基于灯光围网诱捕的连续捕捞作业布置与管理方法与流程

本发明涉及诱捕作业，尤其涉及基于灯光围网诱捕的连续捕捞作业布置与管理方法。

背景技术：

1、配合灯光捕鱼的工具有很多，围网、鱼竿、鱼泵等是必不可少的。大型围网仅网的重就有十几吨，围网的下部拴有大量的铁环，在海中张开，就好像一堵巨大无比的墙。一旦围网把鱼群团团围住，这时先将铁环索锁紧，鱼网就变成好像一个大袋子一样，然后就可以拉网收鱼，由于围网所围的范围广、面积大，因此鱼多的时候，一网就可以捕到几十吨重的鱼。灯光围网捕获的对象，主要是生活在海洋中上层的一些鱼类，如鲱鱼、鲐鱼、鳗鱼、鲹鱼、竹筴鱼等等。曾经就有渔民们用1000~2000瓦的白炽灯，一次就成功地诱捕到了近百吨太平洋鲱鱼。所以，人们又称灯光围网作业是“渔业之王”。然而，即使灯光捕鱼的效率很高，但是在诱捕鱼的过程中，由于不同光照强度对于鱼类的作用不一样，在同一光照强度之下对于一种鱼类起到驱赶作用，而对另一种鱼类起到吸引作用，而且各海域中的位置不同也会导致生存环境数据不同，从而不同时段的渔业资源可能是不一致的，现有技术中，灯光诱捕显然没有考虑该类情况，很多时候都做一个无用功，效率低下。

技术实现思路

1、本发明克服了现有技术的不足，提供了基于灯光围网诱捕的连续捕捞作业布置与管理方法。

2、为达上述目的，本发明采用的技术方案为：

3、本发明第一方面提供了基于灯光围网诱捕的连续捕捞作业布置与管理方法，包括以下步骤：

4、获取预设时间之内目标水域中各子区域的环境特征数据，并根据所述预设时间之内目标水域中各子区域的环境特征数据预测出每一子区域在各时间戳中的渔业资源数据；

5、通过大数据获取吸引各渔业资源数据的最佳光照强度数据以及所述每一子区域在各时间戳中的渔业资源数据获取所对应的最佳光照强度数据；

6、采集目标水域的各颗粒物的数据信息，基于所述所对应的最佳光照强度数据初始化每一子区域的灯光围网的安装位置，基于所述目标水域的各颗粒物的数据信息以及灯光围网的安装位置获取目标水域中各位置的光照强度数据；

7、引入遗传算法，基于所述目标水域中各位置的光照强度数据通过遗传算法对灯光围网的安装位置进行优化，获取最终的灯光围网安装位置，并根据所述最终的灯光围网安装位置进行布置。

8、进一步的，在本方法中，获取预设时间之内目标水域中各子区域的环境特征数据，具体为：

9、获取在各气象特征以及季节特征情况之下目标水域中各子区域的历史环境特征数据，基于所述在各气象特征以及季节特征情况之下目标水域中各子区域的历史环境特征数据构建环境特征变化曲线；

10、获取预设时间之内目标区域中各子区域的气象特征以及季节特征情况，并基于所述预设时间之内目标区域中各子区域的气象特征以及季节特征情况对所述环境特征变化曲线进行截取；

11、获取截取后的环境特征变化曲线，并根据所述截取后的环境特征变化曲线获取预设时间之内目标水域中各子区域的环境特征数据，并将所述预设时间之内目标水域中各子区域的环境特征数据输出。

12、进一步的，在本方法中，根据所述预设时间之内目标水域中各子区域的环境特征数据预测出每一子区域在各时间戳中的渔业资源数据，具体包括：

13、通过大数据获取各渔业资源数据喜好的环境特征数据，并将所述各渔业资源数据喜好的环境特征数据输入到图神经网络中，将环境特征数据以及渔业资源作为节点；

14、构建有向描述关系，基于所述有向描述关系将所述节点连接，构建拓扑结构图，基于所述拓扑结构图获取邻接矩阵，并基于深度神经网络构建渔业资源预测模型；

15、将所述邻接矩阵输入到所述渔业资源预测模型中进行训练，获取训练完成的渔业资源预测模型，并将所述预设时间之内目标水域中各子区域的环境特征数据输入到所述训练完成的渔业资源预测模型中预测；

16、通过预测，获取每一子区域在各时间戳中的渔业资源数据，并将所述每一子区域在各时间戳中的渔业资源数据输出。

17、进一步的，在本方法中，通过大数据获取吸引各渔业资源数据的最佳光照强度数据以及所述每一子区域在各时间戳中的渔业资源数据获取所对应的最佳光照强度数据，具体为：

18、通过大数据获取吸引各渔业资源数据的最佳光照强度数据范围，并构建知识图谱，将所述吸引各渔业资源数据的最佳光照强度数据范围输入所述知识图谱中进行存储；

19、将所述每一子区域在各时间戳中的渔业资源数据输入到所述知识图谱中进行数据查询，获取所对应的最佳光照强度数据范围，并将所述所对应的最佳光照强度数据范围输出。

20、进一步的，在本方法中，采集目标水域的各颗粒物的数据信息，基于所述所对应的最佳光照强度数据范围初始化每一子区域的灯光围网的安装位置，基于所述目标水域的各颗粒物的数据信息以及灯光围网的安装位置获取目标水域中各位置的光照强度数据，具体包括：

21、对每一目标水域的水体进行连续采样并分析，采集目标水域的各颗粒物的数据信息，基于所述所对应的最佳光照强度数据范围初始化每一子区域的灯光围网的安装位置，并获取各颗粒物的数据信息对于光的吸收特征数据；

22、获取灯光围网在工作时的光照强度数据，根据所述各颗粒物的数据信息对于光的吸收特征数据、灯光围网在工作时的光照强度数据以及子区域的灯光围网的安装位置获取目标水域中在预设范围之内的光照强度数据；

23、基于所述目标水域中在预设范围之内的光照强度数据获取目标水域中各位置的光照强度数据，并将所述目标水域中各位置的光照强度数据输出。

24、进一步的，在本方法中，引入遗传算法，基于所述目标水域中各位置的光照强度数据通过遗传算法对灯光围网的安装位置进行优化，获取最终的灯光围网安装位置，并根据所述最终的灯光围网安装位置进行布置，具体包括：

25、引入遗传算法，基于所述遗传算法设置遗传代数，获取所述目标水域中各位置的光照强度数据在所述最佳光照强度数据范围之内的区域面积，并初始化灯光围网的安装数量；

26、获取灯光围网需求的工作范围信息，基于所述灯光围网的安装数量计算所述目标水域中各位置的光照强度数据在所述最佳光照强度数据范围之内的区域面积，并判断所述区域面积是否大于所述灯光围网需求的工作范围信息；

27、当所述区域面积大于所述灯光围网需求的工作范围信息时，输出灯光围网的安装位置，并作为最终的灯光围网安装位置，按照所述最终的灯光围网安装位置进行布置；

28、当区域面积不大于所述灯光围网需求的工作范围信息时，基于所述遗传代数进行遗传迭代，优先调整灯光围网安装位置，当所述遗传代数达到最大时，若所述区域面积不大于所述灯光围网需求的工作范围信息时，则调整灯光围网的安装数量以及灯光围网安装位置，直至所述区域面积大于所述灯光围网需求的工作范围信息；

29、当所述遗传代数达到最大时，若存在至少一个所述区域面积不大于所述灯光围网需求的工作范围信息的安装位置，输出灯光围网安装位置，并作为最终的灯光围网安装位置，按照所述最终的灯光围网安装位置进行布置。

30、本发明第二方面提供了基于灯光围网诱捕的连续捕捞作业布置与管理系统，所述系统包括存储器以及处理器，所述存储器中包括基于灯光围网诱捕的连续捕捞作业布置与管理方法程序，所述基于灯光围网诱捕的连续捕捞作业布置与管理方法程序被处理器执行时，实现如下步骤：

31、获取预设时间之内目标水域中各子区域的环境特征数据，并根据所述预设时间之内目标水域中各子区域的环境特征数据预测出每一子区域在各时间戳中的渔业资源数据；

32、通过大数据获取吸引各渔业资源数据的最佳光照强度数据以及所述每一子区域在各时间戳中的渔业资源数据获取所对应的最佳光照强度数据；

33、采集目标水域的各颗粒物的数据信息，基于所述所对应的最佳光照强度数据初始化每一子区域的灯光围网的安装位置，基于所述目标水域的各颗粒物的数据信息以及灯光围网的安装位置获取目标水域中各位置的光照强度数据；

34、引入遗传算法，基于所述目标水域中各位置的光照强度数据通过遗传算法对灯光围网的安装位置进行优化，获取最终的灯光围网安装位置，并根据所述最终的灯光围网安装位置进行布置。

35、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于灯光围网诱捕的连续捕捞作业布置与管理方法程序，所述基于灯光围网诱捕的连续捕捞作业布置与管理方法程序被处理器执行时，实现任一项所述的基于灯光围网诱捕的连续捕捞作业布置与管理方法的步骤。

36、本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：

37、本发明通过采集目标水域的各颗粒物的数据信息，基于所对应的最佳光照强度数据初始化每一子区域的灯光围网的安装位置，基于目标水域的各颗粒物的数据信息以及灯光围网的安装位置获取目标水域中各位置的光照强度数据，最后引入遗传算法，基于目标水域中各位置的光照强度数据通过遗传算法对灯光围网的安装位置进行优化，获取最终的灯光围网安装位置，并根据最终的灯光围网安装位置进行布置。本发明通过根据灯光围网在海域中表现的光照强度数据、需求的渔业资源位置来动态调整灯光围网的工作数量、工作位置，使得灯光围网在工作时符合预定的要求，捕捞效率更高。