先发通知
由于本期培训班限制人数
许多朋友没能参加
特此定在5.20日
再开一期培训班
请大家踊跃报名（仍然限30人）
找顾老师报名（）
Part1水产大数据的内涵我国渔业发展历程
发展进程
概念
特征
渔业1.0
传统渔业
主要依靠人力、手工工具、经验进行养殖生产
渔业2.0
自动化渔业
主要依靠机械动力和电力进行生产，如自动投喂机、增氧机
渔业3.0
数字渔业
主要以自动化和计算机技术为核心，养殖装备数字化，如水质监测系统
渔业4.0
智慧渔业
依靠物联网、大数据、人工智能、机器人来进行养殖生产
Part2水产大数据架构数据采集技术用于采集水产养殖生产、加工和销售过程中产生的数据；
数据储存与计算机技术用于储存和处理水产养殖大数据；
数据分析与挖掘技术用于构建水产养殖数据分析与挖掘模型，并将它们集成在水产养殖大数据平台中，通过模型优化和预测，提供可视化的数据分析结果和数据服务给用户。
数据筛选、清洗技术，逐层数据递减，但是其深层的有效价值不断提升。
Part3水产数据来源水产数据资源来源广泛，但结构复杂、质量参差不齐。
数据来源
典型代表
获取方式
互联网数据
水产行业网站
政府机构、组织和企业相关数据
网络爬虫
网络爬虫
物联网感知数据
养殖环境监测数据
个体/群体参数
感知设备
感知设备
产业管理系统
统计年鉴
政府产业管理系统
生产管理数据
查阅
网络爬虫
网络服务接口
专业数据库
文献数据库、行业数据库
网络服务接口
传统数据源
专家
养殖户、养殖公司
书本
查询、咨询
问卷调查
查阅、整理
Part4水产大数据的发展意义1整合渔业资源，为渔业现代化发展打下坚实基础渔业现代化不仅限于水产养殖生产领域，它已经打破传统水产养殖范畴，将服务半径逐步扩大，使第一产业、第二产业与第三产业之间进行高度融合，并形成信息化、多元化、数字化新型产业形态与体系。
2突破渔业信息交流的局限性，推动渔业升级发展我国水产资源丰富，是世界第一水产养殖大国，渔业生产规模较大，从事水产领域生产、加工和销售的人口和活动众多，但是我国渔业生产技术水平落后，现代化、信息化、数字化发展还比较欠缺。
Part5大数据分析技术在水产中应用的现状近年来，在水产养殖业产前、产中和产后均有运用，主要用于研究解决水产养殖业中养殖环境预测与预警、精准投喂、病害诊治与预警、异常行为检测与分析、市场分析与挖掘、质量控制与追溯和水产养殖大数据平台构建等实际问题。
1水产养殖环境参数预测水质在线监测可对水体进行多参数、实时、定点采集，并对数据进行整理、分析，建模，根据模型预测水质参数的变化，对及时发现异常，这样可以预防病害发生、降低养殖风险。
2精准投喂通过对水质的监测，结合远程视频、水下摄像机、观测投喂过程中鱼类的行为以及投喂频率和投喂量等数据。3水产品价格预测水产品价格是水产业进行生产、行销、政策制订的重要依据，通过采集多源数据，综合时间范围、地理环境和经济条件等因素进行挖掘，是当前水产品价格预测的研究方向。
4疾病诊治许多研究采用基于规则和基于数据共同建模的方法，可在诊断时进一步提高诊治的精确度。另一方面，基于大数据技术对水产疾病诊治充分计算能力，可对多源数据进行综合考虑和联合分析。
5质量控制与追溯采集养殖环境、养殖水质、苗种、饲料、药物、产品质量检测、销售等生产、管理、流通等信息。形成商品独一无二的追溯
