关键词： 绿色生态养殖技术   品种   环境   淡水养殖   应用   疫病  

摘要： 在淡水养殖中合理应用绿色生态养殖技术主要是通过先进的管理思想与养殖技术，有效模 拟天然的淡水产品生存环境的形式，从而实现绿色生产，推动淡水养殖业的持续发展。文章概述了 绿色生态养殖技术，提出绿色生态养殖技术的应用特征与淡水养殖业存在的主要问题，对绿色生态 养殖技术在淡水养殖中的应用策略进行了探讨分析。

关键词： 淡水养殖   水产品   质量监控   技术要点  

摘要： 水产品的营养价值极高，其蛋白质和氨基酸的含量比较丰富，深受人们的喜爱。因此，为了满足市场需求和确保水产品的优质、安全，必须要对水产品的质量问题加以解决，从淡水养殖水产品的各个环节入手，采用有效的技术手段，监控管理其质量，确保所有水产品在满足标准之后再提供给消费者。

关键词： 淡水养殖   水体增氧   高效节能   溶氧浓度   物联网   自动控制  

摘要： “零排放”圈养桶养殖作为新兴的淡水水产养殖模式,具有绿色、高效、高产的特点。然而高密度养殖也带来了高溶氧需求等问题,特别在炎热的夏季,高温、低压环境会降低水体溶氧浓度,严重时可导致鱼类死亡。因此,针对高密度养殖模式的增氧能耗与效率问题和自动化需求,本文基于物联网技术、传感技术和自动控制技术提出一种推水式微孔曝气增氧装置的设计方案,主要内容从以下四个方面阐述。(1)提出了一种高效、节能的增氧方案,该方案采用高压纯氧作为气源,经由减压阀、电磁阀等气动元件,再通过纳米级氧化铝陶瓷作为曝气器,将氧气分割成直径0.1-0.5mm的气泡。同时启动水下电机螺旋桨形成水流,将氧气泡和水充分混合后推出,达到快速、高效、均匀的增氧目的。(2)基于物联网技术设计了增氧装置的总体硬件电路,实现溶氧浓度、水温、气压和环境温湿度等主要参数的采集、无线传输和增氧自动控制。电路包括核心板和扩展板,核心板中选用带有WiFi通信处理器的CC3200MODA为主控制器,同时增加了外置的硬件看门狗max637以提高工作可靠性。扩展板包含溶氧浓度、空气温湿度和气压等传感检测单元、水下电机PWM调速和控制电路、电磁阀控制电路和电源单元等,分别绘制原理图和PCB图后制板、组装并调试通过。(3)设计嵌入式软件驱动程序和物联网通信协议,程序总体框架包含WiFi网络配置、温湿度传感器SHT35和气压传感器BME680驱动模块、UART溶氧传感器驱动模块和增氧控制模块组成。此外,针对圈养桶养殖模式设计了基于消息队列传输协议的消息结构,同时为保障农业数据传输安全,采用SSL加密算法对信息进行加密。联调后可实现信息采集、增氧机构控制和数据传输等功能。(4)进行增氧装置的优化及性能测试。试验测试了电机与曝气器的距离d和电机的转速对增氧效果的影响,结果表明d为14 cm,控制电机转速的占空比设置为60%时增氧效果最佳。性能测试试验表明该装置的增氧能力为0.0748 kg/h,氧利用率为43.7%,基本满足高密度养殖的增氧需求。说明本文提出的增氧方案是合理可行的,对水产高密度圈养模式的增氧机发展具有一定参考价值。

关键词： 溶解氧   时间序列   点预测   概率预测   注意力机制  

摘要： 水产养殖是中国农业重要的支柱产业,水质的优劣直接关系到养殖水产的生长情况、产量和经济效益。养殖水域的溶解氧是水质优劣的重要指标之一,直接关系到养殖水产的正常生长,溶解氧含量过低可能直接导致养殖水产的死亡和减产。及时掌握养殖水域溶解氧的变化值以及变化趋势,建立精准的溶解氧预测模型来预警、自动调节溶解氧的含量对降低水产养殖风险、提高水产养殖产量具有重要意义。作为最活跃的水质因子之一,溶解氧变化易受到各种因素的影响,如大气压强、风速、风向、水体温度和土壤条件等,气象条件的多变性可能直接导致溶解氧呈现出不规则的变化规律;饵料投放、培肥、加氧和换水等人为管理因素也对溶解氧产生巨大影响。溶解氧变化呈现出非线性和不确定性的特点,传统时间序列模型和简单非线性模型的预测精度难以到达理想水平,需要更为复杂的非线性模型和工具来解决这一难题。本文主要研究并开发溶解氧的点预测(产生准确的溶解氧数值)和概率预测(产生所有可能出现结果的概率分布)模型,主要研究工作如下:(1)溶解氧的点预测。针对溶解氧复杂变化受外部众多因素影响和自身具有波动性特点,提出了基于时空注意力机制的溶解氧点预测模型TSSAN。模型的编码器通过注意力机制提取外部影响因素序列的时间特征和空间特征,并使用一维卷积对时空特征进行融合;解码器则提取溶解氧序列的时间特征以及外部影响因素与溶解氧序列的依赖关系,最后模型输出溶解氧含量的预测值。模型通过自注意力机制克服了传统循环神经网络RNN不能并行运算的缺点。采用Adam优化器以及动态学习率训练的模型,与目前相关模型相比,在单步预测中,窗口大小为20时,测试集上的评估指标MAE和MSE分别为0.2438和0.1798,取得了当前最好的预测性能。在多步预测中,通过比对不同的预测策略,直接多步预测策略取得最好的预测性能。(2)溶解氧的概率预测。针对生产实践中的智能决策经常需要预测值概率分布的问题,本文假设溶解氧预测值服从正态分布,构建深度神经网络学习均值和标准差,提出了基于注意力机制和时序卷积的溶解氧概率预测模型TCN-Transformer。模型使用Transformer和TCN分别提取序列的全局和局部时间依赖关系,然后通过最小化负对数似然函数作为优化目标并训练模型。在点预测中,MAE和RMSE指标分别任0.2391和0.3179,训练时间为166秒。在概率预测中,0.5分位数损失为0.0307,ND和RMSE评估指标分为为0.0614和0.4141,提出的模型与其他概率模型相比表现出更好的预测性能。(3)真实数据集上的模型对比。本文提出的溶解氧的点预测和概率预测模型和已有大量相关模型在真实数据集上通过使用通用的性能度量指标进行比较,来度量提出模型在溶解氧预测任务上的表现性能,为生产实际中模型的选择提供科学参考。

关键词： 气单胞菌   耐药表型   耐药基因型   基因突变   江苏  

摘要： 气单胞菌（Aeromonas）属于革兰氏阴性菌,是淡水养殖重要病原菌之一,常引发败血症、肠炎和腹水等症状,给水产养殖带来巨大的危害和经济损失。目前,抗菌药仍是防控水产动物细菌性疾病、降低经济损失的重要组成部分,而抗菌药的负面影响也引起了人们的担忧。抗菌药物的不合理使用不仅给水产品质量安全带来隐患,而且极易产生细菌耐药性,从而导致药物对水生动物疾病的控制能力减弱,而且还存在向人类致病菌传播抗药性的潜在风险。江苏是我国重要的淡水养殖主产区,为了解江苏淡水养殖源气单胞菌耐药性状况,对采集的菌株进行分离鉴定,检测其对抗菌药物的敏感性和耐药基因的携带率,分析江苏各地养殖源气单胞菌耐药性流行情况,探讨耐药表型与基因型的关系,及靶基因突变位点与喹诺酮类药物耐药性的相关性,为水产养殖源气单胞菌的病害防治以及气单胞菌中耐药机制的研究提供一些基础数据。1.淡水养殖源气单胞菌分离株鉴定对2015和2020年从江苏淡水养殖主养区分离到的细菌,采用RS选择性培养基进行初筛,发病动物包括草鱼、异育银鲫、白鲢、河蟹等水生动物;实验室采用gyr B和16S r RNA基因对其进行分子生物学鉴定,共鉴定出117株气单胞菌,涉及气单胞菌属的6个种,其中维氏气单胞菌（61株）,占总量的52.1%;其次为嗜水气单胞菌（24株）,占20.5%,杀鲑气单胞菌（17株）占14.5%,以及温和气单胞菌、中间气单胞菌和豚鼠气单胞菌共15株。不同地区分离到的气单胞菌优势种不同,射阳和盐都以维氏气单胞菌为主,扬中以嗜水气单胞菌为主,昆山和铜山以杀鲑气单胞菌为主,呈现明显的地域分布特征。2.淡水养殖源气单胞菌分离株耐药性表型分析采用琼脂稀释法测定了117株气单胞菌对14种抗菌药物的耐药表型。结果表明,气单胞菌对氨苄西林的耐药率最高（100%）,其次为红霉素（90.6%）,复方新诺明（71.8%）、磺胺甲噁唑（68.4%）和氟苯尼考（61.5%）的耐药率也较高。除此之外,其它抗菌药耐药率在50%以下,氯霉素、土霉素和利福平的耐药率在44.4～46.2%之间,恩诺沙星、环丙沙星和新霉素的耐药率在20.5～33.3%之间,多西环素最低,仅1.7%。有101株菌表现出多重耐药性（即对3类或3类以上抗菌药物耐药）占86.3%（101/117）,其中有6株菌对8大类抗菌药全部耐药。耐药表型谱复杂,117株气单胞菌共有70个耐药表型谱。7种水产养殖用抗菌药中,恩诺沙星、新霉素和多西环素的耐药率较低,可以用于防治气单胞菌引起的细菌性疾病。3.淡水养殖源气单胞菌分离株耐药基因检测为检测气单胞菌分离株PMQR和QRDR基因及其他类型耐药基因,使用PCR方法检测了117株气单胞菌的8大类抗菌药34个耐药基因和3个耐药元件（int1、int SXT、ISCR1）,并检测了gyr A和par C的基因突变位点,分析其耐药表型和基因型之间的相关性。结果显示,喹诺酮类耐药基因qnr S检出率最高达57.3%（67/117）;其次为利福霉素类耐药基因arr检出率54.7%（64/117）;四环霉素类耐药基因tet M检出率为40.2%（47/117）;大环内酯类、磺胺类和酰胺醇类耐药基因检出率较低。未见气单胞菌耐药基因与耐药表型的相关性,这说明了气单胞菌耐药机制的复杂性。气单胞菌一类整合子（int1）和插入序列共同区（ISCR1）检出率较高,增加了质粒介导的喹诺酮类耐药（PMQR）基因在养殖中或通过食品动物水平转移风险。同时,在117株气单胞菌中,有91株发生QRDR突变,占全部菌株的77.8%。gyr A基因编码的氨基酸序列发生突变的有84株（71.8%）,发生Ser83Ile突变的菌株有62株,Ser83Val突变22株,分别占比53.0%和18.8%;par C基因编码的氨基酸序列发生突变的有63株,占比53.8%,全部为Ser87Ile。gyr A Ser83Ile+par C Ser87Ile的双突变以及gyr A Ser83Ile的单突变是具有优势的两种突变方式,是使气单胞菌对喹诺酮类药物耐药的主要机制之一。

关键词： 不同产地   养殖珍珠   色度学   光谱学   力学性能  

摘要： 目前珍珠研究主要集中在不同颜色珍珠的谱学特征、结构特征、物相组成和致色机理等方面,而对于不同产地所产淡水养殖珍珠的谱学特征对比、同种颜色珍珠颜色深浅的区分以及珍珠力学性能优劣等方面的研究较少。因此,本文通过X射线粉晶衍射仪、USB2000+光纤光谱仪、激光拉曼光谱仪、傅里叶变换红外光谱仪以及紫外-可见-近红外光谱仪对安徽、湖南和山东三个产地所产淡水养殖珍珠进行物相组成、颜色和光谱学测试分析;利用维氏硬度计对各产地珍珠进行硬度测试,并通过裂纹长度对其断裂韧性进行计算,结果表明:(1)安徽、湖南和山东三个产地所产淡水养殖珍珠在形状、光泽度、光洁度和维氏硬度上均存在明显差别。安徽产淡水养殖无核白色珍珠以椭圆形、中等光泽和小瑕珍珠为主,维氏硬度为127.17～184.07HV;湖南产淡水养殖无核白色珍珠以近圆形、中等光泽和小瑕珍珠为主,维氏硬度为142.76～201.98 HV;湖南产淡水养殖无核彩色珍珠以椭圆形、中等光泽和微瑕珍珠为主,其中无核黄色珍珠的维氏硬度为159.72～179.40 HV,无核紫色珍珠的维氏硬度为155.37～183.10HV;湖南产淡水养殖有核彩色珍珠以近圆形珍珠为主,强光泽和中等光泽,微瑕和小瑕珍珠所占比例相同,其中有核黄色珍珠的维氏硬度为183.94～193.58 HV,有核紫色珍珠的维氏硬度为185.71～200.94 HV;山东产淡水养殖无核白色珍珠以椭圆形、中等光泽和瑕疵珍珠为主,维氏硬度为151.93～184.93 HV。安徽、湖南和山东三个产地所产淡水养殖珍珠的物相组成均为文石。(2)安徽、湖南和山东三个产地所产淡水养殖无核白色珍珠的拉曼光谱并无太大差别,均表现为文石和甲基的特征峰,但湖南产彩色珍珠的拉曼光谱除文石和甲基的特征峰外,1120～1137cm附近和1500～1530cm附近由C-C和C=C的伸缩振动引起的有机物的特征峰也较为明显。安徽、湖南和山东三个产地所产淡水养殖珍珠的红外光谱均表现为696～1485cm附近文石的特征峰以及2850～2925 cm附近由C-H的对称伸缩振动和不对称伸缩振动所引起的有机物特征峰。安徽、湖南和山东产淡水养殖珍珠在红外光谱中表现的主要组成成分为文石,无方解石和球文石,这一结果与各产地珍珠样品的X射线粉晶衍射分析的结果相同。安徽、湖南和山东三个不同产地、不同颜色的有核或无核珍珠在紫外-可见-近红外光谱中均会出现280nm处的特征峰,且因不同珍珠中水的存在形式以及含水量的不同而发生波动。不同颜色珍珠对光的选择性吸收不同导致其在紫外-可见-近红外光谱中出现不同范围的吸收带。(3)色度学测试中,通过亨特白度公式计算出的淡水养殖无核白色珍珠的白度值可对其洁白程度进行定量表示,白度值越大珍珠越洁白。根据白度值的聚散程度可将其洁白程度划分为80以上,80～70,70～60和60以下这四个等级。白度值从大到小,珍珠的颜色从白色转变为白色体色但带有不同程度的黄色或其他颜色伴色。三个产地所产淡水养殖无核白色珍珠的洁白程度为,安徽产珍珠优于湖南产珍珠优于山东产珍珠。拉曼光谱中有机物的特征峰面积与文石峰面积的比值即R值也可以对淡水养殖无核白色珍珠的洁白程度进行定量分析,R值越小,珍珠越洁白。(4)安徽、湖南和山东产淡水养殖无核白色珍珠的断裂韧性值存在较大差异,安徽产淡水养殖无核白色珍珠的断裂韧性值在0.68～2.03 MPa·m之间;湖南产淡水养殖无核白色珍珠的断裂韧性值在0.50～1.60 MPa·m之间;山东产淡水养殖无核白色珍珠的断裂韧性值在0.67～1.92 MPa·m之间。安徽和山东产淡水养殖无核白色珍珠的断裂韧性均优于湖南产淡水养殖无核白色珍珠。珍珠层结构的规则性和致密性会影响其断裂韧性,珍珠层结构致密,呈现清晰、规则的近同心圆环状结构的珍珠其断裂韧性值也较大;珍珠层结构呈近同心圆环状但其珍珠层厚度不均、珍珠层呈现阶梯状的珍珠其断裂韧性值也较小。

关键词： 南美白对虾   淡水   养殖技术  

摘要： 南美白对虾是一种产量高、个体大、体肥壳薄、肉质鲜嫩的品种。我国已形成南美白对虾引种扩繁育苗养殖和加工的产业链。整体来看，南美白对虾养殖要点包括池塘准备、虾苗淡化与放养、日常管理与病害防治等。

关键词： 池塘   溶解氧   长短期记忆神经网络   经验模态分解   K均值聚类  

摘要： 淡水养殖池塘的溶解氧(dissolved oxygen,DO)含量(简称溶氧量)是衡量养殖水质的重要指标,与淡水养殖对象的产量和品质关联。其本身是个极为复杂的时间序列,容易受环境因素影响,因此对淡水养殖池塘的溶氧量精准预测是个难题。 本课题以淡水养殖池塘中溶氧量为研究对象,采用信息融合与机器学习技术,建立了基于信息融合的淡水养殖池塘溶氧量预测模型。主要研究内容与结论如下: (1)明确数据的预处理与特征选择方案。利用线性插值填补缺失值,均值法修正异常值、移动平均滤波法处理水质数据,并与气象数据合并;利用皮尔森相关性系数与主成分分析组合(Pearson Correlation Coefficient Method Combined With Principal Component Analysis,PEARSON-PCA)方法进行特征选择,筛选出对溶氧量影响大的环境因素。稳定季节得出的输入参数为溶氧量、p H、气温、湿度、SRI。换季选出的输入参数为溶氧量、p H、水温、湿度、SRI、氨氮。 (2)针对于传统预测模型预测误差大、滞后现象严重、泛化能力差等问题,提出了基于改进的长短期记忆神经网络(Improved Long Short-Time Memory,ILSTM)的淡水养殖池塘溶氧量预测模型。该模型通过将LSTM模型预测目标由未来值转变成未来值与当前值的差分,缓解了LSTM模型预测滞后现象;采用网格搜索、交叉验证与早停法,实现了模型最优超参数组的自动搜索,对未来1 h溶氧量进行预测。在稳定季节情况下,ILSTM与LSTM模型相比,RMSE、MAE与MAPE分别下降了50.46%、63.20%与68.96%。在换季情况下,ILSTM与LSTM模型相比,RMSE、MAE与MAPE分别下降了39.72%、44.44%与43.91%。与支持向量机回归(Support Vector Regression,SVR)、GRU、EMD-LSTM模型相比,ILSTM在稳定季节与换季具有更好的预测效果。 (3)为进一步提高ILSTM模型的精度,提出基于经验模态分解(Empirical Mode Decomposition,EMD)与K均值(K-means,K-Means)聚类算法的ILSTM(Improved Long Short-Time Memory Neural Network Model based on Empirical Modal Decomposition with K-Means Clustering,EMD-KILSTM)淡水养殖池塘溶氧量预测模型。利用EMD算法与K-means聚类充分提取有用特征信息,建立EMD-KILSTM预测模型,对未来1 h溶氧量进行预测。在稳定季节情况下,EMD-KILSTM的RMSE、MAE与MAPE分别为0.1099 mg/L,0.0749 mg/L,9.3278%。在换季情况下,EMD-KILSTM的RMSE、MAE、MAPE分别为0.1013 mg/L、0.0828 mg/L、1.0662%,其与SVR、GRU、LSTM、ILSTM、ILSTM-SVR、EMD-LSTM、EMDILSTM模型相比,EMD-KILSTM在稳定季节与换季预测效果均最好。结果表明,该模型能从时间尺度与历史环境类别两个方面深度分析溶氧量的特征,拥有更高的预测精度与更好的泛化能力,为智能化水质调控提供科学依据。

关键词： 淡水养殖  

ISBN: (纸本)9787109279841

关键词： 新冠疫情   淡水养殖   经济效益  

摘要： 我国是世界上最早发展淡水养殖的国家之一,已有3000多年的历史。1982年世界水产养殖总量超过800万吨,占世界渔业总产量的1/10。水产养殖对于增加我国农民收入、推动农村经济快速发展具有重要作用。然而2020年新冠肺炎疫情的爆发,使得各领域的发展都受到严重冲击,其中水产养殖业也不例外。水产业的发展受疫情的影响,养殖、流通、消费等各产业链都受到了不同程度的影响和冲击。在此背景下本研究从养殖生产者养殖环节角度出发,分析在新冠疫情下水产养殖成本和收益变化,了解不同区域、不同规模生产主体在面对全局性冲击事件时的生产选择策略,并提出相对应的解决策略,可为指导疫情下水产养殖生产的持续稳步发展提供有针对性的政策建议。从长期来看,研究新冠疫情这种全局性的冲击对渔业生产的影响有助于识别水产养殖生产过程中的风险点,为未来类似冲击事件做好准备。从短期来看,度量新冠疫情对水产养殖成本收益的影响,并提出有针对性的政策和建议,有助于快速恢复水产养殖生产。因此,量化分析新冠疫情对淡水养殖经济效益的变化在理论和应用上都有重大价值。已有研究表明,新冠疫情对农业生产(包括种植业、禽畜业、水产养殖业)的影响主要在于成本总量和成本结构上的变化,特别是饲料成本和劳动力成本的变化,本研究基于成本收益理论、供求理论、外部冲击理论等相关理论,以2018年至2021年,全国16个省份302个淡水养殖监测点为研究对象,运用描述性分析、空间计量描述性统计、聚类分析、面板数据回归等方法,分析在新冠疫情背景下,我国淡水水产养殖的成本、收益所受的影响,成本总额、成本结构的变化情况以及在不同省份和不同规模下淡水养殖成本收益的变化情况,提出今后在面对类似全局性冲击事件时使我国淡水养殖持续发展的政策建议。研究结果如下显示,通过描述性分析和固定效应面板数据回归,结果表明新冠疫情下我国淡水养殖成本投入结构占比有明显变化,物质投入减少、服务支出上升;新冠疫情对我国淡水养殖收益有很大影响,净利润、销售利润率以及成本利润率在2020年都达到最低,表明2020年淡水养殖收益下降明显。运用Arc GIS软件结合面板数据回归从不同省份比较分析,结果显示新冠疫情对于东南沿海地区和长江流域地区省份的淡水养殖生产者影响较大。运用固定效应面板回归针对新冠疫情对我国淡水养殖成本和收益的影响进行研究,结果显示新冠疫情对我国淡水养殖成本投入没有影响,但是对收益有很强对负向影响。通过运用聚类分析把水产养殖生产者划分为不同规模,研究显示新冠疫情对大型水产养殖企业的影响较大。根据以上结论提出相应对策:政府对养殖户实行补贴,弥补收益损失;拓宽市场销售渠道和模式,增加养殖收入;加强东南沿海生产者防范意识,做好准备工作;密切关注大型水产养殖企业,提高技术水平。