智能水产养殖的技术的研究

摘  要：中国渔业的发展离不开水产养殖的可持续发展，现阶段我国水产养殖比较常用的智能水产养殖技术有水下机器人、互联网+以及对水质监控的相关算法，但这些方法还都有自身的局限性。

关键词：水产养殖;水下机器人;互联网+

一、水产养殖技术的发展和应用

近年来，中国的水产养殖业发生了翻天覆地的变化，养殖规模逐年递增，产量稳居世界第一，但仍面临着很多严峻的问题，例如水质污染严重、养殖效率低下、机械化及自动化程度低等。水产生物的生长和产量又很容易受人类活动、气候、生物等多种因素的影响，这些问题亟待解决，只有保证了水的质量，才能提高水产品的质量和产量。

本文将对目前使用较为广泛的智能水产养殖技术研究现状和使用的相关技术进行综述，分析技术的优点和其局限性，以期展望未来的发展趋势。

（一）水下机器人

在水产养殖实践中，水下机器人通过搭载摄像机、声呐、水质传感器等设备，借助水产养殖水下机器人机动灵活的运动能力，可实现对养殖环境及对象的大范围监测[2]。水下机器人较为常见的做法就是搭载水下机械手臂、捕捞网，可以进行捕捞作业，还可以利用水下机器人进行饲料投喂以及对水下的网衣进行自清洁。水下机器人也可以与其他的监控平台进行组网，并借助地面基站、卫星等通信设备，构建“水陆空天”一体化监控系统。[2]可以将探测到的水下信息通过分析处理对养殖的情况进行及时的了解。科技在进步，水下机器人也发展的越来越智能化、网络化，很多信息都是通过网络上传监控的信息，并让监控人员及时分析和处理，可以及时掌握水下的各种情况。所以利用水产养殖机器人助益颇多。

但是水下机器人作为机械设备，也存在自身的问题。机器人的体积大都较为狭小，所以能安装的传感器数目和大小都有限。而且机器人在水下工作，工作环境较为复杂，需要定期清洗乃至更换。[4]所以定期维护的成本较高，需要定时派专人进行清理和更换。不仅如此，传感器的精度和可靠性也需要进一步的提升，水下的环境较为复杂，可能会出现噪声干扰，数据冗余等各种情况，需要根据采集样本的实际情况来做进一步的修正，这些都是水下机器人亟待解决的难题。

（二）互联网+

水下机器人采集的数据如何提供给技术人员呢？其实就是利用了互联网+的发展。提出要利用互联网提升农业生产、经营、管理和服务水平，促进农业现代化水平明显提升。水产养殖业作为现代农业的一部分，也迎来了良好的发展机遇[2]。传统的水质监测大都以人力来完成，采集周期长，采集数据的实时性差而且容易对水质造成二次污染。我们可以利用传感器测得相应的数据，然后利用互联网+的方式来进行处理。

现有的智能化技术除了大家耳熟能详的Internet和Web技术外，还有"3S"技术。我国现已构建基于Internet的渔业管理系统，可以很快的将水产养殖的相关信息，尤其是水质信息传播出去，可以让相关部门及时了解情况。将收集到的信息通过数据库的形式进行存储。在渔业统计数据采集工作中， 数据主要来源于基层一线， 现有的数据采集已经实现了智能化的控制，能够将数据库、web和专家分析相结合，可以提供给养殖的技术人员更多的渔情信息，辅助养殖。

目前互联网+养殖仍在迅速的发展中，建设好的渔业管理系统需要更多的采集终端才能拥有更多的数据进行分析和处理，这需要加大基础设施的投入。另外，经验丰富的渔民往往年纪较大，可能无法直接接受和使用信息技术，而擅长运用信息技术的年轻人又缺乏实际的经验。所以两者均需要投入大量的人力，需要加大培训的力度，提高人员的素质，加强信息化的建设迫在眉睫。在我国有一些偏远地区，还没有引入新一代的养殖技术，存在养殖效率低的状况，我们应该加快建立和完善水产信息网络，做到不漏一角，这样才能做到授人以渔，对于偏远贫困的地区，我们要做的不仅仅是提供经济上的援助，更重要的是把用的好的，有效的方式方法教给他们，并及时建立相关的配套设施，才能真正提高水质，提升水产品的品质和数量，才能创造更高的经济效应。从而实现真正的技术脱贫。

（三）水质监控相关算法和系统

在检测的过程中，我们也需要给水下机器人规定相关的运动路径，而且我们也需要对采集到的数据进行分析和处理，过滤掉无用的、错误的信息，得到对水质监控有用的信息，这个时候就需要用到相关智能算法。人工智能算法参考动物行为进行寻优设计，目前主流的人工智能规划算法包括粒子群算法、蚁群算法、遗传算法、神经网络等，采用智能算法不需要精确的环境模型，搜索能力强且能够得到全局最优解。[2]

目前在水产养殖水质监控与控制系统方面已开展了许多研究， 并在水产养殖领域得到了广泛应用。典型的水质控制系统通常采用农业物联网的4层架构体系， 即感知层、传输层、处理层和应用层[1]。感知层中存放着水下机器人搜集到的信息，例如水中含氧量、养殖密度、水温、水的PH，利用通信的模块来进行传输，传输过程可以结合互联网+的相关技术，例如Internet和Web网端，进行数据的传输。传输完成后利用数据处理层进行处理。此时就需要使用一些算法模型。最后将处理完的结果给到控制中心，在应用层中进行处理。现有的水产养殖技术还未能及时的给出数据处理的结果以及对养殖人员给予处理建议。

以上就是智能水产养殖技术最广泛的三类应用，希望随着科技的发展，还会有更多智能控制的技术应用于水产养殖业，提升水产养殖的发展。

参考文献

[1] 尹宝全，曹闪闪，傅泽田，白雪冰.水产养殖水质检测与控制技术研究进展分析[J].农业机械学报，2019，50（02）：1-13.

[2] 夏英凯，朱明，曾鑫，王懿偲，齐湘洪.水产养殖水下机器人研究进展[J].华中农业大学学报，2021，40（03）：85-97.DOI：10.13300/j.cnki.hnlkxb.2021.03.010.

作者簡介：

任涵（1992—），女，汉族，湖北武汉人，实验师，工学硕士，武汉铁路职业技术学院电气自动化专业，研究方向：智能控制。