[发明专利]一种融合多种数据的海洋渔情预测方法

说明书

技术领域

本发明涉及的是一种融合多种数据的海洋渔情预测方法，属于渔场渔情预报技术领域。

背景技术

由于不加限制的大量捕捞，我国许多海洋经济鱼类资源严重衰退，特别是对低龄化以及产卵期的鱼群捕捞，使得渔业生产的可持续发展能力遭到了严重的破坏，同时也造成一系列的海洋生态问题。目前我国渔场已濒临绝境，渔场振兴工程的实施势在必行，而且刻不容缓；为了实现这一目标，就必须全面、深入了解岛群海域重要生物资源及其生存的生态环境信息，集成现有的海洋生态环境监测技术和监测手段，构建海洋渔情预测模型并开发有效的渔情预报系统，为恢复我国渔业资源、实行渔业资源科学管理以及渔业可持续发展提供可能。

渔情预报是对未来一定时期和一定水域内水产资源状况各要素进行预报，例如，鱼群数量、渔场位置、鱼汛及鱼汛持续时间、可能达到的渔获量等。准确的渔情预报不仅为渔业主管部门和生产单位如何进行鱼汛生产管理等提供必要的科学依据，同时还大大提高渔业的生产效率，降低生产成本；它还能为海洋渔业资源实行科学管理提供可能，不但渔业管理部门可以将预报结果作为制订渔业政策的参考信息，渔业生产企业也可以根据这些预报信息合理安排捕捞力量，适应负责任捕捞和渔业可持续发展的要求。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种融合多种数据的海洋渔情预测方法；它是在遵循海洋鱼类集群/洄游规律的基础上，通过对以海洋浮游植物为基础的食物链，以及海洋流场、海水表面温度、海水盐度、pH值等海洋环境数据和各种海洋鱼类捕获量/上市量数据的深入研究，发掘它们之间的关系，融合多种数据挖掘技术来建立可靠的渔情预测模型，开发海洋渔情预报系统，为建立渔业资源科学管理提供有效的信息服务和技术决策支持，大大促进近海渔业的养护与管理，有助于实现海洋渔业资源的合理开发及可持续利用。

本发明的目的是通过如下技术方案来完成的，一种融合多种数据的海洋渔情预测方法，所述的方法包括如下步骤：

a)海洋渔业数据的获取与更新：包括各类海洋水体环境数据,气候数据以及渔业捕捞产量数据的获取及更新；

b)数据特征的提取：数据特征提取主要运用统计方法来构建，把原数据域变换到其它数据域，使其具有更明显的变化趋势；

c)数据处理：在数据经过一系列的预处理之后,通过对以海洋浮游植物为基础的食物链，以及海洋流场、海水表面温度、海水盐度、pH值等海洋环境数据和各种海洋鱼类捕获量/上市量数据的深入研究，发掘它们之间的关系，为构建渔情预报的预测模型提供模型参数；

d)预测模型的建立：根据数据的完整程度以及丰盈情况，采取融合多种挖掘技术来构建模型，并通过调节不同数据挖掘方法的预测结果的比重参数大小，来调节各种挖掘方法在整个模型中的比重，从而实现最终渔情预测模型对不同鱼类数据处理的鲁棒性和可靠性；

e)实现一套完整的、实用的渔情预报系统，将地理信息系统(GIS)和全球定位系统(GPS)融入到渔业渔情分析中去，完成具有自主知识产权的渔情预报软件系统，实现预报系统的智能化和可视化，最终搭建起集多种服务于一体的渔情预报服务平台，能及时将预报信息发送给用户，例如渔业生产部门和渔业管理部门。

作为优选：所述的步骤b)中，数据特征的提取是整个预测模型构建中很基础但却是最关键的一步，一般生产实践过程中获取的数据不完整或数据特征不明显，运用数据预处理：包括数据清洗、集成和特征提取来改善数据的这些问题；

所述的步骤d)中，建立渔情预测模型上，即按可调比重地融合多种数据挖掘模型的预测模型，M＝ω₁m₁+ω₂m₂+…+ω_Nm_N,M是最终的预测结果，

m₁，m₂，…，m_N是各个模型的预测结果，比重系数满足的条件。

本发明是在建立渔情预报模型上，根据数据的完整程度以及丰盈情况，采取融合多种挖掘技术来构建模型；根据不同数据挖掘方法的预测结果，自适应地调节各种不同数据挖掘方法在整个模型中的比重大小，从而实现最终渔情预测模型对不同鱼类数据处理的鲁棒性和可靠性。

附图说明

图1是本发明所述渔场渔情预报模型基本结构图。

具体实施方式

下面将结合具体实施例对本发明作详细的介绍：本发明所述的一种融合多种数据的海洋渔情预测方法，所述的方法包括如下步骤：