一种珊瑚生态可视化分析方法、系统、设备、介质及终端

1.本发明属于珊瑚生态安全监测技术领域，尤其涉及一种珊瑚生态可视化分析方法、系统、设备、介质及终端。


背景技术：

2.目前，当前行业内海洋预警类产品主要集中于利用数值模式对台风等极端气候灾害进行评估、预测及计算受灾面积等。海洋生态系统本身具有一定的可调节性，但在现代气候快速变化阶段往往容易发生失衡，但生态系统受制于多方因素，在数据耦合上存在一定困难。
3.通过上述分析，现有技术存在的问题及缺陷为：现有的生态系统不能实现针对珊瑚进行安全预报；同时现有的生态监测相关技术对于参数的耦合上存在一定困难，如对珊瑚生存条件判断标准不统一、判断标准复杂、所需数据难以获取、分析结果不够直观等。


技术实现要素：

4.针对现有技术存在的问题，本发明提供了一种珊瑚生态可视化分析方法、系统、设备、介质及终端。
5.本发明是这样实现的，一种珊瑚生态可视化分析方法，所述珊瑚生态可视化分析方法包括：
6.首先，基于获取的数据选择性计算一定矩形区域内、一定时间范围内的海区参数；
7.其次，对计算得到的海区参数进行可视化处理；并对计算得到的海区参数以及可视化处理得到的图像进行存储以及输出。
8.进一步，所述海区参数包括：海区的海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数以及dhw指数。
9.进一步，所述珊瑚生态可视化分析方法包括以下步骤：
10.步骤一，获取oisst多年日平均全球海表面温度数据文件；进行分析参数的设置与提取；
11.步骤二，根据oisst多年日平均全球海表面温度数据文件所附带的日期序列值计算稍后步骤所需的时间表(具体为从文件中获取开始计时时间点，转化为日期序列值，再与文件中自带的日期序列值相加，得到真实的日期序列值，随后按月分配、归类文件)；并基于所述分析参数从所述数据文件中批量读取数据；
12.步骤三，使用自步骤一中的数据文件中获取的全球海表面温度，以nino3与nino4两个区域的海表面温度计算nino3.4指数(具体表现为两个区域的海表温度距平值加权所得)，并依照已被按月归类的海表温度数据计算海表面温度月平均值；基于所述海表面温度月平均值计算海表面温度月平均中的最大值；
13.步骤四，基于所述海表面温度月平均中的最大值计算珊瑚热白化温度线(定义为海表温度月均最大值上一摄氏度)；根据所述海表面温度月平均值得到海表面温度最小月
平均值；
14.步骤五，根据所述海表面温度最小月平均值计算冷白化指数(定义为海表温度月均最小值下一摄氏度)；并计算热点与冷点(日海表温度高于热白化温度线为热点，低于冷白化温度线为冷点)；计算全时段dhw(每日的前七周中海表面温度高于热点的指数)；并获取上升流指数(两指定区域平均温度的差值)；
15.步骤六，基于步骤三至步骤五计算得到的数据绘制珊瑚生态可视化图像，并进行存储。
16.进一步，所述步骤一中，分析参数包括：daily数据量、区域范围以及nino3.4指数定义范围。
17.进一步，所述daily数据量为分析数据的开始时间和结束时间。
18.进一步，所述步骤六中，绘制珊瑚生态可视化图像包括：
19.首先，确定x轴、坐标刻度；分批次基于四十年的数据计算月平均并排列至二维矩阵；
20.其次，截取数据，绘制得到多种各包含了八年数据的图片，并进行可视化处理，得到珊瑚生态可视化图像。
21.本发明的另一目的在于提供一种实施所述珊瑚生态可视化分析方法的珊瑚生态可视化分析系统，所述珊瑚生态可视化分析系统包括：
22.数据采集模块，用于获取oisst多年日平均全球海表面温度数据文件；
23.参数计算模块，用于进行分析参数的设置；
24.数据读取模块，用于获取计算所需的时间表；并基于所述分析参数从所述数据文件中批量读取数据；
25.参数计算模块，用于计算海区的海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数以及dhw指数；
26.可视化图像生成模块，用于基于计算的参数生成可视化图像；
27.存储显示模块，用于对计算的数据以及生成的可视化图像进行存储显示。
28.本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述珊瑚生态可视化分析方法的步骤。
29.本发明的另一目的在于提供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，使得所述处理器执行所述珊瑚生态可视化分析方法的步骤。
30.本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述珊瑚生态可视化分析系统。
31.结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
32.第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
33.本发明能够计算得到某一时间段内，北部湾以及海南岛沿岸的日期序列值所构成的时间列表、海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数
以及dhw指数，并进行可视化分析。
34.第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
35.本发明通过数值模式对遥感数据进行可视化批处理，能够进行珊瑚生态安全长期预报。
36.第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
37.本发明的技术方案转化后的预期收益和商业价值为：以用户提供数据、产品持有者使用产品进行辅助计算，收取用户一定报酬为营收手段，预期收益在一万元人民币左右。
附图说明
38.图1是本发明实施例提供的珊瑚生态可视化分析方法流程图。
具体实施方式
39.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
40.一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
41.如图1所示，本发明实施例提供的珊瑚生态可视化分析方法包括以下步骤：
42.s101，获取oisst多年日平均全球海表面温度数据文件；进行daily数据量、区域范围以及nino3.4指数定义范围的设置；
43.s102，获取计算所需的时间表；并基于所述分析参数从所述数据文件中批量读取数据；
44.s103，获取海表面温度，并计算nino3.4指数、海表面温度月平均值；基于所述海表面温度月平均值计算海表面温度月平均中的最大值；
45.s104，基于所述海表面温度月平均中的最大值计算珊瑚白化温度线；根据所述海表面温度月平均值得到海表面温度最小月平均值；
46.s105，根据所述海表面温度最小月平均值计算冷白化指数；并计算热点与冷点；计算全时段dhw；并获取上升流指数；
47.s106，基于步骤s103至步骤s105计算得到的数据绘制珊瑚生态可视化图像，并进行存储。
48.本发明实施例提供的绘制珊瑚生态可视化图像包括：
49.首先，确定x轴、坐标刻度；分批次基于四十年的数据计算月平均并排列至二维矩阵；
50.其次，截取数据，绘制得到多种各包含了八年数据的图片，并进行可视化处理，得到珊瑚生态可视化图像。
51.本发明实施例提供的珊瑚生态可视化分析系统包括：
52.数据采集模块，用于获取oisst多年日平均全球海表面温度数据文件；
53.参数计算模块，用于进行分析参数的设置；
54.数据读取模块，用于获取计算所需的时间表；并基于所述分析参数从所述数据文件中批量读取数据；
55.参数计算模块，用于计算海区的海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数以及dhw指数；
56.可视化图像生成模块，用于基于计算的参数生成可视化图像；
57.存储显示模块，用于对计算的数据以及生成的可视化图像进行存储显示。
58.二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。用于计算北部湾珊瑚预测的生存状况、珊瑚三角区珊瑚生长适宜度现状等。
59.将本发明应用实施例提供的珊瑚生态可视化分析方法应用于计算机设备，计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述珊瑚生态可视化分析方法的步骤。
60.将本发明应用实施例提供的珊瑚生态可视化分析方法应用于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，使得所述处理器执行所述珊瑚生态可视化分析方法的步骤。
61.将本发明应用实施例提供的珊瑚生态可视化分析方法应用于信息数据处理终端，其特征在于，所述信息数据处理终端用于实现所述珊瑚生态可视化分析系统。
62.下面结合具体实施例对本发明的技术方案做进一步说明。
63.1、定义
64.sst：全称为sea surface temperature，海表面温度。
65.nino3.4：用于衡量厄尔尼诺现象强度的指标。
66.mm：全称为monthly mean，为海表面温度月平均，例如：将四十年数据中所有一月的海表面温度计算出一月的海表面温度月平均。
67.mmm：全称为max monthly mean，为海表面温度月平均中的最大值。
68.bleaching threshold：珊瑚白化温度线，参考noaa的定义为超过mmm线1℃的海表面温度(简称bt)。
69.hot spot：热点，指当日海表面温度超过bleaching threshold的部分(简称hs)。
70.最小月平均：类似mmm，为海表面温度月平均中的最小值。
71.冷白化温度线：类比珊瑚白化温度线，为最小月平均更低1℃的海表面温度。
72.cold spot：冷点，类似热点，当日海表面温度低于冷白化温度线1℃的部分。
73.upwelling index：上升流指数，定义为同纬度无上升流同等大小框选范围海区与有上升流海区的海表面温度差值(简称ui)。
74.dhw：全称为degree heating week，参考文献《南海珊瑚礁白化遥感热应力检测改进方法研究》中给出的dhw定义：dhw是当日最近十二周内hot spot的累积量，单位是℃-周，连续一周的2℃的hot spot与连续两周的1℃的hot spot所对应的dhw值是相等的，都为2℃-周。下面给出dhw的计算公式：
[0075][0076]
2、概述
[0077]
本发明实施例采用传统的软件开发生命周期的方法，采用自顶向下，逐步求解的结构化的设计方法。
[0078]
本发明实施例的珊瑚生态可视化分析系统主要有以下几个方面的功能：
[0079]
(1)通过用户提供的数据，选择性地计算一定矩形区域内一定时间范围内海区的海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数以及dhw指数。
[0080]
(2)对计算出的海表面温度、nino3.4指数、月平均最大值、珊瑚白化温度线、热点、上升流指数以及dhw指数数据进行可视化处理。
[0081]
(3)自动、批量保存数据以及可视化处理后的图像。
[0082]
2.1需求概述
[0083]
(1)要求利用给定的.nc文件计算出sst，nino3.4，mmm，bt，hs，ui，dhw。
[0084]
(2)将计算出的数据批量保存进目标文件夹中的excel文档中。
[0085]
(3)可视化处理计算出的数据。
[0086]
(4)将数据的可视化结果批量保存至目标文件夹中。
[0087]
2.2数据精度
[0088]
1、输入精度要求：single类型数据
[0089]
2、输出精度：double类型数据，png类型图片
[0090]
2.3运行时间
[0091]
视硬件配置差异，约在二十分钟到一个小时之间。
[0092]
3、运行环境
[0093]
3.1可供参考的最低配置
[0094]
处理器：core
tm
i5-8265ucpu@1.60hz1.80ghz
[0095]
已安装内存(ram)：8.00gb(7.85gb可用)
[0096]
系统类型：64位操作系统，基于x64的处理器
[0097]
硬盘：256gb固态硬盘
[0098]
显示适配器：mx130独立显示芯片，2gb独立显存，uhdgraphics620
[0099]
操作系统：windows764-bit
[0100]
3.2支持软件
[0101]
运行软件需求：matlab2019b
[0102]
编译器需求：c语言编译器mingw/tdm-gcc/vs2013
[0103]
4、使用说明
[0104]
4.1安装和初始化
[0105]
只需要将脚本放入matlab的bin文件夹中即可。
[0106]
4.2输入
[0107]
4.2.1数据背景
[0108]
oisst多年日平均全球海表面温度数据，.nc文件
[0109]
4.2.2数据格式
[0110]
.nc文件储存矩阵格式数据
[0111]
4.2.3输入举例
[0112]
在脚本中指定需要处理的数据的位置d1＝ncread('f:\shanhu\oisst_quarter\sst.day.mean.1981.nc','time')；
[0113]
4.3输出
[0114]
4.3.1数据背景
[0115]
储存为excel文件，放置在用户指定的文件夹中。
[0116]
4.3.2数据格式
[0117]
以数据类型为double的矩阵形式储存。
[0118]
4.3.3举例
[0119]
三维矩阵如[经度，纬度，时间]，其中矩阵内的每个数据都是该经纬度上该时间的海表面温度。例如：sst[60,60,60]上的数据代表了经度为14.8750
°
e，纬度为75.1250
°
s的点位在1981年10月30日时的海表面温度。
[0120]
5、运行说明
[0121]
5.1运行步骤
[0122]
获取开始时间和结束时间，即daily数据量；以及设置储存文件夹位置。
[0123]
获取指定所需求区域范围。
[0124]
获取nino3.4指数定义范围。
[0125]
获取下方计算所需的时间表(放置在内置文件中)。
[0126]
批量读取数据，获取sst，并且为计算mmm以及hs做准备。
[0127]
计算得到nino3.4指数。
[0128]
计算mm。
[0129]
根据mm得到mmm。
[0130]
根据mmm得到bleaching threshold。
[0131]
根据mm得到最小月平均。
[0132]
根据最小月平均得到冷白化指数。
[0133]
计算cold spot和hot spot。
[0134]
计算全时段dhw。
[0135]
获取上升流指数。
[0136]
开始绘制图片：首先规定出所需x轴、坐标刻度；再分批次将四十年的数据计算月平均，并排列至绘图所需要的二维矩阵；最后截取数据，绘制出五张各包含了八年数据的图片，并进行易视化处理。
[0137]
分别批量储存图片以及数据至用户指定文件夹(名称为用户自定义)。
[0138]
5.2运行控制
[0139]
提前下载并配置好matlab 2019b即可
[0140]
5.3操作信息
[0141]
在matlab中打开脚本并运行即可
[0142]
5.4启动或恢复过程
[0143]
启动后matlab 2019b界面左下角会出现“等待”字样，用户保持matlab持续运行等待至“等待”字样消失即可。
[0144]
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
[0145]
本发明操作简单，容易上手，同时对计算机的配置要求不高，同等步骤储存信息量更大，用户可以从中获取更多阶段性的信息(如距平异常值等)
[0146][0147]
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0148]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。