米來資訊丨淡水養殖池塘水華問題預測及池水凈化處理方法

米來-小米

淡水養殖池塘水華問題預測及池水凈化處理方法

1、水華問題的背景

  目前，我國池塘養殖水產品占總淡水養殖的70%，所以，池塘養殖中出現的各類問題就顯得尤為重要，直接關系到水產品品質及消費者安全。

  對于長期進行傳統養殖模式的池塘，水體富營養化程度高，藍藻、輪蟲等引起的水華問題尤為突出，水華的大面積長時間存在對魚類的生長極為不利，嚴重時還會引發含氧量大大降低，水質惡化，魚類中毒等事故。并由此造成的嚴重環境污染及水體污染，對養殖業是一個嚴重的打擊。因此，分析水華產生的原因，進而有效預測水華的發生，從而提出控制、預防水華的方法，保證池塘養殖業高效健康發展。

2、水華問題的原因分析

  根據查閱資料我們發現水華的發生和池塘中理化因子（池水中無機鹽和有機物的含量及環境因素）有著很大的因果關系，理化因子的不正常變動會引起浮游植物和生物的數量的劇增，進而導致水華，所以理化因子的量值關系就成為了水華問題分析的關鍵。于是，我們用SPSS軟件對池塘中主要理化因子進行回歸和相關性分析，從而得到池塘水中理化因子（總氮、總磷、磷酸鹽磷，硝態氮、亞硝態氮）含量的回歸關系。結果顯示總氮含量與總磷、磷酸鹽磷含量為正相關，與硝態氮、亞硝態氮含量為負相關。總氮與總磷之間為三角函數與多項式的復合關系，總氮含量隨總磷含量上升總體趨勢為上升，但過程中出現周期性變化。總磷與無機磷（即磷酸鹽磷）為正相關的線性關系。

3、池塘水華問題的預測

3.1 預測水華問題所需的理化因子
  我們利用SPSS對池塘中理化因子進行主成分分析，以此來選擇對于整個系統影響較大的理化因子并對它們進行后續分析。主成分分析是利用降維思想，在損失很少信息的前提下把多個指標轉化為幾個綜合指標的多元統計方法。這樣在研究復雜問題時容易抓住主要矛盾，揭示其規律性，同時使問題得到簡化，提高效率。綜合分析相關系數和主成分系數的可得水華問題的主要理化因子為水溫、銨態氮、鹽度、透明度、總堿度、總磷、磷酸鹽磷。

3.2 水華問題預測所涉及的模型
  本題中牽涉到的影響理化因子較多，因此建立一般的模型將會比較復雜。而神經網絡，作為當下熱門的信息處理結構，通過調整所包含的神經元節點之間的復雜連接來達到處理信息的目的，適合于本問題的數學建模。

3.3 模型建立
  對于某池塘1～15周數據，我們選取主要的理化因子為模型輸入端，以水華發生時的浮游生物總量作為模型的輸出端，整合數據后加以時間軸并歸一化作為神經網絡的數據集。每次訓練神經網絡，我們在數據集中隨機選取70%的數據作為訓練集，15%作為測試集，15%作為驗證集，采用包含延遲為2～10個隱藏神經元的時間序列神經網絡，使用Levenberg-Marquardt訓練算法進行訓練，直到獲得比較理想的神經網絡。

3.4 預測結果
  由結果分析，我們可以看出隨著時間的增長，浮游生物的含量出現很大波動，但總體趨勢仍是下降的。這表明我們的池塘生態系統具有一定的自我修復能力，在這一期間我們要嚴格控制以上主要理化因子的排放量，保證水華問題的有效預防。

4、水華問題的治理——生態養殖模式

  到目前為止，我國池塘養殖面積超過300萬h㎡，養殖的水產品是市場上水產品供應的主要來源，池塘的生態養殖技術意義重大，關系到人民生活質量及國家國民經濟發展。但在大規模養殖的背景下，出現了傳統粗放型養殖的很多問題，如：水體富營養化、溶氧量低、有害物質含量多等，嚴重危及養殖水產品的質量安全。

  綜合附件信息及相關專業資料，我們構建了一種新型的生態養殖模式，最大化利用資源，最小化減少排放，保證淡水養殖水產品的質量安全及環境友好。

“養魚先養水，養水先養泥。”由于魚代謝物、水生動物植物尸體的都會沉積在底泥中腐爛，氮和磷含量高，耗氧量高。是污染物的匯集地和營養元素的發源地。

具體做法：
1）養殖之前先將底泥消毒處理，并種植適量的水草供魚類食用，以利用高含量的氮和磷。
2）根據不同魚類各自生活習性，采取混合搭養的方式，充分利用而餌料，并減少殘余餌料在底泥中分解消耗氧氣。
3）根據不同物種生活習性，采用多池塘并行養殖的方式，綜合利用池塘中富營養物質，減少或避免對環境的排放污染。

來自水產養殖網