© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
中国科学院昆明动物研究所
企业中国科学院昆明动物研究所，注册地位于云南省。登记所属行业为研究和试验发展。经营范围涉及开展动物研究，促进科技发展，东喜马拉雅地区动物研究保护生物学研究细胞与分子进化灵长类生物学研究动物毒素学研究动物资源保护及可持续利用研究相关学历教育、博士后培养、继续教育、专业培训与学术交流《动物学研究》出版等业务。
正常事业单位国家重点实验室研究和试验发展
数据集列表
金元鲃鱼养殖水环境参数与生长监测数据
聚焦工厂化养殖场景，通过实时监测水体pH、溶解氧、氨氮、亚硝酸盐等水环境指标，结合金元鲃鱼“滇优1号”生长数据，通过生长指数对环境状态进行分级（优良/良好/一般/较差/恶劣），自动识别环境异常（如高温缺氧），及时触发增氧、调水等干预措施，降低死亡率；同时，基于水环境参数、生长指数和环境状态分级自动调节投饵机、增氧机启停，避免浪费，节约能耗。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，推动金元鲃鱼养殖模式向绿色高效可持续转型。一、数据采集：实时监测水环境参数：水温、pH、溶解氧、氨氮、亚硝酸盐，记录日投喂量。
二、数据处理：1. 水温得分：水温≤18℃或>32℃得20分；18-20℃或30-32℃得40分；20-22℃或28-30℃得60分；22-24℃或26-28℃得80分；24-26℃得100分。 2. pH得分：pH<7.0或>8.8得20分；7.0-7.2或8.5-8.8得40分；7.2-7.4或8.2-8.5得60分；7.4-7.6或8.0-8.2得80分；7.6-8.0得100分。 3. 溶解氧得分：溶解氧<4或>11得20分；4-5或10-11得40分；5-6或9-10得60分；6-7或8-9得80分；7-8得100分。 4. 氨氮得分：氨氮浓度>0.03得20分；0.02-0.03得40分；0.015-0.02得60分；0.01-0.015得80分；≤0.01得100分。 5. 亚硝酸盐得分：亚硝酸盐浓度>0.005得20分；0.003-0.005得40分；0.002-0.003得60分；0.0015-0.002得80分；≤0.0015得100分。 6. 日投喂量得分：日投喂量占体重的百分比<2.0%或>6.0%得20分；2.0-2.5%或5.5-6.0%得40分；2.5-3.0%或5.0-5.5%得60分；3.0-3.5%或4.5-5.0%得80分；3.5-4.5%得100分。
三、生长指数计算：7. 原有生长指数：按同养殖天身体长、体重均值算Z-score，值为0-100分（公式：(Z+3)×16.67，结果限0-100分），体长与体重标准分各占50%权重。 8. 综合环境得分：按单项得分加权求和，权重分配为：溶解氧0.25、温度0.20、氨氮0.20、pH 0.15、亚硝酸盐0.15、投喂量0.05。 9. 改进版生长指数：公式为：原有生长指数×0.6 + 综合环境得分×0.4。 10. 等级划分：改进版生长指数≥80分为优秀生长；65-80分为良好生长；50-65分为正常生长；35-50分为缓慢生长；<35分为停滞生长。 3.2 环境状态等级划分 ≥85分为优良（最适生长，维持管理）；70-85分为良好（适生，定期监测微调）；55-70分为一般（基本适生，加强监测改进）；40-55分为较差（不适生，立即调关键参数）；<40分为恶劣（威胁生存，紧急干预）。
浙江省数据知识产权登记平台2026-04-09 更新00
金元鲃鱼养殖水环境参数与生长监测数据
聚焦工厂化养殖场景，通过实时监测水体pH、溶解氧、氨氮、亚硝酸盐等水环境指标，结合金元鲃鱼“滇优1号”生长数据，通过生长指数对环境状态进行分级（优良/良好/一般/较差/恶劣），自动识别环境异常（如高温缺氧），及时触发增氧、调水等干预措施，降低死亡率；同时，基于水环境参数、生长指数和环境状态分级自动调节投饵机、增氧机启停，避免浪费，节约能耗。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，推动金元鲃鱼养殖模式向绿色高效可持续转型。一、数据采集：实时监测水环境参数：水温、pH、溶解氧、氨氮、亚硝酸盐，记录日投喂量。
二、数据处理：1. 水温得分：水温≤18℃或>32℃得20分；18-20℃或30-32℃得40分；20-22℃或28-30℃得60分；22-24℃或26-28℃得80分；24-26℃得100分。 2. pH得分：pH<7.0或>8.8得20分；7.0-7.2或8.5-8.8得40分；7.2-7.4或8.2-8.5得60分；7.4-7.6或8.0-8.2得80分；7.6-8.0得100分。 3. 溶解氧得分：溶解氧<4或>11得20分；4-5或10-11得40分；5-6或9-10得60分；6-7或8-9得80分；7-8得100分。 4. 氨氮得分：氨氮浓度>0.03得20分；0.02-0.03得40分；0.015-0.02得60分；0.01-0.015得80分；≤0.01得100分。 5. 亚硝酸盐得分：亚硝酸盐浓度>0.005得20分；0.003-0.005得40分；0.002-0.003得60分；0.0015-0.002得80分；≤0.0015得100分。 6. 日投喂量得分：日投喂量占体重的百分比<2.0%或>6.0%得20分；2.0-2.5%或5.5-6.0%得40分；2.5-3.0%或5.0-5.5%得60分；3.0-3.5%或4.5-5.0%得80分；3.5-4.5%得100分。
三、生长指数计算：7. 原有生长指数：按同养殖天身体长、体重均值算Z-score，值为0-100分（公式：(Z+3)×16.67，结果限0-100分），体长与体重标准分各占50%权重。 8. 综合环境得分：按单项得分加权求和，权重分配为：溶解氧0.25、温度0.20、氨氮0.20、pH 0.15、亚硝酸盐0.15、投喂量0.05。 9. 改进版生长指数：公式为：原有生长指数×0.6 + 综合环境得分×0.4。 10. 等级划分：改进版生长指数≥80分为优秀生长；65-80分为良好生长；50-65分为正常生长；35-50分为缓慢生长；<35分为停滞生长。 3.2 环境状态等级划分 ≥85分为优良（最适生长，维持管理）；70-85分为良好（适生，定期监测微调）；55-70分为一般（基本适生，加强监测改进）；40-55分为较差（不适生，立即调关键参数）；<40分为恶劣（威胁生存，紧急干预）。
浙江省数据知识产权登记平台2026-03-18 更新60
金元鲃鱼养殖水环境参数与生长监测数据
聚焦工厂化养殖场景，通过实时监测水体pH、溶解氧、氨氮、亚硝酸盐等水环境指标，结合金元鲃鱼“滇优1号”生长数据，通过生长指数对环境状态进行分级（优良/良好/一般/较差/恶劣），自动识别环境异常（如高温缺氧），及时触发增氧、调水等干预措施，降低死亡率；同时，基于水环境参数、生长指数和环境状态分级自动调节投饵机、增氧机启停，避免浪费，节约能耗。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，推动金元鲃鱼养殖模式向绿色高效可持续转型。
浙江省数据知识产权登记平台2026-03-02 更新250
杂交鲤鲃“滇优1号”高原工厂化养殖生长预测与环境因子关联数据
可以用于高原工厂化养殖模式下杂交鲤鲃“滇优1号”的生长预测，输入为养殖天数（天）、水温（℃）、pH、溶解氧浓度（mg/L）、氨氮浓度（mg/L）、亚硝酸盐浓度（mg/L）、日投喂量（g/天）、日投喂频率（次/天），输出为杂交鲤鲃“滇优1号”体重预测值、日投喂量预测值和生长预测等级。该模型帮助解决了杂交鲤鲃“滇优1号”体重和水环境的关系建模和养殖过程中 “精准投喂”问题，通过预测鱼类体重，可有效、合理的对杂交鲤鲃“滇优1号”进行投喂，提高其生产效益。
广东省数据知识产权存证登记平台2026-01-27 更新00
杂交鲤鲃“滇优1号”高原工厂化养殖病害预警与生长数据关联数据
本数据聚焦杂交鲤鲃“滇优1号”高原工厂化养殖场景，核心构建病害预警与生长状态的关联体系，为养殖动态风险防控、精准管理及产销调度提供数据支撑，助力提升养殖稳定性与综合效益。 数据涵盖鱼类生长状态与水环境两大核心维度，通过生长指数将鱼类生长状况划分为优、良、中、差四个等级，结合水温、溶解氧、pH值、氨氮、亚硝酸盐等水环境数据，将水环境状况综合分为优良、良好、一般、较差四级。 基于两类分级数据，可精准识别“生长停滞-环境异常”的内在关联，实现病害风险提前预警与动态防控。同时，依据水环境及生长状态等级，自动触发增氧、调水、调喂等针对性干预措施，有效降低鱼群死亡率，减少饲料浪费与能耗损耗。 此外，通过对比不同养殖桶的长期生长状态数据，可预判产量波动趋势，为优化活鱼采购计划及冷链调度安排提供数据依据，全方位适配高原工厂化养殖的精细化管理需求。
广东省数据知识产权存证登记平台2026-01-27 更新00
金元鲃鱼养殖生长预测数据
解决养殖过程中 “精准投喂”“环境调控” 问题，实现金元鲃鱼“滇优1号”体重、日投喂量及生长等级的精准预测，为养殖生产提供数据支撑，提升金元鲃鱼“滇优1号”养殖效益与生长品质。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，助力养殖主体提质增效、增强市场竞争力，同时可推动金元鲃鱼养殖模式向绿色高效可持续转型。记录输入变量：养殖天数（监测时间 - 鱼苗投放起始时间）、水温、溶解氧、pH、氨氮浓度、亚硝酸盐浓度、日投喂量、鱼体重。
1、使用回归算法分析输入变量与鱼体重、日投喂量的非线性关联，确定特征重要性权重（养殖天数对体重权重 57.5%、溶解氧对日投喂量权重 86.9%）；参数配置：随机森林回归设 100 棵决策树、最大深度 8 层，梯度提升树学习率 0.1，迭代终止条件为预测误差达标；评估指标：体重预测目标为 R²≥0.98、RMSE＜3g，实际达标 R²=0.986、RMSE=2.57g；日投喂量预测目标为 R²≥0.99，实际达标 R²=1.0。
2、使用多分类算法分析输入变量与5级生长等级（按体重分位数划分）的类别关联，构建概率判别规则，取置信度最高的等级为最终结果；评估指标：等级预测目标为准确率≥70%、平均置信度≥0.4，实际达标准确率= 73.93%，平均置信度0.45，仅当置信度≥30% 时判定为有效预测。训练与优化规则：优化目标：以“回归指标最优、分类指标达标”为核心，明确体重预测 R²≥0.98、RMSE＜3g，日投喂量 R²≥0.99，生长等级准确率≥70%；优化方式：利用体重、日投喂量实际值及生长等级实际类别，通过网格搜索调优超参数，结合5折交叉验证避免过拟合。
浙江省数据知识产权登记平台2026-04-09 更新10
金元鲃鱼养殖生长预测数据
解决养殖过程中 “精准投喂”“环境调控” 问题，实现金元鲃鱼“滇优1号”体重、日投喂量及生长等级的精准预测，为养殖生产提供数据支撑，提升金元鲃鱼“滇优1号”养殖效益与生长品质。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，助力养殖主体提质增效、增强市场竞争力，同时可推动金元鲃鱼养殖模式向绿色高效可持续转型。记录输入变量：养殖天数（监测时间 - 鱼苗投放起始时间）、水温、溶解氧、pH、氨氮浓度、亚硝酸盐浓度、日投喂量、鱼体重。
1、使用回归算法分析输入变量与鱼体重、日投喂量的非线性关联，确定特征重要性权重（养殖天数对体重权重 57.5%、溶解氧对日投喂量权重 86.9%）；参数配置：随机森林回归设 100 棵决策树、最大深度 8 层，梯度提升树学习率 0.1，迭代终止条件为预测误差达标；评估指标：体重预测目标为 R²≥0.98、RMSE＜3g，实际达标 R²=0.986、RMSE=2.57g；日投喂量预测目标为 R²≥0.99，实际达标 R²=1.0。
2、使用多分类算法分析输入变量与5级生长等级（按体重分位数划分）的类别关联，构建概率判别规则，取置信度最高的等级为最终结果；评估指标：等级预测目标为准确率≥70%、平均置信度≥0.4，实际达标准确率= 73.93%，平均置信度0.45，仅当置信度≥30% 时判定为有效预测。训练与优化规则：优化目标：以“回归指标最优、分类指标达标”为核心，明确体重预测 R²≥0.98、RMSE＜3g，日投喂量 R²≥0.99，生长等级准确率≥70%；优化方式：利用体重、日投喂量实际值及生长等级实际类别，通过网格搜索调优超参数，结合5折交叉验证避免过拟合。
浙江省数据知识产权登记平台2026-03-07 更新170
金元鲃鱼养殖生长预测数据
解决养殖过程中 “精准投喂”“环境调控” 问题，实现金元鲃鱼“滇优1号”体重、日投喂量及生长等级的精准预测，为养殖生产提供数据支撑，提升金元鲃鱼“滇优1号”养殖效益与生长品质。本数据集合适用于金元鲃鱼工厂化规模化养殖的生长管理与风险预警，降低养殖损耗和成本，助力养殖主体提质增效、增强市场竞争力，同时可推动金元鲃鱼养殖模式向绿色高效可持续转型。
浙江省数据知识产权登记平台2026-02-13 更新150
杂交鲤鲃“滇优1号”高原工厂化养殖水环境参数与生长监测数据
本数据聚焦杂交鲤鲃“滇优1号”高原工厂化养殖场景，涵盖水环境参数与鱼类生长监测核心信息，为养殖环境调控、精准投喂及风险预警提供数据支撑，助力降低养殖死亡率、节约能耗，提升养殖效益。 数据通过实时监测采集，核心包含水环境关键参数与鱼类生长数据。水环境参数涵盖水温、pH值、溶解氧浓度、氨氮浓度、亚硝酸盐浓度，同步记录日投喂量，全面反映养殖环境条件与投喂管理情况；生长数据聚焦鱼类体长、体重等核心指标，精准捕捉生长状态。 数据经标准化处理后，形成生长指数与环境状态分级体系。生长指数综合鱼类生长表现与环境条件评定，环境状态依据参数水平划分为优良、良好、一般、较差、恶劣五个等级，可自动识别高温、缺氧等环境异常，为干预措施提供依据。 基于本数据可触发增氧、调水等应急干预，同时自动调节投饵机、增氧机启停，既规避环境风险、减少饲料浪费，又实现能耗优化。数据整体贴合高原工厂化养殖实际，为智能化、精细化养殖提供可靠数据保障。
广东省数据知识产权存证登记平台2026-01-27 更新00
2023年非人灵长类动物基因组数据集
猕猴是目前使用最广泛的非人灵长类实验动物模型之一，其基因组与人的相似度达93%，且在大脑解剖结构、生殖生理和免疫系统等方面与人类有着极高的相似性, 因此被认为是研究人类重大疾病最理想的模型动物。然而受新冠疫情以及生物大分子药物研发等对实验动物需求旺盛的影响，猕猴资源出现严重短缺，甚至出现了“一猴难求”的现象。猕猴生物资源的有效利用依赖于对遗传信息的详尽解析以及对表型的精准描述。同时，清楚的遗传背景也将有助于制定合理的遗传管理策略，避免出现近交衰退和远交衰退的风险。因此，开展系统的中国猕猴表型和遗传研究不仅有利于理解猕猴表型的多样性进化，也是推动和有效利用猕猴作为疾病模型研究最基本的一项任务
数据质量：采用华大基因DNBseq高通量测序平台对昆明动物研究所919只笼养中国猕猴样本进行全基因组重测序，每个样本的测序深度设定为30倍覆盖度（约90G数据量），所有测序reads经过质量控制后比对至印度猕猴参考基因组（Mmul_10），通过标准的生物信息学分析流程进行变异检测和过滤，最终获得约8400万个高质量的遗传变异位点数据集，为后续的群体遗传学分析和进化研究提供了可靠的基础数据。
数据来源：实验猴年度健康体检采集约1ml血液，采用华大DNBseq平台进行基因组重测序，每个样本测序深度约30X（90G），使用BWA-MEM比对到印度猕猴参考基因组（Mmul10），使用GATK软件获得SNP和INDEL遗传变异的数据。
数据生产方式：对获得的遗传变异数据进行质量过滤，如：Phred-scaled评估的碱基质量后验概率值（QUAL）<50.0; 基于经过深度校正的质量值(QD)<2.0；RMS比对质量(MQ)<40.0；使用Fisher's精确检验判断是否存在链特异倾向(FS)>60.0；对称比值比检验(SOR)估计的链偏倚<3.0；Alt vs Ref比对质量差异的Wilcoxon秩和检验(MQRankSum)<-12.5；Alt与Ref读取位置偏差(ReadPosRankSum)的Wilcoxon秩和检验的Z-score<-8等
时间范围：2023年6月30日
国家非人灵长类实验动物资源库2025-12-15 更新140