本技术的实施例涉及数字孪生，特别涉及一种基于渔业应用数字孪生系统的渔情预测方法。
背景技术：
1、渔情预测，又称渔情预报、渔况预报，是海洋渔场学研究的主要内容，同时也是渔场学中基本原理和方法在渔业中的综合应用，是为渔业生产服务的主要任务之一。渔情预测具体是指对未来一定时期和一定水域内的水产资源的各要素进行预报，例如，鱼群数量、鱼群种类、渔场位置、鱼汛及鱼汛持续时间、可能达到的渔获量等。准确的渔情预测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，同时还大大提高了渔业的生产效率，降低生产成本。渔情预测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测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。
2、然而，传统的渔情预测依靠渔民经验判断鱼群位置，鱼群位置的准确性难以保障，严重影响了捕捞效率。近年来，基于频次分析、栖息地指数的渔情预测分析方法被提出，但是其预测精度也比较低，基于lstm(long short term memory，长短期记忆)递归神经网络的渔情预测也初露锋芒，但是该模型的运行成本很高，不能大范围进行渔情预测。另外，海洋气象、海况、海洋地理以及海上交通等多方面因素都可能影响鱼群的位置和船只航行作业的安全，目前的渔情预测方法未能很好地利用这些信息。
技术实现思路
1、本技术的实施例的目的在于提出一种基于渔业应用数字孪生系统的渔情预测方法，旨在提升渔情预测的精度并直观地在用户终端的海图上进行展示，为建立渔业资源科学管理提供了技术决策支持，有助于实现海洋渔业资源的合理开发和可持续利用。
2、为实现上述目的，本技术的实施例提供了一种基于渔业应用数字孪生系统的渔情预测方法，应用于云端服务器，包括以下步骤：对目标海域的海图进行网格划分，并对划分出的各网格单元进行唯一的网格编码；基于所述目标海域的地理信息和渔业应用需求信息，为各网格单元建立静态属性和动态属性，生成各网格单元的静态属性表和动态属性表；其中，所述渔业应用需求信息包括历史渔情信息、历史气象信息、历史海上交通事故信息、遥感信息、实时气象信息、船只运行信息、实时海上交通信息和时政信息，所述静态属性表征所述网格单元中静止的事物及其不随时间变化的信息，所述动态属性表征所述网格单元中运动的事物以及静止的事物的随时间变化的信息；基于各网格单元的静态属性表生成所述目标海域的数字底图，并将各网格单元的最新的动态属性表中的内容以文字、数字、动画、图标的形式叠加至所述数字底图上，得到能进行渔情预测、反映实时气象、交通、海况、船只分布和时政信息的渔业应用数字孪生系统；基于所述渔业应用数字孪生系统，利用与渔情预测相关的信息智能计算出预测渔区，并将所述预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供所述用户终端在海图显示界面上显示所述预测渔区。
3、为实现上述目的，本技术的实施例还提供一种基于渔业应用数字孪生系统的渔情预测系统，包括：海图划分模块，用于对目标海域的海图进行网格划分，并对划分出的各网格单元进行唯一的网格编码；属性建立模块，用于基于所述目标海域的地理信息和渔业应用需求信息，为各网格单元建立静态属性和动态属性，生成各网格单元的静态属性表和动态属性表，所述渔业应用需求信息包括历史渔情信息、历史气象信息、历史海上交通事故信息、遥感信息、实时气象信息、船只运行信息、实时海上交通信息和时政信息，所述静态属性表征所述网格单元中静止的事物及其不随时间变化的信息，所述动态属性表征所述网格单元中运动的事物以及静止的事物的随时间变化的信息；数字孪生系统构建模块，用于基于各网格单元的静态属性表生成所述目标海域的数字底图，并将各网格单元的最新的动态属性表中的内容以文字、数字、动画、图标的形式叠加至所述数字底图上，得到能进行渔情预测、反映实时气象、交通、海况、船只分布和时政信息的渔业应用数字孪生系统；预测执行模块，用于基于所述渔业应用数字孪生系统，利用与渔情预测相关的信息智能计算出预测渔区，并将所述预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供所述用户终端在海图显示界面上显示所述预测渔区。
4、为实现上述目的，本技术的实施例还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于渔业应用数字孪生系统的渔情预测方法。
5、为实现上述目的，本技术的实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的基于渔业应用数字孪生系统的渔情预测方法。
6、本技术的实施例提出的基于渔业应用数字孪生系统的渔情预测方法，首先对目标海域的海图进行网格划分，并对网格单元进行唯一的网格编码，随后基于目标海域的地理信息、历史渔情信息、历史气象信息、历史海上交通事故信息、遥感信息、实时气象信息、船只运行信息、实时海上交通信息和时政信息为各网格单元建立静态属性表和动态属性表，再之后基于各网格单元的静态属性表生成目标海域的数字底图，将各网格单元的最新的动态属性表中的内容以文字、数字、动画、图标的形式叠加至数字底图上，得到渔业应用数字孪生系统，最后基于渔业应用数字孪生系统，智能计算出预测渔区，并将预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供用户终端在海图显示界面上显示预测渔区。即基于自主数字孪生设计思想，结合渔业科研成果、网格划分、云计算、大数据、人工智能、通信卫星、导航卫星、遥感卫星等技术，构建了能进行渔情预测、反映实时气象、交通、海况、船只分布和时政信息的渔业应用数字孪生系统。使用该渔业应用数字孪生系统，可以高效、快速、准确地计算出预测渔区，并直观地在用户终端的海图上进行展示，为建立渔业资源科学管理提供了技术决策支持，有助于实现海洋渔业资源的合理开发和可持续利用。
7、在一些可选的实施例中，所述基于所述目标海域的地理信息和渔业应用需求信息，为各网格单元建立静态属性和动态属性，包括：基于所述目标海域的地理信息、所述历史渔情信息、所述历史气象信息、以及所述历史海上交通事故信息，分别为各网格单元建立静态属性；基于所述遥感信息、所述实时气象信息、所述船只运行信息、所述实时海上交通信息以及所述时政信息，分别为各网格单元建立动态属性；其中，所述目标海域的地理信息是从海洋地理部门、水文部门处获取的，包括水深信息、水下是否有暗礁、水下是否有浅滩、暗礁深度、浅滩深度；所述历史渔情信息是通过收集预设年份内的渔情信息并进行统计获得的，包括所述目标海域的各年份、各时间段的鱼群分布信息、鱼群数量信息、鱼群种类信息；所述历史气象信息是从海洋气象局获取的，包括所述目标海域的各年份、各时间段的气象信息；所述历史海上交通事故信息是从交通信息部、海事局获取的，包括所述目标海域的事故多发地、曾发生过的海上交通事故及事故类型、以及易发事故类型；所述遥感信息是通过调用遥感卫星对目标海域进行拍摄并进行脱敏分析后获取的，包括目标海域的叶绿素浓度、海温信息、盐度信息、漩涡信息、流隔信息、洋流交汇信息；所述实时气象信息是从海洋气象局获取的，包括目标海域的实时天气、实时风速、实时浪高、实时气象灾害；所述船只运行信息是从船载的用户终端处获取的，包括各船只的位置信息、航速信息、航向信息、吨位信息；所述实时海上交通信息是从交通信息部、海事局获取的，包括所述目标海域内的各航线繁忙的实时状态、是否存在海上交通事故及事故的当前处理阶段；所述时政信息是从渔政部门和海事局获取的，包括所述目标海域是否处于禁渔期、是否属于专属渔区、是否发现海盗、是否是局势紧张区域。
8、在一些可选的实施例中，所述用户终端在收到所述预测渔区范围内的所有网格单元的网格编码，并在海图显示界面上显示所述预测渔区后，所述方法还包括：基于所述预测渔区确定目标网格单元，所述目标网格单元即所述用户终端的所属船只即将前往的网格单元；基于所述所属船只所在的网格单元与所述目标网格单元之间的位置关系，结合所述实时天气、所述实时风速、所述实时浪高、所述各船只的位置信息、所述所属船只的吨位信息、所述实时海上交通信息、所述时政信息、以及所述目标海域的地理信息，确定所述所属船只所在的网格单元通向所述目标网格单元之间的各中间网格单元的可安全通过性；根据所述各中间网格单元的可安全通过性，规划出所述所属船只通向所述目标网格单元的最佳航线。预测渔区为渔民打鱼提供了可选的地点，渔民根据预测渔区选定目标网格单元，基于渔业应用数字孪生系统，并结合自身船只的信息，快速规划出距离近的、可通行的、安全的最佳航线，节约了渔船航行的燃料，同时提升了渔民捕鱼作业的效率，提升了渔民的收益。
9、在一些可选的实施例中，所述用户终端在规划出所述所属船只通向所述目标网格单元的最佳航线之后，还需要将所述最佳航线回传至所述云端服务器；所述云端服务器在收到所述最佳航线后，将所述用户终端的所属船只标记为目标船只；跟踪所述目标船只，根据所述目标船只的船只运行信息，生成所述目标船只的航迹；将所述航迹和所述最佳航线打包发送给有对所述目标船只有监控需求的用户终端。基于渔业应用数字孪生系统，可以实现对目标船只的监控，实时了解目标船只的位置和航迹，进一步提升了捕鱼作业的安全系数，能够在紧急事件发生后及时作出反应并与目标船只联系。
10、在一些可选的实施例中，所述云端服务器在将所述预测渔区范围内的所有网格单元的网格编码打包发送给所述用户终端的同时，将所述预测渔区的预测渔情信息发送给所述用户终端；所述用户终端在所述所属船只抵达所述目标网格单元后，调用所述所属船只的船载探鱼雷达和/或水下声纳探测系统，探测所述目标网格单元的真实渔情，并融合所述目标网格单元的预测渔情信息和探测到的真实渔情信息，制定捕捞计划；所述用户终端在探测到所述目标网格单元的真实渔情信息后，将所述真实渔情信息回传至所述云端服务器；所述云端服务器在收到所述真实渔情信息后，基于所述真实渔情信息，对所述目标网格单元的预测渔情信息进行修正。预测渔区是根据历史大数据和实时大数据做出的一种预测，其预测渔情信息不一定是完全准确的，渔船在抵达目标网格单元后，探测真实渔情信息并回传云端服务器，云端服务器根据真实渔情信息对预测渔情信息进行修正并发布修正信息，从而更好地帮助渔民制定捕鱼计划，帮助渔业部门制订渔业政策，更好地适应负责任捕捞和渔业可持续发展的要求。
11、在一些可选的实施例中，所述用户终端在所述所属船只出海作业的过程中，持续收集渔业生产相关信息，并在生产作业间歇期将所述渔业生产相关信息回传至所述云端服务器。所述云端服务器对所述渔业生产相关信息进行数据分类、图像识别、智能语义识别转化处理后，写入对应的网格单元的动态属性表中。动态属性表的迭代更新本质上就是渔业相关海洋大数据的积累过程，海洋民用载体(船只)数量繁多，活动范围及路线广泛，通过民用船只收集的海洋数据在深度和广度上是传统数据收集方式无法比拟的，具备更加广泛的应用价值。
12、在一些可选的实施例中，所述预测渔区分为若干个等级，有鱼概率越高的预测渔区的等级越高，所述将所述预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供所述用户终端在海图显示界面上显示所述预测渔区，包括：按照预测渔区的等级，将各等级的预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供所述用户终端在海图显示界面上显示所述预测渔区，并采用不同颜色表示不同等级。用不同颜色标识不同等级的预测渔区，可以为渔民提供更多的捕鱼目的地选择，进而更好地帮助渔民选择更好、更符合实际情况的捕鱼目的地和捕鱼策略。
1.一种基于渔业应用数字孪生系统的渔情预测方法，其特征在于，应用于云端服务器，所述方法包括：
2.根据权利要求1所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述基于所述目标海域的地理信息和渔业应用需求信息，为各网格单元建立静态属性和动态属性，包括：
3.根据权利要求2所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述用户终端在收到所述预测渔区范围内的所有网格单元的网格编码，并在海图显示界面上显示所述预测渔区后，所述方法还包括：
4.根据权利要求3所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述用户终端在规划出所述所属船只通向所述目标网格单元的最佳航线之后，还需要将所述最佳航线回传至所述云端服务器；
5.根据权利要求3所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述云端服务器在将所述预测渔区范围内的所有网格单元的网格编码打包发送给所述用户终端的同时，将所述预测渔区的预测渔情信息发送给所述用户终端；
6.根据权利要求5所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述用户终端在所述所属船只出海作业的过程中，持续收集渔业生产相关信息，并在生产作业间歇期将所述渔业生产相关信息回传至所述云端服务器；
7.根据权利要求1至6中任一项所述的基于渔业应用数字孪生系统的渔情预测方法，其特征在于，所述预测渔区分为若干个等级，有鱼概率越高的预测渔区的等级越高，所述将所述预测渔区范围内的所有网格单元的网格编码打包发送给用户终端，供所述用户终端在海图显示界面上显示所述预测渔区，包括：
8.一种基于渔业应用数字孪生系统的渔情预测系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，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中任一项所述的基于渔业应用数字孪生系统的渔情预测方法。
