本发明涉及渔业养殖管理，特别涉及一种水产养殖智慧管理方法及系统。
背景技术：
1、水产养殖业是人类利用可供养殖(包括种植)的水域，按照养殖对象的生态习性和对水域环境条件的要求，运用水产养殖技术和设施，从事水生经济动、植物养殖。
2、水产养殖的管理主要是水体和水产两方面的管理，对于水体的管理，现有的管理技术都是通过定点设置水体监测点进行监测，但是对于小型水产养殖来说定点设置水体监测点并不现实，从成本上考虑，还是采用人工观测的方式进行监测；对于大型水产养殖来说，由于是定点设置，是对水体进行采样监测，无法对水体进行全面掌握；为了实现科学的水产养殖，对于水体的全面掌握是极其必要的。
技术实现思路
1、本发明目的之一在于提供了一种水产养殖智慧管理方法及系统，采用无人监测船对水体进行监测，可以自由控制监测点，可以实现水体的全面掌握。
2、本发明实施例提供的一种水产养殖智慧管理方法，包括：
3、构建养殖水域的管理模型；
4、获取无人监测船上传的监测数据，对管理模型进行完善，获得监测模型；
5、对监测模型进行分析，确定异常点位和待重采点位；
6、获取无人监测船对待重采样点位进行二次采样的监测数据；
7、当二次采样的监测数据异常时，确定待重采点位为异常点位。
8、优选的，管理模型的构建步骤如下：
9、依据水域的床体的尺寸测量数据和水体的尺寸测量数据，分别构建床体的三维模型和水体的三维模型；
10、将床体的三维模型和水体的三维模型组合，形成管理模型。
11、优选的，无人监测船包括：船体、动力组件、定位组件、水体监测组件和通讯组件；
12、其中，水体监测组件包括：水温传感器、溶解氧传感器、ph传感器、浊度传感器、氨氮传感器其中一种或多种结合；
13、定位组件包括：gps定位模块和/或北斗定位模块和/或电子罗盘；
14、通讯组件包括：z i gbee通信模块和/或gprs通信模块；
15、动力组件包括：锂电池组、驱动电路和对称设置在船体左右两侧的电机。
16、优选的，监测模型的分析步骤如下：
17、依据监测模型上各个监测点位的监测数据，对监测模型上其他的点位的监测数据进行补全；
18、依据预先配置的监测阈值范围，对各个监测点位的监测数据进行阈值范围判断；当监测数据超出监测阈值范围时，将监测点位判定为异常点位；
19、依据预先配置的监测阈值范围，对被补全数据的其他的点位进行阈值范围判断；当被补全数据超出监测阈值范围时，将其他的点位判定为待重采点位。
20、优选的，水产养殖智慧管理方法，还包括：
21、依据投喂饲料后的采集的喂食点位的图像，构建水产的三维模型；并将水产的三维模型置入监测模型中；
22、依据设置在水域各个预设位置的图像采集装置采集的图像，对水产的三维模型在监测模型中的位置进行更新；
23、在每次投喂前，对监测模型中的水产的三维模型进行分析，生成投喂方案。
24、本发明还提供一种水产养殖智慧管理系统，包括：模型构建模块、完善模块、分析模块、重采模块和二次分析模块；其中，模型构建模块构建养殖水域的管理模型；完善模块获取无人监测船上传的监测数据，对管理模型进行完善，获得监测模型；分析模块对监测模型进行分析，确定异常点位和待重采点位；重采模块获取无人监测船对待重采样点位进行二次采样的监测数据；二次分析模块用于当二次采样的监测数据异常时，确定待重采点位为异常点位。
25、优选的，管理模型的构建步骤如下：
26、依据水域的床体的尺寸测量数据和水体的尺寸测量数据，分别构建床体的三维模型和水体的三维模型；
27、将床体的三维模型和水体的三维模型组合，形成管理模型。
28、优选的，无人监测船包括：船体、动力组件、定位组件、水体监测组件和通讯组件；
29、其中，水体监测组件包括：水温传感器、溶解氧传感器、ph传感器、浊度传感器、氨氮传感器其中一种或多种结合；
30、定位组件包括：gps定位模块和/或北斗定位模块和/或电子罗盘；
31、通讯组件包括：z i gbee通信模块和/或gprs通信模块；
32、动力组件包括：锂电池组、驱动电路和对称设置在船体左右两侧的电机。
33、优选的，监测模型的分析步骤如下：
34、依据监测模型上各个监测点位的监测数据，对监测模型上其他的点位的监测数据进行补全；
35、依据预先配置的监测阈值范围，对各个监测点位的监测数据进行阈值范围判断；当监测数据超出监测阈值范围时，将监测点位判定为异常点位；
36、依据预先配置的监测阈值范围，对被补全数据的其他的点位进行阈值范围判断；当被补全数据超出监测阈值范围时，将其他的点位判定为待重采点位。
37、优选的，水产养殖智慧管理系统，还包括：投喂方案分析模块；
38、投喂方案分析模块执行如下操作：
39、依据投喂饲料后的采集的喂食点位的图像，构建水产的三维模型；
40、并将水产的三维模型置入监测模型中；
41、依据设置在水域各个预设位置的图像采集装置采集的图像，对水产的三维模型在监测模型中的位置进行更新；
42、在每次投喂前，对监测模型中的水产的三维模型进行分析，生成投喂方案。
43、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
44、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种水产养殖智慧管理方法，其特征在于，包括：
2.如权利要求1所述的水产养殖智慧管理方法，其特征在于，管理模型的构建步骤如下：
3.如权利要求1所述的水产养殖智慧管理方法，其特征在于，无人监测船包括：船体、动力组件、定位组件、水体监测组件和通讯组件；
4.如权利要求1所述的水产养殖智慧管理方法，其特征在于，监测模型的分析步骤如下：
5.如权利要求1所述的水产养殖智慧管理方法，其特征在于，还包括：
6.一种水产养殖智慧管理系统，其特征在于，包括：模型构建模块、完善模块、分析模块、重采模块和二次分析模块；其中，模型构建模块构建养殖水域的管理模型；完善模块获取无人监测船上传的监测数据，对管理模型进行完善，获得监测模型；分析模块对监测模型进行分析，确定异常点位和待重采点位；重采模块获取无人监测船对待重采样点位进行二次采样的监测数据；二次分析模块用于当二次采样的监测数据异常时，确定待重采点位为异常点位。
7.如权利要求6所述的水产养殖智慧管理系统，其特征在于，管理模型的构建步骤如下：
8.如权利要求6所述的水产养殖智慧管理系统，其特征在于，无人监测船包括：船体、动力组件、定位组件、水体监测组件和通讯组件；
9.如权利要求6所述的水产养殖智慧管理系统，其特征在于，监测模型的分析步骤如下：
10.如权利要求6所述的水产养殖智慧管理系统，其特征在于，还包括：投喂方案分析模块；
