CN111445347A

CN111445347A - 一种海区水产养殖空间规划决策支持系统

Info

Publication number: CN111445347A
Application number: CN202010455284.9A
Authority: CN
Inventors: 刘慧�; 于良巨; 宣基亮; 蒋增杰; 尚伟涛; 蔺凡; 姜晓鹏; 何宇晴; 姜娓娓; 孙倩雯; 孙龙启
Original assignee: Yantai Institute of Coastal Zone Research of CAS; Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences; Second Institute of Oceanography MNR
Current assignee: Yantai Institute of Coastal Zone Research of CAS; Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences; Second Institute of Oceanography MNR
Priority date: 2020-05-26
Filing date: 2020-05-26
Publication date: 2020-07-24

Abstract

本发明提供了一种海区水产养殖空间规划决策支持系统，属于水产养殖管理技术领域，所述的系统包括数据查询模块、适宜性评价模块、个体生长模型模块、养殖容量评估模块和经济效益测算模块；所述系统用于辅助水产养殖分区管理和养殖场选址。以使水产养殖活动不超出海区的养殖承载力，避免养殖用海冲突，同时能够满足经济效益最大化。

Description

一种海区水产养殖空间规划决策支持系统

技术领域

本发明属于水产养殖管理技术领域，具体涉及一种海区水产养殖空间规划决策支持系统。

背景技术

中国是世界水产养殖第一大国，养殖总产量占全球产量的60％以上。多年来，中国的水产养殖不断发展，涉及的养殖生物种类、养殖模式、地域和水体越来越多元化；养殖区与城市发展、旅游业、工业和港口航道等其他水域和空间利用方式的冲突也越来越突出。与此同时，超高密度养殖的情况也比较多见，有时会导致病害传播和缺氧、水质恶化等问题，甚至直接造成养殖生物死亡和生产利润下降。

目前，我国在水产养殖空间划分与管理方面还没有一个科学、实用的工具和方便快捷的方法。养殖企业对于水产养殖场的选址、渔业管理部门开展水产养殖分区(适养区、限养区和禁养区)规划，都需要针对适宜的环境条件来选择养殖品种、布设养殖设施和设置养殖密度。由于环境数据难以获取，并且科学调查数据一般都很不直观、也不太容易理解，所以企业和管理部门在水产养殖空间管理决策过程中往往较为主观、随意和缺乏科学依据。这样做的结果，可能导致养殖生物生长受限、养殖产量和经济效益达不到预期水平，并且养殖业与其他行业的空间竞争也越来越突出。

发明内容

本发明要解决的技术问题是提供一种海区水产养殖空间规划决策支持系统，所述系统用于辅助水产养殖分区管理和养殖场选址。以使水产养殖活动不超出海区的养殖承载力，避免养殖用海冲突，同时能够满足经济效益最大化。

本发明是通过如下技术方案实现的：

一种海区水产养殖空间规划决策系统，包括数据查询模块、适宜性评价模块、个体生长模型模块、养殖容量评估模块和经济效益测算模块；

所述的数据查询模块为养殖区水质参数化和图形展示，所述模块有按照表格形式存储与水产养殖相关的多年的环境调查数据，包括水温、盐度、溶解氧、浮游生物、溶解性无机营养盐和颗粒物；水动力环境方面包括定点锚系观测数据，以及基于高分辨率准确地形和岸线构建的水动力预测模式，按月份模拟的整个海湾的海水流速变化情况，以动图的形式展示；

所述的养殖区水质参数化和图形展示是基于高分辨率水动力模式(FVCOM)的养殖海区水质模型，利用连续观测得到的水温、盐度和海流数据作为强制函数，通过模拟运算得到氮营养盐、叶绿素、浮游动物和有机物的分布规律的方法，按月份模拟的整个海湾的水质变化情况，以动图的形式在该模块中展示；

所述的适宜性评价模块包括养殖区划分和环境适宜性评价两个子模块，所述的养殖区划分：以国家和地区海洋功能区划为基础，根据不同区域是否兼容水产养殖，对海区及其邻近海域进行分区：将适宜养殖海域划定为养殖区；将部分离岸较近的、对海洋生态环境和城市建设有影响的区域划定为限养区；将不与水产养殖兼容的包括港口航道在内的区域，以及近岸旅游岸线的海域划为禁养区；

所述的环境适宜性评价：根据养殖生物(以海带为例)生理生态学特点，并结合海区地理和水环境特点，筛选影响养殖生物生长的主要因素，包括光照、温度、流速、无机氮、盐度和深度，作为环境因素的评价指标；以海区周年大面调查数据为依据，根据这些环境因子的量值是否能够满足养殖生物生长的需要，对海域不同区域是否适合开展养殖活动进行评分；在评分的基础上将研究海区及临近海域划分为最适宜、中等适宜、一般适宜和不适宜养殖区四个等级；

所述的个体生长模型模块：将海区的主要养殖品种建立动态能量收支模型(DEB)，用来预测每种生物的生长规律；以海区周年大面调查数据为环境变量，运算得到养殖生物在一个养殖周期内的生长曲线，通过生长曲线，可以观察生物在不同生长阶段的重量或/和长度的变化情况，并对即将收获的养殖产品的个体大小进行预判；

所述的养殖容量评估模块：首先根据水动力条件，将所研究的海区进行分区，并分析海区营养物质补充的途径，以水动力模型和养殖生物个体生长模型为基础，针对每个分区建立基于物质交换的生态系统模型；利用生态系统模型，模拟不同区域内不同密度条件下养殖生物的生长情况和环境变化情况，模拟生物个体的动态生长情况、单位面积(千克/公顷)的产量，并得到单位面积最适养殖密度；

所述的养殖经济效益测算模块：基于养殖产量、产品规格大小、市场价格、人工和生产成本，对一个养殖场的总投入、毛收入、投入产出比和净利润进行估算；将经济效益模型整合到养殖空间规划系统当中，帮助养殖企业制定生产计划、适当设置养殖密度、控制成本、提高收益。

进一步，养殖容量评估模块，所采用的方法如下：

(1)研究水域分区——模型箱的划分

根据水文环境和养殖布局的相似性，将研究海域进行分区，每个海区为一个模型箱，在模型箱内和每个模型箱的边界处，以及与海湾外的相邻海域之间，都存在主要营养盐包括溶解的无机氮、浮游植物和悬浮有机质的交换；

(2)建立子模型

研究海区的主养殖动物和养殖植物，通过养殖动物个体生长模型和营养盐消耗型养殖植物种群的一般生长过程；使用动态能量收支理论构建子模型，模拟单个养殖生物的生长，同时模拟营养盐消耗型养殖植物种群基于每日最大生长率的指数型生长过程，种群动态取决于养殖活动和自然死亡率，在养殖期结束时，收获养殖生物并将其从生态系统模型中移除；

(3)构建生态系统模型

用无机氮作为生态系统模型中的基本通量描述每个营养基团之间的相互作用；建立基于养殖生态系统动力学模型的养殖容量动态评估方法，所采用的生态系统模型以箱式模型为基本计算单元，在模型中包含了营养盐、浮游植物、浮游动物、碎屑、贝类等模块并离线耦合水动力模型：

(4)通过实地采样并进行生理实验获得模型中的相关参数，代入步骤(2)、(3)所构建的模型，获得最佳养殖生态容量。

本发明的主要原理：水产养殖空间规划管理是一个需要全面评估政策合规性、环境承载力、环境条件适宜性、养殖生物本身的生理生态学特点，以及养殖成本收益的综合性系统性问题。本发明把多种模型嵌入到水产养殖空间规划决策支持系统中，通过集成上述诸多问题的判定依据、模拟运算和结果展示，能方便快捷地向管理部门和企业用户明确呈现有关水产养殖分区管理的判定标准和依据，或展示判定结果，从而帮助用户针对水产养殖区划分、养殖场设置、养殖品种选择、养殖布局和密度设定等问题做出安排和决策。

本发明与现有技术相比的有益效果：

本发明从水产养殖空间管理入手，集成现有的科学认知和科学调查数据，方便快捷地帮助管理者和企业对水产养殖空间管理做出判断和决策，从而科学、合理地管理水产养殖活动。本发明是基于计算机的软件和数据库，预置了数据查询模块、适宜性评价模块、个体生长模型模块、养殖容量评估模块和经济效益测算模块，用户只需简单操作，就能获取所需要的信息和结果。利用本发明提供的信息和评估结果来进行水产养殖空间规划和管理，有利于规范水产养殖活动，提高水产养殖业的经济效益，促进水产养殖可持续发展。

附图说明

图1为水产养殖空间规划决策支持系统总体框架；

图2系统功能——桑沟湾高分辨率水质因子模拟；

图3系统功能——基于协同用海准则的桑沟湾水产养殖分区方案；

图4系统功能——水产养殖(海带)适宜性评价；

图5系统功能——通过数值模型预测一个养殖周期内海带个体生长

图6系统功能——桑沟湾四个区域的牡蛎养殖容量估算

图7系统功能——水产养殖经济效益核算，包括参数输入页面(上)和结果输出页面(下)。

具体实施方式

下面通过实施例来对本发明的技术方案做进一步解释，但本发明的保护范围不受实施例任何形式上的限制。

实施例1

本实施例以山东省荣成市桑沟湾作为目标水域，一次性集成水产养殖空间规划有关的环境条件、海区进行划分养殖品种和成本收益等数据信息，结合数值模型的运算，快速给出水产养殖分区和养殖场选择所需要的全部必要信息。在有充足数据和信息支持的前提下，本发明可应用到全国沿海水域，不受地域限制，为任何养殖区的规划和空间管理提供科学支持。

一种海区水产养殖空间规划决策支持系统，，所述系统包括环境调查数据存储和展示、养殖区划分、环境适宜性评价、养殖生物个体生长预测、养殖容量评估、养殖经济效益测算；以桑沟湾为例进行了全面应用，各个模块的建立过程如下：

步骤1.环境调查数据存储

按照Excel表格形式存储与水产养殖相关的环境调查数据，包括水温、盐度、溶解氧、浮游生物、溶解性无机营养盐、颗粒物等。水动力环境是以FVCOM和ROMS数值模式为基础，基于高分辨率准确地形和岸线构建的水动力预测模式，按月份模拟整个海湾的海水流速变化情况，并以动图的形式展示。

步骤2.基于高分辨率水动力模式的水质模拟

利用高分辨率水动力模式(FVCOM)模拟得到的温度、盐度和海流资料，构建桑沟湾水质模型；所述水质模型考虑了溶解态无机营养盐N，浮游植物P，食植性浮游动物Z和有机碎屑D之间的生物过程(图2)。

浮游植物吸收营养盐为Michaeli—Menten关系，营养盐限制函数取氮、磷两者限制因子的最小值

k_n，k_p分别为氮、磷相应的半饱和常数；式中的n、p分别为营养盐中的总氮和总磷；

光对浮游植物生长的限制函数为

其中I＝I₀e^-kz，I₀表示海表面处光强，光强削减系数k＝4.1，z为深度；根据Liebig最小限制定律，光和营养盐对浮游植物生长的限制取二者的最小值f_N，L＝min(f_N，f_L)，海水温度影响浮游植物的生长为指数函数

T表示水温，因此，浮游植物的光合作用生长函数P_G表达式为：

浮游植物的呼吸作用消耗函数P_R表达式为

式中P代表浮游植物总量；浮游动物对浮游植物的摄食函数Z_G表达式为

Z代表食植性浮游动物总量；有机碎屑沉降函数为

W_s为有机碎屑的沉降速率，z为深度；其它关于浮游植物的死亡和浮游动物的排泄、死亡以及有机碎屑再矿化在内的函数与相应的变量呈简单的线性关系为：

式中P代表浮游植物总量，Z代表食植性浮游动物总量，D代表有机碎屑总量，N代表溶解态无机营养盐总量，式中算子

u,v,w流速；A_x,A_y为水平涡动扩散系数；K_m为垂直涡动扩散系数；

上述浮游植物，食植性浮游动物，有机碎屑和溶解态无机营养盐方程中参数的取值以及含义见表1；

表1.水质模型参数设置

利用高分辨率水动力模式模拟得到的温度、盐度和海流资料，将表1中的参数代入水质模型，分析得到桑沟湾包括营养盐、浮游植物叶绿素、浮游动物和有机物在内的水质因子的三维空间分布情况及其随时间连续变化的过程。

利用MTLAB软件自带的movie函数绘制水质模拟动图，并将动图集成到决策支持系统数据库当中，方便用户读取和在系统前端界面展示。

步骤3.水产养殖区划分

以威海市海洋功能区划为依据，根据不同区域是否兼容水产养殖，对桑沟湾及其邻近海域进行水产养殖分区：将适宜养殖海域划定为养殖区；将部分离岸较近的、对海洋生态环境和城市建设有影响的区域划定为限养区；将法规规定的禁止发展养殖的区域以及近岸旅游岸线的海域划为禁养区(孙倩雯，2019)(图3)。

步骤4.环境适宜性评价

根据养殖生物(以海带为例)生理生态学特点，并结合桑沟湾养殖区地理和水环境特点，筛选影响海带生长的主要因素，包括光照、温度、流速、无机氮、盐度、深度等，作为环境因素的评价指标。以桑沟湾周年大面调查数据为依据，根据这些环境因子的量值是否能够满足海带生长的需要，对桑沟湾不同区域是否适合海带养殖进行评分(孙倩雯，2020)(图4)。

步骤5.养殖生物个体生长预测

针对桑沟湾主要养殖品种海带(蔡碧莹等，2019)、扇贝、牡蛎和鲍建立动态能量学模型(DEB)。双壳贝类的个体生长模型的方程和参数主要根据已发表的文章，其中扇贝参考Jiang等(2020)，牡蛎主要参考Ren等(2008)、Pouvreau等(2006)两篇文章的模型方程和参数，同时根据我们针对桑沟湾养殖牡蛎的实验结果，校准了“牡蛎对浮游植物摄取的半饱和常数(F_H)”，为3.75μg/L。鲍的个体生长模型建立过程如下：

1.模型概念及相关函数方程

根据DEB理论以及van Haren等(1993)、van derVeer等(2006)、Rico(2010)对双壳贝类DEB模型参数和方程的研究，建立皱纹盘鲍生长模型的方程，其中方程中参数的字母和符号规则如下：

(1)方程中变量由大写字母和小写字母表示；

(2)变量的方括号[]表示单位体积；大括号{}表示有壳生物的单位表面积，例如，[E]代表单位体积的储能(J cm-3)，

代表单位体表面积最大吸收效率(J cm^-2d^-1)；

(3)速率上方有点，表示每次的变化，例如

代表同化能量的速率(J·d^-1)。

依据DEB理论将皱纹盘鲍的生长和繁殖由三种状态的微分方程来表达：能量储备(energy reserves，E)、结构物质体积所需的能量(structural body volume，EV)和繁殖储备能量(energy allocated to development and reproduction，ER)。

皱纹盘鲍是狭温性贝类，因此温度变化对其生长有较大的影响。温度主要通过影响鲍的同化率和维持率进一步影响其生长，温度函数用阿伦纽斯方程表示，主要反映随外界水温的变化鲍的生理反应速率相对于参考温度的变化情况：

其中，K(T)是温度依赖函数，T_A是阿伦纽斯温度(热力学温度单位，开尔文，K)，T₀是参考温度(K)，T_L是耐受温度下限(K)，T_H是耐受温度上限(K)，T_AL是生理代谢率下降的阿伦纽斯温度下限(K)，T_AH是生理代谢率下降的阿伦纽斯温度上限(K)。

同化是指生物体将从环境中获得的食物和营养转化为自身的结构物质或储存能量的过程。鲍这一过程的发生有食物的摄入，本研究以摄食量输入，同时受温度K(T)的影响公式如下：

其中

是同化能量的速率(J d^-1)，μ_X是食物转化系数(本文指鲜海带含有的能量，17大卡/100g)，J_X是摄食量(海带湿重，g d^-1)，AE是吸收效率(％)，不同温度下皱纹盘鲍对食物的吸收效率不同。

代谢作用是摄入生物体内的营养物质由酶的作用而引起的物质代谢和能量代谢的变化。鲍体内的能量每天释放、转移和储存的量即为代谢率

(J d^-1)，公式是Kooijman(2000)中对多种生物回归得到：

式中[E]代表单位体积的储能(J cm^-3)，[E_G]代表形成单位体积结构物质所需的能量(J cm^-3)，

代表单位体表面积最大吸收效率(J cm^-2d^-1)，[E_m]代表最大单位体积储能(J cm^-3)，

代表单位体积维持耗能率(J cm^-3d^-1)，V代表体积(cm³)。

鲍体内储备能量的速率的量是同化能量速率

与代谢率

之差：

储备能量有一部分将用于皱纹盘鲍体积的增长，包括软体部重量的增加和壳长的增长，体积增长的能量(E_V)公式如下：

式中

是体积的维持率(J d^-1)，κ是能量分配系数。

体积V(cm³)由体积增长的能量和形成单位体积结构物质所需的能量[E_G](J cm^-3)转换得到：

幼体发育和成体的繁殖对应个体生活史上两个不同阶段。DEB理论中将结构物质体积V_P作为阈值，标志能量在体内全部用于生长(幼体发育阶段)和部分用于生长、部分用于繁殖储备的分界点。

其中

是繁育维持率(J d^-1)，V_P是结构物质体积(cm³)。

能量储备的另一部分将储存在生殖腺内用于繁殖，达到产卵的阈值时，这一部分能量将会转移到生殖细胞内。繁殖储能变化公式：

皱纹盘鲍对能量的吸收和储存最终都是个体的生长，软组织干重(DW)包括三部分的重量：存储能量E转化为重量

体积增长的重量V·ρ和用于性腺发育的能量转换

式中，μ_E是储备能量的含量(J g^-1)，κ_R是固定在性腺中的生殖储备比例，ρ是单位体积软组织干重(g·cm^-3)。

壳长L根据形状系数δm得到：

以桑沟湾周年大面调查数据为环境变量，通过系统自动运算得到养殖生物在一个养殖周期内的生长曲线。通过生长曲线，可以观察生物在不同生长阶段的重量或/和长度的变化情况(图5)。

步骤6.养殖容量评估

养殖容量评估的原理是：由水流带来的物质交换是营养物质(包括海带生长需要的氮元素和牡蛎生长需要的浮游植物)补充的最主要途径。根据时空范围和水环境特征，将桑沟湾划分为4个大的区域，针对每个分区建立基于物质交换的生态系统模型。以主要养殖品种牡蛎和海带为例，设置不同的养殖密度(个/平方米)。桑沟湾养殖容量评估方法如下：

(1)研究水域分区——模型箱的划分

根据水文环境和养殖布局的相似性，对桑沟湾海域分为4个区，即4个箱：box 1，box 2，box 3和box 4；在模型箱内和每个模型箱的边界处，以及与海湾外的相邻海域之间，都存在主要营养盐、浮游植物和悬浮有机质的交换；

桑沟湾的水产养殖活动集中发生在box 2，box 3和box 4，由于box 1水深较浅，只能进行非常有限的水产养殖活动，因此在模型中忽略了在box 1的养殖活动；

(2)子模型构建

以太平洋牡蛎作为代表的滤食性养殖生物种群，以及以海带为代表的营养盐消耗型养殖植物种群的一般生长过程；使用动态能量收支(DEB)理论构建牡蛎和海带的个体生长模型，模拟单个养殖牡蛎的生长，同时模拟养殖海带和浮游植物基于每日最大生长率的指数型生长过程；

(3)模型方程与参数

生态系统模型涉及的方程见表2；表3则描述了生态系统方程中的各种生物学过程。

表2模型方程

·牡蛎个体生长方程

方程	定义
		dE/dt＝p<sub>A</sub>-p<sub>C</sub>	储备能量(j)
dE<sub>R</sub>/dt＝(1-κ)p<sub>C</sub>-p<sub>J</sub>	繁殖能量(j)
		dV/dt＝(κp<sub>C</sub>-p<sub>M</sub>)<sub>+</sub>/[E<sub>G</sub>]	体积生长(cm<sup>3</sup>)
dN/dt＝-(δ<sub>r</sub>+δ<sub>h</sub>)·N	种群动力学(No.)

·海带个体生长方程

·生态系统模型方程

注:(x)₊定义为：当x>0时，[x]₊＝x，当x≤0时，[x]₊＝0

表3各生物过程的参数化方程

注:(x)+定义为：当x>0时，[x]+＝x，当x≤0时，[x]+＝0

(4)通过实地采样并进行生理实验获得相关参数见表4，代入步骤(2)(3)所构建的模型，获得最佳养殖生态容量；

表4生态系统模型中用到的参数

利用生态系统模型，模拟不同区域内不同密度条件下养殖生物的生长情况和环境变化情况。模拟生物个体的动态生长情况、单位面积(千克/公顷)的产量。例如，当牡蛎养殖密度由目前的70个/m²降低到50个/m²(降低～30％)，产量由1800kg/ha增加到2150kg/ha(去壳牡蛎肉湿重)，产量提高了近20％，为“减量增收”理念提供了理论依据(图6)。

步骤7.养殖经济效益测算

是水产养殖成本收益的快速核算方法，融合了养殖生物特征参数与各类养殖成本，可快速完成全部养殖投入与产出的分类核算，提高了养殖经济管理的快捷度和准确性，具有较高的应用价值。具体是通过如下技术方案实现的：

1.成本分类核算与总成本

1)材料设备费：包括浅海养殖所需要的陆基厂房、筏架、养殖笼、养殖运输工具(养殖车、船)和其他用具。这些费用之和，乘以每年的折旧率，就是养殖一年的材料设备成本。

材料费＝(陆基厂房建设成本+筏架成本+养殖笼价格+养殖运输工具价格+其他用具合计价格)×材料折旧率

2)海区承包费：是企业租赁或承包全民和集体所有制海域，每年需要交纳的海域使用金和租金。系统默认筏式养殖海域使用金为450元/公顷·年

海区承包费＝单位面积海域使用金(元/公顷·年)×养殖水面(公顷)

3)苗种费：是企业投放到养殖海区的特定品种的苗种，总费用与苗种单价、养殖密度、养殖面积和养殖成活率有关。

苗种费＝苗种价格(单价：元/尾、粒、株)×养殖密度(尾、粒、株/公顷)×养殖面积(公顷)/成活率(％)

4)饵料费：对于需要投喂饵料或者饲料的养殖品种，饵料费可以占到总养殖成本的一半以上。饵料费为每天

式中，n为养殖周期(天数)。由于每天的投喂量数据难以准确统计，也可简化运算：

饵料费＝料单价(元/斤)×平均日投喂量(斤/养殖笼·天)×养殖周期(天数)

5)人工费：即养殖过程中的人工成本，一般工人工资按月计算。

人工费＝用工人数×月工资×养殖周期(月)

6)能源费：为整个养殖周期内消耗的电费和燃油费，可以按照单位时间(天或者月)消耗量进行累计。

能源费＝(单位时间耗电+燃油)×能源价格×养殖周期

7)总成本：一个养殖周期内，企业为养殖特定品种的全部投入，为上述各项成本之和。

总成本＝设施设备费+材料费+海区承包费+苗种费+饵料费+人工费+能源费

2.收益，包括毛收入与净收入

8)毛收入：养殖产品的总价值，有三种计算方法：

·以单位面积产量和产品平均价格计算产值：

毛收入＝单产(斤/公顷)×养殖面积(公顷)×单价(元/斤)

·以养殖生物个体平均重量和养殖密度计算产值：

毛收入＝个体平均重量(斤)×养殖密度(个/公顷)×养殖面积(公顷)×单价(元/斤)

·以养殖生物个体规格分布、规格分类产量和价格计算产值：

其中，养殖产品共有n个不同(个体大小)规格，每个规格售价不同。个体重量分级可作为单价的计算依据。

3.计算结果输出与显示：包括单项分类成本和养殖收益两部分。

9)单项成本的显示方式：按照7)的公式列出总成本的分项，分别给出计算结果。

10)养殖收益：包括毛收入、利润和投入产出比三项。其中，

利润(元)＝毛收入-总成本

投入产出比＝总成本/毛收入

4.水产养殖成本相关变量输入，具体数据项和计算机软件用户界面的数据输入页(图1)相对应。

用户输入的成本数据主要包括(但不限于)构成养殖成本的分类项，如设施设备费、材料费、海区承包费、苗种费、饵料费、人工费、能源费等，由企业根据实际情况输入。

(1)陆基厂房及配套设施建设成本(元)

(2)设施租赁/折旧率(％)

(3)筏架成本(元)

(4)养殖笼价格(元)

(5)养殖运输工具价格(元)

(6)其他用具合计价格(元)

(7)筏架、养殖笼等材料，以及养殖运输工具折旧率(％)

(8)筏式养殖海域使用金(默认450元/公顷·年)

(9)养殖水面(公顷)

(10)苗种价格(单价：尾、粒、株/元)

(11)养殖密度(尾、粒、株/公顷)

(12)成活率(％)

(13)饵料价格(元/斤)

**不同养殖品种的饵料来源及价格不同：鲍投喂海带或龙须菜，鱼类投喂饲料，海带和其他贝类不投饵

(14)投喂量/频次(斤/天)

(15)养殖周期(天)

(16)用工人数(人)

(17)工人月工资(元/月)

(18)养殖周期(月)

(19)单位时间耗电(度/月)

(20)单位时间消耗燃油(吨/月)

(21)电价(元/度)

(22)油价(元/吨)

(23)单产(斤/亩)

(24)养殖生物个体重量(斤)，或者按照“一斤多少个”的说法养殖生物个体重量(斤)＝1/1斤多少个

(25)养殖密度(个/公顷、个/笼)

(26)养殖面积(公顷)

系统自动输入的成本数据默认值：

(1)设施租赁/折旧率(％)(路基厂房寿命20年)

(2)筏架成本(元)(约5000元/海亩)

(3)养殖笼价格(元)(北方鲍笼，约100元/个)

(4)养殖运输工具价格(元)(5小船+1拖头+1拖拉机/队，约19万/队)

(5)筏架、养殖笼等材料，以及养殖运输工具折旧率(％)(均为10年换新)

(6)筏式养殖海域使用金(默认450元/公顷·年)

(7)养殖水面(公顷)(80海亩/队，共3队，共240海亩)

(8)苗种价格(单价：尾、粒、株/元)(1.2元/粒，2018年价格)

(9)养殖密度(尾、粒、株/公顷)(平均1.4万粒/海亩)

(10)成活率(％)(约80％，养殖一年)

(11)饵料价格(元/斤)(0.3-0.5元/斤)

**以鲍投喂海带或龙须菜为例

(12)投喂量/频次(斤/天)(4-5天/次，约8-10斤/笼)

(13)养殖周期(天)(购买6月龄的苗种，养殖365天后开始销售)

(14)用工人数(人)(12人/队)

(15)工人月工资(元/月)(5万/年)

(16)养殖周期(月)(购买6月龄的苗种，养殖12个月后开始销售)

(17)单位时间耗电(度/月)(未知)

(18)单位时间消耗燃油(吨/月)(400-500L·柴油/(月))

(19)电价(元/度)(0.98元/度)

(20)油价(元/吨)(6.75元·柴油/升)

(21)单产(斤/亩)(约3000斤/海亩)

(22)养殖生物个体重量(斤)，或者按照“一斤多少个”的说法＝1/多少个(斤)(见27)

(23)养殖密度(个/亩、个/笼)(平均1.4万粒/海亩，平均110-120个/笼)

(24)养殖面积(公顷或亩)(80海亩/队，共3队，共240海亩)

养殖生物相关的默认值设置，以养殖皱纹盘鲍为例：

默认规格(斤/个)	默认价格(2018年价格，元/斤)
		0.25	110-120
0.2	105-110
		0.17	95-100
0.14	80-85
		0.125	70-75
0.11	60-65
		0.1	50-55
0.09	35-45

综上所述，本实施例所述的水产养殖空间规划就是有关水产养殖品种、选址、布局等方面的决策；所述决策支持系统为用户制定相关决策提供全方位的信息和数据支持，能显著提高水产养殖管理的科学性与合理性。

实施例2

本实施例根据实施例1的步骤方法，开发成一个软件系统，本实施例软件以GIS软件为基础，采用C/S(Client/Server)+B/S(Browser/Server)混合模式进行开发，利用Python语言编写个体生长模型和养殖容量评估模型，利用图形展示水产养殖分区、养殖适宜性评价方案，利用动图展示水动力和水质模型模拟结果。该软件适用于各种生态类型的近海养殖区，在具体应用当中，需要针对特定海区做出养殖分区方案，针对特定养殖品种做出养殖适宜性评价方案，同时采集养殖海区的生物、环境和经济数据输入软件，即能得到评价结果。

本实施例集成水产养殖空间规划相关的必要数据信息和数值模型，环境条件适宜性评价、养殖生物个体生长预测、养殖容量评估和养殖经济效益测算等功能，从生态系统管理的角度对养殖空间布局进行客观评价，为水产养殖空间规划决策提供理论和数据支撑。本实施例开发成软件以后，用户只需轻点鼠标，就能完成数据浏览、模型运算等操作，并获取想要的数据信息。具体操作方法如下：

步骤1.建立环境调查数据库

海域环境参数包括物理、化学和生物实测资料等多源数据，其中，流速、水深、温度和溶解氧浓度影响海洋生物吸收利用陆源营养盐的能力，一般通过水文要素调查与模拟、气象要素以及生物观测手段获得。将包含采样点数据经度、纬度坐标Y,X及该点实验室分析得到的参数的Excel文件生成点矢量图层，地理坐标系统选择WGS-1984，生成点shp矢量图层。水动力环境是以FVCOM和ROMS数值模式为基础，基于高分辨率准确地形和岸线构建的水动力预测模式，按月份模拟整个海湾的海水流速变化情况，并以动图的形式展示。

步骤2.高分辨率水质模拟(动图展示)

利用高分辨率水动力模式(FVCOM)模拟得到的温度、盐度和海流资料，构建桑沟湾水质模型；所述水质模型考虑了溶解态无机营养盐N，浮游植物P，食植性浮游动物Z和有机碎屑D之间的生物过程(图2)。利用MTLAB软件自带的movie函数绘制水质模拟动图，并将动图集成到决策支持系统数据库当中，具体步骤如下：

(1)输入模拟数据进行画图。

利用循环输入模拟数据进行画图。为了使播放的过程中就不出现画面闪动的问题，通过设置坐标轴(axis命令)让每一帧画面中保持坐标轴一致。

(2)运行getframe函数保存画面数据。

在循环中插入getframe函数，该函数可以捕捉每一个帧画面，并将画面数据保存为一个矩阵，M(:,j)＝getframe。

(3)运行输出movie函数播放动画。

在循环结束之后，用movie(M,n,fps)来播放这些帧画面，M为存储画面数据的举证，n表示播放次数，fps表示帧频。

(4)输出avi格式视频文件。

调用movie2avi函数将矩阵中的一系列动画帧转换成avi视频文件，可独立于matlab播放。

(5)水质模拟数据在决策支持系统中的集成

将水质要素按照不同的分类分别存放在文件夹中，并将文件夹目录存储在数据库中；在决策支持系统前端通过代码从数据库中读取文件夹路径数据并与前端按钮建立联系；当用户点击某一参数按钮式，前端代码自动从后台文件夹读取数据并显示在前端界面。

步骤3.水产养殖分区方案及桌面展示

以威海市海洋功能区划为依据，在GIS系统中按功能区划重新定义属性值后，将原有的7类功能区划分为养殖区、禁养区、限养区三类用海分区。其中，农渔业区归为养殖区；海洋保护区、港口航运区、特殊利用区、工业与城镇用海区以及旅游休闲娱乐区归为禁养区；保留区以及离岸1km缓冲区归为限养区(孙倩雯，2019)。水产养殖作为荣成市最重要的产业，养殖区在三类用海分区中面积最大，其规划面积约205.4km²，占用海规划总面积的39％。禁养区面积约117.3km²，占用海规划总面积的23％，限养区面积约199.5km²，占用海规划总面积的38％(图3)。

步骤4.环境适宜性评价

根据养殖生物(以海带为例)生理生态学特点，并结合桑沟湾养殖区地理和水环境特点，筛选影响海带生长的主要因素，包括光照、温度、流速、无机氮、盐度、深度等，作为环境因素的评价指标。以桑沟湾周年大面调查数据为依据，根据这些环境因子的量值是否能够满足海带生长的需要，对桑沟湾不同区域是否适合海带养殖进行评分(孙倩雯，2020)。影响海带生长的环境因素评分采用8分制，1-8分表示环境条件对海带养殖适宜程度由低到高。采用海带生长相关环境参数的强制函数来拟合评分曲线，根据曲线得到1-8分中每个分数段对应的参数范围，以此作为海带养殖适宜性评分的依据。将桑沟湾及周围海域光照、温度、流速、无机氮、盐度、深度的实测和模拟数据导入ArcGIS，采用空间插值方法生成各环境参数对应的专题图层。按照评分依据，对各个环境参数的专题图层进行重分类处理，每幅专题图层中，按照评分标准赋予各参数范围对应的分值，生成光照、温度、流速、无机氮、盐度、深度6幅单因子评分图层。

采用反距离权重插值方法(IDW)将矢量数据转为栅格图层，根据环境因素单因子评分对各环境因素图层进行重分类，将重分类的栅格图层进行重采样统一分辨率，最后利用ArcGIS栅格计算功能将重采样栅格图层进行叠加，输出4个季度的适宜性评分图层，图层显示综合各因素后每个季度的适宜性评分(1-8)。以四个季度综合适宜性评分图层为基础，对每个季度的适宜性评分进行重分类处理，划分为最适宜、中等适宜、一般适宜和不适宜四个等级，不同的适宜性等级表示环境条件对海带养殖不同的适宜程度。最后综合四个季度的适宜性评分，进行栅格图层叠加，生成最终适宜性评分图层和适宜性等级图层(图4)。

步骤5.养殖生物个体生长预测

针对桑沟湾主要养殖品种海带(蔡碧莹等，2019)、扇贝(Jiang等人，2019)、牡蛎和鲍建立动态能量收支(DEB)模型，把这些模型嵌入到水产养殖空间规划决策支持系统中。以桑沟湾周年大面调查数据为环境变量，通过系统自动运算得到在不同海区养殖的生物在一个养殖周期内的生长曲线。通过生长曲线，可以了解生物在不同时间、地点和生长阶段的重量或/和长度的变化情况(图5)，从而帮助企业更好地安排养殖生产。

步骤6.养殖容量评估

养殖容量评估的原理是：由水流带来的物质交换是营养物质(包括海带生长需要的氮元素和牡蛎生长需要的浮游植物)补充的最主要途径。根据时空范围和水环境特征，将桑沟湾划分为4个大的区域(箱)，针对每个分区建立基于物质交换的生态系统模型。以主要养殖品种牡蛎和海带为例，设置不同的养殖密度(个/平方米)，利用生态系统模型，模拟不同区域内不同密度条件下养殖生物的生长情况和环境变化情况。模拟生物个体的动态生长情况、单位面积(千克/公顷)的产量。例如，当牡蛎养殖密度由目前的70个/m²降低到50个/m²(降低～30％)，产量由1800kg/ha增加到2150kg/ha(去壳牡蛎肉湿重)，产量提高了近20％，为合理安排养殖密度、践行“减量增收”理念提供了理论依据(图6)。

步骤7.养殖经济效益测算

建立基于计算机软件的快速核算水产养殖成本收益的模型，融合了养殖生物特征参数与各类养殖成本，可快速完成全部养殖投入与产出的分类核算，提高了养殖经济管理的快捷度和准确性，具有较高的应用价值。可以帮助企业对养殖收益做出预判。

本经济核算模型是采用C#与ArcEngine开发而成的，对水产养殖品种的养殖经济成本和效益进行测算，包括对养殖总成本、毛收入、利润和投入产出比计算与评估的桌面端软件系统。参数、数据来源、计算公式和结果输出，通过建立计算机软件程序的具体实施。

本软件系统基于Microsoft Visual Studio 2010，利用C#与ArcEngine，构建了软件的系统框架，基于鲍养殖的实际调查数据，对养殖过程中的各项投入、投入成本、收益等数据及相互逻辑关系进行整理归纳，并编程实现其过程，开发出了系统的主体。用户界面包括数据输入页和结果输出页两部分(图7)。

模型计算的原理是：基于养殖产量、产品规格大小、市场价格、人工和生产成本等，对一个养殖场的总投入、毛收入、投入产出比和净利润进行估算。将经济效益模型整合到养殖空间规划系统当中。目的在于帮助养殖企业制定生产计划、适当设置养殖密度、控制成本、提高收益。

实施例中提到的参考文献：

1.孙倩雯，刘慧*，尚伟涛，于良巨，姜晓鹏，蔡碧莹，常丽荣，肖露阳，2020.基于GIS的桑沟湾及周围海域海带养殖适宜性评价.渔业科学进展(在线优先出版)DOI:10.19663/j.issn2095-9869.20181024001.

2.蔡碧莹，朱长波，刘慧*，常丽荣，肖露阳，孙倩雯，蔺凡，2019.桑沟湾养殖海带生长的模型预测.渔业科学进展，40(3):31-41.

3.Jiang WW,Lin F,Du MR,Fang JG,Fang JH,Gao YP,Wang XQ,Li FX,Dong SP,Hou X,Jiang ZJ,2020.Simulation ofYesso scallop,Patinopecten yessoensis,growthwith a dynamic energy budget(DEB)model in the mariculture area of ZhangzidaoIsland.Aquaculture International,28(1)：59-71.

4.Kooijman SALM,2000.Dynamic Energy and Mass Budgets in BiologicalSystems[M].Cambridge Univ.Press,Cambridge.

5.Pouvreau S,Bourles Y,Lefebvre S,Gangnery A,Alunno-Bruscia M,2006.Application of a dynamic energy budget model to the Pacific oyster,Crassostrea gigas,reared under various environmental conditions.Journal ofSea Research 56(2006)156–167.

6.Ren JS,Schiel DR,2008.A dynamic energy budget model:parameterisation and application to the Pacific oyster Crassostrea gigas inNew Zealand waters[J].Journal ofExperimental Marine Biology&Ecology,361(1):42-48.

7.Ren JS,Ross AH,Hadfield MG,Hayden BJ,2010.An ecosystem model forestimating potential shellfish culture production in sheltered coastalwaters.Ecological Modelling 221(2010)527–539.

8.Ren,J.S.,Stenton-Dozey,J.,Plew,D.R.,Fang,J.G.,Gall,M.,2012.Anecosystem model for optimising production in integrated multitrophicaquaculture systems[J].Ecol.Modell.246,34–46.

9.Rico B,2010.A Dynamic Energy Budget(DEB)growth model for Pacificoyster larvae,Crassostrea gigas[J].Aquaculture,305(1):84-94.

10.van der Veer H,Cardoso J F M F,van der Meer J,2006.The estimationof DEB parameters for various Northeast Atlantic bivalve species[J].Journalof Sea Research,56(2):107-124.

11.van Haren RJF,Kooijman SALM,1993.Application of a dynamic energybudget model to Mytilus edulis(L.)[J].Netherlands Journal of Sea Research,31(2):119-133.

12.胡好国,万振文,袁业立(2004).南黄海浮游植物季节性变化的数值模拟与影响因子分析.海洋学报,26(6),74-88.

13.Bouman,H.A.,Platt,T.,Doblin,M.,Figueiras,F.G.,Gudmundsson,K.,…Sathyendranath,S.,(2018).Photosynthesis-irradiance parameters of marinephytoplankton:synthesis of a global data set.Earth System Sci.Data,10,251-266.https://doi.org/10.5194/essd-10-251-2018.

14.Eppley,R.W.(1972).Temperature and phytoplankton growth in thesea.Fish.bull,70(4),1063-1085.

15.Ivlev,V.S.(1966).The biological productivity of waters.Journal ofthe Fisheries Board of Canada,23(11),1727-1759.https://doi.org/10.1139/f66- 160.

16.Liu,X.,Laws.,E.A.,Xie,Y.,Wang.,L.,Lin,L.,&Huang,B.(2019).Uncoupling of Seasonal Variations Between Phytoplankton Chlorophyll a andProduction in the East China Sea.J.Geophys.Res.:Biogeosci,(124),2400-2415.https://doi.org/10.1029/2018JG004924.

17.Oguz,T.,Ducklow,H.,Malanotte Rizzoli,P.,Tugrul,S.,Nezlin,N.P.,...Unluata,U.(1996).Simulation of annual plankton productivity cycle in theBlack Sea by a one-dimensional physical-biological model.J.Geophys.Res.:Oceans,101(C7),16585-16599.https://doi.org/10.1029/96jc00831.

18.Platt,T.,Gallegos,C.L.,&Harrison,W.G.(1980).Photoinhibition ofphotosynthesis in natural assemblages of marine phytoplankton.J.Mar.Res.,38,687-701.

19.Platt,T.,Harrison,W.G.,Irwin,B.,Horne,E.P.,&Gallegos,C.L.(1982).Photosynthesis and photoadaptation of marine phytoplankton in thearctic.Deep Sea Res.PartA.Oceanographic Research Papers,29(10),1159-1170.

20.Wan,Z.,Yuan,Y.,&Qiao,F.(2000).Study on optimization of theparameters of a marine ecosystem dynamics model for red tide(in Chinese).Oceanologia et Limnologia Sinica,31(2),205-209.

21.Zhou,F.,Chai,F.,Huang,D.,Xue,H.,Chen,J.,Xiu,P.,...Ni,X.(2017).Investigation of hypoxia off the Changjiang Estuary using a coupled model ofROMS-CoSiNE.Prog.Oceanogr.,159,237-254.https://doi.org/10.1016/j.pocean.2017.10.08.

Claims

1.一种海区水产养殖空间规划决策支持系统，其特征在于所述的系统包括数据查询模块、适宜性评价模块、个体生长模型模块、养殖容量评估模块和经济效益测算模块；

所述的数据查询模块为养殖区水质观测数据存储和图形展示，所述模块有按照表格形式存储与水产养殖相关的多年的环境调查数据，包括水温、盐度、溶解氧、浮游生物、溶解性无机营养盐和颗粒物；水动力环境方面包括定点锚系观测数据，以及基于高分辨率准确地形和岸线构建的水动力预测模式，按月份模拟的整个海湾的海水流速变化情况，以动图的形式展示；

所述的养殖区水质参数化和图形展示是基于高分辨率水动力模式的养殖海区水质模型，利用连续观测得到的水温、盐度和海流数据作为强制函数，通过模拟运算得到氮营养盐、叶绿素、浮游动物和有机物的分布规律的方法，按月份模拟的整个海湾的水质变化情况，以动图的形式在该模块中展示；

所述的环境适宜性评价：根据养殖生物生理生态学特点，并结合海区地理和水环境特点，筛选影响养殖生物生长的主要因素，包括光照、温度、流速、无机氮、盐度和深度，作为环境因素的评价指标；以海区周年大面调查数据为依据，根据这些环境因子的量值是否能够满足养殖生物生长的需要，对海域不同区域是否适合开展养殖活动进行评分；在评分的基础上将研究海区及临近海域划分为最适宜、中等适宜、一般适宜和不适宜养殖区四个等级；

所述的个体生长模型模块：将海区的主要养殖品种建立动态能量收支模型，用来预测每种生物的生长规律；以海区周年大面调查数据为环境变量，运算得到养殖生物在一个养殖周期内的生长曲线，通过生长曲线，可以观察生物在不同生长阶段的重量或/和长度的变化情况，并对即将收获的养殖产品的个体大小进行预判；

所述的养殖容量评估模块：首先根据水动力条件，将所研究的海区进行分区，并分析海区营养物质补充的途径，以水动力模型和养殖生物个体生长模型为基础，针对每个分区建立基于物质交换的生态系统模型；利用生态系统模型，模拟不同区域内不同密度条件下养殖生物的生长情况和环境变化情况，模拟生物个体的动态生长情况、单位面积的产量，并得到单位面积最适养殖密度；

2.根据权利要求1所述的一种海区水产养殖空间规划决策支持系统，所述养殖容量评估模块所采用的方法如下：

(1)研究水域分区——模型箱的划分

(2)建立子模型

研究海区的主养殖动物和养殖植物，通过个体生长模型模拟滤食性养殖动物和营养盐消耗型养殖植物种群的一般生长过程；使用动态能量收支理论构建子模型，模拟单个养殖生物的生长，同时模拟营养盐消耗型养殖植物种群基于每日最大生长率的指数型生长过程，种群动态取决于养殖活动和自然死亡率，在养殖期结束时，收获养殖生物并将其从生态系统模型中移除；

(3)构建生态系统模型