CN112674000B - 基于设施化微藻培养的对虾生态养殖及混养方法 - Google Patents

基于设施化微藻培养的对虾生态养殖及混养方法 Download PDF

Info

Publication number
CN112674000B
CN112674000B CN202011503357.3A CN202011503357A CN112674000B CN 112674000 B CN112674000 B CN 112674000B CN 202011503357 A CN202011503357 A CN 202011503357A CN 112674000 B CN112674000 B CN 112674000B
Authority
CN
China
Prior art keywords
culture
microalgae
value
unit
content information
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
CN202011503357.3A
Other languages
English (en)
Other versions
CN112674000A (zh
Inventor
姜玉声
韩峰
杨正锋
钱平
范征宇
韩冰
杨剑
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.)
Giant Jiangsu Agricultural Technology Co ltd
Original Assignee
Giant Jiangsu Agricultural Technology Co ltd
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 Giant Jiangsu Agricultural Technology Co ltd filed Critical Giant Jiangsu Agricultural Technology Co ltd
Priority to CN202011503357.3A priority Critical patent/CN112674000B/zh
Publication of CN112674000A publication Critical patent/CN112674000A/zh
Application granted granted Critical
Publication of CN112674000B publication Critical patent/CN112674000B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Abstract

本发明公开了基于设施化微藻培养的对虾生态养殖及混养方法，包括将对应的微藻和对虾虾苗准备好；之后投放到养殖池内进行养殖；在之后养殖过程中进行喂养，并借助洁控系统对养殖池进行养殖监控；最后持续性进行养殖；洁控系统包括藻类记录单元、数据记录单元、含量检测单元、单数据库、数据预测单元、单虾获取单元、处理器、显示单元、建议生成单元和管理单元；本发明借助洁控系统，对养殖池内的微藻数量进行实时监控的同时，还会结合对虾的生长情况、养殖天数和相关的投食量，进行合理预测在什么时间对应的微藻会达到相应的上限值，并根据达到上限制的数量，判定是否需要进行局部针对性清理，还是进行整体性的清理；便于区别对待。

Description

基于设施化微藻培养的对虾生态养殖及混养方法
技术领域
本发明属于对虾养殖领域，涉及对虾微藻混养技术，具体是基于设施化微藻培养的对虾生态养殖及混养方法。
背景技术
公开号为CN110818067A的专利公开了一种硝化菌和光合细菌共生的对虾养殖尾水处理系统，该系统包括位于温室大棚内连接的对虾养殖池、沉淀池、硝化菌和光合细菌共生的培养池，对虾养殖尾水从对虾养殖池内产生并进入至沉淀池，经过沉淀池处理后进入至该培养池，经过硝化菌和光合细菌处理后的对虾养殖尾水进入对虾养殖池内循环重复利用，其中，在培养池的流化床内附着生长在悬浮填料上的硝化菌将氨氮及时转化成硝氮，在培养池内的对虾养殖尾水接受光线照射，生成光合细菌并通过同化作用，去除养殖水体中的硫化氢；本发明的培养池内共生的硝化菌和光合细菌不仅能使养殖尾水得到充分处理，并且还能培养出高丰度的光合细菌，从而提高对虾免疫力，抑制水产病害发生。
但是，针对对虾和微藻进行混合培养，如何控制微藻的数量，避免过量微藻对对虾的培养造成危害，是一个难题；为了解决这一技术缺陷，现提供一种解决方案。
发明内容
本发明的目的在于提供基于设施化微藻培养的对虾生态养殖及混养方法。
本发明的目的可以通过以下技术方案实现：
基于设施化微藻培养的对虾生态养殖及混养方法，该方法具体包括下述步骤：
步骤一：将对应的微藻和对虾虾苗准备好；
步骤二：投放到养殖池内进行养殖；
步骤三：养殖过程中进行喂养，并借助洁控系统对养殖池进行养殖监控；
步骤四：持续性进行养殖；
洁控系统包括藻类记录单元、数据记录单元、含量检测单元、单数据库、数据预测单元、单虾获取单元、处理器、显示单元、建议生成单元和管理单元；
其中，所述藻类记录单元用于分析检测养殖池内的所有的藻类，并将所有的藻类标记为微藻信息，并将微藻信息标记为Zi，i＝1...n，n为正整数，Zi表示为第i种微藻品类；
所述含量检测单元用于每间隔T1时间对微藻信息Zi在养殖池内的含量进行检测，得到含量信息，将其标记为Hi，i＝1...n，其中Hi与Zi一一对应，其中T1为管理人员根据需要灵活设置的预设时间；所述含量检测单元用于每检测出新的含量信息Hi时将其传输到数据记录单元，所述数据记录单元用于将微藻信息Zi及其对应的含量信息融合形成基础数据，并将基础数据传输到单数据库；
所述含量检测单元还用于将含量信息Hi传输到数据预测单元，所述单虾获取单元用于每间隔T1时间获取对虾数量和投食量，将对虾数量标记为养殖数量，所述单虾获取单元用于将养殖数量传输到数据预测单元，获取养殖数量和投食量的频次与获取到基础数据的频率一致；
所述数据预测单元结合单数据库对投食量、养殖数量进行监控分析，具体监控分析为：
S1：首先获取到单数据库内的基础数据，从中剖析得到微藻信息Zi和对应的含量信息Hi；
S2：自动检索到所有藻类的上限含量信息，上限含量信息即为对应的对虾生存环境的藻类最高含量值，将上限含量信息标记为Sxi，i＝1...n；Sxi与Hi、Zi一一对应；
S3：获取到初始的含量信息H1；获取到此时的养殖数量和投食量；
S4：之后获取到下一次的含量信息H2，同时获取到此时的养殖数量和投食量；
S5：将含量信息H2减去H1，得到增长量P1，之后获取到最新的对虾的养殖数量、投食量和养殖天数，养殖天数即为对虾养殖的时间；
S6：利用公式求取增长关系值，具体计算公式为：
增长关系值＝增长量P1/(养殖数量+投食量+养殖天数)；
S7：之后取值含量信息H3，重复S4-S6的步骤，得到第二个增长关系值；
S8：沿顺序取值，直到取值到Hn，重复步骤S7，得到n-1个增长关系值；
S9：将增长关系值标定为Qj，j＝1...m，其中m＝n-1；
S10：求取Qj的平均值，将Qj和平均值一起混合之后进行从大到小排序，之后依次从平均值处开始进行选值，选取到满足求值比例的增长关系值，将其标记为选中数值组，求值比例为预设值；
S11：对选中数值组进行均值求取，将该均值标记为近然长值；
S12：获取到最近一次的养殖数量和投食量，按照增长量＝(养殖数量+投食量+养殖天数)*近然长值的公式；将增长量标记为各个上限含量Sxi，计算得到对应所有微藻信息Zi达到上限含量所需的养殖天数，从而根据最新的养殖天数，自动得到还需天数，还需天数即为对应的含量信息会达到上限含量所需的天数；
S13：当还需天数的最小值小于T2天时，产生清洁信号，若还需天数低于T3的数值个数占总个数的比例超过预设威胁比例时，产生整清信号；
S14：同时，在接收到含量信息Hi时，会将Hi与Sxi进行比对，获取到满足Hi≥Sxi-X1的个数，将该个数标记为威胁个数；
式中，X1为预设值，用户预设的警戒值；当威胁个数不为零时产生清洁信号；同时若满足威胁个数/n超过预设威胁比例时，产生整清信号；
所述管理单元与处理器通信连接。
进一步地，选值具体步骤为：
S101：先获取比平均值大且最接近平均值的Qj，之后获取一个小于平均值且最接近平均值的Qj；
S102：依次轮流选取，直到选取的个数占总个数的比例大于等于求值比例，得到选中数值组。
进一步地，所述数据预测单元用于将清洁信号和整清信号传输到处理器，所述处理器接收数据预测单元传输的清洁信号和整清信号；
所述管理单元用于录入预设值。
进一步地，所述处理器在接收到数据预测单元传输的清洁信号时，驱动显示单元显示“当前需要进行针对性微藻清理”；
所述处理器在接收到数据预测单元传输的整清信号时，驱动显示单元显示“当前需要进行全面性的微藻清理”。
本发明的有益效果：
本发明借助洁控系统，对养殖池内的微藻数量进行实时监控的同时，还会结合对虾的生长情况、养殖天数和相关的投食量，进行合理预测在什么时间对应的微藻会达到相应的上限值，并根据达到上限制的数量，判定是否需要进行局部针对性清理，还是进行整体性的清理；便于区别对待；
同时，还会对实时的数据进行判定，针对不同情况给出不同的处理过程；本发明简单有效，且易于实用。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明洁控系统的系统框图。
具体实施方式
如图1所示，基于设施化微藻培养的对虾生态养殖及混养方法，该方法具体包括下述步骤：
步骤一：将对应的微藻和对虾虾苗准备好；
步骤二：投放到养殖池内进行养殖；
步骤三：养殖过程中进行喂养，并借助洁控系统对养殖池进行养殖监控；
步骤四：持续性进行养殖；
洁控系统包括藻类记录单元、数据记录单元、含量检测单元、单数据库、数据预测单元、单虾获取单元、处理器、显示单元、建议生成单元和管理单元；
其中，所述藻类记录单元用于分析检测养殖池内的所有的藻类，并将所有的藻类标记为微藻信息，并将微藻信息标记为Zi，i＝1...n，n为正整数，Zi表示为第i种微藻品类；
所述含量检测单元用于每间隔T1时间对微藻信息Zi在养殖池内的含量进行检测，得到含量信息，将其标记为Hi，i＝1...n，其中Hi与Zi一一对应，其中T1为管理人员根据需要灵活设置的预设时间，具体可取值为3小时或者其他时间；所述含量检测单元用于每检测出新的含量信息Hi时将其传输到数据记录单元，所述数据记录单元用于将微藻信息Zi及其对应的含量信息融合形成基础数据，并将基础数据传输到单数据库；
所述含量检测单元还用于将含量信息Hi传输到数据预测单元，所述单虾获取单元用于每间隔T1时间获取对虾数量和投食量，将对虾数量标记为养殖数量，所述单虾获取单元用于将养殖数量传输到数据预测单元，获取养殖数量和投食量的频次与获取到基础数据的频率一致；
所述数据预测单元结合单数据库对投食量、养殖数量进行监控分析，具体监控分析为：
S1：首先获取到单数据库内的基础数据，从中剖析得到微藻信息Zi和对应的含量信息Hi；
S2：自动检索到所有藻类的上限含量信息，上限含量信息即为对应的对虾生存环境的藻类最高含量值，将上限含量信息标记为Sxi，i＝1...n；Sxi与Hi、Zi一一对应；
S3：获取到初始的含量信息H1；获取到此时的养殖数量和投食量；
S4：之后获取到下一次的含量信息H2，同时获取到此时的养殖数量和投食量；
S5：将含量信息H2减去H1，得到增长量P1，之后获取到最新的对虾的养殖数量、投食量和养殖天数，养殖天数即为对虾养殖的时间；
S6：利用公式求取增长关系值，具体计算公式为：
增长关系值＝增长量P1/(养殖数量+投食量+养殖天数)；
S7：之后取值含量信息H3，重复S4-S6的步骤，得到第二个增长关系值；
S8：沿顺序取值，直到取值到Hn，重复步骤S7，得到n-1个增长关系值；
S9：将增长关系值标定为Qj，j＝1...m，其中m＝n-1；
S10：求取Qj的平均值，将Qj和平均值一起混合之后进行从大到小排序，之后依次从平均值处开始进行选值，选取到满足求值比例的增长关系值，求值比例为预设值，具体可选0.6；选值具体步骤为：
S101：先获取比平均值大且最接近平均值的Qj，之后获取一个小于平均值且最接近平均值的Qj；
S102：依次轮流选取，直到选取的个数占总个数的比例大于等于求值比例，得到选中数值组；
S11：对选中数值组进行均值求取，将该均值标记为近然长值；
S12：获取到最近一次的养殖数量和投食量，按照增长量＝(养殖数量+投食量+养殖天数)*近然长值的公式；将增长量标记为各个上限含量Sxi，计算得到对应所有微藻信息Zi达到上限含量所需的养殖天数，从而根据最新的养殖天数，自动得到还需天数，还需天数即为对应的含量信息会达到上限含量所需的天数；
S13：当还需天数的最小值小于T2天时，产生清洁信号，若还需天数低于T3的数值个数占总个数的比例超过预设威胁比例时，产生整清信号；
S14：同时，在接收到含量信息Hi时，会将Hi与Sxi进行比对，获取到满足Hi≥Sxi-X1的个数，将该个数标记为威胁个数；
式中，X1为预设值，用户预设的警戒值，具体可取值为3或者其他；当威胁个数不为零时产生清洁信号；同时若满足威胁个数/n超过预设威胁比例时，产生整清信号；
所述数据预测单元用于将清洁信号和整清信号传输到处理器，所述处理器接收数据预测单元传输的清洁信号和整清信号；所述处理器在接收到数据预测单元传输的清洁信号时，驱动显示单元显示“当前需要进行针对性微藻清理”；
所述处理器在接收到数据预测单元传输的整清信号时，驱动显示单元显示“当前需要进行全面性的微藻清理”；
所述管理单元与处理器通信连接，用于录入预设值。
基于设施化微藻培养的对虾生态养殖及混养方法，该方法借助洁控系统，对养殖池内的微藻数量进行实时监控的同时，还会结合对虾的生长情况、养殖天数和相关的投食量，进行合理预测在什么时间对应的微藻会达到相应的上限值，并根据达到上限制的数量，判定是否需要进行局部针对性清理，还是进行整体性的清理；便于区别对待；
同时，还会对实时的数据进行判定，针对不同情况给出不同的处理过程；本发明简单有效，且易于实用。
以上内容仅仅是对本发明结构所作的举例和说明，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，只要不偏离发明的结构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 (4)

1.基于设施化微藻培养的对虾生态养殖及混养方法，其特征在于，该方法具体包括下述步骤：
步骤一：将对应的微藻和对虾虾苗准备好；
步骤二：投放到养殖池内进行养殖；
步骤三：养殖过程中进行喂养，并借助洁控系统对养殖池进行养殖监控；
步骤四：持续性进行养殖；
洁控系统包括藻类记录单元、数据记录单元、含量检测单元、单数据库、数据预测单元、单虾获取单元、处理器、显示单元、建议生成单元和管理单元；
其中，所述藻类记录单元用于分析检测养殖池内的所有的藻类，并将所有的藻类标记为微藻信息，并将微藻信息标记为Zi，i＝1...n，n为正整数，Zi表示为第i种微藻品类；
所述含量检测单元用于每间隔T1时间对微藻信息Zi在养殖池内的含量进行检测，得到含量信息，将其标记为Hi，i＝1...n，其中Hi与Zi一一对应，其中T1为管理人员根据需要灵活设置的预设时间；所述含量检测单元用于每检测出新的含量信息Hi时将其传输到数据记录单元，所述数据记录单元用于将微藻信息Zi及其对应的含量信息融合形成基础数据，并将基础数据传输到单数据库；
所述含量检测单元还用于将含量信息Hi传输到数据预测单元，所述单虾获取单元用于每间隔T1时间获取对虾数量和投食量，将对虾数量标记为养殖数量，所述单虾获取单元用于将养殖数量传输到数据预测单元，获取养殖数量和投食量的频次与获取到基础数据的频率一致；
所述数据预测单元结合单数据库对投食量、养殖数量进行监控分析，具体监控分析为：
S1：首先获取到单数据库内的基础数据，从中剖析得到微藻信息Zi和对应的含量信息Hi；
S2：自动检索到所有藻类的上限含量信息，上限含量信息即为对应的对虾生存环境的藻类最高含量值，将上限含量信息标记为Sxi，i＝1...n；Sxi与Hi、Zi一一对应；
S3：获取到初始的含量信息H1；获取到此时的养殖数量和投食量；
S4：之后获取到下一次的含量信息H2，同时获取到此时的养殖数量和投食量；
S5：将含量信息H2减去H1，得到增长量P1，之后获取到最新的对虾的养殖数量、投食量和养殖天数，养殖天数即为对虾养殖的时间；
S6：利用公式求取增长关系值，具体计算公式为：
增长关系值＝增长量P1/(养殖数量+投食量+养殖天数)；
S7：之后取值含量信息H3，重复S4-S6的步骤，得到第二个增长关系值；
S8：沿顺序取值，直到取值到Hn，重复步骤S7，得到n-1个增长关系值；
S9：将增长关系值标定为Qj，j＝1...m，其中m＝n-1；
S10：求取Qj的平均值，将Qj和平均值一起混合之后进行从大到小排序，之后依次从平均值处开始进行选值，选取到满足求值比例的增长关系值，将其标记为选中数值组，求值比例为预设值；
S11：对选中数值组进行均值求取，将该均值标记为近然长值；
S12：获取到最近一次的养殖数量和投食量，按照增长量＝(养殖数量+投食量+养殖天数)*近然长值的公式；将增长量标记为各个上限含量Sxi，计算得到对应所有微藻信息Zi达到上限含量所需的养殖天数，从而根据最新的养殖天数，自动得到还需天数，还需天数即为对应的含量信息会达到上限含量所需的天数；
S13：当还需天数的最小值小于T2天时，产生清洁信号，若还需天数低于T3的数值个数占总个数的比例超过预设威胁比例时，产生整清信号；
S14：同时，在接收到含量信息Hi时，会将Hi与Sxi进行比对，获取到满足Hi≥Sxi-X1的个数，将该个数标记为威胁个数；
式中，X1为预设值，用户预设的警戒值；当威胁个数不为零时产生清洁信号；同时若满足威胁个数/n超过预设威胁比例时，产生整清信号；
所述管理单元与处理器通信连接。
2.根据权利要求1所述的基于设施化微藻培养的对虾生态养殖及混养方法，其特征在于，选值具体步骤为：
S101：先获取比平均值大且最接近平均值的Qj，之后获取一个小于平均值且最接近平均值的Qj；
S102：依次轮流选取，直到选取的个数占总个数的比例大于等于求值比例，得到选中数值组。
3.根据权利要求1所述的基于设施化微藻培养的对虾生态养殖及混养方法，其特征在于，所述数据预测单元用于将清洁信号和整清信号传输到处理器，所述处理器接收数据预测单元传输的清洁信号和整清信号；
所述管理单元用于录入预设值。
4.根据权利要求1所述的基于设施化微藻培养的对虾生态养殖及混养方法，其特征在于，所述处理器在接收到数据预测单元传输的清洁信号时，驱动显示单元显示“当前需要进行针对性微藻清理”；
所述处理器在接收到数据预测单元传输的整清信号时，驱动显示单元显示“当前需要进行全面性的微藻清理”。
CN202011503357.3A 2020-12-18 2020-12-18 基于设施化微藻培养的对虾生态养殖及混养方法 Active CN112674000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011503357.3A CN112674000B (zh) 2020-12-18 2020-12-18 基于设施化微藻培养的对虾生态养殖及混养方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011503357.3A CN112674000B (zh) 2020-12-18 2020-12-18 基于设施化微藻培养的对虾生态养殖及混养方法

Publications (2)

Publication Number Publication Date
CN112674000A CN112674000A (zh) 2021-04-20
CN112674000B true CN112674000B (zh) 2022-03-29

Family

ID=75449617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011503357.3A Active CN112674000B (zh) 2020-12-18 2020-12-18 基于设施化微藻培养的对虾生态养殖及混养方法

Country Status (1)

Country Link
CN (1) CN112674000B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117551542B (zh) * 2024-01-13 2024-04-05 江苏中盛医学诊断试剂有限公司 微生物培养识别监测系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4793284A (en) * 1987-05-22 1988-12-27 Davis Roy E Apparatus and process for obtaining marketable shellfish
FR2775558A1 (fr) * 1998-03-05 1999-09-10 Alain Gouraud Installation biologique d'elevage de crustaces planctoniques
CN101715746A (zh) * 2009-11-16 2010-06-02 刘瀚昌 一种南美白对虾的饲养管理技术
CN103155891A (zh) * 2013-03-21 2013-06-19 上海海洋大学 一种将生物絮凝技术与多营养级综合养殖模式相结合的南美白对虾养殖方法
CN104255632A (zh) * 2014-09-18 2015-01-07 朱祖阳 全封闭全透光智能化有机对虾生态养殖装置
CN104542423A (zh) * 2015-02-05 2015-04-29 朱祖阳 蜂巢式全封闭循环水养殖系统装置
CN106472393A (zh) * 2016-09-28 2017-03-08 吕子含 一种对虾养殖池水质和藻类自动控制管理系统及其控制方法
CN108064793A (zh) * 2017-12-29 2018-05-25 中国水产科学研究院渔业机械仪器研究所 一种利用硅藻防控对虾病害的设施化养殖系统及方法
CN208273900U (zh) * 2018-04-24 2018-12-25 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
CN110591894A (zh) * 2019-10-11 2019-12-20 安徽德宝生物科技有限公司 一种微藻反应釜养殖控制装置
CN111096260A (zh) * 2019-12-24 2020-05-05 天津海友佳音生物科技股份有限公司 一种对虾养殖封闭式水循环方法及装置
CN111919808A (zh) * 2020-08-17 2020-11-13 上海海洋大学 综合养殖鱼虾的净化系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10039244B2 (en) * 2014-03-04 2018-08-07 Greenonyx Ltd Systems and methods for cultivating and distributing aquatic organisms
US20190077685A1 (en) * 2017-09-13 2019-03-14 Arevik Minasyan Application to reinforce the immunity of Daphnia and to use them as bio filters to improve water quality of aquatic ecosystems

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4793284A (en) * 1987-05-22 1988-12-27 Davis Roy E Apparatus and process for obtaining marketable shellfish
FR2775558A1 (fr) * 1998-03-05 1999-09-10 Alain Gouraud Installation biologique d'elevage de crustaces planctoniques
CN101715746A (zh) * 2009-11-16 2010-06-02 刘瀚昌 一种南美白对虾的饲养管理技术
CN103155891A (zh) * 2013-03-21 2013-06-19 上海海洋大学 一种将生物絮凝技术与多营养级综合养殖模式相结合的南美白对虾养殖方法
CN104255632A (zh) * 2014-09-18 2015-01-07 朱祖阳 全封闭全透光智能化有机对虾生态养殖装置
CN104542423A (zh) * 2015-02-05 2015-04-29 朱祖阳 蜂巢式全封闭循环水养殖系统装置
CN106472393A (zh) * 2016-09-28 2017-03-08 吕子含 一种对虾养殖池水质和藻类自动控制管理系统及其控制方法
CN108064793A (zh) * 2017-12-29 2018-05-25 中国水产科学研究院渔业机械仪器研究所 一种利用硅藻防控对虾病害的设施化养殖系统及方法
CN208273900U (zh) * 2018-04-24 2018-12-25 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
CN110591894A (zh) * 2019-10-11 2019-12-20 安徽德宝生物科技有限公司 一种微藻反应釜养殖控制装置
CN111096260A (zh) * 2019-12-24 2020-05-05 天津海友佳音生物科技股份有限公司 一种对虾养殖封闭式水循环方法及装置
CN111919808A (zh) * 2020-08-17 2020-11-13 上海海洋大学 综合养殖鱼虾的净化系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
微藻营养价值及其在水产生物营养强化中的应用;张继红 等;《食品工业科技》;20160731;第37卷(第20期);第371-376页 *

Also Published As

Publication number Publication date
CN112674000A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN101867869A (zh) 水上移动机器人网络水域监测预警系统及其实现方法
CN107065984B (zh) 基于物联网的水产养殖水质监测和预警系统
CN112674000B (zh) 基于设施化微藻培养的对虾生态养殖及混养方法
JP7301820B2 (ja) 少なくとも１つの養殖池を監視する方法及び養殖池監視システム
CN114997536A (zh) 一种养殖尾水污染检测方法、系统及介质
CN112325949A (zh) 一种养殖环境监测系统
CN114895731A (zh) 一种基于数字孪生的养殖监测系统及方法
CN105600841B (zh) 一种水产养殖水质监控及净化处理方法
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
Beentjes et al. Relative abundance, size and age structure, and stock status of blue cod off south Otago in 2010
CN114519538B (zh) 一种有效控制营养物质循环利用的多营养层次养殖系统
Tibihika et al. Understanding the translocation dynamics of Nile tilapia (Oreochromis niloticus) and its ecological consequences in East Africa
Rustam et al. Feasibility study of combined Gracilaria verrucosa seaweed with giant tiger prawn Penaeus monodon farming
AU2021105855A4 (en) A SYSTEM AND METHOD FOR MONITORING BETTER GROWTH, HEALTH, AND WATER QUALITY FOR PLANTS, FISH, AND BACTERIABASED ON IoT AQUAPONIC FARMING
Feng et al. Assessing the carrying capacity of Mercenaria mercenaria using a steady linear food web model in two pond‐culture ecosystems
CN116307893B (zh) 基于数据分析的鱼类增殖放流水域适宜性评估系统
CN115713232B (zh) 一种刺参底播增殖风险联防预警系统
CN114097676B (zh) 一种拟穴青蟹的病害预测方法、系统及可存读介质
Lastiri Modelling and identification of water and nutrient balances in aquaponics
Huyunh Environmental impacts of alternative water treatment strategies of process water from a herring processing plant
Pavendan et al. Modelling of wastewater treatment, microalgae growth and harvesting by flocculation inside photo bioreactor using machine learning technique
CN116143207A (zh) 一种基于大数据的水产养殖污水净化智能化控制系统
CN112308405A (zh) 一种海洋牧场资源养护效果评估方法
Duarte et al. Passive acoustic monitoring and convolutional neural networks facilitate high-resolution and broadscale monitoring of a threatened species
Kumar et al. Assessment of marine fish stocks within India’s Exclusive Economic Zone: Status report 2022

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