一种基于云计算的水环境监管方法及调度运行系统与流程

1.本发明涉及智能监管技术领域，具体涉及一种基于云计算的水环境监管方法及调度运行系统。


背景技术：

2.水环境是指自然界中水的形成、分布和转化所处空间的环境。是指围绕人群空间及可直接或间接影响人类生活和发展的水体，其正常功能的各种自然因素和有关的社会因素的总体。随着人们生活水平的不断提高，人们对海鲜产品尤其是鱼类的需求数量越来越大，我国在淡水养殖面积和产量均居世界首位，在这样的大背景下，淡水鱼养殖进行提升会对我国水产养殖业产生深远的影响，而鱼类的健康生长离不开优质的水环境，当前社会工业产业的快速发展，对环境造成了一定的破坏，尤其是对水源的污染更是严重，水源的污染不光威胁着我们的身体健康，也严重阻碍着水产养殖的健康发展。
3.在现有技术中存在无法准确、及时进行水环境监测管理，使得水环境与养殖生物状态不能准确适配，导致养殖生物不能安全健康生长的技术问题。


技术实现要素：

4.本技术提供了一种基于云计算的水环境监管方法及调度运行系统，用于针对解决现有技术中存在的无法准确、及时进行水环境监测管理，使得水环境与养殖生物状态不能准确适配，导致养殖生物不能安全健康生长的技术问题。
5.鉴于上述问题，本技术提供了一种基于云计算的水环境监管方法及调度运行系统。
6.第一方面，本技术提供了一种基于云计算的水环境监管方法，所述方法包括：连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；通过所述水质监测装置进行实时水质监测，获得水质监测结果；将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配结果；基于匹配结果控制所述调度控制装置进行水环境监管优化。
7.第二方面，本技术提供了一种基于云计算的水环境监管调度运行系统，所述系统包括：读取模块，所述读取模块用于连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；标识模块，所述标识模块用于对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；监测模块，所述监测模块用于通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；水质监测模块，所述水质监测模块用于通过所述水质监测装置进行实时水质监测，获得水质监测结果；匹配特征模块，所述匹配特征模块用于将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配
结果；优化模块，所述优化模块用于基于匹配结果控制所述调度控制装置进行水环境监管优化。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术提供的一种基于云计算的水环境监管方法，涉及智能监管技术领域，解决了现有技术中无法准确、及时进行水环境监测管理，使得水环境与养殖生物状态不能准确适配，导致养殖生物不能安全健康生长的技术问题，实现了对水环境的监管与调节，进而提升养殖生物的存活率。
附图说明
9.图1为本技术提供了一种基于云计算的水环境监管方法流程示意图；图2为本技术提供了一种基于云计算的水环境监管方法中获得匹配特征流程示意图；图3为本技术提供了一种基于云计算的水环境监管方法中调度控制修正流程示意图；图4为本技术提供了一种基于云计算的水环境监管调度运行系统结构示意图。
10.附图标记说明：读取模块1，标识模块2，监测模块3，水质监测模块4，匹配特征模块5，优化模块6。
具体实施方式
11.本技术通过提供一种基于云计算的水环境监管方法及调度运行系统，用于解决现有技术中无法准确、及时进行水环境监测管理，使得水环境与养殖生物状态不能准确适配，导致养殖生物不能安全健康生长的技术问题。
12.实施例一如图1所示，本技术实施例提供了一种基于云计算的水环境监管方法，该方法应用于调度运行系统，调度运行系统与温度监测装置、水质监测装置、调度控制装置通信连接，该方法包括：步骤s100：连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；具体而言，本技术实施例提供的一种基于云计算的水环境监管方法应用于调度运行系统，调度运行系统与温度监测装置、水质监测装置、调度控制装置通信连接，该温度监测装置、水质监测装置、调度控制装置用于进行水环境参数的采集。
13.由于水环境是可直接或间接影响人类生活和发展的水体，因此需要对水环境进行实时监测，而为了达到对水环境的监管优化，则首先需要对连接监测水环境的历史数据库进行数据读取，在连接监测水环境的历史数据库中可以包含水环境的历史外环境数据、水环境的历史内部生物数据、水环境的水质数据等，并对历史数据库中的数据进行读取整合，从而获得所读取到的监测水环境的历史数据集合，为后期实现进行水环境的监管优化作为重要参考依据。
14.步骤s200：对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；具体而言，在上述所读取的历史数据集合的基础上，对该数据集合进行水环境的
外环境特征标识以及水环境的内部生物特征标识，即外环境特征是指对当前水环境所处环境中对水环境存在影响的环境特征，例如，当前外环境温度、湿度的高低，当前外环境是否存在干旱或下雨的情况以致影响到当前水环境等，对这些外环境特征进行标识，其内部生物特征是指对当前水环境存在影响的水生物特征，例如养殖生物、藻类生物、浮游生物、底栖动物、水生植物等内部生物，将对水环境具有影响的内部生物进行标识，进一步的以外环境特征标识结果与内部生物特征标识结果为基础，对当前水环境信息与调度控制结果之间所存在的关系进行映射，从而获得水环境信息与调度控制结果的映射关系，进而为实现进行水环境的监管优化做保障。
15.步骤s300：通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；具体而言，由于水的温度随日照与气温的变化而改变，因此需要对当前水环境的温度进行实时监测，即通过调度运行系统所连接的温度监测装置对当前的水环境进行温度数据的实时采集与监测，所监测到的水环境温度数据可以在4℃~25℃之间，从而将实时采集到与水环境所对应的温度进行整合，由此对水环境的温度数据采集结果进行获得，为后续实现进行水环境的监管优化夯实基础。
16.步骤s400：通过所述水质监测装置进行实时水质监测，获得水质监测结果；具体而言，在对水环境进行监管优化的过程中，首先需要对当前水环境水质进行获取，其水环境的水质是通过调度运行系统所通信连接的水质监测装置对当前的水环境进行实时的水环境水质监测，其水质监测可以是监视和测定当前水环境中污染物的种类、各类污染物的浓度及变化趋势，评价水质状况的过程，从而获得与当前水环境所对应的水质监测结果，为后续实现进行水环境的监管优化打下基石。
17.步骤s500：将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配结果；具体而言，以上述通过温度监测装置所采集的温度数据采集结果以及通过水质监测装置所采集的水质监测结果为基础，将其作为匹配特征，即对温度数据采集结果进行多节点温度提取，再对所提取的多个节点温度进行温度变化特征提取，并对应获得匹配特征，进一步的，调用外环境特征标识、内部生物特征标识和调度控制结果的映射关系，并基于相关技术人员对调度控制映射结果进行修正，从而在所修正后的调度控制映射结果的基础上对匹配模型进行训练获得，最终将上述所获匹配特征输入至所训练的匹配模型，从而对匹配结果进行相应输出，对实现进行水环境的监管优化有着限制的作用。
18.步骤s600：基于匹配结果控制所述调度控制装置进行水环境监管优化。
19.具体而言，为达到对当前水环境在监管的同时进行优化，则首先需要以上述匹配模型所输出的匹配结果为基础，通过所获匹配结果对与调度运行系统通信连接的调度控制装置进行控制，即以当前水环境的温度以及水质为基础，通过水环境与调度控制结果的映射关系，对当前水环境的外环境与内部生物进行监管调度控制，以保持水环境始终处于一正常的温度及水质的范围内，从而达到对水环境进行监管优化的效果。
20.进一步而言，如图2所示，本技术步骤s500还包括：步骤s510：对所述温度数据采集结果进行多节点温度提取，获得多节点温度提取结果；
步骤s520：读取节点间距，根据节点间距和所述多节点温度进行温度变化特征提取；步骤s530：采集获得外界环境温度数据，基于所述外界环境温度数据的温度变化值生成预测温度影响值；步骤s540：基于所述预测温度影响值对温度变化特征提取结果进行特征修正；步骤s550：根据修正特征获得所述匹配特征。
21.具体而言，为准确获得温度对水环境的影响，因此首先需要通过系统所连接的温度数据采集结果对水环境的温度进行多节点提取，即以时间为单位节点，对水环境进行不同时刻所对应的温度进行提取，从而对应获得多节点温度提取结果，进一步的依照节点间距，其节点间距可以是以时间为单位节点时，按每小时为一个时间节点，则当前节点间距为一小时，同时根据所设节点间距与当前多个节点所对应的多个节点温度进行温度变化的变化特征进行提取，并采集当前水环境所处的外界环境温度数据作为基础，其外界环境温度数据中可以包含由天气预报所预测的环境温度变化，从而对应生成预测温度影响值，在此基础上对上述温度变化特征结果进行特征修正，即对预测温度影响值与温度变化特征不相符的地方进行适应性修正，最终将所修正的特征记作匹配特征，并对后期实现进行水环境的监管优化有着深远的影响。
22.进一步而言，本技术步骤s530包括：步骤s531：获得所述外界环境温度数据的时间标识，并通过所述时间标识进行数据分类，获得已存外界环境温度数据集和预测外界环境温度数据集；步骤s532：对所述已存外界环境温度数据集基于所述时间标识与所述节点间距进行节点对应，根据对应结果进行环境影响特征分析，获得环境温度影响值特征和环境温度影响节点特征；步骤s533：将所述已存外界环境温度数据集和所述预测外界环境温度数据集进行温度比对，基于比对结果和所述环境温度影响值特征、环境温度影响节点特征生成所述预测温度影响值。
23.具体而言，对所获外界环境温度数据所对应的时间点进行标识，再根据所获外接环境温度数据的时间标识进行不同情况的温度数据分类，从而对应获得已经存在了的外界环境温度数据集以及对外界温度进行预测的预测外界环境温度数据集，进一步的，在所获时间标识的基础上，对所获已存外界环境温度数据集与上述所设定的时间节点间距进行温度数据与节点的一一对应操作，并根据对应操作后的对应结果对水环境的环境影响特征进行分析，即从不同时间节点所对应的外界温度变化中对环境影响特征进行提取，继而对环境温度影响值特征与环境温度影响节点特征进行获取，其环境温度影响值特征中的值越大则对应影响环境温度的程度越高，其环境温度影响节点特征中不同节点所对应影响温度的程度也不同，同时将已存外界环境温度数据集与预测外界环境温度数据集进行温度的比对，即比对二者温度之间的差异，从而根据比对结果与上述所获环境温度影响值特征、环境温度影响节点特征进行汇总整合，从而对应生成预测温度影响值，达到为后期实现进行水环境的监管优化提供重要依据的技术效果。
24.进一步而言，如图3所示，本技术步骤s700还包括：步骤s710：采集获得所述监测水环境的水生物基础信息，其中，所述水生物基础信
息包括水生物种类信息和水生物生长状态信息；步骤s720：通过所述水生物种类信息进行大数据调用，构建状态变化匹配周期；步骤s730：基于所述水生物基础信息和所述状态变化匹配周期进行水生物实时状态预测，获得实时状态预测结果；步骤s740：将所述实时状态预测结果作为关联匹配特征，对所述调度控制结果进行调度控制修正。
25.具体而言，对水环境中的水生物基础信息进行采集监测，其监测可以为定期监测，即以7天为周期对水环境中的水生物进行基础信息的监测，其所监测水环境中的水生物基础信息中可以包含水生物的种类信息以及水生物的生长状态信息，通过对所监测的水生物的种类信息与大数据中所包含的水生物种类数据进行匹配与调用，即根据定期监测结果在每个周期内进行增长预测，从而完成对状态变化匹配周期进行构建，进一步的以该状态变化匹配周期与所获水生物基础信息为基础对水生物进行实时状态的预测，同时将其作为关联匹配特征对调度控制结果进行调度控制的修正，以保证在进行水环境的监管优化时的高效性。
26.进一步而言，本技术步骤s500还包括：步骤s560：调用所述外环境特征标识、所述内部生物特征标识和所述调度控制结果的映射关系，并基于人工进行所述调度控制映射结果修正；步骤s570：基于修正后的调度控制映射结果训练获得匹配模型；步骤s580：将所述匹配特征输入所述匹配模型，输出获得所述匹配结果。
27.具体而言，对水环境的外环境特征标识、水环境的内部生物特征标识以及水环境的调度控制结果之间的映射关系进行调用提取，并通过相关技术人员对该调度控制映射结果进行修正，即根据处理结果，对当前的调度控制映射结果进行匹配，若匹配度低于60%，则对其进行适当调整，并以修正后的调度控制映射结果为基础，对匹配模型进行构建，其匹配模型通过训练数据集和监督数据集训练获得，其训练数据集中的每组训练数据均包括修正后的调度控制映射结果；监督数据集为与训练数据集一一对应的监督数据。
28.匹配模型构建过程为：将训练数据集中每一组训练数据输入匹配模型，通过这组训练数据对应的监督数据进行匹配模型的输出监督调整，当匹配模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则匹配模型训练完成。
29.为了保证匹配模型的准确性，可以通过测试数据集进行匹配模型的测试处理，举例而言，测试准确率可以设定为85%，若测试数据集的测试准确率满足85%时，则匹配模型构建完成。最终将匹配特征输入至匹配模型，并对匹配结果进行输出。
30.进一步而言，本技术步骤s570包括：步骤s571：构建补偿关联模块；步骤s572：将所述补偿关联模块添加至所述匹配模型；步骤s573：当任一调度控制完成后，通过所述补偿关联模块进行预定窗口反馈数据采集；步骤s574：并基于采集结果对所述匹配模型进行模型补偿。
31.具体而言，为保证匹配模型的输出准确性，从而对补偿关联模块进行构建，其补偿
关联模块是对匹配模型中的调度控制映射结果进行动态补偿，从而达到维持水环境的正常监管优化，同时将所构建的补偿关联模块添加至所构建的匹配模型中，当进行调度控制中的任意一调度控制完成后，通过所构建的补偿关联模块进行预定窗口反馈数据采集，即在补偿关联模块中对当前调度控制的控制结果进行预先的数据反馈采集，最终通过预定窗口反馈数据采集所采集到的采集结果对上述匹配模型进行相应的模型补偿，达到对进行水环境的监管优化提供参考的技术效果。
32.进一步而言，本技术步骤s580包括：步骤s581：对所述监测水环境进行水层区域划分，获得多级水层水体温度控制响应时间；步骤s582：通过所述多级水层水体温度控制响应时间生成层级水温控制补偿参数；步骤s583：通过所述层级水温控制补偿参数对所述匹配结果进行优化。
33.具体而言，由于水环境中根据水深高度不同，其所对应的温度以及温度控制也不相同，因此首先对当前监测的水环境根据水环境中的水深层级的不同进行水环境的区域划分，同时所划分出的不同水层区域所具有的温度以及对当前水层区域的温度控制都为对应关系，根据当前水域温度以及水域深度对多级水层水体温度控制响应时间进行计算获得，进一步的，根据所计算的多层级水层水体温度控制响应时间对当前层级的温度控制进行控制补偿，即若对当前水层中的温度控制未达到所需温度时，则对当前水层进行温度补偿直至到达所需温度，继而对层级水温控制补偿参数进行生成，最终通过层级水温控制补偿参数对匹配模型所输出的匹配结果达到优化的技术效果。
34.实施例二基于与前述实施例中一种基于云计算的水环境监管方法相同的发明构思，如图4所示，本技术提供了一种基于云计算的水环境监管调度运行系统，系统包括：读取模块1，所述读取模块1用于连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；标识模块2，所述标识模块2用于对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；监测模块3，所述监测模块3用于通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；水质监测模块4，所述水质监测模块4用于通过所述水质监测装置进行实时水质监测，获得水质监测结果；匹配特征模块5，所述匹配特征模块5用于将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配结果；优化模块6，所述优化模块6用于基于匹配结果控制所述调度控制装置进行水环境监管优化。
35.进一步而言，系统还包括：温度提取模块，所述温度提取模块用于对所述温度数据采集结果进行多节点温度提取，获得多节点温度提取结果；特征提取模块，所述特征提取模块用于读取节点间距，根据节点间距和所述多节
点温度进行温度变化特征提取；影响值生成模块，所述影响值生成模块用于采集获得外界环境温度数据，基于所述外界环境温度数据的温度变化值生成预测温度影响值；特征修正模块，所述特征修正模块用于基于所述预测温度影响值对温度变化特征提取结果进行特征修正；第一匹配特征获得模块，所述第一匹配特征获得模块用于根据修正特征获得所述匹配特征。
36.进一步而言，系统还包括：数据分类模块，所述数据分类模块用于获得所述外界环境温度数据的时间标识，并通过所述时间标识进行数据分类，获得已存外界环境温度数据集和预测外界环境温度数据集；环境影响特征分析模块，所述环境影响特征分析模块用于对所述已存外界环境温度数据集基于所述时间标识与所述节点间距进行节点对应，根据对应结果进行环境影响特征分析，获得环境温度影响值特征和环境温度影响节点特征；温度比对模块，所述温度比对模块用于将所述已存外界环境温度数据集和所述预测外界环境温度数据集进行温度比对，基于比对结果和所述环境温度影响值特征、环境温度影响节点特征生成所述预测温度影响值。
37.进一步而言，系统还包括：水生物监测模块，所述水生物监测模块用于采集获得所述监测水环境的水生物基础信息，其中，所述水生物基础信息包括水生物种类信息和水生物生长状态信息；大数据调用模块，所述大数据调用模块用于通过所述水生物种类信息进行大数据调用，构建状态变化匹配周期；水生物实时状态预测模块，所述水生物实时状态预测模块用于基于所述水生物基础信息和所述状态变化匹配周期进行水生物实时状态预测，获得实时状态预测结果；调度控制修正模块，所述调度控制修正模块用于将所述实时状态预测结果作为关联匹配特征，对所述调度控制结果进行调度控制修正。
38.进一步而言，系统还包括：映射关系模块，所述映射关系模块用于调用所述外环境特征标识、所述内部生物特征标识和所述调度控制结果的映射关系，并基于人工进行所述调度控制映射结果修正；匹配模型获得模块，所述匹配模型获得模块用于基于修正后的调度控制映射结果训练获得匹配模型；输入模块，所述输入模块用于将所述匹配特征输入所述匹配模型，输出获得所述匹配结果。
39.进一步而言，系统还包括：模块构建模块，所述模块构建模块用于构建补偿关联模块；添加模块，所述添加模块用于将所述补偿关联模块添加至所述匹配模型；预定窗口反馈数据采集模块，所述预定窗口反馈数据采集模块用于当任一调度控制完成后，通过所述补偿关联模块进行预定窗口反馈数据采集；模型补偿模块，所述模型补偿模块用于并基于采集结果对所述匹配模型进行模型
补偿。
40.进一步而言，系统还包括：水层区域划分模块，所述水层区域划分模块用于对所述监测水环境进行水层区域划分，获得多级水层水体温度控制响应时间；补偿参数模块，所述补偿参数模块用于通过所述多级水层水体温度控制响应时间生成层级水温控制补偿参数；匹配结果优化模块，所述匹配结果优化模块用于通过所述层级水温控制补偿参数对所述匹配结果进行优化。
41.本说明书通过前述对一种基于云计算的水环境监管方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于云计算的水环境监管方法及调度运行系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
42.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于云计算的水环境监管方法，其特征在于，所述方法应用于调度运行系统，所述调度运行系统与温度监测装置、水质监测装置、调度控制装置通信连接，所述方法包括：连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；通过所述水质监测装置进行实时水质监测，获得水质监测结果；将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配结果；基于匹配结果控制所述调度控制装置进行水环境监管优化。2.如权利要求1所述的方法，其特征在于，所述方法包括：对所述温度数据采集结果进行多节点温度提取，获得多节点温度提取结果；读取节点间距，根据节点间距和所述多节点温度进行温度变化特征提取；采集获得外界环境温度数据，基于所述外界环境温度数据的温度变化值生成预测温度影响值；基于所述预测温度影响值对温度变化特征提取结果进行特征修正；根据修正特征获得所述匹配特征。3.如权利要求2所述的方法，其特征在于，所述方法包括：获得所述外界环境温度数据的时间标识，并通过所述时间标识进行数据分类，获得已存外界环境温度数据集和预测外界环境温度数据集；对所述已存外界环境温度数据集基于所述时间标识与所述节点间距进行节点对应，根据对应结果进行环境影响特征分析，获得环境温度影响值特征和环境温度影响节点特征；将所述已存外界环境温度数据集和所述预测外界环境温度数据集进行温度比对，基于比对结果和所述环境温度影响值特征、环境温度影响节点特征生成所述预测温度影响值。4.如权利要求1所述的方法，其特征在于，所述方法包括：采集获得所述监测水环境的水生物基础信息，其中，所述水生物基础信息包括水生物种类信息和水生物生长状态信息；通过所述水生物种类信息进行大数据调用，构建状态变化匹配周期；基于所述水生物基础信息和所述状态变化匹配周期进行水生物实时状态预测，获得实时状态预测结果；将所述实时状态预测结果作为关联匹配特征，对所述调度控制结果进行调度控制修正。5.如权利要求1所述的方法，其特征在于，所述方法包括：调用所述外环境特征标识、所述内部生物特征标识和所述调度控制结果的映射关系，并基于人工进行所述调度控制映射结果修正；基于修正后的调度控制映射结果训练获得匹配模型；将所述匹配特征输入所述匹配模型，输出获得所述匹配结果。6.如权利要求5所述的方法，其特征在于，所述方法包括：
构建补偿关联模块；将所述补偿关联模块添加至所述匹配模型；当任一调度控制完成后，通过所述补偿关联模块进行预定窗口反馈数据采集；并基于采集结果对所述匹配模型进行模型补偿。7.如权利要求1所述的方法，其特征在于，所述方法包括：对所述监测水环境进行水层区域划分，获得多级水层水体温度控制响应时间；通过所述多级水层水体温度控制响应时间生成层级水温控制补偿参数；通过所述层级水温控制补偿参数对所述匹配结果进行优化。8.一种基于云计算的水环境监管调度运行系统，其特征在于，所述系统与温度监测装置、水质监测装置、调度控制装置通信连接，所述系统包括：读取模块，所述读取模块用于连接监测水环境的历史数据库，读取所述监测水环境的历史数据集合；标识模块，所述标识模块用于对所述历史数据集合进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系；监测模块，所述监测模块用于通过所述温度监测装置进行所述监测水环境的温度数据采集，获得温度数据采集结果；水质监测模块，所述水质监测模块用于通过所述水质监测装置进行实时水质监测，获得水质监测结果；匹配特征模块，所述匹配特征模块用于将所述温度数据采集结果和所述水质监测结果作为匹配特征，基于所述映射关系进行调度控制结果匹配，获得匹配结果；优化模块，所述优化模块用于基于匹配结果控制所述调度控制装置进行水环境监管优化。

技术总结
本发明提供了一种基于云计算的水环境监管方法及调度运行系统，涉及智能监管技术领域，方法包括：读取监测水环境历史数据库的历史数据集合后进行外环境特征标识、内部生物特征标识，基于标识结果构建水环境信息与调度控制结果的映射关系，将通过温度监测装置进行监测水环境获得温度数据采集结果与通过水质监测装置进行实时水质监测获得水质监测结果作为匹配特征，基于映射关系进行调度控制结果匹配，获得匹配结果后控制调度控制装置进行水环境监管优化，解决现有技术无法准确及时进行水环境监测管理，使水环境与养殖生物状态不能准确适配，导致养殖生物不能安全健康生长的技术问题，实现对水环境的监管与调节，提升养殖生物的存活率。物的存活率。物的存活率。


技术研发人员：施建业 刘依文 李斌 徐彬 刘天夫 杨威武 夏雪峰 张益
受保护的技术使用者：扬州市勘测设计研究院有限公司
技术研发日：2023.05.26
技术公布日：2023/8/23