海参苗—海绵—大型海藻循环养殖技术

为探究海珍品健康循环养殖技术,在实验室设计了"海参苗—海绵—大型海藻"循环养殖系统,对比考察了对照组和循环养殖系统中仿刺参苗生长、海水水质、海水及污染物的排放量。在30d试验期间,循环养殖系统海参苗桶中海水的氨氮、亚硝酸盐、硝酸盐、活性磷酸盐和总有机碳的含量与对照组非常相近。在投加饵料相同条件下,海参苗质量由试验初始时50.0g增至试验结束时75.5g(对照组)和84.6g(循环养殖系统)。同时,对照组与循环养殖系统分别排放了2.23m3和0.60m3废水;循环养殖系统排放的氨氮、亚硝酸盐、硝酸盐、活性磷酸盐和总有机碳的含量分别为对照组的21%、25%、24%、23%和59%。试验结果显示,海参苗—海绵—大型海藻循环养殖系统为海珍品的保苗和工厂化养殖提供了环境友好型技术。

基于无线传感网络的海参苗养殖环境监测系统的研究

本文通过分析海参苗养殖现状,设计了一种基于无线传感网络的海参苗养殖环境监测系统。通过在监测区域部署传感器节点,监测养殖池中的的温度、盐度、溶解氧及水位等环境参数。将检测到的数据无线发射到远程监测软件,监测软件将分析结果反馈给末端执行机构,实现对养殖池环境的实时监控。本文从系统结构和数据传输等方面进行了阐述,对海参苗养殖的自动化生产提供了一种有效可行、成本较低的解决方案。

基于改进YOLOv7模型的海参苗计数方法研究

针对海参幼苗体型小、出售量大但计数不方便的问题,以大连市鑫玉龙养殖基地为样本采集地,构建了海参幼苗数据集。针对YOLOv7对海参幼苗识别精度不高的问题,对YOLOv7原生网络进行改进,添加了注意力机制;并对卷积神经网络模型进行改进,在卷积的输入特征图中新增对应的通道来表征特征图像素点的坐标,让卷积学习过程中能够一定程度感知坐标来提升检测精度;添加轻量化上采样算子,利用输入特征图来预测上采样核,每个位置具有不同的上采样核,然后基于预测的上采样核进行特征重组;提升小个体海参的识别精度。实验结果显示,基于改进YOLOv7的海参检测平均准确率为90.68%,比YOLOv3提高了9.79百分点,比Mask R-CNN提高了6.48百分点,比SSD提高了5.35百分点,比YOLOv7原模型提高了1.46百分点。结果表明,该方法能用于实现海参计数识别。

投放大规格海参苗当年养成商品参的试验

由于我地区养殖海参采用传统的养殖模式,春、秋投苗,春、秋采捕达到规格的商品参,致使参池一年四季被海水浸泡,造成参池中杂草丛生、水质透明度加大,由于夏季温度升高到28℃后,一些杂草大量死亡,死亡的杂草使池底发黑发臭,影响了参苗的成活率,使产量降低.一般参池养到5年后产量只有几十斤,养参出现亏损状态,而投放大规格海参苗,当年达到商品规格,秋天到第二年春天对参池进行暴晒消毒,解决了参池一年四季被海水浸泡致使杂草丛生长这一难题,同时提高了产量,增加了经济效益.

投放大规格海参苗当年养成商品参技术探讨

辽西地区海参池塘养殖始于21世纪初，到现在有10多年的养殖历史，养殖面积已迭2．3万hm2，十几年来一直沿用年年补苗，春、秋两季收获达到商品规格的海参，没有达到规格的海参在原池继续养殖，这就形成了参池长年被海水浸泡，池底不能像养虾池那样在冬季进行曝晒、干燥、氧化杀菌消毒，所以池塘养殖的海参建池头两、三年的产量和成活率及生长速度为最佳，经济效益也较为可观，养殖三年后随着池底的老化，局部池底出现发黑、发臭，随之而来的在高温季节产生硫化氢和氨氮，从而导致参池的生态环境发生变化，致使参病频发、苗种成活率降低、生长速度减慢、养殖的产量和效益也随之下降，亩产由新池达产时的100多公斤，养殖3—4年后下降到50多公斤，这样的产量养参户已经无利可图，甚至出现亏损。

海参池塘新型附着基生态高效养殖技术

目前海参池塘出现了附着基下沉,清坑困难,池底老化、新的病原微生物滋生等诸多问题。近几年通过进行不同种类的附着基敷设对比试验,效果最好的当属PC管附着基,该附着基价格低廉,操作简便,敷设面积大,遮阴效果好,方便海参收获,而且通过采取投放大规格的参苗,引进篮子鱼进行青泥苔清除等措施,使养殖单产提高25%,促进了海参养殖业的健康发展。