[发明专利]一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法

说明书

本发明公开了一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法，包括如下步骤：在捕捞作业状态下，基于船位数据比较单位时间速度差的大小，首先进行网次数提取验证，并根据网次提取算法估算多时间尺度渔船作业效率。在处于捕捞状态条件下，0.1节≤船舶速度≤1节、0:00≤印度洋当地时间≤5:00和17:00≤印度洋当地时间≤24:00、‑359°≤船舶航向差≤359°、海浪2.5m。本发明能基于船位数据比较捕捞状态下单位时间速度差的大小，进行网次数提取并估算多时间尺度的作业效率，使其能够适用于从长时间间隔的远洋平台数据进行网次数提取验证并估算多时间尺度的作业效率。

技术领域

本发明涉及渔船船舶数据挖掘分析和应用技术领域，具体地说，是涉及一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法。

背景技术

船舶监控系统(VMS,Vessel Monitoring System)和远洋监测平台能够提供渔船实时位置、航向、航速、远洋风浪数据等信息，具有数据量大、精度高等特点，通过对船位数据和风浪数据的分析可以精准地监测我国渔船状态。近年来掩罩掩网渔船兴起，作业特点相对比较复杂，作业航速变化较小，数据挖掘较困难，对于掩罩掩网渔船状态相关报道也甚少，为此提出一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法。

掩网掩罩类渔业目前仍然属于季节性渔业，印度洋掩网掩罩类渔船作业在9月份到次年5月份(每年的6-8月是印度洋西南季风盛行期，风浪很大，浪高每天大于3米，故未进行捕捞活动)。掩网掩罩类渔业在我国公海捕捞业中占有非常重要的地位，由于其作业特点相对比较复杂，主要为夜晚开灯诱集鱼群，航速变化较小，不同海域海况条件不一样，所以以往的研究方法并不适用于掩罩掩网渔船网次提取和作业效率的研究。

综上，需要一种方法来判断基于远洋监测平台长时间间隔的船位数据和掩罩掩网作业特点进行渔船网次的提取并估算其作业效率。

发明内容

本发明提供了一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法，以克服现有背景技术不足。

本发明解决其技术问题所采用的技术方案是：

一种基于船舶数据网次提取算法的掩罩掩网渔业的多时间尺度作业效率的估算方法，包括如下步骤：在捕捞作业状态下，基于船位数据比较单位时间速度差的大小，首先进行网次数提取验证，并根据网次提取算法估算多时间尺度渔船作业效率。

作为优选实施例，在处于捕捞状态条件下，0.1节≤船舶速度≤1节、0:00≤印度洋当地时间≤5:00和17:00≤印度洋当地时间≤24:00、-359°≤船舶航向差≤359°、海浪2.5m，本步骤能够适用于从长时间间隔的远洋平台数据进行掩罩掩网渔船作业捕捞时长提取。

作为优选实施例，根据2021年印度洋掩罩掩网船多个远洋平台VMS数据、渔捞日志记录和历史相关文献，分析其单位时间内速度变化值对网次提取的准确率影响，确定单位时间最小值0.3h，最大值1h。

作为优选实施例，相邻网次时间间隔根据掩罩掩网实际作业起网、放网所用时间和渔捞日志分析获得，确定相邻两网次之间最小时间间隔为0.5h，本步骤确定相邻两网次之间最小时间间隔，避免误差。

作为优选实施例，在捕捞作业时长中，在某点单位时间速度差值处于峰值时，则该单位时间可能存在网次，本步骤能够适用于从长时间间隔的远洋平台数据进行掩罩掩网作业网次数提取验证。

作为优选实施例，根据捕捞作业特点，在捕捞作业时长中，根据2021年渔捞日志和一线船长提供的捕捞数据，发现作业效率受月相的影响较大，因此把作业日期分为月黑夜和月光夜，把作业时长分成上半夜和下半夜，本步骤能够适用于长时间间隔的远洋平台数据进行掩罩掩网作业效率的估算，减小误差。

作为优选实施例，所述月黑夜为：农历初一至初八、二十二至三十；所述月光夜为：农历初九至二十一。