一种养殖水体含氧量调控方法及调控系统

摘要: 本技术涉及水产养殖,具体涉及一种养殖水体含氧量调控方法及调控系统。背景技术:1、随着水产养殖业向规模化、集约化方向发展,水体溶氧量已成为影响养殖生物存活率、生长...
一种养殖水体含氧量调控方法及调控系统

本技术涉及水产养殖,具体涉及一种养殖水体含氧量调控方法及调控系统。

背景技术:

1、随着水产养殖业向规模化、集约化方向发展,水体溶氧量已成为影响养殖生物存活率、生长速度及养殖效益的核心环境因子;养殖生物(如鱼类、虾类)的呼吸作用、水体藻类的光合作用与呼吸作用、有机污染物分解等过程,均会导致水体溶氧量动态变化;当溶氧量低于临界值时,养殖生物易出现浮头、应激反应,严重时引发大规模死亡,造成重大经济损失,因此,精准把控水体溶氧量并及时启动增氧设备,是水产养殖的关键技术需求。

2、现有技术中为了提高水体溶解氧一般通过增氧机实现增氧作业,但是现有技术中的增氧机启动时间及运行时长一般根据经验确定,其不但增氧时效性差,同时增氧时间点极易与实际含氧量错配,造成无效增氧或过度增氧;部分养殖场尝试自动增氧,即结合水体含氧量的实测值与增氧阈值进行增氧,但是上述方法属于被动响应,且当其确定需要增氧时,含氧量已经接近增氧阈值,极易出现增氧不及时的问题,其调控精度难以满足集约化养殖的实际需求。‌

技术实现思路

1、本技术的主要目的在于提供一种养殖水体含氧量调控方法及调控系统,旨在解决现有技术中存在的含氧量自动调控精度差的缺陷。

2、本技术通过以下技术方案实现上述目的:

3、一种养殖水体含氧量调控方法,包括以下步骤:

4、s1、获取基础参数集,其中所述基础参数集包括采样周期、调控周期和含氧量目标区间;

5、s2、获取历史参数集,根据所述历史参数集拟合生成温度-溶氧变化量模型;其中所述历史参数集包括目标养殖区在上一调控周期的历史含氧量参数集和历史水温参数集;

6、s3、获取预报历史气温参数集,根据所述历史参数集与所述预报历史气温参数集为目标养殖区生成水温预测模型;

7、s4、根据天气预报信息和所述水温预测模型生成目标养殖区的预测水温曲线;

8、s5、获取当前含氧量参数集,结合所述温度-溶氧变化量模型与所述预测水温曲线计算溶氧量预测曲线;

9、s6、根据所述溶氧量预测曲线和所述基础参数集生成含氧量调控策略。

10、可选的,获取历史参数集,根据所述历史参数集拟合生成温度-溶氧变化量模型,包括以下步骤:

11、获取历史参数集,其中所述历史参数集包括目标养殖区在上一调控周期的历史含氧量参数集和历史水温参数集;

12、根据所述历史含氧量参数集计算溶氧变化量参数集;

13、将所述溶氧变化量参数集和历史水温参数集整合为若干比对数组;

14、设定离散温度档位,结合采样周期和各所述比对数组生成初始温度-溶氧变化量模型;

15、遍历所述初始温度-溶氧变化量模型,对其进行参数补齐,生成温度-溶氧变化量模型。

16、可选的,遍历所述初始温度-溶氧变化量模型,对其进行参数补齐,生成温度-溶氧变化量模型,包括以下步骤:

17、根据离散温度档位对所述初始温度-溶氧变化量模型进行筛分,获取缺失参数集;

18、若所述缺失参数集为空,则不存在数据缺失,将所述初始温度-溶氧变化量模型作为温度-溶氧变化量模型输出;

19、若所述缺失参数集为非空集合,则根据所述缺失参数集调取历史样本集,其中所述历史样本集为相同采样时刻、相同温度档位下若干调控周期内的溶氧变化量参数;

20、计算所述历史样本集中各溶氧变化量参数的出现频率;

21、根据出现频率最高的一个或多个溶氧变化量参数生成温度-溶氧变化量模型。

22、可选的,获取预报历史气温参数集,根据所述历史参数集与所述预报历史气温参数集为目标养殖区生成水温预测模型,包括以下步骤:

23、获取上一调控周期的预报历史气温参数集;

24、从历史参数集中调取历史水温参数集;

25、根据所述预报历史气温参数集和所述历史水温参数集拟合生成水温预测模型;所述水温预测模型的计算表达式为:,其中k和b均为拟合常数,t'表示气温参数,t表示水温参数。

26、可选的,根据天气预报信息和所述水温预测模型生成目标养殖区的预测水温曲线,包括以下步骤:

27、从天气预报信息中提取预报气温参数曲线;

28、将所述预报气温参数曲线导入所述目标养殖区水温预测模型中生成水温预测曲线。

29、可选的,获取当前含氧量参数集,结合所述温度-溶氧变化量模型与所述预测水温曲线计算溶氧量预测曲线,包括以下步骤:

30、获取当前含氧量参数集并计算当前含氧量参数;

31、获取预测时段,根据所述预测时段和采样周期从所述水温预测曲线中提取预测水温参数集;

32、根据所述预测水温参数集从所述温度-溶氧变化量模型中提取预测溶氧变化量参数集;

33、根据所述预测时段和所述预测溶氧变化量参数集生成初始预测溶氧量变化曲线;

34、根据历史参数集计算置信度参数;

35、结合所述置信度参数对所述初始预测溶氧量变化曲线进行一次修正获取第一预测溶氧量变化曲线;

36、根据当前调控周期的溶氧量实测参数集进行二次修正,获取预测溶氧量变化曲线,所述预测溶氧量变化曲线的表达式为,其中c0当前含氧量参数,d0表示置信参数,表示综合偏差率,t0表示采样周期,i表示采样周期编号,n表示到预测时段的采样周期总数,表示第i个周期的预测溶氧变化量参数。

37、可选的,根据历史参数集计算置信度参数,包括以下步骤:

38、对历史参数集进行清洗,获取预处理历史参数集;

39、根据所述预处理历史参数集分别计算历史温度均值、历史温度标准差、历史含氧量均值和历史含氧量标准差;

40、根据所述历史温度均值和所述历史温度标准差计算温度置信度;

41、根据所述历史含氧量均值和历史含氧量标准差计算含氧量置信度;

42、根据所述温度置信度和所述含氧量置信度计算置信度参数,其中所述置信度参数的计算表达式为:,其中d1表示温度置信度,d2表示含氧量置信度,α表示温度置信度的权重参数。

43、可选的,根据当前调控周期的溶氧量实测参数集进行二次修正,获取预测溶氧量变化曲线,包括以下步骤:

44、获取当前调控周期的溶氧量实测参数集;

45、获取各溶氧量实测参数的采样时间,结合第一预测溶氧量变化曲线计算溶氧量历史预测参数集;

46、根据所述溶氧量实测参数集与所述溶氧量历史预测参数集计算综合偏差率;

47、根据所述综合偏差率对所述第一预测溶氧量变化曲线进行二次修正,获取预测溶氧量变化曲线,其中所述预测溶氧量变化曲线的计算表达式为:,其中c0当前含氧量参数,d0表示置信参数,表示综合偏差率,t0表示采样周期,i表示采样周期编号,n表示到预测时段的采样周期总数,表示第i个周期的预测溶氧变化量参数。

48、可选的,根据所述溶氧量预测曲线和所述基础参数集生成含氧量调控策略,包括以下步骤:

49、生成标准坐标系;

50、根据含氧量目标区间在所述标准坐标系内生成标准调控曲线;

51、根据所述溶氧量预测曲线与所述标准调控曲线计算含氧量异常时间参数;

52、设定调控策略模型;其中所述调控策略模型的计算表达式为:,其中δt表示标准时长,δt表示含氧量异常时间参数;

53、根据所述调控策略模型与所述含氧量异常时间参数输出调控策略。

54、相应的,本技术还公开了基于上述调控方法的调控系统,包括:

55、参数获取模块,用于获取基础参数集,其中所述基础参数集包括采样周期、调控周期和含氧量目标区间;

56、第一拟合模块,用于获取历史参数集,根据所述历史参数集拟合生成温度-溶氧变化量模型;其中所述历史参数集包括目标养殖区在上一调控周期的历史含氧量参数集和历史水温参数集;

57、第二拟合模块,用于获取预报历史气温参数集,根据所述历史参数集与所述预报历史气温参数集为目标养殖区生成水温预测模型;

58、第一预测模块,用于根据天气预报信息和所述水温预测模型生成目标养殖区的预测水温曲线;

59、第二预测模块,用于获取当前含氧量参数集,结合所述温度-溶氧变化量模型与所述预测水温曲线计算溶氧量预测曲线;

60、调控模块,用于根据所述溶氧量预测曲线和所述基础参数集生成含氧量调控策略。

61、与现有技术相比,本技术具有以下有益效果:

62、本技术所述调控方法首先获取基础参数集和历史参数集,随后根据历史参数集拟合生成温度-溶氧变化量模型;再获取预报历史气温参数集,并根据所述历史参数集与所述预报历史气温参数集为目标养殖区生成水温预测模型;随后根据天气预报信息和所述水温预测模型生成目标养殖区的预测水温曲线,再获取当前含氧量参数集,结合所述温度-溶氧变化量模型与所述预测水温曲线计算溶氧量预测曲线,最后根据所述溶氧量预测曲线和所述基础参数集生成含氧量调控策略。

63、养殖池内的溶氧量受到多个方面的综合影响,包括养殖生物的呼吸作用、水藻等水生植物的呼吸作用和光合作用、水体与空气交界面的氧气溶解与释放和有机物的分解,上述生化作用复杂,且随着生物体的生长状态变化而始终处于动态变化中,如随着养殖生物的不断生长其呼吸作用将不断加强,耗氧量将不断上升;因此为保证估算精度,需要定期或不定期的进行数据更新,但是新状态下的各项参数采集难度极大,且大量数据为估算而不是实测值;

64、但是无论影响水体含氧量的各种因素如何变化,其始终表现为水体中氧气的总消耗量与水体中氧气的总溶解量的差值,且在较短时间内(如1个自然日),生物的各种状态变化相对平缓且呈现一定的节律性,且上述因素均受到水温的直接影响,而水温则与气温直接相关;因此,本技术采用模糊处理的原则,将整个养殖水体及其内的各种生物简化并作为一个整体处理,通过观测在一个自然日内溶解氧含量随水温的自然变化即可准确的把控整个水体内的含氧量的变化规律。

65、同时相邻两个自然日气候和养殖生物生理状态变化均相对平稳,即在相同温度下,相邻两个自然日在相同水温、相同时间点的溶氧变化量基本相同,因此采用上一个自然日的溶氧变化量与气温的变化规律,结合天气预报的气象信息即可对下一个自然日在某一时间段的含氧量进行离散积分累加,实现对未来某一时刻的含氧量的初步预测,再结合当日相关参数的修正,从而有效提高含氧量的预测精度,进而提高含氧量自动调控的精确度。

66、其次,与现有技术相比,由于本技术采用模糊处理的方式将影响含氧量的所有因素看作一个整体,因此实际计算过程中,本技术不再需要定期进行数据的大量更新,其不但降低工作人员的工作量,同时也降低了计算负担;且还能够避免大量错误数据更新带来的计算误差,有效保证计算的准确性。

67、最后,本技术在计算过程中还引入了天气预报信息,通过天气预报信息提高水温预测的基础参数的准确性,同时通过历史参数的拟合实现对气温与水温的变化关系的模糊处理,从而将气温参数转换为水温参数,保证计算参数的准确性。