專利：魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法及裝置.pdf

19 中華 人民共和國 國家知識產權局 12 發(fā)明 專利申請 10 申請公布號 43 申請公布日 21 申請 號 202111071055 8 22 申請日 2021 09 13 71 申請人 中國農業(yè)大 學 地址 100193 北京市海淀區(qū) 圓明園西路2號 72 發(fā)明人 王洋 柯志鑫 劉哥弟 趙華建 郭宇 張善宏 李 道亮 74 專利代理 機構 北京路浩知識產權代理有限 公司 1 1002 代理人 毛宏寶 51 Int Cl G05D 27 02 2006 01 54 發(fā)明名稱 魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法及裝置 57 摘要 本發(fā)明提供一種魚菜共生系統(tǒng)環(huán)境參數(shù)預 測方法及裝置 其中方法包括 接收魚菜共生系 統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境 參數(shù)的監(jiān)測值 其中 至少一個環(huán)境傳感器與至 少一個環(huán) 境參數(shù)一一對應 將 至少一個環(huán)境參數(shù) 的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型 中 得到多模式時間卷積網(wǎng)絡預測模 型輸出的至 少一個環(huán)境參數(shù)的預測值 其中 多模式時間卷 積網(wǎng)絡預測模 型 是以魚菜共生系統(tǒng)內至少一個 環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練 樣本進行訓練后得到的 用于對魚菜共生系統(tǒng)內 至少一個環(huán) 境參數(shù)的變化趨勢進行預測 本發(fā)明 能夠實現(xiàn)魚菜共生系統(tǒng)內環(huán)境參數(shù)調節(jié)的及時 性和準確性 權利要求書2頁 說明書11頁 附圖4頁 CN 113760017 A 2021 12 07 CN 113760017 A 1 一種魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法 其特 征在于 包括 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的監(jiān)測值 其中 所述至少一個環(huán)境傳感器與所述至少一個環(huán)境 參數(shù)一 一對應 將所述至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述 多模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值 其中 所述多模式時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至少一個環(huán) 境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練樣本進行訓練后得到的 用于對所述魚菜共生 系統(tǒng)內所述至少一個環(huán)境 參數(shù)的變化趨勢進行 預測 2 根據(jù)權利要求1所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 所述將所述至 少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷 積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 獲取 所述至少一個環(huán)境 參數(shù)的目標值 在所述至少一個環(huán)境參數(shù)的預測值與所述目標值的偏差超出目標閾值 時 執(zhí)行與 所述 至少一個環(huán)境參數(shù)對應的提醒操作 其中 所述提醒操作用于提醒用戶所述至少一個環(huán)境 參數(shù)的預測值是異常的 3 根據(jù)權利要求2所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 所述提醒操 作 包括以下至少一項 向所述魚菜共生系統(tǒng)的遠程監(jiān)控平臺發(fā)送提醒消息 所述提醒消息用于提醒所述用戶 所述至少一個環(huán)境 參數(shù)的預測值是異常的 控制所述魚菜 共生系統(tǒng)內的目標裝置發(fā)出目標聲 音 4 根據(jù)權利要求1所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 所述將所述至 少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷 積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 獲取 所述至少一個環(huán)境 參數(shù)的目標值 在所述至少一個環(huán)境參數(shù)的預測值與所述目標值的偏差超出目標閾值 時 向所述至少 一個環(huán)境 參數(shù)對應的至少一個調節(jié)裝置環(huán)境傳感器發(fā)送所述至少一個環(huán)境 參數(shù)的目標值 5 根據(jù)權利要求1至4任一項所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 在 所述至少一個環(huán)境參數(shù)包括第一環(huán)境參數(shù)和 第二環(huán)境參數(shù)的情況下 所述將所述至少一個 環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡 預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值 包括 將所述第一環(huán)境參數(shù)的監(jiān)測值輸入至所述多模式時間卷積網(wǎng)絡預測模型中 得到所述 多模式時間卷積網(wǎng)絡預測模型輸出的所述第二環(huán)境 參數(shù)的預測值 其中 所述多模式時間卷積網(wǎng)絡預測模型用于 基于所述訓練樣本確定所述第一環(huán)境 參數(shù)和所述第二環(huán)境參數(shù)之 間的關聯(lián)關系 并基于所述關聯(lián)關系和所述第一環(huán)境參數(shù)的監(jiān) 測值 確定所述第二環(huán)境 參數(shù)的預測值 6 根據(jù)權利要求1至4任一項所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 所 述將所述至少一個環(huán) 境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多 模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 將所述至少一個環(huán)境 參數(shù)的監(jiān)測值和預測值存 儲至所述魚菜 共生系統(tǒng)的數(shù)據(jù)庫中 權 利 要 求 書 1 2 頁 2 CN 113760017 A 7 根據(jù)權利要求1至4任一項所述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其特征在于 所 述環(huán)境 參數(shù) 包括以下至少一項 空氣 溫度 空氣濕度 空氣中二氧化碳濃度 魚池內水溫 魚池內溶解氧濃度 魚池內氨 氮濃度 魚池內硝酸鹽濃度 魚池內氫離 子濃度指數(shù)pH值 水流速度 8 一種魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測裝置 其特 征在于 包括 接收模塊 用于接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的 第一 監(jiān)測值 預測模塊 用于將所述至少一個環(huán)境參數(shù)的第 一監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預 測模型中 得到所述多模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境參數(shù)的第一預 測值 其中 所述多模式時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至少一個環(huán) 境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練樣本進行訓練后得到的 用于對所述魚菜共生 系統(tǒng)內所述至少一個環(huán)境 參數(shù)的變化趨勢進行 預測 9 一種電子設備 包括存儲器 處理器及存儲在所述存儲器上并可在所述處理器上運 行的計算機程序 其特征在于 所述處理器執(zhí)行所述程序時實現(xiàn)如權利要求1至7任一項所 述魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的步驟 10 一種非暫態(tài)計算機可讀存儲介質 其上存儲有計算機程序 其特征在于 所述計算 機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7任一項所述魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 的步驟 權 利 要 求 書 2 2 頁 3 CN 113760017 A 魚菜共生系統(tǒng)環(huán)境 參數(shù)預測方 法及裝 置 技術領域 0001 本發(fā)明涉及農業(yè)技術領域 尤其涉及一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法及裝 置 背景技術 0002 魚菜共生系統(tǒng)是農業(yè)技術中集循環(huán)水養(yǎng)殖和水耕栽培于一體的新型復合型耕作 體系 不同于傳統(tǒng)的水產養(yǎng)殖和蔬菜養(yǎng)殖等單一生產系統(tǒng) 魚菜共生系統(tǒng)在一定程度上降 低了勞動者的工作強度 能夠更有效地利用資源和能源 0003 現(xiàn)有的工廠化溫室魚菜共生系統(tǒng) 通常采用手持式傳感器監(jiān)測方式 但是 手持式 傳感器存在實時性較弱 存儲容量較低的缺點 無法有效應對極端環(huán)境的情況 難以滿足用 戶對溫室環(huán)境 參數(shù)的監(jiān)測實時性 調整及時性和準確性的需求 發(fā)明內容 0004 針對現(xiàn)有技術存在的問題 本發(fā)明提供一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法及裝 置 實現(xiàn)魚菜 共生系統(tǒng)內環(huán)境 參數(shù)調節(jié)的及時性和準確性 0005 本發(fā)明提供一種魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法 包括 0006 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的監(jiān)測值 其 中 所述至少一個環(huán)境傳感器與所述至少一個環(huán)境 參數(shù)一 一對應 0007 將 所述至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型 中 得到 所述多模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值 0008 其中 所述多模式時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至少一 個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練樣本進行訓練后得到的 用于對所述魚菜 共生系統(tǒng)內所述至少一個環(huán)境 參數(shù)的變化趨勢進行 預測 0009 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 所述將所述至少一個環(huán) 境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預 測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 0010 獲取 所述至少一個環(huán)境 參數(shù)的目標值 0011 在所述至少一個環(huán)境參數(shù)的預測值與所述目標值的偏差超出目標閾值時 執(zhí)行與 所述至少一個環(huán)境參數(shù)對應的提醒操作 其中 所述提醒操作用于提醒用戶所述至少一個 環(huán)境 參數(shù)的預測值是異常的 0012 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 所述提醒操作 包括以 下至少一項 0013 向所述魚菜共生系統(tǒng)的遠程監(jiān)控平臺發(fā)送提醒消息 所述提醒消息用于提醒所述 用戶所述至少一個環(huán)境 參數(shù)的預測值是異常的 0014 控制所述魚菜 共生系統(tǒng)內的目標裝置發(fā)出目標聲 音 0015 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 所述將所述至少一個環(huán) 說 明 書 1 11 頁 4 CN 113760017 A 境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預 測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 0016 獲取 所述至少一個環(huán)境 參數(shù)的目標值 0017 在所述至少一個環(huán)境參數(shù)的預測值與所述目標值的偏差超出目標閾值時 向所述 至少一個環(huán)境 參數(shù)對應的至少一個調節(jié)裝置發(fā)送所述至少一個環(huán)境 參數(shù)的目標值 0018 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 在所述至少一個環(huán)境參 數(shù)包括第一環(huán)境參數(shù)和 第二環(huán)境參數(shù)的情況下 所述將所述至少一個環(huán)境參數(shù)的監(jiān)測值輸 入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預測模型輸出的所述 至少一個環(huán)境 參數(shù)的預測值 包括 0019 將 所述第一環(huán)境參數(shù)的監(jiān)測值輸入至所述多模式時間卷積網(wǎng)絡預測模型 中 得到 所述多模式時間卷積網(wǎng)絡預測模型輸出的所述第二環(huán)境 參數(shù)的預測值 0020 其中 所述多模式時間卷積網(wǎng)絡預測模型用于 基于所述訓練樣本確定所述第一 環(huán)境參數(shù)和所述第二環(huán)境參數(shù)之間的關聯(lián)關系 并基于所述關聯(lián)關系和所述第一環(huán)境參數(shù) 的監(jiān)測值 確定所述第二環(huán)境 參數(shù)的預測值 0021 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 所述將所述至少一個環(huán) 境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預 測模型輸出的所述至少一個環(huán)境 參數(shù)的預測值之后 還 包括 0022 將所述至少一個環(huán)境參數(shù)的監(jiān)測值和預測值存儲至所述魚菜共生系統(tǒng)的數(shù)據(jù)庫 中 0023 根據(jù)本發(fā)明提供的一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 所述環(huán)境參數(shù) 包括以 下至少一項 0024 空氣溫度 空氣濕度 空氣中二氧化碳濃度 魚池水溫 魚池溶解氧濃度 魚池氨氮 濃度 魚池硝酸鹽濃度 魚池氫離 子濃度指數(shù)pH值 水流速度 0025 本發(fā)明還提供一種魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測裝置 包括 0026 接收模塊 用于接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參 數(shù)的第一 監(jiān)測值 0027 預測模塊 用于將所述至少一個環(huán)境參數(shù)的第一監(jiān)測值輸入至多模式時間卷積網(wǎng) 絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境參數(shù)的第 一預測值 0028 其中 所述多模式時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至少一 個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練樣本進行訓練后得到的 用于對所述魚菜 共生系統(tǒng)內所述至少一個環(huán)境 參數(shù)的變化趨勢進行 預測 0029 本發(fā)明還提供一種電子設備 包括存儲器 處理器及存儲在存儲器上并可在處理 器上運行的計算機程序 所述處理器執(zhí)行所述程序時實現(xiàn)如上述任一種所述魚菜共生系統(tǒng) 環(huán)境 參數(shù) 預測方法的步驟 0030 本發(fā)明還提供一種 非暫態(tài)計算機可讀存儲介質 其上存儲有計算機程序 該計算 機程序被處 理器執(zhí) 行時實現(xiàn)如上述任一種所述魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的步驟 0031 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法及裝置 基于環(huán)境參數(shù)的監(jiān)測值 使用多模式時間卷積網(wǎng)絡預測模型對魚菜共生系統(tǒng)內環(huán)境參數(shù)的變化趨勢進 行預測 用戶 說 明 書 2 11 頁 5 CN 113760017 A 依據(jù)環(huán)境參數(shù) 的預測 值 可以及時調整魚菜共生系統(tǒng)內環(huán)境參數(shù) 防止極端環(huán)境對作物與 魚類造成損害 保證魚菜共生系統(tǒng)內環(huán)境參數(shù)調節(jié)的及時性和準確 性 能夠有效縮短生長 周期 提高作物產量 附圖說明 0032 為了更清楚地說明本發(fā)明或現(xiàn)有技術中的技術方案 下面將對實施例或現(xiàn)有技術 描述中所需要使用的附圖作一簡單地介紹 顯而易見地 下面描述中的附圖是本發(fā)明的一 些實施例 對于本領域普通技術人員來講 在不付出創(chuàng)造性勞動的前提下 還可以根據(jù)這些 附圖獲得其 他的附圖 0033 圖1為本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測的應用場景示 意圖 0034 圖2是本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的流 程 示 意圖之一 0035 圖3是本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的流 程 示 意圖之二 0036 圖4是本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的流 程 示 意圖之三 0037 圖5是本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法的流 程 示 意圖之四 0038 圖6是本發(fā)明提供的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測裝置的結構示 意圖 0039 圖7 是本發(fā)明提供的電子設備的結構示 意圖 具體實施方式 0040 為使本發(fā)明的目的 技術方案和優(yōu)點更加清楚 下面將結合本發(fā)明中的附圖 對本 發(fā)明中的技術方案進行清楚 完整地描述 顯然 所描述的實施例是本發(fā)明一部分實施例 而不是全部的實施例 基于本發(fā)明中的實施例 本領域普通技術人員 在沒有作出創(chuàng)造性勞 動前提下 所獲得的所有其 他實施例 都屬于 本發(fā)明保護的范圍 0041 本發(fā)明提供一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 包括 接收魚菜共生系統(tǒng)內至 少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù) 的監(jiān)測值 其中 所述至少一個環(huán)境傳感器與 所述至少一個環(huán)境參數(shù)一一對應 將所述至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷 積網(wǎng)絡 Multi Pattern Temporal Convolutional Network MP TCN 預測模型中 得到所述 多模式時間卷積網(wǎng)絡預測模型輸出 的所述至少一個環(huán)境參數(shù) 的預測值 其中 所述多模式 時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至少一個環(huán)境參數(shù)的基于時間間隔 的歷史監(jiān)測值為訓練樣本進行訓練后得到的 用于對所述魚菜共生系統(tǒng)內所述至少一個環(huán) 境參數(shù) 的變化趨勢進行預測 上述方法基于環(huán)境參數(shù) 的監(jiān)測值 使用多模式時間卷積網(wǎng)絡 預測模型對魚菜共生系統(tǒng)內環(huán)境參數(shù) 的變化趨勢進行預測 用戶依據(jù)環(huán)境參數(shù) 的預測值 可以及時調整魚菜共生系統(tǒng)內環(huán)境參數(shù) 防止極端環(huán)境對作物與魚類造成損害 能夠保證 魚菜 共生系統(tǒng)內環(huán)境 參數(shù)調節(jié)的及時性和準確性 有效縮短生長周期 提高作物產量 0042 本 發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 可應用于魚菜共生系統(tǒng)中 圖1為 本發(fā)明提供的魚菜共生系統(tǒng)環(huán) 境參數(shù)預測的應用場景示意圖 圖1示出的魚菜共生系統(tǒng) 包 括 溫室101 網(wǎng)絡側設備 02 服 務器10 3及遠程 監(jiān)控平臺104 其中 0043 溫室101包括 魚池 011 種植槽 012 匯聚節(jié)點1013 溶解氧濃度監(jiān)測節(jié)點1014 氨氮濃度監(jiān)測節(jié)點1015 水溫監(jiān)測節(jié)點1016 硝酸鹽濃度監(jiān)測節(jié)點1017 氫離子濃度指數(shù) pH 值監(jiān)測節(jié)點1018 二氧化碳濃度監(jiān)測節(jié)點1019 空氣溫度監(jiān)測節(jié) 點1020 空氣濕度監(jiān)測 說 明 書 3 11 頁 6 CN 113760017 A 節(jié)點1021 過 濾裝置102 2 換 熱裝置1023 水流速度監(jiān)測節(jié)點1024 循環(huán)水系統(tǒng)1025 0044 魚池1011和種植槽1012通過循環(huán)水系統(tǒng)1025連接 在循環(huán) 水系統(tǒng)1025中魚池1011 的入水口處安裝有換熱裝置1023 換熱裝置1023用于調節(jié)水溫 保證水溫處于魚菜生長的 最佳溫度 在循環(huán)水系統(tǒng)1025中魚池1011和種植槽1012的出水口處分別安裝有過濾裝置 1022 過濾裝置1022用于過濾水體雜質 提高換熱裝置1023的使用周期 在循環(huán)水系統(tǒng)1025 中安裝有水流速度監(jiān)測節(jié) 點1024 溶解氧濃度監(jiān)測節(jié)點 1014 氨氮濃度監(jiān)測節(jié) 點1015 水溫 監(jiān)測節(jié)點1016 硝酸鹽濃度監(jiān)測節(jié)點1017及pH值監(jiān)測節(jié)點1018安裝于魚池1011中 二氧化 碳濃度監(jiān)測節(jié)點1019 空氣溫度監(jiān)測節(jié)點1020及空氣濕度監(jiān)測節(jié)點1021安裝于溫室101內 部 位于種養(yǎng) 槽上 方 0045 溶解氧濃度監(jiān)測節(jié)點1014 氨氮濃度監(jiān)測節(jié)點10 15 水溫監(jiān)測節(jié)點1016 硝酸鹽濃 度監(jiān)測節(jié)點1017 pH值監(jiān)測節(jié)點1018及水流速度監(jiān)測節(jié)點1024 均可以通過直流電源連接 進行供電 將監(jiān)測節(jié)點的傳感器探頭深入水中進行實時監(jiān)測 溶解氧濃度監(jiān)測節(jié)點1014用 于監(jiān)測魚池1011內溶解氧濃度 氨氮濃度監(jiān)測節(jié)點1015用于監(jiān)測魚池1011內氨氮濃度 水 溫監(jiān)測節(jié)點1016用于監(jiān)測魚池1011內水溫 硝酸鹽濃度監(jiān)測節(jié)點 017用于監(jiān)測魚池1011內 硝酸鹽濃度 pH值監(jiān)測節(jié)點1018用于監(jiān)測魚池1011內pH值 二氧化碳濃度監(jiān)測節(jié)點1019用 于監(jiān)測溫室101內空氣中二氧化碳濃度 空氣溫度監(jiān)測節(jié) 點 1020用于監(jiān)測溫室101 內空氣溫 度 空氣濕度監(jiān)測節(jié) 點 1021用于監(jiān)測溫室101內空氣濕度 水流速度監(jiān)測節(jié) 點1024用于監(jiān)測 循環(huán)水系統(tǒng)1025中水流速度 0046 溶解氧濃度監(jiān)測節(jié)點1014 氨氮濃度監(jiān)測節(jié)點10 15 水溫監(jiān)測節(jié)點1016 硝酸鹽濃 度監(jiān)測節(jié)點1017 pH值監(jiān)測節(jié)點1018 二氧化碳濃度監(jiān)測節(jié)點1019 空氣溫度監(jiān)測節(jié)點 1020 空氣濕度監(jiān)測節(jié)點1021及水流速度監(jiān)測節(jié)點1024將各自采集的環(huán)境參數(shù)的監(jiān)測值 分別通過無線通信協(xié) 議傳輸?shù)絽R聚節(jié) 點 1013 匯聚節(jié) 點1013主要用于實現(xiàn)上述各個監(jiān)測節(jié) 點與網(wǎng)絡側設備102之間的通信 幫助用戶實現(xiàn)查詢指令與監(jiān)測值的透明傳輸 具體地 匯 聚節(jié)點 1013將從上述各個監(jiān)測節(jié)點接收到的環(huán)境參數(shù)的監(jiān)測值進 行 統(tǒng)一收集封裝后 通過 有 線以太網(wǎng)或者網(wǎng)絡側設備102發(fā)送到服 務器10 3 0047 在服務器103上運行預裝程序 并設有數(shù)據(jù)庫 數(shù)據(jù)庫用于存儲各個環(huán)境參數(shù)的監(jiān) 測值 本發(fā)明中 服務器103基于環(huán)境參數(shù)的監(jiān)測值 使用多模式時間卷積網(wǎng)絡預測模型對 魚菜共生系統(tǒng)內環(huán)境參數(shù) 的變化趨勢進行預測 得到環(huán)境參數(shù)的變化趨勢 即環(huán)境參數(shù) 的 預測值 進一 步 服 務器10 3將環(huán)境 參數(shù)的預測值發(fā)送給遠程 監(jiān)控平臺104 0048 遠程監(jiān)控平臺104可以遠程訪問服務器103上 遠程監(jiān)控平臺104 借助服務器103 對魚菜共生系統(tǒng)內水質和熱環(huán)境進行監(jiān)測 為用戶提供可視化的查詢和控制窗口 便于用 戶對溫室數(shù)據(jù)的遠程查詢和管理 遠程監(jiān)控平臺104還可以提供環(huán) 境傳感器管 理 包括型號 管 理 實例管 理等 環(huán)境參數(shù)實時監(jiān)測 數(shù)據(jù)實時展示 數(shù)據(jù)可視化 數(shù)據(jù)導出等功能 用戶 可以通過遠程監(jiān)控平臺104查詢環(huán)境參數(shù)的監(jiān)測值和預測值 也可以依據(jù)環(huán)境參數(shù)的預測 值及時調整魚菜共生系統(tǒng)內環(huán)境參數(shù) 防止極端環(huán)境對作物與魚類造成損害 能夠保證魚 菜 共生系統(tǒng)內環(huán)境 參數(shù)調節(jié)的及時性和準確性 0049 可選地 本發(fā)明中遠程監(jiān)控平臺104采用前后端分離的開發(fā)模式 前端使用 JavaScript漸進式框架Vue js前端構建用戶界面 調用Axios庫 發(fā)送HTTP HTTPS請求 實 現(xiàn)調用后端RESTFUL風格API接口 后端采用SSM Spring Spring MVC Mybatis 框架 在 說 明 書 4 11 頁 7 CN 113760017 A eclipse開發(fā)環(huán)境下利用Java編程語言進行程序設計 采用MySQL數(shù)據(jù)庫作為系統(tǒng)的數(shù)據(jù) 庫 對魚菜 共生系統(tǒng)內環(huán)境 參數(shù)的監(jiān)測數(shù)據(jù)進行增 加 刪除 修改 查詢等操作 0050 需要 說 明的是 溶解氧濃度監(jiān)測節(jié)點10 14 氨氮濃度監(jiān)測節(jié)點10 15 水溫監(jiān)測節(jié)點 1016 硝酸鹽濃度監(jiān)測節(jié)點1017 pH值監(jiān)測節(jié)點1018 二氧化碳濃度監(jiān)測節(jié)點1019 空氣溫 度監(jiān)測節(jié) 點1020 空氣濕度監(jiān)測節(jié) 點1021 水流速度監(jiān)測節(jié)點 1024均為無線傳感器節(jié) 點 即 環(huán)境傳感器 各個環(huán)境傳感器均 分別由長距無線通信協(xié)議 Long Range LoRa 物聯(lián)網(wǎng)節(jié)點 與有線傳感器 如RS485有線傳感器 構成 LoR a物聯(lián)網(wǎng)節(jié) 點可以實現(xiàn)將 本來由RS485協(xié)議輸 入輸出的傳感器數(shù)據(jù)轉換為LoRa傳輸 實現(xiàn)查詢指令與監(jiān)測數(shù)據(jù)的透明傳輸 各個無線傳 感器節(jié)點與匯聚節(jié)點 1013構成物聯(lián)網(wǎng)通信網(wǎng)絡 各個無線傳感器節(jié)點采集的環(huán)境參數(shù)的監(jiān) 測值通過LoR a無線物聯(lián)網(wǎng)協(xié)議傳輸?shù)絽R聚節(jié) 點1013 由匯聚節(jié) 點 1013進行 統(tǒng)一收集封裝并 轉 發(fā) 本發(fā) 明結合魚菜共生系統(tǒng)中溫室環(huán)境和內部 魚類與作 物生理情況 根據(jù)實際需求 確 定以監(jiān)測溫室內環(huán) 境 作物 水質等方面的環(huán)境傳感器為監(jiān)測手段 使用Lo Ra無線物聯(lián)網(wǎng)協(xié) 議完成各個環(huán)境傳感器與 匯聚節(jié)點的通訊 使用有線以太網(wǎng)或運營商移動數(shù)據(jù)網(wǎng)絡完成匯 聚節(jié)點與服務器的通訊 對采集到的數(shù)據(jù)進 行分析 以魚菜共生溫室環(huán)境參數(shù)為研究對象 搭建魚菜共生溫室環(huán)境監(jiān)測方案 為實現(xiàn)魚菜共生溫室環(huán)境實時監(jiān)測提供基礎工具 推動 魚菜 共生溫室 設施農業(yè)的發(fā)展 0051 下面結合圖1 圖5描述本發(fā)明的魚菜 共生系統(tǒng)環(huán)境 參數(shù) 預測方法 0052 圖2為本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法的流程示意圖之一 如圖2所 示 該 方法包括 0053 步驟201 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的 監(jiān)測值 其中 至少一個環(huán)境傳感器與至少一個環(huán)境 參數(shù)一 一對應 0054 可選地 所述環(huán)境傳感器 包括以下至少一項 空氣溫度監(jiān)測節(jié)點 空氣濕度監(jiān)測 節(jié)點 二氧化碳濃度監(jiān)測節(jié)點 水溫監(jiān)測節(jié) 點 溶解氧濃度監(jiān)測節(jié) 點 氨氮濃度監(jiān)測節(jié)點 硝 酸鹽濃度監(jiān)測節(jié)點 pH值監(jiān)測節(jié)點 水流速度監(jiān)測節(jié) 點 所述環(huán) 境參數(shù) 包括以下至少一項 空氣溫度 空氣濕度 空氣中二氧化碳濃度 魚池內水溫 魚池內溶解氧濃度 魚池內氨氮濃 度 魚池內硝酸鹽濃度 魚池內pH值 水流速度 0055 需要說明的是 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 其執(zhí)行主體可以 為魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置 例如服務器103 或者 可以為該魚菜共生系統(tǒng)環(huán)境參 數(shù)預測裝置中的用于執(zhí)行魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法的控制模塊 本發(fā)明提供的魚菜 共生系統(tǒng)環(huán) 境參數(shù)預測方法可以應用于圖1所示的魚菜共生系統(tǒng)中 服務器 03接收魚菜共 生系統(tǒng)內至少一個環(huán) 境傳感器經(jīng)由匯聚節(jié)點 1013及網(wǎng)絡側設備102發(fā)送的至少一個環(huán) 境參 數(shù)的監(jiān)測值 0056 步驟202 將至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到多模式時間卷積網(wǎng)絡預測模型輸出 的至少一個環(huán)境參數(shù) 的預測值 其中 多模式時間 卷積網(wǎng)絡預測模型 是以魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值 為訓練樣本進 行訓練后得到的 用于對魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的變化趨勢進 行 預測 0057 可選地 預先通過對魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù) 如水溫 空氣溫度等 的 監(jiān)測值進行篩選和訓練 建立對溫室內魚菜共生系統(tǒng)中環(huán)境參數(shù)變化趨勢的預測模型 可 說 明 書 5 11 頁 8 CN 113760017 A 以據(jù)此預測溫室內諸如環(huán)境溫度和養(yǎng)殖區(qū)循環(huán)水的水溫等環(huán)境參數(shù)在未來一段時間內的 變化趨勢 預測溫室環(huán)境極端變化 并可以觸發(fā)預警 有助于用戶提前了解溫室環(huán)境變化 防止極端環(huán)境對作 物與魚類造成損害 由于農業(yè)設施內不同季節(jié)的不同環(huán)境因子的有效時 間間隔模式不盡相同 本發(fā)明提供 的多模式時間卷積網(wǎng)絡預測模型 對于現(xiàn)有的時間卷積 網(wǎng)絡 Temporal convolutional network TCN 模型的卷積結構進行了改進 使用多尺度卷 積核 多層次的擴展卷積策略 使多模式時間卷積網(wǎng)絡預測模型可以自適應的選擇環(huán)境參 數(shù)的歷史監(jiān)測值的時間 間隔模式 0058 可選地 環(huán)境參數(shù)的預測值可以是目標時刻的值 也可以是目標時間區(qū)間的變化 曲線 目標時刻為相對于當前時刻的相對時間 目標時間區(qū)間可以為相對于當前時刻的相 對時間區(qū)間 0059 可選地 魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置將至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多 模式時間卷積網(wǎng)絡預測模型中 得到多模式時間卷積網(wǎng)絡預測模型輸出的至少一個環(huán)境參 數(shù)的預測值之后 將至少一個環(huán)境參數(shù)的監(jiān)測值和預測值存儲至魚菜共生系統(tǒng)的服務器的 數(shù)據(jù)庫中 方便用戶查詢 可選地 環(huán)境參數(shù)的監(jiān)測值和預測值的存儲格式可以包括word excel pdf等 存儲格式可以由用戶設置 也可以采用系統(tǒng)默認設置 可選地 魚菜共生系統(tǒng) 的遠程監(jiān)控平臺允許數(shù)據(jù)的管理員查看系統(tǒng)支持的環(huán)境傳感器型號信息 并對環(huán)境傳感器 進 行增加 刪除 修改 查詢等操作 來完成環(huán)境傳感器的便捷 管 理 遠程監(jiān)控平臺根據(jù)傳感 器使用實例管理表中登記的溫室內現(xiàn)有環(huán)境傳感器實例的列 表 從服務器的數(shù)據(jù)庫中獲取 相關的最新溫室環(huán)境數(shù)據(jù)信息 實現(xiàn)數(shù)據(jù)實時展示 用戶在查詢時輸入一組或多組查詢請 求參數(shù) 比如所要查詢的傳感器實例 參數(shù)編號及數(shù)據(jù)時間區(qū)間等 遠程監(jiān)控平臺從服務器 的數(shù)據(jù)庫中讀取對應數(shù)據(jù) 繪制出 數(shù)據(jù)曲線圖 實現(xiàn)數(shù)據(jù)可視化 0060 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 基于環(huán)境參數(shù)的監(jiān)測值 使用多 模式時間卷積網(wǎng)絡預測模型對魚菜共生系統(tǒng)內環(huán) 境參數(shù)的變化趨勢進 行預測 用戶依據(jù) 環(huán) 境參數(shù) 的預測 值 可以及時調整魚菜共生系統(tǒng)內環(huán)境參數(shù) 防止極端環(huán)境對作物與魚類造 成損害 保證魚菜共生系統(tǒng)內環(huán)境參數(shù)調節(jié)的及時性和準確性 能夠有效縮短生長周期 提 高作物產量 0061 圖3為本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法的流程示意圖之二 如圖3所 示 該 方法包括 0062 步驟301 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的 監(jiān)測值 其中 至少一個環(huán)境傳感器與至少一個環(huán)境 參數(shù)一 一對應 0063 步驟302 將至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到多模式時間卷積網(wǎng)絡預測模型輸出 的至少一個環(huán)境參數(shù) 的預測值 其中 多模式時間 卷積網(wǎng)絡預測模型 是以魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值 為訓練樣本進 行訓練后得到的 用于對魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的變化趨勢進 行 預測 0064 需要說明的是 關于上述步驟301 302的說 明和解釋 可以參照上述步驟201 202 且能達 到相同的技 術效果 為避免重復 這里不再贅 述 0065 步驟3 03 獲取至少一個環(huán)境 參數(shù)的目標值 0066 可選地 環(huán)境參數(shù)的目標值是指在目標時間區(qū)間內最適宜魚菜共生的環(huán)境參數(shù)取 說 明 書 6 11 頁 9 CN 113760017 A 值 用戶可以預先在魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置中設置各個環(huán)境參數(shù) 的目標值 也可 以預先在遠程監(jiān)控平臺104中設置各個環(huán)境參數(shù)的目標值 再由魚菜共生系統(tǒng)環(huán)境參數(shù)預 測裝置從遠程 監(jiān)控平臺104中獲取 各個環(huán)境 參數(shù)的目標值 0067 步驟304 在至少一個環(huán)境參數(shù)的預測值與目標值的偏差超出目標閾值時 執(zhí)行與 至少一個環(huán)境參數(shù)對應的提醒操作 其中 提醒操作用于提醒用戶至少一個環(huán)境參數(shù) 的預 測值是異常的 0068 可選地 魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置計算環(huán)境參數(shù)的預測值與目標值的偏 差 并將所得偏 差與預設的目標閾值進 行比較 若 所得偏 差小于或等于目標閾值 則說明在 目標時間區(qū)間環(huán)境參數(shù)的預測值處于正常范圍 無需額外處理 若 所得偏差超出目標閾值 則 說明在目標時間區(qū)間環(huán)境參數(shù) 的預測 值是異常的 這種情況下 魚菜共生系統(tǒng)環(huán)境參數(shù) 預測裝置執(zhí)行與至少一個環(huán)境參數(shù)對應的提醒操作 以提醒用戶在目標時間區(qū)間至少一個 環(huán)境參數(shù) 的預測值是異常的 有助于用戶提前了解溫室環(huán)境變化 并能及時調整魚菜共生 系統(tǒng)內環(huán)境 參數(shù) 防止極端環(huán)境對作物與魚類造成損害 0069 可選地 所述 提醒操作可以包括以下至少一項操作 0070 操作1 魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置向魚菜共生系統(tǒng)的遠程監(jiān)控平臺發(fā)送提 醒消息 提醒消息用于提醒用戶在目標時間區(qū)間至少一個環(huán)境 參數(shù)的預測值是異常的 0071 可選地 提醒消息中攜帶 所述至少一個環(huán)境 參數(shù)的預測值 0072 操作2 魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置控制魚菜共生系統(tǒng)內的目標裝置發(fā)出目 標聲 音或目標燈光 可選地 目標裝置可以包括 安裝于溫室內的報警器 0073 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 基于環(huán)境參數(shù)的監(jiān)測值 使用多 模式時間卷積網(wǎng)絡預測模型對魚菜共生系統(tǒng)內環(huán) 境參數(shù)的變化趨勢進 行預測 并在環(huán)境參 數(shù) 的預測 值與目標值的偏差超出目標閾值時 自動執(zhí)行與環(huán)境參數(shù)對應的提醒操作 以提 醒用戶在目標時間區(qū)間環(huán)境參數(shù)的預測值是異常的 使得用戶可以提前調整魚菜共生系統(tǒng) 內環(huán)境 參數(shù) 防止極端環(huán)境對作物與魚類造成損害 0074 圖4為本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法的流程示意圖之三 如圖4所 示 該 方法包括 0075 步驟401 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的 監(jiān)測值 其中 至少一個環(huán)境傳感器與至少一個環(huán)境 參數(shù)一 一對應 0076 步驟402 將至少一個環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到多模式時間卷積網(wǎng)絡預測模型輸出 的至少一個環(huán)境參數(shù) 的預測值 其中 多模式時間 卷積網(wǎng)絡預測模型 是以魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值 為訓練樣本進 行訓練后得到的 用于對魚菜共生系統(tǒng)內至少一個環(huán)境參數(shù)的變化趨勢進 行 預測 0077 需要說明的是 關于上述步驟401 402的說 明和解釋 可以參照上述步驟201 202 且能達 到相同的技 術效果 為避免重復 這里不再贅 述 0078 步驟40 3 獲取至少一個環(huán)境 參數(shù)的目標值 0079 可選地 環(huán)境參數(shù)的目標值是指在目標時間區(qū)間內最適宜魚菜共生的環(huán)境參數(shù)取 值 用戶可以預先在魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置中設置各個環(huán)境參數(shù) 的目標值 也可 以預先在遠程監(jiān)控平臺104中設置各個環(huán)境參數(shù)的目標值 再由魚菜共生系統(tǒng)環(huán)境參數(shù)預 說 明 書 7 11 頁 10 CN 113760017 A 測裝置從遠程 監(jiān)控平臺104中獲取 各個環(huán)境 參數(shù)的目標值 0080 步驟404 在至少一個環(huán)境參數(shù)的預測值與目標值的偏差超出目標閾值時 向至少 一個環(huán)境 參數(shù)對應的至少一個調節(jié)裝置發(fā)送至少一個環(huán)境 參數(shù)的目標值 0081 可選地 魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置計算環(huán)境參數(shù)的預測值與目標值的偏 差 并將所得偏 差與預設的目標閾值進 行比較 若 所得偏 差小于或等于目標閾值 則說明在 目標時間區(qū)間環(huán)境參數(shù)的預測值處于正常范圍 無需額外處理 若 所得偏差超出目標閾值 則 說明在目標時間區(qū)間環(huán)境參數(shù) 的預測 值是異常的 這種情況下 魚菜共生系統(tǒng)環(huán)境參數(shù) 預測裝置經(jīng)由網(wǎng)絡側網(wǎng)元向環(huán)境參數(shù)對應的調節(jié)裝置發(fā)送環(huán)境參數(shù)的目標值 由調節(jié)裝置 將環(huán)境 參數(shù)在目標時間區(qū)間的監(jiān)測值調節(jié)至目標值 0082 可選地 調節(jié)裝置包括魚菜共生系統(tǒng)內用于調節(jié)環(huán)境參數(shù)的裝置 每種環(huán)境參數(shù) 都有對應的調節(jié)裝置 0083 舉個例子 圖1中換熱裝置用于調節(jié)水溫 保證水溫處于魚菜生長的最佳溫度 具 體地 換熱裝置能夠利用水溫監(jiān)測節(jié)點1016監(jiān)測魚池水溫 由多模式時間卷積網(wǎng)絡預測模 型基于魚池水溫 預測未來一段時間內的水溫的預測值 若判斷水溫的預測值異常 則向換 熱裝置發(fā)送水溫的目標值 使 得換熱裝置在未來一段時間內提前 且適時進行水溫換熱 來 維持魚池中養(yǎng)殖魚和種植槽中蔬菜的最佳溫度 以適應多場景 下魚類養(yǎng)殖 0084 可選地 根據(jù)魚和菜的不 同品種對于水質的需求 設置不 同魚菜種類對應的環(huán)境 參數(shù)的合理范圍 例如 當確定水溫的目標值后 在最佳溫度下 分別增加或者降低循環(huán)水 系統(tǒng)中水流速度 通過將水溫的監(jiān)測值反饋給多模式時間卷積網(wǎng)絡預測模型 由多模式時 間卷積網(wǎng)絡預測模型基于魚池水溫 預測未來一段時間內的水溫的預測 值 并基于水溫的 預測值控制換熱裝置在未來一段時間內提前進行水溫換熱 并控制水流開關在未來一段時 間內提前調節(jié)循環(huán)水系統(tǒng)中水流速度 可選地 循環(huán)水系統(tǒng)中水水體處于不間歇循環(huán)流動 狀態(tài) 0085 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 基于環(huán)境參數(shù)的監(jiān)測值 使用多 模式時間卷積網(wǎng)絡預測模型對魚菜共生系統(tǒng)內環(huán) 境參數(shù)的變化趨勢進 行預測 并在環(huán)境參 數(shù)的預測值與目標值的偏差超出目標閾值時 向環(huán)境參數(shù)對應的調節(jié)裝置發(fā)送環(huán)境參數(shù)的 目標值 由調節(jié)裝置自動將環(huán)境參數(shù)在目標時間區(qū)間的監(jiān)測值調節(jié)至目標值 防止極端環(huán) 境對作物與魚類造成損害 0086 圖5為本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法的流程示意圖之四 如圖5所 示 該 方法包括 0087 步驟501 接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán)境參數(shù)的 監(jiān)測值 其中 至少一個環(huán)境傳感器與至少一個環(huán)境 參數(shù)一 一對應 0088 需要 說 明的是 關于上述步驟50 1的說 明和解釋 可以參照上述步驟20 1 且能達到 相同的技 術效果 為避免重復 這里不再贅 述 0089 步驟502 在至少一個環(huán)境參數(shù)包括第一環(huán)境參數(shù)和第二環(huán)境參數(shù)的情況下 將第 一環(huán)境參數(shù)的監(jiān)測值輸入至多模式時間卷積網(wǎng)絡預測模型中 得到多模式時間卷積網(wǎng)絡預 測模型輸出的第二環(huán)境參數(shù)的預測值 其中 多模式時間卷積網(wǎng)絡預測模型用于 基于訓練 樣本確定第一環(huán)境參數(shù)和 第二環(huán)境參數(shù)之 間的關聯(lián)關系 并基于關聯(lián)關系和 第一環(huán)境參數(shù) 的監(jiān)測值 確定第二環(huán)境 參數(shù)的預測值 說 明 書 8 11 頁 11 CN 113760017 A 0090 可選地 基于多模式時間卷積網(wǎng)絡預測模型確定各個環(huán)境參數(shù)之間的關聯(lián)關系 例如第一環(huán)境參數(shù)和第二環(huán)境參數(shù)之間的關聯(lián)關系 然后 基于關聯(lián)關系和第一環(huán)境參數(shù) 的監(jiān)測值 確定第二環(huán)境參數(shù)的預測值 具體地 基于第一環(huán)境參數(shù)的監(jiān)測值和多模式時間 卷積網(wǎng)絡預測模型 確定第一環(huán)境參數(shù) 的預測 值 基于第一環(huán)境參數(shù) 的預測 值和第一環(huán)境 參數(shù)和第二環(huán)境 參數(shù)之間的關聯(lián)關系 確定第二環(huán)境 參數(shù)的預測值 0091 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法 基于第一環(huán)境參數(shù)的監(jiān)測值 使 用多模式時間卷積網(wǎng)絡預測模型及環(huán)境參數(shù)之 間的關聯(lián)關系 對魚菜共生系統(tǒng)內第二環(huán)境 參數(shù) 的變化趨勢進行預測 用戶依據(jù)第二環(huán)境參數(shù) 的預測 值 可以及時調整魚菜共生系統(tǒng) 內第二環(huán)境參數(shù) 防止極端環(huán)境對作物與魚類造成損害 實現(xiàn)對魚菜共生水質和溫室熱環(huán) 境的綜合監(jiān)測和分析 能夠對同一場景下多種環(huán)境參數(shù) 的關聯(lián)效應進行綜合分析 使得魚 菜 共生系統(tǒng)能夠適應不同水質和熱環(huán)境 0092 下面對本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置進行描述 下文描述的魚菜 共生系統(tǒng)環(huán)境參數(shù)預測裝置與上文描述的魚菜共生系統(tǒng)環(huán)境參數(shù)預測方法可相互對應參 照 0093 本發(fā)明提供一種魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置 圖6為本發(fā)明提供的魚菜共生 系統(tǒng)環(huán) 境參數(shù)預測裝置的結構示意圖 如圖6所示 該魚菜共生系統(tǒng)環(huán) 境參數(shù)預測裝置600 包括 0094 接收模塊601 用于接收魚菜共生系統(tǒng)內至少一個環(huán)境傳感器發(fā)送的至少一個環(huán) 境 參數(shù)的第一 監(jiān)測值 0095 預測模塊602 用于將所述至少一個環(huán)境參數(shù)的第一監(jiān)測值輸入至多模式時間卷 積網(wǎng)絡預測模型中 得到所述多模式時間卷積網(wǎng)絡預測模型輸出的所述至少一個環(huán)境參數(shù) 的第一預測值 其中 所述多模式時間卷積網(wǎng)絡預測模型 是以所述魚菜共生系統(tǒng)內所述至 少一個環(huán)境參數(shù)的基于時間間隔的歷史監(jiān)測值為訓練樣本進 行訓練后得到的 用于對所述 魚菜 共生系統(tǒng)內所述至少一個環(huán)境 參數(shù)的變化趨勢進行 預測 0096 本發(fā)明提供的魚菜共生系統(tǒng)環(huán)境參數(shù)預測裝置 基于環(huán)境參數(shù)的監(jiān)測值 使用多 模式時間卷積網(wǎng)絡預測模型對魚菜共生系統(tǒng)內環(huán) 境參數(shù)的變化趨勢進 行預測 用戶依據(jù) 環(huán) 境參數(shù) 的預測 值 可以及時調整魚菜共生系統(tǒng)內環(huán)境參數(shù) 防止