本公开涉及大数据分析应用技术领域，具体涉及一种鱼塘溶解氧大数据分析控制方法。
背景技术：
溶解氧是鱼塘生态环境的重要指标之一。如果水中溶解氧浓度过低，就会给鱼类生长和繁殖带来不利影响，严重时甚至会造成大面积死亡。因此，各种专用于水产养殖鱼塘溶解氧持续测量的技术和产品应运而生，但是，目前的技术和产品仅仅限于小规模鱼塘溶解氧浓度的监测，而且不能够在溶解氧浓度过低之前提前补充氧气。在实际情况中，增氧机的有效负荷水面往往要小于鱼塘，如果布置多台增氧机同时补充氧气则容易浪费电力资源，这些因素都严重影响了此类技术与产品的运用和发展。如何将鱼塘划分区域测定溶解氧浓度变化进行鱼塘分区补充氧气以及在低氧的险情即将发生情况下提前驱动增氧机补充氧气，而鱼塘分区后采集到的数据为多源异构的大数据，需要用mapreduce方法进行大数据处理，mapreduce是一个编程框架，它为程序员提供了一种快速开发海量数据处理程序的编程环境，并能够让基于这种机制开发出的处理程序以稳定、容错的方式并行运行于由大量商用硬件组成的集群上。同时，mapreduce又是一个运行框架，它需要为基于mapreduce机制开发出的程序提供一个运行环境，并透明管理运行中的各个细节。每一个需要由mapreduce运行框架运行的mapreduce程序也称为一个mapreduce作业，它需要由客户端提交，由集群中的某专门节点负责接收此作业，并根据集群配置及待处理的作业属性等为其提供合适的运行环境。其运行过程分为两个阶段：map阶段和reduce阶段，每个阶段都根据作业本身的属性、集群中的资源可用性及用户的配置等启动一定数量的任务(也即进程)负责具体的数据处理操作；根据溶解氧浓度变化的实际情况进行大数据分析进而驱动溶解氧量低异常区域的增氧机补充氧气，延长增氧机的使用寿命，保证鱼塘整体的溶解氧含量，是业内普遍关心的课题。
技术实现要素：
本公开的目的是针对现有技术的不足，提供一种鱼塘溶解氧大数据分析控制方法，便于统一的管理，减少脚本维护的工作量。
为了实现上述目的，本公开提出一种鱼塘溶解氧大数据分析控制方法，具体包括以下步骤：
步骤1，将鱼塘按照增氧机的有效负荷水面分成多个鱼塘子区域；
步骤2，配置溶解氧大数据分析控制系统，所述系统包括，溶解氧传感器网络、大数据分析控制服务器、增氧机；
步骤3，通过溶解氧传感器网络采集鱼塘的溶解氧数据并将溶解氧数据转发给大数据分析控制服务器；
步骤4，大数据分析控制服务器通过mapreduce方法分割处理溶解氧数据为数据流，并将分割后的数据流分别存储于各个计算节点中；
步骤5，对数据流进行大数据分析进而控制增氧机启动或关闭。
进一步地，在步骤1中，所述增氧机的有效负荷水面范围为1亩至20亩，所述子区域至少包括1个。
进一步地，在步骤2中，所述溶解氧传感器网络包括多个溶解氧传感器网络节点，每个溶解氧传感器网络节点至少包括溶解氧传感器和位置传感器，每个鱼塘子区域内设置一个溶解氧传感器网络节点，所述溶解氧传感器用于测量鱼塘子区域的水中的氧气溶解量，所述位置传感器用于感受溶解氧传感器网络节点的位置，其中，所述增氧机位于鱼塘子区域内，每个鱼塘子区域中设置一台增氧机；其中，所述大数据分析控制服务器，用于接收并分析溶解氧传感器网络的数据与控制增氧机启动或关闭。
进一步地，在步骤3中，所述溶解氧数据包括通过溶解氧传感器网络采集的溶解氧传感器编号、含氧量、采集时间、位置传感器编号、采集位置，所述采集位置为位置传感器的定位技术获取，所述位置传感器的定位技术至少包括gps、toa、aoa和tdoa技术。
进一步地，在步骤4中，所述分割后的数据流键值对为：<传感器编号，含氧量>、<采集时间，采集位置>，所述mapreduce方法用于将大数据切成许多小单位的数据流，每个数据流随机执行在集群中的任意一个节点上，所述含氧量由溶解氧传感器测量鱼塘子区域的水中的氧气溶解量测得，所述采集位置由位置传感器感受溶解氧传感器网络节点的位置测得。
进一步地，在步骤5中，所述对数据流进行大数据分析进而控制增氧机启动或关闭的方法包括以下子步骤：
步骤5.1，针对最近72小时采集的数据流计算每个鱼塘子区域的溶解氧量最小值、平均值和最大值，分别设最小值为omin、平均值为omean和最大值为omax，其约束关系为omin≤omean≤omax,其中，最近72小时采集的数据流存储于各个大数据分析控制服务器的计算节点中；
步骤5.2，实时判断各个鱼塘子区域溶解氧量的当前值oreal与最小值omin、平均值omean的关系，当出现omin≤oreal≤omean关系则出现该鱼塘子区域溶解氧量低异常，进而判断异常的鱼塘子区域的相邻位置的鱼塘子区域溶解氧量当前值是否出现异常，如果鱼塘子区域总数大于或等于5个，则当5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常，则判断整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机，溶解氧量低异常的鱼塘子区域少于5个则不启动增氧机继续监测溶解氧量，所述5个相邻位置的溶解氧传感器网络节点的位置根据数据流键值对<采集时间，采集位置>中距离当前出现异常溶解氧量低异常的最近5个采集位置获得；如果鱼塘子区域总数少于5个则判断所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值，当所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常时判定整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机；当任意一个鱼塘子区域溶解氧量的当前值oreal出现oreal≤omin关系，则判断该鱼塘子区域的溶氧量出现险情，启动该鱼塘子区域内的增氧机；其中，异常的鱼塘子区域的5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值的方法为：遍历当前采集时间所有数据流中的距离最小的5个采集位置并读取其对应的传感器编号和含氧量；
步骤5.3，当增氧机启动，实时采集该启动后的增氧机所在鱼塘子区域的溶解氧量当前值oreal，当该启动后的增氧机所在鱼塘子区域的溶解氧量当前值oreal与平均值omean、最大值omax的关系变更为omean≤oreal≤omax或者oreal≥omax则关闭该增氧机。
本公开还提供了一种鱼塘溶解氧大数据分析控制系统，所述系统包括：
溶解氧传感器网络、大数据分析控制服务器、增氧机；所述溶解氧传感器网络包括多个溶解氧传感器网络节点，每个溶解氧传感器网络节点至少包括溶解氧传感器和位置传感器，每个鱼塘子区域内设置一个溶解氧传感器网络节点，所述溶解氧传感器用于测量鱼塘子区域的水中的氧气溶解量，所述位置传感器用于感受溶解氧传感器网络节点的位置，其中，所述增氧机位于鱼塘子区域内，每个鱼塘子区域中设置一台增氧机；其中，所述大数据分析控制服务器，用于接收并分析溶解氧传感器网络的数据与控制增氧机启动或关闭。
进一步地，所述大数据分析控制服务器针对最近72小时采集的数据流计算每个鱼塘子区域的溶解氧量最小值、平均值和最大值，分别设最小值为omin、平均值为omean和最大值为omax，其约束关系为omin≤omean≤omax；实时判断各个鱼塘子区域溶解氧量的当前值oreal与最小值omin、平均值omean的关系，当出现omin≤oreal≤omean关系则出现该鱼塘子区域溶解氧量低异常，进而判断异常的鱼塘子区域的相邻位置的鱼塘子区域溶解氧量当前值是否出现异常，如果鱼塘子区域总数大于或等于5个，则当5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常，则判断整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机，溶解氧量低异常的鱼塘子区域少于5个则不启动增氧机继续监测溶解氧量，所述5个相邻位置的溶解氧传感器网络节点的位置根据数据流键值对<采集时间，采集位置>中距离当前出现异常溶解氧量低异常的最近5个采集位置获得；如果鱼塘子区域总数少于5个则判断所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值，当所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常时判定整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机；当任意一个鱼塘子区域溶解氧量的当前值oreal出现oreal≤omin关系，则判断该鱼塘子区域的溶氧量出现险情，启动该鱼塘子区域内的增氧机；其中，异常的鱼塘子区域的5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值的方法为：遍历当前采集时间所有数据流中的距离最小的5个采集位置并读取其对应的传感器编号和含氧量；
本公开还提供了一种鱼塘溶解氧大数据分析控制装置，所述装置包括：
子区域划分单元，将鱼塘按照增氧机的有效负荷水面分成多个鱼塘子区域；
系统配置单元，配置溶解氧大数据分析控制系统，所述系统包括，溶解氧传感器网络、大数据分析控制服务器、增氧机；
采集转发单元，通过溶解氧传感器网络采集鱼塘的溶解氧数据并将溶解氧数据转发给大数据分析控制服务器；
大数据处理单元，大数据分析控制服务器通过mapreduce方法分割处理溶解氧数据为数据流，并将分割后的数据流分别存储于各个计算节点中；
大数据分析控制单元，对数据流进行大数据分析进而控制增氧机启动或关闭。
本公开的有益效果为：本公开可用于大规模鱼塘溶解氧浓度监测，提前在低氧险情发生前启动增氧机补充氧气；并且只针对溶解氧量低的异常区域启动该区域增氧机按需补充氧气而不是所有情况下都开启全部的增氧机，延长增氧机的使用寿命，减少了电能的消耗，降低了电力成本，很好的保证了鱼塘整体的溶解氧含量随时处于正常水平。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为本公开的一种鱼塘溶解氧大数据分析控制方法的流程图；
图2所示为本公开的溶解氧量大数据分析控制方法流程图；
图3所示为本公开的一种鱼塘溶解氧大数据分析控制装置。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
如图1所示为根据本公开的一种鱼塘溶解氧大数据分析控制方法的流程图，图2所示为本公开的溶解氧量大数据分析控制方法流程图，下面结合图1和图2来阐述根据本公开的实施方式的鱼塘溶解氧大数据分析控制方法。
本公开提出一种鱼塘溶解氧大数据分析控制方法，具体包括以下步骤：
步骤1，将鱼塘按照增氧机的有效负荷水面分成多个鱼塘子区域；
步骤2，配置溶解氧大数据分析控制系统，所述系统包括，溶解氧传感器网络、大数据分析控制服务器、增氧机；
步骤3，通过溶解氧传感器网络采集鱼塘的溶解氧数据并将溶解氧数据转发给大数据分析控制服务器；
步骤4，大数据分析控制服务器通过mapreduce方法分割处理溶解氧数据为数据流，并将分割后的数据流分别存储于各个计算节点中，所述含氧量由溶解氧传感器测量鱼塘子区域的水中的氧气溶解量测得，所述采集位置由位置传感器感受溶解氧传感器网络节点的位置测得；
步骤5，对数据流进行大数据分析进而控制增氧机启动或关闭。
进一步地，在步骤1中，所述增氧机的有效负荷水面范围为1亩至20亩，所述子区域至少包括1个。
进一步地，在步骤2中，所述溶解氧传感器网络包括多个溶解氧传感器网络节点，每个溶解氧传感器网络节点至少包括溶解氧传感器和位置传感器，每个鱼塘子区域内设置一个溶解氧传感器网络节点，所述溶解氧传感器用于测量鱼塘子区域的水中的氧气溶解量，所述位置传感器用于感受溶解氧传感器网络节点的位置，其中，所述增氧机位于鱼塘子区域内，每个鱼塘子区域中设置一台增氧机；其中，所述大数据分析控制服务器，用于接收并分析溶解氧传感器网络的数据与控制增氧机启动或关闭。
进一步地，在步骤3中，所述溶解氧数据包括通过溶解氧传感器网络采集的溶解氧传感器编号、含氧量、采集时间、位置传感器编号、采集位置，所述采集位置为位置传感器的定位技术获取，所述位置传感器的定位技术至少包括gps、toa、aoa和tdoa技术。
进一步地，在步骤4中，所述分割后的数据流键值对为：<传感器编号，含氧量>、<采集时间，采集位置>，所述mapreduce方法用于将大数据切成许多小单位的数据流，每个数据流随机执行在集群中的任意一个节点上。
本实施例中采用hdfs分布式文件系统管理存储在每个计算节点上的数据，提高了数据的吞吐量，mapreduce和分布式文件系统使得hadoop框架具有高容错性，hadoop不仅是开源的，存储和计算也是可伸缩的。
进一步地，在步骤5中，溶解氧量大数据分析控制方法流程如图2所示，所述对数据流进行大数据分析进而控制增氧机启动或关闭的方法包括以下子步骤：
步骤5.1，针对最近72小时采集的数据流计算每个鱼塘子区域的溶解氧量最小值、平均值和最大值，分别设最小值为omin、平均值为omean和最大值为omax，其约束关系为omin≤omean≤omax,其中，最近72小时采集的数据流存储于各个大数据分析控制服务器的计算节点中；
步骤5.2，实时判断各个鱼塘子区域溶解氧量的当前值oreal与最小值omin、平均值omean的关系，当出现omin≤oreal≤omean关系则出现该鱼塘子区域溶解氧量低异常，进而判断异常的鱼塘子区域的相邻位置的鱼塘子区域溶解氧量当前值是否出现异常，如果鱼塘子区域总数大于或等于5个，则当5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常，则判断整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机，溶解氧量低异常的鱼塘子区域少于5个则不启动增氧机继续监测溶解氧量，所述5个相邻位置的溶解氧传感器网络节点的位置根据数据流键值对<采集时间，采集位置>中距离当前出现异常溶解氧量低异常的最近5个采集位置获得；如果鱼塘子区域总数少于5个则判断所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值，当所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常时判定整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机；当任意一个鱼塘子区域溶解氧量的当前值oreal出现oreal≤omin关系，则判断该鱼塘子区域的溶氧量出现险情，启动该鱼塘子区域内的增氧机；其中，异常的鱼塘子区域的5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值的方法为：遍历当前采集时间所有数据流中的距离最小的5个采集位置并读取其对应的传感器编号和含氧量；
步骤5.3，当增氧机启动，实时采集该启动后的增氧机所在鱼塘子区域的溶解氧量当前值oreal，当该启动后的增氧机所在鱼塘子区域的溶解氧量当前值oreal与平均值omean、最大值omax的关系变更为omean≤oreal≤omax或者oreal≥omax则关闭该增氧机。
本公开还提供了一种鱼塘溶解氧大数据分析控制系统，所述系统包括：
溶解氧传感器网络、大数据分析控制服务器、增氧机；所述溶解氧传感器网络包括多个溶解氧传感器网络节点，每个溶解氧传感器网络节点至少包括溶解氧传感器和位置传感器，每个鱼塘子区域内设置一个溶解氧传感器网络节点，所述溶解氧传感器用于测量鱼塘子区域的水中的氧气溶解量，所述位置传感器用于感受溶解氧传感器网络节点的位置，其中，所述增氧机位于鱼塘子区域内，每个鱼塘子区域中设置一台增氧机；其中，所述大数据分析控制服务器，用于接收并分析溶解氧传感器网络的数据与控制增氧机启动或关闭。
进一步地，溶解氧量大数据分析控制方法流程如图2所示，所述大数据分析控制服务器针对最近72小时采集的数据流计算每个鱼塘子区域的溶解氧量最小值、平均值和最大值，分别设最小值为omin、平均值为omean和最大值为omax，其约束关系为omin≤omean≤omax；实时判断各个鱼塘子区域溶解氧量的当前值oreal与最小值omin、平均值omean的关系，当出现omin≤oreal≤omean关系则出现该鱼塘子区域溶解氧量低异常，进而判断异常的鱼塘子区域的相邻位置的鱼塘子区域溶解氧量当前值是否出现异常，如果鱼塘子区域总数大于或等于5个，则当5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常，则判断整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机，溶解氧量低异常的鱼塘子区域少于5个则不启动增氧机继续监测溶解氧量，所述5个相邻位置的溶解氧传感器网络节点的位置根据数据流键值对<采集时间，采集位置>中距离当前出现异常溶解氧量低异常的最近5个采集位置获得；如果鱼塘子区域总数少于5个则判断所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值，当所有相邻位置的溶解氧传感器网络节点的溶解氧量当前值同时出现溶解氧量低异常时判定整个鱼塘溶氧量出现险情，启动所有鱼塘子区域的增氧机；当任意一个鱼塘子区域溶解氧量的当前值oreal出现oreal≤omin关系，则判断该鱼塘子区域的溶氧量出现险情，启动该鱼塘子区域内的增氧机；其中，异常的鱼塘子区域的5个相邻位置的溶解氧传感器网络节点的溶解氧量当前值的方法为：遍历当前采集时间所有数据流中的距离最小的5个采集位置并读取其对应的传感器编号和含氧量；
本公开还提供了如图3所示的一种鱼塘溶解氧大数据分析控制装置，所述装置包括：
子区域划分单元，将鱼塘按照增氧机的有效负荷水面分成多个鱼塘子区域；
系统配置单元，配置溶解氧大数据分析控制系统，所述系统包括，溶解氧传感器网络、大数据分析控制服务器、增氧机；
采集转发单元，通过溶解氧传感器网络采集鱼塘的溶解氧数据并将溶解氧数据转发给大数据分析控制服务器；
大数据处理单元，大数据分析控制服务器通过mapreduce方法分割处理溶解氧数据为数据流，并将分割后的数据流分别存储于各个计算节点中；
大数据分析控制单元，对数据流进行大数据分析进而控制增氧机启动或关闭。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。