[发明专利]一种基于多维数据的海参养殖水温预测方法

说明书

本发明公开了一种基于多维数据的海参养殖水温预测方法，涉及智慧渔业技术领域；该方法首先对实地数据进行采集并整理，利用线性插值法和数据归一化法有效地对数据样本进行预处理，得到更加精确的数据样本。通过相关性分析方法，获取了海参养殖环境各影响因子与水温的相关关系，在正确筛选出与水温显著相关的环境因子后，利用GA‑BP水温预测模型有效地克服BP神经网络自身易陷入局部极值的缺陷，同时结合多维数据，充分发掘了海参养殖水温变化的多尺度特征，进一步提高了水温预测模型的泛化能力和预测性能，实现对海参养殖水温的精准预测，从而为海参养殖预测水温变化提供了科学依据。

技术领域

本发明涉及智慧渔业技术领域，具体涉及一种基于多维数据的海参养殖水温预测方法。

背景技术

我国是水产养殖大国，随着经济技术的快速进步，海水养殖业得到了迅速的发展。近十年来，我国海参养殖业规模不断扩大，已经成为了我国重要的水产养殖品种。海参养殖形式以海参池养殖、近海围堰养殖等为主，其受自然环境影响大,如高温、缺氧、雨水少、溶氧量低等因素均会导致海参大面积死亡。多数海参养殖户依靠养殖经验进行人工诊断、决策、调整，因此不能及时、准确地掌控海参养殖环境的生态指标，易使海参无法在适宜的环境条件生长,明显降低产量和质量。海水水温是影响海参健康生长至关重要的因素之一，海参养殖的最佳海水温度为16℃，当水温低于10℃或高于20℃都容易导致海参慢生长或死亡。

目前关于水质水温的研究大多集中于淡水领域，对海水水质水温的研究较少。海水养殖水温检测技术第一阶段尚停留在人工检验，主要依靠经验来判断养殖水温的变化趋势。而第二阶段则是使用传统的各类水温检测仪器监测水温变化，再通过数据的可视化对水温变化趋势进行判断，但该方法带有大量人为影响因素，而且十分费时费力。

发明内容

本发明的目的在于，提供一种基于多维数据的海参养殖水温预测方法，其省时省力，可以更精确的预测海参养殖水温，提高海参养殖产量和质量。

为实现上述目的，本申请提出一种基于多维数据的海参养殖水温预测方法，包括：

搭建物联网数据采集系统，对海参养殖基地的气象和水体数据进行实地采集；

将实地采集的所述气象和水体数据进行分析与筛选；

分析与筛选后的多维影响因子数据作为GA-BP水温预测模型的输入，所述GA-BP水温预测模型的输出为未来时段海参养殖环境水温。

进一步的，所述气象和水体数据包括空气温度、空气湿度、相对气压、风速、风向、阵风、降雨量、盐分、溶解氧、PH值、水温。

进一步的，将实地采集的气象和水体数据进行分析与筛选，具体为：

对实地采集的气象和水体数据进行收集整理，使用线性内插法来内插缺失的数据，并剔除异常的数据；

利用数据归一化处理方法将气象和水体数据对应的分子描述符统一表示为[0,1]之间的数值，其归一化公式为：

式中：x'_ij为分子描述符变量X_i中第j个值，x_ij为其归一化后的值，x'_iMax表示X_i中的最大值，x'_iMin表示X_i中的最小值；

利用Pearson相关性分析方法对归一化后的空气温度、空气湿度、相对气压、风速、风向、阵风、降雨量、盐分、溶解氧、PH值与水温相关性进行分析。

进一步的，对实地采集的气象和水体数据进行分析与筛选，还包括：将与水温相关的各影响因子权重进行累积，若权重积不为0，则证明式中所有影响因子权重皆不为0，即与相关性分析结果吻合；其公式为：