[发明专利]水产品无水保活个体应激水平无损动态监测方法及系统

权利要求书

1.一种水产品无水保活个体应激水平无损动态监测方法，其特征在于，包括：

采集水产品无水保活运输过程中的关键微环境参数以及水产品个体体表粘液的特征应激信号；

基于所述特征应激信号，确定所述水产品个体的关键应激指标浓度，基于所述关键微环境参数，计算所述水产品个体的应激校正因子；所述关键应激指标浓度至少包括水产品个体体表粘液中的皮质醇浓度或尿素浓度；

获取采集时刻所述水产品个体的成活率，并将所述成活率、所述关键应激指标浓度以及所述应激校正因子，输入至无水保活运输个体应激水平无损动态预测模型，确定所述水产品个体的应激水平；

所述关键微环境参数具有若干类别；相应地，

所述基于所述关键微环境参数，计算所述水产品个体的应激校正因子，具体包括：

确定每一类别的所述关键微环境参数从初始时刻至采集时刻的累积变化量；

基于每一类别的所述关键微环境参数对应的影响权重以及所述累积变化量，确定所述应激校正因子；

所述基于每一类别的所述关键微环境参数对应的影响权重以及所述累积变化量，确定所述应激校正因子，具体包括：

基于如下公式确定所述应激校正因子：

其中，为所述应激校正因子，t₀为所述初始时刻，T为所述采集时刻，Δξ₁为第一类别的所述关键微环境参数的变化量，为第一类别的所述关键微环境参数从t₀至T的累积变化量，为第一类别的所述关键微环境参数对应的影响权重，Δξ₂为第二类别的所述关键微环境参数的变化量，为第二类别的所述关键微环境参数从t₀至T的累积变化量，为第二类别的所述关键微环境参数对应的影响权重，Δξ_n为第n类别的所述关键微环境参数的变化量，为第n类别的所述关键微环境参数从t₀至T的累积变化量，为第n类别的所述关键微环境参数对应的影响权重，n≥1；

所述无水保活运输个体应激水平无损动态预测模型，具体为：

其中，为时刻t₀至时刻T的时间段内关键应激指标的应激量，t₀为初始时刻，T为采集时刻，S为T时刻水产品个体的成活率，y_T为T时刻关键应激指标浓度，为T时刻水产品个体的应激校正因子；所述关键应激指标至少包括水产品个体体表粘液中的皮质醇或尿素。

2.根据权利要求1所述的水产品无水保活个体应激水平无损动态监测方法，其特征在于，所述基于所述特征应激信号，确定所述水产品个体的关键应激指标浓度，具体包括：

将所述特征应激信号输入至浓度预测模型，得到由所述浓度预测模型输出的所述关键应激指标浓度；

所述浓度预测模型用于表征水产品个体体表粘液的特征应激信号与水产品个体的关键应激指标浓度之间的对应关系。

3.根据权利要求2所述的水产品无水保活个体应激水平无损动态监测方法，其特征在于，所述浓度预测模型具体通过如下方法构建：

获取水产品无水保活运输过程中水产品个体样本体表粘液的特征应激信号样本、正常状态下所述水产品个体样本体表粘液的特征信号样本以及水产品无水保活包装的干扰特征信号样本；

对所述特征应激信号样本、所述特征信号样本以及所述干扰特征信号样本分别采样，得到特征应激信号样本矩阵、特征信号样本矩阵以及干扰特征信号样本矩阵，所述特征应激信号样本矩阵、所述特征信号样本矩阵以及所述干扰特征信号样本矩阵中的元素数量相同；

分别确定所述特征应激信号样本矩阵中的每一元素与所述特征信号样本矩阵以及所述干扰特征信号样本矩阵中的对应元素之间的欧氏距离，基于所述欧氏距离，构建误差校正矩阵；

基于所述误差校正矩阵、所述特征应激信号样本矩阵以及所述特征信号样本矩阵，确定所述特征应激信号样本矩阵与所述水产品个体样本的关键应激指标浓度之间的样本对应关系，并将所述样本对应关系作为所述对应关系。