CN115825368A - 基于物联网的水产养殖业的水质监测方法及系统 - Google Patents
基于物联网的水产养殖业的水质监测方法及系统 Download PDFInfo
- Publication number
- CN115825368A CN115825368A CN202211677583.2A CN202211677583A CN115825368A CN 115825368 A CN115825368 A CN 115825368A CN 202211677583 A CN202211677583 A CN 202211677583A CN 115825368 A CN115825368 A CN 115825368A
- Authority
- CN
- China
- Prior art keywords
- water quality
- area
- value
- evaluation
- monitoring
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 323
- 238000012544 monitoring process Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000009360 aquaculture Methods 0.000 title claims abstract description 37
- 244000144974 aquaculture Species 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 149
- 238000001514 detection method Methods 0.000 claims abstract description 119
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 37
- 239000001301 oxygen Substances 0.000 claims description 37
- 229910052760 oxygen Inorganic materials 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 13
- 238000013441 quality evaluation Methods 0.000 claims description 13
- 238000001303 quality assessment method Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 9
- 241000251468 Actinopterygii Species 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000009395 breeding Methods 0.000 claims description 4
- 230000001488 breeding effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000002344 surface layer Substances 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 5
- 239000000463 material Substances 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 7
- 241000252234 Hypophthalmichthys nobilis Species 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000005276 aerator Methods 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- 235000012255 calcium oxide Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- FPAFDBFIGPHWGO-UHFFFAOYSA-N dioxosilane;oxomagnesium;hydrate Chemical compound O.[Mg]=O.[Mg]=O.[Mg]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O FPAFDBFIGPHWGO-UHFFFAOYSA-N 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于物联网的水产养殖业的水质监测方法及系统，涉及水产养殖技术领域，包括：第一评估模块，第二评估模块，水质检测模块，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；第三评估模块，对若干个检测区域的水质进行评估；判断模块，获取水质已经不符合条件的检测区域的第一监测信息并判断，依据判断结果，利用水质调节设备完成水质调整；预处理模块，将其中即将超过阈值的部分调整至标准值，完成水质预调整。及时地对恶化的水体进行针对性处理，在能够改善水体的前提下，尽可能地降低处理的成本，减少人力物料的消耗；对会产生恶化的水体进行预防，提前形成改善。
Description
技术领域
本发明涉及水产养殖技术领域，具体为基于物联网的水产养殖业的水质监测方法及系统。
背景技术
水产养殖是人为控制下繁殖、培育和收获水生动植物的生产活动。一般包括在人工饲养管理下从苗种养成水产品的全过程。
在水产养殖过程中，水体质量对水产产量带来较大的影响，因此控制水质及对水质进行监测就显得尤为重要，例如说，在水体溶氧量不足时，进行增氧；在水源水质较差，用生石灰化水后全池抛洒，以方便进行杀菌等等。
在水产养殖过程中，为了增加对水体质量的监控，通常会在水体中增加若干个检测仪，获取到水质数据后，将检测到数据发送至用户，由用户进行判断并做出应对。但是，在养殖区域较大时，检测因素又较多时，用户很难对水体的各个区域进行针对性处理，而如果要对水体进行整体处理，要耗费的人力物料也较多，经济性不佳。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了基于物联网的水产养殖业的水质监测方法及系统，通过设置第一评估模块、第二评估模块、水质检测模块、第三评估模块，对若干个检测区域的水质进行评估；判断模块，获取水质已经不符合条件的检测区域的第一监测信息并判断，依据判断结果，利用水质调节设备完成水质调整；预处理模块，将其中即将超过阈值的部分调整至标准值，完成水质预调整。及时地对恶化的水体进行针对性处理，在能够改善水体的前提下，尽可能地降低处理的成本，减少人力物料的消耗；对会产生恶化的水体进行预防，提前形成改善，从而解决了背景技术中的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：基于物联网的水产养殖业的水质监测方法，包括：步骤一、在养殖区域内设置若干水质监测设备，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；
步骤二、将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA，对相应检测区域内水质进行判断；
步骤三、在养殖区域内设置水面监测设备，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；
步骤四、基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估，确定其中水质评估值PC的检测区域；
步骤五、获取水质已经不符合条件的检测区域的第一监测信息，判断pH值、溶氧量及温度超过相应阈值的部分，输出判断结果；依据判断结果，利用水质调节设备将pH值、溶氧量及温度中的一个或者多个调整至标准值附近，完成水质调整；
步骤六、划定水质隐患区间，从非重叠区域中确定水质存在安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测，如果显示pH值、溶氧量及温度中的一个或者多个即将超过阈值，将其中即将超过阈值的部分调整至标准值，完成水质预调整。
进一步的，步骤一包括：步骤101、确定水产养殖区域，在水产养殖区域内均匀地投入水质监测设备，对第一水质因素进行监测，周期性的获取第一监测信息；步骤102、第一水质因素包括pH值、溶氧量及温度三项水质子因素，获取并构成的第一监测信息，上传至云端进行备份；步骤103、获取若干组第一监测信息，汇总后建立第一数据集，并依据第一评估方法，形成若干个第一评估值并对水质进行评估。
进一步的，所述第一评估方法为：获取酸碱度pH、溶氧量RO及温度T，先进行归一化处理，依照如下公式获取第一评估值P：
其中，γ及θ为可变更常数参数，0≤γ≤1，0≤θ≤1，且0≤γ+θ≤1，用户可以按照实际情况进行调整；C为修正系数，通过模拟软件，确定C的具体值。
进一步的，所述步骤二包括：步骤201、建立分类器，结合第一评估值对应的水质监测设备所在区域的位置及第一评估值之间的相似性，将养殖区域的划分为若干个检测区域，并一一进行定位和标记；步骤202、确定位于检测区域内的若干个第一评估值，对其平均以获取第一评估值PA，以第一评估值PA对相应的检测区域内的水质进行评估；步骤203、获取第一评估值PA，将其与相应的阈值进行对比，判断检测区域的水质是否超标，如果超过超标，则由其区域所在水质监测设备向外部进行通信；步骤204、基于养殖区域建立电子地图，标记出划分后的检测区域，对其中水质超标的区域进行标注。
进一步的，所述步骤三包括：步骤301、在存在超标区域时，并在水产养殖区域内投入水面监测设备，对若干个检测区域的第二水质因素进行监测，获取第二监测信息；第二水质因素包括检测区域的水域表层死鱼的数量、水质浑浊度及水面颜色与标准色之间的色差；步骤302、获取若干组第二监测信息，汇总后建立第二数据集，并依据第二评估方法，形成若干个第二评估值PB并对水质进行评估；步骤303、获取各个检测区域的第二评估值PB，将其与相应的阈值进行对比，确定其中大于相依阈值的部分为水质超标区域；对其中水质超标的检测区域，在电子地图进行标注。
进一步的，所述第二评估方法如下：获取死鱼数量N、水质浑浊度Hz及色差S，进行归一化处理，依照如下公式获取第二评估值PB：
其中，R1及R2为可变更常数参数，0≤R2≤1，0≤R1≤1，且0≤R1+R2≤1，用户可以按照实际情况进行调整；D为修正系数，可以通过模拟软件确定D的具体值。
进一步的，所述步骤四包括：步骤401、从电子地图上确定若干个检测区域中，确定第一评估值PA及第二评估值PB中至少一个大于阈值部分，确定为重叠区域并进行标记；步骤402、获取重叠区域的第一评估值PA及第二评估值PB，基于第三评估方法获取水质评估值PC，将水质评估值PC与相应阈值进行对比，确认若干个检测区域中综合水质低于阈值的部分，确定为综合水质不达标的区域。
进一步的，第三评估方法如下：获取第一评估值PA及第二评估值PB，进行归一化处理，依照时如下公式获取水质评估值PC：
其中，0≤δ≤1，0≤ε≤1，δ、ε为权重，R为第一评估值PA及第二评估值PB间的相关性系数。
进一步的，所述步骤六包括：步骤601、设定水质的安全区间，检测区域的水质评估值PC的差值小于预设的安全区间时，通过水质监测设备向外部发出通信；在差值小于预设的安全区间时，判断该检测区域的水质存在安全隐患；步骤602、与水质监测设备通信后，确定存在水质隐患的检测区域，获取相应的第一监测信息及第一数据集；步骤603、从第一数据集中分别获取若干组pH值、溶氧量及温度，依据三次指数平滑预测法分别对接下来三个监测周期的pH值、溶氧量及温度进行预测，获取预测值；步骤604、依据pH值、溶氧量及温度的预测值，分别与相应阈值进行对比，如果其中至少两个超过阈值，则向外部的发出预警；步骤605、获取到所有发出预警的信息的检测区域的位置，利用水质调节设备将该区域内即将超过阈值的pH值、溶氧量及温度中的一个或者多个调整至标准范围，完成对水质的预调整。
基于物联网的水产养殖业的水质监测系统，包括：第一评估模块，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；第二评估模块，将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA；水质检测模块，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；第三评估模块，基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估；
判断模块，获取水质已经不符合条件的检测区域的第一监测信息并判断，依据判断结果，利用水质调节设备完成水质调整；预处理模块，确定水质存在安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测并获取预测值，将其中即将超过阈值的部分调整至标准值，完成水质预调整。
(三)有益效果
本发明提供了基于物联网的水产养殖业的水质监测方法及系统。具备以下有益效果：
通过设置第一监测信息及形成第一评估值，能够对养殖区域的水体进行第一次评估，方便用户进行针对性处理，同时，在养殖区域覆盖的面积较大时，也能够将基于水体条件下的相似性，将养殖区域分割时为若干个块，方便用户进行区分性处理；
通过设置第二监测信息及形成第二评估值，则是对第一次监测进行的修正，通过对水面情况来判断第一判断是否准确，并且建立电子地图，可视化处理，对已经确认出的水体条件较差的进行标注，方便用户从总体上对水体情况进行把握；
通过设置水质评估值，将第一评估值与第二评估值综合在一起，将已经分割出的若干个检测区域确定为重点区域和非重点区域，针对重点区域，则针对pH值、溶氧量及温度中不在阈值范围内的部分进行调整，直至其处于最佳范围内；针对真非重点区域，则采取预测的方式，依据预测值来对水体进行预处理，避免水体条件恶化，从而能起到预防作用；
综合所述，通过对养殖区域的水体进行持续监测，基于多因素的监测进行评估，使对养殖区域的水体的判断更加科学化和准确化，最大程度地提高水产产量。能够及时的对恶化的水体进行针对性处理，在能够改善水体的前提下，尽可能的降低处理的成本，减少人力物料的消耗；对可能会产生恶化的水体，进行预防，提前形成改善。
附图说明
图1为本发明基于物联网的水产养殖业的水质监测方法流程示意图；
图2为本发明基于物联网的水产养殖业的水质监测系统结构示意图；
图中：
10、第一评估模块；20、第二评估模块；30、水质检测模块；40、第三评估模块；50、判断模块；60、预处理模块。
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做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。
实施例1
请参阅图1-2，本发明提供基于物联网的水产养殖业的水质监测方法，包括如下步骤：
步骤一、在养殖区域内设置若干水质监测设备，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；
所述步骤一包括如下内容：
步骤101、确定水产养殖区域，在水产养殖区域内均匀地投入水质监测设备，对第一水质因素进行监测，周期性的获取第一监测信息；
其中，所述水质监测设备可以是漂浮在养殖区域水面的水质检测仪器，使其以一小时或者其他的合适的时间为一个周期，定期的对养殖区域水域的第一水质因素进行监测；
步骤102、第一水质因素至少包括pH值、溶氧量及温度这三项水质子因素，获取到由这些水质子因素的检测信息所构成的第一监测信息后，将其上传至云端进行备份，需要的时候，可以重新下载，也能够避免数据丢失，而水质检测仪器具有基于物联网的通信功能，能够借助于物联网发送或者接收信息；
步骤103、考虑到水面上若干个水质监测设备，因此在对水域的pH值、溶氧量及温度等子因素进行监测时，会收到很多组数据，于是，获取若干组第一监测信息，汇总后建立第一数据集，并依据第一评估方法，形成若干个第一评估值并对水质进行评估；以此来判断水质监测设备所在区域的水质情况，需要说明的是，由于第一监测信息具有若干组，第一评估值也有若干组；
其中，所述第一评估方法为：获取酸碱度pH、溶氧量RO及温度T，先进行归一化处理，依照如下公式获取第一评估值P：
其中，γ及θ为可变更常数参数，0≤γ≤1，0≤θ≤1，且0≤γ+θ≤1，用户可以按照实际情况进行调整；C为修正系数，通过模拟软件，确定C的具体值。
使用时，结合步骤101至103中的内容，选择pH值、溶氧量及温度作为评估水质的子因素，主要是考虑到这三项这水产养殖的直接影响较大，在将由这三项子因素汇总形成第一评估值对水质进行评估时，能够对水质监测设备周围水域的进行监测和评估；用户能够依据第一评估值，对水质监测设备周围水域进行针对性的处理，比如说，通过增氧机增加水体中的溶氧量，调整pH值或者调整温度；但是在考虑到养殖水体较大，或者水质监测设备覆范围较小时，就不容易对养殖区域的水体水质做出更准确的判断。
步骤二、将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA，对相应检测区域内水质进行判断；
所述步骤二包括如下内容：
步骤201、建立分类器，结合第一评估值对应的水质监测设备所在区域的位置及第一评估值之间的相似性，将养殖区域的划分为若干个检测区域，并一一进行定位和标记；
在养殖区域的较大时，水体的各个部分可能差距很大，因此就需要将养殖区域分割为若干个小区域，以方便对不同的区域进行针对性的处理。
步骤202、确定位于检测区域内的若干个第一评估值，对其平均以获取第一评估值PA，以第一评估值PA对相应的检测区域内的水质进行评估；在将获取到若干个检测区域后，单个的检测区域中会存在一个或者多个水质监测设备，也即会存在一个或者多个第一评估值，所以要进行平均处理，获取第一评估值PA。
步骤203、获取第一评估值PA，将其与相应的阈值进行对比，判断检测区域的水质是否超标，如果超过超标，则由其区域所在水质监测设备向外部进行通信；从而起到向外部形成警报作用。
步骤204、基于养殖区域建立电子地图，标记出划分后的检测区域，对其中水质超标的区域进行标注。
使用时，结合步骤201至204，通过水质监测设备获取到第一监测信息，进而形成第一评估值，完成对养殖区域的划分，并且结合生成的第一评估值PA，从而能够在养殖区域的水质进行监测和评估时，更加细致和精确，在水体进行调整时，节省工作量；而且通过设置电子地图并水质存在问题的区域进行标注，能够使用户在对水质进行监测时，对养殖区域的水质分布有整体性的了解。
步骤三、在养殖区域内设置水面监测设备，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；需要说明的是，水面监测设备可以为具有摄像功能无人机；
所述步骤三包括如下内容：
步骤301、在存在超标区域时，并在水产养殖区域内投入水面监测设备，对若干个检测区域的第二水质因素进行监测，获取第二监测信息；
其中需要说明的是，所述第二监测信息由无人机对养殖区域的水面进行成像，基于图像识别技术来对获取图像中的水质进行判断；
其中，第二水质因素包括检测区域的水域表层死鱼的数量、水质浑浊度及水面颜色与标准色之间的色差；
步骤302、获取若干组第二监测信息，汇总后建立第二数据集，并依据第二评估方法，形成若干个第二评估值PB并对水质进行评估；
其中，所述第二评估方法如下：获取死鱼数量N、水质浑浊度Hz及色差S，进行归一化处理，依照如下公式获取第二评估值PB：
其中，R1及R2为可变更常数参数，0≤R2≤1，0≤R1≤1，且0≤R1+R2≤1，用户可以按照实际情况进行调整；D为修正系数，可以通过模拟软件确定D的具体值。
步骤303、获取各个检测区域的第二评估值PB，将其与相应的阈值进行对比，确定其中大于相依阈值的部分为水质超标区域；对其中水质超标的检测区域，在电子地图进行标注。
使用时，结合步骤301至303中的内容，在利用水质监测设备对养殖区域完成初步的第一次检测时，依据检测结果来判断养殖区域中水质较差的区域，但是考虑到一次检测的不够全面，涉及到因素也相对较少，因此，在已经由水质监测设备判断出养殖区域中存在水体污染区域时，则利用水面监测设备进行第二次检测，从而完成对第一检测形成验证，再次判断养殖区域是否适合于养殖，从而使对养殖区域水体的判断更加全面，同时，将判断的结果在电子地图进行标注，也方便用户能够对养殖区域的水质有整体性判断。
步骤四、基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估，确定其中水质评估值PC的检测区域；所述步骤四包括如下内容：
步骤401、从电子地图上确定若干个检测区域中，确定第一评估值PA及第二评估值PB中至少一个大于阈值部分，确定为重叠区域并进行标记；
步骤402、获取重叠区域的第一评估值PA及第二评估值PB，基于第三评估方法获取水质评估值PC，将水质评估值PC与相应阈值进行对比，确认若干个检测区域中综合水质低于阈值的部分，也即是综合水质不达标的区域；
其中，第三评估方法如下：获取第一评估值PA及第二评估值PB，进行归一化处理，依照时如下公式获取水质评估值PC：
其中，0≤δ≤1，0≤ε≤1，δ、ε为权重，R为第一评估值PA及第二评估值PB间的相关性系数。
使用时，结合步骤401及402，通过对养殖区域采取两次不同方式的评估，并且找出其中评估结果较差的重叠区域作为重点区域，并将重点区域的第一评估值PA及第二评估值PB综合形成水质评估值PC，从而完成对重点区域的评估，使用户最终能够找到养殖区域内综合水质不达标的水体，方便用户进行重点处理。
通过将养殖区域划分为重点区域和非重点区域，能够使用户在条件有限的情况下，优先的对重点区域的水质条件进行调整。
步骤五、获取水质已经不符合条件的检测区域的第一监测信息，判断pH值、溶氧量及温度超过相应阈值的部分，输出判断结果；依据判断结果，利用水质调节设备将pH值、溶氧量及温度中的一个或者多个调整至标准值附近，完成水质调整。
使用时，在步骤四中已经确定了重点区域后，重新获取相应的pH值、溶氧量及温度等检测信息，判断这几项信息中是否存在超过阈值的部分，如果这些值超过了阈值，则意味着水体条件已经产生了变化，例如说，鲢鳙最适宜的温度为25～30℃，如果已经不在这个范围内，鲢鳙的生长速度也自然会变差，pH值与溶氧量则同理。
如果温度、pH值及溶氧量产生已经不在阈值范围之内时，(也即是最佳生长环境)，则利用相关设备或者手动的对水体条件进行调整，比如说，如果要调整水体的pH值，则可以加入滑石粉。
步骤六、划定水质隐患区间，从非重叠区域中确定水质存在一定安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测，如果显示pH值、溶氧量及温度中的一个或者多个即将超过阈值，将其中即将超过阈值的部分调整至标准值，完成水质预调整；
其中，所述步骤6包括如下内容：
步骤601、设定水质的安全区间，检测区域的水质评估值PC的差值小于预设的安全区间时，即通过水质监测设备向外部发出通信；在差值小于预设的安全区间时，即可以判断出该检测区域的水质存在一定的安全隐患；
步骤602、与水质监测设备通信后，确定存在水质隐患的检测区域，获取相应的第一监测信息及第一数据集；
步骤603、从第一数据集中分别获取若干组pH值、溶氧量及温度，依据三次指数平滑预测法分别对接下来三个监测周期的pH值、溶氧量及温度进行预测，获取预测值；
步骤604、依据pH值、溶氧量及温度的预测值，分别与相应阈值进行对比，如果其中至少两个超过阈值，则向外部的发出预警；
步骤605、获取到所有发出预警的信息的检测区域的位置，利用水质调节设备将该区域内即将超过阈值的pH值、溶氧量及温度中的一个或者多个调整至标准范围，完成对水质的预调整。
其中，所述的标准范围，也即是养殖区域内的鱼类最佳的生长范围，仍以鲢鳙为例，最佳的生长温度为25度到30度，pH值6.5---8.5溶解氧≥4mg/L，氨氮＜0.025mg/L生化需氧量＜5mg/L。
在步骤601中，如果温度范围为25度到30度，如果实际温度处于20度至25度时，显然就需要进行调整，也需要向外部发出预警，提醒用户过来处理；当已经可以预测到温度即将下降至20至25度的范围内，也需要及时进行处理。
使用时，结合步骤601至605，在已经将养殖区域中的水质中水质较差的部分时，继续对其他区域的水体进行分析，由于是周期性的采集第一监测信息，则采用三次指数平滑预测法对接下来的水体进行预测，在步骤五中是对重点区域的水体进行相应性的调整，而步骤六中，则对非重点区域的水体条件的变化进行预测，在预测结果不达标时，则预先进行处理，将所涉及的水体调整至标准值，也即是养殖区域内的最佳的直接水体条件。
在本申请中，至少能够存在一下效果：
通过设置第一监测信息及形成第一评估值，能够对养殖区域的水体进行第一次评估，方便用户进行针对性处理，同时，在养殖区域覆盖的面积较大时，也能够将基于水体条件下的相似性，将养殖区域分割时为若干个块，方便用户进行区分性处理；
通过设置第二监测信息及形成第二评估值，则是对第一次监测进行的修正，通过对水面情况来判断第一判断是否准确，并且建立电子地图，可视化处理，对已经确认出的水体条件较差的进行标注，方便用户从总体上对水体情况进行把握；
通过设置水质评估值，将第一评估值与第二评估值综合在一起，将已经分割出的若干个检测区域确定为重点区域和非重点区域，针对重点区域，则针对pH值、溶氧量及温度中不在阈值范围内的部分进行调整，直至其处于最佳范围内；针对真非重点区域，则采取预测的方式，依据预测值来对水体进行预处理，避免水体条件恶化，从而能起到预防作用；
综合所述，通过对养殖区域的水体进行持续监测，基于多因素的监测进行评估，使对养殖区域的水体的判断更加科学化和准确化，最大程度的提高水产产量。能够及时的对恶化的水体进行针对性处理，在能够改善水体的前提下，尽可能的降低处理的成本，减少人力物料的消耗；对可能会产生恶化的水体，进行预防，提前形成改善，
实施例2
请参阅图1-2，本发明提供基于物联网的水产养殖业的水质监测系统，第一评估模块10，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；
第二评估模块20、将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA；
水质检测模块30、对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；
第三评估模块40、基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估；
判断模块40、获取水质已经不符合条件的检测区域的第一监测信息并判断，依据判断结果，利用水质调节设备完成水质调整。
预处理模块50、确定水质存在安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测并获取预测值，将其中即将超过阈值的部分调整至标准值，完成水质预调整。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种航道水下地形变化分析系统及方法逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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，本申请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)执行本申请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(read-onlymemory，ROM)、随机存取存储器(randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于物联网的水产养殖业的水质监测方法，其特征在于：包括：
步骤一、在养殖区域内设置若干水质监测设备，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；
步骤二、将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA，对相应检测区域内水质进行判断；
步骤三、在养殖区域内设置水面监测设备，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；
步骤四、基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估，确定其中水质评估值PC的检测区域；
步骤五、获取水质已经不符合条件的检测区域的第一监测信息，判断pH值、溶氧量及温度超过相应阈值的部分，输出判断结果；依据判断结果，利用水质调节设备将pH值、溶氧量及温度中的一个或者多个调整至标准值附近，完成水质调整；
步骤六、划定水质隐患区间，从非重叠区域中确定水质存在安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测，如果显示pH值、溶氧量及温度中的一个或者多个即将超过阈值，将其中即将超过阈值的部分调整至标准值，完成水质预调整。
2.根据权利要求1所述的基于物联网的水产养殖业的水质监测方法，其特征在于：步骤一包括：
步骤101、确定水产养殖区域，在水产养殖区域内均匀地投入水质监测设备，对第一水质因素进行监测，周期性的获取第一监测信息；
步骤102、第一水质因素包括pH值、溶氧量及温度三项水质子因素，获取并构成的第一监测信息，上传至云端进行备份；
步骤103、获取若干组第一监测信息，汇总后建立第一数据集，并依据第一评估方法，形成若干个第一评估值并对水质进行评估。
3.根据权利要求2所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述第一评估方法为：获取酸碱度pH、溶氧量RO及温度T，先进行归一化处理，依照如下公式获取第一评估值P：
其中，γ及θ为可变更常数参数，0≤γ≤1，0≤θ≤1，且0≤γ+θ≤1，用户可以按照实际情况进行调整；C为修正系数，通过模拟软件，确定C的具体值。
4.根据权利要求3所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述步骤二包括：
步骤201、建立分类器，结合第一评估值对应的水质监测设备所在区域的位置及第一评估值之间的相似性，将养殖区域的划分为若干个检测区域，并一一进行定位和标记；
步骤202、确定位于检测区域内的若干个第一评估值，对其平均以获取第一评估值PA，以第一评估值PA对相应的检测区域内的水质进行评估；
步骤203、获取第一评估值PA，将其与相应的阈值进行对比，判断检测区域的水质是否超标，如果超过超标，则由其区域所在水质监测设备向外部进行通信；
步骤204、基于养殖区域建立电子地图，标记出划分后的检测区域，对其中水质超标的区域进行标注。
5.根据权利要求4所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述步骤三包括：
步骤301、在存在超标区域时，并在水产养殖区域内投入水面监测设备，对若干个检测区域的第二水质因素进行监测，获取第二监测信息；第二水质因素包括检测区域的水域表层死鱼的数量、水质浑浊度及水面颜色与标准色之间的色差；
步骤302、获取若干组第二监测信息，汇总后建立第二数据集，并依据第二评估方法，形成若干个第二评估值PB并对水质进行评估；
步骤303、获取各个检测区域的第二评估值PB，将其与相应的阈值进行对比，确定其中大于相依阈值的部分为水质超标区域；对其中水质超标的检测区域，在电子地图进行标注。
6.根据权利要求5所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述第二评估方法如下：获取死鱼数量N、水质浑浊度Hz及色差S，进行归一化处理，依照如下公式获取第二评估值PB：
其中，R1及R2为可变更常数参数，0≤R2≤1，0≤R1≤1，且0≤R1+R2≤1，用户可以按照实际情况进行调整；D为修正系数，可以通过模拟软件确定D的具体值。
7.根据权利要求6所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述步骤四包括：
步骤401、从电子地图上确定若干个检测区域中，确定第一评估值PA及第二评估值PB中至少一个大于阈值部分，确定为重叠区域并进行标记；
步骤402、获取重叠区域的第一评估值PA及第二评估值PB，基于第三评估方法获取水质评估值PC，将水质评估值PC与相应阈值进行对比，确认若干个检测区域中综合水质低于阈值的部分，确定为综合水质不达标的区域。
8.根据权利要求7所述的基于物联网的水产养殖业的水质监测方法，其特征在于：第三评估方法如下：获取第一评估值PA及第二评估值PB，进行归一化处理，依照时如下公式获取水质评估值PC：
其中，0≤δ≤1，0≤ε≤1，δ、ε为权重，R为第一评估值PA及第二评估值PB间的相关性系数。
9.根据权利要求8所述的基于物联网的水产养殖业的水质监测方法，其特征在于：所述步骤六包括：
步骤601、设定水质的安全区间，检测区域的水质评估值PC的差值小于预设的安全区间时，通过水质监测设备向外部发出通信；在差值小于预设的安全区间时，判断该检测区域的水质存在安全隐患；
步骤602、与水质监测设备通信后，确定存在水质隐患的检测区域，获取相应的第一监测信息及第一数据集；
步骤603、从第一数据集中分别获取若干组pH值、溶氧量及温度，依据三次指数平滑预测法分别对接下来三个监测周期的pH值、溶氧量及温度进行预测，获取预测值；
步骤604、依据pH值、溶氧量及温度的预测值，分别与相应阈值进行对比，如果其中至少两个超过阈值，则向外部的发出预警；
步骤605、获取到所有发出预警的信息的检测区域的位置，利用水质调节设备将该区域内即将超过阈值的pH值、溶氧量及温度中的一个或者多个调整至标准范围，完成对水质的预调整。
10.基于物联网的水产养殖业的水质监测系统，其特征在于：包括：
第一评估模块(10)，对养殖区域内的水质进行监测，并依据获取的第一监测信息对养殖区域进行评估，形成第一评估值；
第二评估模块(20)，将养殖区域的划分为若干个检测区域，基于检测区域内的若干组第一评估值形成第一评估值PA；
水质检测模块(30)，对养殖区域内的若干个检测区域的水质进行监测，形成第二评估值PB，确定若干个检测区域中水质不达标的区域；
第三评估模块(40)，基于第一评估值PA及第二评估值PB，形成水质评估值PC，对若干个检测区域的水质进行评估；
判断模块(50)，获取水质已经不符合条件的检测区域的第一监测信息并判断，依据判断结果，利用水质调节设备完成水质调整；
预处理模块(60)，确定水质存在安全隐患的检测区域，确定为隐患区域；获取隐患区域的第一监测信息及第一数据集，对第一监测信息进行预测并获取预测值，将其中即将超过阈值的部分调整至标准值，完成水质预调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211677583.2A CN115825368A (zh) | 2022-12-26 | 2022-12-26 | 基于物联网的水产养殖业的水质监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211677583.2A CN115825368A (zh) | 2022-12-26 | 2022-12-26 | 基于物联网的水产养殖业的水质监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115825368A true CN115825368A (zh) | 2023-03-21 |
Family
ID=85518356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211677583.2A Pending CN115825368A (zh) | 2022-12-26 | 2022-12-26 | 基于物联网的水产养殖业的水质监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115825368A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116125027A (zh) * | 2023-04-11 | 2023-05-16 | 江苏海峡环保科技发展有限公司 | 一种基于物联网的污水在线监测系统及方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN207766294U (zh) * | 2018-02-24 | 2018-08-24 | 河北工业大学 | 一种物联网多参数水质在线监测系统 |
| CN110146675A (zh) * | 2019-05-31 | 2019-08-20 | 甘肃省祁连山水源涵养林研究院 | 一种水文信息监测系统 |
| CN111624037A (zh) * | 2020-06-12 | 2020-09-04 | 顾晓东 | 一种基于大数据的水产养殖业水体环境智能监测系统 |
| US20210389293A1 (en) * | 2020-06-12 | 2021-12-16 | Chinese Research Academy Of Environmental Sciences | Methods and Systems for Water Area Pollution Intelligent Monitoring and Analysis |
| CN115200647A (zh) * | 2022-09-13 | 2022-10-18 | 北京生泰尔科技股份有限公司 | 一种水产养殖环境监测管理方法及系统 |
| CN115393115A (zh) * | 2022-09-23 | 2022-11-25 | 何英秀 | 一种基于物联网技术的水产养殖智能监测管理系统 |
-
2022
- 2022-12-26 CN CN202211677583.2A patent/CN115825368A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN207766294U (zh) * | 2018-02-24 | 2018-08-24 | 河北工业大学 | 一种物联网多参数水质在线监测系统 |
| CN110146675A (zh) * | 2019-05-31 | 2019-08-20 | 甘肃省祁连山水源涵养林研究院 | 一种水文信息监测系统 |
| CN111624037A (zh) * | 2020-06-12 | 2020-09-04 | 顾晓东 | 一种基于大数据的水产养殖业水体环境智能监测系统 |
| US20210389293A1 (en) * | 2020-06-12 | 2021-12-16 | Chinese Research Academy Of Environmental Sciences | Methods and Systems for Water Area Pollution Intelligent Monitoring and Analysis |
| CN115200647A (zh) * | 2022-09-13 | 2022-10-18 | 北京生泰尔科技股份有限公司 | 一种水产养殖环境监测管理方法及系统 |
| CN115393115A (zh) * | 2022-09-23 | 2022-11-25 | 何英秀 | 一种基于物联网技术的水产养殖智能监测管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 郭丽芸等: "池塘工业化生态养殖系统水质净化及增产增效分析", 《科学养鱼》, no. 12, pages 81 - 82 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116125027A (zh) * | 2023-04-11 | 2023-05-16 | 江苏海峡环保科技发展有限公司 | 一种基于物联网的污水在线监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109717120B (zh) | 一种基于物联网的鱼类养殖监测投料系统及方法 | |
| CN104090541B (zh) | 一种水产品养殖管理云平台 | |
| CN115825368A (zh) | 基于物联网的水产养殖业的水质监测方法及系统 | |
| US20050229864A1 (en) | Method for monitoring and controlling in real-time the non-consumed food in fish farms | |
| CN115876258B (zh) | 基于多源数据的畜禽养殖环境异常监测及报警系统 | |
| CN113126490A (zh) | 智能变频增氧控制方法及装置 | |
| CN204907563U (zh) | 一种鱼塘水质监测系统 | |
| US11526730B2 (en) | Growth analysis system, growth analysis method, and growth analysis program | |
| Chopin et al. | Land-based crop phenotyping by image analysis: consistent canopy characterization from inconsistent field illumination | |
| CN104007733A (zh) | 一种对农业集约化生产进行监控的系统及方法 | |
| CN113466421B (zh) | 一种基于互联网的水质监测系统 | |
| CN114895731A (zh) | 一种基于数字孪生的养殖监测系统及方法 | |
| CN106719284A (zh) | 一种海水养殖智慧气象预报服务系统 | |
| CN107907645A (zh) | 一种水生动物行为信息驱动的水质预警装置及方法 | |
| Wannee et al. | A Flexible Water Monitoring System for Pond Aquaculture | |
| CN115903967A (zh) | 一种养殖智能控制方法和装置 | |
| CN115463844A (zh) | 一种基于双重识别的货物智能分拣方法及系统 | |
| CN111642417B (zh) | 一种基于物联网与云计算的鹅智能化精细饲喂系统及管控方法 | |
| CN113408334A (zh) | 一种小龙虾全链条数据采集与智能检测方法及装置 | |
| CN111090923B (zh) | 具有预测农地土壤状态的物联网系统与建模方式 | |
| CN110596332A (zh) | 金枪鱼鱼肉鲜度的检测方法 | |
| JP2023516214A (ja) | 調整された育成プロトコル目標値を用いる実験 | |
| JP2022028451A (ja) | マップ生成装置、マップ生成方法、マップ生成プログラム、学習済みモデルの生成方法および学習済みモデル生成装置 | |
| CN117633490B (zh) | 一种分析母猪繁殖效率的数据管理系统与方法 | |
| CN108491010A (zh) | 一种基于参数调控的泥鳅养殖系统 |
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 |