CN108038586A - 一种河蟹养殖的水环境评价方法及系统 - Google Patents

Abstract

本发明提供一种河蟹养殖的水环境评价方法，根据河蟹的脱壳周期将所述河蟹养殖周期划分为多个养殖阶段，包括：S1，获取任一养殖阶段中河蟹养殖的水环境参数，根据所述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关系获取水环境特征；S2，将所述特征向量输入分阶段水环境分类模型，获取河蟹养殖的水环境的评价结果。本发明通过从任一养殖阶段采集到的水环境参数中获取相应的水环境特征，并将水环境特征作为特征向量输入分阶段水环境分类模型，得到河蟹在该养殖阶段中水环境的评价结果，并根据水环境的评价结果对水环境做出相应调整，辅助河蟹养殖户进行生产决策。

Description

一种河蟹养殖的水环境评价方法及系统

技术领域

本发明涉及农业物联网信息处理和分析领域，更具体地，涉及一 种河蟹养殖的水环境评价方法及系统。

背景技术

河蟹，学名中华绒螯蟹，具有很高的营养价值和经济价值，在我 国的水产养殖品种中占有很高的地位，2016年，全国的河蟹养殖水面 超过1000万亩，年产量超过80万吨。河蟹养殖经过20多年的发展， 常规养殖得以大范围的推广和普及，养殖产量和效益也得到不断地提 升，但随着养殖面积和规模的不断扩张，河蟹的市场价格走势变化多 端，单位面积养殖效益呈不断下降趋势。在这一背景下从事河蟹养殖， 对技术、成本管理、生产的精细化管理提出了更高的要求。河蟹养殖 从最初的资源放流型养殖，到目前的集约化高密度精养，从分散型向 地域集约化发展，然而对于河蟹精准养殖领域仍存在不少问题：如进 行生产决策时，仍依靠个人经验指导生产；对利用物联网技术采集到 的数据，只是简单存储和查询，分析和处理不够充分，无法指导生产 实际。

水是河蟹赖以生存及生长的基本条件，水环境的好坏直接影响养 殖河蟹生存能力及生长能力。例如，研究表明当水温超过30℃时，河 蟹的蜕壳和生长就会受到抑制，期末捕捞时平均养殖规格和回捕率都 会受到影响。水环境对池塘河蟹养殖生产效益的影响至关重要却复杂 多样，受到养殖户们的广泛关注，对水环境是否适宜河蟹生长进行评 价，是辅助养殖户进行生产决策的重要手段。

尽管物联网技术很好地实现了对水环境的监控，但是由于数据分 析不足，对大量的实时监测数据的利用率很低。因此，如何利用数据 分析技术，对采集到的水环境实时监测数据进行分析，提高数据利用 率，辅助生产决策是一个亟待解决的问题。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的河 蟹养殖的水环境评价方法及系统。

第一方面，本发明提供一种河蟹养殖的水环境评价方法，根据河 蟹的脱壳周期将所述河蟹养殖周期划分为多个养殖阶段，包括：

S1，获取任一养殖阶段中河蟹养殖的水环境参数，根据所述水环 境参数在时间上的变化及所述水环境参数与水环境阈值的关系获取水 环境特征；

S2，将所述水环境特征作为特征向量，并将所述特征向量输入分 阶段水环境分类模型，获取河蟹养殖的水环境的评价结果；

其中，所述水环境参数包括：水环境的溶解氧、水温、pH值、氨 氮和盐度；所述分阶段水环境分类模型用于评价河蟹养殖周期的一个 养殖阶段内的水环境。

优选地，步骤S1中所述获取任一养殖阶段中河蟹养殖的水环境参 数具体包括：

根据物联网的数据流中采集数据的特征周期及时间间隔，获取任 一时刻滑动窗口内的历史数据，根据所述历史数据获取水环境参数的 预测值和预测区间；

判断该时刻的实际测量值是否落入所述预测区间，

若所述实际测量值落入所述预测区间，则将所述实际测量值作为 所述水环境参数；

若所述实际测量值没有落入所述预测区间，则将所述预测值作为 所述水环境参数。

优选地，步骤S1中所述根据所述水环境参数在时间上的变化及所 述水环境参数与水环境阈值的关系获取水环境特征具体包括：

对于所述任一养殖阶段对应的多个单日水环境特征的单日最高特 征值与单日最低特征值分别进行加权平均，获取该养殖阶段的多日水 环境特征，所述多日水环境特征包括多日最高特征值与多日最低特征 值；

获取所述任一养殖阶段中的各水环境参数低于所述水环境阈值的 第一时长与各水环境参数高于所述水环境阈值的第二时长，根据所述 第一时长与所述第二时长分别占该养殖阶段总时长的比值，获取该养 殖阶段的异常水环境特征；

将所述多日水环境特征与所述异常水环境特征作为所述水环境特 征。

优选地，所述对于所述任一养殖阶段对应的多个单日水环境特征 的单日最高特征值与单日最低特征值分别进行加权平均的步骤前还包 括：

将第一时间段中的各水环境参数取均值，求得单日最高特征值， 其中，所述第一时段为单日各水环境参数的最高值所在的时间段；

将第二时间段中的各水环境参数取均值，求得单日最低特征值， 其中，所述第二时段为单日各水环境参数的最低值所在的时间段；

将所述单日最高特征值与所述单日最低特征值作为所述单日水环 境特征。

优选地，所述对于所述任一养殖阶段对应的多个单日水环境特征 的单日最高特征值与单日最低特征值分别进行加权平均的步骤具体包 括：

根据每一日的单日最高特征值与其他单日最高特征值间的支持 度，求得所述每一日的单日最高特征值所占的权重；

根据所述每一日的单日最高特征值所占的权重依次对所述单日最 高特征值进行加权平均；

根据每一日的单日最低特征值与其他单日最低特征值间的支持 度，求得所述每一日的单日最低特征值所占的权重；

根据每一日的单日最低特征值所占的权重依次对所述单日最低特 征值进行加权平均。

优选地，步骤S2中所述并将所述特征向量输入分阶段水环境分类 模型具体包括：

根据所述特征向量对应的养殖阶段，将所述特征向量输入所述养 殖阶段对应的分阶段水环境分类模型。

优选地，还包括：

若所述特征向量对应最后一个养殖阶段，将所述特征向量输入全 周期水环境分类模型，所述全周期水环境分类模型用于评价整个河蟹 养殖周期的水环境。

优选地，步骤S2中的所述分阶段水环境分类模型通过以下步骤建 立：

获取任一养殖阶段中河蟹养殖的第一样本水环境参数，根据所述 第一样本水环境参数在时间上的变化及所述第一样本水环境参数与水 环境阈值的关系获取多个第一样本水环境特征；

将多个所述第一样本水环境特征分别作为第一样本特征向量，将 多个所述阶段性养殖成果数据分别作为第一样本标签，根据多个所述 第一样本特征向量与多个所述第一样本标签建立所述分阶段水环境分 类模型；

其中，所述阶段性养殖成果数据包括对应养殖阶段结束时河蟹的 宽重比；所述第一样本特征向量与所述第一样本标签对应。

优选地，所述全周期水环境分类模型通过以下步骤建立：

获取任一养殖阶段中河蟹养殖的第二样本水环境参数，根据所述 第二水环境参数在时间上的变化及所述第二水环境参数与水环境阈值 的关系获取多个第二样本水环境特征；

将多个所述第二样本水环境特征分别作为第二样本特征向量，将 多个所述养殖期末生产效益数据分别作为第二样本标签，根据多个所 述第二样本特征向量与多个所述第二样本标签建立所述全周期水环境 分类模型；

其中，所述养殖期末生产效益数据包括河蟹的围捕率、育成规格 和亩产量；所述第二样本特征向量与所述第二样本标签对应。

第二方面，本发明提供一种河蟹养殖的水环境评价系统，根据河 蟹的脱壳周期将所述河蟹养殖周期划分为多个养殖阶段，所述系统包 括：

特征获取模块，用于获取任一养殖阶段中河蟹养殖的水环境参数， 根据所述水环境参数在时间上的变化及所述水环境参数与水环境阈值 的关系获取水环境特征；

水环境评价模块，用于将所述水环境特征作为特征向量，并将所 述特征向量输入分阶段水环境分类模型，获取河蟹养殖的水环境的评 价结果；

其中，所述水环境参数包括：水环境的溶解氧、水温、pH值、氨 氮和盐度；所述分阶段水环境分类模型用于评价河蟹养殖周期的一个 养殖阶段内的水环境。

本发明提供的一种河蟹养殖的水环境评价方法及系统，通过从任 一养殖阶段采集到的水环境参数中获取相应的水环境特征，并将水环 境特征作为特征向量输入分阶段水环境分类模型或全周期水环境分类 模型，得到河蟹在该养殖阶段或整个养殖周期中水环境的评价结果， 可知该水环境是否适宜河蟹生长，并根据水环境的评价结果对水环境做出相应调整，使水环境更有利于河蟹在下一养殖阶段或下一养殖周 期的成长，辅助河蟹养殖户进行生产决策。

附图说明

图1为本发明一个实施例的河蟹养殖的水环境评价方法的流程图；

图2为本发明一个实施例的河蟹养殖的水环境评价系统的结构示 意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参见图1，为本发明一个实施例的河蟹养殖的水环境评价方法的流 程图，包括：S1，获取任一养殖阶段中河蟹养殖的水环境参数，根据 所述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关 系获取水环境特征；S2，将所述水环境特征作为特征向量，并将所述 特征向量输入分阶段水环境分类模型，获取河蟹养殖的水环境的评价 结果；其中，所述水环境参数包括：水环境的溶解氧、水温、pH值、 氨氮和盐度；所述分阶段水环境分类模型用于评价河蟹养殖周期的一 个养殖阶段内的水环境。

具体地，物联网是指通过各种信息传感设备，实时采集任何需要 监控、连接、互动的物体或过程等各种需要的信息，与互联网结合形 成的一个巨大网络，其目的是实现物与物、物与人，所有的物品与网 络的连接，方便识别、管理和控制。通过物联网技术，能够方便获取 到河蟹养殖所处的水环境的实时监测数据。

在河蟹成蟹养殖周期中，一般经历5次脱壳，根据河蟹的脱壳周 期，可将所述河蟹养殖周期划分为5个养殖阶段，本发明实施例通过 分析监测到的河蟹处于任一养殖周期时的水环境信息，对当前水环境 是否适宜河蟹生长做出评价，并根据水环境的评价结果对水环境做出 相应调整，使水环境更有利于河蟹在下一养殖阶段的成长。

本发明实施例通过传感器获取到任一养殖阶段中河蟹养殖的水环 境参数，这里的水环境参数是指河蟹在养殖生产的过程中起到重要作 用的参数信息，主要包括有该水环境中的溶解氧、水温、pH值、氨氮 和盐度等参数，但并不局限于此，上述水环境参数均可通过传感器进 行采集。在任一养殖阶段中，各水环境参数每日的最高值与最低值都 不尽相同，可知各水环境参数每日的最高值与最低值都随时间产生变 化。此外，任一水环境参数都有一个水环境阈值，水环境阈值是指对 于该水环境参数而言，适宜于河蟹生长的取值范围。根据各水环境参 数的最高值与最低值随时间的变化规律与以及各水环境参数在该养殖 周期中与对应的水环境阈值的关系，可以获取相应的水环境特征，这 里的水环境特征用于表示本次采集的样本数据中各水环境参数的特 点。

将获取到的水环境特征作为特征向量，即为模型的输入量。将上 述根据水环境参数得到的特征向量输入到分阶段分类模型中，可以得 到该水环境参数所属的河蟹养殖阶段的水环境评价结果。需要说明的 是，分阶段分类模型有多个，每个分类模型分别对应评价河蟹养殖周 期中一个养殖阶段内的水环境。

本发明实施例通过从任一养殖阶段采集到的水环境参数中获取相 应的水环境特征，并将水环境特征作为特征向量输入分阶段水环境分 类模型，得到河蟹在该养殖阶段中水环境的评价结果，可知该水环境 是否适宜河蟹生长，并根据水环境的评价结果对水环境做出相应调整， 使水环境更有利于河蟹在下一养殖阶段的成长，辅助河蟹养殖户进行 生产决策。

基于上述实施例，作为一种可选的实施例，步骤S1中所述获取任 一养殖阶段中河蟹养殖的水环境参数具体包括：根据物联网的数据流 中采集数据的特征周期及时间间隔，获取任一时刻滑动窗口内的历史 数据，根据所述历史数据获取水环境参数的预测值和预测区间；判断 该时刻的实际测量值是否落入所述预测区间，若所述实际测量值落入 所述预测区间，则将所述实际测量值作为所述水环境参数；若所述实 际测量值没有落入所述预测区间，则将所述预测值作为所述水环境参 数。

具体地，本发明实施例首先建立了一个滑动窗口选择机制，剔除 传感器测量到的异常数据并对缺失的值进行填补。根据物联网的数据 流中采集数据的特征周期及相邻两次采集的时间间隔，确定滑动窗口 的大小。当物联网中的数据流中采集到的数据由滑向下一个时刻时， 如从T₁时刻滑向T₂时刻，可根据滑动窗口中所包含的T₁时刻的历史数 据，构建非线性支持向量回归模型，获取当前时刻即T₂时刻传感器采 集到的水环境参数的预测值与预测区间。当传感器在T₂时刻采集到的 实际测量值落入了该预测区间，可知该实际测量值并不存在异常，则 直接将实际测量值作为水环境参数，若传感器在T₂时刻采集到的实际 测量值并未落入该预测区间，可知该实际测量值存在异常，则将该预 测值作为T₂时刻的水环境参数。需要说明的是，若T₂时刻的实际测量 值缺失时，直接将该预测值作为T₂时刻的水环境参数，以免由于传感 器导致的实际测量值的缺失或是异常影响水环境特征的提取，提高水 环境评价的准确性。

基于上述实施例，作为一种可选的实施例，步骤S1中所述根据所 述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关系 获取水环境特征具体包括：对于所述任一养殖阶段对应的多个单日水 环境特征的单日最高特征值与单日最低特征值分别进行加权平均，获 取该养殖阶段的多日水环境特征，所述多日水环境特征包括多日最高 特征值与多日最低特征值；获取所述任一养殖阶段中的各水环境参数 低于所述水环境阈值的第一时长与各水环境参数高于所述水环境阈值 的第二时长，根据所述第一时长与所述第二时长分别占该养殖阶段总 时长的比值，获取该养殖阶段的异常水环境特征；将所述多日水环境 特征与所述异常水环境特征作为所述水环境特征。

具体地，水环境特征包括多日水环境特征与异常水环境特征，其 中，多日水环境特征反映了任一养殖阶段中各水环境参数在该养殖阶 段中连续多日的水环境特点，异常水环境特征用于反映任一养殖阶段 中各水环境参数在该养殖阶段中与水环境阈值间的关系。由于水环境 参数在较长的一段时间内，可能有较大幅度的变化，因此，对于养殖 阶段中对应的每一日，都获取到单日水环境特征，对从各单日水环境 特征中获取到的单日最高特征值进行加权平均，获取多日最高特征值； 对从各单日水环境特征获取到的单日最低特征值进行加权平均，获取 多日最低特征值。通过取加权平均的方式，使得较为接近的数据可以 占有较大的权重，变化幅度较大，取值较为极端的数据所占的权重较 小，更有利于反映连续多日的水环境参数特征，需要说明的是，多日 水环境特征中包括多日最高特征值与多日最低特征值。

对于每一个环境参数，都有一个最适宜河蟹生长的取值范围。而 在任一养殖阶段中，并非采集到的所有水环境参数都适宜河蟹生长。 通过传感器的测量周期以及测量到的各水环境参数与水环境阈值的比 较结果，分别可以计算得到在该养殖阶段中，每一个水环境参数低于 其对应的水环境阈值的第一时长，以及每一个水环境参数高于其对应 的水环境阈值的第二时长。根据第一时长与养殖阶段的总时长，可以 获取该养殖阶段中该水环境参数低于阈值的时长占该养殖阶段总时长 的比值作为第一异常值，根据第二时长与养殖阶段的总时长，可以获 取该养殖阶段中该水环境参数高于阈值的时长占该养殖阶段总时长的 比值作为第二异常值，异常水环境特征包括上述第一异常值和第二异 常值。

基于上述实施例，作为一种可选的实施例，所述对于所述任一养 殖阶段对应的多个单日水环境特征的单日最高特征值与单日最低特征 值分别进行加权平均的步骤前还包括：将第一时间段中的各水环境参 数取均值，求得单日最高特征值，其中，所述第一时段为单日各水环 境参数的最高值所在的时间段；将第二时间段中的各水环境参数取均 值，求得单日最低特征值，其中，所述第二时段为单日各水环境参数 的最低值所在的时间段；将所述单日最高特征值与所述单日最低特征 值作为所述单日水环境特征。

具体地，水环境参数的最高值与最低值在每日分别位于两个固定 的时间段内。通过数据统计，可分析得到任一水环境参数的最高值所 在的第一时间段与最低值所在的第二时间段。需要说明的是，每日传 感器都在分别第一时间段与第二时间段中采集到多个该水环境参数。 对第一时间段内的该水环境参数取均值，可以得到该水环境参数的单 日最高特征值；对第二时间段内的该水环境参数取均值，可以得到该 水环境参数的单日最低特征值。需要说明的是，传感器采集数据的时 间较为密集，基本每三分钟就会产生一个数据，因此一段时间内的数 据会较为接近，因此，取一段时间内的平均值能够更好的代表一天的水环境特征。

基于上述实施例，作为一种可选的实施例，所述对于所述任一养 殖阶段对应的多个单日水环境特征的单日最高特征值与单日最低特征 值分别进行加权平均的步骤具体包括：根据每一日的单日最高特征值 与其他单日最高特征值间的支持度，求得所述每一日的单日最高特征 值所占的权重；根据所述每一日的单日最高特征值所占的权重依次对 所述单日最高特征值进行加权平均；根据每一日的单日最低特征值与 其他单日最低特征值间的支持度，求得所述每一日的单日最低特征值 所占的权重；根据每一日的单日最低特征值所占的权重依次对所述单 日最低特征值进行加权平均。

具体的，两个数据间的支持度越大，表示这两个数据较为接近， 当任一单日最高特征值与其它单日最高特征值间都具有较高的支持度 时，可知其与其他几个单日最高特征值都较为接近，所占的权重就更 大一些，反之，与其他单日最高特征值间支持度都较小的数所占的权 重就较小，这样更有利于反映连续多日的水环境参数特征。计算每一 单日最高特征值与其他单日最高特征值间的支持度并依次相加，得到 每一单日最高特征值与其他单日最高特征值间支持度的单日支持度， 并将每一单日支持度依次相加得到总支持度，将每一单日最高特征值 对应的单日支持度与总支持度的比值作为上述单日最高特征值所占的 权重，根据每一日的单日最高特征值所占的权重依次对单日最高特征 值进行加权平均，以求得多日最高特征值。同理，可根据每一日的单 日最低特征值与其他单日最低特征值间的支持度，求得上述每一日的 单日最低特征值所占的权重，并根据每一日的单日最低特征值所占的 权重依次对所述单日最低特征值进行加权平均，以求得多日最低特征值，此处不再多做赘述。

需要说明的是，可通过如下公式求得任意两个单日最高特征值或 任意两个单日最低特征值间的关联度：

sup(m,n)＝SN(m,n,K,β)＝K×(1+β(m-n)⁶)^-1

K∈[0,1],β≥0

其中，sup(m,n)表示支持度函数，K表示支持幅度，一般设置为1； β表示支持度衰减速度，β越大，支持度衰减越快。

基于上述实施例，作为一种可选的实施例，步骤S2中所述并将所 述特征向量输入分阶段水环境分类模型具体包括：根据所述特征向量 对应的养殖阶段，并将所述特征向量输入所述养殖阶段对应的分阶段 水环境分类模型。

具体地，根据所处养殖阶段的不同，从水环境参数中提取到的待 输入的特征向量也不同。对于第一个养殖阶段，水环境特征仅从第一 个养殖阶段中采集到的水环境参数中提取，得到一组特征向量。而对 于第二个养殖阶段，除传感器在第二个养殖阶段采集到的水环境参数 外，还包括传感器在第一个养殖阶段采集到的水环境参数，可知此时 特征向量有两组，除本养殖阶段中获取的特征向量外还包括第一个养 殖阶段中获取的特征向量，以此规律，对于下一个养殖阶段，有三组 特征向量，可知对于每个河蟹养殖周期中的任一养殖阶段，都包含有 该周期开始直至该养殖阶段中所有的水环境参数，则随着养殖阶段从初期向末期变化，特征向量的个数也逐步增加。因此，可以通过特征 向量的个数，来判断得到该特征向量对应的养殖阶段，并将该特征向 量输入到该养殖阶段对应的分阶段水环境分类模型，得到该养殖阶段 的水环境评价。

需要说明的是，因为后续的每一个养殖阶段中的特征向量都包括 前序养殖阶段中的水环境特征，可知每一个养殖阶段并非单独割裂开 来的，对任一阶段的水环境做出评价时，同时也会考虑到前序阶段造 成的影响，使得分阶段的水环境的评价结果更加准确。

基于上述实施例，作为一种可选的实施例，还包括：若所述特征 向量对应最后一个养殖阶段，将所述特征向量输入全周期水环境分类 模型，所述全周期水环境分类模型用于评价整个河蟹养殖周期的水环 境。

具体地，由于在同一个养殖周期中，任一养殖阶段都包含前序养 殖阶段的水环境特征，则可知对于最后一个养殖阶段，输入的特征向 量中包括该养殖周期中所有养殖阶段的水环境特征，因此，除将该特 征向量输入对应最后一个养殖阶段的分阶段水环境分类模型外，还可 将该特征向量输入全周期水环境分类模型，得到河蟹养殖全周期的水 环境评价，并据此对下一个河蟹养殖周期的水环境做出调整。

基于上述实施例，作为一种可选的实施例，步骤S2中的所述分阶 段水环境分类模型通过以下步骤建立：获取任一养殖阶段中河蟹养殖 的第一样本水环境参数，根据所述第一样本水环境参数在时间上的变 化及所述第一样本水环境参数与水环境阈值的关系获取多个第一样本 水环境特征；将多个所述第一样本水环境特征分别作为第一样本特征 向量，将多个所述阶段性养殖成果数据分别作为第一样本标签，根据 多个所述第一样本特征向量与多个所述第一样本标签建立所述分阶段 水环境分类模型；其中，所述阶段性养殖成果数据包括对应养殖阶段 结束时河蟹的宽重比；所述第一样本特征向量与所述第一样本标签对 应。

具体地，根据任一养殖阶段中河蟹养殖的第一样本水环境参数， 可根据上述方法从水环境参数中获取多个第一样本水环境特征，将多 个第一样本水环境特征分别作为特征向量，并将多个阶段性养殖成果 数据分别作为第一样本标签，这里的阶段性养殖成果数据包括该养殖 阶段结束时河蟹的宽重比，但并不局限于此。

由于第一样本特征向量与第一样本标签间相对应，即第一样本特 征向量对应第一样本标签可组合成一个样本，由此可得到多个第一样 本特征向量对应第一样本标签组成的样本集。将样本集随机划分为多 个子集，并用每个子集都训练一个基分类器，使得不同的子集对应不 同的分类器，并确定各分类器的权重，得到分阶段水环境分类模型。

需要说明的是，向该分阶段水环境分类模型输入从新样本中提取 的特征向量时，每个分类器都会输出一个结果，将各分类器所占的权 重与其输出的结果相结合，从而从分阶段水环境分类模型中输出该样 本对应的养殖阶段的水环境评价结果。

基于上述实施例，作为一种可选的实施例，步骤所述全周期水环 境分类模型通过以下步骤建立：获取任一养殖阶段中河蟹养殖的第二 样本水环境参数，根据所述第二水环境参数在时间上的变化及所述第 二水环境参数与水环境阈值的关系获取多个第二样本水环境特征；将 多个所述第二样本水环境特征分别作为第二样本特征向量，将多个所 述养殖期末生产效益数据分别作为第二样本标签，根据多个所述第二 样本特征向量与多个所述第二样本标签建立所述全周期水环境分类模 型；其中，所述养殖期末生产效益数据包括河蟹的围捕率、育成规格 和亩产量；所述第二样本特征向量与所述第二样本标签对应。

具体地，根据任一养殖阶段中河蟹养殖的第二样本水环境参数， 可根据上述方法从水环境参数中获取多个第二样本水环境特征，将多 个第二样本水环境特征分别作为特征向量，并将多个阶段性养殖成果 数据分别作为第二样本标签，这里的所述养殖期末生产效益数据包括 河蟹的围捕率、育成规格和亩产量，但并不局限于此。

由于第二样本特征向量与第二样本标签间相对应，即第二样本特 征向量对应第二样本标签可组合成一个样本，由此可得到多个第二样 本特征向量对应第二样本标签组成的样本集。将样本集随机划分为多 个子集，并用每个子集都训练一个基分类器，使得不同的子集对应不 同的分类器，并确定各分类器的权重，得到全周期水环境分类模型。

需要说明的是，向该全周期水环境分类模型输入从新样本中提取 的特征向量时，每个分类器都会输出一个结果，将各分类器所占的权 重与其输出的结果相结合，从而从全周期水环境分类模型中输出整个 养殖周期的水环境评价结果。下表则为对围捕率、育成规格和亩产量 等养殖期末生产效益数据标签的定义：

表1河蟹养殖全周期水环境分类模型标签定义

本发明实施例通过从任一养殖阶段采集到的水环境参数中获取相 应的水环境特征，并将水环境特征作为特征向量输入分阶段水环境分 类模型或全周期水环境分类模型，得到河蟹在该养殖阶段或整个养殖 周期中水环境的评价结果，可知该水环境是否适宜河蟹生长，并根据 水环境的评价结果对水环境做出相应调整，使水环境更有利于河蟹在 下一养殖阶段或下一养殖周期的成长，辅助河蟹养殖户进行生产决策。

参见图2，为本发明一个实施例的河蟹养殖的水环境评价系统的结 构示意图，包括：特征获取模块，用于获取任一养殖阶段中河蟹养殖 的水环境参数，根据所述水环境参数在时间上的变化及所述水环境参 数与水环境阈值的关系获取水环境特征；水环境评价模块，用于将所 述水环境特征作为特征向量，并将所述特征向量输入分阶段水环境分 类模型，获取河蟹养殖的水环境的评价结果；其中，所述水环境参数 包括：水环境的溶解氧、水温、pH值、氨氮和盐度；所述分阶段水环 境分类模型用于评价河蟹养殖周期的一个养殖阶段内的水环境。

具体地，特征获取模块用于从任一养殖阶段中河蟹养殖的水环境 参数中获取水环境特征；水环境评价模块用于将水环境特征作为特征 向量输入分阶段水环境分类模型，获取与水环境特征对应的河蟹养殖 阶段的水环境的评价结果。需要说明的是，评价河蟹养殖周期的一个 养殖阶段内的水环境的具体方法步骤在上述的方法实施例中已做详细 描述，此处不再多做赘述。

本发明实施例通过从任一养殖阶段采集到的水环境参数中获取相 应的水环境特征，并将水环境特征作为特征向量输入分阶段水环境分 类模型，得到河蟹在该养殖阶段中水环境的评价结果，可知该水环境 是否适宜河蟹生长，并根据水环境的评价结果对水环境做出相应调整， 使水环境更有利于河蟹在下一养殖阶段的成长，辅助河蟹养殖户进行 生产决策。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明 的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同 替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种河蟹养殖的水环境评价方法，根据河蟹的脱壳周期将所述河蟹养殖周期划分为多个养殖阶段，其特征在于，所述方法包括：

S1，获取任一养殖阶段中河蟹养殖的水环境参数，根据所述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关系获取水环境特征；

S2，将所述水环境特征作为特征向量，并将所述特征向量输入分阶段水环境分类模型，获取河蟹养殖的水环境的评价结果；

其中，所述水环境参数包括：水环境的溶解氧、水温、pH值、氨氮和盐度；所述分阶段水环境分类模型用于评价河蟹养殖周期的一个养殖阶段内的水环境。

2.根据权利要求1所述的河蟹养殖的水环境评价方法，其特征在于，步骤S1中所述获取任一养殖阶段中河蟹养殖的水环境参数具体包括：

根据物联网的数据流中采集数据的特征周期及时间间隔，获取任一时刻滑动窗口内的历史数据，根据所述历史数据获取水环境参数的预测值和预测区间；

判断该时刻的实际测量值是否落入所述预测区间，

若所述实际测量值落入所述预测区间，则将所述实际测量值作为所述水环境参数；

若所述实际测量值没有落入所述预测区间，则将所述预测值作为所述水环境参数。

3.根据权利要求1所述的河蟹养殖的水环境评价方法，其特征在于，步骤S1中所述根据所述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关系获取水环境特征具体包括：

对于所述任一养殖阶段对应的多个单日水环境特征的单日最高特征值与单日最低特征值分别进行加权平均，获取该养殖阶段的多日水环境特征，所述多日水环境特征包括多日最高特征值与多日最低特征值；

获取所述任一养殖阶段中的各水环境参数低于阈值的第一时长与各水环境参数高于阈值的第二时长，根据所述第一时长与所述第二时长分别占该养殖阶段总时长的比值，获取该养殖阶段的异常水环境特征；

将所述多日水环境特征与所述异常水环境特征作为所述水环境特征。

4.根据权利要求3所述的河蟹养殖的水环境评价方法，其特征在于，所述对于所述任一养殖阶段对应的多个单日水环境特征的单日最高特征值与单日最低特征值分别进行加权平均的步骤前还包括：

将第一时间段中的各水环境参数取均值，求得单日最高特征值，其中，所述第一时段为单日各水环境参数的最高值所在的时间段；

将第二时间段中的各水环境参数取均值，求得单日最低特征值，其中，所述第二时段为单日各水环境参数的最低值所在的时间段；

将所述单日最高特征值与所述单日最低特征值作为所述单日水环境特征。

5.根据权利要求3所述的河蟹养殖的水环境评价方法，其特征在于，所述对于所述任一养殖阶段对应的多个单日水环境特征的单日最高特征值与单日最低特征值分别进行加权平均的步骤具体包括：

根据每一日的单日最高特征值与其他单日最高特征值间的支持度，求得所述每一日的单日最高特征值所占的权重；

根据所述每一日的单日最高特征值所占的权重依次对所述单日最高特征值进行加权平均；

根据每一日的单日最低特征值与其他单日最低特征值间的支持度，求得所述每一日的单日最低特征值所占的权重；

根据每一日的单日最低特征值所占的权重依次对所述单日最低特征值进行加权平均。

6.根据权利要求1所述的河蟹养殖的水环境评价方法，其特征在于，步骤S3中所述并将所述特征向量输入分阶段水环境分类模型具体包括：

根据所述特征向量对应的养殖阶段，将所述特征向量输入所述养殖阶段对应的分阶段水环境分类模型。

7.根据权利要求6所述的河蟹养殖的水环境评价方法，其特征在于，还包括：

若所述特征向量对应最后一个养殖阶段，将所述特征向量输入全周期水环境分类模型，所述全周期水环境分类模型用于评价整个河蟹养殖周期的水环境。

8.根据权利要求1所述的河蟹养殖的水环境评价方法，其特征在于，步骤S2中的所述分阶段水环境分类模型通过以下步骤建立：

获取任一养殖阶段中河蟹养殖的第一样本水环境参数，根据所述第一样本水环境参数在时间上的变化及所述第一样本水环境参数与水环境阈值的关系获取多个第一样本水环境特征；

将多个所述第一样本水环境特征分别作为第一样本特征向量，将多个所述阶段性养殖成果数据分别作为第一样本标签，根据多个所述第一样本特征向量与多个所述第一样本标签建立所述分阶段水环境分类模型；

其中，所述阶段性养殖成果数据包括对应养殖阶段结束时河蟹的宽重比；所述第一样本特征向量与所述第一样本标签对应。

9.根据权利要求7所述的河蟹养殖的水环境评价方法，其特征在于，所述全周期水环境分类模型通过以下步骤建立：

获取任一养殖阶段中河蟹养殖的第二样本水环境参数，根据所述第二水环境参数在时间上的变化及所述第二水环境参数与水环境阈值的关系获取多个第二样本水环境特征；

将多个所述第二样本水环境特征分别作为第二样本特征向量，将多个所述养殖期末生产效益数据分别作为第二样本标签，根据多个所述第二样本特征向量与多个所述第二样本标签建立所述全周期水环境分类模型；

其中，所述养殖期末生产效益数据包括河蟹的围捕率、育成规格和亩产量；所述第二样本特征向量与所述第二样本标签对应。

10.一种河蟹养殖的水环境评价系统，根据河蟹的脱壳周期将所述河蟹养殖周期划分为多个养殖阶段，其特征在于，所述系统包括：

特征获取模块，用于获取任一养殖阶段中河蟹养殖的水环境参数，根据所述水环境参数在时间上的变化及所述水环境参数与水环境阈值的关系获取水环境特征；

水环境评价模块，用于将所述水环境特征作为特征向量，并将所述特征向量输入分阶段水环境分类模型，获取河蟹养殖的水环境的评价结果；

其中，所述水环境参数包括：水环境的溶解氧、水温、pH值、氨氮和盐度；所述分阶段水环境分类模型用于评价河蟹养殖周期的一个养殖阶段内的水环境。