水产养殖生物体健康状态的在线监测方法与流程

本发明涉及声学、计算机和信息科学领域，特别涉及一种水产养殖生物体健康状态的在线监测方法。

背景技术：

水产养殖是当前水产品的主要供给模式，也是重要的农业经济来源。水产养殖生物(如鱼、虾、蟹等)生活在水中，其生长状态和健康情况不容易被养殖户察觉。在养殖水产养殖生物出现不良状态的时候，往往已到无法挽回的阶段。目前公开报道的针对水产养殖生物健康状态监测方法的技术手段主要是通过对水体环境参数(如ph值、溶解氧等)的间接监测来实现。俗话说的“养鱼先养水”的确是行之有效的手段。但“养水”也不能从根本上避免气候、天气、病菌及其他未知因素对水产养殖生物健康状态的影响。因此，针对水产养殖生物本体的健康状态监测会是更有针对性的手段。现有针对水产养殖生物本体健康状态的在线监测技术除了实验室病理解剖，主要都是依靠水下成像技术实现对目标本体的观察，通过行为学分析来判断目标的健康状态。受水下可见度等因素的制约，光学成像距离有限，较难适用在池塘养殖的开放水域中；声学成像分辨率低且设备昂贵，并且会额外引入超声波辐射，危害池塘养殖生物的安全。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种水产养殖生物体健康状态的在线监测方法，通过被动侦听水产养殖生物进食时产生的咀嚼食物声特征，估算水产养殖生物密度和健康状态，参考溶解氧等水质监测指标提供投食、投药及报警控制，实现针对水产养殖生物体的群体健康状态的在线监测。

为了实现上述目的，本发明的技术方案是：

本发明一种水产养殖生物体健康状态的在线监测方法，通过被动侦听水产养殖生物进食时产生的咀嚼食物声特征，估算水产养殖生物密度和健康状态，实现针对水产养殖生物体(所述水产养殖生物体的养殖场所包括池塘、水缸、以及一定区域范围海洋养殖等领域)群体健康状态的在线监测。本发明方法不需要主动发射声源，利用被动侦听方式可以避免对水中生物的声辐射伤害。利用信号处理手段提取目标水产养殖生物咀嚼食物的声学特征(如：产生周期、持续时长、强弱等级等)，并参考水产养殖生物所处的生长阶段、规模数量、生物体池尺寸，以及气候、天气、水质状态等，对池塘养殖生物体的群体健康状态做在线监测，并据此控制自动装置调节包括水质、投药、喂食等后续饲养环节。

本发明一种水产养殖生物体健康状态的在线监测方法包括标定阶段、测量阶段和控制阶段三个阶段。需要说明的是，标定阶段的工作是可以用历史积累样本来代替，也可以根据经验值代替。

1、标定阶段的实施步骤包括：

(1.1)在标准实验室水缸(圆柱形，底边半径r0，高为h0，且h0>r)环境下抽样测定qp条目标生物体。生物体的种类(标注为shrimp_type)以及生物体养殖所处的成长阶段(标注为shrimp_state)与待监测区域相同。将标准水声记录设备放置在圆柱形轴线上，并距底部为href的地方。启动记录仪并记录从投放食物后k分钟到k+m(k建议选择10分钟，m建议选择30分钟)的标定声学信号数据序列，记作raw_sound。

(1.2)计算声信号序列raw_sound的功率谱密度，得到对应信号raw_sound_psd＝psd{raw_sound}，其中psd{·}算子表示求raw_sound信号功率谱密度运算。观察并统计qp条生物体进食时的信号响应频段ref_band＝[ref_freq_l，ref_freq_h](其中ref_freq_l是最低频点，ref_freq_h是最高频点)。同时记录进食持续时间(记为ref_duration)，并计算均值(记为mean_ref_duration)和标准差(记为std_ref_duration)。

(1.3)利用数字滤波器(具体的，滤波器包括两个部分，其一是陷波器用来剔除50hz工况噪声及其谐波分量；其二是低通滤波，剔除掉10khz以上的高频分量)滤出ref_band频段内的信号，标记为ref_sound。其对应的频域信号为ref_sound_psd＝psd{ref_sound}，其中psd{·}算子表示求ref_sound信号功率谱密度运算。设λfr为标定阶段水产养殖生物咀嚼声频段(ref_band)的频点(范围从dc直流到10khz，频率步进小于100hz)，对应λfr频率的声学传感器灵敏度为lm(λfr)(单位db)、水产养殖生物离底部轴心距离(dref，单位：米)，可得水产养殖生物产生的频率的声源级大小为：

(1.4)在步骤(1.3)矫正基础上，统计ref_band＝[ref_freq_l，ref_freq_h]范围内频谱的能量均值、标准差和熵，分别记录为：mean_ref_spectrum，std_ref_spectrum和entropy_ref_spectrum。

2、测量阶段的实施步骤如下：

(2.1)将声学记录设备放置在距离水底h米，距离水产养殖生物觅食区水平距离d米的范围(实际布设位置和距离需根据养殖区域尺寸，以及水产养殖生物分布做调节)，并启动声学被动记录设备记录从投放食物后k分钟到k+m(k建议选择10分钟，m建议选择30分钟)的声学信号数据序列，记作in_sound(i)，i＝1,2，……n，表示离散序列采样点。

(2.2)设计带通滤波器频段范围ref_band＝[ref_freq_l，ref_freq_h]的数字滤波器，对记录的声信号in_sound(i)做带通滤波，得到目标水产养殖生物咀嚼食物产生的频带内信号shrimp_sound(i)＝bpf{in_sound(i)}，其中bpf{·}算子表示对in_sound(i)做带通滤波处理。

(2.3)计算shrimp_sound(i)信号序列的时频变换，计为st_shrimp(i,fi)＝st{shrimp_sound(i)},其中st{·}算子为时频变换法(如短时傅里叶变换、小波变换、希尔伯特黄变换等)。按st_shrimp(i,fi)序列谱级从大到小逐段切割出q个时频信号段。再将这q个信号段按照持续时间time_duration和时间内频谱shrimp_psd组成对应集合，标记为shrimp_spectrum(k)＝{time_duration(k)，shrimp_psd(k)},k＝1,2,……q。

(2.4)对标参考水产养殖生物的进食持续时间(记为ref_duration)的均值(记为mean_ref_duration)和标准差(记为std_ref_duration)，对集合shrimp_spectrum(k)＝{time_duration_k，shrimp_psd_k},k＝1,2,…，q做粗筛选，剔除那些虽然能量谱级高，但持续时间小于mean_ref_duration的干扰点。

(2.5)计算各段谱级的标准方差和熵，分别标记为std_shrimp_spectrum(k)，entropy_shrimp_spectrum(k)}，k＝1,2,…，q。对标std_ref_spectrum和entropy_ref_spectrum对数据做二次筛选处理，具体为剔除偏离参考谱级标准差和熵的集合。

(2.6)设λf为测量阶段水产养殖生物咀嚼声频段(ref_band)的频点(选择方法是按照上述筛选结果，按能量谱级最高到最低排列，并依次选择各λf做分析，具体实施时，可根据需要选择能量比较高的频点做分析)，对应λf频率的声学传感器灵敏度为lm(λf)(单位db)，监测区域水平半径(标记为rd)，水声记录仪距水底距离为(hd，单位：米)，则可以得到水产养殖生物产生的频率的归一化声源级大小为：

其中，shrimp_psd(λf)表示检测时间段内水产养殖生物产生的咀嚼声信号的频谱密度；λ表示调节因子，用来矫正由于水产养殖生物估计距离导致的偏差，取值范围[-10～10]。

3、控制阶段的实施步骤如下：

在本阶段，将根据测量结果并参考溶解氧等水质监测指标提供投食和投药控制，以及报警系统信息。具体的工作步骤如下：

设监测区域养殖生物体数量规模(标记为：qn)，测量的声源噪声级ls(λf)和参考声源级lref(λfr)按照如下公式估算能量差v_spectrum，其中ξ是调节因子，取值范围[0～100]。

v_spectrum＝ls(λf)-lref(λfr)+ξ*lg(qn/qp)

则v_spectrum>v_gate的时候启动包括食量控制、药量控制以及警报等附带控制单元；其中v_gate是根据实际场景调节的预设门限，单位是(db)，v_gate的影响因素包括水产养殖品种、季节、温度和目前的成长阶段。

由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：

(1)本发明方法通过被动侦听水产养殖生物进食时产生的咀嚼食物声特征，估算水产养殖生物密度和健康状态，参考溶解氧等水质监测指标提供投食、投药及报警控制，实现针对水产养殖生物体的群体健康状态的在线监测；

(2)本发明方法不需要主动发射声源，利用被动侦听方式可以避免对水中生物的声辐射伤害。

以下结合附图及实施例对本发明作进一步详细说明，但本发明的一种水产养殖生物体健康状态的在线监测方法不局限于实施例。

附图说明

图1为本发明方法的流程图示意图；

图2为本发明实施例标定阶段装置示意图；

图3为本发明实施例实施阶段装置示意图。

具体实施方式

以下将结合本发明附图，对本发明实施例中的技术方案进行详细描述和讨论。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参见图1所示，本发明一种水产养殖生物体健康状态的在线监测方法包括标定阶段、测量阶段和控制阶段三个阶段。

1、标定阶段。

在标准实验室水缸底边半径1米，高为2米的环境下抽样测定五条生物体。参见图2所示，将标准水声记录设备放置在圆柱形轴线上，并距底部为0.8m地方。

启动记录仪并记录从投放食物后10分钟到40分钟的标定声学信号数据序列。计算声信号序列的功率谱密度。

观察并统计五条生物体进食时的信号响应频段为[60hz，1500hz]。同时记录进食持续时间，计算得到其均值为4.08min，标准差为0.81。

利用数字滤波器滤出频段[200hz，500hz]内的信号，得到其对应的频域信号。设200hz为水产养殖生物咀嚼声频段的频点，对应200hz频率的声学传感器灵敏度为lm(λfr)(单位db)、水产养殖生物离底部轴心距离(dref，单位：米)，可得水产养殖生物产生的频率的声源级大小为：在上述步骤的矫正基础上，统计得到[60hz，1500hz]范围内频谱的能量均值、标准差和熵，分别记录为：mean_ref_spectrum，std_ref_spectrum和entropy_ref_spectrum。

2、测量阶段

参见图3所示，实际养殖池塘长为长l＝200米，宽s＝43m，高h＝2m。将声学记录设备放置在距离水底h＝0.6米，距离水产养殖生物觅食区水平距离d＝10米的范围，并启动声学被动记录设备记录从投放食物后10分钟到40分钟的声学信号数据序列，得到in_sound(i)，i＝1,2，……n。

设计带通滤波器频段范围ref_band＝[200hz，500hz]的数字滤波器，对记录的声信号in_sound(i)做带通滤波，得到目标水产养殖生物咀嚼食物产生的频带内信号shrimp_sound(i)＝bpf{in_sound(i)}，计算shrimp_sound(i)信号序列的时频变换，计为st_shrimp(i,fi)，其中st{·}算子为时频变换法(如短时傅里叶变换、小波变换、希尔伯特黄变换等)。按st_shrimp(i,fi)序列谱级从大到小逐段切割出q个时频信号段。再将这q个信号段按照持续时间time_duration和时间内频谱shrimp_psd组成对应集合，标记为shrimp_spectrum(k)＝{time_duration(k)，shrimp_psd(k)},k＝1,2,……q。

对标参考水产养殖生物的进食持续时间的均值4.08min和标准差0.81，对集合shrimp_spectrum(k)＝{time_duration(k)，shrimp_psd(k)},k＝1,2,…，q做粗筛选，剔除那些虽然能量谱级高，但持续时间小于4.08min的干扰点。

计算各段谱级的方差和熵，分别标记为std_shrimp_spectrum(k)，entropy_shrimp_spectrum(k)}，k＝1,2,…，q。对标std_ref_spectrum和entropy_ref_spectrum对数据做二次筛选处理，具体为剔除偏离参考谱级标准差和熵的集合。

设λf为水产养殖生物咀嚼声频段(ref_band)的频点(选择方法是按照上述筛选结果，按能量谱级最高到最低排列，并依次选择各λf做分析，具体实施时，可根据需要选择能量比较高的频点做分析)，对应λf频率的声学传感器灵敏度为lm(λf)(单位db)，监测区域水平半径rd＝10m，水声记录仪距水底距离为hd＝0.6m，则可以得到水产养殖生物产生的频率的归一化声源级大小为：其中，shrimp_psd(λf)表示检测时间段内水产养殖生物产生的咀嚼声信号的频谱密度；λ表示调节因子，用来矫正由于水产养殖生物估计距离导致的偏差，取值范围[-10～10]。

3、控制阶段

根据测量结果并参考溶解氧等水质监测指标提供投食和投药控制，以及报警系统信息。具体的工作步骤如下：

设监测区域养殖生物体数量规模(标记为：qn)，测量的声源噪声级ls(λf)和参考声源级lref(λfr)按照如下公式估算能量差v_spectrum，其中ξ是调节因子，取值范围[0～100]。

v_spectrum＝ls(λf)-lref(λfr)+ξ*lg(qn/qp)

则v_spectrum>v_gate的时候启动包括食量控制、药量控制以及警报等附带控制单元；其中v_gate是根据实际场景调节的预设门限，单位是(db)，v_gate的影响因素包括水产养殖品种、季节、温度和目前的成长阶段。

以上仅为本发明实例中一个较佳的实施方案。但是，本发明并不限于上述实施方案，凡按本发明所做的任何均等变化和修饰，所产生的功能作用未超出本方案的范围时，均属于本发明的保护范围。