CN109583663B - 一种适用于养殖池塘的夜间水质溶氧量预测方法 - Google Patents
一种适用于养殖池塘的夜间水质溶氧量预测方法 Download PDFInfo
- Publication number
- CN109583663B CN109583663B CN201811516459.1A CN201811516459A CN109583663B CN 109583663 B CN109583663 B CN 109583663B CN 201811516459 A CN201811516459 A CN 201811516459A CN 109583663 B CN109583663 B CN 109583663B
- Authority
- CN
- China
- Prior art keywords
- data
- dissolved oxygen
- pond
- water quality
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 103
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 77
- 239000001301 oxygen Substances 0.000 title claims abstract description 77
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 77
- 238000009360 aquaculture Methods 0.000 title claims abstract description 24
- 244000144974 aquaculture Species 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000005855 radiation Effects 0.000 claims description 28
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000001556 precipitation Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- -1 pH value Substances 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 230000003203 everyday effect Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 206010021143 Hypoxia Diseases 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 241000251468 Actinopterygii Species 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明公开了一种适用于养殖池塘的夜间水质溶氧量预测方法,包括1)水质数据和气象数据来源渠道的建立、2)水质数据和气象数据的采集和处理、3)溶解氧预测模型的建立和4)夜间水质溶氧量的预测。本发明针对养殖池塘水体在夏季夜间容易出现缺氧的现实情况,将池塘水体夜间溶解氧浓度作为预测目标,符合实际养殖生产情况及管理需要,能够以少量的在线水质监测仪器设备为基础,结合在线气象监测数据和管理人员日常巡塘获取的水质数据来预测其他养殖池塘夜间溶解氧浓度,大大降低了养殖场水质监测预警的设备成本。
Description
技术领域
本发明涉及池塘养殖领域,具体地说,特别涉及到一种适用于养殖池塘的夜间水质溶氧量预测方法。
背景技术
池塘养殖是我国重要的水产品来源,在整个水产养殖中占有重要地位。随着水产养殖向规模化、集约化方向发展,养殖密度不断提高、投饲量加大,导致水质恶化,因缺氧导致养殖鱼类死亡的现象时有发生,尤其是在夏季高温天的夜间,池塘水体出现缺氧的风险更大。
目前虽然有溶解氧监测仪器设备可以实时监控池塘水体溶解氧浓度,但由于这些监测仪器设备价格高昂,且使用期间需要专业维护保养,一般养殖场难以使用。对于大规模的养殖企业,也只能在少数几个池塘安装溶解氧监测仪器设备,其它大部分池塘还是只能依靠养殖人员的经验来判断水质情况,无法实现科学的水质管理和溶解氧调控。
近几年也有一些研究机构和科研人员提出了根据当前水质数据及气象数据来预测下一时段内池塘水体溶解氧浓度的方法,但是这些方法还有以下不足:
1.池塘水体溶解氧的主要来源是水体中微型藻类的光合作用,因此太阳光辐射强度对池塘水体溶解氧浓度的影响很大,尤其是在夏季养殖高峰期,由于水温高,气体溶解度低,因此溶解氧浓度变化幅度大,太阳光辐射强度成为影响溶解氧浓度的关键因素。但太阳光辐射强度变化频繁,特别是在夏季,天气经常出现突然变化,因此想要通过当前水质和气象数据来准确预测下一时段内水体溶解氧浓度是非常困难的。
2.都需要在池塘内安装实时监测水质的仪器设备,并不能降低成本,对于大型养殖场来说,大量的监测仪器设备需要投入很多人力、物力进行维护保养。总的来说,现有的溶解氧预测方法在实际养殖生产中难以应用。
另外,在实际的池塘养殖生产管理中,白天一般不会出现缺氧情况,出现异常情况时养殖人员也能及时观察到,不需要实时监控。夏季高温天夜间水体溶解氧快速消耗,因此水体缺氧情况一般发生在夏季夜间,且夜间不容易观察,往往出现缺氧死鱼情况。
发明内容
本发明的目的在于针对现有技术中的不足,提供一种适用于养殖池塘的夜间水质溶氧量预测方法,能够根据少量水质传感器的数据及气象数据,专门针对养殖池塘水体夜间时段的溶解氧浓度进行预测,从而为水产养殖生产管理和水质调控提供低成本、科学化的依据,避免缺氧导致的死鱼事故,降低养殖风险,提高养殖经济效益。
本发明所解决的技术问题可以采用以下技术方案来实现:
一种适用于养殖池塘的夜间水质溶氧量预测方法,包括如下步骤:
1)水质数据和气象数据来源渠道的建立
1.1)选取目标池塘,在目标池塘附近的若干池塘中选取一个池塘作为在线监测池塘,其它的池塘作为非在线监测池塘;
1.2)在所述在线监测池塘处安装一套水质监测仪器设备,其用于监测在线监测池的监测水温、溶解氧和pH值;
1.3)在目标池塘附近空旷无遮挡的地点安装一套小型气象自动观测站,其用于实时采集气温、气压、湿度、降水、太阳光辐射、风速和风向气象参数;
1.4)配备一套便携式水质分析仪,其用于池塘管理员在巡视时检测非在线监测池塘的水温、溶解氧和pH值;
2)水质数据和气象数据的采集和处理;
2.1)连续采集在线监测池塘的水质数据和养殖场气象数据,形成连续数据序列集,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射、风速和风向,共10个参数的数据集,存入监控中心的养殖数据库;
2.2)对上述10个参数做数据预处理,其中,通过滤波法去除水温、溶解氧、pH值、气温、气压、湿度和太阳光辐射中的异常突变数据,并通过插值法补足缺失的数据,得到平滑的连续数据序列,然后对太阳光辐射数据进行累加处理,获得每天从日出到日落的太阳光辐射累计值;剔除降水、风速和风向中明显偏离实际物理量的异常高值;
2.3)对预处理后的连续数据序列进行归一化处理,获得标准的水质数据和气象数据,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射累计值、风速、风向,共10个参数的数据集;
3)溶解氧预测模型的建立
3.1)将获得的标准的水质数据和气象数据作为溶解氧预测模型的训练数据集,并根据神经网络架构,构建反向传播神经网络;
3.2)以标准的水质数据和气象数据为输入参数,以夜间时段的溶解氧数据为输出参数,用获得的每天从日出到日落的太阳光辐射累计值对反向传播神经网络进行训练,确定反向传播神经网络的模型参数,得到溶解氧预测模型;
4)夜间水质溶氧量的预测
4.1)对在线监测池塘的水温、溶解氧、pH值数据进行预处理和归一化,对非在线监测池塘的水温、溶解氧和pH值数据进行预处理和归一化;以每天的太阳光辐射累计值和气象数据作为溶解氧预测模型的输入量,预测各个非在线监测池塘日落后水体标准溶解氧值,每10分钟更新一次预测结果;
4.2)对预测结果进行反归一化处理,得到非在线监测池塘的水体溶解氧浓度预测值,为养殖管理人员提供预警。
进一步的,所述水质监测仪器设备和小型气象自动观测站的检测频率为每10分钟一次,监测数据实时上传至监控中心的数据库,便携式水质分析仪由池塘管理员在巡视完毕后录入监控中心的养殖数据库。
与现有技术相比,本发明的有益效果在于:
本发明针对养殖池塘水体在夏季夜间容易出现缺氧的现实情况,将池塘水体夜间溶解氧浓度作为预测目标,符合实际养殖生产情况及管理需要,能够以少量的在线水质监测仪器设备为基础,结合在线气象监测数据和管理人员日常巡塘获取的水质数据来预测其他养殖池塘夜间溶解氧浓度,大大降低了养殖场水质监测预警的设备成本。本发明将每天的太阳光辐射累计值作为预测模型的一个关键输入量,提高了溶解氧预测精度。
附图说明
图1为本发明所述的溶解氧预测模型的流程示意图。
图2为本发明所述的夜间水质溶氧量预测方法的流程示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
参见图1和图2,本发明所述的一种适用于养殖池塘的夜间水质溶氧量预测方法,其包括如下步骤:
(1)根据养殖场池塘分布情况,在邻近的若干池塘中选取一个有代表性的池塘作为在线监测池塘,安装一套水质监测仪器设备,监测水温、溶解氧和pH值,检测频率为每10分钟一次,监测数据实时上传至监控中心。其他池塘作为非在线监测池塘。
(2)在养殖场选择空旷无遮挡的地方,安装一套小型气象自动观测站,实时采集气温、气压、湿度、降水、太阳光辐射、风速、风向等气象参数。检测频率为每10分钟一次,数据实时上传至监控中心。
(3)养殖场管理员配备一套便携式水质分析仪,可检测水温、溶解氧和pH值。管理员在每天巡塘时使用便携式水质分析仪检测各个非池塘的水体溶解氧浓度并记录数据,巡塘结束后将记录的各池塘溶解氧数据录入监控中心的养殖数据库。
(4)连续采集在线监测池塘的水质数据和养殖场气象数据,形成时间序列数据集,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射、风速和风向,共10个参数的数据集,存入监控中心养殖数据库。
(5)水温、溶解氧、pH值等三个水质参数以及气温、气压、湿度、太阳光辐射等四个气象参数变化缓慢,正常的数据序列应该是较为平滑的曲线,但由于传感器误差、周围环境因素和人员活动因素影响等原因,实际监测数据序列会出现一些异常突变,这些突变不能表征参数正常的变化趋势,应该予以去除。因此,对养殖数据库中除降水、风速和风向以外的7个参数的数据序列进行预处理,通过滤波方法消除序列中的异常突变数据,并通过插值方法补足缺失的数据,得到平滑的连续数据序列。降水、风速和风向这3个参数由于变化快速,难以区分正常值和异常值,无法做平滑和插值处理,只能剔除明显偏离实际物理量的异常高值。
(6)对太阳光辐射数据进行累加处理,得到每天从日出到日落的太阳光辐射累计值。
(7)对预处理后的数据序列进行归一化处理,获得标准水质数据和标准气象数据,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射累计值、风速、风向,共10个参数的数据集,作为溶解氧预测模型的训练数据集。
(8)根据神经网络架构,构建反向传播神经网络。
(9)以水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射累计值、风速、风向数据为输入参数,以夜间时段的溶解氧数据为输出参数,用步骤(6)得到的训练数据集对步骤(7)构建的反向神经网络进行训练,确定神经网络模型参数,得到溶解氧预测模型。
(10)将在线监测池塘的实时水温、溶解氧、pH值数据进行预处理和归一化,将管理员巡塘时获取的其他非在线监测池塘的水温、溶解氧和pH值数据进行预处理和归一化,以及每天的太阳光辐射累计值和当前实时气象数据,作为溶解氧预测模型输入量,预测各个非在线监测池塘日落后水体标准溶解氧值,每10分钟更新一次预测结果。
(11)将步骤(10)得到的预测结果进行反归一化处理,得到池塘水体溶解氧浓度预测值,为养殖管理人员提供预警。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种适用于养殖池塘的夜间水质溶氧量预测方法,其特征在于,包括如下步骤:
1)水质数据和气象数据来源渠道的建立
1.1)选取目标池塘,在目标池塘附近的若干池塘中选取一个池塘作为在线监测池塘,其它的池塘作为非在线监测池塘;
1.2)在所述在线监测池塘处安装一套水质监测仪器设备,其用于监测在线监测池的监测水温、溶解氧和pH值;
1.3)在目标池塘附近空旷无遮挡的地点安装一套小型气象自动观测站,其用于实时采集气温、气压、湿度、降水、太阳光辐射、风速和风向气象参数;
1.4)配备一套便携式水质分析仪,其用于池塘管理员在巡视时检测非在线监测池塘的水温、溶解氧和pH值;
2)水质数据和气象数据的采集和处理;
2.1)连续采集在线监测池塘的水质数据和养殖场气象数据,形成连续数据序列集,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射、风速和风向,共10个参数的数据集,存入监控中心的养殖数据库;
2.2)对上述10个参数做数据预处理,其中,通过滤波法去除水温、溶解氧、pH值、气温、气压、湿度和太阳光辐射中的异常突变数据,并通过插值法补足缺失的数据,得到平滑的连续数据序列,然后对太阳光辐射数据进行累加处理,获得每天从日出到日落的太阳光辐射累计值;剔除降水、风速和风向中明显偏离实际物理量的异常高值;
2.3)对预处理后的连续数据序列进行归一化处理,获得标准的水质数据和气象数据,包括水温、溶解氧、pH值、气温、气压、湿度、降水、太阳光辐射累计值、风速、风向,共10个参数的数据集;
3)溶解氧预测模型的建立
3.1)将获得的标准的水质数据和气象数据作为溶解氧预测模型的训练数据集,并根据神经网络架构,构建反向传播神经网络;
3.2)以标准的水质数据和气象数据为输入参数,以夜间时段的溶解氧数据为输出参数,用获得的每天从日出到日落的太阳光辐射累计值对反向传播神经网络进行训练,确定反向传播神经网络的模型参数,得到溶解氧预测模型;
4)夜间水质溶氧量的预测
4.1)对在线监测池塘的水温、溶解氧、pH值数据进行预处理和归一化,对非在线监测池塘的水温、溶解氧和pH值数据进行预处理和归一化;以每天的太阳光辐射累计值和气象数据作为溶解氧预测模型的输入量,预测各个非在线监测池塘日落后水体标准溶解氧值,每10分钟更新一次预测结果;
4.2)对预测结果进行反归一化处理,得到非在线监测池塘的水体溶解氧浓度预测值,为养殖管理人员提供预警。
2.根据权利要求1所述的适用于养殖池塘的夜间水质溶氧量预测方法,其特征在于,所述水质监测仪器设备和小型气象自动观测站的检测频率为每10分钟一次,监测数据实时上传至监控中心的数据库,便携式水质分析仪由池塘管理员在巡视完毕后录入监控中心的养殖数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811516459.1A CN109583663B (zh) | 2018-12-12 | 2018-12-12 | 一种适用于养殖池塘的夜间水质溶氧量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811516459.1A CN109583663B (zh) | 2018-12-12 | 2018-12-12 | 一种适用于养殖池塘的夜间水质溶氧量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109583663A CN109583663A (zh) | 2019-04-05 |
CN109583663B true CN109583663B (zh) | 2022-10-14 |
Family
ID=65929441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811516459.1A Active CN109583663B (zh) | 2018-12-12 | 2018-12-12 | 一种适用于养殖池塘的夜间水质溶氧量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583663B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378822B (zh) * | 2019-05-22 | 2023-04-07 | 云南省大理白族自治州气象局 | 一种影响湖泊水质的最优气象因子构建筛选方法 |
CN114206106B (zh) * | 2019-07-16 | 2023-11-17 | 日本特殊陶业株式会社 | 养殖系统 |
JP6999137B2 (ja) | 2019-08-20 | 2022-01-18 | 株式会社カサイ | 養殖池用水質管理装置及び方法 |
CN111487386A (zh) * | 2020-03-30 | 2020-08-04 | 江苏大学 | 一种大面积河蟹养殖池塘水质参数的自动检测方法 |
CN114485771A (zh) * | 2021-11-24 | 2022-05-13 | 吴崴 | 池塘水环境在线预测系统 |
CN115879771B (zh) * | 2023-02-20 | 2023-05-09 | 华南师范大学 | 一种养殖池塘溶解氧智能调控方法及系统 |
CN116998453B (zh) * | 2023-09-28 | 2024-01-05 | 中国科学院水生生物研究所 | 一种用于水产养殖的智能低氧预警系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201014798A (en) * | 2008-10-14 | 2010-04-16 | Pei-Jie Meng | Early warning mode for eutrophication of water quality and detection method thereof |
CN102183621A (zh) * | 2011-02-28 | 2011-09-14 | 中国农业大学 | 水产养殖溶解氧浓度在线预测方法及系统 |
CN106022501A (zh) * | 2015-10-13 | 2016-10-12 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于气象数据的淡水养殖水质预测系统 |
CN106022502A (zh) * | 2015-10-13 | 2016-10-12 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于气象数据的淡水养殖水质预测方法 |
CN106657404A (zh) * | 2017-02-23 | 2017-05-10 | 福建强闽信息科技有限公司 | 水产养殖巡塘签到与水质检测装置、系统及实现方法 |
CN107480775A (zh) * | 2017-08-14 | 2017-12-15 | 中国水产科学研究院淡水渔业研究中心 | 一种基于数据修复的池塘溶解氧预测方法 |
CN108088974A (zh) * | 2017-11-30 | 2018-05-29 | 华南理工大学 | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 |
CN108596507A (zh) * | 2018-05-04 | 2018-09-28 | 大连理工大学 | 一种海上养殖网箱的受灾破坏预警方法 |
CN108647783A (zh) * | 2018-05-10 | 2018-10-12 | 江南大学 | 一种水产养殖水质溶解氧检测方法 |
CN108647831A (zh) * | 2018-05-16 | 2018-10-12 | 华南农业大学 | 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008084404A2 (en) * | 2007-01-04 | 2008-07-17 | The Governors Of The University Of Alberta | Associations of single nucleotide polymorphisms and haplotypes with feed intake and feed efficiency in beef cattle |
-
2018
- 2018-12-12 CN CN201811516459.1A patent/CN109583663B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201014798A (en) * | 2008-10-14 | 2010-04-16 | Pei-Jie Meng | Early warning mode for eutrophication of water quality and detection method thereof |
CN102183621A (zh) * | 2011-02-28 | 2011-09-14 | 中国农业大学 | 水产养殖溶解氧浓度在线预测方法及系统 |
CN106022501A (zh) * | 2015-10-13 | 2016-10-12 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于气象数据的淡水养殖水质预测系统 |
CN106022502A (zh) * | 2015-10-13 | 2016-10-12 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于气象数据的淡水养殖水质预测方法 |
CN106657404A (zh) * | 2017-02-23 | 2017-05-10 | 福建强闽信息科技有限公司 | 水产养殖巡塘签到与水质检测装置、系统及实现方法 |
CN107480775A (zh) * | 2017-08-14 | 2017-12-15 | 中国水产科学研究院淡水渔业研究中心 | 一种基于数据修复的池塘溶解氧预测方法 |
CN108088974A (zh) * | 2017-11-30 | 2018-05-29 | 华南理工大学 | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 |
CN108596507A (zh) * | 2018-05-04 | 2018-09-28 | 大连理工大学 | 一种海上养殖网箱的受灾破坏预警方法 |
CN108647783A (zh) * | 2018-05-10 | 2018-10-12 | 江南大学 | 一种水产养殖水质溶解氧检测方法 |
CN108647831A (zh) * | 2018-05-16 | 2018-10-12 | 华南农业大学 | 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法 |
Non-Patent Citations (10)
Title |
---|
三疣梭子蟹不同养殖模式池塘夏季溶解氧变化特征的研究;陈芳等;《浙江海洋学院学报(自然科学版)》;20110515(第03期);第221-225页 * |
便携式溶解氧仪测定源水中的溶解氧;封蓉芳等;《中外医学研究》;20110905(第25期);第36-37页 * |
养殖池塘水体溶解氧调控效果研究;顾兆俊等;《水产科技情报》;20091220(第06期);第297-299页 * |
基于BP神经网络的高锰酸盐指数预测研究;王佳楠;《长安大学硕士学位论文》;20170616;第3.3、4.4-4.6节 * |
基于无线传感器网络的水产养殖池塘溶解氧智能监控系统;马从国等;《农业工程学报》;20150408(第07期);第193-200页 * |
富营养化浅水湖泊藻源性湖泛的短期数值预报方法――以太湖为例;李未等;《湖泊科学》;20160706(第04期);第701-709页 * |
智能算法在水产养殖水质预测中的应用研究;宋益春;《江南大学硕士学位论文》;20150131;第2.3、5.2-5.3节 * |
气象条件对鱼塘水质影响的研究;薛正平等;《上海农业学报》;20130730(第04期);第75-78页 * |
海水养殖多环境因子在线监测系统的设计与实现;余心杰等;《海洋科学》;20131115(第11期);第48-53页 * |
罗非鱼池塘养殖溶解氧预测研究;施等;《中国农学通报》;20161015(第29期);第22-28页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109583663A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583663B (zh) | 一种适用于养殖池塘的夜间水质溶氧量预测方法 | |
CN107480775B (zh) | 一种基于数据修复的池塘溶解氧预测方法 | |
CN107341577A (zh) | 一种农作物产量预测方法及系统 | |
CN105491168A (zh) | 农业物联网应用服务平台标准嵌入系统 | |
CN107301481B (zh) | 一种生态农田需水预报系统、测算模型及需水预报方法 | |
CN204695065U (zh) | 养殖猪场环境智能监控系统 | |
CN110555553B (zh) | 多因素骤旱综合识别方法 | |
CN112956440A (zh) | 一种鱼塘精准投喂的方法及其控制系统 | |
CN116629550B (zh) | 一种基于云计算的水环境监管方法及调度运行系统 | |
CN114429592A (zh) | 一种基于人工智能的自动灌溉方法及设备 | |
CN110910067A (zh) | 一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统 | |
CN109657200A (zh) | 一种确定湖泊水库蓝藻水华爆发几率的方法 | |
CN114511550A (zh) | 一种鄱阳湖湿地植被净初级生产力的遥感估算方法 | |
Zhang et al. | Application effect of aquaculture IOT system | |
CN117063818A (zh) | 一种水肥精准调控系统 | |
CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及系统 | |
CN203072684U (zh) | 一种用于水产养殖的物联网水体监控系统 | |
CN116579504A (zh) | 基于机器学习的池塘海水养殖水温的预测方法 | |
CN115759487B (zh) | 南美白对虾养殖肥水作业窗口期的气象风险预测方法 | |
CN116595709A (zh) | 一种烟草适宜移栽期的预测方法及系统 | |
CN105159368A (zh) | 一种室内甲鱼养殖监控系统 | |
CN112001641B (zh) | 一种扇贝养殖区适宜性遥感评估系统 | |
CN204990048U (zh) | 一种室内甲鱼养殖监控系统 | |
Feng et al. | Image recognition based on water hyacinth controlled breeding monitoring equipment | |
CN215074427U (zh) | 一种草坪灌溉系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |