前言：我們精心挑選了數篇優質水產養殖論文文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

1．1光譜噪聲去除由于實驗條件如光譜儀硬件和環境光等因素影響，采集的原始光譜數據會包含噪聲，需要采用光譜預處理的方法把這些噪聲去除，同時保留有用光譜信息。采用SG平滑算法，經驗模態分解（empiricalmodedecomposition，EMD）算法和小波分析（wavelettransform，WT）去噪算法等對光譜進行處理，并對三種去噪算法進行比較。

1．2潛在變量（LatentVariable，LV）在利用PLS方法建立模型時，非常關鍵的一點是所選取的對于建模最優的LV個數，LV和主成分分析中主成分類似，第一個LV貢獻率最大，第二個次之，以此類推。如果選取的LV個數偏少，則無法全面代表樣本的光譜特性，造成模型精度下降，影響模型的預測效果。而如果選取的LV個數過多，則會帶入模型的噪聲，干擾建模效果。

1．3建模分析方法用三種建模方法，分別是偏最小二乘回歸（partialleastsquares，PLS），BP神經網絡（backpropagationneuralnet－work，BPNN）和偏最小二乘支持向量機（leastsquaresupportvectormachine，LS－SVM）。采用PLS建模方法時，基于全譜作為模型輸入，使用BP神經網絡和LS－SVM建模時，把PLS回歸模型得到的LV作為輸入，進行對比分析。神經網絡由一個輸入層、一個或多個隱含層和一個輸出層構成。BP神經網絡是一種非線性的建模方法，廣泛應用于光譜建模分析中［12］。LS－SVM是在經典支持向量機算法基礎上作了進一步改進，能夠同時進行線性和非線性建模分析，是解決多元建模的一種快速方法。

1．4定量模型評價標準定量模型的評價指標主要有決定系數和均方根誤差（rootmeansquareerror，RMSE）。建模集決定系數用R2表示，預測集決定系數用r2表示。決定系數越接近于1，表示模型相關性越好，預測效果更好。一般來說，RMSE越小說明模型的誤差越小，模型精度越高。建模集均方根誤差用RMSEC表示，預測集均方根誤差RMSEP表示。

2結果和討論

2．1UV／Vis光譜圖及COD濃度的統計分析圖1為甲魚養殖水樣本的UV／Vis原始光譜曲線，從圖中可以看出各個水樣的光譜曲線的趨勢相類似，沒有呈現顯著性差異，由于水體中硝酸鹽、有機酸、腐殖質等物質對紫外光的強烈吸收，在波段200～260nm區域的吸收度明顯高于其他區域。試驗水體樣本COD值統計結果如表1所示，模型的建模集和預測集COD值覆蓋了較大范圍，有助于建立準確、穩定和具有代表性的模型。

2．2基于全波長的PLS模型為了更好的分析三種消噪算法檢測水體COD含量的性能，將對不同預處理方法獲取的評價指標相比較，基于全譜的PLS模型的計算結果如表2所示。由表2可知，小波算法去除噪聲后的光譜PLS模型取得了最佳結果，建模集的R2為0．79，RMSEC為15．89mg•L－1，預測集的r2為0．78，RMSEP為15．92mg•L－1。SG平滑和EMD算法雖然部分去除了噪聲，但建模效果并沒有得到相應提高。故后面建模分析在WT分析基礎上進行。

2．3LV一般選取最優LV個數的標準觀察RMSEP值隨LV個數變化情況，如圖3所示，當LV個數較少時，RMSEP值較大，隨著LV個數的增加，RMSEP隨之減小，當LV個數增加到6時，RMSEP的值保持穩定，LV個數繼續增加，RM－SEP值也沒有隨著增加。取前6個LVs作為偏最小二乘支持向量積的輸入建立模型。從貢獻率角度解釋，PLS建模得到的6個LVs分別作為LS－SVM的輸入，之所以取前6個是因為這樣幾乎可以100％表達原始光譜有用信息，如表3所示，且降低了模型復雜度，提高模型運行速度和精度。

2．4BP神經網絡模型根據前文得到的結果，將表3中選出的LVs作為BP神經網絡模型輸入，BP神經網絡模型的計算結果如表4所示。分析表4可知，將6個LVs作為LS－SVM模型輸入的結果，其建模集的R2為0．82，RMSEC為15．77mg•L－1，預測集的r2為0．81，RMSEP為16．67mg•L－1。

2．5基于LVs輸入的LS－SVM模型LS－SVM模型預測結果如表5所示。采用LVs作為LSSVM模型輸入，得到的結果優于基于BP神經網絡模型。其建模集的R2為0．83，RMSEC為14．78mg•L－1，預測集的r2為0．82，RMSEP為14．82mg•L－1。

2．6PLS，BP神經網絡和LS－SVM模型比較PLS，BPNN和LS－SVM建模方法的結果比較如圖3所示，Cal表示模型的建模集（calibration），Pre表示模型的預測集（prediction）。不難發現，在LS－SVM模型和BP神經網絡模型中，基于LV作為模型輸入－建立的LS－SVM模型取得了最優的效果，BP神經網絡模型的預測效果較優，且LS－SVM模型和BP神經網絡模型都優于全波長的PLS模型結果。

3結語

第2篇

常用的生物活性改良劑有下列6種：

1、光合細菌高密度魚蝦池水中所含的大量糞便和殘餌，腐改后產生氨態氮、硫化氫等有害物質，污染水體和底質，造成魚蝦生長緩慢甚至中毒死亡。同時，水體富營養化后病原微生物滋生，魚蝦會感染發病，光合細菌能吸收水體中有的有毒物質，長成自己有效力的細胞，并形成優勢群落，抑制病原微生物生長，凈化水質。施用光合細菌，苗池每次用10－50毫克／升；成魚、蝦、蟹池首次用5－10毫克／升，以后用量減半，每次間隔7－10天。

2、硝化細菌在水環境中，硝化細菌可將由腐生菌和固氮菌分解或合成的氨或氨基酸轉化為硝酸鹽和亞硝酸鹽，使水體和底泥中的有毒成分轉化為無毒成分，凈化水質。成魚、蝦、蟹池每次施用硝化細菌2－5毫克／升。

3、乳酸菌群乳酸菌屬嫌氣性菌群，靠攝取光合細菌、酵母菌產生的糖類形成乳酸。乳酸具有殺菌作用，能抑制有害微生物活動，致病菌增殖和無機物腐敗；并能使木質和纖維素有機物發酵分解，有利于動植物吸收。

4、酵母菌群酵母菌屬好氣性菌群，它能利用植物根部分泌及其他有機物質產生發酵力，合成促根系生長及細胞分裂的活性物質。酵母菌能為乳酸菌、放線菌等提供增殖基質，為動物提供單細胞蛋白。

5、革蘭氏陽性放線菌群革蘭氏陽性放線菌屬好氣性菌群。它能從光合細菌中獲得基質，產生各種抗生素及酶，直接抑制病菌，并能提前獲取有害霉菌和細菌的增殖基質，促進有益微生物增殖。放線菌和光合細菌混合使用效果更好。它還能將木質素、纖維素、甲殼素物質降解，有利于動植物吸收。

第3篇

1.1基層推廣人員素質不高

水產養殖技術推廣的順利開展還必須要有一支具有較高專業素養的隊伍。我國水產技術推廣隊伍建設水平參差不齊，省級站、地級站推廣人員素質較高，到縣級及以下推廣站的人員素質較低，尤其是鄉級和村級問題尤為嚴重，加之基層推廣員少，專業化知識掌握不足，水產技術推廣工作華而不實。基層的水產養殖技術推廣工作所依賴的都是基層的技術人員，而這些人員由于自身的科技水平和知識水平不高，再加上上級對推廣工作的不重視，根本無法保質保量的完成水產養殖技術推廣工作。此外，基層技術推廣組織開展的員工技術培訓較為簡單，遠遠不能滿足新品種的培育、水產養殖中病害的預防等要求。正是由于水產養殖技術推廣然人員綜合素質普遍較低，直接導致了基層水產養殖技術推廣力度不過，技術指導以及咨詢等服務難以落實到位。

1.2推廣方式有待改進，水產技術推廣手段落后

隨著政府機構改革的進行，水產技術推廣工作在市場預測分析、水產技術資金籌集、水產品銷售推廣、產品質量管理等方面存在不足。水產技術推廣機構與行政管理部門對應性強，行政部門過度干預導致上級推廣部門作用弱化。此外，水產技術推廣手段落后，水產技術供需矛盾突出。我國水產技術推廣體系存在教育、科研與水產現實聯系不緊密，成果轉化效率低，漁民接受技術培訓、高層次教育不足，“產學研”合作不密，水產技術需求不能及時反饋到研發部門，科研部門的新型技術服務于小眾，水產技術成果推廣受眾缺乏全面性。

1.3基層水產站的推廣資金缺乏

在基層水產養殖技術推廣工作中，還面臨著技術推廣資金不足的情況，進而制約了基層水產養殖技術推廣的發展與進步。由于水產養殖技術的研發和推廣工作需要大量的經費做支持，然后實際情況卻是經費缺乏，直接導致水產養殖技術推廣人員的工作缺乏資金支持。而且由于缺少資金以及獎勵，大部分水產養殖技術推廣工作人員無法調動積極性，甚至是把基層水產養殖技術推廣工作當成是負擔，在推廣過程中敷衍了事，不認真對待。總體來說，現行水產技術推廣體系下，推廣組織的結構、編制、經費等由政府決定，基層推廣部門得不到財政保障，不僅造成推廣人才流失，也阻礙了水產技術在漁業生產中的應用。

2農村水產養殖技術推廣對策

2.1加強對推廣人員進行培訓

基層水產科技推廣隊伍的人數偏少，其知識的結構也比較老化，不能滿足水產發展的需要，故而要不斷加強水產科技隊伍的建設工作，不斷優化隊伍的結構，加強和完善培訓機制。對在崗人員加強培訓，確保他們的知識結構可以有所優化，能夠掌握更多的新技術，進而提高工作隊伍的整體素質。針對基層水產養殖技術人員較少的情況，水產部門可以定期派遣專家到基層進行知識技術培訓，并進行新技術的示范以及指導等。此外，要鼓勵以及指導水產養殖技術推廣人員學習新知識，降低其對新技術，新思想的排斥性，充分發揮水產推廣人員的積極性，只有這樣才能更好的配合技術推廣工作。

2.2加快完善水產技術推廣體系建設

拓寬水產技術服務范圍，加強技市場預測分析、水產技術資金籌集、水產品銷售推廣、產品質量管理等工作。弱化行政干預力度，在政策、經費上要對推廣機構予以幫助，保證水產技術推廣部門更好的適應市場經濟的發展。此外，水產養殖技術推廣工作要與農村的實際相結合，要做到將水產養殖技術推廣工作和市場需求、農村的實際情況以及農民群眾的實際需求相掛鉤。再者，還要豐富水產技術推廣手段，實現推廣方式多樣化發展。推動水產技術科研、教育、推廣三結合，轉換機制，規范運作方式，統一分配推廣經費與物資，促進水產科研與生產緊密結合，教育機構把握人才與技術需求，推進教學與生產更好的結合。

2.3保障充足的水產養殖技術推廣資金

2.3.1針對于基層水產養殖技術推廣資金不足的現狀，應該加大對技術推廣資金的扶持力度，國家應該制定相關的政策，每年根據當地水產養殖業的發展情況，制定科學的資金扶持量，使基層水產部門有充足的資金進行技術的推廣，進而有利于當地水產的發展，也會相應的帶動當地其他行業的發展，不斷的促進當地經濟的發展。

2.3.2鄉鎮等基層水產推廣部門在進行財政預算時候要充分考慮基層水產養殖技術推廣資金安排，并且充分吸收社會閑散資金，靈活妥善的運用多種資金籌集渠道，這樣就大大增加了推廣資金，在推廣的時候不會因為資金短缺而使進程受阻。

2.4提供技術推廣服務平臺

2.4.1技術指導和培訓近年來，有些基層水產推廣機構在水產主管部門的領導下，不斷加大技術指導和培訓力度，為水產養殖戶提供強有力的技術保障。例如，在新品種引進、發展集約化、健康養殖、池塘高效生態養殖、魚病防治、生態調控水質等技術的示范、引進和推廣新技術，進一步提高了良種覆蓋率和科技成果轉化率。此外，通過組織交流學習、開展各項專題培訓，為水產養殖企業培養了專業骨干力量，為養殖戶提高了養殖技能。

2.4.2提供信息和其他服務近年來，水產技術推廣機構通過不斷完善和豐富信息服務的手段，利用廣播、電視、水產信息網站等多種途徑，為廣大水產養殖戶提供苗種、飼料、病害防治技術、養殖新技術、新理念、新經驗等。

3結束語