潘世琦,毛罕平,王斌,曹海洋,朱蘇冀,葉玉婷,王恩光

(1 江蘇大學(xué)農(nóng)業(yè)工程學(xué)院,江蘇 鎮(zhèn)江 212013;2 現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,江蘇 鎮(zhèn)江 212013)

在過去的三十多年中,中國(guó)水產(chǎn)養(yǎng)殖規(guī)模得到了迅速的發(fā)展,2020年的人工養(yǎng)殖魚類占比已經(jīng)超過了80%[1]?，F(xiàn)有的養(yǎng)殖方法大多依靠人工,智能化水平不高。因此,如何提高人工養(yǎng)殖的智能化水平是目前重要的研究方向。目前集約化養(yǎng)殖中的飼料占養(yǎng)殖成本的比例相對(duì)較大,占總成本的50%～80%[2-4],故大多研究都朝著飼料利用最大化的方向進(jìn)行。由于受人為因素的影響,養(yǎng)殖人員無法準(zhǔn)確了解投飼量是否滿足了魚的生長(zhǎng)需求。不合適的投飼量不僅影響魚的生長(zhǎng)性能,而且容易分解產(chǎn)生氨氮等有毒物質(zhì),對(duì)水體產(chǎn)生污染[5-9]。因此,科學(xué)投飼是提升養(yǎng)殖效益的重要手段。

近年來,根據(jù)魚的攝食欲望提供合適飼料量的自動(dòng)投飼系統(tǒng)已成為重要的研究方向[10-12]。趙思琪等[13]將水質(zhì)參數(shù)進(jìn)行模糊邏輯推理,計(jì)算目標(biāo)投飼量,提高了飼料利用率。向坤等[14]利用三軸傳感器將水面波動(dòng)的信息傳遞給投飼機(jī),提出了一種魚群攝食欲望評(píng)價(jià)指標(biāo)。魏玉艷等[15]根據(jù)魚群的聚集度,判斷魚的饑餓強(qiáng)度,從而確定投飼量。Hu等[16]利用深度學(xué)習(xí)技術(shù)判別因攝食引起的波浪大小,控制是否投飼,精度可達(dá)93.2%。喬峰[17]通過魚群攝食過程中白色像素點(diǎn)隨時(shí)間變化的規(guī)律進(jìn)行投飼,對(duì)魚的饑餓程度有很好的識(shí)別效果。Hu等[18]開發(fā)了一種智能反饋控制系統(tǒng),利用紅外光電傳感器觀測(cè)鰻魚的攝食行為,利用PLC代替定時(shí)器控制是否繼續(xù)給料。

以上方法多是從視覺角度進(jìn)行研究,并沒有將波浪和魚群進(jìn)食的規(guī)律結(jié)合起來。本研究通過在魚池中對(duì)鯽魚進(jìn)行定點(diǎn)投飼,根據(jù)數(shù)據(jù)生成曲線圖,擬合魚群攝食的函數(shù)曲線。同時(shí),提取曲線圖中的特征參數(shù),對(duì)能表征鯽魚攝食狀況的特征參數(shù)進(jìn)行對(duì)比分析,得到攝食規(guī)律,從而判斷是否需要繼續(xù)投飼。根據(jù)規(guī)律去改進(jìn)傳統(tǒng)的投飼方案,從鯽魚生長(zhǎng)需求出發(fā),使投飼更加合理可靠。同時(shí),達(dá)到提高養(yǎng)殖效率的效果。

1 材料

本研究在江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室進(jìn)行,試驗(yàn)進(jìn)行25 d,每天投飼2次,共收集了100組數(shù)據(jù),數(shù)據(jù)的采樣頻率是1 Hz。傳感器選用維特智能六軸傳感器BWT61CL,尺寸為51.3 mm×36 mm×15 mm,傳感器放置在泡沫塑料中,泡沫塑料的尺寸為65 mm×50 mm×30 mm。采用中科五號(hào)鯽魚苗,數(shù)量是50條,體長(zhǎng)8～11cm,平均質(zhì)量15±2 g,魚池規(guī)格是直徑1 m,高0.6 m,可裝水470 L。飼料采用鯽魚苗專用膨化高蛋白飼料(粗蛋白≥32.0%、粗脂肪≥4.0%、粗纖維≤4.0%、水分≤8.0%、粗灰分≤10.0%、總磷≥0.5%、鈣≤3.0%、賴氨酸≥0.5%)。魚缸換水和清理利用的是電動(dòng)抽水吸便器,型號(hào)d5360,流量2 200 L/h。圓形框用以限制飼料擴(kuò)散的范圍,材料選用空心的PVC管,圓框內(nèi)徑250 mm,外徑270 mm。水靜置3 d。水溫控制在20～26℃,pH控制在6.5～8.5。供氧采用220 V增氧機(jī),循環(huán)水泵為XQP-1500,功率23 W,流量1 500 L/h。視頻圖像通過相機(jī)(GOPRO HERO9 Black)獲取,相機(jī)固定在魚池的上方邊緣處,通過藍(lán)牙連接,將畫面?zhèn)鬏斀o手機(jī),在手機(jī)上觀察魚的進(jìn)食狀況。

2 方法

在對(duì)魚進(jìn)行投飼后,利用六軸傳感器對(duì)波浪進(jìn)行數(shù)據(jù)采集,利用Matlab進(jìn)行數(shù)據(jù)處理,生成魚群進(jìn)食狀態(tài)變化曲線圖。提取圖中的特征參數(shù),在SPSS中通過主成分分析進(jìn)行降維,減少特征參數(shù)個(gè)數(shù)。在不同間隔時(shí)間段下,利用主成分分析各參數(shù)貢獻(xiàn)率,選擇合適的間隔進(jìn)行投飼。采用以上方法去判斷波浪的大小,利用波浪的波動(dòng)程度反應(yīng)魚進(jìn)食欲望的強(qiáng)烈程度,波動(dòng)曲線變化幅度大則視為進(jìn)食欲望強(qiáng)烈,反之視為欲望弱。根據(jù)所得出的投飼方案和投飼量計(jì)算方法,利用改進(jìn)后的投飼方法在1號(hào)魚池和2號(hào)魚池進(jìn)行投飼,每次的投飼量為原先投飼總量的10%。投飼過程結(jié)束0.5 h后取出殘余飼料,將殘余飼料烘干,利用Ohaus奧豪斯電子天平AR1530 稱重。

圖1為1號(hào)魚池,鯽魚養(yǎng)殖在兩個(gè)魚池中,投飼時(shí)間為每天的8:00和18:00,投飼量為37.5 g,投飼時(shí)間10 min,圖2為投飼過程中觀察采集到第10、60、140、200秒時(shí)的圖像。通過對(duì)鯽魚的投飼觀察發(fā)現(xiàn),在魚池中的魚群攝食狀態(tài)存在一定的規(guī)律,除投飼過程外,魚群基本上是在水下靜止和緩慢無規(guī)則游動(dòng)的,因而水面正常處于平靜狀態(tài)。投飼后,魚群的運(yùn)動(dòng)逐漸變得劇烈直至最高峰,然后逐漸減弱直至進(jìn)食過程結(jié)束。因此,可以通過對(duì)水面波浪大小的研究去判斷魚的進(jìn)食規(guī)律,根據(jù)發(fā)現(xiàn)的規(guī)律決定魚的投飼方案,提高飼料的利用率[19-22]。

圖1 魚池Fig.1 Fish pond

圖2 魚類攝食過程的圖像Fig.2 Image of fish feeding process

通過觀察圖2可以發(fā)現(xiàn),魚群在投飼之后,并沒有立即進(jìn)食,而是以群體的方式逐漸靠近飼料附近。大概在喂料30 s后,魚群中的大部分會(huì)進(jìn)入所設(shè)置的投飼區(qū)域進(jìn)食。因而,在投飼30 s后開始計(jì)時(shí)。

每次開始測(cè)量前,會(huì)把循環(huán)水裝置和氧氣泵關(guān)閉3 min左右,3 min后水在沒有魚的干擾時(shí),水面趨于平靜。這樣做一是為了讓魚適應(yīng)沒有供氧和循環(huán)水的環(huán)境,減少環(huán)境的變化對(duì)它造成的應(yīng)激反應(yīng);二是防止這兩種裝置產(chǎn)生的水波對(duì)數(shù)據(jù)產(chǎn)生影響。

根據(jù)傳感器收集25 d的數(shù)據(jù)集,利用Origin生成原始數(shù)據(jù)圖,縱坐標(biāo)為原始數(shù)據(jù)的平均數(shù)如圖3,根據(jù)三軸加速度和角速度的圖像,根據(jù)水波的幅值可以發(fā)現(xiàn)鯽魚的進(jìn)食不是一個(gè)持續(xù)的過程,平均會(huì)有7個(gè)階段,強(qiáng)烈進(jìn)食一段時(shí)間后會(huì)出現(xiàn)暫停或者減緩的情況,隔一段時(shí)間后會(huì)又有一段進(jìn)食,在更長(zhǎng)一 段時(shí)間后,又會(huì)強(qiáng)烈進(jìn)食,隨后水面逐漸平靜。在間隔的時(shí)間中,也會(huì)有個(gè)別的魚到水面進(jìn)食。

圖3 原始數(shù)據(jù)圖Fig.3 Raw data diagram

如圖4所示,對(duì)加速度和角速度幅值的絕對(duì)值進(jìn)行積分,加速度絕對(duì)值的積分基本是一條直線,角速度絕對(duì)值的積分圖曲線變化明顯,曲線斜率大小可以反映波浪的大小。對(duì)比三軸方向數(shù)據(jù)的角速度的絕對(duì)值積分,發(fā)現(xiàn)進(jìn)食規(guī)律具有相似性。

圖4 幅值絕對(duì)值累積圖Fig.4 Cumulative graph of amplitude absolute value

對(duì)三軸方向數(shù)據(jù)的角速度絕對(duì)值積分取平均值,得出x、y、z軸方向的曲線x1、y1、z1。取三軸的均值c=(x1+y1+z1)/3,得出魚群進(jìn)食狀態(tài)變化曲線如圖5所示。

圖5 魚群進(jìn)食狀態(tài)變化曲線圖Fig.5 Variation curve of feeding state of fish

由圖5可以看出,魚群的攝食過程是階段性的。進(jìn)食過程開始的110 s左右,魚群攝食活動(dòng)強(qiáng)烈,然后會(huì)有近60 s的空閑期,接著又會(huì)有近110 s的進(jìn)食過程,第二次的空閑期有130 s左右,魚群緊接著100 s的進(jìn)食期,然后進(jìn)入空閑期,水面逐漸趨于平靜期?？臻e期不是沒有魚進(jìn)食,而是偶爾會(huì)有魚到水面進(jìn)食,并不是以群體的方式。平靜期是指長(zhǎng)時(shí)間水面無波動(dòng),魚都在水面以下活動(dòng)。

3 投飼量建模計(jì)算分析

由于養(yǎng)殖兩組個(gè)體大小相同的鯽魚,攝食時(shí)呈現(xiàn)的規(guī)律具有相似性,所以選用上述試驗(yàn)中的兩組數(shù)據(jù)作為投飼量計(jì)算的依據(jù)。即根據(jù)1號(hào)和2號(hào)魚池鯽魚養(yǎng)殖中上午8:00和下午18:00的投飼數(shù)據(jù)得出4組規(guī)律曲線函數(shù)。

在軟件Matlab上利用最小二乘法對(duì)數(shù)據(jù)進(jìn)行線性擬合,得波浪大小與時(shí)間的關(guān)系函數(shù)。

擬合度R-square都大于0.9。分析整條曲線段,測(cè)量其中的一些常見的特征參數(shù),分別是最大值、最小值、平均值、峰峰值、標(biāo)準(zhǔn)差和均方根。利用SPSS進(jìn)行主成分分析,對(duì)關(guān)系函數(shù)中的數(shù)據(jù)段進(jìn)行分析,并進(jìn)行模型系數(shù)和歸一化計(jì)算如圖6所示。

圖6 實(shí)際情況主成分貢獻(xiàn)率圖Fig.6 Actual principal component contribution rate diagram

圖7為不同間隔時(shí)間段主成分貢獻(xiàn)率。考慮到每個(gè)階段的時(shí)間,最短階段是40 s左右,最長(zhǎng)進(jìn)食階段是110 s左右,因此分別取40 s、50 s、60 s為間隔,繼續(xù)分析數(shù)據(jù)。對(duì)比函數(shù)曲線如表3所示,發(fā)現(xiàn)40 s為間隔的時(shí)候,有3個(gè)代表特征參數(shù)不同;50 s為間隔,角速度最小值的貢獻(xiàn)率相差最大,有2個(gè)代表特征參數(shù)不同;而取60 s的時(shí)候,只有一個(gè)代表特征參數(shù)不同,其余參數(shù)的貢獻(xiàn)率都接近實(shí)際情況。所以取60 s為間隔進(jìn)行分析和投飼。

圖7 不同間隔時(shí)間段主成分貢獻(xiàn)率圖Fig.7 Principal component contribution graph at different intervals

取60 s為間隔和實(shí)際的情況相比較,發(fā)現(xiàn)加速度的最大值、平均值和標(biāo)準(zhǔn)差與角速度的最大值、平均值和均方根這6個(gè)指標(biāo),都是各自貢獻(xiàn)率前3的特征參數(shù),更具有代表性,因而選擇這6個(gè)指標(biāo)作為反映魚群進(jìn)食狀態(tài)的特征參數(shù)。鯽魚進(jìn)食的不同階段下,各特征參數(shù)的值都不相同,如圖8所示。由圖8可以看出,相比于非進(jìn)食階段,鯽魚在進(jìn)食階段,以上特征參數(shù)的值會(huì)更大,因而可以通過對(duì)特征參數(shù)值的大小判斷是否需要繼續(xù)進(jìn)食投飼。

4 試驗(yàn)驗(yàn)證

4.1 試驗(yàn)內(nèi)容

試驗(yàn)發(fā)現(xiàn),并不是飼料投到水面上魚群開始就進(jìn)食,中間會(huì)有一段緩沖時(shí)間,讓魚群去適應(yīng)新的環(huán)境,并且魚發(fā)現(xiàn)飼料也需要時(shí)間,而魚的進(jìn)食也不是連續(xù)的過程。所以如果采用連續(xù)投飼的方式可能不太適用于鯽魚,會(huì)造成飼料的浪費(fèi),過多的飼料分解在魚池也會(huì)污染水體[23-26]。

固定相機(jī)位置在魚池旁邊,通過藍(lán)牙連接手機(jī)和相機(jī),可以在手機(jī)上觀察魚的進(jìn)食畫面。傳感器將數(shù)據(jù)傳輸?shù)诫娔X,利用Matlab軟件每隔60 s對(duì)收集到的一段數(shù)據(jù)進(jìn)行分析,由于魚群在進(jìn)食過程中的特征參數(shù)會(huì)與正常狀態(tài)有明顯差別,每個(gè)間隔時(shí)間段都對(duì)特定的特征參數(shù)進(jìn)行提取,對(duì)每個(gè)特征參數(shù)都設(shè)置一個(gè)閾值,若連續(xù)3次發(fā)現(xiàn)其中2個(gè)及以上特征參數(shù)都低于各自設(shè)定的閾值,則認(rèn)為投飼過程結(jié)束。Matlab根據(jù)傳感器傳輸?shù)膶?shí)時(shí)數(shù)據(jù)生成如圖5的魚群進(jìn)食狀態(tài)變化圖,可以通過曲線的變化,判斷魚群的進(jìn)食欲望強(qiáng)烈程度。每次人工投飼10%的總投飼量。其中,每次計(jì)算的時(shí)間都在投飼過程結(jié)束之后10 s,避免投飼造成的波浪對(duì)判斷產(chǎn)生影響。流程如圖9所示。傳統(tǒng)的投飼則是每次投飼魚群總質(zhì)量的3%的飼料。對(duì)照組魚池采用傳統(tǒng)投飼,試驗(yàn)組采用如圖9所示方法投飼,另設(shè)兩組重復(fù)試驗(yàn),最終結(jié)果取3組數(shù)據(jù)的平均數(shù),每個(gè)魚池都養(yǎng)殖50條相同品種和規(guī)格的鯽魚,試驗(yàn)時(shí)長(zhǎng)25 d。試驗(yàn)前、后對(duì)魚群的總質(zhì)量進(jìn)行稱重。采用SPSS軟件對(duì)所得數(shù)據(jù)進(jìn)行分析,質(zhì)量以平均數(shù)±標(biāo)準(zhǔn)誤差表示,P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。

圖9 投飼方案流程圖Fig.9 Flow chart of feeding scheme

體質(zhì)量相對(duì)增重率:

MRGR=100%×(m2-m1)/m1

(1)

飼料利用率:

MFE=100%×W1/W2

(2)

式中:m1是養(yǎng)殖開始時(shí)鯽魚總質(zhì)量;m2是養(yǎng)殖結(jié)束時(shí)鯽魚總質(zhì)量;W1是攝食飼料總質(zhì)量;W2是投飼總質(zhì)量。

4.2 試驗(yàn)結(jié)果和分析

經(jīng)25 d的投飼后,對(duì)兩組的結(jié)果進(jìn)行統(tǒng)計(jì),統(tǒng)計(jì)結(jié)果如表1所示。

表1 鯽魚體重相對(duì)增重率Tab.1 Relative weight gain rate of crucian carp

表1可知,對(duì)照組和試驗(yàn)組的鯽魚在經(jīng)過兩種不同的方式投飼25 d后,兩組的質(zhì)量差異并不顯著。對(duì)照組的相對(duì)增重率為10.49%,試驗(yàn)組的相對(duì)增重率為8.57%,試驗(yàn)組的增重率要略低于對(duì)照組,原因可能是采用試驗(yàn)組的方法投飼后,盡管剩余飼料得到了減少,但總投飼量也相對(duì)降低,導(dǎo)致鯽魚的相對(duì)增重率下降2%左右。對(duì)照組飼料平均利用率為79.50%,改進(jìn)后的投飼方法利用率為87.16%,對(duì)比發(fā)現(xiàn)該方法在提高飼料的利用率方面效果顯著(P<0.05)?？梢钥闯?盡管該方法對(duì)鯽魚的相對(duì)增重率略有下降,但可以顯著提高飼料的利用率,后續(xù)仍然有需改進(jìn)。

傳統(tǒng)的漁業(yè)養(yǎng)殖多是采用池塘養(yǎng)殖,投飼方式多是根據(jù)魚的體質(zhì)量數(shù)量用公式估算[27-32],這種方式的土地利用率低且飼料浪費(fèi)嚴(yán)重。計(jì)算機(jī)視覺技術(shù)因其成本低和開發(fā)簡(jiǎn)單,往往被用于魚類行為監(jiān)測(cè),但這種技術(shù)需要較好的光照條件,Hu等[33]利用深度學(xué)習(xí)技術(shù)識(shí)別魚吃飼料引起的波浪的大小,從而確定是否繼續(xù)或停止攝食,這種方法在光照充足的情況下效果較好,但實(shí)際場(chǎng)景的光照條件很難發(fā)揮這種方法的優(yōu)勢(shì)。本研究提出的方法可以不受光照條件的限制,更能適應(yīng)現(xiàn)代的工廠化養(yǎng)殖環(huán)境。向坤等[14]基于水面波動(dòng)信息提出自適應(yīng)投喂方法,但這種方法提出的魚群欲望評(píng)價(jià)指標(biāo)單一,并不能較為全面地反映魚群的攝食行為變化。本研究的方法能夠更好地檢測(cè)出魚群的攝食行為變化,且不受光照條件的限制,在保證魚充分進(jìn)食的情況下,節(jié)約飼料,相比于傳統(tǒng)的投飼方案,提高了飼料的利用率。

5 結(jié)論

針對(duì)目前對(duì)魚類投飼的問題,利用六軸傳感器對(duì)魚池水面波浪進(jìn)行測(cè)量分析,實(shí)現(xiàn)對(duì)魚群進(jìn)食狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。試驗(yàn)發(fā)現(xiàn),該方法對(duì)飼料的利用率達(dá)到了85%以上,對(duì)比傳統(tǒng)的投飼方式,該方式有效提高了飼料利用率,滿足了當(dāng)前養(yǎng)殖要求,具有良好的應(yīng)用前景。