CN117994063B - 基于物联网的鱼类养殖水体环境智能化监测系统和方法 - Google Patents
基于物联网的鱼类养殖水体环境智能化监测系统和方法 Download PDFInfo
- Publication number
- CN117994063B CN117994063B CN202410396047.8A CN202410396047A CN117994063B CN 117994063 B CN117994063 B CN 117994063B CN 202410396047 A CN202410396047 A CN 202410396047A CN 117994063 B CN117994063 B CN 117994063B
- Authority
- CN
- China
- Prior art keywords
- data
- water body
- body environment
- fish culture
- environment
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 370
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 187
- 238000012544 monitoring process Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012512 characterization method Methods 0.000 claims description 41
- 238000000605 extraction Methods 0.000 claims description 27
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 23
- 229910052760 oxygen Inorganic materials 0.000 claims description 23
- 239000001301 oxygen Substances 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000009372 pisciculture Methods 0.000 claims description 13
- 230000000153 supplemental effect Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000009412 basement excavation Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 4
- 238000005276 aerator Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 14
- 235000019688 fish Nutrition 0.000 description 139
- 230000009471 action Effects 0.000 description 3
- 238000005266 casting Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 241000252233 Cyprinus carpio Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 241000972773 Aulopiformes Species 0.000 description 1
- 241000252229 Carassius auratus Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000252203 Clupea harengus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 241001233037 catfish Species 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000019514 herring Nutrition 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 235000019515 salmon Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于物联网的鱼类养殖水体环境智能化监测系统和方法，属于鱼类养殖技术领域，包括环境采集模块、数据处理模块、监测分析模块及智能管控模块。本发明解决了现有的鱼类养殖时，不能对水体环境进行实时地智能化监测，使得水体环境监测效果差，导致鱼类养殖效果差的问题，本发明通过实时采集水体环境实时参数，对水体环境实时参数进行综合性处理，确定出水体环境表征数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出鱼类养殖水体环境监测分析结果，对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出鱼类养殖水体环境智能管控方法，可对水体环境进行实时地智能化监测，提升水体环境监测效果及鱼类养殖效果。
Description
技术领域
本发明涉及鱼类养殖技术领域，具体为基于物联网的鱼类养殖水体环境智能化监测系统和方法。
背景技术
鱼类养殖即鱼的繁殖、饲养和放养；鱼类养殖也称作水产养殖、养鱼和养鱼业，在维持食物的供应、垂钓以及扩大捕鱼区这些方面是重要的，通过鱼类养殖，许多种类被成功地引进新的区域，有一种鱼类养殖是将饲养金鱼和热带鱼作为职业和业余爱好，其他的则包括饲养鲤科小鱼当作诱饵以及在私人水域饲养其他鱼类，世界上很多地方都养殖着大量的鱼类且大多用于商业销售；然而，只有很少的种类可以成功地用于这一用途，包括鲶鱼、鲱、鲤鱼和鲑鱼。
公开号为CN115508434A的中国专利公开了一种基于稳定同位素技术示踪鱼类网箱养殖污染的方法，涉及海水养殖污染治理领域，通过明确鱼类网箱养殖规律，设计调查站位和时间，通过采集生态环境样品与稳定同位素样品进行实验室测定分析，并通过环境生态参数及碳、氮稳定同位素特征值的空间插值和主成分分析，示踪近海鱼类网箱养殖投饵对水体的污染状况，填补了国内关于近海鱼类网箱养殖投饵对水体污染进行示踪的方法空白，尤其是投饵型养殖，对于近海鱼类网箱养殖污染的监控及防治提供重要参考，提升有关监管单位在海水养殖环境管理等方面的能力。但是，该专利存在以下缺陷：
现有的鱼类养殖时，不能对水体环境进行实时地智能化监测，使得水体环境监测效果差，导致鱼类养殖效果差。
发明内容
本发明的目的在于提供基于物联网的鱼类养殖水体环境智能化监测系统和方法，可对水体环境进行实时地智能化监测，提升水体环境监测效果及鱼类养殖效果，解决了上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
基于物联网的鱼类养殖水体环境智能化监测系统，包括：
环境采集模块，用于实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
数据处理模块，用于对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
监测分析模块，用于对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
智能管控模块，用于对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
优选的，所述环境采集模块包括：
pH传感器，用于实时采集鱼类养殖时的水体pH信息；
温度传感器，用于实时采集鱼类养殖时的水体温度信息；
浊度传感器，用于实时采集鱼类养殖时的水体浊度信息；
溶解氧传感器，用于实时采集鱼类养殖时的水体溶解氧信息。
优选的，所述数据处理模块包括：
数据检索单元，用于对基于物联网的水体环境实时参数进行检索；
获取基于物联网的水体环境实时参数，基于顺序检索方法，对基于物联网的水体环境实时参数进行检索，过滤掉水体环境实时参数中包含的重复及缺失的相关数据，确定出对鱼类养殖水体环境智能化监测有价值的水体环境实时参数；
数据排序单元，用于对检索后的水体环境实时参数进行排序；
获取对鱼类养殖水体环境智能化监测有价值的水体环境实时参数，基于内部排序方法，对水体环境实时参数进行有序排列，确定出具有排列次序的水体环境实时参数；
特征提取单元，用于对排序后的水体环境实时参数进行特征提取；
获取具有排列次序的水体环境实时参数，对水体环境实时参数进行特征提取，确定出水体环境特征数据；
数据计算单元，用于对特征提取后的水体环境特征数据进行计算；
获取水体环境特征数据，对水体环境特征数据进行计算，确定出基于物联网的水体环境表征数据。
优选的，数据检索单元，包括：
第一数据信息提取模块，用于提取过滤后获得的所述实时参数中包含的重复及缺失的相关数据；
重复数据判断模块，用于判断缺失的相关数据所相邻数据是否为除了缺失的相关数据以外的其他数据的重复数据；
第一数据替换执行模块，用于当所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则按照所述缺失的相关数据的同类型数据获取所述缺失数据的第一补充数据，并将所述第一补充数据对所述缺失的相关数据进行替换；
第二数据信息提取模块，用于当所述缺失的相关数据所相邻数据是除了缺失的相关数据以外的其他数据的重复数据时，则调取所述重复数据对应的数据值；
第二数据替换执行模块，用于利用所述重复数据对应的数据集值获取所述缺失数据的第二补充数据，并将所述第二补充数据对所述缺失的相关数据进行替换；其中，所述第二补充数据通过如下公式获取：
其中，Xb02表示所述缺失数据的第二补充数据；X表示所述缺失的相关数据所相邻数据为了缺失的相关数据以外的其他数据的重复数据时，与所述缺失的相关数据所相邻的重复数据对应的数据值；n表示过滤后获得的所述实时参数中包含的重复数据组的组数；Xi表示第i组重复数据对应的数据值；Xei和Xhi表示第i组重复数据相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；Xp表示过滤后获得的所述实时参数中包含的n组重复数据的数据平均值。
优选的，第一数据替换执行模块，包括：
数据值信息提取模块，用于所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则提取所述缺失的相关数据的同类型数据对应的数据值；
数据量信息提取模块，用于提取所述缺失的相关数据的同类型数据中的重复数据的数据量；
第一数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据对应的数据值获取第一数据参变量；其中，所述第一数据参变量通过如下公式获取：
其中，Xc表示第一数据参变量；Xe和Xh表示所述缺失的相关数据的相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；m表示所述缺失的相关数据的同类型数据的数据个数；Xj表示第j个同类型数据对应的数据值；
第二数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据中的重复数据的数据量获取第二数据参变量；其中，所述第二数据参变量通过如下公式获取：
其中，x表示第二数据参变量；Ci表示第i组重复数据对应的数据量；Cz表示缺失的相关数据的同类型数据的总数据量；
第一补充数据获取模块，用于利用所述第一数据参变量和第二数据参变量获取所述第一补充数据，其中，所述第一补充数据通过如下公式获取：
其中，Xb01表示所述缺失数据的第二补充数据；Cmax表示n组重复数据对应的数据量最大值；
数据替换执行模块，用于将所述第一补充数据对所述缺失的相关数据进行替换。
优选的，所述监测分析模块包括：
数据存储单元，用于存储预先设定的多个水体环境标准数据，其中，多个水体环境标准数据包括但不限于水体温度标准数据、水体溶解氧标准数据、水体pH标准数据、水体浊度标准数据；
数据索引单元，用于根据水体环境表征数据索引出水体环境标准数据；
获取基于物联网的水体环境表征数据，基于水体环境表征数据，从存储的多个水体环境标准数据中索引出与水体环境表征数据相对应的水体环境标准数据；
数据调用单元，用于对索引出的水体环境标准数据进行调用；
获取索引出的水体环境标准数据，且对索引出的水体环境标准数据进行调用，便于对水体环境表征数据进行鱼类养殖水体环境监测分析；
监测分析单元，用于对水体环境表征数据进行监测分析；
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果。
优选的，所述智能管控模块包括：
挖掘分析单元，用于对鱼类养殖水体环境监测分析结果进行挖掘分析；
获取基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，且对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法；
智能管控单元，用于对鱼类养殖水体环境进行智能化管控；
获取基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
根据本发明的另一个方面，提供了基于物联网的鱼类养殖水体环境智能化监测方法，基于如上述所述的基于物联网的鱼类养殖水体环境智能化监测系统实现，包括如下步骤：
S1：实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
S2：对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
S3：对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
S4：对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
优选的，所述S3中，对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，执行以下操作：
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析；
针对水体环境表征数据在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测正常；
针对水体环境表征数据不在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测异常。
优选的，所述S4中，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控，执行以下操作：
针对鱼类养殖水体环境监测正常的情况，则鱼类养殖水体环境智能管控方法为持续地对鱼类养殖水体环境进行智能化监测；
针对鱼类养殖水体环境监测异常的情况，则鱼类养殖水体环境智能管控方法为对鱼类养殖水体环境进行及时地预警，且智能化管控增氧机、过滤设备、pH调节设备及加热设备，并向管理人员传输管控报告。
与现有技术相比，本发明的有益效果是：
本发明通过实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，确定出水体环境实时参数，对水体环境实时参数进行综合性处理，确定出水体环境表征数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出鱼类养殖水体环境监测分析结果，对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控，可对水体环境进行实时地智能化监测，提升水体环境监测效果及鱼类养殖效果。
附图说明
图1为本发明的鱼类养殖水体环境智能化监测系统的模块图；
图2为本发明的鱼类养殖水体环境智能化监测方法的流程图；
图3为本发明的鱼类养殖水体环境智能化监测方法的算法图。
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。
为了解决现有的鱼类养殖时，不能对水体环境进行实时地智能化监测，使得水体环境监测效果差，导致鱼类养殖效果差的问题，请参阅图1-图3，本实施例提供以下技术方案：
基于物联网的鱼类养殖水体环境智能化监测系统，包括环境采集模块、数据处理模块、监测分析模块及监测分析模块。
其中，环境采集模块，用于实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
在本实施例中，环境采集模块包括：
pH传感器，用于实时采集鱼类养殖时的水体pH信息；
温度传感器，用于实时采集鱼类养殖时的水体温度信息；
浊度传感器，用于实时采集鱼类养殖时的水体浊度信息；
溶解氧传感器，用于实时采集鱼类养殖时的水体溶解氧信息。
其中，数据处理模块，用于对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
在本实施例中，数据处理模块包括：
数据检索单元，用于对基于物联网的水体环境实时参数进行检索；
获取基于物联网的水体环境实时参数，基于顺序检索方法，对基于物联网的水体环境实时参数进行检索，过滤掉水体环境实时参数中包含的重复及缺失的相关数据，确定出对鱼类养殖水体环境智能化监测有价值的水体环境实时参数；
数据排序单元，用于对检索后的水体环境实时参数进行排序；
获取对鱼类养殖水体环境智能化监测有价值的水体环境实时参数，基于内部排序方法，对水体环境实时参数进行有序排列，确定出具有排列次序的水体环境实时参数；
特征提取单元，用于对排序后的水体环境实时参数进行特征提取；
获取具有排列次序的水体环境实时参数，对水体环境实时参数进行特征提取，确定出水体环境特征数据；
数据计算单元，用于对特征提取后的水体环境特征数据进行计算；
获取水体环境特征数据，对水体环境特征数据进行计算，确定出基于物联网的水体环境表征数据。
其中，监测分析模块，用于对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
具体的，数据检索单元，包括：
第一数据信息提取模块，用于提取过滤后获得的所述实时参数中包含的重复及缺失的相关数据；
重复数据判断模块，用于判断缺失的相关数据所相邻数据是否为除了缺失的相关数据以外的其他数据的重复数据；
第一数据替换执行模块，用于当所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则按照所述缺失的相关数据的同类型数据获取所述缺失数据的第一补充数据，并将所述第一补充数据对所述缺失的相关数据进行替换；
第二数据信息提取模块，用于当所述缺失的相关数据所相邻数据是除了缺失的相关数据以外的其他数据的重复数据时，则调取所述重复数据对应的数据值；
第二数据替换执行模块，用于利用所述重复数据对应的数据集值获取所述缺失数据的第二补充数据，并将所述第二补充数据对所述缺失的相关数据进行替换；其中，所述第二补充数据通过如下公式获取：
其中，Xb02表示所述缺失数据的第二补充数据；X表示所述缺失的相关数据所相邻数据为了缺失的相关数据以外的其他数据的重复数据时，与所述缺失的相关数据所相邻的重复数据对应的数据值；n表示过滤后获得的所述实时参数中包含的重复数据组的组数；Xi表示第i组重复数据对应的数据值；Xei和Xhi表示第i组重复数据相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；Xp表示过滤后获得的所述实时参数中包含的n组重复数据的数据平均值。
上述技术方案的技术效果为：通过第一数据信息提取模块，能够识别出实时参数中的重复及缺失数据。对于缺失的数据，上述技术方案提供了两种补充数据的获取方式，确保了数据的完整性，避免因数据缺失导致的分析偏差或决策失误。
对于重复数据的处理，上述技术方案不仅进行了识别，还进一步判断了重复数据相邻的其他数据是否也是重复数据。这样的处理方式有助于避免误将非重复数据当作重复数据来处理，从而保证了数据的准确性。
同时，根据重复数据的不同情况，上述技术方案提供了两种补充数据的方式。当缺失数据相邻的数据不是重复数据时，采用同类型数据作为第一补充数据；而当缺失数据相邻的数据是重复数据时，则利用重复数据的数据值来计算第二补充数据。这种灵活的策略能够更好地适应不同的数据情况，提高数据补充的有效性。
另一方面，在计算第二补充数据时，上述技术方案考虑了重复数据组数以及每组重复数据的数据值，同时还引入了相邻数据的数据值，使得计算出的补充数据更加科学合理。整个处理过程通过模块化的方式实现，各个模块之间协同工作，能够快速有效地处理大量数据，提高了数据处理效率。
综上所述，上述技术方案通过精确的数据识别、灵活的数据补充策略和科学的数据计算方式，有效提升了数据的完整性和准确性，同时提高了数据处理效率，对于数据分析和决策支持具有重要意义。
具体的，第一数据替换执行模块，包括：
数据值信息提取模块，用于所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则提取所述缺失的相关数据的同类型数据对应的数据值；
数据量信息提取模块，用于提取所述缺失的相关数据的同类型数据中的重复数据的数据量；
第一数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据对应的数据值获取第一数据参变量；其中，所述第一数据参变量通过如下公式获取：
其中，Xc表示第一数据参变量；Xe和Xh表示所述缺失的相关数据的相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；m表示所述缺失的相关数据的同类型数据的数据个数；Xj表示第j个同类型数据对应的数据值；
第二数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据中的重复数据的数据量获取第二数据参变量；其中，所述第二数据参变量通过如下公式获取：
其中，x表示第二数据参变量；Ci表示第i组重复数据对应的数据量；Cz表示缺失的相关数据的同类型数据的总数据量；
第一补充数据获取模块，用于利用所述第一数据参变量和第二数据参变量获取所述第一补充数据，其中，所述第一补充数据通过如下公式获取：
其中，Xb01表示所述缺失数据的第二补充数据；Cmax表示n组重复数据对应的数据量最大值；
数据替换执行模块，用于将所述第一补充数据对所述缺失的相关数据进行替换。
上述技术方案的技术效果为：通过数据值信息提取模块，上述技术方案能够精确地提取缺失数据的同类型数据对应的数据值。这确保了用于计算第一补充数据的数据来源是准确和可靠的。数据量信息提取模块提取了缺失数据的同类型数据中重复数据的数据量，这有助于评估数据的重复性程度。在数据分析和处理中，重复数据的存在往往会对结果产生影响，因此考虑重复性对于确保数据质量和准确性至关重要。同时，第一数据参变量获取模块和第二数据参变量获取模块分别利用不同的数据特征（如相邻数据值、同类型数据个数、重复数据量等）来计算两个数据参变量。这两个参变量从不同的角度反映了缺失数据及其同类型数据的特征，为后续计算第一补充数据提供了科学依据。
另一方面，在计算第一补充数据时，上述技术方案考虑了重复数据量最大值（Cmax）的影响，这实际上是对不同重复数据组进行权重分配的一种方式。通过这种方式，重复数据量较大的数据组在补充数据计算中会得到更多的重视，有助于提高补充数据的准确性。最终，数据替换执行模块将计算得到的第一补充数据对缺失的相关数据进行替换。这种替换操作是自动完成的，无需人工干预，大大提高了数据处理效率和准确性。
综上所述，上述技术方案中的第一数据替换执行模块通过精确的数据提取、全面的数据重复性考虑、科学的数据参变量计算、合理的权重分配以及有效的数据替换，实现了对缺失数据的精确补充，提高了数据的完整性和准确性，为数据分析和决策提供了可靠的基础。
在本实施例中，监测分析模块包括：
数据存储单元，用于存储预先设定的多个水体环境标准数据，其中，多个水体环境标准数据包括但不限于水体温度标准数据、水体溶解氧标准数据、水体pH标准数据、水体浊度标准数据；
数据索引单元，用于根据水体环境表征数据索引出水体环境标准数据；
获取基于物联网的水体环境表征数据，基于水体环境表征数据，从存储的多个水体环境标准数据中索引出与水体环境表征数据相对应的水体环境标准数据；
数据调用单元，用于对索引出的水体环境标准数据进行调用；
获取索引出的水体环境标准数据，且对索引出的水体环境标准数据进行调用，便于对水体环境表征数据进行鱼类养殖水体环境监测分析；
监测分析单元，用于对水体环境表征数据进行监测分析；
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果。
其中，智能管控模块，用于对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
在本实施例中，智能管控模块包括：
挖掘分析单元，用于对鱼类养殖水体环境监测分析结果进行挖掘分析；
获取基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，且对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法；
智能管控单元，用于对鱼类养殖水体环境进行智能化管控；
获取基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
为了更好地展现基于物联网的鱼类养殖水体环境智能化监测流程，本实施例提供了基于物联网的鱼类养殖水体环境智能化监测方法，基于如上述的基于物联网的鱼类养殖水体环境智能化监测系统实现，包括如下步骤：
S1：实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
S2：对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
S3：对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
S4：对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
在本实施例中，S3中，对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，执行以下操作：
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析；
针对水体环境表征数据在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测正常；
针对水体环境表征数据不在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测异常。
在本实施例中，S4中，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控，执行以下操作：
针对鱼类养殖水体环境监测正常的情况，则鱼类养殖水体环境智能管控方法为持续地对鱼类养殖水体环境进行智能化监测；
针对鱼类养殖水体环境监测异常的情况，则鱼类养殖水体环境智能管控方法为对鱼类养殖水体环境进行及时地预警，且智能化管控增氧机、过滤设备、pH调节设备及加热设备，并向管理人员传输管控报告。
需要说明的是，通过鱼类养殖水体环境智能化监测方法对鱼类养殖水体环境进行智能化监测时，其鱼类养殖水体环境智能化监测情况如表1所示：
表1：鱼类养殖水体环境智能化监测情况
因此，通过实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，确定出水体环境实时参数，对水体环境实时参数进行综合性处理，确定出水体环境表征数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出鱼类养殖水体环境监测分析结果，对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控，可对水体环境进行实时地智能化监测，提升水体环境监测效果及鱼类养殖效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.基于物联网的鱼类养殖水体环境智能化监测系统，其特征在于，包括：
环境采集模块，用于实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
数据处理模块，用于对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
监测分析模块，用于对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
智能管控模块，用于对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控；
所述数据处理模块包括：
数据检索单元，用于对基于物联网的水体环境实时参数进行检索；
获取基于物联网的水体环境实时参数，基于顺序检索方法，对基于物联网的水体环境实时参数进行检索，过滤掉水体环境实时参数中包含的重复及缺失的相关数据，确定出对鱼类养殖水体环境智能化监测有价值的水体环境实时参数；
数据排序单元，用于对检索后的水体环境实时参数进行排序；
获取对鱼类养殖水体环境智能化监测有价值的水体环境实时参数，基于内部排序方法，对水体环境实时参数进行有序排列，确定出具有排列次序的水体环境实时参数；
特征提取单元，用于对排序后的水体环境实时参数进行特征提取；
获取具有排列次序的水体环境实时参数，对水体环境实时参数进行特征提取，确定出水体环境特征数据；
数据计算单元，用于对特征提取后的水体环境特征数据进行计算；
获取水体环境特征数据，对水体环境特征数据进行计算，确定出基于物联网的水体环境表征数据；
数据检索单元，包括：
第一数据信息提取模块，用于提取过滤后获得的所述实时参数中包含的重复及缺失的相关数据；
重复数据判断模块，用于判断缺失的相关数据所相邻数据是否为除了缺失的相关数据以外的其他数据的重复数据；
第一数据替换执行模块，用于当所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则按照所述缺失的相关数据的同类型数据获取所述缺失数据的第一补充数据，并将所述第一补充数据对所述缺失的相关数据进行替换；
第二数据信息提取模块，用于当所述缺失的相关数据所相邻数据是除了缺失的相关数据以外的其他数据的重复数据时，则调取所述重复数据对应的数据值；
第二数据替换执行模块，用于利用所述重复数据对应的数据集值获取所述缺失数据的第二补充数据，并将所述第二补充数据对所述缺失的相关数据进行替换；其中，所述第二补充数据通过如下公式获取：
；
其中，Xb02表示所述缺失数据的第二补充数据；X表示所述缺失的相关数据所相邻数据为了缺失的相关数据以外的其他数据的重复数据时，与所述缺失的相关数据所相邻的重复数据对应的数据值；n表示过滤后获得的所述实时参数中包含的重复数据组的组数；Xi表示第i组重复数据对应的数据值；Xei和Xhi表示第i组重复数据相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；Xp表示过滤后获得的所述实时参数中包含的n组重复数据的数据平均值。
2.根据权利要求1所述的基于物联网的鱼类养殖水体环境智能化监测系统，其特征在于，所述环境采集模块包括：
pH传感器，用于实时采集鱼类养殖时的水体pH信息；
温度传感器，用于实时采集鱼类养殖时的水体温度信息；
浊度传感器，用于实时采集鱼类养殖时的水体浊度信息；
溶解氧传感器，用于实时采集鱼类养殖时的水体溶解氧信息。
3.根据权利要求2所述的基于物联网的鱼类养殖水体环境智能化监测系统，其特征在于，第一数据替换执行模块，包括：
数据值信息提取模块，用于所述缺失的相关数据所相邻数据不是除了缺失的相关数据以外的其他数据的重复数据时，则提取所述缺失的相关数据的同类型数据对应的数据值；
数据量信息提取模块，用于提取所述缺失的相关数据的同类型数据中的重复数据的数据量；
第一数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据对应的数据值获取第一数据参变量；其中，所述第一数据参变量通过如下公式获取：
；
其中，Xc表示第一数据参变量；Xe和Xh表示所述缺失的相关数据的相邻在前的数据对应的数据值和相邻在前的数据对应的数据值；m表示所述缺失的相关数据的同类型数据的数据个数；Xj表示第j个同类型数据对应的数据值；
第二数据参变量获取模块，用于利用所述缺失的相关数据的同类型数据中的重复数据的数据量获取第二数据参变量；其中，所述第二数据参变量通过如下公式获取：
；
其中，x表示第二数据参变量；Ci表示第i组重复数据对应的数据量；Cz表示缺失的相关数据的同类型数据的总数据量；
第一补充数据获取模块，用于利用所述第一数据参变量和第二数据参变量获取所述第一补充数据，其中，所述第一补充数据通过如下公式获取：
；
其中，Xb01表示所述缺失数据的第二补充数据；Cmax表示n组重复数据对应的数据量最大值；
数据替换执行模块，用于将所述第一补充数据对所述缺失的相关数据进行替换。
4.根据权利要求3所述的基于物联网的鱼类养殖水体环境智能化监测系统，其特征在于，所述监测分析模块包括：
数据存储单元，用于存储预先设定的多个水体环境标准数据，其中，多个水体环境标准数据包括但不限于水体温度标准数据、水体溶解氧标准数据、水体pH标准数据、水体浊度标准数据；
数据索引单元，用于根据水体环境表征数据索引出水体环境标准数据；
获取基于物联网的水体环境表征数据，基于水体环境表征数据，从存储的多个水体环境标准数据中索引出与水体环境表征数据相对应的水体环境标准数据；
数据调用单元，用于对索引出的水体环境标准数据进行调用；
获取索引出的水体环境标准数据，且对索引出的水体环境标准数据进行调用，便于对水体环境表征数据进行鱼类养殖水体环境监测分析；
监测分析单元，用于对水体环境表征数据进行监测分析；
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果。
5.根据权利要求4所述的基于物联网的鱼类养殖水体环境智能化监测系统，其特征在于，所述智能管控模块包括：
挖掘分析单元，用于对鱼类养殖水体环境监测分析结果进行挖掘分析；
获取基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，且对鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法；
智能管控单元，用于对鱼类养殖水体环境进行智能化管控；
获取基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
6.基于物联网的鱼类养殖水体环境智能化监测方法，基于如权利要求5所述的基于物联网的鱼类养殖水体环境智能化监测系统实现，其特征在于，包括如下步骤：
S1：实时采集鱼类养殖时的水体温度、溶解氧含量、pH及浊度信息，基于实时采集的水体温度、溶解氧含量、pH及浊度信息，确定出基于物联网的水体环境实时参数；
S2：对基于物联网的水体环境实时参数进行基于检索、内部排序、特征提取及计算的综合性处理，确定出基于物联网的水体环境表征数据；
S3：对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，确定出基于物联网的鱼类养殖水体环境监测分析结果；
S4：对基于物联网的鱼类养殖水体环境监测分析结果进行挖掘分析，确定出基于物联网的鱼类养殖水体环境智能管控方法，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控。
7.根据权利要求6所述的基于物联网的鱼类养殖水体环境智能化监测方法，其特征在于，所述S3中，对基于物联网的水体环境表征数据进行鱼类养殖水体环境监测分析，执行以下操作：
获取水体环境表征数据及水体环境标准数据，基于水体环境标准数据，对水体环境表征数据进行鱼类养殖水体环境监测分析；
针对水体环境表征数据在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测正常；
针对水体环境表征数据不在水体环境标准数据范围内的情况，则基于物联网的鱼类养殖水体环境监测分析结果为鱼类养殖水体环境监测异常。
8.根据权利要求7所述的基于物联网的鱼类养殖水体环境智能化监测方法，其特征在于，所述S4中，基于鱼类养殖水体环境智能管控方法对鱼类养殖水体环境进行智能化管控，执行以下操作：
针对鱼类养殖水体环境监测正常的情况，则鱼类养殖水体环境智能管控方法为持续地对鱼类养殖水体环境进行智能化监测；
针对鱼类养殖水体环境监测异常的情况，则鱼类养殖水体环境智能管控方法为对鱼类养殖水体环境进行及时地预警，且智能化管控增氧机、过滤设备、pH调节设备及加热设备，并向管理人员传输管控报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410396047.8A CN117994063B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的鱼类养殖水体环境智能化监测系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410396047.8A CN117994063B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的鱼类养殖水体环境智能化监测系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117994063A CN117994063A (zh) | 2024-05-07 |
| CN117994063B true CN117994063B (zh) | 2024-05-28 |
Family
ID=90894465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410396047.8A Active CN117994063B (zh) | 2024-04-03 | 2024-04-03 | 基于物联网的鱼类养殖水体环境智能化监测系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117994063B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101343980B1 (ko) * | 2013-05-31 | 2013-12-24 | 한국건설기술연구원 | 어류서식환경 실시간 경보 시스템 및 경보 방법 |
| KR20210114690A (ko) * | 2020-03-11 | 2021-09-24 | 금오공과대학교 산학협력단 | 인공지능을 활용하여 생육 환경 복사가 가능한 바이오 플락 양식 시스템 |
| CN117371602A (zh) * | 2023-10-24 | 2024-01-09 | 杭州电子科技大学 | 一种鱼类生长趋势预测方法 |
| CN117557119A (zh) * | 2023-11-21 | 2024-02-13 | 大连升泰生物科技有限公司 | 水产养殖环境识别和处理策略制定方法及系统 |
-
2024
- 2024-04-03 CN CN202410396047.8A patent/CN117994063B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101343980B1 (ko) * | 2013-05-31 | 2013-12-24 | 한국건설기술연구원 | 어류서식환경 실시간 경보 시스템 및 경보 방법 |
| KR20210114690A (ko) * | 2020-03-11 | 2021-09-24 | 금오공과대학교 산학협력단 | 인공지능을 활용하여 생육 환경 복사가 가능한 바이오 플락 양식 시스템 |
| CN117371602A (zh) * | 2023-10-24 | 2024-01-09 | 杭州电子科技大学 | 一种鱼类生长趋势预测方法 |
| CN117557119A (zh) * | 2023-11-21 | 2024-02-13 | 大连升泰生物科技有限公司 | 水产养殖环境识别和处理策略制定方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117994063A (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111624037B (zh) | 一种基于大数据的水产养殖业水体环境智能监测系统 | |
| CN110728259B (zh) | 一种基于深度图像的鸡群体重监测系统 | |
| CN105259873B (zh) | 水生态保护监控的方法 | |
| CN107094683A (zh) | 一种水产养殖的自动投饵和水质监测控制系统及方法 | |
| CN111460990B (zh) | 一种基于大数据的高寒牧区草原虫害监测预警系统及方法 | |
| CN115067243B (zh) | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 | |
| 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 | |
| CN111838027A (zh) | 一种纯氧供应水产养殖系统及方法 | |
| CN112526097A (zh) | 一种基于大数据分析的养殖水体环境智能监测管理系统 | |
| CN115661081B (zh) | 基于图像处理的水产养殖自动控制换水方法 | |
| CN212436971U (zh) | 一种农药对稻田养殖龙虾的毒性效应分析装置 | |
| CN114895731A (zh) | 一种基于数字孪生的养殖监测系统及方法 | |
| CN117994063B (zh) | 基于物联网的鱼类养殖水体环境智能化监测系统和方法 | |
| CN114557308A (zh) | 应用于循环水养殖的精准投喂系统及方法 | |
| CN112931072A (zh) | 一种低碳生态农业循环系统及循环方法 | |
| 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 | |
| CN115600829A (zh) | 一种养殖水质的预测方法及装置 | |
| Lenaerts et al. | A quick method for estimating batch fecundity in bigheaded carp | |
| CN108845075A (zh) | 基于深度学习网络的堆肥腐熟实时预测方法 | |
| CN115100513A (zh) | 基于计算机视觉识别的养殖对象进食量估算方法及系统 | |
| Neely et al. | Factors influencing bluegill growth in small Kansas impoundments | |
| Maahs et al. | Effects of number of largemouth bass per live-well compared to environmental conditions on post release tournament survival | |
| Kornis et al. | Growth of hatchery‐reared Chinook Salmon in lakes Michigan and Huron exhibits limited spatial variation but is temporally linked to alewife abundance | |
| Sakthivel et al. | Genetic variability of a small captive population of the cobia (Rachycentron canadum) through pedigree analyses | |
| Bryan et al. | Lettuce Root Development and Monitoring System Using Machine Learning in Hydroponics |
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 |