CN113033877A - 对虾养殖水体亚硝酸盐氮含量的预测预警方法 - Google Patents
对虾养殖水体亚硝酸盐氮含量的预测预警方法 Download PDFInfo
- Publication number
- CN113033877A CN113033877A CN202110235918.4A CN202110235918A CN113033877A CN 113033877 A CN113033877 A CN 113033877A CN 202110235918 A CN202110235918 A CN 202110235918A CN 113033877 A CN113033877 A CN 113033877A
- Authority
- CN
- China
- Prior art keywords
- nitrite nitrogen
- nitrogen content
- early warning
- predicting
- day
- 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.)
- Pending
Links
- JVMRPSJZNHXORP-UHFFFAOYSA-N ON=O.ON=O.ON=O.N Chemical compound ON=O.ON=O.ON=O.N JVMRPSJZNHXORP-UHFFFAOYSA-N 0.000 title claims abstract description 84
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 241000238557 Decapoda Species 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000009360 aquaculture Methods 0.000 claims abstract description 26
- 244000144974 aquaculture Species 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 abstract description 4
- 241000238552 Penaeus monodon Species 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 9
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- BHPQYMZQTOCNFJ-UHFFFAOYSA-N Calcium cation Chemical compound [Ca+2] BHPQYMZQTOCNFJ-UHFFFAOYSA-N 0.000 description 2
- JLVVSXFLKOJNIY-UHFFFAOYSA-N Magnesium ion Chemical compound [Mg+2] JLVVSXFLKOJNIY-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910001424 calcium ion Inorganic materials 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 235000012631 food intake Nutrition 0.000 description 2
- 229910001425 magnesium ion Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 208000009663 Acute Necrotizing Pancreatitis Diseases 0.000 description 1
- 241000530452 Litopenaeus Species 0.000 description 1
- 241000121184 Monodon Species 0.000 description 1
- 241000238367 Mya arenaria Species 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 241001282110 Pagrus major Species 0.000 description 1
- 206010055024 Pancreatic enlargement Diseases 0.000 description 1
- 206010058096 Pancreatic necrosis Diseases 0.000 description 1
- 241000927735 Penaeus Species 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 231100000739 chronic poisoning Toxicity 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 125000001477 organic nitrogen group Chemical group 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- A01K61/50—Culture of aquatic animals of shellfish
- A01K61/59—Culture of aquatic animals of shellfish of crustaceans, e.g. lobsters or shrimps
-
- 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
- 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)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Environmental Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Theoretical Computer Science (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Development Economics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Agronomy & Crop Science (AREA)
- Food Science & Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Zoology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Operations Research (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明公开了一种对虾养殖水体亚硝酸盐氮含量的预测预警方法，是对对虾养殖水体的亚硝酸盐氮含量进行1～4日的基础数据检测，利用检测所得的其中至少两个亚硝酸盐氮含量基础数据建立亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来一段时间内养殖水环境中的亚硝酸盐氮含量。本发明能利用简单的计算方式有效预测未来10日内养殖水环境中的亚硝酸盐氮含量，不需要特有的软件就能实现水质预警，为有效检测养殖水环境提供科学依据。
Description
技术领域
本发明属于水质监测分析方法。具体涉及一种对虾养殖水体亚硝酸盐氮含量的预测预警方法。
背景技术
对虾养殖业是我国水产养殖的支柱产业，2018年我国淡水虾总养殖产量达264万吨，海水虾总养殖产量达130万吨。但随着国内对虾养殖规模和密度的增大，养殖中后期常常出现水质恶化的现象，进而导致病害频发，品质下降。水质恶化主要是由于养殖对虾的残余饲料、排泄物、死亡残体等有机物因不能完全分解而沉积池底，使池水趋于富营养化，从而造成有害物质氨氮、亚硝酸盐氮等的积累。
在水产养殖中，亚硝酸盐氮是还原态氮或有机态氮在转化成硝态氮的中间产物，即亚硝酸盐氮是不完全氧化或不完全硝化作用的产物，目前还没有快速降解水体中亚硝酸盐氮的特效药，只能通过增氧、肥水、使用水质吸附剂或使用生态制剂等方法降低亚硝酸盐氮。
因此，对虾养殖过程中对养殖水体的亚硝酸盐氮含量状况进行预测预警是十分必要的，有效的亚硝酸盐氮预测预警模型能在水质恶化前，给予决策者及时有效的警报，为合理利用水资源和改善养殖水环境提供科学依据。
发明内容
本发明要解决的是当前水产养殖中养殖水体亚硝酸盐氮含量的预警方法复杂、普通养殖户难以操作等问题，提供一种简易、便于操作、不需要特定软件的对虾养殖水体亚硝酸盐氮含量的预测预警方法。
本发明上述目的通过以下技术方案实现：
一种对虾养殖水体亚硝酸盐氮含量的预测预警方法，对对虾养殖水体的亚硝酸盐氮含量进行1～4日的基础数据检测，利用检测所得的其中至少两个亚硝酸盐氮含量基础数据建立亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来一段时间内养殖水环境中的亚硝酸盐氮含量。
在对虾养殖中，亚硝酸盐氮的危害主要表现为慢性中毒，蜕壳时容易出现蜕壳不遂、软壳死；会引起肝胰腺肿大，诱发肝胰脏坏死；影响摄食率；影响生物体内外渗透压，引起水肿；引起应激反应，对虾会引起红体、红须、红尾等症状。根据对虾养殖水质大数据的采集和分析，发现在外界环境无剧烈变化的短时期内养殖水体所建立的硝化系统和反硝化系统短期内不会改变，即短期内水体的净化能力差异不大，养殖水体中的亚硝酸盐氮含量呈线性趋势增加。
本发明中，对对虾养殖水体的亚硝酸盐氮进行1～4日的基础数据测，利用检测所得的亚硝酸盐氮含量数据建立亚硝酸盐氮含量与时间的一元一次线性关系式，可以较为准确的预测未来十日内养殖水环境中的亚硝酸盐氮的数值。
优选的，所述的基础数据检测是指连续2日检测、连续3日检测、测试1日间隔1日再1日测试、测试1日后间隔1日再2日检测、连续2日检测后间隔1日再1日检测或连续4日检测的其中之一。
更进一步的，所述的基础数据检测是指连续2日检测。
优选的，所述基础数据检测时，连续两天检测的间隔时间为24小时。
优选的，根据基础数据建立的亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来10日内养殖水体中的亚硝酸盐氮含量。
优选的，当养殖水环境中亚硝酸盐氮含量预测值超过2mg/L时，系统将启动预警；当亚硝酸盐氮含量预测误差超过20％时，判断养殖水环境中的硝化系统稳定性被破坏。
本发明中，当根据线性关系式预测未来某天养殖水环境中的亚硝酸盐氮数值超过2mg/L时，系统将启动预警；当预测误差超过实际测量值的20％时，可以判断养殖水环境中的硝化系统稳定性被破坏。
本发明的另一个目的是提供上述对虾养殖水体亚硝酸盐氮含量的预测预警方法在对虾养殖中的应用。
本发明具有以下有益效果：
1.本发明提供的对虾养殖水体亚硝酸盐氮含量的预测预警方法，操作简易有效。
2.本发明在发明人充分了解对虾养殖水体中亚硝酸盐氮含量变化规律的基础上，确定亚硝酸盐氮含量与时间的一元一次线性关系式和短期预测时间，得到了适合于对虾养殖水环境的预测预警模型。
3.本发明提供的对虾养殖水体亚硝酸盐氮含量的预测预警方法在最新的水环境数据预测短期内水质参数的数值，不依赖历史数据，预测结果更为准确。
4.本发明提供的对虾养殖水体亚硝酸盐氮含量的预测预警方法不需要复杂的计算手法，简化了计算方式，提高了预测预警效率，对计算程序要求不高，不需要特定的软件，对使用者的技术要求不高，适合养殖户们使用，具有快速、便捷的优点，在虾养殖中的应用前景广泛。
5.本发明提供的对虾养殖水体亚硝酸盐氮含量的预测预警方法，在没有人为大幅度调节水质的情况下，利用本发明可以预测未来十日内水体中的亚硝酸盐氮含量，养殖户可根据自身养殖情况提前做好调节水质的准备。
具体实施方式
以下结合具体实施例来进一步说明本发明。
实施例1
2020年6月17日至9月25日对广东省佛山市顺德区马岗村一斑节对虾养殖池塘进行水质监测预测养殖实验，池塘面积为4亩，将养殖水体调节至盐度为5ppt，钙离子含量为100-140ppm，镁离子含量为130-210ppm，溶解氧保持在6.5-8.0左右，pH为8.0-8.5。于2020年6月17日放养规格大小约为4g/尾的斑节对虾虾苗55000尾。对养殖水质进行实时监测，并在没有人为大幅度调节水质的情况下对养殖水体中亚硝酸盐氮含量进行预测分析，数据分析如下：
数据预测分析1以连续两日检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
数据预测分析2以连续三日内检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
数据预测分析3以连续四日内检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
上述分别连续2日检测、连续3日检测或测试1日间隔1日再1日测试、测试1日后间隔1日再2日检测、连续2日检测后间隔1日再1日检测或连续4日检测的亚硝酸盐氮检测值预测十日内养殖水环境的亚硝酸盐氮的含量，计算预测误差，由此可见，考虑到时间成本及计算的便利性，以连续两日的亚硝酸盐氮检测值所形成的亚硝酸盐氮含量与时间的一元一次线性关系式最符合养殖水体中亚硝酸盐氮速率。
该实验虾塘于2020年9月25日清塘，出塘虾规格大小为32.1g/尾，共出塘1031斤斑节对虾，远远超出了目前市场上斑节对虾养殖的产量。
实施例2
2020年5月15日至9月25日对广东省佛山市顺德区马岗村另一个斑节对虾养殖池塘进行水质监测预测养殖实验，池塘面积为2亩，将养殖水体调节至盐度为5ppt，钙离子含量为120-200ppm，镁离子含量为130-180ppm，溶解氧保持在6.5-8.5左右，pH为7.5-8.5。于2020年5月15日放养规格大小约为2g/尾的斑节对虾虾苗100000尾。对养殖水质进行实时监测，并在没有人为大幅度调节水质的情况下对养殖水体中亚硝酸盐氮含量进行预测分析，数据分析如下：
数据预测分析1以连续两日检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
数据预测分析2以连续三日内的检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
数据预测分析3以连续四日内检测的亚硝酸盐含量检测值预测未来十日内的亚硝酸盐氮含量数值
上述分别用连续2日检测、连续3日检测或测试1日间隔1日再1日测试、测试1日后间隔1日再2日检测、连续2日检测后间隔1日再1日检测或连续4日检测的的亚硝酸盐氮检测值预测十日内养殖水环境的亚硝酸盐氮的含量，计算预测误差，由此可见，以连续两日、连续三日或间隔一日的亚硝酸盐氮检测值所形成的亚硝酸盐氮含量与时间的一元一次线性关系式较为符合养殖水环境中亚硝酸盐氮速率。结合实施例1，本发明在没有人为大幅度调节养殖水环境中亚硝酸盐氮含量的情况下，采用连续两日的亚硝酸盐氮检测数据所形成的亚硝酸盐氮含量与时间的一元一次线性关系式预测接下来十日内参数值。
在是养殖过程中，可发现当养殖水环境中的亚硝酸盐氮含量超过2mg/L时，斑节对虾没有死亡，但是会出现明显的摄食减少、行动缓慢等情况。该实验虾塘分别时于2020年6月17日和9月25日清塘。6月17日出塘虾规格大小为4g/尾，共出塘444斤斑节对虾；9月25日出塘虾规格大小为25.6g/尾，共出塘1843斤斑节对虾，两次出塘共出2287斤斑节对虾，大大超越了目前市场上斑节对虾养殖的产量，由此可证明水质检测预测有利于对虾养殖的水质管理，从而提高对虾养殖的产量。
Claims (10)
1.一种对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，对对虾养殖水体的亚硝酸盐氮含量进行1～4日的基础数据检测，利用检测所得的其中至少两个亚硝酸盐氮含量基础数据建立亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来一段时间内养殖水环境中的亚硝酸盐氮含量。
2.根据权利要求1所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，所述的基础数据检测是指连续2日检测、连续3日检测、测试1日间隔1日再1日测试、测试1日后间隔1日再2日检测、连续2日检测后间隔1日再1日检测或连续4日检测的其中之一。
3.根据权利要求2所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，所述的基础数据检测是指连续2日检测。
4.根据权利要求1～3任一所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，所述基础数据检测时，连续两天检测的间隔时间为24小时。
5.根据权利要求1～3任一所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，根据基础数据建立的亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来10～15日内养殖水体中的亚硝酸盐氮含量。
6.根据权利要求4所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，根据基础数据建立的亚硝酸盐氮含量与时间的一元一次线性关系式，用于预测未来10～15日内养殖水环境中的亚硝酸盐氮含量。
7.根据权利要求1～3或6任一所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，当养殖水环境中亚硝酸盐氮含量预测值超过2mg/L时，系统将启动预警；当亚硝酸盐氮含量预测误差超过20％时，判断养殖水环境中的硝化系统稳定性被破坏。
8.根据权利要求4任一所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，当亚硝酸盐氮含量预测值超过2mg/L时，系统将启动预警；当亚硝酸盐氮含量预测误差超过20％时，判断养殖水环境中的硝化系统稳定性被破坏。
9.根据权利要求5任一所述的对虾养殖水体亚硝酸盐氮含量的预测预警方法，其特征在于，当亚硝酸盐氮含量预测值超过2mg/L时，系统将启动预警；当亚硝酸盐氮含量预测误差超过20％时，判断养殖水环境中的硝化系统稳定性被破坏。
10.权利要求1～9任一项所述对虾养殖水体亚硝酸盐氮含量的预测预警方法在对虾养殖中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110235918.4A CN113033877A (zh) | 2021-03-03 | 2021-03-03 | 对虾养殖水体亚硝酸盐氮含量的预测预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110235918.4A CN113033877A (zh) | 2021-03-03 | 2021-03-03 | 对虾养殖水体亚硝酸盐氮含量的预测预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113033877A true CN113033877A (zh) | 2021-06-25 |
Family
ID=76465996
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110235918.4A Pending CN113033877A (zh) | 2021-03-03 | 2021-03-03 | 对虾养殖水体亚硝酸盐氮含量的预测预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113033877A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115561207A (zh) * | 2022-10-27 | 2023-01-03 | 马鞍山市桓泰环保设备有限公司 | 一种浓度自适应污水检测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108647831A (zh) * | 2018-05-16 | 2018-10-12 | 华南农业大学 | 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法 |
| JP2019100804A (ja) * | 2017-11-30 | 2019-06-24 | Ｊｆｅアドバンテック株式会社 | 濃度測定方法、濃度管理方法、濃度測定装置、及び濃度管理装置 |
| CN111354423A (zh) * | 2020-02-29 | 2020-06-30 | 北京工业大学 | 一种基于多元时间序列分析的自组织递归模糊神经网络的出水氨氮浓度预测方法 |
-
2021
- 2021-03-03 CN CN202110235918.4A patent/CN113033877A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019100804A (ja) * | 2017-11-30 | 2019-06-24 | Ｊｆｅアドバンテック株式会社 | 濃度測定方法、濃度管理方法、濃度測定装置、及び濃度管理装置 |
| CN108647831A (zh) * | 2018-05-16 | 2018-10-12 | 华南农业大学 | 一种多源信息融合的水产养殖环境中氨氮/亚硝酸盐含量预测系统及方法 |
| CN111354423A (zh) * | 2020-02-29 | 2020-06-30 | 北京工业大学 | 一种基于多元时间序列分析的自组织递归模糊神经网络的出水氨氮浓度预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张宇雷等: "基于氨氮平衡的水产养殖换水率计算方法研究", 《渔业现代化》 * |
| 杨世平等: "对虾高密度养殖过程中水质的周期变化与分析", 《水产科学》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115561207A (zh) * | 2022-10-27 | 2023-01-03 | 马鞍山市桓泰环保设备有限公司 | 一种浓度自适应污水检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Influence of carbohydrate addition on nitrogen transformations and greenhouse gas emissions of intensive aquaculture system | |
| AU2008318492B2 (en) | Biosolids-based food additive for animal feed and methods of production | |
| CN102972329A (zh) | 一体化室内生态循环水养殖系统 | |
| CN112830579A (zh) | 一种基于淡水生态牧场建设的微污染水体的治理方法 | |
| CN211091384U (zh) | 一种低能耗高效循环水养殖系统 | |
| Zhou et al. | Impact of pond and fence aquaculture on reservoir environment | |
| CN113636727A (zh) | 一种陆基圆池循环养殖尾水处理系统及方法 | |
| CN113033877A (zh) | 对虾养殖水体亚硝酸盐氮含量的预测预警方法 | |
| CN103553265B (zh) | 一种分散式屠宰废水模块处理方法 | |
| CN112858619A (zh) | 一种对虾养殖水质的预测预警方法 | |
| CN110301393A (zh) | 一种sbr水处理的循环水养虾系统 | |
| Davidson et al. | Integrating activated sludge membrane biological reactors with freshwater RAS: Preliminary evaluation of water use, water quality, and rainbow trout Oncorhynchus mykiss performance | |
| CN111096260B (zh) | 一种对虾养殖封闭式水循环方法及装置 | |
| CN114617096B (zh) | 一种智能养殖海水循环系统及其使用方法 | |
| CN102533558A (zh) | 一种螺旋藻培养基循环利用的方法 | |
| CN111924939A (zh) | 一种微电极去除水产养殖水体中氨氮及亚硝酸盐的方法 | |
| CN107509673B (zh) | 一种集约化凡纳滨对虾养殖废水的资源化利用方法 | |
| US20160108480A1 (en) | Wastewater treatment for the production of microbial biomass | |
| CN210808848U (zh) | 一种廊道阶梯式生态休闲景观养殖系统 | |
| Kwarciak-Kozłowska et al. | The application of UASB reactor in meat industry wastewater treatment | |
| CN114044613A (zh) | 一种渔农复合式工厂化养殖尾水处理系统以及处理方法 | |
| Kazemi et al. | Environmental sustainability assessment of Nile tilapia (Oreochromis niloticus) breeding in biofloc system | |
| CN209974644U (zh) | 一种畜禽粪污资源化利用一体化设备 | |
| CN210030281U (zh) | 一种光降解处理水产养殖污水中抗生素的系统 | |
| CN205740681U (zh) | 一种处理高浓度硫酸多黏菌素发酵废水的处理系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |