论文摘要:

池塘是一个复杂的农业系统, 为了从池塘中最大限度地获取人类所需要地水产品,深入地研究该系统内部各个因子的相互联系建立一系列的模型对这些因子进行监测、调控及预测是非常重要的。

本课题从养殖生产的实际情况出发，以北京市小汤山水产养殖场为研究对象，对地热水用于水产养殖的水环境因子进行了分析、试验及模拟研究。在综合分析地热水用于水产养之时，池塘水温的影响因素的基础上，提出了池塘水温一维准动态基本模型，经验证，它是一个非常适用于计算机智能控制水温的实用数学模型。

应用模糊控制理论，建立了包括风速，气温，水温三个输入变量在内的分层两输入－单输出模糊控制器来代替操作人员池塘水温模糊控制模型，并在控制规则中采用了自调整（自组织）法来修正与实际操作差别过大的控制规则。为了验证此模型的可行性和实用性，编制了包括操作人员－池塘－环境这一整体系统的水温模糊控制的动态仿真软件，并对在任何环境条件参数下，利用该仿真软件进行了水温变化特性曲线的动态模拟，效果较好。 在详细分析了地热水用于水产养殖过程中溶解氧的各影响因素的基础上，应用神经网络理论和技术，建立了包括时间、太阳辐射、风速、气温、水层深度、水温等六个输入变量在内的多层前向神经网络的溶解氧智能动态预测模型，阐明了建模的原理、步骤、和网络学习过程，编制了计算机程序。经验证，该模型与实测数据拟合良好，解决了生产实践中溶解氧的动态监测和预报问题，为采取何种方式，何时进行增氧提供了科学理论依据。 通过不同预测模型的夜间池塘溶解氧的下降量预测效果的对比，基于神经网络的池塘溶解氧预测模型具有简捷、实时性好、精度较高、适用与用计算机实现对多个池塘的溶解氧的动态监测和管理等特点，为提高养殖生产和管理水平奠定了理论基础，是一种新型的具有一定智能的池塘溶解氧预测方法。

最后本文从分析水域中氨的来源及其转化入手，提出了氨氮生产量的预测模式及控制养殖水域中非离子氨含量保持在安全浓度范围内的具体措施： （1） 提高养殖水域中的溶解氧含量；

（2） 科学合理地投喂饲料；

（3） 控制水域的PH值；

（4） 饲料成分中添加少量的沸石。

关键词：地热水，水产养殖，池塘水环境因子，神经网络，模型