陳松楠，杜永強(qiáng)

(信陽農(nóng)林學(xué)院 信息工程學(xué)院，河南 信陽464000)

我國水產(chǎn)養(yǎng)殖歷史悠久，目前水產(chǎn)品總量位居世界第一，占全球水產(chǎn)量的39.3%。但是長期以來淡水養(yǎng)殖業(yè)基本上以個(gè)體戶養(yǎng)殖為主，規(guī)模較小，智能化水平較低。傳統(tǒng)的水產(chǎn)養(yǎng)殖規(guī)模和方法已經(jīng)滿足不了人民日益增長的美好生活的需要。因此，我國水產(chǎn)養(yǎng)殖業(yè)必須逐漸向規(guī)?；托畔⒒姆较虬l(fā)展。以物聯(lián)網(wǎng)技術(shù)為支撐的智慧養(yǎng)殖是現(xiàn)代漁業(yè)發(fā)展的必然要求，只有準(zhǔn)確、實(shí)時(shí)地對(duì)養(yǎng)殖場(chǎng)的水環(huán)境進(jìn)行監(jiān)控，通過智能施藥來預(yù)防和治療病害，利用精準(zhǔn)投餌來判斷合理的投餌時(shí)間等，才能對(duì)魚類的生長、健康和環(huán)境狀態(tài)做出客觀的評(píng)價(jià)，并及時(shí)采取防治處理或人工干預(yù)等措施將損失降到最低。本文重點(diǎn)圍繞智慧漁業(yè)技術(shù)的發(fā)展過程，對(duì)國內(nèi)外漁業(yè)物聯(lián)網(wǎng)的研究成果進(jìn)行分析和總結(jié)，并給出未來研究和發(fā)展的方向。

1 漁業(yè)物聯(lián)網(wǎng)與相關(guān)技術(shù)

20世紀(jì)90年代美國麻省理工學(xué)院的Kevin Ash-ton教授首次提出了物聯(lián)網(wǎng)的概念，主要是利用傳感設(shè)備將所有相互獨(dú)立的物體通過網(wǎng)絡(luò)技術(shù)緊密的聯(lián)系在一起[1]。經(jīng)過數(shù)十年的發(fā)展，物聯(lián)網(wǎng)技術(shù)已成為當(dāng)今互聯(lián)網(wǎng)發(fā)展的重要階段并受到了世界各國的重視。漁業(yè)物聯(lián)網(wǎng)是伴隨著物聯(lián)網(wǎng)體系的發(fā)展而應(yīng)運(yùn)產(chǎn)生的，是物聯(lián)網(wǎng)技術(shù)在漁業(yè)方面的重要產(chǎn)物。漁業(yè)物聯(lián)網(wǎng)主要由感知層、網(wǎng)絡(luò)層和應(yīng)用層三個(gè)部分構(gòu)成，感知層主要是利用傳感器對(duì)漁業(yè)的養(yǎng)殖環(huán)境、圖像信息等數(shù)據(jù)進(jìn)行采集，從而作為漁業(yè)物聯(lián)網(wǎng)系統(tǒng)的數(shù)據(jù)來源；傳輸層主要將感知層采集到的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸設(shè)備實(shí)時(shí)傳送到應(yīng)用層，以便做出相應(yīng)的統(tǒng)計(jì)和分析；應(yīng)用層主要對(duì)接收的數(shù)據(jù)進(jìn)行處理，并將結(jié)果反饋給漁業(yè)養(yǎng)殖人員，保持漁業(yè)生產(chǎn)的穩(wěn)步前行。

由漁業(yè)物聯(lián)網(wǎng)的基本架構(gòu)可知，感知層是漁業(yè)物聯(lián)網(wǎng)發(fā)展的前提，主要由一些智能傳感器和采集節(jié)點(diǎn)組成，如視頻采集設(shè)備、生態(tài)環(huán)境監(jiān)控設(shè)備、RFID等；傳輸層是漁業(yè)物聯(lián)網(wǎng)發(fā)展的保障，主要由Wi-Fi、ZigBee等通信技術(shù)構(gòu)成，采集的數(shù)據(jù)越多，系統(tǒng)對(duì)實(shí)時(shí)性的要求就越高，所以傳輸層需要滿足網(wǎng)絡(luò)吞吐量高和延時(shí)低的要求；應(yīng)用層是漁業(yè)物聯(lián)網(wǎng)發(fā)展的關(guān)鍵，它以結(jié)果為導(dǎo)向，利用Java Web等編程技術(shù)實(shí)現(xiàn)用戶界面的開發(fā)工作，利用機(jī)器視覺、虛擬現(xiàn)實(shí)以及模式識(shí)別等技術(shù)來實(shí)現(xiàn)核心算法的設(shè)計(jì)，以滿足漁業(yè)發(fā)展的需求。

2 漁業(yè)物聯(lián)網(wǎng)的研究現(xiàn)狀

漁業(yè)養(yǎng)殖主要包括海水養(yǎng)殖和淡水養(yǎng)殖，如：魚、蝦、貝類等水產(chǎn)品，因其營養(yǎng)價(jià)值高，與人類的健康有著密切的關(guān)聯(lián)，成為智慧漁業(yè)研究和發(fā)展的重點(diǎn)。近年來，國內(nèi)外學(xué)者以自動(dòng)監(jiān)測(cè)、自動(dòng)預(yù)警、精準(zhǔn)投餌和智能施藥為重點(diǎn)開展研究，將物聯(lián)網(wǎng)技術(shù)與漁業(yè)相結(jié)合，利用先進(jìn)的農(nóng)業(yè)科學(xué)技術(shù)來實(shí)現(xiàn)水產(chǎn)養(yǎng)殖的自動(dòng)管理。

2.1 漁業(yè)物聯(lián)網(wǎng)在養(yǎng)殖環(huán)境監(jiān)測(cè)方面的研究現(xiàn)狀

漁類的健康生長與養(yǎng)殖場(chǎng)的環(huán)境狀況緊密聯(lián)系。不管是淡水養(yǎng)殖還是海水養(yǎng)殖，都必須實(shí)現(xiàn)對(duì)養(yǎng)殖場(chǎng)水體環(huán)境的全面檢測(cè)，包括對(duì)鹽度、PH值、溶解氧、氨、亞硝酸鹽、硫化氫、水位、水溫以及光照度等指標(biāo)的實(shí)時(shí)監(jiān)測(cè)。通過對(duì)養(yǎng)殖環(huán)境的高精度預(yù)測(cè)指定合理的水質(zhì)調(diào)控計(jì)劃，確保漁類在舒適的環(huán)境下健康生長。

當(dāng)傳感器將不同時(shí)刻采集的PH值傳送到應(yīng)用層時(shí)，首先利用集合經(jīng)驗(yàn)?zāi)B(tài)分解算法(EEMD)對(duì)獲取的PH時(shí)序列進(jìn)行分解，得到一系列的平穩(wěn)、互不耦合的子序列；然后跟據(jù)子序列的特征選擇合適的單向預(yù)測(cè)方法并建模；最后對(duì)人工蜂群算法進(jìn)行改進(jìn)和優(yōu)化，通過對(duì)預(yù)測(cè)模型的目標(biāo)函數(shù)進(jìn)行權(quán)重系數(shù)構(gòu)建，實(shí)現(xiàn)對(duì)養(yǎng)殖過程中PH值的預(yù)測(cè)和監(jiān)控[2]。在集約化水產(chǎn)養(yǎng)殖的過程中，將溶解氧、水溫、太陽輻射、氣壓、風(fēng)速、空氣濕度等七個(gè)指標(biāo)組成特征向量，以特征相似輸入產(chǎn)生相似數(shù)據(jù)輸出為指導(dǎo)思想，構(gòu)建基于時(shí)間序列相似度量和最小二乘支持向量回歸機(jī)預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)水質(zhì)中溶解氧的預(yù)測(cè)，該模型為實(shí)時(shí)預(yù)測(cè)水質(zhì)變化趨勢(shì)，動(dòng)態(tài)調(diào)控水質(zhì)和應(yīng)對(duì)突發(fā)事件提供了科學(xué)的決策依據(jù)[3]。在對(duì)海水中的溶氧量進(jìn)行長時(shí)間的監(jiān)測(cè)中，將光學(xué)溶解氧傳感器集成到在線監(jiān)測(cè)系統(tǒng)中實(shí)現(xiàn)對(duì)海水養(yǎng)殖水質(zhì)的實(shí)時(shí)監(jiān)測(cè)[4]。針對(duì)水中污染物的處理，通過感知層實(shí)時(shí)采集相關(guān)數(shù)據(jù)和實(shí)際水量調(diào)度方法進(jìn)行一致性監(jiān)測(cè)，并利用虛擬現(xiàn)實(shí)技術(shù)將獲取的數(shù)據(jù)在虛擬的環(huán)境中展現(xiàn)出來，對(duì)異常的信息進(jìn)行捕獲，從而實(shí)現(xiàn)污染物的自動(dòng)監(jiān)控[5]。

2.2 漁業(yè)物聯(lián)網(wǎng)在水產(chǎn)養(yǎng)殖病害監(jiān)控與診斷方面的研究現(xiàn)狀

隨著水產(chǎn)養(yǎng)殖的規(guī)?；?、高密度化，養(yǎng)殖中的病害問題也日益嚴(yán)重。其主要原因是廣大養(yǎng)殖戶缺乏必要的病害診斷和治療的知識(shí)，往往憑借經(jīng)驗(yàn)來進(jìn)行防治，容易錯(cuò)過最佳的治療時(shí)機(jī)[6]。所以利用漁業(yè)物聯(lián)網(wǎng)技術(shù)對(duì)水產(chǎn)養(yǎng)殖病害進(jìn)行監(jiān)控和診斷也是信息技術(shù)發(fā)展的必然。一方面，通過感知層遠(yuǎn)程采集動(dòng)態(tài)圖像，并利用傳輸層技術(shù)突破空間限制實(shí)現(xiàn)異地同步快速診斷，水產(chǎn)專家可以通過該系統(tǒng)獲取養(yǎng)殖戶的相關(guān)信息，包括病害、環(huán)境、施藥和投餌信息等，并能夠通過遠(yuǎn)程視頻、語音來跟養(yǎng)殖戶進(jìn)行交互。另一方面，利用圖像識(shí)別技術(shù)完成魚群異常行為的自動(dòng)監(jiān)測(cè)，實(shí)現(xiàn)智能化水產(chǎn)養(yǎng)殖，提高對(duì)魚群健康參數(shù)監(jiān)測(cè)的準(zhǔn)確性和實(shí)時(shí)性。

開展基于漁業(yè)物聯(lián)網(wǎng)的水產(chǎn)養(yǎng)殖病害監(jiān)控，要逐步擴(kuò)大監(jiān)控的品種、規(guī)模和監(jiān)控點(diǎn)的數(shù)量。通過對(duì)監(jiān)控點(diǎn)的合理部署形成一個(gè)全方位覆蓋的監(jiān)控網(wǎng)絡(luò)，加強(qiáng)漁業(yè)物聯(lián)網(wǎng)技術(shù)隊(duì)伍的培訓(xùn)工作，爭(zhēng)取更多的資金加快建設(shè)步伐，逐步完善病害監(jiān)控和診斷體系，形成養(yǎng)殖戶-信息員-鄉(xiāng)鎮(zhèn)監(jiān)控點(diǎn)-縣級(jí)監(jiān)控站-市級(jí)監(jiān)控站-省級(jí)監(jiān)控站的六級(jí)監(jiān)控網(wǎng)絡(luò)。監(jiān)控的種類包括魚類、貝類、甲殼類等水產(chǎn)品，覆蓋全省主要養(yǎng)殖區(qū)域的主要養(yǎng)殖品種[7]。

開展基于漁業(yè)物聯(lián)網(wǎng)的水產(chǎn)養(yǎng)殖病害診斷，要逐步擴(kuò)大漁業(yè)專家系統(tǒng)的應(yīng)用范圍。雖然專家系統(tǒng)作為農(nóng)業(yè)蟲害預(yù)警系統(tǒng)的一個(gè)重要組成部分已經(jīng)得到了廣泛的應(yīng)用，但是在水產(chǎn)養(yǎng)殖病害的監(jiān)控和診斷方向起步較晚。近些年來，漁業(yè)專家系統(tǒng)逐漸開展起來，尤其是在海參養(yǎng)殖和對(duì)蝦病害的診斷方向已經(jīng)得到了廣泛的應(yīng)用。通過查閱資料和文獻(xiàn)，摸索和總結(jié)出各種病害發(fā)展的基本規(guī)律和流行趨勢(shì)，結(jié)合漁業(yè)物聯(lián)網(wǎng)技術(shù)對(duì)短期內(nèi)可能發(fā)生的疾病做出預(yù)警，通過手機(jī)信息平臺(tái)發(fā)送給廣大養(yǎng)殖戶，并提示養(yǎng)殖戶在相關(guān)網(wǎng)站的專家系統(tǒng)上，獲取漁業(yè)病害的在線咨詢、診斷和防治服務(wù)。因此建立基于漁業(yè)物聯(lián)網(wǎng)的多水種的水產(chǎn)養(yǎng)殖專家系統(tǒng)，對(duì)水產(chǎn)品的病害診斷具有重要的意義。

2.3 漁業(yè)物聯(lián)網(wǎng)在精準(zhǔn)投餌方面的研究現(xiàn)狀

現(xiàn)代水產(chǎn)養(yǎng)殖過程中，越來越多的智能化設(shè)備開始代替枯燥、繁重的人工勞動(dòng)。利用水產(chǎn)養(yǎng)殖機(jī)器人，可以完成投餌、噴藥等作業(yè)，能實(shí)現(xiàn)規(guī)模化水產(chǎn)養(yǎng)殖的“四定”投餌，可降低水產(chǎn)養(yǎng)殖對(duì)勞動(dòng)力的過分依賴。其不足之處在于：該方法需要人工配料上料，而且需要“一塘配一機(jī)”，設(shè)備在池塘間不能共享。利用機(jī)械式的投餌機(jī)，可以在一定范圍內(nèi)進(jìn)行自動(dòng)投餌，設(shè)備比較簡(jiǎn)單，成本較低，便于后期的維修。其不足之處在于：投餌的范圍比較固定，移動(dòng)不方便。利用風(fēng)送式的投餌機(jī)，利用風(fēng)力將餌料通過管道遠(yuǎn)距離輸送到拋料盤上，實(shí)現(xiàn)360度拋撒餌料，投餌范圍大，工作效率高。其不足之處在于：不能滿足精準(zhǔn)投餌的需要。

所以解決投餌過程中的定時(shí)、定量問題是當(dāng)前漁業(yè)物聯(lián)網(wǎng)發(fā)展過程中所要面對(duì)的一個(gè)重要問題。利用機(jī)器視覺技術(shù)對(duì)魚群的動(dòng)態(tài)特征信息進(jìn)行判斷，開發(fā)設(shè)計(jì)出魚群養(yǎng)殖精確投餌系統(tǒng)，利用深水?dāng)z像頭實(shí)時(shí)獲取魚群目標(biāo)的視頻圖像，然后對(duì)視頻圖像進(jìn)行預(yù)處理獲取魚群的特征信息，最終實(shí)現(xiàn)對(duì)投餌機(jī)的控制，基本能夠達(dá)到精準(zhǔn)投餌的效果；利用科里奧力學(xué)原理，采用DSP數(shù)字信號(hào)處理器為控制中心，通過采集扭矩和轉(zhuǎn)速的信息，對(duì)計(jì)量誤差進(jìn)行自動(dòng)校正，運(yùn)用PID技術(shù)對(duì)投餌機(jī)的轉(zhuǎn)速進(jìn)行實(shí)時(shí)調(diào)節(jié)，從而精確控制餌料的投放，基本能滿足顆粒飼料基準(zhǔn)計(jì)量和定量給料的要求，適合深水網(wǎng)箱集約化養(yǎng)殖精確投餌操作和管理[8]；利用傳感器獲取池塘水體中的溫度、溶氧量、PH值等環(huán)境特征，及時(shí)掌握養(yǎng)殖場(chǎng)的水質(zhì)變化情況，依據(jù)水質(zhì)的變化來控制投餌機(jī)的噴灑量度對(duì)保障水產(chǎn)品的質(zhì)量，提高經(jīng)濟(jì)效益具有十分重要的作用。

2.4 漁業(yè)物聯(lián)網(wǎng)在智能施藥方面的研究現(xiàn)狀

高密度、高投餌、高產(chǎn)量的養(yǎng)殖模式給養(yǎng)殖戶帶來高收益的同時(shí)，也為養(yǎng)殖水體帶來了嚴(yán)重的內(nèi)源污染。保障高產(chǎn)穩(wěn)產(chǎn)，預(yù)防和治療病害成為漁業(yè)養(yǎng)殖重要的日常工作，施藥成為病害防治中必不可少的環(huán)節(jié)。傳統(tǒng)的人工施藥過程存在施藥不均且耗時(shí)費(fèi)力問題，有時(shí)還易造成人、畜、魚的傷害。漁場(chǎng)對(duì)噴施機(jī)械有更高的智能化、精準(zhǔn)化、安全化和環(huán)?；螅惹行枰环N通過移動(dòng)終端簡(jiǎn)單的參數(shù)設(shè)置，就能實(shí)現(xiàn)自動(dòng)精準(zhǔn)配藥、施藥的智能化施藥設(shè)備。

在漁業(yè)物聯(lián)網(wǎng)技術(shù)的基礎(chǔ)之上，利用精準(zhǔn)施藥機(jī)器人對(duì)魚群的集中區(qū)域進(jìn)行視覺定位，然后根據(jù)自主行駛技術(shù)，對(duì)魚群進(jìn)行智能施藥。保持實(shí)際施藥量和設(shè)定施藥量之間的誤差在一定的區(qū)間內(nèi)，來適應(yīng)施藥船行駛速度的變化，提高魚藥的利用率；把漁業(yè)物聯(lián)網(wǎng)技術(shù)、自動(dòng)化技術(shù)與施藥技術(shù)相結(jié)合，實(shí)現(xiàn)對(duì)靶噴藥，達(dá)到只對(duì)目標(biāo)群體噴藥的目的[10]。所以提高噴施精度、藥液利用率，把控施藥船行進(jìn)速度及轉(zhuǎn)向的靈活性，是當(dāng)今水產(chǎn)養(yǎng)殖過程中智能施藥所要解決的主要問題。

3 漁業(yè)物聯(lián)網(wǎng)未來發(fā)展趨勢(shì)分析

當(dāng)前我國漁業(yè)物聯(lián)網(wǎng)的發(fā)展還處于初級(jí)階段，研發(fā)成本高，缺乏用戶需求的持久動(dòng)力。首先，要以水產(chǎn)養(yǎng)殖的需求為目標(biāo)，研發(fā)出解決不同問題的水產(chǎn)養(yǎng)殖智能產(chǎn)品，降低成本，提高經(jīng)濟(jì)效益。其次，加快漁業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)體系的建設(shè)，制定漁業(yè)物聯(lián)網(wǎng)行業(yè)標(biāo)準(zhǔn)來指導(dǎo)漁業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展。再次，加大對(duì)漁業(yè)物聯(lián)網(wǎng)示范工程和項(xiàng)目的支持，通過自主創(chuàng)新獲取適合漁業(yè)物聯(lián)網(wǎng)發(fā)展的知識(shí)產(chǎn)權(quán)成果。最后，突破漁業(yè)物聯(lián)網(wǎng)的核心技術(shù)和解決當(dāng)前環(huán)境檢測(cè)、疫情監(jiān)控、精準(zhǔn)投餌和智能施藥等一系列技術(shù)難題，促進(jìn)漁業(yè)現(xiàn)代化的發(fā)展。

[1] 朱洪波, 楊龍祥, 朱 琦.物聯(lián)網(wǎng)技術(shù)進(jìn)展與應(yīng)用[J].南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2011, 31(1):1-9.

[2] 徐龍琴, 李乾川, 劉雙印,等.基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和人工蜂群算法的工廠化養(yǎng)殖pH值預(yù)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào), 2016(3):202-209.

[3] 劉雙印, 徐龍琴, 李道亮,等.基于時(shí)間相似數(shù)據(jù)的支持向量機(jī)水質(zhì)溶解氧在線預(yù)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(3):155-162.

[4] 房景輝, 鄒 健, 劉 毅,等.基于物聯(lián)網(wǎng)技術(shù)的水質(zhì)監(jiān)測(cè)系統(tǒng)中不同溶解氧傳感器應(yīng)用效果初探[J]. 山東農(nóng)業(yè)科學(xué), 2016, 48(4):134-138.

[5] 邵欣欣, 張明會(huì).基于虛擬現(xiàn)實(shí)和物聯(lián)網(wǎng)的水環(huán)境監(jiān)測(cè)系統(tǒng)[J].中國科技論文, 2017, 12(7):738-742.

[6] 馮子慧, 王麗娟, 梁晶瑩,等.水產(chǎn)養(yǎng)殖病害遠(yuǎn)程動(dòng)態(tài)圖像采集與傳輸系統(tǒng)的組成及實(shí)現(xiàn)[J].水產(chǎn)科技情報(bào), 2014, 41(4):180-183.

[7] 王 凡. 福建省水產(chǎn)養(yǎng)殖病害監(jiān)測(cè)現(xiàn)狀及建議[J].漁業(yè)研究, 2012, 34(3):245-248.

[8] 王勇平. 圖像動(dòng)態(tài)特征提取在精準(zhǔn)農(nóng)業(yè)領(lǐng)域的應(yīng)用研究[D].中國科學(xué)技術(shù)大學(xué), 2015.

[9] 胡 昱, 郭根喜, 黃小華,等.深水網(wǎng)箱養(yǎng)殖自動(dòng)投餌計(jì)量裝置設(shè)計(jì)[J].南方水產(chǎn)科學(xué), 2014, 10(2):80-85.

[10] 朱玉奇, 刑玉秀. 自動(dòng)化儀表在林業(yè)中的的應(yīng)用前景研究[J].電子世界, 2013(23):164-164.