[发明专利]一种基于流刺网调查的渔业资源统计方法及系统

权利要求书

1.一种基于流刺网调查的渔业资源统计方法，其特征在于，包括以下步骤：

获取当前目标海域的环境信息；

基于所述环境信息建立渔业资源统计评价体系，并将第一预测结果信息以及第二预测结果信息导入所述渔业资源统计评价体系中，得到第一评价结果；

将所述第一评价结果进行N次验证，并判断所述第一评价结果是否在预设评价结果范围之内，若在，则计算N次验证结果的偏差率；

若所述偏差率大于预设偏差率，生成第二评价结果，并将所述第二评价结果作为最终的评价结果输出。

2.根据权利要求1所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，在基于所述环境信息建立渔业资源统计评价体系，并将第一预测结果信息以及第二预测结果信息导入所述渔业资源统计评价体系中，得到第一评价结果步骤之前，还包括以下步骤：

获取当前目标海域的流刺网调查数据信息，所述流刺网调查数据信息包括流刺网收网时的速度值以及海洋生物的类型与数量；

对所述流刺网调查数据信息进行数据分类，得到第一数据信息；

获取当前目标海域使用的流刺网类型；

基于所述第一数据信息以及所述流刺网类型对所述目标海域的渔业资源进行预测，得到第一预测结果信息。

3.根据权利要求1所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，还包括以下步骤：

获取当前流刺网在目标海域内撒网与收网的地理位置信息；

通过大数据网络获取当前所述地理位置信息对应的历史平均调查数据信息；

基于所述历史平均调查数据信息对该目标海域的渔业资源进行预测，得到第二预测结果信息。

4.根据权利要求2所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，基于所述第一数据信息以及所述流刺网类型对所述目标海域的渔业资源进行预测，得到第一预测结果信息，具体包括：

通过所述第一数据信息获取项目属性特征；

根据所述项目属性特征构建项目属性特征训练集；

基于神经网络建立预测模型，并将所述项目属性特征训练集导入所述预测模型中，得到第一预测结果信息。

5.根据权利要求3所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，基于所述历史平均调查数据信息对该目标海域的渔业资源进行预测，得到第二预测结果信息，具体包括：

将历史平均调查数据信息构建历史数据特征训练集；

将所述历史数据特征数据集导入预测模型中，以得到第二预测结果信息。

6.根据权利要求3所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，所述环境信息包括当前海域的地形地貌、当前海域的天气状况以及当前海域的海水温度值。

7.根据权利要求3所述的一种基于流刺网调查的渔业资源统计方法，其特征在于，还包括以下步骤：

基于所述最终的评价结果得到当前目标海域的渔业资源分布规律特征数据；

根据所述渔业资源分布规律特征数据建立时间序列的分布规律特征曲线图；

按照所述时间序列的分布规律特征曲线图对流刺网的类型进行使用规划，具体为：以所述时间序列的分布规律特征曲线图中特征数据的第一渔业资源分布规律特征数据为依据，生成第一流刺网类型；以所述时间序列的分布规律特征曲线图中特征数据的第二渔业资源分布规律特征数据为依据，生成第二流刺网类型；按照该方式生成第m流刺网类型，并将第一流刺网类型、第二流刺网类型以及第m流刺网类型组合成流刺网的类型使用规划。