水产养殖系统的水质预测预警的应用研究

【摘要】：我国农业产业结构长期以来都呈现多样化的发展趋势,涵盖种植业、林业、畜牧业、养殖业等多种农业结构,特别是在养殖业方面,缺乏专业的技术人才,而当前的水产养殖行业同样面临资源紧缺和环境恶化等问题。由于水产养殖精细化程度的提高以及养殖种类的增多,水产养殖的水质环境也在不断恶化,容易引发水产品质量安全问题,因此提前对水产养殖水质状况的预测预警,已成为我国水产养殖业亟待解决的问题。对水产养殖系统的水质变化进行预测预警,使决策者能够提前知晓水质变化并采取措施改善水质,要对水质因子进行预测预警,首先就需要了解水质参数的标准并且分析历史数据给出预测值。近年来,随着越来越多的水质评价体系的建立,水质预测预警技术也日益完善,慢慢地成为水产养殖系统以及其他学科的研究热点。本文选取了大连市某水产养殖公司的几种水产养殖系统中常见的水质参数,利用回归分析法、时序分析法以及神经网络方法分别对这些水质参数进行预测,对比这几种方法的预测效果并分析造成这些差异的原因。研究结果表明:回归分析法和神经网络的平均预测误差较低,取得了很好的预测预警效果,时间序列分析法因其简单易行的特点,被广泛用于单水质因子状态预测预警;回归分析法表明了因变量和自变量之间的线性关系,具有很高的应用价值;BP(back propagation)神经网络作为神经网络技术中应用最广泛的一种方法,在水质数据的预测预警工作中具有强大的自学习和自适应能力。