一种拟穴青蟹的病害预测方法、系统及可存读介质技术方案

本发明专利技术涉及一种拟穴青蟹的病害预测方法、系统及可存读介质，包括：获取当前池塘的水质理化指标数据；基于神经网络建立拟穴青蟹的病害预测模型，并获取拟穴青蟹病害的历史数据，将所述拟穴青蟹病害的历史数据导入所述拟穴青蟹的病害预测模型中训练；将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数；根据所述繁殖指数预测该池塘发生病害的概率。本发明专利技术通过根据温度的变化以及拟穴青蟹的数量来得到拟穴青蟹的喂食量，预测出拟穴青蟹的排泄量，通过排泄量来预测水质理化指标数据的变化，以基于水质指标数据来预测病害的发生概率、发生时间段，以确定清理排泄物的时间段以及提前采取措施预防病害的发生。施预防病害的发生。施预防病害的发生。

【技术实现步骤摘要】
一种拟穴青蟹的病害预测方法、系统及可存读介质


[0001]本专利技术涉及拟穴青蟹领域，尤其涉及一种拟穴青蟹的病害预测方法、系统及可存读介质。

技术介绍

[0002]拟穴青蟹(Scylla paramamosain)俗称青蟹,是一种经济价值很高的海水养殖蟹类,广泛分布于热带和亚热带,是我国南方沿海各省份主要海水养殖对象之一。随着苗种培育技术的突破和养殖技术的改进,青蟹养殖规模和养殖产量逐年提高,已成为中国产量最高的海水养殖蟹类之一。然而,青蟹养殖过程中病害发生的频率呈逐年上升趋势,特别是甲壳溃疡病、黄体病、颤抖病等细菌性疾病的暴发给养殖户造成了巨大的经济损失,同时也严重制约了青蟹养殖产业的进一步发展。
[0003]成品蟹大量进食后，会增加排泄量，在这个阶段池底的沉淀物也会不断增加，由于成品蟹的排泄物中存在大量细菌，一方面影响了水质理化指标数据，如水体温度、水体PH值、水体的导电率等，由于水质理化数据发生变化，部分细菌和病毒在这样的水温和环境中会大量滋生，会引起成年蟹生病和死亡。而且，遇到温度较高的天气时，成品蟹的食量会增大，而用户无法根据温度的变化增加饲料或者增加的饲料过多，导致残留于供养池中，影响了供养池的水质指标数据，导致细菌的滋生。

技术实现思路

[0004]本专利技术克服了现有技术的不足，提供了一种拟穴青蟹的病害预测方法、系统及可存读介质。
[0005]为达上述目的，本专利技术采用的技术方案为：
[0006]本专利技术第一方面提供了一种拟穴青蟹的病害预测方法，其特征在于，包括以下步骤：
[0007]获取当前池塘的水质理化指标数据，所述水质理化指标数据包括水体温度、水体的PH值、水体的电导率；
[0008]基于神经网络建立拟穴青蟹的病害预测模型，并获取拟穴青蟹病害的历史数据，将所述拟穴青蟹病害的历史数据导入所述拟穴青蟹的病害预测模型中训练；
[0009]将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数；
[0010]根据所述繁殖指数预测该池塘发生病害的概率。
[0011]进一步地，本专利技术的一个较佳实施例中，还包括以下步骤：
[0012]采集当前池塘的拟穴青蟹的数量；
[0013]基于所述拟穴青蟹的数量以及水体温度预测需要的投放的喂食量；
[0014]根据所述的喂食量计算出拟穴青蟹的排泄物的排泄量；
[0015]基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将
该时间段作为清理排泄物的时间段。
[0016]进一步地，本专利技术的一个较佳实施例中，根据所述繁殖指数预测该池塘发生病害的概率，具体包括：
[0017]获取当前的拟穴青蟹的排泄物数值；
[0018]基于所述当前的拟穴青蟹的排泄物数值以及繁殖指数预测当前池塘的目标病害发生概率，并绘制对应的目标病害发生概率的概率图，并给予所述概率图对目标病害进行预测；
[0019]每获取一次排泄物数值，所述概率图更新一次，直至该概率图中的概率值大于预设概率阀值时，则标记大于该概率值所在的时间段为高风险区域时间段。
[0020]进一步地，本专利技术的一个较佳实施例中，基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将该时间段作为清理排泄物的时间段，具体包括：
[0021]每获取一次所述拟穴青蟹的排泄物的排泄量，当前的拟穴青蟹的排泄物数值增加一次，其增量为拟穴青蟹的排泄物的排泄量；
[0022]基于拟穴青蟹的排泄物的排泄量绘制拟穴青蟹的排泄物数值趋势图；
[0023]在所述拟穴青蟹的排泄物数值趋势图提取出达到预设阀值的排泄物的时间段。
[0024]进一步地，本专利技术的一个较佳实施例中，将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数，具体为：
[0025]根据所述水质理化指标数据预测发生的一种或者多种目标病害，并计算在该水质理化指标数据下的目标病害的繁殖指数。
[0026]进一步地，本专利技术的一个较佳实施例中，还包括以下步骤：
[0027]根据所述拟穴青蟹的排泄物的排泄量建立水质理化指标数据变化趋势模型；
[0028]从所述变化趋势模型中预测发生目标病害的水质理化指标数据。
[0029]本专利技术第二方面提供了一种拟穴青蟹的病害预测系统，其特征在于，该系统包括存储器、处理器，所述存储器中包括拟穴青蟹的病害预测方法程序，所述拟穴青蟹的病害预测方法程序被所述处理器执行时实现如下步骤：
[0030]获取当前池塘的水质理化指标数据，所述水质理化指标数据包括水体温度、水体的PH值、水体的电导率；
[0031]基于神经网络建立拟穴青蟹的病害预测模型，并获取拟穴青蟹病害的历史数据，将所述拟穴青蟹病害的历史数据导入所述拟穴青蟹的病害预测模型中训练；
[0032]将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数；
[0033]根据所述繁殖指数预测该池塘发生病害的概率。
[0034]进一步地，本专利技术的一个较佳实施例中，还包括以下步骤：
[0035]采集当前池塘的拟穴青蟹的数量；
[0036]基于所述拟穴青蟹的数量以及水体温度预测需要的投放的喂食量；
[0037]根据所述的喂食量计算出拟穴青蟹的排泄物的排泄量；
[0038]基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将该时间段作为清理排泄物的时间段。
[0039]进一步地，本专利技术的一个较佳实施例中，根据所述繁殖指数预测该池塘发生病害
的概率，具体包括：
[0040]获取当前的拟穴青蟹的排泄物数值；
[0041]基于所述当前的拟穴青蟹的排泄物数值以及繁殖指数预测当前池塘的目标病害发生概率，并绘制对应的目标病害发生概率的概率图，并给予所述概率图对目标病害进行预测；
[0042]每获取一次排泄物数值，所述概率图更新一次，直至该概率图中的概率值大于预设概率阀值时，则标记大于该概率值所在的时间段为高风险区域时间段；
[0043]基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将该时间段作为清理排泄物的时间段，具体包括：
[0044]每获取一次所述拟穴青蟹的排泄物的排泄量，当前的拟穴青蟹的排泄物数值增加一次，其增量为拟穴青蟹的排泄物的排泄量；
[0045]基于拟穴青蟹的排泄物的排泄量绘制拟穴青蟹的排泄物数值趋势图；
[0046]在所述拟穴青蟹的排泄物数值趋势图提取出达到预设阀值的排泄物的时间段；
[0047]将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数，具体为：
[0048]根据所述水质理化指标数据预测发生的一种或者多种目标病害，并计算在该水质理化指标数据下的目标病害的繁殖指数；
[0049]根据所述拟穴本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种拟穴青蟹的病害预测方法，其特征在于，包括以下步骤：获取当前池塘的水质理化指标数据，所述水质理化指标数据包括水体温度、水体的PH值、水体的电导率；基于神经网络建立拟穴青蟹的病害预测模型，并获取拟穴青蟹病害的历史数据，将所述拟穴青蟹病害的历史数据导入所述拟穴青蟹的病害预测模型中训练；将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数；根据所述繁殖指数预测该池塘发生病害的概率。2.根据权利要求1所述的.一种拟穴青蟹的病害预测方法，其特征在于，还包括以下步骤：采集当前池塘的拟穴青蟹的数量；基于所述拟穴青蟹的数量以及水体温度预测需要的投放的喂食量；根据所述的喂食量计算出拟穴青蟹的排泄物的排泄量；基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将该时间段作为清理排泄物的时间段。3.根据权利要求1所述的一种拟穴青蟹的病害预测方法，其特征在于，根据所述繁殖指数预测该池塘发生病害的概率，具体包括：获取当前的拟穴青蟹的排泄物数值；基于所述当前的拟穴青蟹的排泄物数值以及繁殖指数预测当前池塘的目标病害发生概率，并绘制对应的目标病害发生概率的概率图，并给予所述概率图对目标病害进行预测；每获取一次排泄物数值，所述概率图更新一次，直至该概率图中的概率值大于预设概率阀值时，则标记大于该概率值所在的时间段为高风险区域时间段。4.根据权利要求2所述的一种拟穴青蟹的病害预测方法，其特征在于，基于所述拟穴青蟹的排泄物的排泄量预测达到预设阀值的排泄物的时间段，并将该时间段作为清理排泄物的时间段，具体包括：每获取一次所述拟穴青蟹的排泄物的排泄量，当前的拟穴青蟹的排泄物数值增加一次，其增量为拟穴青蟹的排泄物的排泄量；基于拟穴青蟹的排泄物的排泄量绘制拟穴青蟹的排泄物数值趋势图；在所述拟穴青蟹的排泄物数值趋势图提取出达到预设阀值的排泄物的时间段。5.根据权利要求1所述的一种拟穴青蟹的病害预测方法，其特征在于，将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数，具体为：根据所述水质理化指标数据预测发生的一种或者多种目标病害，并计算在该水质理化指标数据下的目标病害的繁殖指数。6.根据权利要求5所述的一种拟穴青蟹的病害预测方法，其特征在于，还包括以下步骤：根据所述拟穴青蟹的排泄物的排泄量建立水质理化指标数据变化趋势模型；从所述变化趋势模型中预测发生目标病害的水质理化指标数据。7.一种拟穴青蟹的病害预测系统，其特征在于，该系统包括存储器、处理器，所...

【专利技术属性】
技术研发人员：姜松，周发林，江世贵，杨其彬，黄建华，杨丽诗，李运东，
申请(专利权)人：中国水产科学研究院南海水产研究所，
类型：发明
国别省市：