[發(fā)明專利]一種自然水體漁業(yè)養(yǎng)殖溫度災害智能預警方法

有效

• 申請?zhí)枺?/td>: 201410370938.2
• 申請日: 2014-07-31
• 公開（公告）號: CN104132753A
• 公開（公告）日: 2014-11-05
• 發(fā)明（設計）人: 周為峰;沈新強;來琦芳;全為民;周凱;崔雪森;紀世建
• 申請（專利權）人: 中國水產科學研究院東海水產研究所
• 主分類號: G01K13/02
• 分類號: G01K13/02;G08C17/02;H04L29/06
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 張磊

1.自然水體漁業(yè)養(yǎng)殖溫度災害智能預警方法，所述方法通過預警裝置實現(xiàn)，所述預警裝置由數字溫度傳感器(201)和預警部件(210)組成，所述預警部件(210)由低功耗單片機(202)、無線通訊模塊(203)、天線(204)和電源模塊(205)組成，其中：數字溫度傳感器(201)安裝于水面以下，預警部件安裝于水面以上；數字溫度傳感器(201)的輸出端通過信號線纜(301)連接低功耗單片機(202)的輸入端，低功耗單片機(202)的輸出端通過串口(302)連接無線通訊模塊(203)，無線通訊模塊(203)設有天線(204)；所述無線通訊模塊(203)、低功耗單片機(202)和數字溫度傳感器(201)分別連接電源模塊(205)；所述預警裝置中的數字溫度傳感器(201)安裝與水面以下，并固定于錨鏈的適當位置，單片機(202)、無線通訊模塊(203)、天線(204)和電源模塊(205)安裝于水面以上，并固定于浮子(402)上；其特征在于具體操作方法如下：

(1)進行監(jiān)測參數初始化配置；

根據具體養(yǎng)殖品種的特點，設置監(jiān)測參數，所述監(jiān)測參數為預警高溫閾值T_H、預警低溫閾值T_L、海流來水溫度T_C與養(yǎng)殖區(qū)水溫的差值閾值T_D、溫度預測時間長度、接收預警信息的網絡服務器信息或用戶手機號，將監(jiān)測參數存儲于低功耗單片機設定的Flash存儲空間；

(2)智能監(jiān)測處理

為降低功耗，空閑時低功耗單片機及無線通訊模塊均處于休眠狀態(tài)，設定60分鐘由內部定時器中斷自動喚醒低功耗單片機進行例行處理，到達設定定時間隔時，按照以下流程進行智能監(jiān)測預警處理；

(2.1)、讀取養(yǎng)殖中心監(jiān)測點立體水溫T和海流來水方向監(jiān)測點水溫數值Tc，存入監(jiān)測溫度歷史記錄數據隊列，共保留之前5天的歷史水溫監(jiān)測數據；

(2.2)、判斷養(yǎng)殖中心監(jiān)測點立體水溫T和海流來向水溫Tc是否超過設定的高溫預警閾值T_H或低溫預警閾值T_L，如超出高溫或低溫閾值，則觸發(fā)報警操作；

(3)、判斷監(jiān)測的養(yǎng)殖中心監(jiān)測點水溫T與海流來水水溫T_C的差值是否超出設定的差值閾值T_D，如超過差值閾值，則觸發(fā)預警操作；

(4)、根據之前監(jiān)測的歷史水溫監(jiān)測數據，采用最小二乘法擬合溫度變化曲線，預測未來設定時間長度內水溫；

（4.1）?根據當天各個時段已經監(jiān)測到的水溫數據Ti，預測當天的最低水溫T_{_low}和最高水溫T__high；

由于水體的比熱較大，每天水溫變化曲線基本是同比變化，計算當天監(jiān)測的各個時點的溫度Ti與前一天各個時點對應的監(jiān)測溫度Ti_y的差值以及差值的平均值Tdiff，如公式（3）；以此平均值作為當天最低最高溫度與前一天最低最高溫度T_low_yest、T_high_yest的差值，由此得到當天最低最高溫度的預測值T_low，T_high，如公式（4）；

????????????????????????????(3)

T_low?=?T_low_yest?+?T_diff???????????????????????(4)

T_high?=?T_high_yest?+?T_diff?????????????????????

其中：Ti為各個時點的溫度，Ti_y為前一天各個時點對應的監(jiān)測溫度，Tdiff為Ti與Ti_y的差指的平均值，T_low_yest為前一天最低水體溫度，T_high_yest為前一天最高水體溫度，T_low為當天最低水體溫度預測值，T_high為當天最高水體溫度預測值；

（4.2）根據預測的當天最低水溫T__low和最高水溫T__high以及之前歷史記錄中每天的最低水溫T_hist_low和最高水溫T_hist_high，預測之后2天的最低水溫T_pred_low和最高水溫T_pred_high；

采用最小二乘方法擬合一條二次曲線，模擬每天最低溫度和最高溫度的變化趨勢，并利用此二次曲線模型預測之后2天的最低最高溫度；

T?=?x1*t*t?+?x2*t?+?x3???????????????????????????(5)

???????????????????????????????????（6）

?????????????????????????????（7）

T_pred_low?=?a1*t*t?+?b1*t?+?c1??????????????????（8）

T_pred_high?=?a2*t*t?+?b2*t?+?c2

公式（5）為一個二次曲線方程，其中t為時間，T為溫度，x1、x2、x3為方程的待定參數；利用已知時間t和溫度T的歷史水溫記錄建立聯(lián)合方程組，可以求解方程的待定系數；式（5）最少需要三個已知水溫數據來求解三個未知參數；為了避免已知數據偶然誤差導致方程求解結果偏離溫度實際變化規(guī)律，采用6個溫度數據，通過最小二乘方法求解各個已知點擬合誤差平方和最小的原則下的方程解，減小偶然誤差得影響，更準確的表達溫度實際變化規(guī)律，如式（6）、式（7）所示；其中，B為時間的矩陣，表示矩陣的轉置運算，表示矩陣的求逆運算，為待定系數矩陣，為溫度觀測值，V為根據方程計算得到的溫度值與實際觀測的溫度的差值，即擬合誤差，P為權值矩陣，對每個觀測值的擬合誤差采用加權平方和最小原則，即最小時待定參數的值為方程的最優(yōu)解，權值采用與距離當天時間越近權值越大，距離越遠權值越小的原則，盡量準確擬合更接近當前時間的觀測值，

根據式(7)求解公式（8）中兩個方程的待定系數a1、b1、c1和a2、b2、c2，得到最高溫度和最低溫度的擬合公式，

根據公式（8）計算之后1天及2天的最低溫度和最高溫度T_pred_low1，T_pred_high1,??T_pred_low2，T_pred_high2，

則權值矩陣P?=，Diag(.)表示對角矩陣，

?觀測值矩陣??分別設為之前5天至當天的最低溫度矩陣和最高溫度矩陣，按照公式（7）加權最小二乘法可求得公式（8）最低溫度以及最高溫度擬合曲線方程的系數；

根據公式（8），預測之后1天和之后2天的最低溫度和最高溫度；

(5)、判斷設定時間段內預測的水溫值是否超出高溫或低溫閾值，如超出閾值則觸發(fā)預警操作；

對步驟（4）中預測得到的當天以及之后1天和2天的最低最高溫度進行判斷；如果超出設定閾值，則觸發(fā)報警操作；

(6)、溫度預警操作

當智能監(jiān)測流程觸發(fā)預警操作時，低功耗單片機通過無線通信模塊將相應的報警信息發(fā)送到指定的網絡服務器端口或發(fā)送預警短信息到用戶指定手機；

(7)、觸發(fā)預警操作后，返回步驟(2)繼續(xù)運行智能監(jiān)測處理流程。