共查询到20条相似文献，搜索用时 15 毫秒
1.
该研究分别采用残差修正的GM(1,1)模型和灰色拓扑预测方法对2007—2017年春(5月)、秋(10月)海州湾人工鱼礁区的溶解氧(DO)、化学需氧量(COD)、生化需氧量(BOD5)及溶解无机氮(DIN)4个指标的监测数据建立水质预测模型并选择精度较高的模型预测2018—2022年的水质变化趋势,最终利用2018年的调查数据对预测结果进行检验。结果表明,灰色拓扑模型相较于残差修正的GM(1,1)模型针对水质数据具有更好的预测精度,预测结果与2018年的调查结果较吻合,可信度较高;预测结果显示,DO和COD在2018—2022年能够保持良好的水质状态,可见人工鱼礁建设对海域水环境状况具有一定的修复作用,但BOD5和DIN存在一定的超标风险;针对灰色拓扑模型的改进仍具有很大的研究空间,有待进一步挖掘。 相似文献
2.
为提高对水产养殖水质监控的实时性和测量精度,设计了一种基于无线传感器网络的水产养殖水质参数监控系统。该系统由水质参数采集终端、分布式传感器网络、传输控制中心基站、远程在线监控系统组成。参数采集终端采集水质参数并传输到中心基站,再通过GPRS发送给远程在线监控中心,根据用户向监控中心输入的参数实现水温、pH、溶氧(DO)的调节。参数测量过程中引入数字滤波算法提高测量精度,使用经过改进粒子群优化算法(PSO)整定的PID控制器实现水质参数的调节。结果显示:测量精度达到要求,温度、pH和DO的测量误差分别为2.1%、1.3%和3.6%,系统对温度、pH和溶氧调节的最大误差分别为1.9%、2.6%和3.1%。整个系统工作稳定可靠。 相似文献
3.
底层增氧在中华绒螯蟹幼蟹集约化培育池塘中的生态学效应 总被引：2，自引：0，他引：2
通过田间试验探讨了底层增氧与不增氧池塘中水温、溶解氧、pH、NH3-N和NO2--N的变化规律,以及幼蟹暴露在空气中的时间、蜕壳频次、个体体质量频数分布等,并讨论与评估了底层增氧的生态学效应。结果表明:不增氧池塘水体在夏季易形成"温跃层"及溶解氧的"日较差"和"水层差",而底层增氧可有效打破池塘水体的"温跃层"和溶解氧的"水层差",减小温度变化及底层低氧对中华绒螯蟹幼蟹的胁迫,而且使溶解氧、NH3-N和NO2--N浓度以及pH保持在河蟹正常生长所要求的范围,促进幼蟹的蜕壳,提高个体的体质量和肥满度。 相似文献
4.
澧县王家厂水库生态因子的灰关联分析 总被引：1，自引：0，他引：1
采用灰色系统关联度分析方法,以空间理论数学为基础,依规范性、偶对称性、整体性和接近性原则,计算并分析了在人工控制条件下澧县王家厂水库13个生态因子(透明度、水深、水温、溶解氧、酸碱度、电导率、氨氮、硝酸盐氮、总磷、总氮、氮磷比、浮游动物和浮游植物)的关联度,南河关联序结果为:氮磷比>总氮>硝酸氮>氨氮>浮游植物>浮游动物>溶解氧>酸碱度>总磷>水温>电导率>透明度>水深;北河:氮磷比>总氮>总磷>硝酸氮>浮游动物>水温>水深>酸碱度>溶氧>透明度>浮游植物>电导率>氨氮。分析表明,氮磷比、总氮和总磷是水库水体的优势影响因子。在研究过程中发现,除个别样点超出Ⅲ类水标准外,其余均在Ⅲ类范围内;说明王家厂水库在放养鱼类的情况下,通过合理的人工能量投入,可以达到既增加水体生物的多样性,又提高水体生产力,实现水生态保护的目的。 相似文献
5.
基于模糊神经网络的池塘溶解氧预测模型 总被引：5，自引：0，他引：5
在分析了池塘溶解氧影响因素的基础上，利用模糊神经网络良好的非线性逼近能力建立了池塘溶解氧的模糊神经网络预测模型。神经网络模型如采用常规的BP或其它梯度算法，常导致训练时间较长且易陷入局部极小点，本实验采用快速的粒子群优化算法对模糊神经网络进行训练，收敛速度明显加快。实验结果表明采用该方法预报溶解氧的预测精度较常规BP递推算法的预测精度明显提高，所采用的模型能对溶解氧进行可靠的预测，该方法为研制开发智能水质检测仪以及工厂化养殖工作奠定了基础，对实际生产具有一定的指导意义。 相似文献
6.
Dissolved oxygen in water is an important ecological factor in ensuring the healthy growth of aquatic products, as hypoxic stress is known to restrict the growth of aquatic products. The accurate monitoring and prediction of dissolved oxygen is the key to precise regulation and control of pond aquaculture water quality. The current dissolved oxygen prediction model has some limitations, such as a short prediction period and inadequate prediction accuracy for actual production demands. Therefore, a prediction model of dissolved oxygen in pond culture was proposed based on K-means clustering and Gated Recurrent Unit (GRU) neural network. Firstly, the key factors affecting the changes in dissolved oxygen were selected by principal component analysis (PCA). The dissolved oxygen time series was then subjected to K-means clustering, and the dissolved oxygen prediction model was constructed using GRU. To improve the clustering effect, we enhanced the similarity calculation for the time series based on the variation of dissolved oxygen. This process combined the Euclidean distance with the dynamic time-warping distance. The proposed method can predict the dissolved oxygen content of aquaculture water over different time intervals according to the demands of real-world scenarios. The average absolute error of the 30-min interval model was 0.264, and the mean absolute percentage error was 3.5 %. Experimental results indicated that the proposed method achieves higher prediction accuracy and flexibility than the conventional approach. 相似文献
7.
养殖池塘中溶氧(DO)与鱼、蟹等水产品的生长有着十分密切的关系。为了提高DO的预测精度和有效性,提出了一种基于经验模态分解(EMD)和自适应扰动粒子群优化最小二乘支持向量机(LSSVM)的组合预测模型。首先将DO时间序列通过EMD分解成若干分量,接着对各个分量进行相空间重构,在相空间中用LSSVM对各分量进行建模预测,并使用自适应扰动粒子群算法对LSSVM的超参数进行优化,采用单点迭代法进行多步预测。结果显示:该模型与单一LSSVM预测模型相比,具有良好的预测效果。预测未来4 h DO值时,各项性能指标误差均方根(RMSE)、平均相对误差均值(MAPE)和平均绝对误差(MAE)三项指标分别降低了13.4%、11.3%和1.8%;预测未来24 h DO值时,三项指标分别降低了12.9%、12.1%和2.7%。研究表明:该组合模型可有效提取DO序列特性,具有较高的预测精度和泛化性能。 相似文献
8.
家鱼池塘底泥耗氧率与理化因子的相关性分析 总被引：1，自引：0，他引：1
采用原位底泥耗氧测定法,研究了10口家鱼鱼池底泥耗氧率与底部水体理化因子(溶氧、温度、pH值、氧化还原电位)和底泥有机质含量及深度的相关关系。结果显示:池塘平均底泥耗氧率(SOD)为0.91 g/(m2.d),变动范围为0.76～1.09 g/(m2.d)。双变量相关性分析表明,底泥耗氧率与池塘底部水体理化指标的相关性均达到极显著水平(P<0.01),与溶氧相关性最高(Pearson相关系数为0.779),其次是温度、pH值和氧化还原电位,相关系数分别为0.587、0.557和-0.421;底泥耗氧率与底泥深度相关性达到显著水平(P<0.05)。偏相关分析结果表明,底泥耗氧率与溶氧和温度呈极显著相关(P<0.01),与其它因素均未达到显著水平。影响底泥耗氧率最重要的环境因子是溶氧,其次是温度。利用BP神经网络分析影响SOD的理化因子,以溶氧、温度和底泥深度为BP神经网络模型的输入变量建立BP神经网络模型对SOD进行预测分析,BP神经网络模型训练和测试相关系数分别为0.911和0.879,平均相对误差分别为11.6%和10.4%,预测值与真实值偏差较小,拟合度较高,可有效预测池塘底泥耗氧率。 相似文献
9.
池塘养殖水体不同水层水质变化研究 总被引：1，自引：0，他引：1
为探讨池塘养殖水体时间和空间上的变化特征,在上海市标准化养殖池塘里进行了水质参数监测和分析,研究了池塘上层、中层、下层不同水层的水质变化情况。结果表明:一年中池塘水质呈季节性变化,氨氮均值在9—11月最高,在5月份最低;溶氧均值在9—11月最低,在12月至次年3月最高;pH无明显季节性变化。不同水质参数日变化研究发现,一天中氨氮值在6:00左右最高,在17:00左右最低;溶氧最高值出现在15:00—17:00,最低值在5:00左右;pH在1:00最低,14:00左右最高。养鱼池塘水体有较明显的分层现象,上层、中层、下层不同水层的氨氮、溶氧、pH均有差异。一天中氨氮与溶氧总体呈负相关性(t<0.05),溶氧值升高时氨氮值下降。 相似文献
10.
大鹏澳养殖水域溶解氧的变化及其与生态结构的关系 总被引：3，自引：1，他引：3
根据2001年6月至2002年6月大鹏澳网箱养殖水域周年的溶解氧(DO)水平监测数据,阐述网箱养殖区水体DO的水平、季节的变化、垂直变化和网箱养殖水体DO质量评价以及DO与水环境因子的相关性。结果表明,大鹏湾网箱养殖水域DO周年水平为3 86～8 01mg/L,氧饱和度为51 6%～103 6%,养殖水域DO水平低于非养殖水域的;冬、春季DO水平较高,均符合我国渔业水质标准要求。夏季DO水平普遍较低,超标率为95%;表层水DO水平略高于底层水,DO水平超标率分别为46%和66 7%;DO水平(全年)与pH值、盐度、叶绿素水平均呈显著性正相关(P<0 02,n=32),与水温、无机磷和无机氮水平呈显著性负相关(P<0 02,n=32)。其中,在春季相关最为明显。 相似文献
11.
12.
13.
Chemical budgets were determined for nitrogen, phosphorns, dissolved oxygen and chemical oxygen demand for three 0.1-ha earthen ponds stocked with Onwchrornis nilotieus at the El Carao National Fish Culture Research Center, Comayagna, Honduras, for two 150-d culture periods, corresponding to the rainy and dry seasons. Layer chicken litter was added to ponds weekly at 500 kg dry matter/ha. Concentrations of nitrogen (N), phosphorus (P), and chemical oxygen demand (COD) in pond water increased during each season. No significant seasonal differencea in concentrations of water quality variables were observed. Chicken litter added to ponds represented 92–94% of N input, 93–95% of P input, and 43–52% of COD input. Photosynthesis by phytoplnnkton provided 47–56% of COD and 98% of dissolved oxygen (DO) added to ponds. Net inward diffnsion of oxygen added 1.2–1.5% of total DO. Regulated inflow was a minor source of nutrients, and contributed 3–4% of input N, 3–4% of input P, 1% of COD input, and 1% of DO input. Nutrient inputs from rain were ≤1% of total for each nutrient. Fish harvest accounted for 18–21% of total N, 16–18% of total P and 2% of COD added to ponds. Community respiration accounted for 48–57% of COD and 99.5% of DO added to ponds. Nutrient losses in pond effluent at draining were: 7–9% of total N, 29–37% of total P and 2–3% of COD. While measured gains exceeded measrued losses, significpntly greater N, P and organic matter concentrations in pre-drain samples indicated pond mud was a major sink for added nutrients, accumulation in mud represented 70% of total N, 35–40% of total P, and 38–46% of COD. 相似文献
14.
揭示温度升高对浅水湖泊中溶存甲烷（CH4）浓度的影响,可为全球碳评估提供重要的理论支撑,为更好地应对气候变化对浅水湖泊碳排放的影响提供数据支持。采集梁子湖表层沉积物和湖水,并置于塑料水缸（沉积物厚度为10 cm,注入深度为1 m的湖水）,设置比周围环境温度升高3.5℃的升温组(W)和不进行温度设置的控制组(C),每组6个平行,2022年1月完成系统设置后放置两个月后开始采样,分别在春季（3、4月）和夏季（7、8月）进行,计算甲烷浓度,同时测量水温（T）、pH、电导率（EC）、溶解氧（DO）、总氮（TN）、总磷（TP）、正磷（PO43-）、氨态氮（NH4+）、硝态氮（NO3-）和亚硝氮（NO2-）、Chl-a、溶解性有机碳（DOC）等参数,并分析甲烷浓度和环境因子的相关关系。结果显示,W组的甲烷浓度与C组之间差异不显著,W组的甲烷浓度总体上低于C组;夏季甲烷的浓度显著高于春季,说明温度是影响甲烷排放的重要因素;Spearman相关性分析和逐步回归分析表明甲烷浓度主要与水温、营养盐含量（TP、PO43-、DOC）、pH、DO和电导率（EC）有关,其中,季节性温度变化是影响水体溶存甲烷浓度的最主要环境因子。 相似文献
15.
为对方斑东风螺养殖生产提供参考依据,试验测定了饥饿和饱食状态下方斑东风螺幼螺在不同水温(25℃、28℃、30℃)时的耗氧率,测定了幼螺摄食后水中溶解氧浓度的变化。结果表明,饱食后幼螺的生理代谢活动加强,耗氧率增加;随着水温的升高,耗氧率也增加。幼螺摄食后水中的溶解氧浓度随着时间的延长不断下降。试验观察发现,在方斑东风螺养殖的正常水温范围内(25℃~30℃),DO高于3mg/L时,幼螺生活正常;DO在2.40mg/L~2.35mg/L时,幼螺表现为缺氧状态;DO在1.5~1.0mg/L时,幼螺表现为严重缺氧状态。 相似文献
16.
采用一套自主开发研制的加压溶气气浮装置,对养殖水体中的微颗粒进行净化。选取液位高度、液体流量、溶气压力进行单因子试验和正交试验,单因子试验结果表明,液位0.8 m具有浊度去除的最佳效果;液位1.0 m对浊度去除率和pH的增加率的影响较显著;液体流量为400~600 L/h时,浊度去除率最大;液体流量为200~400 L/h时,溶解氧和pH增加率最大;溶气压力为0.5 MPa时,浊度的去除率达到了最大值的72%,同时,pH的增加率也达到了最大值,溶气压力为0.4 MPa时,溶解氧的增加率达到了最大值;通过正交试验得到三因素的最优组合为:液位高度1.0 m、液体流量200~400 L/h、溶气压力0.4 MPa。 相似文献
17.
鳜塘水体生态因子的计算机模式识别法应用 总被引：2，自引：0，他引：2
应用计算机模式识别技术研究鳜塘水体中溶氧量与九项生态因子间的相互关系。研究表明 ,不同塘或不同时期其生态因子差异较大。在高维空间中 ,高、低溶氧量两类样品点聚集在不同的区域 ,周界清晰、分类十分成功 ,表明池塘水体溶氧量与水中多项生态因子间存在显著规律性。用模式识别优化技术求得维持稳定的高溶氧状态的 9项生态指标值 ,优化生态因子的溶氧预报值大于 8.4mg/L。水体溶氧量与其它九项因子成多元的二次函数关系 ,其模型复相关系数R =0 .97。对测量点溶氧量的回代准确率为 93.9%。 相似文献
18.
19.
Recirculating aquaculture has received more and more attention because of its high efficiency of treatment and recycling of aquaculture wastewater. The content of dissolved oxygen is an important indicator of control in recirculating aquaculture, its content and dynamic changes have great impact on the healthy growth of fish. However, changes of dissolved oxygen content are affected by many factors, and there is an obvious time lag between control regulation and effects of dissolved oxygen. To ensure the aquaculture production safety, it is necessary to predict the dissolved oxygen content in advance. The prediction model based on deep belief network has been proposed in this paper to realize the dissolved oxygen content prediction. A variational mode decomposition (VMD) data processing method has been adopted to evaluate the original data space, it takes the data which has been decomposed by the VMD as the input of deep belief network (DBN) to realize the prediction. The VMD method can effectively separate and denoise the raw data, highlight the relations among data features, and effectively improve the quality of the neural network input. The proposed model can quickly and accurately predict the dissolved oxygen content in time series, and the prediction performance meets the needs of actual production. When compared with bagging, AdaBoost, decision tree and convolutional neural network, the VMD-DBN model produces higher prediction accuracy and stability. 相似文献
20.
W.Y.B. CHANG 《Aquaculture Research》1989,20(2):167-172
Abstract. Shallow tropical integrated culture ponds in the Pearl River Delta, China, have been found to stratify almost daily, with high organic loadings and dense algal growth. The dissolved oxygen (DO) concentration is super-saturated in the epilimnion and is under 2 mg/l in the hypolimnion (>1m). The compensation depth corresponds to twice the Secchi disk depth ranging from 50 to 80cm. As a result, little or no net oxygen is produced in the hypolimnion (>1m). The low DO concentration in the hypolimnion causes organic materials, such as unused organic wastes and senescent algae cells, to be incompletely oxidized, since the rate of oxygen consumption by oxidable matter in water is dependent on the dissolved oxygen concentration in water. This material becomes the source of hypolimnetic oxygen deficits (HOD) which can drive whole pond DO to a dangerously low level, should sudden destratification occur. An improved estimate of hypolimnetic oxygen deficits is introduced in this article, and the advantages of this method are discussed. 相似文献