1.一种基于物联网水产养殖监控系统，其特征在于，包括：

监控设备布设模块，用于对水区域按照预设的划分方式进行划分，得到水区域对应的各子区域，并对各子区域进行监控设备布设，其中监控设备中设有若干个子设备，子设备包括高清摄像头、温度传感器、氧气浓度传感器、酸碱度传感器、取样器；

水质监控模块，用于对各子区域对应的水质参数进行采集和分析，其中，水质参数为：温度、氧含量、酸碱度、氨氮浓度和亚硝酸盐浓度，得到各子区域对应的水质量值：通过各子区域对应监控设备中各子设备的取样器对各子区域对应的水质进行采样，得到各子区域中各子设备的水质样本；

通过便携式分光光度计对各子区域中各子水设备的水质样本进行检测，得到各子区域中各子水设备的氨氮浓度和亚硝酸盐浓度，即各子区域对应各深度区域的氨氮浓度和亚硝酸盐浓度；

通过各子区域对应监控设备中各子设备的温度传感器对各子区域对应的水温度进行检测，得到各子区域对应各子设备的水温度，即各子区域对应各深度区域的水温度；

同理，通过相应的子设备检测得到各子区域对应各深度区域的水氧浓度、水酸碱度；

将各子区域对应各深度区域的氨氮浓度与云存储库中存储的参考氨氮浓度区间进行对比，若某深度区域的氨氮浓度不处于参考氨氮浓度区间，则将该深度区域记为氨氮区域，i由此得到各子区域对应的各氨氮区域，并统计各子区域对应氨氮区域的数量，记为AD；i表示为各子区域的编号，i=1,2,...,n，i为正整数，n表示为子区域编号的总数；

将各子区域对应各深度区域的亚硝酸盐浓度与云存储库中存储的参考亚硝酸盐浓度区间进行对比，若某深度区域的亚硝酸盐浓度不处于参考亚硝酸盐浓度区间，则将该深度区域记为亚硝酸盐区域，由此得到各子区域对应的各亚硝酸盐区域，并统计各子区域对应i亚硝酸盐区域的数量YS；

i i

同理，分析并统计得到各子区域对应水氧区域的数量SY、水酸碱区域的数量SJ和水温i度区域的数量SW；

i

将各子区域中深度区域的数量进行统计，得到各子区域对应深度区域的数量，记为SD；

依据公式 计算出各子区域

i

对应的水质量值SZL ，e为自然常数，a1、a2、a3、a4、a5为设定的权值因子，a1、a2、a3、a4、a5的取值范围均大于0小于1；

进一步分析得到水区域对应的水质量评估指数；

水生物抽检模块，用于对水区域对应的水生植物参数进行采集，得到水区域对应的水生植物参数，并对各子区域对应的水生动物进行抽检，得到各子区域对应水生动物的样本；

水生植物生长分析模块，用于基于水区域对应的水生植物参数分析得到水区域对应水生植物的生长评估指数；

水生动物生长分析模块，用于基于各子区域对应水生动物的样本对水区域对应水生动物的生长参数进行检测，并基于水区域对应水生动物的生长参数分析得到水区域对应水生动物的生长评估指数；

水生动物疾病检测模块，用于基于各子区域对应水生动物的样本对水区域对应水生动物的疾病参数进行检测，并基于水区域对应水生动物的疾病参数分析得到水区域对应水生动物的疾病影响指数；

水产养殖质量分析模块，用于基于水区域对应的水质量评估指数、水生植物的生长评估指数、水生动物的生长评估指数、水生动物的疾病影响指数综合分析得到水区域对应的养殖质量评估指数；

水产养殖监控处理终端，用于将水区域对应的养殖质量评估指数与云存储库中存储的各水产养殖等级对应的养殖质量评估指数阈值进行匹配，得到水区域对应的水产养殖等级，并进行相应的处理；

云存储库，用于存储参考氨氮浓度区间、参考亚硝酸盐浓度区间，存储各水产养殖等级对应的养殖质量评估指数阈值，存储各种类水生动物对应的常见病毒种类数量。

2.根据权利要求1所述的一种基于物联网水产养殖监控系统，其特征在于，所述分析得到水区域对应的水质量评估指数，具体分析公式为： ，SG为水区域对应的水质量评估指数，a6为设定的修正因子，取值范围大于0小于1。

3.根据权利要求1所述的一种基于物联网水产养殖监控系统，其特征在于，所述对水区域对应的水生植物参数进行采集，得到水区域对应的水生植物参数，采集方式为：通过各子区域对应监控设备中各子设备的高清摄像头对各子区域对应的水区域图像进行全方位的采集，得到各子区域对应各子设备的全方位水区域图像，并对其进行三维模型模拟，得到各子区域对应各子设备的水区域三维模型，即各子区域对应各深度区域的水区域三维模型；

从各子区域对应各深度区域的水区域三维模型中识别出各子区域对应各深度区域的水生植物轮廓，得到各子区域对应各深度区域的各水生植物轮廓；

获取各子区域对应各深度区域的空间体积，同时基于各子区域对应各深度区域的各水生植物轮廓获取各子区域对应各深度区域中水生植物的数量，将各子区域对应各深度区域中水生植物的数量与其对应深度区域的空间体积进行相除计算，得到各子区域对应各深度区域中水生植物的分布密集度；

基于各子区域对应各深度区域的各水生植物轮廓获取各子区域对应各深度区域中各水生植物的体积，并对其进行求和计算，得到各子区域对应各深度区域中水生植物的总体积；

由各子区域对应各深度区域中水生植物的分布密集度和总体积构成水区域对应的水生植物参数。

4.根据权利要求1所述的一种基于物联网水产养殖监控系统，其特征在于，所述基于水区域对应的水生植物参数分析得到水区域对应水生植物的生长评估指数，分析方式为：从水区域对应的水生植物参数中提取各子区域对应各深度区域中水生植物的分布密i i集度和总体积，分别记为MJj和ZV j；j表示为各深度区域的编号，j=1,2,...,m，j为正整数，m表示为深度区域编号的总数；

依据公式 计算出水区域对应水生植物

i

的生长评估指数ZG，b1、b2为设定的权值因子，b1、b2的取值范围均大于0小于1，QVj为第i个子区域对应第j个深度区域的空间体积， 为设定的参考分布密集度。

5.根据权利要求1所述的一种基于物联网水产养殖监控系统，其特征在于，所述基于各子区域对应水生动物的样本对水区域对应水生动物的生长参数进行检测，具体方式为：将各子区域对应水生动物的样本按照各种类水生动物进行分类，得到各子区域中各种类水生动物的样本，并将其按照抽检比例进行数量估算，得到各子区域中各种类水生动物的估算数量；

基于各子区域中各种类水生动物的样本获取各子区域中各种类水生动物对应各子动物的体重，并将各种类水生动物对应各子动物的体重与设定的各种类水生动物对应各体重等级的体重阈值进行匹配，得到各种类水生动物对应各子动物的体重等级，进而得到各子区域中各种类水生动物对应各体重等级的各子动物，进而按照抽检比例进行数量估算，得到各子区域中各种类水生动物对应各体重等级的估算数量；

由各子区域中各种类水生动物的估算数量以及各体重等级的估算数量构成水区域对应水生动物的生长参数。

6.根据权利要求4所述的一种基于物联网水产养殖监控系统，其特征在于，所述基于水区域对应水生动物的生长参数分析得到水区域对应水生动物的生长评估指数，具体为：从水区域对应水生动物的生长参数中提取各子区域中各种类水生动物的估算数量iGNf，f表示为各种类水生动物的编号，f=1,2,...,g，f为正整数，g表示为水生动物种类编号i的总数；同时从中提取各子区域中各种类水生动物对应各体重等级的估算数量TNfw，w表示为各体重等级的编号，w=1,2,...,p，w为正整数，p表示为体重等级编号的总数；

依据公式 计算出水区域对

应水生动物的生长评估指数DS， 为设定的第f个种类水生动物的参考估算数量， 为设定的第f个种类水生动物对应第w个体重等级的权重值，b3、b4为设定的权值因子，b3、b4的取值范围均大于0小于1。

7.根据权利要求1所述的一种基于物联网水产养殖监控系统，其特征在于，所述基于各子区域对应水生动物的样本对水区域对应水生动物的疾病参数进行检测，检测方式为：将各子区域对应水生动物的样本按照各种类水生动物进行分类，得到各子区域中各种类水生动物的各子动物，并对各子区域中各种类水生动物对应各子动物的图像进行采集，得到各子区域中各种类水生动物对应各子动物的图像；

从各子区域中各种类水生动物对应各子动物的图像识别出异常图像，记为异常动物，由此得到各子区域中各种类水生动物对应的各异常动物，并统计其数量，即各子区域中各种类水生动物对应异常动物的数量；

从各子区域中各种类水生动物的各子动物中随机抽取若干子动物，得到各子区域中各种类水生动物的各抽取动物，并对其进行病毒检测，得到各子区域中各种类水生动物对应各抽取动物的病毒种类数量；

将各子区域中各种类水生动物对应各抽取动物的病毒种类数量与云存储库中存储的各种类水生动物对应的常见病毒种类数量进行相除计算，得到各子区域中各种类水生动物对应各抽取动物的患病率；

通过相应的分析得到各子区域中各种类水生动物对应的病毒率；

由各子区域中各种类水生动物对应异常动物的数量以及病毒率构成水区域对应水生动物的疾病参数。

8.根据权利要求6所述的一种基于物联网水产养殖监控系统，其特征在于，所述基于水区域对应水生动物的疾病参数分析得到水区域对应水生动物的疾病影响指数，分析为：从水区域对应水生动物的疾病参数中提取各子区域中各种类水生动物对应异常动物i i的数量DNf以及病毒率BDf；

i

将各子区域中各种类水生动物的估算数量GNf，代入公式

计算出水区域对应水生动物的疾病影响指数BY，b5、b6为

设定的权值因子，b5、b6的取值范围均大于0小于1。

9.根据权利要求8所述的一种基于物联网水产养殖监控系统，其特征在于，所述水区域对应的养殖质量评估指数，分析公式为：依据公式 计算出水区域对应的养殖质量评估指

数YZ，c1、c2、c3、c4为设定的权值因子，c1、c2、c3、c4取值范围均大于0小于1。