大西洋鲑循环水养殖系统弧菌总数快速预测模型

为探明弧菌总数与水质参数之间的定量关系,对大西洋鲑循环水养殖系统中弧菌总数和水质参数的动态变化进行了为期12个月的系统监测。采用多元线性回归法对弧菌总数与水质参数进行了相关性分析,并通过蒙特卡罗模拟法模拟了关键水质参数随机性变化对弧菌总数的影响。结果表明,温度,盐度和化学需氧量(COD)对弧菌总数有显著影响(P〈0.01)。采用多元线性回归法建立了温度,COD,盐度和弧菌总数之间关系的数学表达式:弧菌总数对数值=–7.24+0.355×COD+0.323×温度+0.129×盐度(R2=0.694,P〈0.01)。通过蒙特卡洛模拟验证了温度,COD,盐度和弧菌总数动态变化的相关性,结果表明,CO...

Full description

Bibliographic Details
Main Authors: 傅松哲, 涂俊凌, 夏斌, 李贤, 刘鹰
Format: Report
Language:Chinese
Published: 2015
Subjects:
Online Access:http://ir.qdio.ac.cn/handle/337002/171665
id ftchinacasciocas:oai:ir.qdio.ac.cn:337002/171665
record_format openpolar
spelling ftchinacasciocas:oai:ir.qdio.ac.cn:337002/171665 2023-05-15T15:33:07+02:00 大西洋鲑循环水养殖系统弧菌总数快速预测模型 Dynamics and predictive modeling of Vibrio spp. in a recirculating aquaculture system for Atlantic salmon(Salmo salar L.) 傅松哲 涂俊凌 夏斌 李贤 刘鹰 2015-01-01 http://ir.qdio.ac.cn/handle/337002/171665 中文 chi 中国水产科学 http://ir.qdio.ac.cn/handle/337002/171665 弧菌总数(TNV) 预测模型 多元线性回归 蒙特卡罗模拟 期刊论文 2015 ftchinacasciocas 2022-06-27T05:44:10Z 为探明弧菌总数与水质参数之间的定量关系,对大西洋鲑循环水养殖系统中弧菌总数和水质参数的动态变化进行了为期12个月的系统监测。采用多元线性回归法对弧菌总数与水质参数进行了相关性分析,并通过蒙特卡罗模拟法模拟了关键水质参数随机性变化对弧菌总数的影响。结果表明,温度,盐度和化学需氧量(COD)对弧菌总数有显著影响(P〈0.01)。采用多元线性回归法建立了温度,COD,盐度和弧菌总数之间关系的数学表达式:弧菌总数对数值=–7.24+0.355×COD+0.323×温度+0.129×盐度(R2=0.694,P〈0.01)。通过蒙特卡洛模拟验证了温度,COD,盐度和弧菌总数动态变化的相关性,结果表明,COD与弧菌总数的动态变化最为相关(R2=0.756),COD是大西洋鲑循环水养殖系统中促进弧菌生长的最大风险因素。为了验证预测模型的有效性,对大西洋鲑循环水养殖系统中弧菌总数和水质参数进行了12个月的测定,并将S–T模型的预测值与本研究的预测值进行了比较。结果表明,本研究模型与观测数据基本吻合(P〈0.01)。多元线性回归模型和蒙特卡洛模拟法可以作为大西洋鲑循环水养殖系统快速评估弧菌数量的重要工具。 Report Atlantic salmon Salmo salar Institute of Oceanology, Chinese Academy of Sciences: IOCAS-IR
institution Open Polar
collection Institute of Oceanology, Chinese Academy of Sciences: IOCAS-IR
op_collection_id ftchinacasciocas
language Chinese
topic 弧菌总数(TNV)
预测模型
多元线性回归
蒙特卡罗模拟
spellingShingle 弧菌总数(TNV)
预测模型
多元线性回归
蒙特卡罗模拟
傅松哲
涂俊凌
夏斌
李贤
刘鹰
大西洋鲑循环水养殖系统弧菌总数快速预测模型
topic_facet 弧菌总数(TNV)
预测模型
多元线性回归
蒙特卡罗模拟
description 为探明弧菌总数与水质参数之间的定量关系,对大西洋鲑循环水养殖系统中弧菌总数和水质参数的动态变化进行了为期12个月的系统监测。采用多元线性回归法对弧菌总数与水质参数进行了相关性分析,并通过蒙特卡罗模拟法模拟了关键水质参数随机性变化对弧菌总数的影响。结果表明,温度,盐度和化学需氧量(COD)对弧菌总数有显著影响(P〈0.01)。采用多元线性回归法建立了温度,COD,盐度和弧菌总数之间关系的数学表达式:弧菌总数对数值=–7.24+0.355×COD+0.323×温度+0.129×盐度(R2=0.694,P〈0.01)。通过蒙特卡洛模拟验证了温度,COD,盐度和弧菌总数动态变化的相关性,结果表明,COD与弧菌总数的动态变化最为相关(R2=0.756),COD是大西洋鲑循环水养殖系统中促进弧菌生长的最大风险因素。为了验证预测模型的有效性,对大西洋鲑循环水养殖系统中弧菌总数和水质参数进行了12个月的测定,并将S–T模型的预测值与本研究的预测值进行了比较。结果表明,本研究模型与观测数据基本吻合(P〈0.01)。多元线性回归模型和蒙特卡洛模拟法可以作为大西洋鲑循环水养殖系统快速评估弧菌数量的重要工具。
format Report
author 傅松哲
涂俊凌
夏斌
李贤
刘鹰
author_facet 傅松哲
涂俊凌
夏斌
李贤
刘鹰
author_sort 傅松哲
title 大西洋鲑循环水养殖系统弧菌总数快速预测模型
title_short 大西洋鲑循环水养殖系统弧菌总数快速预测模型
title_full 大西洋鲑循环水养殖系统弧菌总数快速预测模型
title_fullStr 大西洋鲑循环水养殖系统弧菌总数快速预测模型
title_full_unstemmed 大西洋鲑循环水养殖系统弧菌总数快速预测模型
title_sort 大西洋鲑循环水养殖系统弧菌总数快速预测模型
publishDate 2015
url http://ir.qdio.ac.cn/handle/337002/171665
genre Atlantic salmon
Salmo salar
genre_facet Atlantic salmon
Salmo salar
op_relation 中国水产科学
http://ir.qdio.ac.cn/handle/337002/171665
_version_ 1766363592176697344