基于渔船作业数据的东海渔场特征分析
发布时间：2022-01-03 09:35
在经济飞速发展的今天,数字经济已经成为了当今时代最鲜明的特征。我们所居住的地球也已经变成了一个庞大的数据库,它积累了社会各个层面的数据信息。在这样一个数据信息时代,我们必须学会利用这些数据,不断地进行分析、探索、挖掘,进而将这些数据信息转化为可视化信息。这样,我们才能够得到实用性的参考数据,为我们做任何决策提供可靠的数据基础。伴随着地球数据化的发展趋势,我国科学家也提出了海洋数据化的概念。作为海洋强国,海洋是我国在新世纪发展的重点领域,海洋数据也是地球村数据库的重要组成部分。地球的表面积约是5.1亿平方千米,其中大陆约占到21%,仅仅是大陆这一模块就已经构成了一个庞大的地球村数据库。由此可见,海洋数据之广泛,数据种类之繁多。伴随着信息技术的不断发展,海洋数据的采集和存储方式也在不断地完善,所获取的海洋数据更是不可估量的。其中,渔业数据又是海洋数据不可分割的重要组成部分。东海作为我国海洋渔业资源的主要基地之一,渔场保护和海上捕捞作业实时影响着我国渔业资源的稳定。舟山作为国家级的新区,其传统的基础产业就是东海沿岸渔业。正是这样的传统产业,增加了舟山渔民的收入水平,提高了舟山人民的生活质量,...
【文章来源】：浙江海洋大学浙江省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
船载vsat卫星监控平台Fig3.1Vessel-borneVsatSatelliteMonitoringPlatform我们的数据来源就是通过船载终端回传的数据，这些数据都是渔船海上作业回传
16 8 月 15 日 122.321644 30.134726 127016 8 月 15 日 122.728865 30.967678 123616 8 月 15 日 122.036301 32.57692 111516 8 月 15 日 123.309869 30.035184 102816 8 月 15 日 122.905623 27.120315 59121 8 月 15 日 122.678024 31.717157 251521 8 月 15 日 122.724321 30.973954 122421 8 月 15 日 122.301528 30.134541 121821 8 月 15 日 123.185605 32.568472 100021 8 月 15 日 122.372141 32.743295 87421 8 月 15 日 123.235689 30.298103 63521 8 月 15 日 121.822271 32.271336 60421 8 月 15 日 122.868243 26.838053 42321 8 月 15 日 121.897342 26.806315 400将表 4-1 导入进 excel 中，在 exl 文件中插入散点图，根据 K 的三个取值，将经纬度数据制作成散点图(图 4-1)。
图 4-2 K=11 时的经度时间变化图Fig 4.2 Longitudinal Time Change Diagram at K=11在图 4-2 中，从大部分的中心点中，能够看出渔场中心点的经度确实是在不断地扩大，也就意味着东海的渔场中心确实是在不断地向外扩散的。当然这只是图中的信息表现出来的一种现象，我们还是需要一定的数据支撑的，下面我们根据表 4-2，根据 PackTime 区分，进行一次简单的数学计算，即对每个时间段的 5 个渔场中心的经纬度中进行加权平均值处理，根据每个中心中的个案数进行加权，最终得到一个时间段的经纬度均值。当 PackTime = 2018-08-15 时 ， Avg_lng = 122.712453 * 3266 (3266+2649+1526+1045+692) + 122.583507 * 2649 / (3266+2649+1526+1045+692) +122.358049 * 1526 / (3266+2649+1526+1045+692) + 123.298676 * 1045 (3266+2649+1526+1045+692) + 122.80382 * 692/(3266+2649+1526+1045+692)，Avg_la= 31.48274 * 3266 / (3266+2649+1526+1045+692) + 32.532047 * 2649 (3266+2649+1526+1045+692) + 30.236133 * 1526 / (3266+2649+1526+1045+692) +30.048854 * 1045 / (3266+2649+1526+1045+692) + 27.12399 * 692 (3266+2649+1526+1045+692)。所以，最终我们得到平均值为（122.690，31.086）。
【参考文献】：
期刊论文
[1]大数据的分类挖掘优化技术[J]. 覃兵文. 现代电子技术. 2017(24)
[2]基于K-means和DBSCAN的轨迹数据挖掘研究[J]. 张致宁. 中国战略新兴产业. 2017(44)
[3]基于Matlab的遗传算法在结构优化设计中的应用[J]. 吴立华,白洁,左亚军,谭国所,刘永福,李克天. 机电工程技术. 2017(10)
[4]ROCK聚类在反恐情报分析中的应用研究[J]. 李勇男,梅建明. 情报杂志. 2017(10)
[5]物种灭绝背景下东海渔业资源衰退原因分析[J]. 赵淑江,吕宝强,李汝伟,朱爱意,吴常文. 中国科学:地球科学. 2015(11)
[6]海峡两岸东海渔业资源合作开发与保护策略[J]. 邓启明,杨莉莉,张真柱. 亚太经济. 2015(04)
[7]“一带一路”背景下我国海陆联运建设与发展[J]. 张滨,黄波,樊娉. 中国流通经济. 2015(06)
[8]基于北斗卫星通信的船载数据采集系统[J]. 邓锐,王峰,陈海生,陈亮. 海洋技术学报. 2014(06)
[9]基于共同管理的渔业管理制度分析——以日本为例[J]. 管筱牧,万荣,娄小波,朱玉贵. 中国渔业经济. 2014(03)
[10]基于遗传算法的渔情预报HSI建模与智能优化[J]. 冯永玖,陈新军,杨晓明,高峰. 生态学报. 2014(15)
博士论文
[1]可持续发展视阈下中国海洋经济发展研究[D]. 程娜.吉林大学 2013
[2]我国休闲农业资源开发与产业化发展研究[D]. 包乌兰托亚.中国海洋大学 2013
[3]信息可视化技术及应用研究[D]. 刘芳.浙江大学 2013
[4]关联规则挖掘技术的研究及应用[D]. 何月顺.南京航空航天大学 2010
[5]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
[6]中国捕捞限额制度研究[D]. 于会国.中国海洋大学 2009
硕士论文
[1]基于夜间灯光数据的南海渔业捕捞动态变化研究[D]. 张思宇.南京大学 2017
[2]舟山沿岸渔业现状调查与管理对策研究[D]. 杨锋.浙江海洋大学 2017
[3]基于北斗卫星渔船监测系统的浙江省近海渔船捕捞方式和作业渔场分析[D]. 郑巧玲.上海海洋大学 2016
[4]基于脚本语言的海洋数据处理与可视化研究[D]. 纪伟.中国海洋大学 2015
[5]舟山市海洋渔业资源管理研究[D]. 李娜.大连海事大学 2014
[6]我国海洋强国战略视角下的海洋环境保护问题研究[D]. 马凤媛.中国海洋大学 2014
[7]海洋数据平台数据可视化查询与展示子系统设计与实现[D]. 孟娟.中国海洋大学 2013
[8]基于SPSS的聚类分析在行业统计数据中的应用[D]. 杨浩.吉林大学 2013
[9]基于遗传算法的数据挖掘技术的应用研究[D]. 王颖.浙江理工大学 2012
[10]聚类分析中K-均值与K-中心点算法的研究[D]. 吴文亮.华南理工大学 2011
本文编号：3566033
【文章来源】：浙江海洋大学浙江省
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
船载vsat卫星监控平台Fig3.1Vessel-borneVsatSatelliteMonitoringPlatform我们的数据来源就是通过船载终端回传的数据，这些数据都是渔船海上作业回传
16 8 月 15 日 122.321644 30.134726 127016 8 月 15 日 122.728865 30.967678 123616 8 月 15 日 122.036301 32.57692 111516 8 月 15 日 123.309869 30.035184 102816 8 月 15 日 122.905623 27.120315 59121 8 月 15 日 122.678024 31.717157 251521 8 月 15 日 122.724321 30.973954 122421 8 月 15 日 122.301528 30.134541 121821 8 月 15 日 123.185605 32.568472 100021 8 月 15 日 122.372141 32.743295 87421 8 月 15 日 123.235689 30.298103 63521 8 月 15 日 121.822271 32.271336 60421 8 月 15 日 122.868243 26.838053 42321 8 月 15 日 121.897342 26.806315 400将表 4-1 导入进 excel 中，在 exl 文件中插入散点图，根据 K 的三个取值，将经纬度数据制作成散点图(图 4-1)。
图 4-2 K=11 时的经度时间变化图Fig 4.2 Longitudinal Time Change Diagram at K=11在图 4-2 中，从大部分的中心点中，能够看出渔场中心点的经度确实是在不断地扩大，也就意味着东海的渔场中心确实是在不断地向外扩散的。当然这只是图中的信息表现出来的一种现象，我们还是需要一定的数据支撑的，下面我们根据表 4-2，根据 PackTime 区分，进行一次简单的数学计算，即对每个时间段的 5 个渔场中心的经纬度中进行加权平均值处理，根据每个中心中的个案数进行加权，最终得到一个时间段的经纬度均值。当 PackTime = 2018-08-15 时 ， Avg_lng = 122.712453 * 3266 (3266+2649+1526+1045+692) + 122.583507 * 2649 / (3266+2649+1526+1045+692) +122.358049 * 1526 / (3266+2649+1526+1045+692) + 123.298676 * 1045 (3266+2649+1526+1045+692) + 122.80382 * 692/(3266+2649+1526+1045+692)，Avg_la= 31.48274 * 3266 / (3266+2649+1526+1045+692) + 32.532047 * 2649 (3266+2649+1526+1045+692) + 30.236133 * 1526 / (3266+2649+1526+1045+692) +30.048854 * 1045 / (3266+2649+1526+1045+692) + 27.12399 * 692 (3266+2649+1526+1045+692)。所以，最终我们得到平均值为（122.690，31.086）。
【参考文献】：
期刊论文
[1]大数据的分类挖掘优化技术[J]. 覃兵文. 现代电子技术. 2017(24)
[2]基于K-means和DBSCAN的轨迹数据挖掘研究[J]. 张致宁. 中国战略新兴产业. 2017(44)
[3]基于Matlab的遗传算法在结构优化设计中的应用[J]. 吴立华,白洁,左亚军,谭国所,刘永福,李克天. 机电工程技术. 2017(10)
[4]ROCK聚类在反恐情报分析中的应用研究[J]. 李勇男,梅建明. 情报杂志. 2017(10)
[5]物种灭绝背景下东海渔业资源衰退原因分析[J]. 赵淑江,吕宝强,李汝伟,朱爱意,吴常文. 中国科学:地球科学. 2015(11)
[6]海峡两岸东海渔业资源合作开发与保护策略[J]. 邓启明,杨莉莉,张真柱. 亚太经济. 2015(04)
[7]“一带一路”背景下我国海陆联运建设与发展[J]. 张滨,黄波,樊娉. 中国流通经济. 2015(06)
[8]基于北斗卫星通信的船载数据采集系统[J]. 邓锐,王峰,陈海生,陈亮. 海洋技术学报. 2014(06)
[9]基于共同管理的渔业管理制度分析——以日本为例[J]. 管筱牧,万荣,娄小波,朱玉贵. 中国渔业经济. 2014(03)
[10]基于遗传算法的渔情预报HSI建模与智能优化[J]. 冯永玖,陈新军,杨晓明,高峰. 生态学报. 2014(15)
博士论文
[1]可持续发展视阈下中国海洋经济发展研究[D]. 程娜.吉林大学 2013
[2]我国休闲农业资源开发与产业化发展研究[D]. 包乌兰托亚.中国海洋大学 2013
[3]信息可视化技术及应用研究[D]. 刘芳.浙江大学 2013
[4]关联规则挖掘技术的研究及应用[D]. 何月顺.南京航空航天大学 2010
[5]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
[6]中国捕捞限额制度研究[D]. 于会国.中国海洋大学 2009
硕士论文
[1]基于夜间灯光数据的南海渔业捕捞动态变化研究[D]. 张思宇.南京大学 2017
[2]舟山沿岸渔业现状调查与管理对策研究[D]. 杨锋.浙江海洋大学 2017
[3]基于北斗卫星渔船监测系统的浙江省近海渔船捕捞方式和作业渔场分析[D]. 郑巧玲.上海海洋大学 2016
[4]基于脚本语言的海洋数据处理与可视化研究[D]. 纪伟.中国海洋大学 2015
[5]舟山市海洋渔业资源管理研究[D]. 李娜.大连海事大学 2014
[6]我国海洋强国战略视角下的海洋环境保护问题研究[D]. 马凤媛.中国海洋大学 2014
[7]海洋数据平台数据可视化查询与展示子系统设计与实现[D]. 孟娟.中国海洋大学 2013
[8]基于SPSS的聚类分析在行业统计数据中的应用[D]. 杨浩.吉林大学 2013
[9]基于遗传算法的数据挖掘技术的应用研究[D]. 王颖.浙江理工大学 2012
[10]聚类分析中K-均值与K-中心点算法的研究[D]. 吴文亮.华南理工大学 2011
本文编号：3566033
本文链接：https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3566033.html
