水产养殖疾病风险等级预测方法技术

本申请提供了水产养殖疾病风险等级预测方法

【技术实现步骤摘要】
水产养殖疾病风险等级预测方法、装置、设备及存储介质


[0001]本申请涉及水产养殖
，尤其涉及水产养殖疾病风险等级预测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在水产养殖中，多种因素会导致水产养殖动物患上疾病，影响其维持正常的生理状态，带来生长率下降的不良后果，严重时甚至会造成巨额经济损失
。
相关技术中，对可能导致疾病的所有影响因素进行监测，当有影响因素偏离正常值时，认为水产养殖有疾病风险，但无法确定疾病风险的程度
。
并且，因为平等地根据所有影响因素预测疾病风险，会使预测的疾病风险与实际疾病风险不符，难以客观
、
真实地预测疾病风险
。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出水产养殖疾病风险等级预测方法
、
装置
、
设备及存储介质
。
[0004]基于上述目的，本申请提供了一种水产养殖疾病风险等级预测方法，包括：
[0005]确定若干风险因子；
[0006]确定风险因子的权重；
[0007]确定风险因子的风险值；
[0008]根据风险因子的权重和风险值，计算得到水产养殖疾病风险的综合指数；
[0009]根据综合指数预测水产养殖疾病风险的等级
。
[0010]可选的，确定若干风险因子，包括：
[0011]获取历史疾病信息；
[0012]根据历史疾病信息确定能够导致水产疾病的若干候选风险因子；
[0013]确定每个候选风险因子导致水产疾病的次数；
[0014]根据次数确定至少一个候选风险因子为风险因子
。
[0015]可选的，确定风险因子的权重，包括：
[0016]确定风险因子对水产养殖动物健康的影响程度；
[0017]根据影响程度确定风险因子的权重；其中，权重的大小与影响程度的大小正相关
。
[0018]可选的，确定风险因子的风险值，包括：
[0019]确定风险因子的标准值；
[0020]获取风险因子的实际值；
[0021]确定标准值与实际值之间的偏差，并根据偏差计算得到风险因子的风险值
。
[0022]可选的，根据综合指数预测水产养殖疾病风险的等级，包括：
[0023]比较综合指数与预设阈值，以确定综合指数属于的阈值区间；
[0024]根据阈值区间，预测水产养殖疾病风险的等级
。
[0025]可选的，在根据综合指数预测水产养殖疾病风险的等级之后，方法还包括：
[0026]计算风险因子的贡献率；
[0027]根据贡献率，修正对应的风险因子的权重
。
[0028]可选的，计算风险因子的贡献率，包括：
[0029]计算风险因子的风险值与综合指数的比值，得到风险因子的贡献率
。
[0030]本申请还提供了一种水产养殖疾病风险等级预测装置，包括：
[0031]风险因子确定模块，被配置为确定若干风险因子；
[0032]权重确定模块，被配置为确定风险因子的权重；
[0033]风险值确定模块，被配置为确定风险因子的风险值；
[0034]综合指数计算模块，被配置为根据风险因子的权重和风险值，计算得到水产养殖疾病风险的综合指数；
[0035]风险等级预测模块，被配置为根据综合指数预测水产养殖疾病风险的等级
。
[0036]本申请还提供了一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述方法
。
[0037]本申请还提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令用于使计算机执行上述方法
。
[0038]从上面所述可以看出，本申请提供的水产养殖疾病风险等级预测方法
、
装置
、
设备及存储介质，确定容易导致水产养殖动物产生疾病的风险因子，并对风险因子赋予权重，计算得到能够评估水产养殖疾病风险等级的综合指数，并根据综合指数预测水产养殖疾病风险等级
。
通过确定容易导致水产养殖疾病的风险因子，根据各风险因子的风险值确定综合指数，根据综合指数预测疾病风险等级，明确地确定疾病风险程度
。
并根据各风险因子偏离正常值时对水产养殖生物的健康影响程度，确定各风险因子的权重，使预测的疾病风险等级与实际疾病风险更加吻合，能够客观
、
真实地预测疾病风险
。
附图说明
[0039]为了更清楚地说明本申请中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0040]图1为本申请实施例的水产养殖疾病风险等级预测方法的流程示意图
。
[0041]图2为根据本申请实施例的水产养殖疾病风险等级预测方法进行实际水产养殖疾病风险等级预测时的风险因子监测数据和死亡率数据
。
[0042]图3为疾病风险综合指数与水产养殖动物死亡率的曲线拟合图
。
[0043]图4为本申请实施例的水产养殖疾病风险等级预测装置的结构示意图
。
[0044]图5为本申请实施例的电子设备的硬件结构示意图
。
具体实施方式
[0045]为使本申请的目的
、
技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本申请进一步详细说明
。
[0046]需要说明的是，除非另外定义，本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义
。“包括”或者“包含”等类似的
词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件
。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的
。
[0047]中国是水产养殖大国，养殖产量几乎占全世界养殖产量的
70
％，也是唯一一个养殖产量超过捕捞产量的国家
。
根据中国渔业年鉴
(2020
年
)
数据显示，
2019
年中国共有
264
万公顷的淡水池塘，占淡水总养殖面积的
51.69
％；总产量
2230
万吨，占淡水养殖总产量的
73.99
％
。
其中，淡水养殖鲫鱼已在我国商业化养殖多年，是我国本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种水产养殖疾病风险等级预测方法，其特征在于，包括：确定若干风险因子；确定所述风险因子的权重；确定所述风险因子的风险值；根据所述风险因子的权重和风险值，计算得到水产养殖疾病风险的综合指数；根据所述综合指数预测所述水产养殖疾病风险的等级
。2.
根据权利要求1所述的水产养殖疾病风险等级预测方法，其特征在于，所述确定若干风险因子，包括：获取历史疾病信息；根据所述历史疾病信息确定能够导致水产疾病的若干候选风险因子；确定每个所述候选风险因子导致水产疾病的次数；根据所述次数确定至少一个所述候选风险因子为所述风险因子
。3.
根据权利要求1所述的水产养殖疾病风险等级预测方法，其特征在于，所述确定所述风险因子的权重，包括：确定所述风险因子对水产养殖动物健康的影响程度；根据所述影响程度确定所述风险因子的权重；其中，所述权重的大小与所述影响程度的大小正相关
。4.
根据权利要求1所述的水产养殖疾病风险等级预测方法，其特征在于，所述确定所述风险因子的风险值，包括：确定所述风险因子的标准值；获取所述风险因子的实际值；确定所述标准值与所述实际值之间的偏差，并根据所述偏差计算得到所述风险因子的风险值
。5.
根据权利要求1所述的水产养殖疾病风险等级预测方法，其特征在于，所述根据所述综合指数预测所述水产养殖疾病风险的等级，包括：比较所述综合指数与预设阈值，以确定所述综合指数属于的阈值区间；根据所述阈值区间，预测...

【专利技术属性】
技术研发人员：庄绪亮，张旭坡，徐圣君，蒯本海，姜参参，郑效旭，王靖霖，刘晓璇，
申请(专利权)人：长三角义乌生态环境研究中心射阳乐欣农业发展有限公司，
类型：发明
国别省市：