1.一种用于泥鳅精养的智能化养殖方法，基于一种用于泥鳅精养的智能化养殖箱实现，所述智能化养殖箱包括养殖箱外壳体（1），其特征在于：养殖箱外壳体（1）下表面四周与支撑底座（11）锡焊连接，养殖箱外壳体（1）上表面通过螺栓与上盖（12）固定连接，上盖（12）上表面一侧安装有控制面板（13），上盖（12）另一侧设置有光照窗（14），光照窗（14）表面与遮阳板（15）滑动连接，控制面板（13）下表面分别通过导线与全景摄像头（16）和充氧装置（17）电连接，养殖箱外壳体（1）内安装有内养殖箱（2），内养殖箱（2）下表面一侧设置有遮蔽区（21），养殖箱外壳体（1）和内养殖箱（2）下端设置有供泥鳅排泄物排出的排出口,内养殖箱（2）内一侧设有投饵台（25）；

养殖箱外壳体（1）内壁与内养殖箱（2）外壁之间设置有控温层（22），控温层（22）内安装有温控管道（23），温控管道（23）一侧与外接水箱相连通，养殖箱外壳体（1）设置有与内养殖箱（2）相似的形状，内养殖箱（2）下表面一侧设置有倾斜的斜坡，斜坡下端分别与遮蔽区（21）上表面相连接，遮蔽区（21）内壁分别安装有超声波传感探头（24）；

控制面板（13）表面分别安装有控制按键和显示屏，内养殖箱（2）内壁分别分布有水温传感器和溶氧传感器，水温传感器和溶氧传感器分别与控制面板（13）信号传输连接，遮蔽区（21）内装填有遮蔽水草，内养殖箱（2）内的水位线高于充氧装置（17）末端和溶氧传感器的高度；

所述方法包括以下步骤：

步骤一：养殖箱准备：将遮蔽区（21）内放入遮蔽水草，将遮蔽水草覆盖至内养殖箱（2）内壁下表面后向内养殖箱（2）内注入水直至水位高于充氧装置（17）末端和溶氧传感器，控制面板（13）上的显示屏实时显示水温传感器和溶氧传感器测得的内养殖箱（2）内的温度和水体中溶解氧浓度的数据；

步骤二：泥鳅水中数据采集：获取所述全景摄像头（16）采集到的监控数据，基于监控数据判断所述内养殖箱（2）中的泥鳅数据，基于获取到的监控数据确定所述泥鳅的活动轨迹，判断所述泥鳅的生长状态；

同时，获取所述溶氧传感器主动上传的水中溶解氧浓度，判断所述水中溶解氧浓度与所述泥鳅的生长状态的关联信息，并建立养殖评估线形图；

步骤三：泥鳅遮蔽区域数据采集：获取所述超声波传感探头（24）采集到的超声波反馈数据，确定所述泥鳅在遮蔽水草中的运动状态，结合所述泥鳅的生长状态确定所述泥鳅的健康状况。

2.如权利要求1所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：所述方法还包括以下步骤：

步骤四：水质监测分析：用于获取水中的泥鳅排泄物含量和饲料残留量、氨氮含量、pH值数据，以泥鳅遮蔽区域数据采集的时间为横坐标，分别采用泥鳅排泄物含量和饲料残留量数据为纵坐标，分别绘制泥鳅排泄物变化曲线和饲料残留量曲线，如果发现饲料残留量增加，则相应降低饲料投放量；泥鳅排泄物含量超过排泄物含量阈值和/或饲料残留量数据超过变质阈值，则对内养殖箱（2）内的水进行更换；

步骤五：遮蔽水草变化分析：获取内养殖箱（2）内遮蔽区的遮蔽水草中的泥鳅特征物质数据和泥鳅的潜入深度，根据泥鳅特征物质数据修正内养殖箱（2）内水的更换周期，计算同一时刻的泥鳅的平均潜入深度；采用泥鳅特征物质数据作为横坐标，采用泥鳅在遮蔽水草中的平均潜入深度为纵坐标，建立泥鳅在遮蔽水草中的平均潜入深度与泥鳅特征物质数据的关联曲线图，关联曲线图用于确定泥鳅的饲养密度和选择泥鳅养殖的遮蔽水草。

3.如权利要求2所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：针对步骤一中控制面板（13）上的显示屏实时显示水温传感器和溶氧传感器测得的内养殖箱（2）内的温度和水中溶解氧浓度的数据，还包括：将获取到的所述水温传感器和溶氧传感器测得的内养殖箱（2）内的温度和水中溶解氧浓度的数据与预设阈值进行比对，判断所述内养殖箱（2）内的温度和水中溶解氧浓度的数据是否符合泥鳅的养殖环境；

当所述内养殖箱（2）内的温度超出所述预设阈值，则内养殖箱（2）内的温度过热，同时，将外接水箱内的冷却水通过循环泵将其在温控管道（23）内进行水循环，对内养殖箱（2）进行降温；

当所述内养殖箱（2）内的温度低于所述预设阈值，则内养殖箱（2）内的温度过低，同时，将外接水箱内的水加热后通过循环泵将其在温控管道（23）内进行水循环，对内养殖箱（2）进行升温。

4.如权利要求3所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：针对步骤三中确定所述泥鳅在遮蔽水草中的运动状态，具体为：获取所述全景摄像头（16）采集到的监控数据，在所述监控数据中提取泥鳅数据，对所述泥鳅数据进行预处理，提取处理结果输入至特征数据库中进行特征点对比，获取所述泥鳅数据包含的泥鳅数量；

其中，所述特征数据库包括特征识别模型，所述特征识别模型包括头部特征、须部特征、鳍部特征和体表特征；

基于所述泥鳅数量建立对应的养殖数据存放空间，在所述监控数据中提取每一泥鳅对应的初始位置，确定每一初始位置在内养殖箱（2）中的实际位置，分析每一泥鳅的移动特征；

获取同一泥鳅的初始位置和对应的当前移动位置，获取每一泥鳅对应的最大停顿时间及其所在的监控数据段，根据所述移动特征和最大停顿时间生成每一泥鳅对应的养殖状态；

根据每一泥鳅对应的移动特征和养殖状态，建立每一泥鳅对应的养殖健康指数，根据所述监控数据的数据长度建立时间轴，将所述养殖健康指数输入到所述时间轴，生成线性数据。

5.如权利要求4所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：针对步骤二中建立养殖评估线形图，具体为：获取所述溶氧传感器主动上传的水中溶解氧浓度数据，同时，将所述水中溶解氧浓度数据携带的时间数据与获取到的所述监控数据进行一一对应；

将所述水中溶解氧浓度数据输入至所述时间轴，基于所述水中溶解氧浓度数据与所述养殖健康指数进行一一比对，获取所述泥鳅的运动变化曲线，同时基于所述运动变化曲线确定所述泥鳅的运动特征。

6.如权利要求5所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：针对步骤三中结合所述泥鳅的生长状态确定所述泥鳅的健康状况，还包括：构建泥鳅健康状况评估模型，并确定所述运动变化曲线的权重值，基于所述权重值通过所述泥鳅健康状况评估模型对所述泥鳅的运动特征进行分析，得到所述泥鳅的健康状况评估值；

将所述泥鳅的健康状况评估值与预设阈值进行比较，若所述泥鳅的健康状况评估值小于或大于预设阈值，判定所述泥鳅的生物状态存在异常，存在健康问题，并对所述泥鳅进行人工处理；

若所述泥鳅的健康状况评估值在预设阈值内，判定所述泥鳅的健康状况正常。

7.如权利要求6所述的一种用于泥鳅精养的智能化养殖方法，其特征在于：针对步骤二中由全景摄像头（16）采集到的监控数据得到的泥鳅数据，采用以下公式计算各条泥鳅外观与预存的病死泥鳅外观的对比度：；

上式中， 表示第条泥鳅外观与预存的病死泥鳅外观的对比度；表示将泥鳅划分的部位数量； 表示第条泥鳅的第 个部位图像的平均色度值； 表示病死泥鳅的第 个部位图像的平均色度值； 表示第条泥鳅的第 个部位图像的平均光谱值； 表示病死泥鳅的第个部位图像的平均光谱值；

再计算对比度低于预设的对比度阈值的泥鳅数量相对于箱内总数量的占比，若占比超过设定的比率阈值，则发出报警信息。