根据大闸蟹的产量预测数据，合理安排养殖人力与设备。在预测产量较高的池塘区域，增加投喂、水质监测的人力投入，同时保障增氧机、投饵机等设备的正常运转。根据不同养殖阶段的产量预测结果，与经销商提前签订供货协议。如预测中秋前后产量达峰值，提前储备冷链仓储资源，确保产品新鲜度并避免库存积压。经销商根据产量情况可以更好把控采购与销售节奏，对比往年区域销量，确定年度采购总量，如预测增产，且市场需求稳定，可适当加购，避免旺季缺货；若预测减产，则提前拓展其他货源，防止断供。确定是否需要备货等，避免一次性囤货导致的鲜活损耗，同时平衡资金占用成本。对于物流商可优化运力与成本，调配对应吨位冷链车，避免空驶浪费，防止集中运输时资源紧张，保障运输效率。对于零售商，若产量充足，可提前策划促销活动；若产量有限，则侧重高端礼盒推广，提升单客价值。
数据采集：获取养殖场相关环境、投喂、生长等信息数据，把这些信息存储后用于计算。数据处理：对数据集进行清洗，包括去除异常数据、处理缺失值 。算法规则：采用多元线性回归模型，以历史产量数据为因变量，以下列因子为自变量：环境因子：环境因子得分=水温系数*20%+溶氧量系数*15%，其中水温系数取决于水温值，水温在标准范围 18 - 25℃时水温系数为 1.2，超出范围水温系数递减，每超出标准范围1℃，水温系数减少0.1；溶氧量系数取决于溶解氧值，溶解氧标准（≥5mg/L），高于标准，溶氧量系数为1，每低于标准1mg/L，溶氧量系数减少0.2。 生长因子：生长因子得分=体重系数*25%+对应生长阶段系数*10%体重系数取决于平均体重，体重系数=平均体重/对应生长阶段体重标准，对应生长阶段体重标准：幼蟹期体重标准20g、黄蟹期体重标准120g、成蟹期体重标准200g；对应生长阶段系数根据生长阶段取值，幼蟹期系数 = 0.8、黄蟹期系数 = 0.8、成蟹期系数 = 1.1。投喂因子：投喂因子得分=投喂系数*15%+投喂饲料种类系数*15%，投喂系数=日投喂量/对应生长阶段投喂标准，对应生长阶段投喂标准：幼蟹期投喂标准2kg / 亩、黄蟹期投喂标准6kg / 亩、成蟹期投喂标准10kg / 亩；投喂饲料种类系数取决于投喂饲料种类，专用蟹饲料的投喂饲料种类系数：1，混合投喂的投喂饲料种类系数：0.9。预测产量 = 基准产量 ×（环境因子得分 + 生长因子得分 + 投喂因子得分）× 季节修正系数（春秋季 1.1，夏季 1.0，冬季 0.9）， 基准产量为上一年度亩均产量。
| 字段名 | 类型 | 描述 |
|---|---|---|
检测时间 |
-- | -- |
养殖池塘编号 |
-- | -- |
季节 |
-- | -- |
水温(°C） |
-- | -- |
溶氧量(mg/L) |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 检测时间 | 2025/7/23,2025/7/13 |
| 养殖池塘编号 | YL-609,YL-248 |
| 季节 | 夏季,夏季 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8400063