淡水养殖池塘水华问题预测及池水净化处理_曹宇.pdfVIP

农机·农艺·农工·农经 南方农机 2016.7 43 淡水养殖池塘水华问题预测及池水净化处理 曹 宇 ，王茂鑫 ，周文杰 ，齐 桦 （大连理工大学 建设工程学部，辽宁 大连 116024） 摘 要： 当今，池塘养殖已经成为淡水养殖的最主要的方式，但是淡水生态系统污染以及水体富营养化问题也尤为凸显，由此引 [1] 发的大面积水华问题给池塘养殖业带来巨大损失，也对生态环境产生严重威胁。本论文根据某池塘水的指标资料 ，并依据水体 主要理化因子与水华的关系，首先利用 SPSS 数据拟合，建立水体主要理化因子关系模型，并得出水华问题的原因所在。然后利 用神经网络模型建立水体理化因子与浮游生物致害密度之间的关系来分析水华产生的原因并进行未来 12 周的水华问题预测。最 后给出水产养殖的具体生态养殖模式——运用生物抑制的思想，由此达到提高养殖产量，减小环境污染的目的。 关键词：水华问题；理化因子；SPSS分析；神经网络模型；生态养殖 中图分类号：S955 文献标志码：A 文章编号：1672-3872（2016）07-0043-02 1 水华问题的背景 计方法。这样在研究复杂问题时容易抓住主要矛盾，揭示 [2] 目前，我国池塘养殖水产品占总淡水养殖的 70%， 其规律性，同时使问题得到简化，提高效率 。综合分析 所以，池塘养殖中出现的各类问题就显得尤为重要，直 相关系数和主成分系数的可得水华问题的主要理化因子 接关系到水产品品质及消费者安全。 为水温、铵态氮、盐度、透明度、总碱度、总磷、磷酸盐磷。 对于长期进行传统养殖模式的池塘，水体富营养化 3.2 水华问题预测所涉及的模型 程度高，蓝藻、轮虫等引起的水华问题尤为突出，水华 本题中牵涉到的影响理化因子较多，因此建立一般 的大面积长时间存在对鱼类的生长极为不利，严重时还 的模型将会比较复杂。而神经网络，作为当下热门的信 会引发含氧量大大降低，水质恶化，鱼类中毒等事故。 息处理结构，通过调整所包含的神经元节点之间的复杂 并由此造成的严重环境污染及水体污染，对养殖业是一 连接来达到处理信息的目的，适合于本问题的数学建模。 个严重的打击。因此，分析水华产生的原因，进而有效 3.3 模型建立 预测水华的发生，从而提出控制、预防水华的方法，保 对于某池塘 1 ～ 15 周数据，我们选取主要的理化 证池塘养殖业高效健康发展。 因子为模型输入端，以水华发生时的浮游生物总量作为 2 水华问题的原因分析 模型的输出端，整合数据后加以时间轴并归一化作为神 根据查阅资料 [1] 我们发现水华的发生和池塘中理化 经网络的数据集。每次训练神经网络，我们在数据集中 因子（池水中无机盐和有机物的含量及环境因素）有着 随机选取70%的数据作为训练集，15%作为测试集，15% 很大的因果关系，理化因子的不正常变动会引起浮游植 作为验证集，采用包含延迟为 2 ～ 10 个隐藏神经元的 物和生物的数量的剧增，进而导致水华，所以理化因子 时间序列神经网络，使用 Levenberg-Marquardt 训练算 的量值关系就成为了水华问题分析的关键。于是，我们 法进行训练，直到获得比较理想的神经网络。 用 SPSS 软件对池塘中主要理化因子进行回归和相关性 3.4 预测结果