结合水质参数与行为发声的养殖虾类发病预测方法技术

本发明专利技术提供一种结合水质参数与行为发声的养殖虾类发病预测方法，设置九个独立的信号采集单元，且每一个独立单元内设有微处理器、水质检测仪与水听器以建立水质与声学参数监测通道并进行信息的分析；信号采集单元通过水质检测仪记录水质参数、通过水听器采集虾类水生生物在水质未变化时的行为发声信号，信号分析单元对九个位置的水质变化进行判断；所述的信号分析单元包括双通道水质声学综合算法模型及多通道水质声学综合算法模型进行分析判决。本发明专利技术的一种结合水质参数与行为发声的养殖虾类发病预测方法，能对虾塘水质参数进行有效可靠分析处理，实现对虾塘虾类发病的预测。实现对虾塘虾类发病的预测。实现对虾塘虾类发病的预测。

【技术实现步骤摘要】
结合水质参数与行为发声的养殖虾类发病预测方法


[0001]本专利技术涉及水产养殖技术与信息
，尤其涉及一种结合水质参数与行为发声的养殖虾类发病预测方法。

技术介绍

[0002]在水产养殖过程中能够实时监测水下养殖虾类的生活状态是养殖信息化的关键，由于通常养殖环境水下的光学可见度较差，晚上又受限水下光源限制更不能仅用摄像方法实现有效观察与监测。另外，随着密集节约型养殖的发展，突发的水体变坏、养殖虾类病变、饲料腐败污染等都会导致整塘养殖虾类死掉，造成养殖风险加大。所以在养殖环境下能够实时获得虾类的生活情况并能对健康状态给出预测非常重要。
[0003]养殖过程中的水质养护是保障养殖虾类生长的关键。在初期虾苗养殖过程中，“养水”需要考虑水质调控与病害预防等，一般通过“前期要养藻、中后期养菌”经验，以及定期添加有益菌等方法，可以达到保健虾苗育养和降低水质污染的目的。然而，在养殖的过程中存在很多突发影响因素，如：在水温较高的夏季、或在大暴雨过后，藻类老化死亡不断出现、有害菌大量繁殖；另外，对虾由于应激造成体质下降，极易被病菌感染患病、出现摄食量下降；尤其是在养殖后期，由于投喂次数与投饵量控制不合理，残饵粪便与死亡藻类和原生物等都会沉降，使池底腐败发酵、底泥发黑发臭。这种突发的水质变坏导致对虾生病与死亡、进一步造成全塘水体污染影响生态环境，已经成为虾塘养殖中重大的风险隐患。
[0004]养殖环境对养殖虾类非常重要，一方面需要掌握水质变化，另一方面需要结合虾类行为特征确定水下虾类随水质变化而产生的行为变化，进而确定虾类发病情况。
[0005]水产养殖中水下虾类活动情况难于掌握，利用声音信息可以确定虾类在水下的行为特征，并根据虾类行为学确定虾类在水中的异常行为情况。
[0006]利用不同时间与环境的溶解氧、pH值、温度和盐度参数的变化可以对虾类发病现象进行及时有效的预警。根据水质环境参数变化及虾类行为变化可以确定虾类发病原因并进行及时防治。

技术实现思路

[0007]针对上述现有技术中的不足，本专利技术提供一种结合水质参数与行为发声的养殖虾类发病预测方法，能对虾塘水质参数进行有效可靠分析处理，实现对虾塘虾类发病的预测。
[0008]为了实现上述目的，本专利技术提供一种结合水质参数与行为发声的养殖虾类发病预测方法，包括步骤:
[0009]S1：通过在虾塘中布设多个独立的信号采集单元建立九个独立水质与声学参数监测通道，每一所述信号采集单元包括一微处理器和连接于所述微处理器的一水质检测仪和一水听器；一信号分析单元连接各所述信号采集单元；
[0010]S2：通过所述信号采集单元收集并记录原始信号，所述原始信号包括所述水质检测仪采集的水质参数和所述水听器采集的虾类水生生物在水质未变化时产生的行为发声
信号；
[0011]S3：所述微处理器包括一双通道水质声学综合算法模型，利用所述双通道水质声学综合算法模型对所述原始信号进行分析判断，获得各所述声学参数监测通道的环境与虾类状态信息；所述环境与虾类状态信息包括水质环境参数异常信息、虾类出现应激反应信息、虾类无摄食行为信息和虾类摄食行为异常信息；
[0012]S4：所述信号分析单元包括一多通道水质声学综合算法模型；通过所述多通道水质声学综合算法模型和所述环境与虾类状态信息判断所述虾塘中的虾类生长状况是否正常。
[0013]优选地，所述S3步骤中，所述双通道水质声学综合算法模型按默认输入信号的长度接受所述水质参数，所述水质参数包括溶解氧、pH值、温度和盐度；将各所述水质与声学参数监测通道的原始收集信号与预设模板信号进行比较，并根据比较结果开启虾类声学参数监测通道或输出所述水质环境参数异常信息；
[0014]所述双通道水质声学综合算法模型的按默认输入信号的长度接受所述虾类水生生物在水质未变化时产生的行为发声信号，对各所述水质与声学参数监测通道的原始收集的所述虾类水生生物在水质未变化时产生的行为发声信号与预设应激模板信号进行比较，并输出虾类出现应激反应信息、虾类无摄食行为信息、虾类摄食行为异常信息或虾类生长状况正常信息。
[0015]优选地，所述S3步骤进一步包括步骤：
[0016]S31：对各所述水质与声学参数监测通道的所述水质参数进行判断，计算各所述水质与声学参数监测通道的所述水质参数的标准差，当所述水质参数的标准差小于等于预设阈值，判断所述水质参数正常并开启虾类声学参数监测通道，进行下一步判断，否则，算法退出，输出并报告所述水质环境参数异常信息；
[0017]S32：若所述虾类声学参数监测通道开启，对各所述水质与声学参数监测通道内的虾类发声信号进行判断，所述虾类发声信号通过所述水听器采集获得，计算各所述虾类发声信号的变化均值，当所述虾类发声信号的变化均值大于等于第二阈值或小于等于第一阈值，判断虾类无应激反应并进入下一步判断；当所述虾类发声信号的变化均值小于所述第二阈值且大于所述第一阈值，判断虾类出现应激反应，算法退出，输出并报告所述虾类出现应激反应信息；
[0018]S33：对各所述水质与声学参数监测通道内的所述虾类发声信号进行判断，计算各所述虾类发声信号变化的均值，当所述虾类发声信号的变化均值大于所述第二阈值，判断虾类产生摄食行为，并进行下一步判断；当所述虾类发声信号的变化均值小于所述第一阈值且24小时内保持小于所述第一阈值，判断虾类未产生摄食行为，算法退出，输出并报告所述虾类无摄食行为信息；
[0019]S34：当所述虾类发声信号的变化均值大于所述第二阈值，但24小时内出现的频率小于预设频率阈值，判断虾类摄食行为异常，算法退出，输出并报告所述虾类摄食行为异常信息；否则，输出并报告虾类生长状况正常信息。
[0020]优选地，所述S4步骤进一步包括步骤：
[0021]S41：统计报告所述水质环境参数异常信息的通道数，当所述水质环境参数异常信息的个数小于5进入下一步判断；当所述水质环境参数异常信息的个数大于等于5，报告所
述水质环境参数异常信息的通道个数超出总通道数的50％，判断检测到水质环境参数的异常变化，算法退出，输出水质环境参数异常；
[0022]S42：统计报告所述虾类出现应激反应信息的通道数，当所述虾类出现应激反应信息的个数小于5进入下一步判决，当报告所述虾类出现应激反应信息的通道的个数大于等于5，统计报告虾类出现应激反应的通道个数超过总通道数的50％，判断检测到虾类已经出现发病现象，算法退出，输出虾类已经发病；
[0023]S43：统计报告虾类无摄食行为信息的通道数，当所述虾类无摄食行为信息的个数小于5进入下一步判断，当报告所述虾类无摄食行为信息的通道的个数大于等于5，统计报告所述虾类无摄食行为信息的通道个数超过总通道数的50％，判断检测到虾类可能出现发病现象，此时算法退出，输出虾类可能发病；
[0024]S44：统计报告所述虾类摄食行为异常信息的通道数，当所述虾类摄食行为异常信息的个数小于5进入下一步判断，当报告所述虾类摄食行为异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合水质参数与行为发声的养殖虾类发病预测方法，包括步骤:S1：通过在虾塘中布设多个独立的信号采集单元建立九个独立水质与声学参数监测通道，每一所述信号采集单元包括一微处理器和连接于所述微处理器的一水质检测仪和一水听器；一信号分析单元连接各所述信号采集单元；S2：通过所述信号采集单元收集并记录原始信号，所述原始信号包括所述水质检测仪采集的水质参数和所述水听器采集的虾类水生生物在水质未变化时产生的行为发声信号；S3：所述微处理器包括一双通道水质声学综合算法模型，利用所述双通道水质声学综合算法模型对所述原始信号进行分析判断，获得各所述声学参数监测通道的环境与虾类状态信息；所述环境与虾类状态信息包括水质环境参数异常信息、虾类出现应激反应信息、虾类无摄食行为信息和虾类摄食行为异常信息；S4：所述信号分析单元包括一多通道水质声学综合算法模型；通过所述多通道水质声学综合算法模型和所述环境与虾类状态信息判断所述虾塘中的虾类生长状况是否正常。2.根据权利要求1所述的结合水质参数与行为发声的养殖虾类发病预测方法，其特征在于，所述S3步骤中，所述双通道水质声学综合算法模型按默认输入信号的长度接受所述水质参数，所述水质参数包括溶解氧、pH值、温度和盐度；将各所述水质与声学参数监测通道的原始收集信号与预设模板信号进行比较，并根据比较结果开启虾类声学参数监测通道或输出所述水质环境参数异常信息；所述双通道水质声学综合算法模型的按默认输入信号的长度接受所述虾类水生生物在水质未变化时产生的行为发声信号，对各所述水质与声学参数监测通道的原始收集的所述虾类水生生物在水质未变化时产生的行为发声信号与预设应激模板信号进行比较，并输出虾类出现应激反应信息、虾类无摄食行为信息、虾类摄食行为异常信息或虾类生长状况正常信息。3.根据权利要求1所述的结合水质参数与行为发声的养殖虾类发病预测方法，其特征在于，所述S3步骤进一步包括步骤：S31：对各所述水质与声学参数监测通道的所述水质参数进行判断，计算各所述水质与声学参数监测通道的所述水质参数的标准差，当所述水质参数的标准差小于等于预设阈值，判断所述水质参数正常并开启虾类声学参数监测通道，进行下一步判断，否则，算法退出，输出并报告所述水质环境参数异常信息；S32：若所述虾类声学参数监测通道开启，对各所述水质与声学参数监测通道内的虾类发声信号进行判断，所述虾类发声信号通过所述水听器采集获得，计算各所述虾类发声信号的变化均值，当所述虾类发声信号的变化均值大于等于第二阈值或小于等于第一阈值，判断虾类无应激反应并进入下一步判断；当所述虾类发声信号的变化均值小于所述第二阈值且大于所述第一阈值，判断虾类出现应激反应，算法退出，输出并报告所述虾类出现应激反应信息；S33：对各所述水质与声学参数监测通道内的所述虾类发声信号进行判断，计算各所述虾类发声信号变化的均值，当所述虾类发声信号的变化均值大于所述第二阈值，判断虾类产生摄食行为，并进行下一步判断；当所述虾类...

【专利技术属性】
技术研发人员：李钊丞，曹正良，李金霖，张日新，武文豪，项盛羽，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：