CN109115975A - 水生生物的节律性分析、水环境监测方法、装置及*** - Google Patents
水生生物的节律性分析、水环境监测方法、装置及*** Download PDFInfo
- Publication number
- CN109115975A CN109115975A CN201810997882.1A CN201810997882A CN109115975A CN 109115975 A CN109115975 A CN 109115975A CN 201810997882 A CN201810997882 A CN 201810997882A CN 109115975 A CN109115975 A CN 109115975A
- Authority
- CN
- China
- Prior art keywords
- aquatile
- consumption rate
- oxygen concentration
- rhythmicity
- instruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/186—Water using one or more living organisms, e.g. a fish
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种水生生物的节律性分析方法、环境监测方法及装置,水生生物耗氧率计算方法包括:接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率;根据水生生物耗氧率分析水生生物的节律性,进而进行环境监测。
Description
技术领域
本公开属于环境监测的技术领域,涉及一种水生生物的节律性分析方法、水环境监测方法、装置及***。
背景技术
随着经济社会的快速发展,以及工业化城市化进程的加快,日益频繁的人类活动加剧了江河湖泊的污染。水生生物作为水生态环境中的重要组成部分。目前,为了实现对水环境的监测目的,通常利用水生生物群落结构的变化以及指示水生生物的生理、生化状况的变化能够直接反映水环境变化对于生物影响和危害程度。其目的是通过对水体环境变化进行定量分析,使得人们全面、及时地掌握被监测水环境的变化情况,从而进一步进行水环境的污染治理。
水生生物监测是指基于生物学原理,利用指示生物对环境污染所产生的反应,实现对环境污染的综合监测,是水环境监测的重要组成部分。该技术是充分应用了生物在收到外界胁迫后细胞生理、生化、生长,以及种群数量、群落及生态***的变化等。
由于科技的不断的进步,科学研究早在几十年前已经发展到分子水平上的研究。越来越多的人开始注重到生物的昼夜节律,并希望可以在分子层面上进行表征。一方面,如何表征分析生物的节律性是目前研究的一个重要方向;另一方面,尚未有研究将水生生物的节律性作为水环境监测的指标。
发明内容
本公开的一个或多个实施例提供了一种水生生物的节律性分析方法、环境监测方法及装置,利用水生生物新陈代谢测定仪器实时测定水中的溶解氧变化,对耗氧率进行精确的计算,利用水生生物耗氧率分析水生生物的节律性,并利用水生生物的节律性进行环境监测。
根据本公开的一个或多个实施例的一个方面,提供一种水生生物耗氧率计算方法。
一种水生生物耗氧率计算方法,该方法包括:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
进一步地,在该方法中,权重值根据计算斜率的平均值的个数确定,当个数n为2i+1时,权重的个数为i,且权重值为以i为首项递减1的递减序列。
进一步地,在该方法中,根据接收水生生物新陈代谢测定仪器测定水中的氧气浓度的采样时间间隔、一次测量时间和CircFraction参数的函数计算选择接收的氧气浓度数据计算耗氧率时使用的数据量范围。
进一步地,在该方法中,计算耗氧率时使用的数据量范围时CircFraction参数为0.75。
进一步地,在该方法中,所述一次测量时间为实验前或实验中根据实验要求预先设定的数值。
根据本公开的一个或多个实施例的另一个方面,还提供一种计算机可读存储介质。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行所述的一种水生生物耗氧率计算方法:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
根据本公开的一个或多个实施例的另一个方面,还提供一种终端设备。
一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种水生生物耗氧率计算方法:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
根据本公开的一个或多个实施例的一个方面,还提供一种水生生物的节律性分析方法。
一种水生生物的节律性分析方法,该方法基于所述一种水生生物耗氧率计算方法,包括:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
根据本公开的一个或多个实施例的另一个方面,还提供一种计算机可读存储介质。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行所述的一种水生生物的节律性分析方法:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
根据本公开的一个或多个实施例的另一个方面,还提供一种终端设备。
一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种水生生物的节律性分析方法:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
根据本公开的一个或多个实施例的一个方面,还提供一种水环境监测方法。
一种水环境监测方法,该方法基于所述一种水生生物的节律性分析方法,通过水生生物的节律性是否被影响监测环境变化。
根据本公开的一个或多个实施例的一个方面,提供一种水环境监测***,基于所述一种水环境监测方法,包括水生生物新陈代谢测定仪器、一个或多个终端设备,
所述水生生物新陈代谢测定仪器采集水生生物新陈代谢测定仪器测定水中的氧气浓度,并传输至所述终端设备;
所述终端设备,用于执行一种水生生物耗氧率计算方法、一种水生生物的节律性分析方法和/或一种水环境监测方法。
本公开的有益效果:
本发明所述的一种水生生物的节律性分析方法、水环境监测方法、装置及***,能够利用水生生物的耗氧率对生物的节律性进行表征,并可通过昼夜节律是否被影响来监测环境的变化。这将作为水质监测的一个重要方法,在实际中进行应用。利用水生生物的耗氧率表征的生物的节律性也将作为一个重要的新陈代谢指标,对环境进行监测。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1是一个或多个实施例的一种水生生物耗氧率计算方法流程图;
图2是一个或多个实施例的水生生物新陈代谢测定仪器结构图;
图3是一个或多个实施例的一种水生生物的节律性分析方法流程图;
图4是一个或多个实施例的水生生物耗氧率图;
图5是一个或多个实施例的利用自相关(autocorrelation)的方法对水生生物的耗氧率的节律性表征图;
图中,1.呼吸室,2.三通阀,3.溶解氧传感器,4.CO2传感器,5.液流泵,6.数字控制器,7.数字采集器,8.压力传感器,9.温度传感器,10.盐度传感器,11.氨氮传感器,12.PH传感器,13.磷传感器。
具体实施方式:
下面将结合本公开的一个或多个实施例中的附图,对本公开的一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本公开的一个或多个实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本实施例使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和***的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以使用专用硬件与计算机指令的组合来实现。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合,下面结合附图与实施例对本公开作进一步说明。
本公开的一个或多个实施例提供了一种水生生物的节律性分析方法、环境监测方法及装置,利用水生生物新陈代谢测定仪器实时测定水中的溶解氧变化,对耗氧率进行精确的计算,利用水生生物耗氧率分析水生生物的节律性,并利用水生生物的节律性进行环境监测。
根据本公开的一个或多个实施例的一个方面,提供一种水生生物耗氧率计算方法。
图1是适用于本实施例的一种水生生物耗氧率计算方法流程图,如图1所示,一种水生生物耗氧率计算方法,该方法包括:
步骤(1):接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
步骤(2):选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
步骤(3):根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
步骤(4):根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
本公开的一个或多个实施例中的水生生物新陈代谢测定仪器采用中国专利文献CN106053781B公开了的一种利用水生生物新陈代谢实现在线监测环境的***,包括设置与水箱中的呼吸室,所述呼吸室通过管道与液流泵相连,所述液流泵通过三通阀与水箱相连,水箱中注入一定量的待测水,水生生物放置于注满待测水的呼吸室中,液流泵为待测水的流动提供动力;三通阀与液流泵之间的管路上设置有溶解氧检测装置及二氧化碳检测装置,所述水箱中设有用于检测水生生物新陈代谢参数的生物信号采集装置;本发明利用在线监测技术,采用多个传感器同时监测的方法,采集到指示新陈代谢的不同指标,根据各指标的变化情况反映水环境的变化,从而达到了在线监测水环境的效果。如图2所示,为水生生物新陈代谢测定仪器结构图,由水箱,呼吸室1,液流泵5,数字控制***6,数字采集器7,三通阀2以及溶解氧传感器3、CO2传感器4、氨氮传感器11、PH传感器12、压力传感器8、温度传感器9、盐度传感器10、磷传感器13组成。CO2传感器4和溶解氧传感器3分别与水管相连接,监测水生生物呼吸前后水中O2和CO2的变化,氨氮传感器11、PH传感器12、温度传感器9、盐度传感器10、磷传感器13直接放置于水箱中监测,压力传感器8能够直接监测出气压,气压能够影响水中氧气和二氧化碳的溶解度,与水中O2和CO2的含量有关。所有传感器均与数据采集器相连接,数据通过采集器传输至电脑。
本实验为硝酸铊暴露实验。实验材料为斑马鱼。暴露浓度为地表水浓度(0.0001mg/L)。
在该方法中,步骤(1)接收采用水生生物新陈代谢测定仪器采集的数据,水生生物新陈代谢测定仪器采集的数据的过程为在水箱中加入15L左右的曝汽水,向呼吸室中放入五条斑马鱼,运行仪器,将整套装置中存在的气体排出,以免影响实验结果。确保仪器正常运行后,开始采集数据,溶解氧传感器每秒输出一个数据。实验结束后,对传感器输出数据进行保存。
进一步地,在该方法中,步骤(1)使用的是带权重的n个斜率(导数)的平均值作为氧气浓度随时间变化的斜率,n可以按实际情况进行设置(n=3、5、7、9....),默认n=7。例如,表1中的数据,t表示时间,x表示浓度。将Di记为n个斜率的平均值。
表1
当n=3时,权重为1
当n=5时,权重为2、1
当n=7时,权重为3、2、1
步骤(1)中的权重值根据计算斜率的平均值的个数确定,当个数n为2i+1时,权重的个数为i,且权重值为以i为首项递减1的递减序列。
进一步地,在该方法中,步骤(2)根据接收水生生物新陈代谢测定仪器测定水中的氧气浓度的采样时间间隔、一次测量时间和CircFraction参数的函数计算选择接收的氧气浓度数据计算耗氧率时使用的数据量范围。
实验数据计算时使用哪些数据进行计算,将会使用到CircFraction参数,CircFraction默认数值为0.75,含义是数据计算时使用每次测量数据的后75%。
设数据采样时间间隔为t,一次测量(一个Circle)的时间为CircTime,CircTime可在实验中自行设置。那么实验数据计算时使用数据量范围S(去余取整)的计算公式如下:
实验默认是每1秒测量一个数据,一次测量时间为300秒,所以一共测量300次。CircFraction默认数值为0.75,上述公式计算为225。
进一步地,在该方法中,步骤(3)计算一次测量时间内的氧气浓度和时间的平均斜率DOSlope(mg/L/s在每次实验结束后计算),S和D的计算见1和2的公式。
其中,Dj为n个斜率的平均值,取值范围为i-s到i。
进一步地,在该方法中,步骤(4)计算耗氧量(mg/kg/h),需要的参数有呼吸室体积RespirVol、动物体积FishVol和动物重量FishWeight,计算公式如下:
本公开的一个或多个实施例的上述方法可通过excel、Matlab等软件对数据进行处理,从而获得水生生物的耗氧率。
根据本公开的一个或多个实施例的另一个方面,还提供一种计算机可读存储介质。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行所述的一种水生生物耗氧率计算方法:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
根据本公开的一个或多个实施例的另一个方面,还提供一种终端设备。
一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种水生生物耗氧率计算方法:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
根据本公开的一个或多个实施例的一个方面,还提供一种水生生物的节律性分析方法。
如图3所示,一种水生生物的节律性分析方法,该方法基于所述一种水生生物耗氧率计算方法,包括:
步骤(1):将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;如图4所示,可以观察到在白天,耗氧率明显高于夜间,并在白天的某一不固定时刻出现峰值,在夜间出现低谷。
步骤(2):利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;如图5所示,水生生物耗氧率的节律性周期为24小时。
步骤(3):将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
利用耗氧率对生物昼夜节律现象进行表征:在不同的环境下,水生生物的新陈代谢状况不同,尤其是耗氧率会受到很大的影响。耗氧率作为生物的一项新陈代谢指标,其变化直接与生物的新陈代谢息息相关,利用耗氧率表征生物的昼夜节律是有效的,可信的。
根据本公开的一个或多个实施例的另一个方面,还提供一种计算机可读存储介质。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行所述的一种水生生物的节律性分析方法:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
根据本公开的一个或多个实施例的另一个方面,还提供一种终端设备。
一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种水生生物的节律性分析方法:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
这些计算机可执行指令在设备中运行时使得该设备执行根据本公开中的各个实施例所描述的方法或过程。
在本实施例中,计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
本文所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开内容操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开内容的各个方面。
根据本公开的一个或多个实施例的一个方面,还提供一种水环境监测方法。
一种水环境监测方法,该方法基于所述一种水生生物的节律性分析方法,通过水生生物的节律性是否被影响监测环境变化。
在环境被污染的情况下,生物的昼夜节律会受到影响。因此利用耗氧率表征出的昼夜节律现象,可以用来监测环境的污染情况。
根据本公开的一个或多个实施例的一个方面,提供一种水环境监测***,基于所述一种水环境监测方法,包括水生生物新陈代谢测定仪器、一个或多个终端设备,
所述水生生物新陈代谢测定仪器采集水生生物新陈代谢测定仪器测定水中的氧气浓度,并传输至所述终端设备;
所述终端设备,用于执行一种水生生物耗氧率计算方法、一种水生生物的节律性分析方法和/或一种水环境监测方法。
本公开的有益效果:
本发明所述的一种水生生物的节律性分析方法、水环境监测方法、装置及***,能够利用水生生物的耗氧率对生物的节律性进行表征,并可通过昼夜节律是否被影响来监测环境的变化。这将作为水质监测的一个重要方法,在实际中进行应用。利用水生生物的耗氧率表征的生物的节律性也将作为一个重要的新陈代谢指标,对环境进行监测。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种水生生物耗氧率计算方法,其特征在于,该方法包括:
接收水生生物新陈代谢测定仪器测定水中的氧气浓度,采用带权重的至少三个奇数个斜率的平均值计算氧气浓度随时间变化的斜率;
选择接收的氧气浓度数据计算耗氧率时使用的数据量范围;
根据氧气浓度随时间变化的斜率和数据量范围的函数,计算一次测量时间内的氧气浓度和时间的平均斜率;
根据一次测量时间内的氧气浓度和时间的平均斜率、在水中的水生生物体积、重量以及水生生物新陈代谢测定仪器的呼吸室体积的函数计算水生生物耗氧率。
2.如权利要求1所述的一种水生生物耗氧率计算方法,其特征在于,在该方法中,权重值根据计算斜率的平均值的个数确定,当个数n为2i+1时,权重的个数为i,且权重值为以i为首项递减1的递减序列。
3.如权利要求1所述的一种水生生物耗氧率计算方法,其特征在于,在该方法中,根据接收水生生物新陈代谢测定仪器测定水中的氧气浓度的采样时间间隔、一次测量时间和CircFraction参数的函数计算选择接收的氧气浓度数据计算耗氧率时使用的数据量范围。
4.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备设备的处理器加载并执行根据权利要求1-3中任一项所述的一种水生生物耗氧率计算方法。
5.一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行根据权利要求1-3中任一项所述的一种水生生物耗氧率计算方法。
6.一种水生生物的节律性分析方法,其特征在于,该方法基于权利要求1-3中任一项所述的一种水生生物耗氧率计算方法,包括:
将经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率绘制图像;
利用自相关性对经过了至少一个白天和黑夜时间范围内根据所述一种水生生物耗氧率计算方法计算的水生生物耗氧率进行分析,得到水生生物耗氧率的节律性周期;
将该节律性周期内水生生物耗氧率的变化对水生生物的昼夜节率进行表征。
7.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备设备的处理器加载并执行如权利要求6所述的一种水生生物的节律性分析方法。
8.一种终端设备,采用互联网终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行如权利要求6所述的一种水生生物的节律性分析方法。
9.一种水环境监测方法,其特征在于,该方法基于如权利要求6所述的一种水生生物的节律性分析方法,通过水生生物的节律性是否被影响监测环境变化。
10.一种水环境监测***,基于如权利要求9所述的一种水环境监测方法,其特征在于,包括水生生物新陈代谢测定仪器、一个或多个终端设备,
所述水生生物新陈代谢测定仪器采集水生生物新陈代谢测定仪器测定水中的氧气浓度,并传输至所述终端设备;
所述终端设备,用于执行一种水生生物耗氧率计算方法、一种水生生物的节律性分析方法和/或一种水环境监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997882.1A CN109115975B (zh) | 2018-08-29 | 2018-08-29 | 水生生物的节律性分析、水环境监测方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810997882.1A CN109115975B (zh) | 2018-08-29 | 2018-08-29 | 水生生物的节律性分析、水环境监测方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109115975A true CN109115975A (zh) | 2019-01-01 |
CN109115975B CN109115975B (zh) | 2021-09-28 |
Family
ID=64861476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810997882.1A Active CN109115975B (zh) | 2018-08-29 | 2018-08-29 | 水生生物的节律性分析、水环境监测方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109115975B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115524452A (zh) * | 2022-09-21 | 2022-12-27 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102643742B (zh) * | 2012-04-18 | 2013-06-05 | 西安建筑科技大学 | 一种自养菌动力学参数测量装置及测量方法 |
KR101325659B1 (ko) * | 2011-08-24 | 2013-11-06 | 한국수자원공사 | 연속 회분식 반응조에서 질산화 반응과 연계한 포기 동력 제어 장치 |
CN103975881A (zh) * | 2014-05-12 | 2014-08-13 | 中国水产科学研究院黑龙江水产研究所 | 一种鱼类耗氧率和窒息点测量装置 |
CN104316572A (zh) * | 2014-11-12 | 2015-01-28 | 中国科学院城市环境研究所 | 一种快速简便评价水源水和饮用水微生物污染风险的方法 |
CN107478791A (zh) * | 2017-06-26 | 2017-12-15 | 山东师范大学 | 基于金鲫鱼生物节律的在线生物水质监测模型及其构建方法 |
-
2018
- 2018-08-29 CN CN201810997882.1A patent/CN109115975B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101325659B1 (ko) * | 2011-08-24 | 2013-11-06 | 한국수자원공사 | 연속 회분식 반응조에서 질산화 반응과 연계한 포기 동력 제어 장치 |
CN102643742B (zh) * | 2012-04-18 | 2013-06-05 | 西安建筑科技大学 | 一种自养菌动力学参数测量装置及测量方法 |
CN103975881A (zh) * | 2014-05-12 | 2014-08-13 | 中国水产科学研究院黑龙江水产研究所 | 一种鱼类耗氧率和窒息点测量装置 |
CN104316572A (zh) * | 2014-11-12 | 2015-01-28 | 中国科学院城市环境研究所 | 一种快速简便评价水源水和饮用水微生物污染风险的方法 |
CN107478791A (zh) * | 2017-06-26 | 2017-12-15 | 山东师范大学 | 基于金鲫鱼生物节律的在线生物水质监测模型及其构建方法 |
Non-Patent Citations (2)
Title |
---|
万成炎等: "鲂鱼种耗氧率与窒息点的研究", 《水利渔业》 * |
向伟: "北极茴鱼鱼苗耗氧率和窒息点的研究", 《水产养殖》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115524452A (zh) * | 2022-09-21 | 2022-12-27 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
CN115524452B (zh) * | 2022-09-21 | 2024-02-02 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109115975B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109962982A (zh) | 一种基于物联网的河湖水生态环境监控*** | |
CN110057761A (zh) | 一种全光谱结合快速易测指标的水质在线监测***与方法 | |
CN106290773B (zh) | 一种集中式养殖水质检测方法 | |
CN109657200B (zh) | 一种确定湖泊水库蓝藻水华爆发几率的方法 | |
CN105717054B (zh) | 在线检测循环冷却水中阻垢缓蚀剂浓度的检测方法、检测装置及循环冷却水处理控制*** | |
CN101021518A (zh) | 一种检测温室中植物电信号的方法及其专用设备 | |
CN109580897A (zh) | 一种不同淡水环境中铜离子对斜生栅藻毒性效应的确定方法及应用 | |
CN108801361B (zh) | 一种理化生物结合的水质监测装置 | |
CN109115975A (zh) | 水生生物的节律性分析、水环境监测方法、装置及*** | |
CN102109512A (zh) | 一种检测水质毒性的装置及方法 | |
CN111721908A (zh) | 基于生物运动轨迹变化的地表水体水质实时监测方法 | |
Del Giorgio et al. | Relationship of bacterial growth efficiency to spatial variation in bacterial activity in the Hudson River | |
CN101158676B (zh) | 一种评价血液及其代用品携氧、释氧功能的分析方法及装置 | |
Sorrell et al. | Gas transport and exchange through wetland plant aerenchyma | |
TW201014798A (en) | Early warning mode for eutrophication of water quality and detection method thereof | |
CN116152804B (zh) | 一种藻类密度、生物量与叶绿素a的快速估算方法及*** | |
CN205038164U (zh) | 总氮、磷一体在线水质监测仪 | |
CN107643375A (zh) | 一种基于海洋固定平台的海洋水质类仪器海上试验方法 | |
CN109813767A (zh) | 一种城市河流中污染物生物降解率的测定方法 | |
CN214122000U (zh) | 一种浮游藻类检测设备 | |
CN106053781B (zh) | 利用水生生物新陈代谢实现在线监测环境的***及方法 | |
CN1343888A (zh) | 发光菌水质毒性监测传感装置 | |
CN109001401B (zh) | 一种以水生生物氨熵为指标进行水质监测的方法 | |
CN108152468A (zh) | 一种基于大数据的水质健康评估方法和装置 | |
Huy et al. | Application of the Internet of Things technology (IoT) in Designing an Automatic Water Quality Monitoring System for Aquaculture Ponds: Application of IoT technology in aquaculture ponds |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |