Page 209 - 《水产学报》2025年第12期

母刚，等 水产学报, 2025, 49(12): 129516

发现 30~32 d 的虾夷扇贝幼苗由于变态发育处
于食饵量快速增长期，自动投饵与人工投饵只
能按式 (13) 估算幼苗的食饵量，因此精准度较
42~44 d 低。MAPE 值的差异则反映了一般情况
下，养殖技术员为方便育苗车间工人作业，使

用抽样观察的方法，用某一池的虾夷扇贝幼苗
图 8 用显微镜观察虾夷扇贝幼苗壳长
食饵状况为典型，评估所有育苗池的虾夷扇贝
图为用显微镜观察虾夷扇贝幼苗壳长照片，红框内为血球计数板
上矩形格，边长为 250 μm。 幼苗食饵状况，从而按相同投饵量进行其他池
Fig. 8 Observation of shell length of 投喂，此种方式不能精准根据育苗池实际虾夷
P. yessoensis seedlings by microscope 扇贝幼苗食饵状况进行变动，导致人工投饵误
The picture shows the shell length of P. yessoensis seedlings observed by 差较大。当虾夷扇贝幼苗处于食饵量增长阶段
microscope. The length of the rectangular cell on the blood cell counting
时，自动投饵与人工投饵使用相同的方法估算
plate is 250 μm.
此时期虾夷扇贝幼苗的食饵量，因此此阶段两

种投饵方式的 MAPE 值接近，当虾夷扇贝幼苗
食饵量处于下降阶段时，自动投饵根据浊度传
感器计算的投饵量比养殖技术人员的估算更精
准，且克服了抽样观察带来的“以偏概全”的缺
点，使 42~44 d 期间的自动投饵的 MAPE 值明
显小于人工投饵的 MAPE 值。
2 种投喂模式前后的虾夷扇贝幼苗的壳长
如图 11 所示，发现壳长数据的显著值与双尾显

著值均大于 0.05。虾夷扇贝幼苗在 30 d 时，自
图 9 观察附着基上的虾夷扇贝幼苗
动投饵与人工投饵对壳长的影响不显著，同样
Fig. 9 Observation of seedlings on attachment base
的结果也发生在 32 d，而 32 d 的虾夷扇贝壳长
线非线性程度较高，反映了人工投饵未能精确 显著大于 30 d 时 2 种投喂方式 (图 11-a)。图 11-
地随食饵量变化的缺点。 b 所示的结果类似于图 11-a，但 40 和 42 d 的虾
30 d 的虾夷扇贝幼苗由自动投饵 3 d 后， 夷扇贝苗壳长明显大于 30 和 32 d，表明 2 种投
5
R RMS E 值 达 226.6×10 ， 较 人 工 投 饵 降 低 了 喂方式对虾夷扇贝幼苗的发育起到了近似的作
50.34%，而自动投饵的 MAPE 值为 0.041，较 用。2 种投喂模式下的单位面积附着基上虾夷
人工投饵降低 0.002，表明在虾夷扇贝幼苗食量 扇贝幼苗个体数量如表 3 所示，自动投饵和人
上升阶段，自动投饵的精准度与稳定性均优于 工投饵对其附着密度几乎无影响，因此可以认
人工投饵。42 d 的虾夷扇贝幼苗由系统自动投 为自动投饵方式可完全替代人工投饵。
饵 3 d 后，均方根误差 R RMS E 由传统人工投饵
的 194.15×10 降至 149.33×10 ，降低了 23.09%； 3 讨论
8
8
自动投饵的 MAPE 值为 0.020，较人工投饵下
降了 48.72%，表明在虾夷扇贝幼苗食量下降阶 3.1 模型的选择与构建
段，自动投饵的精准度与稳定性同样优于人工 人工神经网络具有很强的自适应学习能力
投饵 (图 10-b, d)。比较 30 d 和 42 d 幼苗生长阶 和对非线性函数的逼近能力，常被用做挖掘数
段两种投饵方式的 R RMS E 值与 MAPE值，发现 据关系、构建预测模型的有力工具 。袁琦等 [26]
[25]
42 d 时期的幼苗自动与人工投饵方式的 R RMSE 建立了基于 BP 神经网络的水产养殖水质预测
值 均 小 于 30 d 时 期 ， 42 d 时 期 自 动 投 饵 的 模型，对养殖水环境的 pH 值进行预测，平均
MAPE 值最小。 相对误差小于 1%，有较好的适用性和准确性。
探究实际生产作业中出现这种现象的原因， 柳柯言 [27] 开发了基于 BP 神经网络的鱼塘养殖

https://www.china-fishery.cn 中国水产学会主办 sponsored by China Society of Fisheries
8