度的标记空间点；针对所述预设时间序列中的每一个时间点，基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图；在所述适宜度等值空间线图中将养殖适宜度估值小于预设适宜度阈值的区域标记为高风险区域，并将养殖适宜度估值不小于所述预设适宜度阈值的区域标记为适宜区域，形成所述时间点的养殖适宜度三维地图。3.根据权利要求2所述的水产养殖适宜度分区地图生成方法，其特征在于，所述基于各个空间位置点在所述时间点对应的养殖适宜度估值，连接具有相同养殖适宜度估值的标记空间点，形成多条环形的适宜度等值空间线图，包括：针对处于同一深度平面对应的各标记空间点，连接具有相同养殖适宜度估值的标记空间点，形成多个不同深度平面的二维等值线图；在所述多个不同深度平面的二维等值线图之间连接具有相同养殖适宜度估值的标记空间点，形成三维等值线空间图，并对所述三维等值线空间图进行插值处理，得到所述适宜度等值空间线图。4.根据权利要求1所述的水产养殖适宜度分区地图生成方法，其特征在于，所述预设时间序列中的时间点包括当前时间点和多个未来时间点，在所述基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图之后，还包括：获取待预警养殖设施的设施位置信息；计算所述每一个时间点的养殖适宜度三维地图中各高风险区域的坐标信息；基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离；若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上。5.根据权利要求4所述的水产养殖适宜度分区地图生成方法，其特征在于，所述基于所述设施位置信息以及所述每一个时间点中各高风险区域的坐标信息，遍历计算得到所述待预警养殖设施的时间距离，包括：基于所述设施位置信息与当前时间点中各高风险区域的坐标信息，计算得到各所述高
风险区域对应的第一距离，并选取第一距离满足预设距离阈值的高风险区域作为目标高风险区域；遍历计算所述设施位置信息和各所述未来时间点中目标高风险区域的坐标信息之间的第二距离；基于所述各个未来时间点的第二距离和预设标准距离进行比较，确定所述目标高风险区域在各个未来时间点对应的风险暴露等级参数；基于所述当前时间点、各所述未来时间点和所述各个未来时间点对应的风险暴露等级参数，计算得到所述时间距离。6.根据权利要求4所述的水产养殖适宜度分区地图生成方法，其特征在于，在所述若所述时间距离大于或等于预设预警时间距离阈值，则将所述设施位置信息设置为警报点，并显示在当前时间点的养殖适宜度三维地图上之后，还包括：根据预设数据监测周期，返回执行所述获取待监测区域的监测数据的步骤，以动态更新所述待监测区域对应的养殖适宜度三维地图。7.根据权利要求1所述的水产养殖适宜度分区地图生成方法，其特征在于，所述基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值，包括：分别将所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息输入至适宜度计算模型，以利用所述适宜度计算模型对所述待监测区域进行适宜度预测，得到各个空间位置点在每一个时间点对应的养殖适宜度估值；其中，所述适宜度计算模型为基于预先收集的多个空间位置点的历史环境参数、种类信息及所述多个空间位置点各自对应的适宜度标签进行迭代训练获得。8.一种水产养殖适宜度分区地图生成系统，其特征在于，包括：获取模块，用于获取待监测区域的监测数据，其中，所述监测数据包括所述待预测区域内多个空间位置点在预设时间序列的环境参数集合、各个空间位置点的位置信息以及水产品种类信息；计算模块，用于基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；绘制模块，用于基于所述各个空间位置点在每一个时间点对应的养殖适宜度估值和所述各个空间位置点的位置信息，动态绘制所述待监测区域在每一个时间点的养殖适宜度三维地图。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述水产养殖适宜度分区地图生成方法。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述水产养殖适宜度分区地图生成方法。

技术总结

本发明提供一种水产养殖适宜度分区地图生成方法、系统、设备及介质，所述方法包括：获取待监测区域的监测数据；基于所述预设时间序列中每一个时间点的环境参数集合以及所述水产品种类信息，分别计算得到各个空间位置点在每一个时间点对应的养殖适宜度估值；基于各个空间位置点在每一个时间点的养殖适宜度估值和各个空间位置点的位置信息，动态绘制每一个时间点的养殖适宜度三维地图。本发明通过基于多个空间位置点在每一个时间点的养殖适宜度估值，绘制每一个时间点的养殖适宜度三维地图，实现了立体养殖空间的风险监测和可视化，解决了风险可视化管控能力较低的技术问题，从而提高了大面积立体空间中多个养殖单元的风险可视化管控能力。险可视化管控能力。险可视化管控能力。