基于深度学习的鱼类养殖监测研究进展

鱼类养殖是通过人工方式在水中养殖各种鱼类的经济活动。鱼类养殖可以在淡水、海水或者盐碱水环境中进行,通过各种监测技术和设备来培育和管理鱼的生长和繁殖。传统的鱼类养殖监测方法存在效率低和准确性差等问题。近年来,基于深度学习的视觉技术的发展为鱼类养殖监测提供了新的解决方案。该文阐述了基于深度学习的视觉技术在鱼类养殖监测中的应用,并从鱼体测量、鱼类计数、鱼类摄食、鱼类游泳行为和鱼病诊断5个方面分别对研究进展进行梳理。在此基础上总结了鱼类养殖监测在数据采集与传输、建立鱼类养殖监测数据集、超规模参数模型、终端监测设备边缘计算、数字孪生、智能监测业务化应用不足等问题和展望,旨在为深度学习在鱼类养殖监测中的推广应用提供科学参考。     

鱼类养殖智能投喂方法研究进展

在鱼类养殖过程中,饲料成本是主要养殖成本,如何做到合理投喂是减少养殖成本、提高养殖效益的关键。智能投喂是基于各类传感器获取环境和鱼群的各类信息,结合相关算法模型进行决策的投喂方式,是提高鱼类养殖投喂效率的重要手段。目前,鱼类的智能投喂已经取得了一些成果,但由于复杂多变的养殖环境和鱼类行为的不确定性,实现鱼类智能投喂仍面临挑战。该研究综述了鱼类养殖智能投喂的应用与进展,包括基于计算机视觉技术的鱼类摄食行为分析与饲料检测,声学技术、其他传感器技术和生物模型在智能投喂中的应用与发展。此外,分析了投饵机和投喂系统的研究现状,并总结了目前研究存在的问题。今后,要进一步加强水产、工学、信息等多学科的交叉融合,对鱼类图像、声音、生长规律与生物特征等多种信息进行综合分析应用,以提高投喂系统对多场景和多种养殖方式的适应性。     

采用机器视觉和傅里叶频谱特征的循环水养殖鱼类摄食状态判别

为精准判别工厂化循环水养殖池中鱼类摄食行为动态,实现精准投喂,该研究提出一种基于傅里叶频谱特征提取并通过支持向量机分类的鱼类摄食行为判断方法。首先,对采集到的工厂化循环水养殖池中鱼群的摄食影像作水花前景提取,并从空域转化至频域;然后,在频域内构建环形滤波器,通过频谱滤波确定特征向量提取范围(更明显表征图像灰度变化剧烈程度的频谱区域),并提取区间内幅值,以此表征鱼类摄食欲望的强弱,从而可以实现鱼类摄食行为的判断。统计每一区间所得幅值样本之和并以此构建特征向量集,并将所得特征向量训练支持向量机。结果表明,该研究所提出的方法在工厂化养殖鱼类摄食行为判断方面具有很好的效果,判断准确率可达99.24%,研究结果能以极高准确率判断鱼类摄食行为,为指导精确投喂提供科学依据。     

除草剂对水产养殖的潜在影响

人口激增、耕地缩小刺激人们用更多的化学药品在现有耕地上去获取最大产量。乡镇企业的蓬勃发展、田间劳力的减少、劳力价格的上升、农业机械化程度的提高都促使除草剂的应用。在我国，除草剂的使用与年俱增。除草剂对水产养殖的潜在影响包括对鱼类的直接危害，以及通过水环境和食物链的间接危害。本强调在我国对杂草应采取综合防治技术，如生物控制、他感物利用及轮作套种等。     

鱼类循环水养殖系统中细菌群落结构研究进展

微生物是鱼类循环水养殖系统(Recirculating aquaculture system,RAS)的重要组成部分,与循环系统的水质情况及养殖动物的健康状况密切相关.为分析和研究循环水系统中细菌群落与养殖动物健康之间的关系,总结了现有报道中关于海水鱼循环水养殖系统的细菌群落结构研究进展,主要分析不同系统中养殖动物、生...     

超高密度全封闭循环水养殖系统设计及运行效果分析

为进一步研究循环水养殖系统在高密度养殖生产过程中的水质变化情况、鱼类生长情况及应用推广价值,该文构建了一套超高密度全封闭循环水养殖系统,设计3条水处理环路,集成了鱼池双排水、竖流沉淀、转鼓式微滤机、移动床生物过滤、多腔喷淋式纯氧混合装置、二氧化碳脱气等高效水处理技术和装备。提出一种基于投饲量的循环水养殖系统设计计算方法,重点考虑氨氮、溶解氧和总悬浮颗粒物3个水质指标。使用该系统养殖吉富罗非鱼6个月,试验研究结果显示:鱼类生长情况良好,最高养殖密度104.2kg/m3。饵料系数1.4,成活率92.2%。水质检测结果显示:氨氮浓度维持在平均(1.09±0.55)mg/L;溶解氧维持在4～9mg/L范围内;pH值6.45～7.41。经济性分析研究结果表明,系统养殖运行成本约为25元/kg,略高于市场价格。但是,从环境成本考虑,系统的节水效果显著,日耗水仅为0.3～0.5m3。通过适当的精简并挑选合适的养殖品种,完全可以实现规模化的生产。     

养殖密度对圆形循环水养殖池自清洗能力的影响

循环水养殖具有养殖密度大、环境污染低、经济效益高的优点，是重要的水产养殖模式。然而，如何快速高效地排出养殖池内的残饵粪便等污物，降低其对水质的影响是循环水养殖模式中面临的首要问题。该研究采用物理试验研究鱼类养殖密度对圆形循环水养殖池的水动力特性及污物运动汇集的影响，揭示不同流量驱动下养殖密度与养殖池自清洗能力的响应关系。结果表明：提高鱼类养殖密度会降低养殖池内整体流场的平均流速v_avg，衰减幅度在0.05 m/s（25％）以内，并提高水中阻力系数C_t；鱼类游动引起的湍流能够导致池内污物再悬浮，有助于污物排出；集污时间同时受到养殖密度和流量的影响，9.8 L/min进水流量下集污时间都在5 min以内；进水流量为6.54 L/min时，养殖密度从0提高到6.2 kg/m³，湍流强度提高2.4倍，集污时间减少了40 min以上。因此，设计循环水养殖系统时需要综合考虑进水流量和预期养殖密度对养殖池自清洗性能的综合影响。研究结果可为圆形循环水养殖池的设计和日常管理提供参考。     

基于Web的海水养殖智能专家系统开发与应用

本文详细介绍了国内外海水养殖近况及我国在海水养殖方面如何利用计算机技术研制开发海水养殖专家系统，用以指导沿海地区海水养殖，提高科学养殖水平。     

海水源热泵在养殖水体升温与废水余热回收中的应用效果

该文开展了利用鲆鲽鱼类养殖废水作热源、为养殖用水升温的海水源热泵设备试验研究。探讨了养殖废水温度和流量对热泵的制热性能、养殖用水升温和废水余热的回收效果的影响。结果表明,养殖废水温度和流量愈高,热泵的制热性能改善愈明显,当废水温度为8.0~9.0℃、流量为200~700 L/h时,热泵的制热性能系数(coefficient of performance,COP)为2.61~3.85,废水温度升至10.5~14.6℃时,在上述流量范围内,热泵的COP值达到3.19~5.12;另外,养殖废水温度愈高或流量愈低,海水源热泵对养殖用水的升温效果愈好。当养殖废水温度低于10℃时,将流量控制在400 L/h以下,海水源热泵可将7℃的养殖用水的温度提升至10.0~12.8℃,如果利用10.5~14.6℃的养殖废水作热源,流量达到700 L/h时,海水源热泵能将养殖用水的温度由7℃升至10.4~13.4℃,利用10℃以上的养殖废水作热源时,废水的最大降温幅度达9.2℃;此外,对比分析发现,利用10.5~14.6℃的养殖废水作热源时,海水源热泵对养殖用水的升温费用比燃煤(油、气)锅炉和电加热分别降低0.36、2.91、5.86和5.68元/t,每年比燃煤锅炉减排二氧化碳2.7~7.3 t。     

基于PIT遥测技术的竖缝式鱼道过鱼效率及鱼类行为分析

PIT(Passive Integrated Transponder)遥测作为一种射频识别和电磁感应相结合的技术,是开展鱼类行为学原位观测的一项重要手段.采用该技术进行鱼道过鱼效率评估,需解决该技术监测有效性及鱼类洄游轨迹量化分析等问题.该研究以大渡河安谷竖缝式鱼道为试验案例,以该水域的优势物种(白甲鱼和唇?)为试验对...     

罗非鱼的耐盐性能及研究进展

罗非鱼属广耐盐性鱼类,大部分的品种既适合在淡水中养殖,也适合在咸淡水和海水中养殖。罗非鱼的耐盐性能取决于其品种、品系、规格、适应时间,以及方法和环境因素等。其中莫桑比克罗非鱼、奥利亚罗非鱼和齐氏罗非鱼是最耐盐的罗非鱼品种。本文从罗非鱼的咸水养殖历史、罗非鱼的耐盐性能、咸水驯化、耐盐性的遗传,以及耐盐相关的分子标记等方面进行了综述,以期为我国罗非鱼在咸水中的养殖及研究提供参考。     

计算机视觉技术在水产养殖中的应用与展望

该文从养殖动物的生物量测量、行为监测和应激状态评估等方面综述了计算机视觉技术在水产养殖中生物信息获取方面的研究进展,并提出了进一步研究的方向是用图像处理技术量化鱼的行为的新方法,鱼在各种应激和养殖条件下行为变化的量化研究和人工智能技术的应用等方面。     

基于ASTER数据的近海水产养殖区提取方法

随着海洋遥感技术的迅速发展,利用各种遥感数据获取近海养殖信息,并研究近海养殖对海洋环境和渔业的影响,对合理开发海洋资源和保护海洋生态环境具有十分重要的意义。该文以山东省烟台市的邻近海域作为研究区,根据研究区ASTER遥感影像的光谱特征,首先构建一个水体指数,用于提取近海水产养殖区域;再构建一个波段运算函数,从整个海域中分离出与水产养殖区光谱接近的深海水域;将两次运算的结果相结合,得到消除了深海水域影响的近海水产养殖区域。精度评价结果表明：利用该研究提出的信息提取方法得到的水产养殖区域与实地调查结果基本一致     

循环水养殖模式下鱼生长对水环境因子的响应模型构建

为探究鱼类生长对水环境的响应,预测鱼类在养殖水环境多因子协同作用下的生长速度,进行了室内曝气推流循环水养殖罗非鱼试验,试验持续周期为8周。结果表明,在一定范围内,随着溶解氧质量浓度的增加,鱼的食物转化效率和特定生长率均有所提高;随着非离子氨质量浓度的增加,鱼的食物转化效率和特定生长率均有所降低;而亚硝酸盐质量浓度由于变化不大且均处于安全质量浓度范围,该试验中对鱼的食物转化效率和特定生长率未产生显著影响。基于这一系列试验结果对罗非鱼特定生长率进行了非线性拟合,建立了鱼的生长预测模型,R2为0.82,并通过实测数据验证了模型的有效性和普适性。预测模型表明,养殖初始鱼质量、养殖密度、非离子氨以及亚硝酸盐质量浓度的增加,均会导致鱼生长速度减缓,而提高溶解氧质量浓度则可以提高鱼生长速度。该预测模型虽然是在曝气推流循环养殖模式下获得的,但对其他养殖模式同样适用,使鱼生长对水环境因子的响应变得可测,为促进养殖鱼类的健康发展、养殖系统的优化和养殖效益的提高提供了便利和参考。     

大水面网箱收集养殖废弃物及水处理系统研发

目前大水面网箱养殖过程中产生的尾水中含有大的残余饲料、粪便等固形废弃物,完全排放会造成养殖水体严重富营养化,危害养殖水域生态环境。针对上述问题,研发网箱底部废弃物汇集装置,通过气力提升的方法对沉积在网箱底部的废弃物及高浓度尾水进行收集,并结合生态浮床与富氧挂膜工艺对收集的尾水进行生态处理。结果表明:收集的尾水经生态处理后,水质指标化学需氧量(chemical oxygen demand,COD)、氨氮(ammonia nitrogen,NH3-N)、总磷(total phosphorus,TP)分别由450.1、21.350、8.458 mg/L降低至16.2、0.095、0.305 mg/L。研究结果能大幅降低网箱养殖尾水的各项排放指标,实现达标排放,有效降低网箱养殖水域的污染。     

茂名近海养殖水中BOD、COD的监测

为了消除茂名近海养殖水中BOD、COD污染,为制定无公害养殖技术方案和相关的环保措施提供依据,对茂名近海养殖水中BOD、COD状况进行了监测。结果表明:茂名近海海域水质良好,但养殖水域污染有逐年上升的趋势;海洋气象对养殖海水有一定影响。并给出了近海养殖水与近海海水水质的比较,提出了相应的防护措施。     

构建VED-SegNet分割模型提取鱼类表型比例

为提高鱼类表型分割精度和准确度,实现鱼类表型智能监测,该研究基于深度学习算法构建了VED-SegNet模型用于鱼类表型分割和测量。该模型将cross stage partial network和GSConv结合作为编码器（VoV-GSCSP）,保持足够精度的同时降低网络结构复杂性。另一方面,该模型采用EMA(efficient multi-scale attention module with cross-spatial learning)建立强化结构,加强编码器和解码器之间的信息传递,提高模型精度,并实现了8个表型类别的输出。采用自建的鱼类表型分割数据集对VED-SegNet模型进行了测试,测量结果中鱼类各表型比例与实际测量值相接近,表型最大平均绝对和平均相对误差为0.39%、11.28%,能实现无接触式提取水产养殖中鱼类表型比例。对比其他常见语义分割模型,平均交并比mean intersection over union,mIoU和平均像素准确率mean pixel accuracy,m PA最高,分别到达了87.92%、92.83%。VED-SegNet模型在环境复杂、多鱼重叠的...     

基于水下机器视觉的大西洋鲑摄食行为分类

根据鱼群摄食行为状态进行水产养殖精准投喂控制,是有效提高饵料利用率降低水体污染的关键技术。目前,大多数基于机器视觉的鱼类摄食行为研究都是在实验室对真实养殖环境进行模拟并采用水上摄像机获取数据,由于光照条件和养殖环境的影响,该数据无法反映大西洋鲑在实际生产状况下的摄食行为,因此应用范围有限。为解决此问题,该研究提出一种基于真实工厂化养殖环境的鱼类摄食行为分类算法。该算法使用水下观测方式并采用视频序列作为样本,首先利用变分自动编码器对视频序列样本进行逐帧编码以产生所有帧对应的高斯均值和方差向量,分别联立所有均值和方差向量得到均值特征矩阵和方差特征矩阵。然后将特征矩阵输入到卷积神经网络中,实现对鱼群的摄食行为分类。试验结果表明,在真实的工厂化养殖环境下,该研究所提出的方法综合准确率达到了89%,与已有的基于单张图像的鱼类摄食行为分类方法相比,综合准确率提高了14个百分点,召回率提高了15个百分点。研究结果可为基于鱼类摄食行为的鱼饵精准投喂控制提供参考。     

四大家鱼池塘养殖常见病害综合防控要点

在我国整体饮食结构中,鱼类是人们获得蛋白质的主要渠道之一,而作为我国主要鱼类的四大家鱼在我国饮食结构中占据着重要的地位。四大家鱼主要为草鱼、鳙鱼、鲢鱼、青鱼4种,其为主要池塘养殖的鱼类,而养殖过程中出现的病害对养殖经济效益造成了严重的影响。基于此,依据常见的养殖病害,对四大家鱼池塘养殖病害预防措施进行了简要分析。     

采用图像处理技术对鱼体健康状况监视和预报

该文采用两台PC工业控制计算机分别为现场上位机和远程监控机,以多个PLC可编程控制器和多个单片机系统作为下位机,构成计算机集散监控系统。对养殖水体的多环境因子进行自动监测和控制。特别是当鱼类出现不适或死亡时,鱼体会侧翻,腹部白色的区域会暴露,根据其特点,利用数字图像处理技术可以实现对养殖现场中鱼类的健康状况进行实时监视和预报。首先将摄像头拍摄的现场图像灰度化,然后去除各种噪声干扰,得到质量较好的图像,最后对该图像进行数据统计和识别。对如何实现这种图像处理进行了具体描述,结果表明该系统具有良好的实用效果。