一种基于对虾的养殖水质调控方法、系统及介质与流程

1.本发明涉及对虾养殖水质调控技术领域，尤其涉及一种基于对虾的养殖水质调控方法、系统及介质。


背景技术：

2.对虾高位池养殖密度高、饲料投喂量大，养殖过程中排泄的氨氮以及残饵、粪便等有机物大量产生，并在养殖池中积累，易造成水质严重污染；在养殖生产上通常依赖大量换水来改善水质，即每天排放一部分养殖池水，再依靠抽水泵抽取外海水补回到养殖池中，如此不间断的换水方式不仅消耗大量水资源和电力，还可能随时引入外部水环境中的病原微生物，使得养殖过程费电费水且不安全。因此，在减少换水的前提下，如何调控养殖水质，对保障对虾高位池养殖既高效又环保是至关重要的。由于对虾是排氨氮型生物，在高密度养殖条件下，氨氮、亚硝酸盐氮浓度在养殖池中积累迅速，会对养殖对虾产生毒害作用；即使采取换水方式，也只能是暂时缓解这些有害氮物质对养殖对虾的胁迫，同时还需投放大量有益微生物及其制剂来吸收或转化有害氮物质，才能控制或维持水质不再继续恶化。然而，外源微生物制剂等产品的使用效果不稳定，且需要搭配不同种类的微生物共同使用，比如芽孢菌、光合菌、硝化菌以及一些有益藻等。因此，需要从高位池养殖生态系统自身特点出发，针对养殖水体营养投入和有害氮积累过程，通过水体碳、氮、磷等营养物质的动态调控，激活和优化养殖水体土著菌藻等微生态结构，以有效解决养殖系统有害氮污染问题。


技术实现要素：

3.本发明克服了现有技术的不足，提供了一种基于对虾的养殖水质调控方法、系统及介质。
4.为达上述目的，本发明采用的技术方案为：
5.本发明第一方面提供了一种基于对虾的养殖水质调控方法，包括以下步骤：
6.获取当前对虾养殖区域的对虾养殖计划数据信息，并根据所述对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料计划喂食量数据信息；
7.构建水质变化预测模型，根据所述饵料计划喂食量数据信息以及所述水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果；
8.根据所述预测结果制定各个对虾生长阶段的水质调控方案，并获取当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息；
9.基于所述当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对所述水质调控方案进行优化调整。
10.进一步地，本发明一个较佳的实施例中，获取当前对虾养殖区域的对虾养殖计划数据信息，并根据所述对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料喂食量数据信息，包括以下步骤：
11.通过构建对虾检索关键词，根据所述关键词通过大数据检索，以获取对虾在各虾
龄阶段的饵料喂食数据信息；
12.构建饵料喂食数据库，并将所述对虾在各虾龄阶段的饵料喂食数据信息输入到所述饵料喂食数据库中；
13.获取当前对虾养殖区域的对虾养殖计划数据信息，根据所述饵料喂食数据库以及所述当前对虾养殖区域的对虾养殖计划数据信息获取当前对虾养殖区域在各个虾龄阶段的饵料喂食量数据信息；
14.将所述当前对虾养殖区域在各个虾龄阶段的饵料喂食量数据信息作为当前对虾养殖区域中的饵料喂食量数据信息进行输出。
15.进一步地，本发明一个较佳的实施例中，构建水质变化预测模型，根据所述饵料计划喂食量数据信息以及所述水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果，具体包括以下步骤：
16.基于lstm构建水质变化预测模型，获取各饵料计划喂食量数据信息之下单位面积内产生相关危害型物质的历史数据；
17.将所述历史数据同一映射到预设区间之内进行数据归一化，生成归一化后的历史数据；
18.将所述归一化后的历史数据信息输入到所述水质变化预测模型中进行训练，得到训练完成的水质变化预测模型；
19.将所述饵料计划喂食量数据信息输入到所述水质变化预测模型中进行预测，以获取相关危害型物质数据，并将所述相关危害型物质数据作为预测结果输出。
20.进一步地，本发明一个较佳的实施例中，根据所述预测结果制定各个对虾生长阶段的水质调控方案，包括以下步骤：
21.根据所述预测结果获取当前养殖区域在每个时段的危害型氨氮类化合物含量信息，并判断所述危害型氨氮类化合物含量信息是否大于预设危害型氨氮类化合物含量信息；
22.若所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息，则获取当前养殖区域所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息的时间节点；
23.通过大数据获取危害型氨氮类化合物相对应的水质调控方案，并剔除危害对虾相对应的水质调控方案，生成处理后的水质调控方案；
24.根据所述处理后的水质调控方案以及当前养殖区域所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息的时间节点制定各个对虾生长阶段的水质调控方案。
25.进一步地，本发明一个较佳的实施例中，基于所述当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对所述水质调控方案进行二次调整，以获取最终的调控方案，具体包括以下步骤：
26.根据所述当前对虾养殖区域中的实时菌落结构信息获取当前对虾养殖区域中异养菌以及硝化菌的菌落结构信息，通过灰色关联分析法对所述当前对虾养殖区域中异养菌、硝化菌的菌落结构信息以及水质调控方案进行关联性度计算，以获取关联度信息；
27.将所述关联度信息与预设关联度信息进行对比，得到偏差率，并判断所述偏差率
是否大于预设偏差率阈值，若所述偏差率大于预设偏差率阈值时，则将偏差率大于预设偏差率阈值的方案作为水质调控预选方案；
28.根据所述水质调控预选方案构建动态消耗模型，并将所述藻类数据信息输入到所述动态消耗模型中，以获取水质调控预选方案中每一种动态数据；
29.若所述动态数据不大于预设动态数据，则维持当前的水质调控预选方案，若所述动态数据大于预设动态数据，则根据预设动态数据进行优化调整。
30.进一步地，本发明一个较佳的实施例中，还包括以下步骤：
31.通过大数据获取各环境因素之下的微藻生长数据信息，并根据所述微藻生长数据信息构建微藻生长数据知识图谱；
32.获取当前对虾养殖区域的环境因素特性数据信息，根据所述环境因素特性数据信息以及所述微藻生长数据知识图谱获取当前对虾养殖区域的微藻生长数据信息；
33.根据所述微藻生长数据信息构建微藻生长数据曲线图，并根据所述微藻生长数据曲线图中获取微藻生长数据大于预设微藻生长数据的时间节点；
34.通过大数据获取相关抑制微藻生长的调整措施，根据所述时间节点以及调整措施生成微藻生长调控方案。
35.本发明第二方面提供了一种基于对虾的养殖水质调控系统，所述调控系统包括存储器以及处理器，所述存储器中包含基于对虾的养殖水质调控方法程序，所述基于对虾的养殖水质调控方法程序被处理器执行时，实现如下步骤：
36.获取当前对虾养殖区域的对虾养殖计划数据信息，并根据所述对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料计划喂食量数据信息；
37.构建水质变化预测模型，根据所述饵料计划喂食量数据信息以及所述水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果；
38.根据所述预测结果制定各个对虾生长阶段的水质调控方案，并获取当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息；
39.基于所述当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对所述水质调控方案进行优化调整。
40.在本实施例中，根据所述预测结果制定各个对虾生长阶段的水质调控方案，包括以下步骤：
41.根据所述预测结果获取当前养殖区域在每个时段的危害型氨氮类化合物含量信息，并判断所述危害型氨氮类化合物含量信息是否大于预设危害型氨氮类化合物含量信息；
42.若所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息，则获取当前养殖区域所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息的时间节点；
43.通过大数据获取危害型氨氮类化合物相对应的水质调控方案，并剔除危害对虾相对应的水质调控方案，生成处理后的水质调控方案；
44.根据所述处理后的水质调控方案以及当前养殖区域所述危害型氨氮类化合物含量信息大于预设危害型氨氮类化合物含量信息的时间节点制定各个对虾生长阶段的水质调控方案。
45.在本实施例中，基于所述当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对所述水质调控方案进行二次调整，以获取最终的调控方案，具体包括以下步骤：
46.根据所述当前对虾养殖区域中的实时菌落结构信息获取当前对虾养殖区域中异养菌以及硝化菌的菌落结构信息，通过灰色关联分析法对所述当前对虾养殖区域中异养菌、硝化菌的菌落结构信息以及水质调控方案进行关联性度计算，以获取关联度信息；
47.将所述关联度信息与预设关联度信息进行对比，得到偏差率，并判断所述偏差率是否大于预设偏差率阈值，若所述偏差率大于预设偏差率阈值时，则将偏差率大于预设偏差率阈值的方案作为水质调控预选方案；
48.根据所述水质调控预选方案构建动态消耗模型，并将所述藻类数据信息输入到所述动态消耗模型中，以获取水质调控预选方案中每一种动态数据；
49.若所述动态数据不大于预设动态数据，则维持当前的水质调控预选方案，若所述动态数据大于预设动态数据，则根据预设动态数据进行优化调整。
50.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质包含基于对虾的养殖水质调控方法程序，所述基于对虾的养殖水质调控方法程序被处理器执行时，实现任一项所述的基于对虾的养殖水质调控方法的步骤。
51.本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：
52.本发明通过获取当前对虾养殖区域的对虾养殖计划数据信息，并根据对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料计划喂食量数据信息；进而构建水质变化预测模型，根据饵料计划喂食量数据信息以及水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果；根据预测结果制定各个对虾生长阶段的水质调控方案，并获取当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息；基于当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对水质调控方案进行优化调整。通过本方法能够根据喂食数据来预测水质数据，进而根据养殖区域中的微藻、异养菌、硝化菌的生态功能数据和协同作用，有效控制氨氮、亚硝酸盐氮。另一方面，通过维持菌藻相的动态平衡和生态稳定，预防和控制水体发生倒藻或爆发弧菌，降低病害发生风险。通过构建并维持菌藻共生水系，稳定和净化养殖水质，不仅大幅减少养殖过程换水，而且显著提高对虾养殖成活率和产量，实现高产高效、资源节约、环境友好。
附图说明
53.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简单地介绍，显而易见地，下面描述中的附图仅仅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实施例的附图。
54.图1示出了一种基于对虾的养殖水质调控方法的整体方法流程图；
55.图2示出了一种基于对虾的养殖水质调控方法的第一方法流程图；
56.图3示出了一种基于对虾的养殖水质调控方法的第二方法流程图；
57.图4示出了一种基于对虾的养殖水质调控系统的系统框图。
具体实施方式
58.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
59.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
60.如图1所示，本发明第一方面提供了一种基于对虾的养殖水质调控方法，包括以下步骤：
61.s102:获取当前对虾养殖区域的对虾养殖计划数据信息，并根据对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料计划喂食量数据信息；
62.s104:构建水质变化预测模型，根据饵料计划喂食量数据信息以及水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果；
63.s106:根据预测结果制定各个对虾生长阶段的水质调控方案，并获取当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息；
64.s108:基于当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对水质调控方案进行优化调整。
65.需要说明的是，本能够根据喂食数据来预测水质数据，进而根据养殖区域中的微藻、异养菌、硝化菌的生态功能数据和协同作用，有效控制氨氮、亚硝酸盐氮。另一方面，通过维持菌藻相的动态平衡和生态稳定，预防和控制水体发生倒藻或爆发弧菌，降低病害发生风险。通过构建并维持菌藻共生水系，稳定和净化养殖水质，不仅大幅减少养殖过程换水，而且显著提高对虾养殖成活率和产量，实现高产高效、资源节约、环境友好。其中，相关危害型物质数据为氨氮、亚硝酸盐氮等有害氮浓度数据。
66.进一步地，本发明一个较佳的实施例中，获取当前对虾养殖区域的对虾养殖计划数据信息，并根据对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料喂食量数据信息，包括以下步骤：
67.通过构建对虾检索关键词，根据关键词通过大数据检索，以获取对虾在各虾龄阶段的饵料喂食数据信息；
68.构建饵料喂食数据库，并将对虾在各虾龄阶段的饵料喂食数据信息输入到饵料喂食数据库中；
69.获取当前对虾养殖区域的对虾养殖计划数据信息，根据饵料喂食数据库以及当前对虾养殖区域的对虾养殖计划数据信息获取当前对虾养殖区域在各个虾龄阶段的饵料喂食量数据信息；
70.将当前对虾养殖区域在各个虾龄阶段的饵料喂食量数据信息作为当前对虾养殖区域中的饵料喂食量数据信息进行输出。
71.需要说明的是，通过本方法能够有效地根据根据饵料喂食数据库以及当前对虾养殖区域的对虾养殖计划数据信息获取当前对虾养殖区域在各个虾龄阶段的饵料喂食量数据信息，进而确定各个虾龄段中的水质数据中氨氮、亚硝酸盐氮浓度变化。
72.进一步地，本发明一个较佳的实施例中，构建水质变化预测模型，根据饵料计划喂
91.no
3-+7.8co2+8.8h2o+0.06hpo
42-→
0.06c
106h263o110n16
p+8.6o2+1.1
92.hco
3-93.按照上述关系式中可以得知，微藻通过光合作用，吸收氨氮、硝酸盐氮等含氮废物，转化成微藻生物量，同时释放氧气和碳酸氢根离子，并提高ph值。
94.nh
4+
+7.08ch2o+hco
3-+2.06o2→
c5h7o2n+6.06h2o+3.07
95.co296.按照上述关系式中可以得知，异养菌通过异养同化作用，吸收氨氮等含氮废物，转化成自身微生物蛋白，同时消耗碳酸氢根离子和释放二氧化碳，并降低ph值。
97.nh
4+
+1.5o2→
no
2-+h2o+2h
+
no
2-+0.5o2→
no
3-98.nh
4+
+1.97hco
3-+1.83o2→
0.02c5h7o2n+0.98no
3-+2.90h2o
99.+1.86co2100.按照上述关系式中可以得知，硝化菌通过硝化作用，转化氨氮、亚硝酸盐氮为硝酸盐氮，同时消耗碳酸氢根离子和释放二氧化碳，并降低ph值。
101.需要说明的是，通过以上的动态消耗模型的转换关系将对虾养殖区域中的各个含量数据保持在预设动态数据之内，使得对虾养殖区域中的微藻、异养菌以及硝化菌保持在一定的动态范围之内，维持菌藻共生水系，稳定和净化养殖水质，不仅大幅减少养殖过程换水，而且显著提高对虾养殖成活率和产量，实现高产高效、资源节约、环境友好。
102.进一步地，本发明一个较佳的实施例中，还包括以下步骤：
103.通过大数据获取各环境因素之下的微藻生长数据信息，并根据微藻生长数据信息构建微藻生长数据知识图谱；
104.获取当前对虾养殖区域的环境因素特性数据信息，根据环境因素特性数据信息以及微藻生长数据知识图谱获取当前对虾养殖区域的微藻生长数据信息；
105.根据微藻生长数据信息构建微藻生长数据曲线图，并根据微藻生长数据曲线图中获取微藻生长数据大于预设微藻生长数据的时间节点；
106.通过大数据获取相关抑制微藻生长的调整措施，根据时间节点以及调整措施生成微藻生长调控方案。
107.需要说明的是，通过本方法能够根据环境因素之下的微藻生长数据信息获取到相关抑制微藻生长的调整措施，从而生成相关微藻生长的调控方案，使得将对虾养殖区域中的各个含量数据保持在预设动态数据之内，提高水质的净化效果。
108.本发明第二方面提供了一种基于对虾的养殖水质调控系统，调控系统包括存储器41以及处理器62，存储器41中包含基于对虾的养殖水质调控方法程序，基于对虾的养殖水质调控方法程序被处理器62执行时，实现如下步骤：
109.获取当前对虾养殖区域的对虾养殖计划数据信息，并根据对虾养殖计划数据信息计算出当前对虾养殖区域中的饵料计划喂食量数据信息；
110.构建水质变化预测模型，根据饵料计划喂食量数据信息以及水质变化预测模型对当前对虾养殖区域的相关危害型物质数据进行预测，以获取预测结果；
111.根据预测结果制定各个对虾生长阶段的水质调控方案，并获取当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息；
112.基于当前对虾养殖区域中的实时菌落结构信息以及藻类数据信息对水质调控方
136.按照上述关系式中可以得知，硝化菌通过硝化作用，转化氨氮、亚硝酸盐氮为硝酸盐氮，同时消耗碳酸氢根离子和释放二氧化碳，并降低ph值。
137.需要说明的是，通过以上的动态消耗模型将对虾养殖区域中的各个含量数据保持在预设动态数据之内，使得对虾养殖区域中的微藻、异养菌以及硝化菌保持在一定的动态范围之内，维持菌藻共生水系，稳定和净化养殖水质，不仅大幅减少养殖过程换水，而且显著提高对虾养殖成活率和产量，实现高产高效、资源节约、环境友好。
138.本发明第三方面提供了一种计算机可读存储介质，计算机可读存储介质包含基于对虾的养殖水质调控方法程序，基于对虾的养殖水质调控方法程序被处理器执行时，实现任一项的基于对虾的养殖水质调控方法的步骤。
139.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
140.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
141.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
142.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
143.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的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方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
144.以上，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。