一种全数字智能化渔业违规船舶识别排查系统及方法与流程

[0001]
本发明涉及一种渔业违规船舶识别排查系统，尤其涉及一种全数字智能化渔业违规船舶识别排查系统及方法。


背景技术：

[0002]
目前，海上交通复杂且困难，船舶在海上航行的时候会遭遇许多的问题和情况，使得船舶管理相比陆地上的车辆管理来说更加困难。尽管如此，船舶管理还是十分必要的，因为船舶管理不仅涉及到国家的海上权益的维护，而且还涉及到海上船舶的安全管理。目前船舶管理局限于监控船舶的位置信息，从而时时把握船舶的航行位置，当发现船舶的反常航行状况的时候，再进一步确认船舶的详细情况，并在确定情况之后采取进一步的措施，例如对违规、违章的船舶和个人进行检查、扣留、罚款和驱逐等处理。
[0003]
为了能够保证对渔业违规船舶进行精准的排查需要开发一款与其相匹配的系统进行控制，通过该系统能够通过大数据获取船舶违规信息，并生成监管信息，并通过船舶状态信息，确定违规类型及监管级别，生成告警信息，对违规船舶进行警告，如何对渔业违规船舶识别排查系统实现精准控制，是亟待要解决的问题。


技术实现要素：

[0004]
本发明克服了现有技术的不足，提供一种全数字智能化渔业违规船舶识别排查系统及方法。
[0005]
为达到上述目的，本发明采用的技术方案为：一种全数字智能化渔业违规船舶识别排查方法，包括：
[0006]
通过大数据获取船舶违规信息，并生成监管信息；
[0007]
获取船舶状态信息，将船舶状态信息与监管信息进行比较，确定违规类型；
[0008]
根据违规类型，确定监管级别，生成告警信息；
[0009]
将告警信息反馈至目标船舶。
[0010]
在本发明的一个较佳实施例中，所述监管信息包括禁止航行、禁止下锚、禁止停留、禁止倾倒废弃物与船舶尾气排放指标中的一种或多种。
[0011]
在本发明的一个较佳实施例中，获取船舶状态信息，包括
[0012]
获取船舶预定航行图及预定航行信息；
[0013]
采集船舶实时航行信息，将实时航行信息与预定航行信息进行比较，得到偏差率；
[0014]
判断所述偏差率是否大于所述偏差率阈值；
[0015]
若大于，则判定船舶行为异常，并执行监管事项。
[0016]
在本发明的一个较佳实施例中，所述监管事项包括航速异常、航迹异常、位置异常；
[0017]
所述航速异常包括突然加速、突然减速、游荡中的一种或多种；
[0018]
所述航迹异常包括未驶向预定港口、船舶停留；
[0019]
所述位置异常包括偏离航道、偏离航向、岸边集结、侵入禁航区。
[0020]
在本发明的一个较佳实施例中，根据违规类型，确定监管级别，生成告警信息；具体包括
[0021]
获取目标船舶的违规记录信息，生成危险程度信息；
[0022]
将危险程度信息与预定的第一阈值进行比较，
[0023]
若大于，则生成第一监管级别，确定第一告警级别，生成对应的第一告警信息；
[0024]
将危险程度信息与第二阈值进行比较，
[0025]
若大于，则生成第二监管级别，确定第二告警级别，并生成对应的第二告警信息；
[0026]
所述第一阈值小于所述第二阈值。
[0027]
在本发明的一个较佳实施例中，所述第一告警信息包括警铃、告警灯闪烁、责令返回原航线、罚款；所述第二告警信息包括禁止继续航行、重点关注、扣留。
[0028]
在本发明的一个较佳实施例中，所述监管信息包括尾气排放指标，具体为，采集监测点位的尾气监测数据；
[0029]
通过气象观测点获取监测点气象信息，
[0030]
根据监测数据与气象信息共同作用下的废弃扩散信息，获取矢量叠加信息，并生成污染物排放信息；
[0031]
将污染物排放信息与预定信息进行比较，得到偏差信息，生成偏差率；
[0032]
判断偏差率是否大于预定阈值，
[0033]
若大于，则生成告警信息。
[0034]
本发明第二方面还提供了一种全数字智能化渔业违规船舶识别排查系统，该系统包括：存储器、处理器，所述存储器中包括全数字智能化渔业违规船舶识别排查方法程序，所述全数字智能化渔业违规船舶识别排查方法程序被所述处理器执行时实现如下步骤：
[0035]
通过大数据获取船舶违规信息，并生成监管信息；
[0036]
获取船舶状态信息，将船舶状态信息与监管信息进行比较，确定违规类型；
[0037]
根据违规类型，确定监管级别，生成告警信息；
[0038]
将告警信息反馈至目标船舶。
[0039]
在本发明的一个较佳实施例中，获取船舶状态信息，包括
[0040]
获取船舶预定航行图及预定航行信息；
[0041]
采集船舶实时航行信息，将实时航行信息与预定航行信息进行比较，得到偏差率；
[0042]
判断所述偏差率是否大于所述偏差率阈值；
[0043]
若大于，则判定船舶行为异常，并执行监管事项。
[0044]
在本发明的一个较佳实施例中，所述监管信息包括尾气排放指标，具体为，采集监测点位的尾气监测数据；
[0045]
通过气象观测点获取监测点气象信息，
[0046]
根据监测数据与气象信息共同作用下的废弃扩散信息，获取矢量叠加信息，并生成污染物排放信息；
[0047]
将污染物排放信息与预定信息进行比较，得到偏差信息，生成偏差率；
[0048]
判断偏差率是否大于预定阈值，
[0049]
若大于，则生成告警信息。
[0050]
本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：
[0051]
(1)本申请通过大数据获取船舶违规信息，并生成监管信息，并通过船舶状态信息，确定违规类型及监管级别，生成告警信息，对违规船舶进行警告，保证海上渔业船舶的安全运行。
[0052]
(2)针对不同的违规程度予以相应的监管警告，等级划分严格，对于严重违规船舶予以扣留，在进行违规程度判断过程中，通过两个阈值进行比较，能够对渔业船舶违规程度进行精准划分。
[0053]
(3)对渔业船舶违规排放尾气的行为，通过监测点处监测的数据结合气象信息通过矢量叠加计算，防止因风速原因，造成监测数据偏差较大，提高监测精度。
附图说明
[0054]
下面结合附图和实施例对本发明进一步说明。
[0055]
图1示出了本发明一种全数字智能化渔业违规船舶识别排查方法的流程图；
[0056]
图2示出了获取船舶状态信息方法流程图；
[0057]
图3示出了确定监管级别方法流程图；
[0058]
图4示出了监管尾气排放方法流程图；
[0059]
图5示出了一种全数字智能化渔业违规船舶识别排查系统的框图。
具体实施方式
[0060]
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0061]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0062]
图1示出了本发明一种全数字智能化渔业违规船舶识别排查方法的流程图。
[0063]
如图1所示，本发明第一方面提供了一种全数字智能化渔业违规船舶识别排查方法，包括：
[0064]
s102，通过大数据获取船舶违规信息，并生成监管信息；
[0065]
s104，获取船舶状态信息，将船舶状态信息与监管信息进行比较，确定违规类型；
[0066]
s106，根据违规类型，确定监管级别，生成告警信息；
[0067]
s108，将告警信息反馈至目标船舶。
[0068]
需要说明的是，通过大数据获取船舶违规信息，并生成监管信息，并通过船舶状态信息，确定违规类型及监管级别，生成告警信息，对违规船舶进行警告，保证海上渔业船舶的安全运行。
[0069]
根据本发明实施例，所述监管信息包括禁止航行、禁止下锚、禁止停留、禁止倾倒废弃物与船舶尾气排放指标中的一种或多种。
[0070]
如图2所示，本发明公开了获取船舶状态信息方法流程图；
[0071]
根据本发明实施例，获取船舶状态信息，包括
[0072]
s202，获取船舶预定航行图及预定航行信息；
[0073]
s204，采集船舶实时航行信息，将实时航行信息与预定航行信息进行比较，得到偏差率；
[0074]
s206，判断所述偏差率是否大于所述偏差率阈值；
[0075]
s208，若大于，则判定船舶行为异常，并执行监管事项。
[0076]
需要说明的是，船舶的监管事项可以是在上述确定目标船舶之后，也可以是在确定目标船舶之前(例如对不同类型的船舶自动设置对应的默认的监管事项)，也可以是在确定上述目标船舶前后都对上述监管事项进行设置，具体的，在对确定上述目标船舶之前，默认船舶对应的监管事项，在确定上述目标船舶之后，用户可通过本端的船舶管理装置重新设置目标船舶的监管事项。
[0077]
根据本发明实施例，所述监管事项包括航速异常、航迹异常、位置异常；
[0078]
所述航速异常包括突然加速、突然减速、游荡中的一种或多种；
[0079]
所述航迹异常包括未驶向预定港口、船舶停留；
[0080]
所述位置异常包括偏离航道、偏离航向、岸边集结、侵入禁航区。
[0081]
如图3所示，本发明公开了确定监管级别方法流程图；
[0082]
根据本发明实施例，根据违规类型，确定监管级别，生成告警信息；具体包括
[0083]
s302，获取目标船舶的违规记录信息，生成危险程度信息；
[0084]
s304，将危险程度信息与预定的第一阈值进行比较，
[0085]
s306，若大于，则生成第一监管级别，确定第一告警级别，生成对应的第一告警信息；
[0086]
s308，将危险程度信息与第二阈值进行比较，
[0087]
s310，若大于，则生成第二监管级别，确定第二告警级别，并生成对应的第二告警信息；
[0088]
所述第一阈值小于所述第二阈值。
[0089]
需要说明的是，针对不同的违规程度予以相应的监管警告，等级划分严格，对于严重违规船舶予以扣留，在进行违规程度判断过程中，通过两个阈值进行比较，能够对渔业船舶违规程度进行精准划分。
[0090]
根据本发明实施例，所述第一告警信息包括警铃、告警灯闪烁、责令返回原航线、罚款；所述第二告警信息包括禁止继续航行、重点关注、扣留。
[0091]
如图4所示，本发明公开了监管尾气排放方法流程图；
[0092]
根据本发明实施例，所述监管信息包括尾气排放指标，具体为，
[0093]
s402，采集监测点位的尾气监测数据；
[0094]
s404，通过气象观测点获取监测点气象信息，
[0095]
s406，根据监测数据与气象信息共同作用下的废弃扩散信息，获取矢量叠加信息，并生成污染物排放信息；
[0096]
s408，将污染物排放信息与预定信息进行比较，得到偏差信息，生成偏差率；
[0097]
s410，判断偏差率是否大于预定阈值，
[0098]
s412，若大于，则生成告警信息。
[0099]
需要说明的是，对渔业船舶违规排放尾气的行为，通过监测点处监测的数据结合
气象信息通过矢量叠加计算，防止因风速原因，造成监测数据偏差较大，提高监测精度。
[0100]
如图5所示，本发明公开了一种全数字智能化渔业违规船舶识别排查系统的框图；
[0101]
本发明第二方面还提供了一种全数字智能化渔业违规船舶识别排查系统5，该系统5包括：存储器51、处理器52，所述存储器中包括全数字智能化渔业违规船舶识别排查方法程序，所述全数字智能化渔业违规船舶识别排查方法程序被所述处理器执行时实现如下步骤：
[0102]
通过大数据获取船舶违规信息，并生成监管信息；
[0103]
获取船舶状态信息，将船舶状态信息与监管信息进行比较，确定违规类型；
[0104]
根据违规类型，确定监管级别，生成告警信息；
[0105]
将告警信息反馈至目标船舶。
[0106]
根据本发明实施例，获取船舶状态信息，包括
[0107]
获取船舶预定航行图及预定航行信息；
[0108]
采集船舶实时航行信息，将实时航行信息与预定航行信息进行比较，得到偏差率；
[0109]
判断所述偏差率是否大于所述偏差率阈值；
[0110]
若大于，则判定船舶行为异常，并执行监管事项。
[0111]
根据本发明实施例，所述监管信息包括尾气排放指标，具体为，
[0112]
采集监测点位的尾气监测数据；
[0113]
通过气象观测点获取监测点气象信息，
[0114]
根据监测数据与气象信息共同作用下的废弃扩散信息，获取矢量叠加信息，并生成污染物排放信息；
[0115]
将污染物排放信息与预定信息进行比较，得到偏差信息，生成偏差率；
[0116]
判断偏差率是否大于预定阈值，
[0117]
若大于，则生成告警信息。
[0118]
根据本发明实施例，所述监管信息包括禁止航行、禁止下锚、禁止停留、禁止倾倒废弃物与船舶尾气排放指标中的一种或多种。
[0119]
根据本发明实施例，所述监管事项包括航速异常、航迹异常、位置异常；
[0120]
所述航速异常包括突然加速、突然减速、游荡中的一种或多种；
[0121]
所述航迹异常包括未驶向预定港口、船舶停留；
[0122]
所述位置异常包括偏离航道、偏离航向、岸边集结、侵入禁航区。
[0123]
根据本发明实施例，根据违规类型，确定监管级别，生成告警信息；具体包括
[0124]
获取目标船舶的违规记录信息，生成危险程度信息；
[0125]
将危险程度信息与预定的第一阈值进行比较，
[0126]
若大于，则生成第一监管级别，确定第一告警级别，生成对应的第一告警信息；
[0127]
将危险程度信息与第二阈值进行比较，
[0128]
若大于，则生成第二监管级别，确定第二告警级别，并生成对应的第二告警信息；
[0129]
所述第一阈值小于所述第二阈值。
[0130]
需要说明的是，针对不同的违规程度予以相应的监管警告，等级划分严格，对于严重违规船舶予以扣留，在进行违规程度判断过程中，通过两个阈值进行比较，能够对渔业船舶违规程度进行精准划分。
[0131]
根据本发明实施例，所述第一告警信息包括警铃、告警灯闪烁、责令返回原航线、罚款；所述第二告警信息包括禁止继续航行、重点关注、扣留。
[0132]
本申请通过大数据获取船舶违规信息，并生成监管信息，并通过船舶状态信息，确定违规类型及监管级别，生成告警信息，对违规船舶进行警告，保证海上渔业船舶的安全运行。
[0133]
针对不同的违规程度予以相应的监管警告，等级划分严格，对于严重违规船舶予以扣留，在进行违规程度判断过程中，通过两个阈值进行比较，能够对渔业船舶违规程度进行精准划分。
[0134]
对渔业船舶违规排放尾气的行为，通过监测点处监测的数据结合气象信息通过矢量叠加计算，防止因风速原因，造成监测数据偏差较大，提高监测精度。
[0135]
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0136]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0137]
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0138]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0139]
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0140]
以上，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。