CN112380486B - 用于海水观赏鱼养殖状态的动态监测评估方法及系统 - Google Patents

用于海水观赏鱼养殖状态的动态监测评估方法及系统 Download PDF

Info

Publication number
CN112380486B
CN112380486B CN202011187776.0A CN202011187776A CN112380486B CN 112380486 B CN112380486 B CN 112380486B CN 202011187776 A CN202011187776 A CN 202011187776A CN 112380486 B CN112380486 B CN 112380486B
Authority
CN
China
Prior art keywords
sea water
ornamental fish
water ornamental
micro
state
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
Application number
CN202011187776.0A
Other languages
English (en)
Other versions
CN112380486A (zh
Inventor
胡金有
王文胜
史东杰
邹宇
张露巍
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.)
China Agricultural University
Beijing Fisheries Research Institute
Original Assignee
China Agricultural University
Beijing Fisheries Research Institute
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 China Agricultural University, Beijing Fisheries Research Institute filed Critical China Agricultural University
Priority to CN202011187776.0A priority Critical patent/CN112380486B/zh
Publication of CN112380486A publication Critical patent/CN112380486A/zh
Application granted granted Critical
Publication of CN112380486B publication Critical patent/CN112380486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/10—Culture of aquatic animals of fish
    • 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
    • G01N33/18—Water
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental Sciences (AREA)
  • Animal Husbandry (AREA)
  • Algebra (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Analytical Chemistry (AREA)
  • Mining & Mineral Resources (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Zoology (AREA)
  • Medicinal Chemistry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Food Science & Technology (AREA)
  • Agronomy & Crop Science (AREA)
  • Immunology (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)

Abstract

本发明实施例提供一种用于海水观赏鱼养殖状态的动态监测评估方法及系统，该方法包括：获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据关键微环境参数，构建关键微环境参数特征矩阵；根据预设最优微环境参数区间和关键微环境参数特征矩阵，获取待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；将关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；根据海水观赏鱼养殖生态状态参数，对待评估海水观赏鱼养殖区域的养殖状态进行评估，得到待评估海水观赏鱼养殖区域的养殖状态监测结果。本发明实施例能够实现对海水观赏鱼生存状态的动态监测、评估和智能优化控制。

Description

用于海水观赏鱼养殖状态的动态监测评估方法及系统
技术领域
本发明涉及水产品智能养殖与环境监测技术领域，尤其涉及一种用于海水观赏鱼养殖状态的动态监测评估方法及系统。
背景技术
海水观赏鱼作为当前水族产业的新宠，是海洋水族贸易产业的重要组成部分。然而，幼体饲养成功率低和人工养殖要求高等问题，造成了海水观赏鱼养殖成本普遍较高的现状；同时，目前对于小型化海水观赏鱼智能养殖与环境监测技术发展存在明显滞后性，如何利用技术手段实现高价值海水观赏鱼的智能养殖与环境参数预警等，对于远程实时掌握海水观赏鱼生存状态，及时调控养殖微环境关键参数，以及提高海水观赏鱼成活率具有重要的现实意义与应用前景。
因此，现在亟需一种用于海水观赏鱼养殖状态的动态监测评估方法及系统来解决上述问题。
发明内容
针对现有技术存在的问题，本发明实施例提供一种用于海水观赏鱼养殖状态的动态监测评估方法及系统。
第一方面，本发明实施例提供了一种用于海水观赏鱼养殖状态的动态监测评估方法，包括：
获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；
根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；
将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；
根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
进一步地，所述关键微环境参数包括水温参数、溶解氧参数、pH值、盐度参数和氨氮浓度参数。
进一步地，所述获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵，包括：
获取所述待评估海水观赏鱼养殖区域在预设监测时段的传感特征响应信号，并根据所述传感特征响应信号和所述预设监测时段，构建对应的关键参数信号数据集；
对所述关键参数信号数据集进行特征提取处理，得到关键微环境参数，并根据所述关键微环境参数构建得到关键微环境参数特征矩阵。
进一步地，所述关键微环境参数特征矩阵表示为：
P＝{x1j，x2j，…，xij}；
其中，xij表示第i时间序列时的关键微环境参数j。
进一步地，所述根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，包括：
获取预设最优微环境参数区间：
Φ＝{(c,c′)|c＝Max{c1,c2,…,cm},c′＝Min{c′1,c′2,…,c′m}}；
其中，cm表示海水观赏鱼最大生存耐受性对应的第m种微环境参数，c′m表示海水观赏鱼最小生存耐受性对应的第m种微环境参数；
根据所述预设最优微环境参数区间和所述关键微环境参数特征矩阵，基于关键微环境参数边际偏离率公式，获取得到所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，所述关键微环境参数边际偏离率公式具体为：
其中，N表示当前时刻，ΔT表示所述预设监测时段内开始时刻和结束时刻之间的时长，f(PT)表示关键参数特征矩阵中对应的关键微环境参数，f(Pc)表示海水观赏鱼最大生存耐受性对应的微环境参数，f(Pc′)表示海水观赏鱼最小生存耐受性对应的微环境参数。
进一步地，所述海水观赏鱼养殖生态状态评估模型的公式为：
其中，SSM表示海水观赏鱼养殖生态状态参数，ρ表示关键微环境参数边际偏离率，表示权重因子。
进一步地，所述根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果，包括：
获取海水观赏鱼第一评估阈值和海水观赏鱼第二评估阈值，其中，海水观赏鱼第二评估阈值小于海水观赏鱼第一评估阈值；
对所述海水观赏鱼养殖生态状态参数进行判断，若所述海水观赏鱼养殖生态状态参数大于等于所述海水观赏鱼第一评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为优良状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第一评估阈值，且大于等于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为中等状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为恶劣状态。
第二方面，本发明实施例提供了一种用于海水观赏鱼养殖状态的动态监测评估系统，包括：
特征矩阵构建模块，用于获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；
微环境参数边际偏离率计算模块，用于根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；
评估模块，用于将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；
评估数据分析模块，用于根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的一种用于海水观赏鱼养殖状态的动态监测评估方法及系统，通过对关键微环境参数进行采集与处理，从而构建海水观赏鱼养殖生存状态评估模型，在大量数据采集与调节因子校正的作用下，经代入计算生存状态参数，能够动态表征海水观赏鱼生存状态水平并进行评估预警，实现对小型家养海水观赏鱼个体生存状态的动态监测与评估，进而实现对养殖环境的智能优化控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估方法的流程示意图；
图2为本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估系统的结构示意图；
图3为本发明实施例提供的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估方法的流程示意图，如图1所示，本发明实施例提供了一种用于海水观赏鱼养殖状态的动态监测评估方法，包括：
步骤101，获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵。
在本发明实施例中，对待评估海水观赏鱼养殖区域在养殖过程中的传感特征响应信号(可通过各种传感器获取得到相应的信号，例如，温度信号和盐浓度等)进行采集，再根据预设监测时段(可以为当前监测时段，也可为某一历史时间段内)得到用于监测的时间段区间，并对传感特征响应信号进行特征提取，从而根据提取得到的关键微环境参数和预设监测时段，构建关键微环境参数特征矩阵。
步骤102，根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率。
在本发明实施例中，预设最优微环境参数区间可通过实验获取每种参数的数值，然后根据不同种类的海水观赏鱼对环境参数的生存耐受性(例如，不同种类的鱼类对温度的适应性)设置环境参数区间，从而得到不同种类海水观赏鱼对应的预设最优微环境参数区间；然后，通过计算关键微环境参数特征矩阵中的关键微环境参数和预设最优微环境参数区间之间的关系，获取到待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率。
步骤103，将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数。
在本发明实施例中，将上述实施例得到的关键微环境参数边际偏离率作为粗加工关键信息，通过海水观赏鱼养殖生态状态评估模型进行计算，从而得到对应的海水观赏鱼养殖生态状态参数。
步骤104，根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
在本发明实施例中，根据海水观赏鱼养殖生存状态参数，对待评估海水观赏鱼养殖区域中观赏鱼的生存状态水平进行分类表征预警。
本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估方法，通过对关键微环境参数进行采集与处理，从而构建海水观赏鱼养殖生存状态评估模型，在大量数据采集与调节因子校正的作用下，经代入计算生存状态参数，能够动态表征海水观赏鱼生存状态水平并进行评估预警，实现对小型家养海水观赏鱼个体生存状态的动态监测与评估，进而实现对养殖环境的智能优化控制。
在上述实施例的基础上，所述关键微环境参数包括水温参数、溶解氧参数、pH值、盐度参数和氨氮浓度参数。
在本发明实施例中，通过对海水观赏鱼养殖区域中多种环境参数进行分析，从而可以得到更为准确的评估结果，其中，关键微环境参数包括水温参数、溶解氧参数、pH值、盐度参数和氨氮浓度参数等。
在上述实施例的基础上，所述获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵，包括：
获取所述待评估海水观赏鱼养殖区域在预设监测时段的传感特征响应信号，并根据所述传感特征响应信号和所述预设监测时段，构建对应的关键参数信号数据集；
对所述关键参数信号数据集进行特征提取处理，得到关键微环境参数，并根据所述关键微环境参数构建得到关键微环境参数特征矩阵。
在本发明实施例中，关键微环境参数的波动变化显著影响海水观赏鱼的日常养殖生态状态，因此，根据传感器采集到的传感特征响应信号，构建预设监测时段区间内的关键参数信号数据集P0，其中，a表示预设监测时段的开始时刻，b表示预设监测时段的结束时刻；然后，对关键参数信号数据集P0进行参数信号特征提取，从而构建得到关键微环境参数特征矩阵：
P＝{x1j，x2j，…，xij}；
其中，xij表示第i时间序列时的关键微环境参数j。
在上述实施例的基础上，所述根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，包括：
获取预设最优微环境参数区间：
Φ＝{(c,c′)|c＝Max{c1,c2,…,cm},c′＝Min{c′1,c′2,…,c′m}}；
其中，cm表示海水观赏鱼最大生存耐受性对应的第m种微环境参数，c′m表示海水观赏鱼最小生存耐受性对应的第m种微环境参数；
根据所述预设最优微环境参数区间和所述关键微环境参数特征矩阵，基于关键微环境参数边际偏离率公式，获取得到所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，所述关键微环境参数边际偏离率公式具体为：
其中，N表示当前时刻，ΔT表示所述预设监测时段内开始时刻和结束时刻之间的时长，f(PT)表示关键参数特征矩阵中对应的关键微环境参数，f(Pc)表示海水观赏鱼最大生存耐受性对应的微环境参数，f(Pc′)表示海水观赏鱼最小生存耐受性对应的微环境参数。
在本发明实施例中，预设最优微环境参数区间可根据不同种类海水观赏鱼品种的养殖经验和实际养殖环境下生存耐受性来确定。其中，关键微环境参数边际偏离率ρ的大小是基于关键微环境参数在预设时间段的实际变化值相对预设最优微环境参数区间的偏离度确定的。
在上述实施例的基础上，所述海水观赏鱼养殖生态状态评估模型的公式为：
其中，SSM表示海水观赏鱼养殖生态状态参数，ρ表示关键微环境参数边际偏离率，表示权重因子。在本发明实施例中，/>的大小是由预设监测时段内不同类型环境参数的偏移率确定的。
在上述实施例的基础上，所述根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果，包括：
获取海水观赏鱼第一评估阈值和海水观赏鱼第二评估阈值，其中，海水观赏鱼第二评估阈值小于海水观赏鱼第一评估阈值；
对所述海水观赏鱼养殖生态状态参数进行判断，若所述海水观赏鱼养殖生态状态参数大于等于所述海水观赏鱼第一评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为优良状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第一评估阈值，且大于等于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为中等状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为恶劣状态。
在本发明实施例中，当待评估海水观赏鱼养殖区域的养殖状态评估为优良状态时，则表示待评估海水观赏鱼养殖区域的整体养殖环境利于观赏鱼较长时间的生存；当待评估海水观赏鱼养殖区域的养殖状态评估为中等状态时，则表示待评估海水观赏鱼养殖区域的整体养殖环境有着大幅变差的趋势，将不利于观赏鱼的正常生存；当待评估海水观赏鱼养殖区域的养殖状态评估为恶劣状态时，则表示待评估海水观赏鱼养殖区域的整体养殖环境极度不适，只够观赏鱼勉强存活，但长期趋于个体死亡。
图2为本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估系统的结构示意图，如图2所示，本发明实施例提供了一种用于海水观赏鱼养殖状态的动态监测评估系统，包括特征矩阵构建模块201、微环境参数边际偏离率计算模块202、评估模块203和评估数据分析模块204，其中，特征矩阵构建模块201，用于获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；微环境参数边际偏离率计算模块202用于根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；评估模块203用于将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；评估数据分析模块204用于根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
在本发明实施例中，特征矩阵构建模块201和微环境参数边际偏离率计算模块202，主要用于传感数据采集、信号转换和数据传输等功能，实现对关键微环境参数的采集和粗加工；评估模块203和评估数据分析模块204，主要用于建模分析以及预测分析，用于对采集的动态传感数据进行智能处理与分析。优选地，在本发明实施例中，动态监测评估系统还包括数据管理模块，主要是对信息监控及数据进行管理，用于实现对系统数据的存储、监控和调用。
本发明实施例提供的用于海水观赏鱼养殖状态的动态监测评估系统，通过对关键微环境参数进行采集与处理，从而构建海水观赏鱼养殖生存状态评估模型，在大量数据采集与调节因子校正的作用下，经代入计算生存状态参数，能够动态表征海水观赏鱼生存状态水平并进行评估预警，实现对小型家养海水观赏鱼个体生存状态的动态监测与评估，进而实现对养殖环境的智能优化控制。
在上述实施例的基础上，所述系统还包括动态监测采集装置，用于对海水观赏鱼养殖微环境关键参数进行动态采集与养殖状态动态监测，其中，动态监测采集装置上配置有动力设备，可在养殖区域实现移动传感采集，并且，该动态监测采集装置内包括有控制器、EMAE04模拟量模块、多元传感设备、上位机和电箱等。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图3为本发明实施例提供的电子设备结构示意图，参照图3，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法：获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用于海水观赏鱼养殖状态的动态监测评估方法，例如包括：获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，包括：
获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；
根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；
将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；
根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果；
所述根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，包括：
获取预设最优微环境参数区间：
Φ＝{(c,c′)|c＝Max{c1,c2,…,cm},c′＝Min{c′1,c′2,…,c′m}}；
其中，cm表示海水观赏鱼最大生存耐受性对应的第m种微环境参数，c′m表示海水观赏鱼最小生存耐受性对应的第m种微环境参数；
根据所述预设最优微环境参数区间和所述关键微环境参数特征矩阵，基于关键微环境参数边际偏离率公式，获取得到所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，所述关键微环境参数边际偏离率公式具体为：
其中，N表示当前时刻，ΔT表示所述预设监测时段内开始时刻和结束时刻之间的时长，f(PT)表示关键参数特征矩阵中对应的关键微环境参数，f(Pc)表示海水观赏鱼最大生存耐受性对应的微环境参数，f(Pc′)表示海水观赏鱼最小生存耐受性对应的微环境参数。
2.根据权利要求1所述的用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，所述关键微环境参数包括水温参数、溶解氧参数、pH值、盐度参数和氨氮浓度参数。
3.根据权利要求1所述的用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，所述获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵，包括：
获取所述待评估海水观赏鱼养殖区域在预设监测时段的传感特征响应信号，并根据所述传感特征响应信号和所述预设监测时段，构建对应的关键参数信号数据集；
对所述关键参数信号数据集进行特征提取处理，得到关键微环境参数，并根据所述关键微环境参数构建得到关键微环境参数特征矩阵。
4.根据权利要求3所述的用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，所述关键微环境参数特征矩阵表示为：
P＝{x1j，x2j，…，xij}；
其中，xij表示第i时间序列时的关键微环境参数j。
5.根据权利要求4所述的用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，所述海水观赏鱼养殖生态状态评估模型的公式为：
其中，SSM表示海水观赏鱼养殖生态状态参数，ρ表示关键微环境参数边际偏离率，表示权重因子。
6.根据权利要求1所述的用于海水观赏鱼养殖状态的动态监测评估方法，其特征在于，所述根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果，包括：
获取海水观赏鱼第一评估阈值和海水观赏鱼第二评估阈值，其中，海水观赏鱼第二评估阈值小于海水观赏鱼第一评估阈值；
对所述海水观赏鱼养殖生态状态参数进行判断，若所述海水观赏鱼养殖生态状态参数大于等于所述海水观赏鱼第一评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为优良状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第一评估阈值，且大于等于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为中等状态；
若所述海水观赏鱼养殖生态状态参数小于所述海水观赏鱼第二评估阈值，则判断获知所述待评估海水观赏鱼养殖区域的养殖状态为恶劣状态。
7.一种用于海水观赏鱼养殖状态的动态监测评估系统，其特征在于，包括：
特征矩阵构建模块，用于获取待评估海水观赏鱼养殖区域在预设监测时段的关键微环境参数，并根据所述关键微环境参数，构建关键微环境参数特征矩阵；
微环境参数边际偏离率计算模块，用于根据预设最优微环境参数区间和所述关键微环境参数特征矩阵，获取所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率；
评估模块，用于将所述关键微环境参数边际偏离率代入海水观赏鱼养殖生态状态评估模型中，获取海水观赏鱼养殖生态状态参数；
评估数据分析模块，用于根据所述海水观赏鱼养殖生态状态参数，对所述待评估海水观赏鱼养殖区域的养殖状态进行评估，得到所述待评估海水观赏鱼养殖区域的养殖状态监测结果；
微环境参数边际偏离率计算模块具体用于：
获取预设最优微环境参数区间：
Φ＝{(c,c′)|c＝Max{c1,c2,…,cm},c′＝Min{c′1,c′2,…,c′m}}；
其中，cm表示海水观赏鱼最大生存耐受性对应的第m种微环境参数，c′m表示海水观赏鱼最小生存耐受性对应的第m种微环境参数；
根据所述预设最优微环境参数区间和所述关键微环境参数特征矩阵，基于关键微环境参数边际偏离率公式，获取得到所述待评估海水观赏鱼养殖区域的关键微环境参数边际偏离率，所述关键微环境参数边际偏离率公式具体为：
其中，N表示当前时刻，ΔT表示所述预设监测时段内开始时刻和结束时刻之间的时长，f(PT)表示关键参数特征矩阵中对应的关键微环境参数，f(Pc)表示海水观赏鱼最大生存耐受性对应的微环境参数，f(Pc′)表示海水观赏鱼最小生存耐受性对应的微环境参数。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述用于海水观赏鱼养殖状态的动态监测评估方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述用于海水观赏鱼养殖状态的动态监测评估方法的步骤。
CN202011187776.0A 2020-10-29 2020-10-29 用于海水观赏鱼养殖状态的动态监测评估方法及系统 Active CN112380486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011187776.0A CN112380486B (zh) 2020-10-29 2020-10-29 用于海水观赏鱼养殖状态的动态监测评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011187776.0A CN112380486B (zh) 2020-10-29 2020-10-29 用于海水观赏鱼养殖状态的动态监测评估方法及系统

Publications (2)

Publication Number Publication Date
CN112380486A CN112380486A (zh) 2021-02-19
CN112380486B true CN112380486B (zh) 2023-09-19

Family

ID=74577463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011187776.0A Active CN112380486B (zh) 2020-10-29 2020-10-29 用于海水观赏鱼养殖状态的动态监测评估方法及系统

Country Status (1)

Country Link
CN (1) CN112380486B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307361B (zh) * 2023-01-30 2023-12-22 连云港陈晔水产科技有限公司 一种水产养殖环境因子快速调控方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013191642A1 (en) * 2012-06-18 2013-12-27 Blue Aqua International Pte Ltd Mixotrophic method of aquaculture
CN108038586A (zh) * 2017-11-14 2018-05-15 中国农业大学 一种河蟹养殖的水环境评价方法及系统
CN110476839A (zh) * 2019-07-24 2019-11-22 中国农业大学 一种基于鱼类生长的优化调控方法及系统
CN111080464A (zh) * 2019-11-27 2020-04-28 中国农业大学 一种池塘养殖水质关键因子预测方法及装置
CN111680847A (zh) * 2020-07-08 2020-09-18 中国海洋大学 一种水产养殖环境预警系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013191642A1 (en) * 2012-06-18 2013-12-27 Blue Aqua International Pte Ltd Mixotrophic method of aquaculture
CN108038586A (zh) * 2017-11-14 2018-05-15 中国农业大学 一种河蟹养殖的水环境评价方法及系统
CN110476839A (zh) * 2019-07-24 2019-11-22 中国农业大学 一种基于鱼类生长的优化调控方法及系统
CN111080464A (zh) * 2019-11-27 2020-04-28 中国农业大学 一种池塘养殖水质关键因子预测方法及装置
CN111680847A (zh) * 2020-07-08 2020-09-18 中国海洋大学 一种水产养殖环境预警系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Water-Quality Dynamic Monitoring System Based on Web-Server-Embedded Technology for Aquaculture;Dongxian He等;CCTA 2010: Computer and Computing Technologies in Agriculture IV;全文 *
南极磷虾生态模拟暂养系统的设计与应用;杨琛;周培;袁军亭;朱国平;韩铭磊;;渔业现代化(第06期);全文 *
基于智能监控系统的水产养殖可持续性分析;钟兴;Christopher A.Mattson;孙昌权;;中国农机化学报(第11期);全文 *
基于环境容许值的海水增养殖区环境质量评价方法及应用;刘爱英;马元庆;于广磊;何健龙;程玲;王月霞;宋秀凯;;海洋与湖沼(第02期);全文 *
烟台四十里湾扇贝养殖区水环境质量研究与评价;杨俊丽;李希磊;吴雪;崔龙波;;渔业研究(第03期);全文 *

Also Published As

Publication number Publication date
CN112380486A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
Føre et al. Precision fish farming: A new framework to improve production in aquaculture
US11741555B2 (en) Crop yield estimation method based on deep temporal and spatial feature combined learning
JP7033985B2 (ja) 水生生物生産管理システム
Forsberg Optimal stocking and harvesting of size-structured farmed fish: a multi-period linear programming approach
CN111080464A (zh) 一种池塘养殖水质关键因子预测方法及装置
CN111882138A (zh) 基于时空融合的水质预测方法、装置、设备及存储介质
CN114167922B (zh) 一种基于多传感器数据采集的农牧智能分析的方法及系统
CN110045771B (zh) 一种鱼塘水质智能监测系统
NO20210919A1 (en) Systems and methods for predicting growth of a population of organisms
CN110402880A (zh) 一种水产养殖中水质环境原位修复信息处理系统及方法
CN112380486B (zh) 用于海水观赏鱼养殖状态的动态监测评估方法及系统
CN112931318A (zh) 一种边云协同的海洋大黄鱼智能化养殖管理系统
CN110176014A (zh) 一种禾花鱼稻田生态养殖信息处理方法及系统
CN114004433A (zh) 一种养殖鱼类生长环境调控方法及装置
CN116630080B (zh) 基于图像识别的水产集约化养殖饲料容量确定方法及系统
CN116957342B (zh) 基于物联网的养殖场智能管理方法、系统及介质
CN116884523A (zh) 一种海洋牧场水质多参数预测方法
CN109359624B (zh) 基于神经网络的蛋鸡采食行为的预测方法及预测装置
CN117192985A (zh) 一种基于大数据的养蚕控制方法
CN115342937B (zh) 温度异常检测方法及装置
CN114862062B (zh) 环境承载力的预警方法、装置、电子设备和可读存储介质
CN110312421B (zh) 用于自定义监测由呼吸窘迫引起的声音的方法
Rahman et al. Application of machine learning techniques in aquaculture
CN115170942A (zh) 一种声音与视觉多级融合的鱼类行为识别方法
Mulema et al. Quality and productivity in aquaculture: Prediction of oreochromis mossambicus growth using a transfer function arima model

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