本发明涉及水下生物监测，尤其涉及一种多维水下生物多样性自动化监测方法、系统、终端及存储介质。
背景技术：
1、随着全球气候变化及其他干扰下，海洋生物多样性及其可持续利用受到了严重的威胁，对海洋生物多样性的保护逐渐成为重要关注内容，运用多种手段制定科学合理的多样性保护措施，以起到对区域海洋进行监测；目前，只能对有限数量的生物和生态指标进行短时间序列和低分辨率监测，此监测方式不利于对海洋生态系统动态的理解；然而，由于海洋生物种类繁多，监测内容复杂，且受天气和海况等因素制约，传统调查方法（例如，拖网等）需要耗费大量的人力物力，还受制于天气和海况等因素的制约，从而限制了对海洋生物多样性的数据的获取，无法达到持续高效监测的作用，且调查结果只能反映某一个时间点的生物多样性，因此缺乏生物数据的连续性及有效性。
2、随着技术的革新和进步，环境dna生物多样性检测、水下光学成像技术和水下声学技术开始应用于海洋生物多样性监测，相比较于传统调查方法在成本或监测时间上具有一些优势，但是不管是环境dna生物多样性检测、水下光学成像技术，还是水下声学技术均具有一定的局限性，并且单一手段均难以实现生物多样性的高精度及高频率监测；例如，环境dna生物多样性检测虽然检测精度高，但采样频率较为受限，导致dna提取以及检测精度上容易受到影响；水下生物图像生物多样性监测适用于对短距离范围的中大型动物监测，根据某时间段的统计数据，评估部分动物群体数量及分布，但因水下摄像机易受到图像分辨率，海况和仪器硬件等因素影响，对生物多样性的监测明显是较为片面，并缺乏准确性验证，导致监测结果的准确性不高。
3、因此，现有技术还有待于改进和发展。
技术实现思路
1、本发明的主要目的在于提供一种多维水下生物多样性自动化监测方法、系统及终端，旨在解决现有技术对于海洋生物多样性监测的采样频率较低，导致监测的精度较低，并容易受到相关硬件的影响，造成监测内容较为片面，且缺乏准确性验证，导致监测结果的准确性不高的问题。
2、为实现上述目的，本发明提供一种多维水下生物多样性自动化监测方法，所述多维水下生物多样性自动化监测方法包括如下步骤：
3、获取目标海域的环境dna数据、水下图像数据和水下声音数据，对所述环境dna数据、所述水下图像数据和所述水下声音数据进行预处理，得到目标环境dna数据、目标水下图像数据和目标水下声音数据；
4、根据所述目标环境dna数据、所述目标水下图像数据和所述目标水下声音数据对已创建的相关性网络训练模型进行训练，得到目标相关性分析模型；
5、获取待测海域的待测水下图像数据和待测水下声音数据，将所述待测水下图像数据和所述待测水下声音数据输入至所述目标相关性分析模型，输出水下生物多样性监测结果。
6、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述获取目标海域的环境dna数据、水下图像数据和水下声音数据，对所述环境dna数据、所述水下图像数据和所述水下声音数据进行预处理，得到目标环境dna数据、目标水下图像数据和目标水下声音数据，具体包括：
7、设定采样深度，根据所述采样深度对所述目标海域的生物dna数据进行多通道采样，得到环境dna数据，根据所述采样深度对所述目标海域的水下生物进行图像采集，得到水下图像数据，并根据所述采样深度对所述目标海域进行声音采集，得到水下声音数据；
8、对所述环境dna数据、所述水下图像数据和所述水下声音数据进行数据审查，得到对应的异常数值，并分别将所述环境dna数据、所述水下图像数据和所述水下声音数据对应的异常数值进行纠正得到目标环境dna数据、目标水下图像数据和目标水下声音数据，所述异常数值包括缺失值、错误值和异常离群值。
9、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述根据所述目标环境dna数据、所述目标水下图像数据和所述目标水下声音数据对已创建的相关性网络训练模型进行训练，得到目标相关性分析模型，具体包括：
10、创建相关网络训练模型，对所述目标环境dna数据进行物种多样性分析，得到生物多样性结果，将所述生物多样性结果作为验证集，并将所述目标水下图像数据和所述目标水下声音数据作为训练集，所述训练集包括多个训练组；
11、将所述训练集中的一个训练组输入至所述相关网络训练模型，对所述目标水下图像数据进行物种识别处理，得到生物识别结果，对所述目标水下声音数据进行声音识别分析，得到声音分析结果；
12、对所述生物识别结果和所述声音分析结果进行分析，得到预测生物多样性结果，根据所述验证集和所述预测生物多样性结果对所述相关网络训练模型的模型参数进行校正；
13、将下一个训练组输入至所述相关网络训练模型，直至所述相关网络训练模型的训练情况满足预设条件，得到训练好的目标相关性分析模型。
14、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述对所述目标环境dna数据进行物种多样性分析，得到生物多样性结果，具体包括：
15、获取所述目标环境dna数据的目标靶点区域，对所述目标靶点区域的引物扩增处理，得到扩增子序列；
16、对所述扩增子序列进行高通量测序处理，得到测序结果，并对所述测序结果进行数据分析，得到生物多样性结果，其中，所述生物多样性结果包括物种组成和生物多样性信息。
17、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述对所述目标水下图像数据进行物种识别处理，得到生物识别结果，具体包括：
18、对所述目标水下图像数据进行图像预处理，得到目标图像，其中，所述图像预处理的内容包括色彩校正处理、去雾处理和滤波处理；
19、基于已训练好的图像识别模型对所述目标图像进行特征提取，得到多个特征信息，对所有的特征信息进行融合处理得到目标特征，根据所述目标特征对所述目标图像的生物进行标记，得到生物数量，并对所述生物数量进行物种分类，得到生物识别结果。
20、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述对所述目标水下声音数据进行声音识别分析，得到声音分析结果，具体包括：
21、根据第一预设信号检测阈值对所述目标水下声音数据进行高频信号检测，得到目标高频信号，对所述目标高频信号进行特征提取，得到目标高频特征，并根据所述目标高频特征得到声学复杂度和声音多样性；
22、根据第二预设信号检测阈值对所述目标水下声音数据进行低频信号检测，得到目标低频信号，对所述目标低频信号进行特征提取，得到目标低频特征，并根据所述目标低频特征得到声音丰富度和物种类型；
23、对所述目标水下声音数据进行声压计算，得到声压强度和倍频程声压级；
24、根据所述声学复杂度、所述声音多样性、所述声音丰富度、所述物种类型、所述声压强度和所述倍频程声压级得到声音分析结果。
25、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述对所述生物识别结果和所述声音分析结果进行分析，得到预测生物多样性结果，具体包括：
26、获取所述目标海域的真实生物多样性结果，将所述生物识别结果和声音分析结果与所述生物多样性结果进行相关性分析，得到第一分析结果，并所述生物识别结果和声音分析结果与所述真实生物多样性结果进行相关性分析，第二分析结果；
27、对所述第一分析结果和所述第二分析结果进行数据筛选，得到生物多样性评估因子，并根据所述生物多样性评估因子进行生物多样性预测，得到预测生物多样性结果。
28、可选地，所述的多维水下生物多样性自动化监测方法，其中，所述的多维水下生物多样性自动化监测系统包括：
29、数据获取模块，用于获取目标海域的环境dna数据、水下图像数据和水下声音数据，对所述环境dna数据、所述水下图像数据和所述水下声音数据进行预处理，得到目标环境dna数据、目标水下图像数据和目标水下声音数据；
30、数据处理模块，用于根据所述目标环境dna数据、所述目标水下图像数据和所述目标水下声音数据对已创建的相关性网络训练模型进行训练，得到目标相关性分析模型；
31、生物监测模块，用于获取待测水下图像数据和待测水下声音数据，将所述待测水下图像数据和所述待测水下声音数据输入至所述目标相关性分析模型，输出目标生物多样性结果，以完成对水下生物多样性进行监测。
32、此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如上所述的多维水下生物多样性自动化监测方法的步骤。
33、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有多维水下生物多样性自动化监测程序，所述多维水下生物多样性自动化监测程序被处理器执行时实现如上所述的多维水下生物多样性自动化监测方法的步骤。
34、本发明中，获取目标海域的环境dna数据、水下图像数据和水下声音数据，对所述环境dna数据、所述水下图像数据和所述水下声音数据进行预处理，得到目标环境dna数据、目标水下图像数据和目标水下声音数据；根据所述目标环境dna数据、所述目标水下图像数据和所述目标水下声音数据对已创建的相关性网络训练模型进行训练，得到目标相关性分析模型；获取待测海域的待测水下图像数据和待测水下声音数据，将所述待测水下图像数据和所述待测水下声音数据输入至所述目标相关性分析模型，输出水下生物多样性监测结果。本发明在进行生物多样性监测时，无需捕捉海洋生物，就不会对所监测的生态系统造成破坏损伤，还适用于复杂的海洋生态环境进行长时间动态监测，及时对海洋生物的有效信息进行自动识别，从而及时发现海洋生态环境发生变化之前的潜在信号，来预测对应的海洋生态系统的发展，实现对海洋生物多样性的自动化预警与保护。
1.一种多维水下生物多样性自动化监测方法，其特征在于，所述多维水下生物多样性自动化监测方法包括：
2.根据权利要求1所述的多维水下生物多样性自动化监测方法，其特征在于，所述获取目标海域的环境dna数据、水下图像数据和水下声音数据，对所述环境dna数据、所述水下图像数据和所述水下声音数据进行预处理，得到目标环境dna数据、目标水下图像数据和目标水下声音数据，具体包括：
3.根据权利要求1所述的多维水下生物多样性自动化监测方法，其特征在于，所述根据所述目标环境dna数据、所述目标水下图像数据和所述目标水下声音数据对已创建的相关性网络训练模型进行训练，得到目标相关性分析模型，具体包括：
4.根据权利要求3所述的多维水下生物多样性自动化监测方法，其特征在于，所述对所述目标环境dna数据进行物种多样性分析，得到生物多样性结果，具体包括：
5.根据权利要求3所述的多维水下生物多样性自动化监测方法，其特征在于，所述对所述目标水下图像数据进行物种识别处理，得到生物识别结果，具体包括：
6.根据权利要求3所述的多维水下生物多样性自动化监测方法，其特征在于，所述对所述目标水下声音数据进行声音识别分析，得到声音分析结果，具体包括：
7.根据权利要求3所述的多维水下生物多样性自动化监测方法，其特征在于，所述对所述生物识别结果和所述声音分析结果进行分析，得到预测生物多样性结果，具体包括：
8.一种多维水下生物多样性自动化监测系统，其特征在于，所述多维水下生物多样性自动化监测系统包括：
9.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1-7任意一项所述多维水下生物多样性自动化监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机可读存储介质存储有多维水下生物多样性自动化监测程序，所述多维水下生物多样性自动化监测程序被处理器执行时实现如权利要求1-7任意一项所述多维水下生物多样性自动化监测方法的步骤。
