[发明专利]基于机器学习的池塘海水养殖水温的预测方法

说明书

本发明公开了一种基于机器学习的池塘海水养殖水温的预测方法，包括以下步骤：S1、创建池塘海水养殖水温预测模型：S2、调整参数对所述预测模型进行优化；S3、对优化后的所述预测模型进行评估确定；S4、在确定的所述预测模型中输入气象因子的预报数据，进行池塘海水养殖水温预报。本发明能够通过创建的预测模型对池塘海水养殖水温进行预测，从而有效指导池塘海水水产养殖生产管理，提高经济效益。

技术领域

本发明属于养殖水温预测领域，尤其涉及一种基于机器学习的池塘海水养殖水温的预测方法。

背景技术

近年来，国内外有关水体的变化规律及预测大多集中在海域或内陆等水体，关于池塘水温预测的研究较少，尤其专项针对广东省池塘海水养殖行业的水温预测研究更少。而水温作为海水养殖中一个十分重要的水体环境因素，会直接影响到水生生物的生长、繁殖、代谢和免疫等方面。水温过高会降低水中溶解氧含量，导致生物窒息或缺氧；加剧水体富营养化和藻类暴发；增加养殖生物的新陈代谢和呼吸需求，从而消耗更多的能量和饲料；提前或延迟养殖生物的发育和繁殖周期等。水温过低会降低养殖生物的食欲和活动能力，影响其生长和摄食量；延迟或抑制其繁殖；增加养殖生物感染疾病的风险等。池塘海水养殖与滩涂贝类养殖、海上筏式养殖统称海水养殖业的三大主要养殖方式。我国的池塘海水养殖模式，是从20世纪70年代末中国对虾的大规模养殖开始的，池塘海水养殖关注点在于其生活水环境的各项指标，其中水温是影响养殖水产品摄食、生长、存活、繁育的重要水质指标之一。水温突变会造成水生动物抵抗力下降，引起疾病甚至会造成死亡，同时水体环境还可能发生物理化学反应，破坏养殖水环境。不同水生动物对水温的要求不同，同类水生动物在不同的生长阶段对水温的要求也有差异。在适温范围内，水生动物代谢作用增强，生长速度也会加快；反之，温度的迅速变化将会导致新陈代谢速度的改变和免疫系统功能低下等问题，从而引起水生动物的疾病或死亡。

因此，准确预测池塘海水水温变化，进而调整养殖动作，对于指导养殖生产和促进渔业现代化具有重要意义。

发明内容

为了解决现有技术存在的不足，本发明提供了一种基于机器学习的池塘海水养殖水温的预测方法，利用气象因子的选择及搭建梯度提升树模型，创建池塘海水养殖水温预测模型，对池塘海水养殖水温进行有效预测。

为了实现上述目的，本发明的一个实施方式的一种基于机器学习的池塘海水养殖水温的预测方法，其包括以下步骤：

S1、创建池塘海水养殖水温预测模型：

其中，表示预测水温，表示初始化学习器预测的水温，x表示气象因子，气象因子具体为：气温因子、风速因子、相对湿度因子及气压因子；m表示回归树的个数，j=1,2,…,，表示第m棵回归树叶子节点的个数；表示对叶子区域拟合最佳残差；I(x∈R_m,j)表示指示函数，R_m,j表示第m棵回归树的第j个特征单元；表示第m棵叶子区域预测的水温，所有树预测的水温和表示为：

S2、调整参数对所述预测模型进行优化；

S3、对优化后的所述预测模型进行评估确定；

S4、在所述预测模型中输入气象因子的预报数据，进行池塘海水养殖水温预报。

进一步地，所述步骤S1、创建池塘海水养殖水温预测模型，具体步骤为：

S11、建立水温数据和气象数据采集的来源渠道；

S12、采集和处理水温数据和气象数据；

S13、选择输入模型的气象因子；

S14、创建池塘海水养殖水温预测模型。

进一步地，所述步骤S12中采集水温数据和气象数据的方式为连续采集，并形成连续数据序列集。

进一步地，所述步骤S12中采集的气象数据包括气温数据、气压数据、相对湿度数据、降水数据及风速数据。