Python水质监测系统：智能守护鱼塘生态平衡

1. 项目概述：用代码守护鱼塘生态平衡

去年夏天帮朋友处理过一次鱼塘大面积死鱼事件，检测发现是溶解氧不足叠加氨氮超标造成的连锁反应。传统养殖户往往凭经验判断水质，但水体环境的变化常常快于肉眼观察。这个项目就是用Python构建一套水质分析系统，通过传感器数据自动计算溶解氧、氨氮等关键指标，并给出换水频率和增氧设备的智能建议。

系统特别适合中小型养殖场主和家庭观赏鱼爱好者，不需要专业化学知识，只要会基础电脑操作就能掌握鱼塘的实时状态。核心价值在于把复杂的水化学参数转化为可执行的养护建议，比如：

• 根据温度自动修正溶解氧饱和值
• 通过氨氮变化曲线预测水质恶化趋势
• 结合养殖密度推荐最佳换水周期

2. 核心算法设计原理

2.1 溶解氧动态模型

溶解氧(DO)计算采用亨利定律修正公式：

python复制def calculate_do(temp, salinity, pressure):
    # 温度补偿系数（℃^-1）
    alpha = 0.000975 - 0.00001426 * temp  
    # 标准饱和溶解氧(mg/L)
    do_sat = 14.652 - 0.41022 * temp + 0.007991 * temp**2 - 0.000077774 * temp**3  
    # 盐度修正
    do_sat *= 1 - (salinity * 0.000857)  
    # 大气压修正
    do_sat *= pressure / 101.325  
    return do_sat * (1 - alpha * temp)

关键细节：温度每升高1℃，鱼类耗氧量增加10%，这个模型特别考虑了高温季节的补偿系数

2.2 氨氮毒性评估

总氨氮(TAN)包含离子态NH4+和非离子态NH3，其中NH3毒性更强。毒性占比计算：

python复制def nh3_ratio(temp, pH):
    pKa = 0.09018 + (2729.92 / (temp + 273.15))
    return 100 / (1 + 10**(pKa - pH))

实测案例：当pH从7.5升至8.5（常见于藻类爆发），25℃水温下NH3占比会从1.