CN111766270B - 一种水产生物产量监测系统和监测方法 - Google Patents
一种水产生物产量监测系统和监测方法 Download PDFInfo
- Publication number
- CN111766270B CN111766270B CN202010618815.1A CN202010618815A CN111766270B CN 111766270 B CN111766270 B CN 111766270B CN 202010618815 A CN202010618815 A CN 202010618815A CN 111766270 B CN111766270 B CN 111766270B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- aquatic
- yield
- monitoring device
- aquatic organisms
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012806 monitoring device Methods 0.000 claims abstract description 80
- 230000012010 growth Effects 0.000 claims abstract description 73
- 239000002028 Biomass Substances 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 43
- 230000010365 information processing Effects 0.000 claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 239000000126 substance Substances 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 75
- 230000007613 environmental effect Effects 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 16
- 239000003640 drug residue Substances 0.000 claims description 14
- 229910001385 heavy metal Inorganic materials 0.000 claims description 14
- 244000005700 microbiome Species 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 13
- 239000000523 sample Substances 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 11
- 102000004169 proteins and genes Human genes 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000005789 organism growth Effects 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000009360 aquaculture Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 claims description 5
- 241000894006 Bacteria Species 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 239000011707 mineral Substances 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 241000894007 species Species 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 239000000470 constituent Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 5
- 230000032683 aging Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000013178 mathematical model Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 244000144974 aquaculture Species 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000238557 Decapoda Species 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; Fish
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Medicinal Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种水产生物产量监测系统和监测方法,其中,该水产生物产量监测系统安装在水产生物上,包括:生物监测装置,用于监测水产生物生长过程中的生物量和产量;多电极传感器监测装置,用于监测水产生物生长过程中生物体内的物质成分含量;信息处理模块,分别与生物监测装置和多电极传感器监测装置连接,用于对生物监测装置和多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置;数据传输装置,用于将信息处理模块所处理得到信息通过无线网络发送至服务器;服务器用于对接收的数据进行分析与建模。本发明能在线化监测水产生物的生长过程和产量信息,且具有高精度、低成本、高时效和便捷性的优点。
Description
技术领域
本发明涉及生物监测技术领域,尤其涉及一种水产生物产量监测系统和监测方法。
背景技术
水产生物的高效、精准监测对于水产养殖具有十分重要的意义,可以为水产作业和管理提供科学指导。
水产生物的个体生物量和生长轨迹的精准追踪可为科学估产提供数据基础;水产生物本身的各物质成分含量是其健康和品质的直接反应;水产生物所处环境的优劣更是直接关系到水产生物能否健康生长,直接影响养殖效益。因此,对水产生物生长和产量信息进行实时在线化动态监测,及时分析监测数据,并根据分析结果调整水产作业和管理策略,在水产养殖领域是亟需且非常重要的。
然而,现有的水产生物生长信息和产量监测技术主要依赖人力检测,存在精度低、效率差的问题,且难以对水产生物全生命周期的生长过程和产量信息进行有效监测。
发明内容
本发明实施例提供一种水产生物产量监测系统和监测方法,以提高水产生物的监测精度以及监测设备的使用便捷性。
第一方面,本发明实施例提供了一种水产生物产量监测系统,所述系统安装在水产生物上,所述系统包括:
生物监测装置,用于监测所述水产生物生长过程中的生物量和产量;
多电极传感器监测装置,用于监测所述水产生物生长过程中生物体内的物质成分含量;
信息处理模块,分别与所述生物监测装置和所述多电极传感器监测装置连接,用于对所述生物监测装置和所述多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置;
数据传输装置,用于将信息处理模块所处理得到信息通过无线网络发送至服务器;
所述服务器用于通过基于接收的数据进行分析与建模,对所述水产生物的生长过程和产量信息进行在线化监测和预警。
可选的,所述生物监测装置包括:
滑动变组丝,环绕在所述水产生物的躯体上,其中,所述滑动变阻丝接入电路中有效测阻的长度与所述躯体周长是线性变化关系;
滑片探针,安装在所述滑动变阻丝上,并且与所述滑动变组丝接触,用于测量所述滑动变阻丝接入电路的有效电阻和所述水产生物的生长监测的电信号。
可选的,所述生物监测装置还包括防水层,所述防水层覆盖在所述滑动变阻丝和所述滑片探针的外表面,用于保护所述滑动变组丝和所述滑片探针。
可选的,所述生物监测装置还包括:
数模转换模块,与所述滑片探针连接,用于将基于所述水产生物的生长监测的电信号转换为数字信号。
进一步的,所述物质成分含量包括水产生物生长过程中的蛋白质含量、水分含量、脂肪含量、PH值、重金属含量、微生物含量和药物残留含量中的至少一种;
所述多电极传感器监测装置为通过基板集成蛋白质监测模块、水分监测模块、脂肪监测模块、PH值监测模块、重金属动态监测模块、微生物指标监测模块和药物残留监测模块中的至少一种的多参数集成监测器。
进一步的,每个成分含量对应的监测模块包括辅助电极和参比电极。
可选的,所述系统还包括:
活动轨迹监测装置,与所述信息处理模块连接,用于监测所述水产生物生长过程中的运动情况,其中,所述活动轨迹监测装置包括三维轨迹传感器和GPS定位模块。
可选的,所述系统还包括:
水体环境监测装置,与所述信息处理模块连接,用于监测所述水产生物所处环境的水体环境因子;
所述水体环境因子包括以下至少之一:饵料浓度、水体溶解氧浓度含量、水体PH值、水体温度、水体矿物质浓度含量和有益菌群的浓度含量;
所述信息处理模块,还与所述水体环境监测装置连接,用于对所述水体环境监测装置所监测的水体环境因子进行收集、分析和处理,并发送至所述数据传输装置。
可选的,所述信息处理模块具体用于:
对接收的数据进行分类与筛选,并发送至所述数据传输装置,其中,所述筛选用于去除异常数据。
进一步的,所述服务器具体用于:
依据监测的所述水产生物生长过程中的生物量和产量,建立生物量模型;
依据监测的所述水产生物生长过程中的生物量和产量以及所述水产生物所处环境的水体环境因子,确定所述生物量模型中的产量-养殖水体环境因子系数;
基于所述生物量模型,利用监测的所述水产生物生长过程中的生物量和产量、所述水产生物所处环境的水体环境因子以及所述产量-养殖水体环境因子系数,对所述水产生物的产量进行预测。
第二方面,本发明实施例还提供了一种水产生物产量监测方法,基于本发明实施例所公开的任一水产生物产量监测系统实现,所述方法包括:
生物监测装置监测水产生物全生命周期生长过程中的生物量和产量;
多电极传感器监测装置监测水产生物生长过程中生物体内的物质成分含量;
信息处理模块对所述生物监测装置和所述多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置;
数据传输装置将所述信息处理模块所处理得到信息通过无线网络发送至服务器;
所述服务器通过基于接收的数据进行分析与建模,对所述水产生物的生长过程和产量信息进行在线化监测和预警。
本发明实施例提供了一种水产生物产量监测系统和监测方法,其中,该水产生物产量监测系统安装在水产生物上,包括:生物监测装置、多电极传感器监测装置、信息处理模块和数据传输装置,数据传输装置,用于将信息处理模块所处理得到信息通过网络发送至服务器,以便服务器通过基于接收的数据进行分析与建模,对水产生物的生长过程和产量信息进行在线化监测和预警。本发明实施例解决了现有的水产生物产量监测技术在监测精度以及监测使用的便捷性等方面的效果不理想的问题,提高了水产生物的监测精度以及监测便捷性。
附图说明
图1是本发明实施例一提供的一种水产生物产量监测系统的结构示意图;
图2是本发明实施例一提供的水产生物产量监测系统中生物监测装置的结构示意图;
图3是本发明实施例一提供的水产生物产量监测系统中多电极传感器监测装置的结构示意图;
图4是本发明实施例一提供的多电极传感器监测装置中蛋白质监测模块和水分监测模块的结构示意图;
图5是本发明实施例二提供的一种水产生物产量监测方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种水产生物产量监测系统的结构示意图,本实施例可适用于对水产生物的生长进行实时监测的情况,该水产生物产量监测系统中的各装置和模块,可以采用软件和/或硬件方式实现,并且,针对一些公知结构、公知功能模块或者公知电路连接方式等,可以参照现有技术实现,本发明实施例不作赘述。如图1所示,该系统具体包括:
生物监测装置110,用于监测水产生物生长过程中的生物量和产量;
多电极传感器监测装置120,用于监测水产生物生长过程中生物体内的物质成分含量;
信息处理模块130,分别与生物监测装置110和多电极传感器监测装置120连接,用于对生物监测装置110和多电极传感器监测装置120所监测的信息进行收集、分析和处理,并发送至数据传输装置140;其中,信息处理模块130所实现的数据分析和数据处理功能,可以根据实际需求进行合理设置,例如对获取的监测信息是否异常进行分析、对获取的监测信息的数据格式是否正确进行分析,以及对异常数据进行剔除、按照监测数据类型对监测数据进行归类等;信息处理模块130可以采用具有数据处理能力的集成化芯片实现;
数据传输装置140,用于将信息处理模块130所处理得到信息通过无线网络发送至服务器170;
服务器170用于通过基于接收的数据进行分析与建模,对水产生物的生长过程和产量信息进行在线化监测和预警。数据传输装置140可以采用用于实现数据传输功能的集成电路实现。并且,数据传输装置140本身可以集成无线网络通信功能,也可以与无线网络发送装置连接,从而实现与服务器170的数据交互,本发明实施例不作具体限定。
具体的,数据传输装置130与服务器170之间可以基于无线网络信号通信,例如数据传输装置140,用于将信息处理模块130所处理得到信息通过无线发送装置发送至服务器170。服务器170可以对获取的监测数据进行分析处理,计算出水产生物的品质因子,对水产生物质量进行评价分析。此外,用户还可以利用手机、笔记本电脑、台式机电脑和ipad等与服务器170建立连接,对设定时间段内的监测数据进行浏览、查询和分析。
示例性的,信息处理模块130具体用于:
对接收的数据进行分类与筛选,例如对水产生物生长过程中的生物量、产量、生物体内的物质成分含量进行分类与筛选,并发送至数据传输装置140,其中,分类用于根据监测的物质成分对象对监测数据进行分类管理,筛选用于去除异常数据。通过对监测数据进行初步的处理,可以保证服务器170分析数据的准确性;通过将数据传输装置140和用于监测数据的各监测模块分立设计,方便随时扩监测模块的功能。
进一步的,如图1所示,该系统还包括:
活动轨迹监测装置150,与信息处理模块130连接,用于监测水产生物生长过程中的运动情况,其中,活动轨迹监测装置150包括三维轨迹传感器和GPS定位模块。示例性的,活动轨迹监测装置150获取水产生物的具体位置和其在水中三维方向的运动加速度和位移,监测水产生物的运动轨迹和运动量,进而分析出水产生物的运动趋势和规律。
进一步的,该系统还包括:
水体环境监测装置160,与信息处理模块130连接,用于监测水产生物所处环境的水体环境因子,并将监测数据发送至信息处理模块130。该水体环境监测装置160为水体环境动态监测传感器,能同时监测水体溶解氧浓度含量、水体PH值、水体温度、水体矿物质浓度含量和有益菌群的浓度含量等数据中的至少一种。此时,信息处理模块130可以同时与生物监测装置110、多电极传感器监测装置120、活动轨迹监测装置150和水体环境监测装置160连接,对这些装置的监测数据进行分类与筛选,并发送至数据传输装置140,其中,筛选用于去除异常数据。
在上述技术方案的基础上,可选的,如图2所示,示出了本发明实施例提供的水产生物产量监测系统中生物监测装置的结构示意图,该生物监测装置包括:
滑动变阻丝111,环绕在水产生物的躯体上,例如,以生物体的长度方向为轴线,环绕在躯体上。其中,滑动变阻丝111接入电路中有效测阻的长度(即指接入电路中的有效电阻丝长度)与水产生物躯体周长是线性变化关系,即随着水产生物的生长,环绕在生物躯体上的滑动变阻丝111的长度与躯体周长同时变化。图2作为示例,滑动变阻丝111只显示了一圈,在实际应用中,可以适应性进行设置多圈的电阻丝,在此本实施例不做具体限定。
滑片探针112,安装在滑动变阻丝111上,并且与滑动变组丝111接触,用于测量滑动变阻丝111接入电路的有效电阻和水产生物的生长监测的电信号。滑片探针112的一端与滑动变阻丝111连接,另一端与电源电路连接(具体的连接关系图中未示出),随着滑动变阻丝111的长度变化而改变接入电路中的有效电阻丝的长度,从而引起监测数据的变化,实现对生物体的躯体周长的监测,进而基于生物模型,根据生物体周长、生物体积和生物量之间的转换关系,实现对水产生物生物量的监测。
可选的,生物监测装置110还包括防水层(图中未示出),防水层覆盖在滑动变阻丝111和滑片探针112的外表面,用于保护滑动变阻丝111和滑片探针112。
可选的,生物监测装置110还包括:
数模转换模块113,与滑片探针112连接,用于将基于水产生物的生长监测的电信号转换为数字信号;电源模块114,分别与滑动变阻丝111和数模转换模块113连接,为生物监测装置110提供电供应。
本实施例提供的生物监测装置适用于水产生物的整个生长周期中,可以实时监测水产生物的生长变化,因而具有测量范围大和精度高的优点,适合鱼、虾、蟹、贝等各种水产生物的生长监测。
可选的,多电极传感器监测装置120中监测的物质成分含量包括蛋白质含量、水分含量、脂肪含量、PH值、重金属含量、微生物含量和药物残留含量中的至少一种;
相应的,多电极传感器监测装置120为通过基板集成蛋白质监测模块121、水分监测模块122、脂肪监测模块123、PH值监测模块124、重金属动态监测模块125、微生物指标监测模块126和药物残留监测模块127中的至少一种的多参数集成监测器。图3作为示例,示出了包括上述各监测模块的一种多电极传感器监测装置的结构示意图。根据监测的物质成分的不同,多电极传感器监测装置120中的各个监测模块可以使用不同的监测标的物和不同的反应酶。
示例性的,蛋白质监测模块121可以为蛋白质传感器,用于监测水产生物生长过程中的蛋白质含量;水分监测模块122可以为水分传感器,用于监测水产生物生长过程中的水分含量;脂肪监测模块123可以为脂肪传感器,用于监测水产生物生长过程中的脂肪含量;PH值监测模块124可以为PH传感器,用于监测水产生物生长过程中的PH值;重金属动态监测模块125可以为重金属传感器,用于监测水产生物生长过程中的重金属含量;微生物指标监测模块126可以为微生物传感器,用于监测水产生物生长过程中的微生物含量;药物残留监测模块127可以为药物残留传感器,用于监测水产生物生长过程中的药物残留含量。
图4以蛋白质监测模块121和水分监测模块122为例,对多电极传感器监测装置的结构进行示例性说明,但不应理解为对本实施例的限定。如图4所示,蛋白质监测模块121和水分监测模块122集成在基板1203上,并分别与数据传输装置130连接。每个监测模块中均包括工作电极1204、辅助电极1202和参比电极1201,使用独立的电路控制对应的工作电压。工作电极1204上设置监测对应的物质成分所需的监测标的物和反应酶。对于其他的监测模块,例如,脂肪监测模块、PH值监测模块、重金属动态监测模块、微生物指标监测模块和药物残留监测模块等,均可以采用类似的结构集成在基板1203上。不同工作电极由微间隔隔开。通过将数据传输装置130一并集成在基板1203上,有助于减小监测系统的体积和功耗。
需要说明的是,图4中仅示出了必要的电路连接,未在图中示出的部分本领域技术人员可以根据实际情况进行完善。
本实施例的技术方案提供了一种水产生物产量监测系统,该水产生物产量监测系统安装在水产生物上,至少包括:生物监测装置、多电极传感器监测装置、信息处理模块和数据传输装置等,其中,数据传输装置,用于将信息处理模块所处理得到信息通过网络发送至服务器,以便服务器通过基于接收的数据进行分析与建模,对水产生物的生长过程和产量信息进行在线化监测和预警。本发明实施例解决了现有的水产生物产量监测技术在监测精度以及监测使用的便捷性等方面的效果不理想的问题,以实时监测水产生物的生长的方式提高了水产生物的监测精度,虽然监测系统安装在水产生物体上,但不会干扰其正常生长;并且监测系统中各装置集成在一起,体积小,质量轻,且功耗小,提高了监测便捷性。
实施例二
图5是本发明实施例二提供的一种水产生物产量监测方法的流程图,基于本发明任意实施例提供的水产生物产量监测系统实现。如图5所示,该方法可以包括:
S210、生物监测装置监测水产生物生长过程中的生物量和产量。
S220、多电极传感器监测装置监测水产生物生长过程中生物体内的物质成分含量。
S230、信息处理模块对生物监测装置和多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置。
S240、数据传输装置将信息处理模块所处理得到信息通过无线网络发送至服务器。
S250、服务器通过基于接收的数据进行分析与建模,对水产生物的生长过程和产量信息进行在线化监测和预警。
示例性的,可以选择N个养殖基地,标号N1,N2,N3…Nn,在每个养殖基地中随机选择多个品种的水产生物作为监测对象,品种标号M1,M2,M3,Mm,每个基地中的每个品种可以随机选择一定数量的水产生物,本实施例不作具体限定。首先,将生物监测装置、多电极传感器监测装置、信息处理模块和数据传输装置安装于水产品活体中,安装调试成功后放回养殖环境进行动态监测。然后,将动态监测的水产生物的生物量、蛋白质含量、水分含量、脂肪含量、PH值、重金属含量、微生物指标和药物残留等数据传送至信息处理模块。信息处理模块将获取的监测数据进行分类和筛选后,发送至数据传输装置,然后由数据传输装置发送至服务器,以便服务器进行数据存储。同时,服务器接根据接收的数据进行分析和建模,绘制所监测的水产生物的生物量和体内所含的物质成分的动态变化曲线,并对水产生物的生物量和品质进行评价、预测和预警。
同时,信息处理模块还获取活动轨迹监测装置监测的水产生物生长过程中的位置信息和活动轨迹等数据,以及水体环境监测装置监测的水产生物所处环境的水体环境因子,并通过数据传输装置发送至服务器,以便服务器绘制相应的变化曲线。其中,监测的水体环境的水体环境因子包括以下至少之一:饵料浓度、水体溶解氧浓度含量、水体PH值、水体温度、水体矿物质浓度含量和有益菌群的浓度含量等。具体的,服务器可以依据监测的水产生物生长过程中的生物量和产量,建立生物量模型;依据监测的水产生物生长过程中的生物量和产量以及水产生物所处环境的水体环境因子,确定生物量模型中的产量-养殖水体环境因子系数;基于生物量模型,利用监测的水产生物生长过程中的生物量和产量、水产生物所处环境的水体环境因子以及产量-养殖水体环境因子系数,对水产生物的产量进行预测。
以下对服务器的数据处理过程进行详细说明:
根据对水产生物的生物量、运动轨迹、品质和水体环境信息的分析结果进行统计,并分别建立生物量模型、运动轨迹模型、生长品质模型、时间序列和空间分布的关系模型和生长预测预警模型等。
其中,生物量模型是根据对某一品种水产生物在不同时间段内不同养殖基地与不同水体环境下的生物量进行统计,绘制出生物量变化曲线,并根据生物量数据训练得到相关的数学模型。或者,根据在相同时间段内相同养殖基地且相同水体环境下不同品种的水产生物的生物量,通过数据统计,绘制出生物量变化曲线,并根据生物量数据训练得到相关的数学模型。
生物量模型中,引入产量-养殖水体环境因子变化系数αi,j,k,建立包括各水产生物和各类养殖水体环境因子的生物产量测算模型,
其中,P表示水产生物的产量,I为养殖的水产生物类别,i表示第i类水产生物,i=1,2,3…,I;J为水产生物生长期的阶段数,j表示第j个生长阶段,j=1,2,3…,J;K为养殖水体环境因子的种类数,k表示第k个水体环境因子,k=1,2,3…,K。αi,j,k表示第i类水产生物的第j个生长阶段内的第k类水体环境因子对应的产量-水体环境因子系数;βi,j,k表示第i类水产生物的第j个生长阶段内的第k类水体环境因子值的平均值。
监测水产生物从苗种期到收获期全生命周期的水体环境因子数据;根据当前环境因子和生物量量模型,测算水产生物的产量。具体包括:
获取水产生物的历史产量数据和历史养殖水体环境因子数据;根据水产生物的历史产量数据和历史养殖水体环境因子数据,求解生物量模型的产量-养殖水体环境因子系数;根据水产生物苗种期到测算当天的水体环境因子数据和测算当天到水产生物收获时的历史水体环境因子数据获得生产生物的第i各品种第j个生长阶段内的第k类水体环境因子值的平均值;将平均值代入含有确定参数的完整生物量模型,计算得到水产生物的产量。
运动轨迹模型是根据对某一品种水产生物在不同时间段内不同养殖基地不同水体环境下的轨迹进行统计,绘制出轨迹变化曲线,并根据生物量数据训练得到相关的数学模型。或者,根据相同时间段内相同养殖基地且相同水体环境下不同品种的轨迹,通过数据统计,绘制出轨迹变化曲线,并根据生物量数据训练得到相关的数学模型。
生长品质模型是根据对某一品种水产生物在不同时间段内不同养殖基地不同水体环境下的品质进行统计,包括水产生物的蛋白质含量、水分含量、脂肪含量、PH值、重金属浓度、微生物和药物残留,绘制出品质变化曲线,并根据生物量数据训练得到相关的数学模型。或者,根据相同时间段内相同养殖基地且相同水体环境下不同品种的品质,通过数据统计,绘制出品质变化曲线,并根据生物量数据训练得到相关的数学模型。
时间序列和空间分布的关系模型是根据在不同时间段内和不同养殖基地监测的数据绘制的水产品生物量、轨迹、品质和水体环境的空间分布图,属于多维度监测图。
生长预测预警模型是根据服务器数据库中的监测数据,结合生物量模型、生长品质模型、运动轨迹模型、时间序列和空间分布的关系模型,所建立的综合模型,可以预测水产生物在未来任意一段时间的生物量、生长品质、活动轨迹和时空分布等,并对水产生物出现偏离正常生长的情况及时进行预警。
生物量模型、运动轨迹模型、生长品质模型、时间序列和空间分布的关系模型和生长预测预警模型,不仅纳入水产生物生长过程中各养殖水体环境因子变化,还纳入水产生物整个生命周期中每个生长阶段逐日环境因子累积数据和累积效应系数,因此根据逐日养殖水体环境因子的监测对水产生物产量进行建模和测算的方法,能有效提高水产生物的产量监测和预测预警精度。
本实施例中的水产生物产量监测方法和上述实施例中的水产生物产量监测系统同属一个发明构思,具备水产生物产量监测系统所实现的有益效果,本实施例中未详尽描述的细节可以参考上述实施例中的描述。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种水产生物产量监测系统,其特征在于,所述系统安装在水产生物上,所述系统包括:
生物监测装置,用于监测所述水产生物生长过程中的生物量和产量;
多电极传感器监测装置,用于监测所述水产生物生长过程中生物体内的物质成分含量;其中,所述多电极传感器监测装置为通过基板集成蛋白质监测模块、水分监测模块、脂肪监测模块、PH值监测模块、重金属动态监测模块、微生物指标监测模块和药物残留监测模块中的至少一种的多参数集成监测器;所述物质成分含量包括水产生物生长过程中的蛋白质含量、水分含量、脂肪含量、PH值、重金属含量、微生物含量和药物残留含量中的至少一种;
信息处理模块,分别与所述生物监测装置和所述多电极传感器监测装置连接,用于对所述生物监测装置和所述多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置;
数据传输装置,用于将信息处理模块所处理得到信息通过无线网络发送至服务器;
所述服务器用于通过基于接收的数据进行分析与建模,对所述水产生物的生长过程和产量信息进行在线化监测和预警;
其中,所述服务器对所述水产生物的生长过程和产量信息进行在线化监测和预警,包括:
所述服务器对获取的监测数据进行分析处理,计算出所述水产生物的品质因子,对所述水产生物质量进行评价分析。
2.根据权利要求1所述的系统,其特征在于,所述生物监测装置包括:
滑动变阻丝,环绕在所述水产生物的躯体上,其中,所述滑动变阻丝接入电路中有效测阻的长度与所述躯体周长是线性变化关系;
滑片探针,安装在所述滑动变阻丝上,并且与所述滑动变阻丝接触,用于测量所述滑动变阻丝接入电路的有效电阻和所述水产生物的生长监测的电信号。
3.根据权利要求2所述的系统,其特征在于,所述生物监测装置还包括防水层,所述防水层覆盖在所述滑动变阻丝和所述滑片探针的外表面,用于保护所述滑动变阻丝和所述滑片探针。
4.根据权利要求2所述的系统,其特征在于,所述生物监测装置还包括:
数模转换模块,与所述滑片探针连接,用于将基于所述水产生物的生长监测的电信号转换为数字信号。
5.根据权利要求1所述的系统,其特征在于,每个成分含量对应的监测模块包括辅助电极和参比电极。
6.根据权利要求1-5中任一所述的系统,其特征在于,所述系统还包括:
活动轨迹监测装置,与所述信息处理模块连接,用于监测所述水产生物生长过程中的运动情况,其中,所述活动轨迹监测装置包括三维轨迹传感器和GPS定位模块。
7.根据权利要求6所述的系统,其特征在于,所述系统还包括:
水体环境监测装置,与所述信息处理模块连接,用于监测所述水产生物所处环境的水体环境因子;
所述水体环境因子包括以下至少之一:饵料浓度、水体溶解氧浓度含量、水体PH值、水体温度、水体矿物质浓度含量和有益菌群的浓度含量;
所述信息处理模块,还与所述水体环境监测装置连接,用于对所述水体环境监测装置所监测的水体环境因子进行收集、分析和处理,并发送至所述数据传输装置。
8.根据权利要求1所述的系统,其特征在于,所述信息处理模块具体用于:
对接收的数据进行分类与筛选,并发送至所述数据传输装置,其中,所述筛选用于去除异常数据。
9.根据权利要求7所述的系统,其特征在于,所述服务器具体用于:
依据监测的所述水产生物生长过程中的生物量和产量,建立生物量模型;
依据监测的所述水产生物生长过程中的生物量和产量以及所述水产生物所处环境的水体环境因子,确定所述生物量模型中的产量-养殖水体环境因子系数;
基于所述生物量模型,利用监测的所述水产生物生长过程中的生物量和产量、所述水产生物所处环境的水体环境因子以及所述产量-养殖水体环境因子系数,对所述水产生物的产量进行预测。
10.一种水产生物产量监测方法,其特征在于,所述方法基于权利要求1-9中任一所述的系统实现,所述方法包括:
生物监测装置监测水产生物全生命周期生长过程中的生物量和产量;
多电极传感器监测装置监测水产生物生长过程中生物体内的物质成分含量;其中,所述多电极传感器监测装置为通过基板集成蛋白质监测模块、水分监测模块、脂肪监测模块、PH值监测模块、重金属动态监测模块、微生物指标监测模块和药物残留监测模块中的至少一种的多参数集成监测器;所述物质成分含量包括水产生物生长过程中的蛋白质含量、水分含量、脂肪含量、PH值、重金属含量、微生物含量和药物残留含量中的至少一种;
信息处理模块对所述生物监测装置和所述多电极传感器监测装置所监测的信息进行收集、分析和处理,并发送至数据传输装置;
数据传输装置将所述信息处理模块所处理得到信息通过无线网络发送至服务器;
服务器通过基于接收的数据进行分析与建模,对所述水产生物的生长过程和产量信息进行在线化监测和预警;
其中,所述服务器对所述水产生物的生长过程和产量信息进行在线化监测和预警,包括:
所述服务器对获取的监测数据进行分析处理,计算出所述水产生物的品质因子,对所述水产生物质量进行评价分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618815.1A CN111766270B (zh) | 2020-06-30 | 2020-06-30 | 一种水产生物产量监测系统和监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618815.1A CN111766270B (zh) | 2020-06-30 | 2020-06-30 | 一种水产生物产量监测系统和监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111766270A CN111766270A (zh) | 2020-10-13 |
CN111766270B true CN111766270B (zh) | 2023-09-26 |
Family
ID=72724353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010618815.1A Active CN111766270B (zh) | 2020-06-30 | 2020-06-30 | 一种水产生物产量监测系统和监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111766270B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1794584A1 (en) * | 2004-09-17 | 2007-06-13 | Bp Oil International Limited | Portable apparatus for analysis of a refinery feedstock or a product of a refinery process |
CN102475067A (zh) * | 2010-11-28 | 2012-05-30 | 杨槐 | 一种养殖鱼类健康养殖技术 |
CN102539794A (zh) * | 2011-12-22 | 2012-07-04 | 烟台大学 | 海洋浮游微生物含量实时监测及赤潮预警装置及工艺 |
CN103018418A (zh) * | 2012-12-16 | 2013-04-03 | 天津大学 | 景观水体水质在线预警系统 |
CN103268105A (zh) * | 2013-05-13 | 2013-08-28 | 江苏大学 | 基于物联网Android平台的水产养殖远程监控系统 |
CN104049066A (zh) * | 2014-06-26 | 2014-09-17 | 中国环境科学研究院 | 一种异型区域河流水质和生物监测系统及方法 |
CN104197983A (zh) * | 2014-03-18 | 2014-12-10 | 王雅娜 | 水体蓝藻爆发预警的生态修复监测系统 |
CN104570873A (zh) * | 2015-01-07 | 2015-04-29 | 江苏大学 | 一种基于物联网嵌入式平台的水产养殖监控系统及通讯方法 |
CN204990660U (zh) * | 2015-07-14 | 2016-01-20 | 中国农业大学 | 一种水产品冷链运输的信息监测系统 |
CN208766545U (zh) * | 2018-08-31 | 2019-04-19 | 江苏海之威生物科技有限公司 | 一种人工智能化养殖小龙虾集成装置 |
CN110637781A (zh) * | 2019-10-24 | 2020-01-03 | 贵州工程应用技术学院 | 一种富硒鱼类的养殖监测信息处理系统及方法 |
CN111207662A (zh) * | 2020-02-25 | 2020-05-29 | 许昌学院 | 植被生态监测用树干径围监测装置及其使用方法 |
-
2020
- 2020-06-30 CN CN202010618815.1A patent/CN111766270B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1794584A1 (en) * | 2004-09-17 | 2007-06-13 | Bp Oil International Limited | Portable apparatus for analysis of a refinery feedstock or a product of a refinery process |
CN102475067A (zh) * | 2010-11-28 | 2012-05-30 | 杨槐 | 一种养殖鱼类健康养殖技术 |
CN102539794A (zh) * | 2011-12-22 | 2012-07-04 | 烟台大学 | 海洋浮游微生物含量实时监测及赤潮预警装置及工艺 |
CN103018418A (zh) * | 2012-12-16 | 2013-04-03 | 天津大学 | 景观水体水质在线预警系统 |
CN103268105A (zh) * | 2013-05-13 | 2013-08-28 | 江苏大学 | 基于物联网Android平台的水产养殖远程监控系统 |
CN104197983A (zh) * | 2014-03-18 | 2014-12-10 | 王雅娜 | 水体蓝藻爆发预警的生态修复监测系统 |
CN104049066A (zh) * | 2014-06-26 | 2014-09-17 | 中国环境科学研究院 | 一种异型区域河流水质和生物监测系统及方法 |
CN104570873A (zh) * | 2015-01-07 | 2015-04-29 | 江苏大学 | 一种基于物联网嵌入式平台的水产养殖监控系统及通讯方法 |
CN204990660U (zh) * | 2015-07-14 | 2016-01-20 | 中国农业大学 | 一种水产品冷链运输的信息监测系统 |
CN208766545U (zh) * | 2018-08-31 | 2019-04-19 | 江苏海之威生物科技有限公司 | 一种人工智能化养殖小龙虾集成装置 |
CN110637781A (zh) * | 2019-10-24 | 2020-01-03 | 贵州工程应用技术学院 | 一种富硒鱼类的养殖监测信息处理系统及方法 |
CN111207662A (zh) * | 2020-02-25 | 2020-05-29 | 许昌学院 | 植被生态监测用树干径围监测装置及其使用方法 |
Non-Patent Citations (1)
Title |
---|
基于物联网和GIS的水产养殖测控系统平台设计;刘星桥;《渔业现代化》;第第43卷卷(第第6期期);19-23 * |
Also Published As
Publication number | Publication date |
---|---|
CN111766270A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Antonucci et al. | Precision aquaculture: a short review on engineering innovations | |
Feiyang et al. | Monitoring behavior of poultry based on RFID radio frequency network | |
CN110045771B (zh) | 一种鱼塘水质智能监测系统 | |
Othman et al. | Automated water quality monitoring system development via LabVIEW for aquaculture industry (Tilapia) in Malaysia | |
Kamisetti et al. | Smart electronic system for pond management in fresh water aquaculture | |
Islam et al. | Monitoring water quality metrics of ponds with IoT sensors and machine learning to predict fish species survival | |
CN117223666A (zh) | 一种水产养殖环境精准投喂智能系统开发平台及使用方法 | |
CN111766270B (zh) | 一种水产生物产量监测系统和监测方法 | |
Maulana et al. | Smart Dashboard Design and Water Sensor Integration Architecture by Applying Internet of Things (IoT) Technology Using Data Analysis and Prediction Methods | |
CN117371602A (zh) | 一种鱼类生长趋势预测方法 | |
Baghel et al. | AI, IoT and Cloud Computing Based Smart Agriculture | |
Gangadhar et al. | RETRACTED ARTICLE: Prediction and detection of harvesting stage in cotton fields using deep adversarial networks | |
Awais et al. | Using IoT Innovation and Efficiency in Agriculture Monitoring System | |
Oo et al. | Cloud and IoT based temperature prediction system for a greenhouse using multivariate convolutional long short term memory network | |
Gladju et al. | Potential applications of data mining in aquaculture | |
CN209485421U (zh) | 一种鱼菜共生系统的数据采集装置 | |
Yang | Research and Implementation of Intelligent Monitoring and Evaluation System for Farm Animals Breeding Environment | |
CN114747529B (zh) | 一种增氧机变频控制方法及系统 | |
CN110069745A (zh) | 一种双壳贝类生物生命活性的计算方法 | |
Ma et al. | An Automatic and Intelligent Internet of Things for Future Agriculture | |
Senapaty et al. | State-of-the-art of soil mineral data extraction and crop recommendation using learning tools | |
CN103529795A (zh) | 用于鲜活水产品的物流监控设备及监控方法 | |
Muharemović et al. | FPGA Technologies for Smart and Sustainable Agriculture: A Comprehensive Overview | |
Suram et al. | Farmer Assistant System: An Integrated Crop Disease Detection and Remedial Approach | |
Trisha et al. | Fish Farm Monitoring System Using IoT and Machine Learning |
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 |