CN111624037A - 一种基于大数据的水产养殖业水体环境智能监测系统 - Google Patents

一种基于大数据的水产养殖业水体环境智能监测系统 Download PDF

Info

Publication number
CN111624037A
CN111624037A CN202010536311.5A CN202010536311A CN111624037A CN 111624037 A CN111624037 A CN 111624037A CN 202010536311 A CN202010536311 A CN 202010536311A CN 111624037 A CN111624037 A CN 111624037A
Authority
CN
China
Prior art keywords
water
water quality
detection space
water body
culture
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.)
Granted
Application number
CN202010536311.5A
Other languages
English (en)
Other versions
CN111624037B (zh
Inventor
顾晓东
朱金良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongying Huize Agricultural Technology Co.,Ltd.
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010536311.5A priority Critical patent/CN111624037B/zh
Publication of CN111624037A publication Critical patent/CN111624037A/zh
Application granted granted Critical
Publication of CN111624037B publication Critical patent/CN111624037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/02Devices for withdrawing samples
    • G01N1/10Devices for withdrawing samples in the liquid or fluent state
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/042Introducing gases into the water, e.g. aerators, air pumps
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/1806Water biological or chemical oxygen demand (BOD or COD)

Abstract

本发明公开一种基于大数据的水产养殖业水体环境智能监测系统,水体区域划分模块、取样采集模块、水质参数检测模块、参数预处理模块、人工输入模块、参数存储数据库、水质参数分析模块、管理服务器、增氧调节终端和显示终端。本发明通过水体区域划分模块、取样采集模块和水质参数检测模块对养殖水体区域进行划分、取样和水质检测,提高了水质检测的准确性,结合水质参数分析模块对检测的水质参数进行进行分析,统计水质养殖适宜度系数,实现了对养殖水体水质的量化展示,便于管理人员直观地了解水质对鱼养殖的影响效果,并根据水质养殖适宜度系数确定适宜的养殖密度,为鱼养殖提供适宜的生长环境,提高鱼的养殖品质。

Description

一种基于大数据的水产养殖业水体环境智能监测系统
技术领域
本发明涉及水产养殖监测技术领域,涉及到一种基于大数据的水产养殖业 水体环境智能监测系统。
背景技术
随着经济的发展,以及人民生活消费习惯的逐渐改变,在近几年时间内, 各地的水产养殖业如雨后春笋般崛起,已成为不少地方农村经济发展的支柱产 业,具有投资少、周期短、节约土地资源等优点,深受养殖户的欢迎。但是, 水产养殖是一项技术含量较高的行业,诸如合适的场地选择,天敌和疫病防控, 增氧机等设施的放置及饲养管理技术等。
传统的鱼养殖,养殖户由于缺少养殖经验,不注意鱼塘的水质,且养殖池 塘反复使用,造成养殖水体污染,长期以往导致病菌污染,引发鱼类多种疾病, 给养殖户可能带来严重的经济损失。因此需要加强对养殖水体环境的监测,但 目前的监测手段无法对鱼养殖环境中水体参数进行准确的监测,存在监测水平 低,管理不科学的问题,且无法根据当前的鱼养殖环境水质,确定适宜的养殖 密度,影响鱼的正常生长,鉴于此,本发明设计一种基于大数据的水产养殖业 水体环境智能监测系统。
发明内容
本发明的目的在于提供一种基于大数据的水产养殖业水体环境智能监测系 统,通过水体区域划分模块、取样采集模块和水质参数检测模块对养殖水体区 域进行划分、取样和水质检测,结合水质参数分析模块对检测的水质参数进行 进行分析,统计水质养殖适宜度系数,并根据水质养殖适宜度系数确定适宜的 养殖密度,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
一种基于大数据的水产养殖业水体环境智能监测系统,包括水体区域划分 模块、取样采集模块、水质参数检测模块、参数预处理模块、人工输入模块、 参数存储数据库、水质参数分析模块、管理服务器、增氧调节终端和显示终端;
取样采集模块与水体区域划分模块连接,水质参数检测模块与取样采集模 块连接,参数预处理模块与水质参数检测模块连接,水质参数分析模块分别与 参数预处理模块、参数存储数据库和人工输入模块连接,管理服务器与水质参 数分析模块连接,增氧调节终端与管理服务器连接,显示终端与管理服务器连 接;
水体区域划分模块,用于对长方体养殖池的待检测养殖水体区域采用空间 立体网格的划分方式划分为若干体积相同且相互连接的检测空间子区域,若干 检测空间子区域按照预设的顺序进行编号,依次标记为1,2...i....n;
取样采集模块,包括若干取样采集管,用于对各检测空间子区域不同深度 的水体进行取样,所述取样采集管,垂直安插在各检测空间子区域中,取样采 集管按照水体不同深度等分为l段分取样管,分别对应检测空间子区域水体l 种不同深度,分取样管分别从对应水体深度进行水体取样,对同一检测空间子 区域内不同深度的取样水体按照水体深度由浅到深的顺序进行编号,依次标记 为1,2,...f....l;
水质参数检测模块,包括若干水体检测设备,其分别安装在各检测空间子 区域不同深度处与对应深度的分取样管连接,用于对分取样管取样后的水体中 的溶氧量、水温、酸碱度、氮含量、磷含量和生化需氧量进行检测,对同一检 测空间子区域不同取样水体检测的水质参数数据,构成同一检测空间子区域水 体参数集合Wk(wk1,wk2,...,wkf,...,wkl),wkf表示为第k种水质参数中第f个取样 水体对应的参数值,k表示为水质参数, k=p1,p2,p3,p4,p5,p6,p1,p2,p3,p4,p5,p6分别表示为水体中的溶氧量、水温、 酸碱度、氮含量、磷含量、生化需氧量,以此,将统计的各检测空间子区域水 体参数集合发送至参数预处理模块;
参数预处理模块,用于接收水质参数检测模块发送的各检测空间子区域水 体参数集合,对同一检测空间子区域内各个水质参数进行平均值统计,得到各 检测空间子区域内的水体参数平均值集合,并发送至水质参数分析模块;
参数存储数据库用于存储鱼在不同养殖阶段对应的标准水质参数,存储水 体各富营养化等级对应的氮含量、磷含量和生化需氧量及水体各富营养化等级 对应的水质污染影响系数分别为
Figure BDA0002537105510000031
存储不同水质养殖适宜度系数对应 的鱼养殖密度;
人工输入模块,用于人工输入鱼当前的养殖阶段,发送至水质参数分析模 块;
水质参数分析模块接收参数预处理模块发送的各检测空间子区域内的水体 平均参数值集合,并接收人工输入模块发送的当前鱼所在的养殖阶段,提取参 数存储数据库中该养殖阶段对应的标准水质参数,将接收的各检测空间子区域 内的水体平均溶氧量、平均水温和平均酸碱度和与对应的当前鱼养殖阶段的标 准水质参数中的标准溶氧量、标准水温和标准酸碱度进行对比,得到对比差值, 并发送至管理服务器;
水质参数分析模块将接收的各检测空间子区域内的水体平均氮含量、平均 磷含量和平均生化需氧量和与对应的当前鱼养殖阶段的标准水质参数中的标准 氮含量、标准磷含量和标准生化需氧量进行对比,若水体平均氮含量、平均磷 含量和平均生化需氧量大于标准氮含量、标准磷含量和标准生化需氧量,则则 判定水体富营养化,提取参数存储数据库中水体各富营养化等级对应的氮含量、 磷含量和生化需氧量,筛选该水体平均氮含量、平均磷含量和平均生化需氧量 对应的水体富营养化等级,水质参数分析模块将各检测空间子区域内的水体营 养化等级发送至管理服务器;
管理服务器用于接收水质参数分析模块发送的各检测空间子区域内的水体 平均溶氧量、平均水温和平均酸碱度与标准溶氧量、标准水温和标准酸碱度的 对比值及各检测空间子区域内的水体营养化等级,提取参数存储数据库中各水 体营养化等级对应的水质污染影响系数,统计养殖水体区域的水质养殖适宜度 系数,发送至显示终端;
管理服务器提取参数存储数据库中预设的不同水质养殖适宜度系数对应的 鱼养殖密度,根据统计的养殖水体区域的水质养殖适宜度系数筛选该水质养殖 适宜度系数对应的鱼养殖密度,发送至显示终端,并与养殖水体区域实际的鱼 养殖密度进行对比,若养殖水体区域实际的鱼养殖密度大于该水质养殖适宜度 系数对应的鱼养殖密度,则对养殖水体区域实际的鱼养殖密度进行调整;
同时,管理服务器将接收的各检测空间子区域内的水体平均溶氧量与标准 溶氧量进行对比,若小于标准溶氧量,则筛选小于标准溶氧量的检测空间子区 域,记为缺氧检测空间子区域,并将标准溶氧量与各缺氧检测空间子区域中的 平均溶氧量进行差值对比,构成缺氧检测空间子区域溶氧量对比集合 ΔP(Δp1,Δp2,...,Δpj,...Δpm),Δpj表示为标准溶氧量与第j个缺氧检测空间子区域的 平均溶氧量间的差值,m表示为缺氧检测空间子区域的个数,管理服务器将缺氧 检测空间子区域溶氧量对比集合发送至增氧调节终端,且接收增氧调节终端反 馈的各缺氧检测空间子区域的增氧量,当反馈的各缺氧检测空间子区域的增氧 量大于缺氧检测空间子区域溶氧量对比集合中各缺氧检测空间子区域溶氧量的 对比差值,则发送停止增氧控制指令至增氧调节终端;
增氧调节终端,包括增氧机,接收管理服务器发送的缺氧检测空间子区域 溶氧量对比集合,打开增氧机的流量阀,对各缺氧检测空间子区域进行增氧, 其各缺氧检测空间子区域的增氧量与对应缺氧检测空间子区域溶氧量对比集合 中的对比值保持一致,并实时采集增氧量,将采集的增氧量发送至管理服务器, 接收管理服务器发送的停止增氧指令,关闭增氧机的流量阀;
显示终端用于接收管理服务器发送的养殖水体区域的水质养殖适宜度系数 和该水质养殖适宜度系数对应的鱼养殖密度,并进行显示。
优选地,各检测空间子区域不同深度的水体取样容积相同。
进一步地,取样采集管的个数与检测空间子区域的个数相同,且每个取样 采集管的高度应不低于养殖水体区域水的深度。
进一步地,同一检测空间子区域内各个水质参数的平均值统计计算公式为
Figure BDA0002537105510000051
wkf表示为第k个水质参数中第f个的取样水体对应的参数值,l 表示为取样水体总数。
进一步地,标准水质参数包括溶氧量、水温、酸碱度、氮含量、磷含量和 生化需氧量标准值。
进一步地,水体不同富营养化等级对应的水质污染影响系数对应的大小顺 序分别为
Figure BDA0002537105510000052
进一步地,水质养殖适宜度系数的计算公式为
Figure BDA0002537105510000061
TR表示为水体第R个富营养化等级对应的水质污染影响系数, R=1,2,3,|Δpi1|,|Δpi2|,|Δpi3|分别表示为第i个检测空间子区域的水体平均溶氧 量、平均水温、平均酸碱度与对应当前鱼养殖阶段的标准水质参数中的标准溶 氧量、标准水温、标准酸碱度的对比差值的绝对值。
进一步地,所述养殖水体区域实际的鱼养殖密度的统计方法包括以下几个 步骤:
S1:采集养殖池的长度、宽度和水深度,统计养殖池的容积,记为V, V=L*K*H,L表示为养殖池的长度,K表示为养殖池的宽度,H表示为养殖池 的水深度;
S2:从养殖池中随机打捞出a条鱼,并做上记号;
S3:将打捞的已做上记号的a条鱼重新放回养殖池中;
S4:在固定时间间隔后,等捞出的鱼与养殖池中的鱼完全混合后,重新随 机从养殖池中打捞出b条鱼,并统计作了记号的鱼的条数c;
S5:统计养殖水体区域中鱼的总数,记为X,
Figure BDA0002537105510000062
S6:根据养殖池的容积,统计养殖水体区域的实际鱼养殖密度,记为 ρ,
Figure BDA0002537105510000063
有益效果:
(1)本发明通过水体区域划分模块、取样采集模块和水质参数检测模块对 养殖水体区域进行划分、取样和水质检测,结合水质参数分析模块对检测的水 质参数进行进行分析,统计水质养殖适宜度系数,水质养殖适宜度系数直观地 展示了当前养殖水体的水质情况,实现了对养殖水体水质进行量化展示,便于 养殖管理人员直观地了解水质对鱼养殖的影响效果,为养殖管理人员治理养殖 水体环境提供可靠的参考依据,同时根据水质养殖适宜度系数确定适宜的养殖 密度,为鱼养殖提供适宜的生长环境,促进鱼的健康生长,提高鱼的养殖品质, 实现生态效益和经济效益双重收益。
(2)本发明在水体区域划分模块,采用空间网格状的划分方式,将水体区 域划分为若干检测空间子区域,并通过对各检测空间子区域不同深度的水体进 行取样,避免单个取样水体对水质检测造成的误差现象,使得检测的各检测空 间子区域内的水质参数值更接近真实数值,提高了水质检测的准确性和可靠性。
(3)本发明通过各检测空间子区域中水体溶氧量与标准溶氧量的对比,筛 选缺氧检测空间子区域,利用增氧机针对性的对各缺氧检测空间子区域进行增 氧,提高了各缺氧检测空间子区域的水体溶氧量,改善了养殖水体环境,体现 了系统的智能性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要 使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一 些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还 可以根据这些附图获得其他的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清 楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是 全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造 性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于大数据的水产养殖业水体环境智能监测系统, 包括水体区域划分模块、取样采集模块、水质参数检测模块、参数预处理模块、 人工输入模块、参数存储数据库、水质参数分析模块、管理服务器、增氧调节 终端和显示终端。
取样采集模块与水体区域划分模块连接,水质参数检测模块与取样采集模 块连接,参数预处理模块与水质参数检测模块连接,水质参数分析模块分别与 参数预处理模块、参数存储数据库和人工输入模块连接,管理服务器与水质参 数分析模块连接,增氧调节终端与管理服务器连接,显示终端与管理服务器连 接。
水体区域划分模块,用于对长方体养殖池的待检测养殖水体区域采用空间 立体网格的划分方式划分为若干体积相同且相互连接的检测空间子区域,若干 检测空间子区域按照预设的顺序进行编号,依次标记为1,2...i....n。
取样采集模块,包括若干取样采集管,用于对各检测空间子区域不同深度 的水体进行取样,所述取样采集管垂直安插在各检测空间子区域中,取样采集 管的个数与检测空间子区域的个数相同且每个取样采集管的高度应不低于养殖 水体区域水的深度,取样采集管按照水体不同深度等分为l段分取样管,分别 对应检测空间子区域水体l种不同深度,分取样管分别从对应水体深度进行水 体取样,各检测空间子区域不同深度的水体取样容积相同,对同一检测空间子 区域内不同深度的取样水体按照水体深度由浅到深的顺序进行编号,依次标记 为1,2,...f....l,避免单个取样水体对水质检测造成的误差现象,使得检测的 各检测空间子区域内的水质参数值更接近真实数值,提高了水质检测的准确性 和可靠性。
水质参数检测模块,包括若干水体检测设备,其分别安装在各检测空间子 区域不同深度处与对应深度的分取样管连接,用于对分取样管取样后的水体中 的溶氧量、水温、酸碱度、氮含量、磷含量和生化需氧量进行检测,对同一检 测空间子区域不同取样水体检测的水质参数数据,构成同一检测空间子区域水 体参数集合Wk(wk1,wk2,...,wkf,...,wkl),wkf表示为第k种水质参数中第f个取样 水体对应的参数值,k表示为水质参数, k=p1,p2,p3,p4,p5,p6,p1,p2,p3,p4,p5,p6分别表示为水体中的溶氧量、水温、 酸碱度、氮含量、磷含量、生化需氧量,以此,将统计的各检测空间子区域水 体参数集合发送至参数预处理模块。
参数预处理模块,用于接收水质参数检测模块发送的各检测空间子区域水 体参数集合,对同一检测空间子区域内各个水质参数进行平均值统计,其平均 值统计计算公式为
Figure BDA0002537105510000091
wkf表示为第k个水质参数中第f个的取样水体 对应的参数值,l表示为取样水体总数,将统计的同一检测空间子区域内各个水 质参数平均值,构成各检测空间子区域内的水体参数平均值集合,并发送水质 参数分析模块。
参数存储数据库用于存储鱼在不同养殖阶段对应的标准水质参数,标准水 质参数包括溶氧量、水温、酸碱度、氮含量、磷含量和生化需氧量标准值,存 储水体各富营养化等级对应的氮含量、磷含量和生化需氧量及水体各富营养化 等级对应的水质污染影响系数分别为
Figure BDA0002537105510000092
水体不同富营养化等级对应的 水质污染影响系数对应的大小顺序分别为
Figure BDA0002537105510000093
存储不同水质养殖适宜度 系数对应的鱼养殖密度。
人工输入模块,用于人工输入鱼当前的养殖阶段,发送至水质参数分析模 块。
水质参数分析模块接收参数预处理模块发送的各检测空间子区域内的水体 平均参数值集合,并接收人工输入模块发送的当前鱼所在的养殖阶段,提取参 数存储数据库中该养殖阶段对应的标准水质参数,将接收的各检测空间子区域 内的水体平均溶氧量、平均水温和平均酸碱度和与对应的当前鱼养殖阶段的标 准水质参数中的标准溶氧量、标准水温和标准酸碱度进行对比,得到对比差值, 并发送至管理服务器。
同时,水质参数分析模块将接收的各检测空间子区域内的水体平均氮含量、 平均磷含量和平均生化需氧量和与对应的当前鱼养殖阶段的标准水质参数中的 标准氮含量、标准磷含量和标准生化需氧量进行对比,若水体平均氮含量、平 均磷含量和平均生化需氧量大于标准氮含量、标准磷含量和标准生化需氧量, 则判定水体富营养化,提取参数存储数据库中水体各富营养化等级对应的氮含 量、磷含量和生化需氧量,筛选该水体平均氮含量、平均磷含量和平均生化需 氧量对应的水体富营养化等级,水质参数分析模块将各检测空间子区域内的水 体营养化等级发送至管理服务器。
管理服务器用于接收水质参数分析模块发送的各检测空间子区域内的水体 平均溶氧量、平均水温和平均酸碱度与标准溶氧量、标准水温和标准酸碱度的 对比值及各检测空间子区域内的水体营养化等级,提取参数存储数据库中各水 体营养化等级对应的水质污染影响系数,统计养殖水体区域的水质养殖适宜度 系数
Figure BDA0002537105510000111
TR表示为水体第R个富营养化等级对应的水质污染影响系数, R=1,2,3,|Δpi1|,|Δpi2|,|Δpi3|分别表示为第i个检测空间子区域的水体平均溶氧 量、平均水温、平均酸碱度与对应当前鱼养殖阶段的标准水质参数中的标准溶 氧量、标准水温、标准酸碱度的对比差值的绝对值,并将统计的水质养殖适宜 度系数发送至显示终端,水质养殖适宜度系数越大,表明养殖水体区域水质越 好,越能适应鱼的养殖,水质养殖适宜度系数直观地展示了当前养殖水体的水 质情况,实现了对养殖水体水质进行量化展示,便于养殖管理人员直观地了解 水质对鱼养殖的影响效果。
管理服务器提取参数存储数据库中预设的不同水质养殖适宜度系数对应的 鱼养殖密度,根据统计的养殖水体区域的水质养殖适宜度系数筛选该水质养殖 适宜度系数对应的鱼养殖密度,发送至显示终端,并与养殖水体区域实际的鱼 养殖密度进行对比,其养殖水体区域实际的鱼养殖密度的统计方法包括以下几 个步骤:
S1:采集养殖池的长度、宽度和水深度,统计养殖池的容积,记为V, V=L*K*H,L表示为养殖池的长度,K表示为养殖池的宽度,H表示为养殖池 的水深度;
S2:从养殖池中随机打捞出a条鱼,并做上记号;
S3:将打捞的已做上记号的a条鱼重新放回养殖池中;
S4:在固定时间间隔后,等捞出的鱼与养殖池中的鱼完全混合后,重新随 机从养殖池中打捞出b条鱼,并统计作了记号的鱼的条数c;
S5:统计养殖水体区域中鱼的总数,记为X,
Figure BDA0002537105510000121
S6:根据养殖池的容积,统计养殖水体区域的实际鱼养殖密度,记为 ρ,
Figure BDA0002537105510000122
若养殖水体区域实际的鱼养殖密度大于该水质养殖适宜度系数对应的鱼养 殖密度,则对养殖水体区域实际的鱼养殖密度进行调整,为鱼养殖提供适宜的 生长环境,促进鱼的健康生长,提高鱼的养殖品质,实现生态效益和经济效益 双重收益。
同时,管理服务器将接收的各检测空间子区域内的水体平均溶氧量与标准 溶氧量进行对比,若小于标准溶氧量,则筛选小于标准溶氧量的检测空间子区 域,记为缺氧检测空间子区域,并将标准溶氧量与各缺氧检测空间子区域中的 平均溶氧量进行差值对比,构成缺氧检测空间子区域溶氧量对比集合 ΔP(Δp1,Δp2,...,Δpj,...Δpm),Δpj表示为标准溶氧量与第j个缺氧检测空间子区域的 平均溶氧量间的差值,m表示为缺氧检测空间子区域的个数,管理服务器将缺氧 检测空间子区域溶氧量对比集合发送至增氧调节终端,且接收增氧调节终端反 馈的各缺氧检测空间子区域的增氧量,当反馈的各缺氧检测空间子区域的增氧 量大于缺氧检测空间子区域溶氧量对比集合中各缺氧检测空间子区域溶氧量的 对比差值,则发送停止增氧控制指令至增氧调节终端。
增氧调节终端,包括增氧机,接收管理服务器发送的缺氧检测空间子区域 溶氧量对比集合,打开增氧机的流量阀,对各缺氧检测空间子区域进行增氧, 其各缺氧检测空间子区域的增氧量与对应缺氧检测空间子区域溶氧量对比集合 中的对比值保持一致,并实时采集增氧量,将采集的增氧量发送至管理服务器, 接收管理服务器发送的停止增氧指令,关闭增氧机的流量阀,提高了各缺氧检 测空间子区域的水体溶氧量,改善了养殖水体环境,体现了系统的智能性。
显示终端用于接收管理服务器发送的养殖水体区域的水质养殖适宜度系数 和该水质养殖适宜度系数对应的鱼养殖密度,并进行显示,便于养殖管理人员 直观地了解养殖水体区域的水质情况和该水质情况适宜的鱼养殖密度。
本发明通过水体区域划分模块、取样采集模块和水质参数检测模块对养殖 水体区域进行划分、取样和水质检测,提高了水质检测的准确性和可靠性,结 合水质参数分析模块对检测的水质参数进行进行分析,统计水质养殖适宜度系 数,水质养殖适宜度系数直观地展示了当前养殖水体的水质情况,实现了对养 殖水体水质进行量化展示,便于养殖管理人员直观地了解水质对鱼养殖的影响 效果,为养殖管理人员治理养殖水体环境提供可靠的参考依据,同时根据水质 养殖适宜度系数确定适宜的养殖密度,为鱼养殖提供适宜的生长环境,促进鱼 的健康生长,提高鱼的养殖品质,实现生态效益和经济效益双重收益。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技 术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替 代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本 发明的保护范围。

Claims (8)

1.一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:包括水体区域划分模块、取样采集模块、水质参数检测模块、参数预处理模块、人工输入模块、参数存储数据库、水质参数分析模块、管理服务器、增氧调节终端和显示终端;
所述取样采集模块与水体区域划分模块连接,水质参数检测模块与取样采集模块连接,参数预处理模块与水质参数检测模块连接,水质参数分析模块分别与参数预处理模块、参数存储数据库和人工输入模块连接,管理服务器与水质参数分析模块连接,增氧调节终端与管理服务器连接,显示终端与管理服务器连接;
所述水体区域划分模块,用于对长方体养殖池的待检测养殖水体区域采用空间立体网格的划分方式划分为若干体积相同且相互连接的检测空间子区域,若干检测空间子区域按照预设的顺序进行编号,依次标记为1,2...i....n;
所述取样采集模块,包括若干取样采集管,用于对各检测空间子区域不同深度的水体进行取样,所述取样采集管,垂直安插在各检测空间子区域中,取样采集管按照水体不同深度等分为l段分取样管,分别对应检测空间子区域水体l种不同深度,分取样管分别从对应水体深度进行水体取样,对同一检测空间子区域内不同深度的取样水体按照水体深度由浅到深的顺序进行编号,依次标记为1,2,...f....l;
所述水质参数检测模块,包括若干水体检测设备,其分别安装在各检测空间子区域不同深度处与对应深度的分取样管连接,用于对分取样管取样后的水体中的溶氧量、水温、酸碱度、氮含量、磷含量和生化需氧量进行检测,对同一检测空间子区域不同取样水体检测的水质参数数据,构成同一检测空间子区域水体参数集合Wk(wk1,wk2,...,wkf,...,wkl),wkf表示为第k种水质参数中第f个取样水体对应的参数值,k表示为水质参数,k=p1,p2,p3,p4,p5,p6,p1,p2,p3,p4,p5,p6分别表示为水体中的溶氧量、水温、酸碱度、氮含量、磷含量、生化需氧量,以此,将统计的各检测空间子区域水体参数集合发送至参数预处理模块;
所述参数预处理模块,用于接收水质参数检测模块发送的各检测空间子区域水体参数集合,对同一检测空间子区域内各个水质参数进行平均值统计,得到各检测空间子区域内的水体参数平均值集合,并发送至水质参数分析模块;
所述参数存储数据库用于存储鱼在不同养殖阶段对应的标准水质参数,存储水体各富营养化等级对应的氮含量、磷含量和生化需氧量及水体各富营养化等级对应的水质污染影响系数分别为
Figure FDA0002537105500000021
存储不同水质养殖适宜度系数对应的鱼养殖密度;
所述人工输入模块,用于人工输入鱼当前的养殖阶段,发送至水质参数分析模块;
所述水质参数分析模块接收参数预处理模块发送的各检测空间子区域内的水体平均参数值集合,并接收人工输入模块发送的当前鱼所在的养殖阶段,提取参数存储数据库中该养殖阶段对应的标准水质参数,将接收的各检测空间子区域内的水体平均溶氧量、平均水温和平均酸碱度和与对应的当前鱼养殖阶段的标准水质参数中的标准溶氧量、标准水温和标准酸碱度进行对比,得到对比差值,并发送至管理服务器;
同时,水质参数分析模块将接收的各检测空间子区域内的水体平均氮含量、平均磷含量和平均生化需氧量和与对应的当前鱼养殖阶段的标准水质参数中的标准氮含量、标准磷含量和标准生化需氧量进行对比,若水体平均氮含量、平均磷含量和平均生化需氧量大于标准氮含量、标准磷含量和标准生化需氧量,则判定水体富营养化,提取参数存储数据库中水体各富营养化等级对应的氮含量、磷含量和生化需氧量,筛选该水体平均氮含量、平均磷含量和平均生化需氧量对应的水体富营养化等级,水质参数分析模块将各检测空间子区域内的水体营养化等级发送至管理服务器;
所述管理服务器用于接收水质参数分析模块发送的各检测空间子区域内的水体平均溶氧量、平均水温和平均酸碱度与标准溶氧量、标准水温和标准酸碱度的对比值及各检测空间子区域内的水体营养化等级,提取参数存储数据库中各水体营养化等级对应的水质污染影响系数,统计养殖水体区域的水质养殖适宜度系数,发送至显示终端;
所述管理服务器提取参数存储数据库中预设的不同水质养殖适宜度系数对应的鱼养殖密度,根据统计的养殖水体区域的水质养殖适宜度系数筛选该水质养殖适宜度系数对应的鱼养殖密度,发送至显示终端,并与养殖水体区域实际的鱼养殖密度进行对比,若养殖水体区域实际的鱼养殖密度大于该水质养殖适宜度系数对应的鱼养殖密度,则对养殖水体区域实际的鱼养殖密度进行调整;
同时,管理服务器将接收的各检测空间子区域内的水体平均溶氧量与标准溶氧量进行对比,若小于标准溶氧量,则筛选小于标准溶氧量的检测空间子区域,记为缺氧检测空间子区域,并将标准溶氧量与各缺氧检测空间子区域中的平均溶氧量进行差值对比,构成缺氧检测空间子区域溶氧量对比集合ΔP(Δp1,Δp2,...,Δpj,...Δpm),Δpj表示为标准溶氧量与第j个缺氧检测空间子区域的平均溶氧量间的差值,m表示为缺氧检测空间子区域的个数,管理服务器将缺氧检测空间子区域溶氧量对比集合发送至增氧调节终端,且接收增氧调节终端反馈的各缺氧检测空间子区域的增氧量,当反馈的各缺氧检测空间子区域的增氧量大于缺氧检测空间子区域溶氧量对比集合中各缺氧检测空间子区域溶氧量的对比差值,则发送停止增氧控制指令至增氧调节终端;
所述增氧调节终端,包括增氧机,接收管理服务器发送的缺氧检测空间子区域溶氧量对比集合,打开增氧机的流量阀,对各缺氧检测空间子区域进行增氧,其各缺氧检测空间子区域的增氧量与对应缺氧检测空间子区域溶氧量对比集合中的对比值保持一致,并实时采集增氧量,将采集的增氧量发送至管理服务器,接收管理服务器发送的停止增氧指令,关闭增氧机的流量阀;
所述显示终端用于接收管理服务器发送的养殖水体区域的水质养殖适宜度系数和该水质养殖适宜度系数对应的鱼养殖密度,并进行显示。
2.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述各检测空间子区域不同深度的水体取样容积相同。
3.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述取样采集管的个数与检测空间子区域的个数相同,且每个取样采集管的高度应不低于养殖水体区域水的深度。
4.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述同一检测空间子区域内各个水质参数的平均值统计计算公式为
Figure FDA0002537105500000041
wkf表示为第k个水质参数中第f个的取样水体对应的参数值,l表示为取样水体总数。
5.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述标准水质参数包括溶氧量、水温、酸碱度、氮含量、磷含量和生化需氧量标准值。
6.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述水体不同富营养化等级对应的水质污染影响系数对应的大小顺序分别为
Figure FDA0002537105500000051
7.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述水质养殖适宜度系数的计算公式为
Figure FDA0002537105500000052
TR表示为水体第R个富营养化等级对应的水质污染影响系数,R=1,2,3,|Δpi1|,|Δpi2|,|Δpi3|分别表示为第i个检测空间子区域的水体平均溶氧量、平均水温、平均酸碱度与对应当前鱼养殖阶段的标准水质参数中的标准溶氧量、标准水温、标准酸碱度的对比差值的绝对值。
8.根据权利要求1所述的一种基于大数据的水产养殖业水体环境智能监测系统,其特征在于:所述养殖水体区域实际的鱼养殖密度的统计方法包括以下几个步骤:
S1:采集养殖池的长度、宽度和水深度,统计养殖池的容积,记为V,V=L*K*H,L表示为养殖池的长度,K表示为养殖池的宽度,H表示为养殖池的水深度;
S2:从养殖池中随机打捞出a条鱼,并做上记号;
S3:将打捞的已做上记号的a条鱼重新放回养殖池中;
S4:在固定时间间隔后,等捞出的鱼与养殖池中的鱼完全混合后,重新随机从养殖池中打捞出b条鱼,并统计作了记号的鱼的条数c;
S5:统计养殖水体区域中鱼的总数,记为X,
Figure FDA0002537105500000061
S6:根据养殖池的容积,统计养殖水体区域的实际鱼养殖密度,记为ρ,
Figure FDA0002537105500000062
CN202010536311.5A 2020-06-12 2020-06-12 一种基于大数据的水产养殖业水体环境智能监测系统 Active CN111624037B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010536311.5A CN111624037B (zh) 2020-06-12 2020-06-12 一种基于大数据的水产养殖业水体环境智能监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010536311.5A CN111624037B (zh) 2020-06-12 2020-06-12 一种基于大数据的水产养殖业水体环境智能监测系统

Publications (2)

Publication Number Publication Date
CN111624037A true CN111624037A (zh) 2020-09-04
CN111624037B CN111624037B (zh) 2020-12-25

Family

ID=72270383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010536311.5A Active CN111624037B (zh) 2020-06-12 2020-06-12 一种基于大数据的水产养殖业水体环境智能监测系统

Country Status (1)

Country Link
CN (1) CN111624037B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112394152A (zh) * 2020-10-27 2021-02-23 范玲珍 一种基于大数据的水质实时智能监测分析管理系统
CN113040088A (zh) * 2021-03-19 2021-06-29 东营市阔海水产科技有限公司 水产养殖精准增氧方法、终端设备及可读存储介质
CN113325151A (zh) * 2021-05-31 2021-08-31 青岛励图高科信息技术有限公司 一种对水产养殖过程中水质进行分析评价的方法和系统
CN114615252A (zh) * 2022-03-25 2022-06-10 广东海洋大学 一种鱼类增殖放流用在线监测系统
CN114755383A (zh) * 2022-04-22 2022-07-15 武汉鸿驰智能装备有限公司 一种基于大数据平台的水质在线监测分析管理系统
CN114793963A (zh) * 2022-06-29 2022-07-29 广东省农业科学院动物科学研究所 一种大数据控制的鱼快速脆化环境控制方法
CN114997536A (zh) * 2022-08-01 2022-09-02 中国水产科学研究院南海水产研究所 一种养殖尾水污染检测方法、系统及介质
CN115067243A (zh) * 2022-07-07 2022-09-20 武汉很多鱼钓具有限公司 一种基于物联网技术的渔业监测分析方法、系统及存储介质
CN115240793A (zh) * 2022-09-23 2022-10-25 广东省农业科学院动物科学研究所 一种生物活性炭的水产养殖水体处理方法及系统
CN115327065A (zh) * 2022-10-17 2022-11-11 中大智能科技股份有限公司 一种水利水电工程样本检测方法及系统
CN115825368A (zh) * 2022-12-26 2023-03-21 南京市水产科学研究所 基于物联网的水产养殖业的水质监测方法及系统
CN116998453A (zh) * 2023-09-28 2023-11-07 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
CN117023863A (zh) * 2023-08-10 2023-11-10 苏州天一信德环保科技有限公司 一种养殖尾水监管系统及方法
CN117132417A (zh) * 2023-08-10 2023-11-28 山东科翔智能科技有限公司 一种基于智能ai养殖的养殖场疫病监测系统
CN117171583A (zh) * 2023-09-04 2023-12-05 生态环境部南京环境科学研究所 一种基于人工智能神经网络的水质生物毒性预测方法

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004317504A (ja) * 2003-03-31 2004-11-11 K Mikimoto & Co Ltd 有害な水質環境の検出方法および水質環境監視システム
CN100998374A (zh) * 2006-11-16 2007-07-18 湛江粤海饲料有限公司 虎纹蛙高效配合饲料
CN101329325A (zh) * 2008-07-29 2008-12-24 中国科学院海洋研究所 海水工厂化养殖水质在线监测的水样自动取样器
CN101991025A (zh) * 2010-11-24 2011-03-30 苏州海大饲料有限公司 一种预防青鱼脂肪肝的膨化饲料及其制备方法
CN204388910U (zh) * 2015-01-26 2015-06-10 沈阳大学 一种贝类养殖环境适宜度监测报警装置
CN104798705A (zh) * 2015-04-07 2015-07-29 高邮市阳光特种水产专业合作社 一种罗氏沼虾养殖方法
CN104899419A (zh) * 2015-04-28 2015-09-09 清华大学 一种淡水水体中氮和/或磷含量检测的方法
CN105022783A (zh) * 2015-06-03 2015-11-04 南京邮电大学 一种基于Hadoop的用户服务安全系统和方法
CN205585096U (zh) * 2016-04-19 2016-09-21 通威股份有限公司 一种根据鱼群密度进行饲料投喂的养殖系统
CN205756561U (zh) * 2016-05-20 2016-12-07 清远市粤阳一号农业科技有限公司 一种互联网+智能消毒水产养殖池
CN205794495U (zh) * 2016-05-21 2016-12-14 广东粤三胖农业科技有限责任公司 一种互联网+电解水产养殖池
CN106277577A (zh) * 2016-08-15 2017-01-04 贵州师范大学 一种综合改善富营养化水体水质的方法
KR20170032153A (ko) * 2015-09-14 2017-03-22 (주)빌리언이십일 양어장의 생태환경 제어방법 및 장치
CN106568612A (zh) * 2016-11-02 2017-04-19 浙江水利水电学院 一种护岸断面底泥的检测方法
CN108401970A (zh) * 2018-04-24 2018-08-17 中国水产科学研究院黄海水产研究所 一种鱼虾藻鲍参循环水生态综合养殖系统
CN109179865A (zh) * 2018-09-11 2019-01-11 河海大学 一种用于低溶解氧污染水体生态修复的装置及方法
CN110208135A (zh) * 2019-05-31 2019-09-06 重庆工商大学融智学院 一种生态环境的数据采集分析系统
CN110348819A (zh) * 2019-07-17 2019-10-18 李�浩 一种基于移动互联网和大数据的农业种养殖平台
CN110428142A (zh) * 2019-07-05 2019-11-08 仲恺农业工程学院 基于大数据挖掘的水产养殖推送系统
WO2019225990A1 (ko) * 2018-05-23 2019-11-28 제이제이앤구골홀딩스 주식회사 민물뱀장어 인공종묘 및 양만의 통합관리 플랫폼
CN210103655U (zh) * 2019-05-27 2020-02-21 浙江恒泽生态农业科技有限公司 一种水产养殖水体物理净化装置
CN210275565U (zh) * 2019-06-14 2020-04-10 温州博海生物科技有限公司 一种基于大数据的鱼类自动化养殖池
CN111657189A (zh) * 2020-06-15 2020-09-15 张玉红 一种基于大数据的渔业水产养殖日常监测管理系统

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004317504A (ja) * 2003-03-31 2004-11-11 K Mikimoto & Co Ltd 有害な水質環境の検出方法および水質環境監視システム
CN100998374A (zh) * 2006-11-16 2007-07-18 湛江粤海饲料有限公司 虎纹蛙高效配合饲料
CN101329325A (zh) * 2008-07-29 2008-12-24 中国科学院海洋研究所 海水工厂化养殖水质在线监测的水样自动取样器
CN101991025A (zh) * 2010-11-24 2011-03-30 苏州海大饲料有限公司 一种预防青鱼脂肪肝的膨化饲料及其制备方法
CN204388910U (zh) * 2015-01-26 2015-06-10 沈阳大学 一种贝类养殖环境适宜度监测报警装置
CN104798705A (zh) * 2015-04-07 2015-07-29 高邮市阳光特种水产专业合作社 一种罗氏沼虾养殖方法
CN104899419A (zh) * 2015-04-28 2015-09-09 清华大学 一种淡水水体中氮和/或磷含量检测的方法
CN105022783A (zh) * 2015-06-03 2015-11-04 南京邮电大学 一种基于Hadoop的用户服务安全系统和方法
KR20170032153A (ko) * 2015-09-14 2017-03-22 (주)빌리언이십일 양어장의 생태환경 제어방법 및 장치
CN205585096U (zh) * 2016-04-19 2016-09-21 通威股份有限公司 一种根据鱼群密度进行饲料投喂的养殖系统
CN205756561U (zh) * 2016-05-20 2016-12-07 清远市粤阳一号农业科技有限公司 一种互联网+智能消毒水产养殖池
CN205794495U (zh) * 2016-05-21 2016-12-14 广东粤三胖农业科技有限责任公司 一种互联网+电解水产养殖池
CN106277577A (zh) * 2016-08-15 2017-01-04 贵州师范大学 一种综合改善富营养化水体水质的方法
CN106568612A (zh) * 2016-11-02 2017-04-19 浙江水利水电学院 一种护岸断面底泥的检测方法
CN108401970A (zh) * 2018-04-24 2018-08-17 中国水产科学研究院黄海水产研究所 一种鱼虾藻鲍参循环水生态综合养殖系统
WO2019225990A1 (ko) * 2018-05-23 2019-11-28 제이제이앤구골홀딩스 주식회사 민물뱀장어 인공종묘 및 양만의 통합관리 플랫폼
CN109179865A (zh) * 2018-09-11 2019-01-11 河海大学 一种用于低溶解氧污染水体生态修复的装置及方法
CN210103655U (zh) * 2019-05-27 2020-02-21 浙江恒泽生态农业科技有限公司 一种水产养殖水体物理净化装置
CN110208135A (zh) * 2019-05-31 2019-09-06 重庆工商大学融智学院 一种生态环境的数据采集分析系统
CN210275565U (zh) * 2019-06-14 2020-04-10 温州博海生物科技有限公司 一种基于大数据的鱼类自动化养殖池
CN110428142A (zh) * 2019-07-05 2019-11-08 仲恺农业工程学院 基于大数据挖掘的水产养殖推送系统
CN110348819A (zh) * 2019-07-17 2019-10-18 李�浩 一种基于移动互联网和大数据的农业种养殖平台
CN111657189A (zh) * 2020-06-15 2020-09-15 张玉红 一种基于大数据的渔业水产养殖日常监测管理系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LORENA PARRA 等: "Design and deployment of low-cost sensors for monitoring the water quality and fish behavior in aquaculture tanks during the feeding process", 《SENSORS》 *
董学锋 等: "低碳高效循环水模式福瑞鲤适宜养殖密度试验", 《科学养鱼》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112394152A (zh) * 2020-10-27 2021-02-23 范玲珍 一种基于大数据的水质实时智能监测分析管理系统
CN113040088A (zh) * 2021-03-19 2021-06-29 东营市阔海水产科技有限公司 水产养殖精准增氧方法、终端设备及可读存储介质
CN113325151A (zh) * 2021-05-31 2021-08-31 青岛励图高科信息技术有限公司 一种对水产养殖过程中水质进行分析评价的方法和系统
CN114615252A (zh) * 2022-03-25 2022-06-10 广东海洋大学 一种鱼类增殖放流用在线监测系统
CN114615252B (zh) * 2022-03-25 2023-05-16 广东海洋大学 一种鱼类增殖放流用在线监测系统
CN114755383A (zh) * 2022-04-22 2022-07-15 武汉鸿驰智能装备有限公司 一种基于大数据平台的水质在线监测分析管理系统
CN114793963A (zh) * 2022-06-29 2022-07-29 广东省农业科学院动物科学研究所 一种大数据控制的鱼快速脆化环境控制方法
CN114793963B (zh) * 2022-06-29 2022-09-02 广东省农业科学院动物科学研究所 一种大数据控制的鱼快速脆化环境控制方法
CN115067243A (zh) * 2022-07-07 2022-09-20 武汉很多鱼钓具有限公司 一种基于物联网技术的渔业监测分析方法、系统及存储介质
CN115067243B (zh) * 2022-07-07 2024-02-13 武汉很多鱼钓具有限公司 一种基于物联网技术的渔业监测分析方法、系统及存储介质
CN114997536A (zh) * 2022-08-01 2022-09-02 中国水产科学研究院南海水产研究所 一种养殖尾水污染检测方法、系统及介质
CN115240793A (zh) * 2022-09-23 2022-10-25 广东省农业科学院动物科学研究所 一种生物活性炭的水产养殖水体处理方法及系统
CN115240793B (zh) * 2022-09-23 2022-12-27 广东省农业科学院动物科学研究所 一种生物活性炭的水产养殖水体处理方法及系统
CN115327065A (zh) * 2022-10-17 2022-11-11 中大智能科技股份有限公司 一种水利水电工程样本检测方法及系统
CN115327065B (zh) * 2022-10-17 2022-12-27 中大智能科技股份有限公司 一种水利水电工程样本检测方法及系统
CN115825368A (zh) * 2022-12-26 2023-03-21 南京市水产科学研究所 基于物联网的水产养殖业的水质监测方法及系统
CN117023863A (zh) * 2023-08-10 2023-11-10 苏州天一信德环保科技有限公司 一种养殖尾水监管系统及方法
CN117132417A (zh) * 2023-08-10 2023-11-28 山东科翔智能科技有限公司 一种基于智能ai养殖的养殖场疫病监测系统
CN117171583A (zh) * 2023-09-04 2023-12-05 生态环境部南京环境科学研究所 一种基于人工智能神经网络的水质生物毒性预测方法
CN116998453A (zh) * 2023-09-28 2023-11-07 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
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

Also Published As

Publication number Publication date
CN111624037B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN111624037B (zh) 一种基于大数据的水产养殖业水体环境智能监测系统
CN111480557A (zh) 一种基于大数据物联网的农业灌溉实时监测调控系统
CN112882517B (zh) 基于大数据和物联网的智慧农业种植环境监测方法和云监测平台
CN110692338A (zh) 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统
CN106682326B (zh) 城市河道生态修复的评价方法
CN109583663B (zh) 一种适用于养殖池塘的夜间水质溶氧量预测方法
CN116384743B (zh) 一种基于生态数据分析的植物生长风险评估系统
CN105259873B (zh) 水生态保护监控的方法
CN112526097A (zh) 一种基于大数据分析的养殖水体环境智能监测管理系统
US20220308036A1 (en) Method for assessing soil health of cultivated land
Porrello et al. Reduction of aquaculture wastewater eutrophication by phytotreatment ponds system: II. Nitrogen and phosphorus content in macroalgae and sediment
CN108594911A (zh) 一种水产养殖管理系统
CN108377788B (zh) 一种水稻全生育期耐盐性鉴定评价方法
CN114881475A (zh) 一种面向多目标需求的湖泊适宜水位确定方法
Mires et al. Water quality in a recycled intensive fish culture system under field conditions
CN110133198A (zh) 一种芹菜受土壤次生盐渍化危害的评价方法
CN116228455A (zh) 一种叶尔羌高原鳅流水养殖试验数据处理方法
Morgan Photosynthetically elevated pH in acid waters with high nutrient content and its significance for the zooplankton community
CN111652528A (zh) 一种水缸型水库总磷水质级别评价方法及系统
CN110766282A (zh) 一种湿地净化能力评估与提升方法
CN115016413A (zh) 一种用于植物工厂作物种植的智能环境控制方法
CN205088007U (zh) 循环水净化养殖系统
CN208766545U (zh) 一种人工智能化养殖小龙虾集成装置
CN113792957B (zh) 一种基于水生生物对生存环境要求的生态稳定期识别方法
CN115316238B (zh) 一种农村污水安全灌溉方法与装置

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
TA01 Transfer of patent application right

Effective date of registration: 20201207

Address after: 257000 Room 203, Yongan chamber of Commerce building, north of Guangxing Road, Yongan Town, Kenli District, Dongying City, Shandong Province

Applicant after: Dongying Huize Agricultural Technology Co.,Ltd.

Address before: 210000 Nanjing University of Posts and telecommunications, 66 new model road, Gulou District, Nanjing, Jiangsu Province

Applicant before: Gu Xiaodong

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An intelligent monitoring system for aquaculture water environment based on big data

Effective date of registration: 20211229

Granted publication date: 20201225

Pledgee: Dongying Jinma fishery Co.,Ltd.

Pledgor: Dongying Huize Agricultural Technology Co.,Ltd.

Registration number: Y2021980016698

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230406

Granted publication date: 20201225

Pledgee: Dongying Jinma fishery Co.,Ltd.

Pledgor: Dongying Huize Agricultural Technology Co.,Ltd.

Registration number: Y2021980016698

PC01 Cancellation of the registration of the contract for pledge of patent right