当前位置: 首页 > 专利查询>中南大学专利>正文

一种稻田养殖系统生物量预测方法及终端设备技术方案

技术编号:41301630 阅读:15 留言:0更新日期:2024-05-13 14:48
本发明专利技术提供一种稻田养殖系统生物量预测方法及终端设备,包括以下步骤:获取多组监测指标数据;将每组监测指标数据划分为一个训练集,并将每组训练集中的数据分别输入对应的生物量预测器,得到每组生物量预测器的预测结果,所述述预测结果分别为生物量、土壤pH值、氮元素含量、水质pH值、溶解氧含量和温室气体排放总量对应的未来生物量数据;对所有生物量预测器的预测结果进行加权处理,得到最终生物量预测结果。本发明专利技术可以对系统生物量进行实时的科学预测,通过对预测数据的分析,达到增加稻田养殖系统产量的目的,适用于农业生物大数据环境,能够最大限度地提高产量和经济效益,并且减少浪费和资源损失,具有广泛的应用前景和商业价值。

【技术实现步骤摘要】

本专利技术涉及农业生产种植,具体涉及一种稻田养殖系统生物量预测方法及终端设备


技术介绍

1、稻田养殖系统是种植业和养殖业的有机结合,具有生物除虫除草以及中耕施肥等多种生态功能,可在一定程度上代替和减少化肥及农药的使用量,减少环境污染,生态效益和经济效益均十分明显。以稻鱼共生系统为例,稻鱼共生的立体农业,通过鱼吃草、除虫、活水、松土、增肥等作用,既能减少水稻的病虫害,又可节省农药化肥的使用,达到生物防治的效果。

2、现阶段的研究主要针对稻田养殖中的装置结构以及养殖方法的改良,例如申请号为cn202110359779.6的中国专利技术专利申请通过对水稻和养殖物种类筛选以及分批次种养的方法提高稻田综合种养效益;申请号为cn202110079626.6的中国专利技术专利申请通过设计一种稻田养殖小龙虾用捕捞装置,实现在不伤害水稻的同时,方便捕获龙虾。但这些方法只能做到从方法上提升稻田养殖系统的经济收益,并尽可能保持生态环境不被破坏,无法对未来做出有效的预测和预警,也无法实时监测系统中各项指标的变化从而进行及时调整。

3、伴随着大数据和云计算本文档来自技高网...

【技术保护点】

1.一种稻田养殖系统生物量预测方法,包括以下步骤:

2.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,步骤S1中,根据水稻和养殖物生长的不同阶段确定采样周期,使用若干传感器获取所述监测指标数据;其中,所述传感器包括用以采集土壤氮元素含量的土壤氮磷钾传感器、用以采集所述温室总气体排放量的气体成分浓度传感器、用以采集所述水质溶解氧含量的溶解氧含量传感器、用以采集所述土壤PH值和所述水质PH值的pH值传感器、用以采集生物量的生物量检测装置。

3.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,在步骤S1~步骤S2之间,还包括:对所述监测指标数据...

【技术特征摘要】

1.一种稻田养殖系统生物量预测方法,包括以下步骤:

2.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,步骤s1中,根据水稻和养殖物生长的不同阶段确定采样周期,使用若干传感器获取所述监测指标数据;其中,所述传感器包括用以采集土壤氮元素含量的土壤氮磷钾传感器、用以采集所述温室总气体排放量的气体成分浓度传感器、用以采集所述水质溶解氧含量的溶解氧含量传感器、用以采集所述土壤ph值和所述水质ph值的ph值传感器、用以采集生物量的生物量检测装置。

3.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,在步骤s1~步骤s2之间,还包括:对所述监测指标数据进行异常值处理:将所述监测指标数据输入变分自编码器模型,输出对应的潜在变量;将所述潜在变量输入孤立森林模型,进行异常监测。

4.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,步骤s21中,所述训练集内的数据进行信号分解的具体实现如下:将所述训练集内的数据输入iceemdan算法,输出初始子序列;通过se算法优化vmd参数,将所述初始子序列输入vmd算法,输出n个子序列,所述vmd参数包括模态数目、正则化参数。

5.根据权利要求1所述的稻田养殖系统生物量预测方法,其特征在于,步骤s22中,所述kelm模型为训练后的kelm模型,所述k...

【专利技术属性】
技术研发人员:刘辉马雨彤
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1