基于大数据的养殖平台及系统

本发明属于渔业信息管理，涉及到基于大数据的养殖平台及系统。

背景技术：

1、为满足人们在饮食方面日益增长的种类需求，大规模养殖鱼类成为当今社会不可或缺的一部分。确保鱼类健康、高效生长是渔业养殖中的重要一环。基于大数据技术的渔业养殖智能化能够显著提高渔业养殖的生产效率和管理水平，降低生产成本和提高经济效益。

2、现有的渔业养殖主要通过各类传感器或监控系统对养殖水体进行信息采集并结合养殖人员的经验对饵料进行人工投放或固定机械投放，这种养殖方式存在以下不足：1、现有饵料投放主要通过人工驾驶船只到养殖湖面各点或利用固定机械方式进行饵料投放，这种饵料投放方式需要耗费大量的人力和时间，难以满足快速、高效的投放需求，且投放范围有限，容易造成水质污染，增加了养殖成本。

3、2、现有鱼类养殖过程中饵料投放量是通过基于管理人员的养殖经验和鱼类生长阶段进行模糊计算进而确定大致的饵料投放量，这种计算方式没有基于养殖湖内鱼类的真实数量、分布情况和生长阶段进行精准计算，可能导致饵料投放量与实际鱼类需要饵料量出现偏差，饵料投放不足鱼类可能会因为营养不足而生长缓慢，饵料投放过量可能导致水体污染进行造成鱼类患病，降低了渔业养殖的科学性和养殖效益，还可能给养殖户带来经济损失。

4、3、现有的鱼类养殖技术对养殖指标的关注落在生长异常方面，，这种分析方式较为片面，可能会导致对鱼类生长环境的情况误判，从而降低了对潜在问题的处理效率；同时对整个湖区进行检测无法准确定位问题的源头；最后忽略指标差异性可能导致饵料投放不当、水质调节不合理等问题，进而增加养殖成本并降低产量。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出基于大数据的养殖平台及系统。

2、本发明的目的可以通过以下技术方案实现：基于大数据的养殖平台，包括：养殖区域划分模块，用于对养殖湖面进行养殖区域划分，得到若干养殖区域。

3、采集顺序规划模块，用于基于无人机飞行台位置和各养殖区域中心点位置进行养殖区域的采集顺序规划。

4、鱼群信息采集模块，用于在无人机上设置高清摄像头，由无人机飞抵养殖湖上方进而利用高清摄像头采集各养殖区域的鱼群信息，具体包括鱼体数量和鱼体长度。

5、鱼群信息分析模块，用于基于采集的各养殖区域对应鱼群信息分析各养殖区域的鱼群指标，其中鱼群指标具体包括鱼群分布密度、鱼体平均长度和鱼群生长差异度。

6、饵料投放模块，用于基于采集的图像信息分析各养殖区域鱼类分布信息，基于鱼群指标分析各养殖区域饵料投放量并基于鱼类分布信息定位投放位置，进而利用无人机在投放位置按照分析的饵料投放量进行饵料投放。

7、生长异常识别模块，用于基于各养殖区域的鱼体平均长度和鱼群生长差异度分析各养殖区域对应生长异常度并判断各养殖区域是否出现生长异常情况。

8、养殖异常识别模块，用于基于各养殖区域的鱼群分布密度和鱼群生长差异度分析各养殖区域对应养殖异常度进而识别养殖湖的倾向异常指向。

9、鱼量异常识别模块,用于对各养殖区域对应鱼体数量进行累加进而得到养殖湖的鱼量，并将养殖湖的鱼量与上一次饵料投放时统计的鱼量进行对比，进而判断养殖湖鱼量是否出现鱼量异常情况。

10、数据存储库，用于存储生长阶段与鱼体生长长度对照表、养殖湖平面轮廓图和各生长阶段对应单位标准食量。

11、于本发明一优选实施例，所述对养殖湖面进行养殖区域划分具体如下：从数据存储库中提取养殖湖平面轮廓图，并定位养殖湖中心点位置，进而从养殖湖中心点向周围辐射若干条射线，各相邻射线构成对应角的角度相同。

12、将各相邻射线与对应截取的养殖湖边缘线构成的湖面区域记为养殖区域，各养殖区域对应不同湖面区域，进而对各养殖区域进行编号。

13、于本发明一优选实施例，所述进行养殖区域的采集顺序规划步骤如下：将无人机飞行台位置记为信息采集初始位置，并将各养殖区域的中心点作为信息采集点。

14、将距离信息采集初始位置最近的信息采集点对应的养殖区域记为下一信息采集区域，进而从该信息采集区域开始按照顺时针方向对各养殖区域进行排序。

15、将养殖区域排序记为养殖区域的信息采集顺序。

16、于本发明一优选实施例，所述采集各养殖区域的鱼群信息步骤如下：根据高清摄像头的分辨率预先设置采集高度。

17、利用无人机上设置的高清摄像头飞抵湖面上方预先设置的采集高度并按照进行养殖区域的采集顺序规划对各养殖区域进行图像采集得到若干采集图像，利用图像识技术对各采集图像中的鱼群进行计数得到各养殖区域的鱼体数量xi和鱼体长度yij，其中i表示养殖区域的编号，i＝1，2......m，j表示鱼体的编号，j＝1，2......n。

18、于本发明一优选实施例，所述分析各养殖区域的鱼群指标具体如下；将各养殖区域的轮廓图导入cad软件中得到各养殖区域的面积si,进而代入公式得到第i个养殖区域的鱼群分布密度λi。

19、基于各养殖区域的鱼体数量和各鱼体长度得到该养殖区域的鱼体平均长度

20、对比各养殖区域对应各鱼体的长度得到各养殖区域鱼体最大长度yi(max)和最小长度yi(min)，进而代入公式得到各养殖区域对应的鱼群生长差异度φi。

21、于本发明一优选实施例，所述分析各养殖区域饵料投放量并定位投放位置具体如下：将各养殖区域的鱼体平均长度与数据存储库中存储的生长阶段与鱼体生长长度对照表进行匹配得到各养殖区域的鱼体实际生长阶段pi，其中p表示生长阶段编号，p＝1，2......o。

22、进而将各养殖区域鱼体的实际生长阶段与数据存储库中存放的各生长阶段对应单位标准食量进行匹配得到各养殖区域对应鱼体的单位标准食量。

23、将各养殖区域对应鱼体数量xi代入公式mi＝xi*mi(0)*(1+φi)得到第i个养殖区域对应的饵料投放量mi,其中mi(0)表示第i个养殖区域对应鱼体的标准食量。

24、分析利用无人机采集的各养殖区域的采集图像，定位各图像中的鱼群分布位置区域，聚焦各鱼群分布位置区域并计算各区域对应的鱼体数量，选择最大数量鱼体对应鱼群分布位置作为各养殖区域对应饵料投放位置。

25、于本发明一优选实施例，所述分析各养殖区域对应生长指数并判断各养殖区域是否出现生长异常情况步骤如下：基于各养殖区域对应鱼群信息采集的日期与鱼苗投放日期进行差值计算得到鱼体标准生长阶段pi(0)。

26、将分析得到的各养殖区域的鱼体标准生长阶段pi(0)、鱼体实际生长阶段pi和鱼群生长差异度φi代入分析公式得到第i个养殖区域的生长异常度ηi,其中ξ、ζ分别表示生长阶段和鱼群生长差异度的权重。

27、将各养殖区域的鱼群生长异常度ηi代入生长异常评判模型得到各检测区域对应生长异常情况的评判结果，其中η′为预先设置的允许鱼群生长异常度，q＝v1表示养殖区域不存在生长异常情况，q＝v2表示养殖区域存在生长异常情况。

28、于本发明一优选实施例，所述分析各养殖区域对应养殖异常度进而识别养殖湖的倾向异常指向步骤如下：将各养殖区域对应的鱼群分布密度λi和鱼群生长差异度φi代入公式得到第i个养殖区域的养殖异常度ψi，其中e表示自然常数，α、β分别表示鱼群分布密度和鱼群生长差对应权重。

29、对比各养殖区域对应的养殖异常度和生长异常度得到各养殖区域对应的异常指向。

30、将各养殖区域对应的异常指向进行对比，并将相同异常指向对应的养殖区域进行归类得到各类异常指向对应的养殖区域数量，通过将养殖异常指向对应的养殖区域数量与生长异常指向对应的养殖区域数量进行对比，选取数量较大的异常指向为养殖湖倾向异常指向。

31、于本发明一优选实施例，所述判断养殖湖鱼量是否出现鱼量异常情况具体如下：对各养殖区域对应的鱼体数量进行累加计算得到养殖湖现存鱼体数量x，进而代入公式得到养殖湖鱼量异常度θ，其中x0表示上一次饵料投放时统计的鱼量。

32、将养殖湖鱼量异常度θ代入鱼量异常情况评判模型得到各检测区域对应鱼量异常情况的评判结果，其中θ′为预先设置的允许鱼量异常度，l＝z1表示养殖湖不存在鱼量异常情况，l＝z2表示养殖湖存在鱼量异常情况。

33、本发明第二方面提供基于大数据的养殖系统，该系统包括上述的基于大数据的养殖平台。

34、相较于现有技术，本发明的有益效果如下：(1)本发明通过利用无人机对养殖湖面各养殖区域进行图像采集和饵料投放，这种饵料投放方式能够迅速覆盖大面积的水域，节省了饵料投放作业过程中的人工和时间成本，提高了养殖效率；另一方面，无人机通过先进的飞行控制系统和传感器，能够实现精准、及时的进行饵料投放。

35、(2)本发明通过采集各养殖区域鱼类鱼体数量和鱼体长度，进而实时计算鱼类的生长阶段和饵料投放量，这种养殖方式充分考虑了鱼类真实数量和生长状态，避免了饵料投放量与实际鱼类需要饵料量的偏差，提升了渔业养殖的科学性，降低了饵料投放不当造成的额外成本，增加了养殖效益；同时对鱼类分布位置进行分析进而进行针对性的饵料投放，能够实现饵料的利用率，促进鱼群生长。

36、(3)本发明从生长异常、养殖异常和鱼量异常三个方面对养殖区域的鱼群状态进行综合分析，这种分析方式从多个角度全面了解鱼类的健康状况和养殖状况，避免了单一指标分析的局限性，更全面地反映鱼类的整体情况；另一方面，通过综合分析多个异常指标，可以更准确地判断鱼类存在的具体问题，提高分析的准确性；再一方面，通过对异常情况分类分析，避免了饵料投放不当、水质调节不合理等问题。