[发明专利]一种基于多目标优化的生态环境监测保护方法

权利要求书

1.一种基于多目标优化的生态环境监测保护方法，其特征在于，包括：

对水电站库区动植物生存活动范围进行信息采集，并建立库区动植物数据库；

根据库区动植物数据库中的动植物构建人工智能动植物识别模型；

利用人工智能动植物识别模型针对水电站库区进行识别与监测，获得动植物监测数据信息；

分析动植物监测数据信息在水电站库区中的分布情况，确定库区动植物生存活动点；

针对生存活动点结合动植物增减状况和生态环境变化进行多目标优化分析，确定最优化保护方案；

按照最优化保护方案对生态环境进行调整与改善。

2.根据权利要求1所述的生态环境监测保护方法，其特征在于，对水电站库区动植物生存活动范围进行信息采集时采用无人机对区域内生态环境植物数据进行拍照采集，针对无人机进行控制设置，利用无人机针对水电站库区进行图像采集，获得库区图像，然后针对库区图像进行数据处理建立库区动植物数据库，在针对库区图像进行数据处理时针对水电站库区进行网格化处理，将库区图像按照网格进行分析。

3.根据权利要求2所述的生态环境监测保护方法，其特征在于，根据库区动植物数据库中的动植物构建人工智能动植物识别模型，包括：

针对库区动植物数据库中的动植物按照网格进行分析，确定网格内库区动植物的品种；

根据网格内库区动植物的品种获取库区网格动植物的信息，并通过对库区网格动植物的信息进行分析与特征提取得到库区网格动植物特征；

利用库区网格动植物特征分别构建库区动植物结构模型，得到多个库区动植物结构化模型；

基于多个库区动植物结构化模型进行组合与构建，得到库区动植物识别模型。

4.根据权利要求3所述的生态环境监测保护方法，其特征在于，得到库区动植物识别模型之后还采用多元神经网络对库区动植物识别模型进行结构参数学习，获取梯度数据，并根据梯度数据分析优化训练过程，确定参数最优数据值，得到优化训练后的库区动植物识别模型。

5.根据权利要求1所述的生态环境监测保护方法，其特征在于，利用人工智能动植物识别模型针对水电站库区进行识别与监测时按照预设频率定期进行自动化识别与监测，获得动植物监测数据信息。

6.根据权利要求5所述的生态环境监测保护方法，其特征在于，分析动植物监测数据信息在水电站库区中的分布情况时，根据动植物监测信息利用邻近算法模型进行推算，确定库区动植物生存活动点，包括：

构建邻近算法模型；

针对动植物监测信息进行分析确定库区动植物位置信息；

根据库区动植物位置信息通过临近算法模型分析区域内出现动植物的概率；

根据区域内出现动植物的概率确定库区动植物生存活动点。

7.根据权利要求6所述的生态环境监测保护方法，其特征在于，确定库区动植物生存活动点之后还将库区动植物生存活动点结合上一次动植物监测数据信息确定的库区动植物生存活动点进行分析，将当前动植物监测数据信息确定的定库区动植物生存活动点与上一次动植物监测数据信息确定的库区动植物生存活动点进行比较，确定当前动植物监测数据信息确定的定库区动植物生存活动点较上一次动植物监测数据信息确定的库区动植物生存活动点是否新增的生存活动点，得到生存活动点分析结果，并根据生存活动点分析结果获取库区动植物新的生存活动点。

8.根据权利要求7所述的生态环境监测保护方法，其特征在于，根据生存活动点分析结果获取库区动植物新的生存活动点，得到库区动植物新的生存活动点，并针对库区动植物新的生存活动点进行上报提醒。