农业机械学报

作者：刘世晶，张佳鹏，钱程，涂雪滢，聂鹏程

单位：中国水产科学研究院渔业机械仪器研究所;中国海洋大学三亚海洋研究院,中国水产科学研究院渔业机械仪器研究所,中国水产科学研究院渔业机械仪器研究所,中国水产科学研究院渔业机械仪器研究所,浙江大学,

关键词：智慧水产养殖;溶解氧含量预测;SSIM;NGC;BiLSTM;数据插补算法

基金：农业农村部科技项目

面向精细化和智慧化水产养殖领域水环境数据系统性或意外丢失问题，本文提出了一种基于滞后因果分析和改进SSIM(Sequence-to-sequence imputation model)的溶解氧含量数据插补算法。首先，采用固定采样频率收集水质和气象等环境数据，基于GC(Granger causality)理论，利用cLSTM(Component-wise long-short term memory)方法分析不同环境变量与溶解氧含量时序数据的滞后相关性，选择因果关系显著的环境变量构建训练样本集。其次，采用SSIM为基础框架实现溶解氧含量缺失数据插补，并提出一种结合两层BiLSTM(Bidirectional long short-term memory)结构和Dropout正则化的SSIM模型优化方法，提升模型对复杂特征的表征能力。试验结果表明，本文方法有效提升数据插补精度，1h缺失数据修复平均绝对误差、均方根误差分别达到0.04、0.05，3h缺失数据误差分别为0.16、0.17，5h缺失数据误差分别为0.43、0.45，为水产养殖数据质量控制提供了有效的技术支撑。

来源：2025年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第10期