一种鳜鱼的智能养殖方法与流程

1.本发明涉及智能养殖相关技术领域，具体涉及一种鳜鱼的智能养殖方法。


背景技术：

2.鳜鱼，肉味鲜美，肉质细嫩，蛋白质含量较高，营养丰富，是一种比较名贵的淡水鱼类,为历代宴宾席上的珍肴。为了保障鳜鱼的健康成长与均衡的营养，一般培育鳜鱼苗再经过人工养殖得到商品鱼。饲养过程中，饲养时间的长短，取决于饵料鱼是否充足、适口，水质是否良好，管理是否得当。养殖的主要方式有池塘主养，成鱼塘小水库混养，网箱养殖等，对于养殖环境合理化的监测调整具有很重要的意义。
3.目前主要通过定期对养殖环境进行监测，依赖人工经验对养殖环境进行调整。但是人工监测调整的过程效率较低且依赖人工经验判断，对于养殖人员的专业程度要求较高，增加了人力成本。
4.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
5.现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题。


技术实现要素：

6.本技术实施例通过提供了一种鳜鱼的智能养殖方法，解决了现有技术中现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题。第一步使用图像采集装置采集养殖鱼塘内的实时图像，得到鳜鱼随时间变化在池塘内的分布规律，依据分布规律使用溶解氧传感装置采集不同时间主要分布位置的氧含量；第二步再从图像中分析鳜鱼的生长阶段；根据鳜鱼的生长阶段分析不同时间下采集的含氧量是否达到要求，得到需要补充含氧量的分布区域及对应区域含量监测时间标识信息，进而向对应分布区域增氧与在满足标识时间时采集含氧量判断是否达标，保证鳜鱼的健康生长，达到了智能化监测并进行管理的技术效果。
7.鉴于上述问题，本技术实施例提供了一种鳜鱼的智能养殖方法。
8.第一方面，本技术实施例提供了一种鳜鱼的智能养殖方法，其中，所述方法应用于一鳜鱼养殖监测系统，所述系统与图像采集装置、溶解氧传感装置通信连接，所述方法包括：获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域
增氧补充结果和第一标识含氧采集时间区域；通过所述第一分布区域增氧补充结果和第一标识含氧采集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理。
9.另一方面，本技术实施例提供了一种鳜鱼的智能养殖系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；第二获得单元，所述第二获得单元用于根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；第三获得单元，所述第三获得单元用于根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；第四获得单元，所述第四获得单元用于通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；第五获得单元，所述第五获得单元用于基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；第六获得单元，所述第六获得单元用于将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域增氧补充结果和第一标识含氧采集时间区域；第一执行单元，所述第一执行单元用于通过所述第一分布区域增氧补充结果和第一标识含氧采集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理。
10.第三方面，本技术实施例提供了一种鳜鱼的智能养殖系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
11.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
12.由于采用了获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域增氧补充结果和第一标识含氧采集时间区域；通过所述第一分布区域增氧补充结果和第一标识含氧采集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理的技术方案，通过第一步使用图像采集装置采集养殖鱼塘内的实时图像，得到鳜鱼随时间变化在池塘内的分布规律，依据分布规律使用溶解氧传感装置采集不同时间主要分布位置的氧含量；第二步再从图像中分析鳜鱼的生长阶段；根据鳜鱼的生长阶段分析不同时间下采集的含氧量是否达到要求，得到需要补充含氧量的分布区域及对应区域含量监测时间标识信息，进而向对应分布区域增氧与在满足标识时间时采集含氧量判断是否达标，保证鳜鱼的健康生长，达到了智能化监测并进行管理的技术效果。
13.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
14.图1为本技术实施例提供了一种鳜鱼的智能养殖方法流程示意图；
15.图2为本技术实施例提供了一种鳜鱼的智能养殖饵料鱼的监测方法流程示意图；
16.图3为本技术实施例提供了一种鳜鱼的智能养殖水体质量监测方法流程示意图；
17.图4为本技术实施例提供了一种鳜鱼的智能养殖系统结构示意图；
18.图5为本技术实施例示例性电子设备的结构示意图。
19.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一执行单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
20.本技术实施例通过提供了一种鳜鱼的智能养殖方法及系统，解决了现有技术中现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题。第一步使用图像采集装置采集养殖鱼塘内的实时图像，得到鳜鱼随时间变化在池塘内的分布规律，依据分布规律使用溶解氧传感装置采集不同时间主要分布位置的氧含量；第二步再从图像中分析鳜鱼的生长阶段；根据鳜鱼的生长阶段分析不同时间下采集的含氧量是否达到要求，得到需要补充含氧量的分布区域及对应区域含量监测时间标识信息，进而向对应分布区域增氧与在满足标识时间时采集含氧量判断是否达标，保证鳜鱼的健康生长，达到了智能化监测并进行管理的技术效果。
21.申请概述
22.鳜鱼，肉味鲜美，肉质细嫩，蛋白质含量较高，营养丰富，是一种比较名贵的淡水鱼类,为历代宴宾席上的珍肴。为了保障鳜鱼的健康成长与均衡的营养，一般培育鳜鱼苗再经过人工养殖得到商品鱼。饲养过程中，饲养时间的长短，取决于饵料鱼是否充足、适口，水质是否良好，管理是否得当。养殖的主要方式有池塘主养，成鱼塘小水库混养，网箱养殖等，对于养殖环境合理化的监测调整具有很重要的意义。目前主要通过定期对养殖环境进行监测，依赖人工经验对养殖环境进行调整。但是人工监测调整的过程效率较低且依赖人工经验判断，对于养殖人员的专业程度要求较高，增加了人力成本。但现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题的技术问题。
23.针对上述技术问题，本技术提供的技术方案总体思路如下：
24.本技术实施例提供了一种鳜鱼的智能养殖方法，其中，所述方法应用于一鳜鱼养殖监测系统，所述系统与图像采集装置、溶解氧传感装置通信连接，所述方法包括：获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域增氧补充结果和第一标识含氧采集时间区域；通过所述第一分布区域增氧补充结果和第一标识含氧采
集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理。
25.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
26.实施例一
27.如图1所示，本技术实施例提供了一种鳜鱼的智能养殖方法，其中，所述方法应用于一鳜鱼养殖监测系统，所述系统与图像采集装置、溶解氧传感装置通信连接，所述方法包括：
28.s100：获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；
29.具体而言，所述图像采集装置为部署在池塘的多个方位对鳜鱼养殖池塘进行图像采集的装置，优选为高清摄像头；第一分布位置信息为图像采集装置在所述第一养殖鱼塘中的部署位置，包括但不限于：池塘水底一周、池塘内壁、池塘上方等多个位置的具体坐标信息；所述第一图像采集集合为通过图像采集装置全天候24小时采集的池塘内图像信息。进一步的，可选的将所述第一图像采集集合和所述第一分布位置信息对应存储，一个分布位置可能对应于多个图像，而多个分布位置对应的图像可能为同一片区域但采集角度不同，由此可以得到鱼塘内不同区域内的多角度图像集合，可以清晰的表征鳜鱼的活动情况及生长状态。
30.通过对养殖鱼塘内的图像信息进行采集，便于鳜鱼养殖监测系统实时监测分析鳜鱼的活动情况及生长状态，为进一步的监测及养殖调节提供了信息反馈基础，提高了鳜鱼养殖的监测智能化。
31.s200：根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；
32.具体而言，依据前文所述分布位置和采集图像的存储方式，再进一步将不同时间节点采集的图像依据时间节点按照采集时序进行存储，示例性的：预设24小时为一采集周期进行存储，得到24小时内的不同区域的池塘内图像数据，进而可分析得到鳜鱼在24小时内的分布位置变化规律；更进一步的，将24小时周期内的鳜鱼分布图像再标识上天气与季节标识信息，季节标识包括春、夏、秋、冬，天气标识包括但不限于：雨天、晴天、阴天、雪天等。从而多组不同的天气与季节下，24小时内鳜鱼的分布位置变化规律。
33.通过采集鳜鱼随时间变化在池塘内的分布变化规律，可以将所述第一养殖鱼塘进行分区域，将不同时间段下，鳜鱼的主要分布位置标识为主监测区域，在对应时间节点下对该区域的各项指标重点监测，进而合理化调整，达到了保证鳜鱼健康生长的技术效果。
34.s300：根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；
35.s400：通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；
36.具体而言，所述溶解氧传感装置为采集所述第一养殖鱼塘的含氧量信息的装置，优选的为多个；所述第一传感装置分布结果为依据所述第一鳜鱼分布时间变化规律，将第一传感装置部署在鳜鱼主要分布的对应区域，而在其他位置均匀部署少量的第一传感装置，进一步将部署方位上传得到第一传感装置的分布结果。其中，第一传感装置在不同的季
节或者不同的持续天气下需要适应性的调整分布位置，从而使含氧量监测结果和鳜鱼分布位置契合度较高。
37.所述第一采集结果为通过多个第一传感装置采集的第一养殖鱼塘内的实时含氧量数据，可选的将含氧量数据将同一时间节点下的采集结果依据前述划分的区域进行存储，再将同一区域内不同时间节点下采集结果依据采集时序进行存储，示例性的：采集24小时的含氧量变化情况，将之和鳜鱼的分布位置对应存储，得到提取鳜鱼主要分布位置对应时间段的含氧量作为主要监测指标。
38.通过对所述第一养殖鱼塘内实时含氧量数据进行监测，为后步针对鳜鱼不同时间段下不同分布位置含氧量分析提供数据基础，进而实现动态调节，提高了智能性。
39.s500：基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；
40.具体而言，所述第一生长解析结果为通过对所述第一图像采集集合中的鳜鱼图像进行图像特征提取，进一步依据提取的特征分析得到的表征鳜鱼生长阶段的信息。示例性的确定方式：将所述第一图像采集集合输入基于卷积神经网路训练的鳜鱼特征提取模型中，使用多组的图像信息及鳜鱼特征标识信息训练得到模型，进而输入第一图像采集集合，得到的鳜鱼的生长特征信息，优选为尺寸信息，举不设限的一例：1龄鱼平均体长17.5厘米；2龄鱼23.6厘米；3龄鱼32.8厘米；4龄鱼42.5厘米。依据卷积神经网络训练的特征提取模型对于图像特征提取能力较强，得到的结果更准确。
41.s600：将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域增氧补充结果和第一标识含氧采集时间区域；
42.s700：通过所述第一分布区域增氧补充结果和第一标识含氧采集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理。
43.具体而言，所述分布式含氧分析模型是基于神经网络模型训练的分析池塘内不同区域在不同气候环境下鳜鱼生长阶段和监测的含氧量之间的适配程度的模型，人工神经网络内采用全连接层模拟人类大脑的思考方式，通过使用多组训练数据，每组都包括：所述第一采集结果和所述第一生长解析结果作为输入训练信息，标识含氧量和鳜鱼生长适配度的标识信息监督信息。当模型达到收敛后，得到分布式含氧分析模型。
44.进一步的，将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，依据输出结果可以得到含氧量和鳜鱼生长阶段不适配的不同时间节点下的对应区域，将此类区域设定为所述第一分布区域增氧补充结果，可以对相应的含氧量较低区域补充含氧量。第一标识含氧采集时间区域为对进行增氧补充后的区域进行含氧量的实时监测设定的监测时间节点，依据第一标识含氧采集时间区域对相应区域进行含氧量采集，进而判断补充后的含氧量和鳜鱼生长阶段适配度，若是达到要求则不再调整，其中，适配度可有饲养人员依据理论知识与实际养殖条件自行设定。
45.通过利用智能化模型分析不同区域不同时间下含氧量与鳜鱼的生长阶段的适配度，对含氧量较低的区域进行增氧操作，保证鳜鱼的健康生长，达到了依据智能化监测调节提高饲养质量的技术效果。
46.进一步的，如图2所示，所述方法还包括步骤s800：
47.s810：获得第一饵料鱼图像集合，根据饵料鱼的体积进行饵料鱼等级分类，通过等
级分类结果和所述第一饵料鱼图像集合构建第一饵料鱼等级数据库；
48.s820：获得第一图像特征匹配指令，根据所述第一图像特征匹配指令，通过所述第一饵料鱼等级数据库对所述第一图像采集集合进行图像特征匹配，获得第一匹配结果；
49.s830：通过所述第一匹配结果进行所述第一养殖鱼塘的不同等级的饵料鱼分布密度进行计算，获得饵料鱼等级密度分布结果；
50.s840：通过所述饵料鱼等级密度分布结果进行饵料鱼的补充。
51.具体而言，所述第一饵料鱼图像集合为饲养鳜鱼的饵料鱼的图像集合，优选的自定义：投喂饵料鱼时，应做到定时定位，在鳜鱼苗3-6厘米期间，日投喂饵料鱼以每尾鳜鱼4-8尾计算，饵料鱼体长不超过鳜鱼体长的55-60％；6厘米以后，日投喂饵料鱼4-5尾，其体长不超过鳜鱼体长50-55％；所以为了使得系统自动投喂合理尺寸的饵料鱼，需要根据第一饵料鱼图像集合对饵料鱼进行尺寸等级划分，并将等级分类结果进行存储得到第一饵料鱼等级数据库；进一步的，所述第一图像特征匹配指令为依据所述第一图像采集集合中的鳜鱼尺寸特征信息和鳜鱼数量特征信息匹配自定义预设的对应数量和对应尺寸的饵料鱼，记为第一匹配结果；更进一步的，在第一图像采集集合中对饵料鱼的数量特征和尺寸特征进行提取，将提取的特征和第一匹配结果进行比对，计算不同尺寸等级对应的饵料鱼数量信息，记为饵料鱼等级密度分布结果；对不符合自定义要求的饵料鱼进行补充，保证鳜鱼的饲养营养丰富，进而健康生长。
52.进一步的，所述方法步骤s840还包括：
53.s841：获得第二图像特征匹配指令，根据所述第二图像特征匹配指令对所述第一图像采集集合进行图像特征匹配，获得第二匹配结果；
54.s842：根据所述第二匹配结果获得鳜鱼等级分布密度；
55.s843：获得鳜鱼和饵料鱼的捕食比例；
56.s844：通过所述捕食比例、所述鳜鱼等级分布密度和所述饵料鱼等级密度分布结果进行等级匹配度评估，获得第一评估结果；
57.s845：通过所述第一评估结果进行不同饵料鱼等级的分布式补充。
58.具体而言，所述第二图像特征匹配指令为基于所述第一图像采集集合分析鱼塘内不同尺寸鳜鱼数量信息，示例性的匹配过程：对第一图像采集集合基于卷积神经网路模型进行特征提取，得到不同尺寸等级下的鳜鱼数量信息，记为第二匹配结果，进一步的将不同等级的鳜鱼数量信息和尺寸信息进行联立存储，得到鳜鱼等级分布密度信息。便于后步可以依据鳜鱼不同尺寸直接快速调用对应的鳜鱼密度数据。
59.所述捕食比例为不同尺寸鳜鱼对所述饵料鱼的尺寸需求，以及预设时间内的投喂数量需求，示例性的自定义为在鳜鱼苗3-6厘米期间，每24时投喂饵料鱼以每尾鳜鱼4-8尾计算，饵料鱼体长不超过鳜鱼体长的55-60％；6厘米以后，每24时投喂饵料鱼4-5尾，其体长不超过鳜鱼体长50-55％；所述第一评估结果为基于所述捕食比例，比较不同等级下的所述鳜鱼等级分布密度对应的所述饵料鱼等级密度分布结果表征的饵料鱼尺寸及数量是否匹配，对于不匹配的对应等级下的饵料鱼进行饵料补充，直到匹配时停止。
60.通过第一图像采集集合中对鳜鱼的数量特征和尺寸特征进行提取，得到不同尺寸等级下的鳜鱼数量信息，进一步依据自定义的所述捕食比例分析所述饵料鱼等级密度分布结果是否满足要求，将对不符合自定义要求的饵料鱼进行补充，保证鳜鱼的饲养营养丰富，
进而健康生长。
61.进一步的，如图3所示，所述系统还与ph值测定装置通信连接，所述方法还包括步骤s900：
62.s910：通过所述图像采集装置进行所述第一养殖鱼塘的水体图像采集，获得第二图像；
63.s920：通过所述第二图像进行水体透明度监测，获得第一水体透明度监测结果；
64.s930：通过所述ph值测定装置进行水体ph值测定，获得第一ph值测定结果；
65.s940：根据所述第一水体透明度监测结果和所述第一ph值测定结果进行水体水质调节。
66.具体而言，所述第二图像为通过图像采集装置对第一养殖鱼塘的水体表面图像进行采集的结果；所述第一水体透明度监测结果为对第二图像进行图像度特征提取得到的表征水体特征度的信息，示例性的：透明度依据水体内的鳜鱼清晰度进行表征，鳜鱼图像越清晰，则对应的透明度越高；所述第一ph值测定结果为通过所述ph值测定装置监测的第一养殖鱼塘内的水体ph值，优选的监测周期设定为24小时，因为24小时内弱国ph变化值过大则说明水体环境不稳定，依据水体透明度及ph值判断水体的水质环境，当不达到预设要求时，则需要提醒相关人员进行调节。示例性的：预设水体的ph为7-8.5，若是水体不透明，内部藻类植物较多，浮游植物过多，则可能ph过高，需要及时监测ph并调节；若是ph较低，水体呈酸性，水体金属离子浓度增大，可能导致水体含毒性，则需要更换水体并调节ph。
67.通过对水体透明度实时监测及ph周期性的监测，将鱼塘水体水质控制在鳜鱼适宜生长的环境下，保障了鳜鱼健康的生长，达到了智能化监测并调节鳜鱼养殖环境的技术效果，极大的减少了人工监控的不稳定性与不及时性。
68.进一步的，所述方法还包括步骤s1000：
69.s1010：获得所述第一养殖鱼塘的第一天气变化预测信息；
70.s1020：通过天气变化预测训练数据和标识天气对水体含氧量影响结果的标识信息进行所述分布式含氧分析模型的增量学习，获得增量分布式含氧分析模型；
71.s1030：将所述第一天气变化预测信息输入所述增量分布式含氧分析模型，获得第一含氧量影响结果；
72.s1040：通过所述第一含氧量影响结果进行所述第一分布区域增氧补充结果和第一标识含氧采集时间区域调整，获得第一调整结果；
73.s1050：根据所述第一调整结果进行所述第一养殖鱼塘的鳜鱼养殖管理。
74.具体而言，所述第一天气变化预测信息为第一养殖鱼塘未来预设时间内的天气变化信息，优选的预设时间为未来24小时内的天气变化信息；天气对水体含氧量影响结果为不同大气环境下对于水体内含氧量的影响关系，优选的确定方式为：采集不同时间节点下多组不同天气下的水体含氧量，进而得到天气对水体含氧量的影响规律，记为天气对水体含氧量影响结果；所述增量分布式含氧分析模型为通过天气变化预测训练数据和标识天气对水体含氧量影响结果的标识信息基于增量学习训练所述分布式含氧分析模型，达到收敛后得到的新模型，增量学习指的是在原有的模型基础上，使用和原有模型处理数据样本特征相似度较高数据训练的新模型，通过增量学习加入天气要素对于鱼塘内含氧量的影响，进一步的提高了模型的智能性。所述第一含氧量影响结果为通过所述增量分布式含氧分析
模型处理天气预测信息得到的未来24小时内的鱼塘内含氧量预测变化信息，更进一步的，所述第一调整结果为依据鱼塘内含氧量预测变化信息对所述第一分布区域增氧补充结果和第一标识含氧采集时间区域调整方案，以应对未来24小时内的鱼塘内含氧量变化，保证水体环境一直为鳜鱼适宜的生存环境。
75.通过增量学习训练新的模型，使得模型可以针对未来天气变化情况预测鱼塘内含氧量变化信息，进而做出针对性调整及时进行动态调节，保证养殖环境和鳜鱼生长的适宜度，提高了系统的智能性。
76.进一步的，所述系统还与温度传感器通信连接，所述方法还包括步骤s1100：
77.s1110：通过所述温度传感器进行所述第一养殖鱼塘的温度连续监测，获得所述第一养殖鱼塘的温度变化曲线；
78.s1120：获得第一养殖鱼塘的外部空气温度变化曲线；
79.s1130：根据所述温度变化曲线和所述外部空气温度变化曲线进行温度响应时间的分析，获得第一时间响应结果；
80.s1140：通过所述第一时间响应结果进行所述第一养殖鱼塘的温度控制。
81.具体而言，所述第一养殖鱼塘的温度变化曲线为对鱼塘内的温度数据采集预设时间周期，并和采集时间节点对应存储，在根据采集的多组数据绘制温度-时间变化曲线得到的结果，预设时间周期优选为24小时；所述第一养殖鱼塘的外部空气温度变化曲线为养殖池塘外部的温度-时间变化曲线，绘制方法和过程与所述第一养殖鱼塘的温度变化曲线相同；所述第一时间响应结果为分析鱼塘内外部的温度-时间变化曲线，得到外部温度对鱼塘温度随时间变化的影响规律；进一步的，基于外部温度对鱼塘温度随时间变化的影响规律，通过对所述第一养殖鱼塘的温度和所述第一养殖鱼塘的外部空气温度实时监控，实时动态调节所述第一养殖鱼塘内的温度，保证温度保持在鳜鱼喜欢的温度区间，保障鳜鱼的健康生长。
82.进一步的，所述方法步骤s1100还包括步骤s1150：
83.s1151：通过所述第一天气变化预测信息获得第一天气温度变化信息；
84.s1152：获得第一温度调整阈值，其中，所述第一温度调整阈值为通过鳜鱼养殖大数据获得的调整温度的阈值；
85.s1153：根据所述第一时间响应结果和所述第一天气温度变化信息对所述第一温度调整阈值进行修正，获得第二温度调整阈值；
86.s1154：通过所述第二温度调整阈值进行所述第一养殖鱼塘的温度控制。
87.具体而言，所述第一天气温度变化信息为根据第一天气预报信息得到预测未来24小时内的温度变化数据；所述第一温度调整阈值为通过鳜鱼养殖大数据总结得到的适宜鳜鱼生长的温度区间后，在系统中预设的温度调整阈值，以保证水体温度一直保持在预设的温度区间，示例性的：水体最佳温度区间预设为23℃-26℃，则预设调整阈值为保持在25℃左右；所述第二温度调整阈值为基于所述第一时间响应结果得到外界温度对于水体温度的影响规律，进而依据影响规律得到实时外界温度对水体温度的影响值，进而对第一温度调整阈值进行修正得到的结果，示例性的：若所述第一时间响应结果表征，外界温度和水体温度超过5℃-8℃时，则会对水体温度造成3℃的影响，则当水体内温度为25℃时，外界温度为31℃，若时温度调整阈值为25℃，则水体实际温度为28℃，超过26℃，此时应修正温度调整
阈值为22℃，进而保障水体温度保持在25℃左右，通过修正后的所述第二温度调整阈值调整水体温度，保障水温保持在鳜鱼适宜的温度环境中，保证鳜鱼健康生长，提高了智能养殖的智能性。
88.综上所述，本技术实施例所提供的一种鳜鱼的智能养殖方法及系统具有如下技术效果：
89.1.本技术实施例通过提供了一种鳜鱼的智能养殖方法及系统，解决了现有技术中现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题。第一步使用图像采集装置采集养殖鱼塘内的实时图像，得到鳜鱼随时间变化在池塘内的分布规律，依据分布规律使用溶解氧传感装置采集不同时间主要分布位置的氧含量；第二步再从图像中分析鳜鱼的生长阶段；根据鳜鱼的生长阶段分析不同时间下采集的含氧量是否达到要求，得到需要补充含氧量的分布区域及对应区域含量监测时间标识信息，进而向对应分布区域增氧与在满足标识时间时采集含氧量判断是否达标，保证鳜鱼的健康生长，达到了智能化监测并进行管理的技术效果。
90.2.通过第一图像采集集合中对鳜鱼的数量特征和尺寸特征进行提取，得到不同尺寸等级下的鳜鱼数量信息，进一步依据自定义的所述捕食比例分析所述饵料鱼等级密度分布结果是否满足要求，将对不符合自定义要求的饵料鱼进行补充，保证鳜鱼的饲养营养丰富，进而健康生长。
91.3.通过增量学习训练新的模型，使得模型可以针对未来天气变化情况预测鱼塘内含氧量变化信息，进而做出针对性调整及时进行动态调节，保证养殖环境和鳜鱼生长的适宜度，提高了系统的智能性。
92.实施例二
93.基于与前述实施例中一种鳜鱼的智能养殖方法相同的发明构思，如图4所示，本技术实施例提供了一种鳜鱼的智能养殖系统，其中，所述系统包括：
94.第一获得单元11，所述第一获得单元11用于获得图像采集装置的第一分布位置信息，通过所述图像采集装置对第一养殖鱼塘进行图像采集，获得第一图像采集集合；
95.第二获得单元12，所述第二获得单元12用于根据所述第一分布位置信息和所述第一图像采集集合进行鳜鱼分布信息采集，获得第一鳜鱼分布时间变化规律；
96.第三获得单元13，所述第三获得单元13用于根据所述第一鳜鱼分布时间变化规律进行所述溶解氧传感装置分布，获得第一传感装置分布结果；
97.第四获得单元14，所述第四获得单元14用于通过所述第一传感器分布结果，基于所述溶解氧传感装置进行所述第一养殖鱼塘的含氧量信息采集，获得第一采集结果；
98.第五获得单元15，所述第五获得单元15用于基于所述第一图像采集集合进行鳜鱼生长阶段解析，获得第一生长解析结果；
99.第六获得单元16，所述第六获得单元16用于将所述第一采集结果和所述第一生长解析结果输入分布式含氧分析模型，获得第一分布区域增氧补充结果和第一标识含氧采集时间区域；
100.第一执行单元17，所述第一执行单元17用于通过所述第一分布区域增氧补充结果和第一标识含氧采集时间区域进行所述第一养殖鱼塘的鳜鱼养殖管理。
101.进一步的，所述系统还包括：
102.第七获得单元，所述第七获得单元用于获得第一饵料鱼图像集合，根据饵料鱼的体积进行饵料鱼等级分类，通过等级分类结果和所述第一饵料鱼图像集合构建第一饵料鱼等级数据库；
103.第八获得单元，所述第八获得单元用于获得第一图像特征匹配指令，根据所述第一图像特征匹配指令，通过所述第一饵料鱼等级数据库对所述第一图像采集集合进行图像特征匹配，获得第一匹配结果；
104.第九获得单元，所述第九获得单元用于通过所述第一匹配结果进行所述第一养殖鱼塘的不同等级的饵料鱼分布密度进行计算，获得饵料鱼等级密度分布结果；
105.第二执行单元，所述第二执行单元用于通过所述饵料鱼等级密度分布结果进行饵料鱼的补充。
106.进一步的，所述系统还包括：
107.第十获得单元，所述第十获得单元用于获得第二图像特征匹配指令，根据所述第二图像特征匹配指令对所述第一图像采集集合进行图像特征匹配，获得第二匹配结果；
108.第十一获得单元，所述第十一获得单元用于根据所述第二匹配结果获得鳜鱼等级分布密度；
109.第十二获得单元，所述第十二获得单元用于获得鳜鱼和饵料鱼的捕食比例；
110.第十三获得单元，所述第十三获得单元用于通过所述捕食比例、所述鳜鱼等级分布密度和所述饵料鱼等级密度分布结果进行等级匹配度评估，获得第一评估结果；
111.第三执行单元，所述第三执行单元用于过所述第一评估结果进行不同饵料鱼等级的分布式补充。
112.进一步的，所述系统还包括：
113.第十四获得单元，所述第十四获得单元用于通过所述图像采集装置进行所述第一养殖鱼塘的水体图像采集，获得第二图像；
114.第十五获得单元，所述第十五获得单元用于通过所述第二图像进行水体透明度监测，获得第一水体透明度监测结果；
115.第十六获得单元，所述第十六获得单元用于通过ph值测定装置进行水体ph值测定，获得第一ph值测定结果；
116.第四执行单元，所述第四执行单元用于根据所述第一水体透明度监测结果和所述第一ph值测定结果进行水体水质调节。
117.进一步的，所述系统还包括：
118.第十七获得单元，所述第十七获得单元用于获得所述第一养殖鱼塘的第一天气变化预测信息；
119.第十八获得单元，所述第十八获得单元用于通过天气变化预测训练数据和标识天气对水体含氧量影响结果的标识信息进行所述分布式含氧分析模型的增量学习，获得增量分布式含氧分析模型；
120.第十九获得单元，所述第十九获得单元用于将所述第一天气变化预测信息输入所述增量分布式含氧分析模型，获得第一含氧量影响结果；
121.第二十获得单元，所述第二十获得单元用于通过所述第一含氧量影响结果进行所述第一分布区域增氧补充结果和第一标识含氧采集时间区域调整，获得第一调整结果；
122.第五执行单元，所述第五执行单元用于根据所述第一调整结果进行所述第一养殖鱼塘的鳜鱼养殖管理。
123.进一步的，所述系统还包括：
124.第二十一获得单元，所述第二十一获得单元用于通过温度传感器进行所述第一养殖鱼塘的温度连续监测，获得所述第一养殖鱼塘的温度变化曲线；
125.第二十二获得单元，所述第二十二获得单元用于获得第一养殖鱼塘的外部空气温度变化曲线；
126.第二十获得单元，所述第二十获得单元用于根据所述温度变化曲线和所述外部空气温度变化曲线进行温度响应时间的分析，获得第一时间响应结果；
127.第六执行单元，所述第六执行单元用于通过所述第一时间响应结果进行所述第一养殖鱼塘的温度控制。
128.进一步的，所述系统还包括：
129.第二十一获得单元，所述第二十一获得单元用于通过所述第一天气变化预测信息获得第一天气温度变化信息；
130.第二十二获得单元，所述第二十二获得单元用于获得第一温度调整阈值，其中，所述第一温度调整阈值为通过鳜鱼养殖大数据获得的调整温度的阈值；
131.第二十三获得单元，所述第二十三获得单元用于根据所述第一时间响应结果和所述第一天气温度变化信息对所述第一温度调整阈值进行修正，获得第二温度调整阈值；
132.第七执行单元，所述第七执行单元用于通过所述第二温度调整阈值进行所述第一养殖鱼塘的温度控制。
133.示例性电子设备
134.下面参考图5来描述本技术实施例的电子设备，
135.基于与前述实施例中一种鳜鱼的智能养殖方法相同的发明构思，本技术实施例还提供了一种鳜鱼的智能养殖系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。
136.该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
137.处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
138.通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
139.存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器
(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact discread-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
140.其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种鳜鱼的智能养殖方法。
141.可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
142.本技术实施例通过提供了一种鳜鱼的智能养殖方法及系统，解决了现有技术中现有技术中由于主要依赖人工监测调整养殖环境，导致存在效率低且稳定性较弱的技术问题。通过第一步使用图像采集装置采集养殖鱼塘内的实时图像，得到鳜鱼随时间变化在池塘内的分布规律，依据分布规律使用溶解氧传感装置采集不同时间主要分布位置的氧含量；第二步再从图像中分析鳜鱼的生长阶段；根据鳜鱼的生长阶段分析不同时间下采集的含氧量是否达到要求，得到需要补充含氧量的分布区域及对应区域含量监测时间标识信息，进而向对应分布区域增氧与在满足标识时间时采集含氧量判断是否达标，保证鳜鱼的健康生长，达到了智能化监测并进行管理的技术效果。
143.本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
144.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
145.本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
146.本技术实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
147.尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。