“碱”渔翻身——盐碱地渔业AI精准控制系统

我国人口众多，人均土地资源贫瘠。黑龙江省盐碱土地总面积1396.2万亩，积极挖掘和适度有序开发盐碱地是未来黑土持续耕作的发力点之一，盐碱地养殖海水鱼类为盐碱地的综合利用提供了新思路。珍珠石斑鱼是一种具有高度适应力的海水鱼类,具有很强的生命活力，其生长迅速，肉质细嫩，脂肪含量低，是一种高蛋白、低脂肪、低胆固醇的食品,被誉为“海洋珍品”。价格200元/公斤左右，利润可观、经济价值显著，海水高端产品的盐碱地养殖，丰富了当地的高端水产养殖品种，具有较高可期待养殖效益。

1. LoRa窄带物联网通信技术研究

现有鱼塘监测系统一般都是采取3G/4G移动通讯网络或者ZigBee网络通讯技术，这种技术存在节点扩展不灵活、远距离传输干扰大，扩展成本高的问题。本项目提出构建LoRa窄带物联网监测系统，以实现远距离、低功耗、高性能和大规模组网的系统需求。具体包括两个层次内容研究：LoRa节点与LoRa网关之间通信技术研究，LoRa网关与系统云平台之间通信技术研究。

2. 硬件系统的开发设计

本项目硬件系统主要有LoRa网关、LoRa节点、传感器、执行装置等构成，并进行硬件的连接和集成，确保各个硬件设备之间的通信和协作正常运行。其中实现主要功能包括两方面：水质参数的获取和气象参数的获取。其中水质参数包括：水位、温度、PH值、导电率、盐碱度和溶解氧含量，气象参数包括：气温、风力和气压，将每个传感器检测到的数据都传递给主控芯片进行处理。执行装置包括红外对射、电动闸门、盐碱度调节、酸碱度调剂、增氧装置、探照灯、报警装置、摄像头。如图2所示。

（1）水质参数的获取

l 本项目温度传感器计划选用单总线且防水的DS18B20。

l PH值用来表征水质酸碱性强弱，选用E-201-D型复合玻璃电极，利用电位法测量水体的PH值。当PH值超过上限值时，打开水泵进行排水和换水。

l 溶解氧是指水中溶解氧分子的浓度，本系统采用 HDO10 型传感器。

l 碱度检测传感器选用ZD-EC型数字传感器，分辨率为0.1级。

l 利用液位传感器测量鱼塘的水位。当水位高于正常值时，打开水泵进行排水；当水位低于正常水位时，打开水泵进行输水，实现水循环养殖。

l 电导率是衡量鱼塘金属离子浓度的重要指标，项目选用台湾衡欣AZ8302/TDS+电脑传输组件实现鱼塘电导率高精度测量。

(2）气象参数的获取

     获取气象参数对仪器的精度要求较高，为了更精确的捕获气象参数，本项目在获取气象传感器时，使用气象传感器微型多要素环境监测集成气象监测站，定制包含温度、水汽压、风力、气压、日照强度的五参数检测。

3. 数据分析与决策

气象条件、鱼塘原有水质、鱼群条件（群密度、体大小、品种代谢特性）是影响鱼塘未来水质的重要因素。基于宽度学习网络BLS方法，建立多入多出控制量的函数关系模型，为鱼塘环境精准控制提供决策方案。多变量耦合模型的输入包括三个类别，a.分别是气压、温度、日照、风力；PH、溶解氧、盐度；b.群密度、体大小、品种；c.输出包括影响珍珠石斑鱼生长和存活的四个最重要因素，水温、溶解氧、酸碱度、盐度。宽度学习网络同时具备宽度和深度网络，已证实可以进行任何形式非线性关系拟合，是智能学习系统的代表算法之一。

4. 监控部分

l 传输距离

LoRa传感器节点距离小于0.5米，以满足水质精准测量和控制要求。

l 监测时效性

实现7×24小时对水质多参数和气象多参数实时在线监测，监测周期可以按实际需求灵活设置，本项目根据海水鱼内陆养殖特殊控制需求，设置高频采样周期为10分钟。

l 监测数据分析

通过LoRa节点和网关通信，将检测数据实时传输至云平台进行实时显示、自动存储和智能分析。AI决策系统可以根据实际养殖情况和天气变化等因素自适应设置各水质参数调整的执行动作。当水质不超标，系统均会根据历史数据，进行未来长、短期养殖环境预测，从而系统可以对某些不利因素进行及早干预；当水质超标，系统将及时报警和快速执行调控动作。

系统由终端节点、路由节点、汇聚节点和远程监控中心构成。

5. 系统部署

项目将所开发系统云平台部署在浪潮Xeon Silver 4110、16G内存、Windows Server2008R2、Sqlserver2008R2的环境中，PC客户端程序安装在Windows 7 操作系统，.net framework4.5 环境中。系统相关传感器节点、继电器节点以及WIFI、LoRa网关等网络设备部署在企业中控室内。

1. 智能养殖发展动态

20 世纪 70 年代，美国试图改变传统的养殖方式，开始将先进技术应用于水产养殖，欧洲内的其他国家也在加大力度改革水产养殖，更多的利用现代技术开发自动水质检测仪，在水产养殖和水质监测中占有一席之地^[1-3]，López等建立了工厂化养鱼环境pH、NH和温度的无线传感网络监测系统^[4]。近年来，随着互联网的普及和快速发展，许多国家，包括美国，在养殖业中开始采用物联网技术，使其与传统养殖方式相结合,这一举措大大降低了养殖业的劳动力成本^[5-6]；Zhu等建立了集约化养鱼水质远程无线传感器网络系统^[7]，该系统可根据水质含氧量的历史数据进行预警预报，避免经济损失^[8-10]。目前，国外许多公司和研究单位都在研究如何使水产养殖智能化、更便捷的监测养殖环境，既能保证生长速度，又能养殖更高密度，提高生产力，这是循环水养殖的重要发展方向之一^[11]。一家日本公司开发了一种鱼类养殖监测系统，该系统可以检测水环境的质量，并使用算法分析摄像头捕捉到鱼类的疾病^[9]。

中国在近年来也加大了水质监测系统的研发力度。董彦昌团队研发出一种渔业养殖监测系统，可以有效地调节水中溶解氧的含量；姚新河研发了一种水质监测系统，利用GPRS技术将检测到的数据传输至服务器数据库中^[12]。同时，胡明月的团队还设计了一种无线监测PH值的系统，可以对水质PH值进行实时监测。

综上发现，国内外鱼塘养殖方面进行了智能化探索，但是较少进行鱼塘全参数的测量^[7]，以及尚未实现根据全参数进行养殖方式的决策。

2. 盐碱地鱼塘研究现状

我国盐碱地面积约9913公顷，但利用率不到20%，而且在盐碱地上养殖投入大、管理难、产出低、效益不高^[13]。为落实国家盐碱地有序科学开发政策，部分地区进行了盐碱地养鱼新尝试。2022年，黄河三角洲盐碱区的利津县明集乡进行了草鱼，混养鲢、鳙、鲤、大口黑鲈的实验^[13]。甘肃在景泰县开展了小范围鲑鳟鱼和鲟鱼养殖尝试^[14]。新疆吐鲁番开发盐碱池塘养殖实现罗非鱼游入百姓菜篮子^[15]。国内开展盐碱地渔业不足两年，期间发现一些问题亟待解决：

a. 由于盐碱地养殖研究时间短，目前尚处于人工检测、手动调节阶段；

b. 盐碱水缓冲能力差，不具备海水水质中主要成分恒定的比值关系和稳定的碳酸盐缓冲体系，且易受多种因素影响，包括地理环境、土质土壤、气候等，人工调节经验难以实现养殖环境的精准调控；

c. 不同区域盐碱水的主要离子比值和含量有较大差别，有必要针对个体区域进行定制研究。

针对上述三类问题，面向大庆盐碱土质特征，本项目构造了养殖全参数测量和调控系统，解析多参数之间耦合关系，实现盐碱鱼塘全面监测和智能控制功能。

（二）

1. 创新点：

v 本项目首次提出了基于鱼塘原有盐碱参数、水质参数和气象参数的函数关系模型进行智能决策，将捕获到的几种参数送入AI模型，得到增氧机的最佳打氧时间、打氧量以及酸度、碱度、盐度调控量，从而实现鱼塘系统的智能分析及决策。

v 本项目首次对鱼塘多种参数及监控画面综合监测，可以实现智慧鱼塘信息采集和控制系统一体化，从而更精确的分析鱼塘整体环境。

2. 项目特色：

v 本项目在目前智慧渔业的研究基础上，将鱼塘原有盐碱参数、水质参数与气象参数相结合，并引入了函数关系模型，将捕获到的参数进行智能化分析和决策，实现鱼塘环境参数精准控制，为高价值鱼类养殖提供技术保障。

v 水产养殖无线监控系统采用LoRa传输技术，避免了传统布线的麻烦。

v 数据存储和智能训练均部署在云平台，节省了硬件资源和提高了系统可靠性。

v 监控系统简单易懂方便操作，采集的数据可在电脑端、手机端实时监控，数据超过安全阈值会触发报警装置，安全性能高。

5.1技术路线

项目中所有检测装置均包含相关传感器模块和LoRa节点模块，所有传感器获取关键参数通过LoRa节点转发给LoRa网关，LoRa网关遵循MQTT协议将数据上传到所构建云平台。系统基于Ｃ#一般处理程序实现了相关接口，如PC客户端和Android客户端调用。系统云平台包含MQTT服务端，同所有LoRa网关设备均建立MQTT连接，实现数据实时上传到云平台，同时，云平台下传控制指令，实现增氧设备、警报设备、闸口设备和水泵等设备的实时控制。使用JSON数据格式的轻量级数据交互技术实现云平台与PC客户端之间通信。PC客户端实现包括但不限于鱼塘信息总览、数据分析、鱼塘监控和智能闸口控制等功能。鱼塘总览功能中，用户可以看到视频鱼塘环境和各类水质参数；数据智能分析功能实现酸度、碱度、盐度、温度、含氧量解耦合精准调控；智能闸口功能实现自动开启闸口和手动开启闸口设置功能，以及而当水深超过阈值的时候，实现自动放水功能开启，以保持鱼塘水位恒定。系统在数据采集、远程控制、无线传输、数据分析、预警信息发布、决策支持等方面均可云端化操作。

图4.鱼塘环境精准控制整体设计路线

PC客户端和Android客户端远程监控界面设置登录界面和远程监控界面两部分。用户需要进行登录允许后进入系统，即完成用户和密码验证存在性和一致性验证。项目软件设计采用模块化思维，由串口调试、列表显示、信息修改和实时采集四部分模块组成，各模块之间既有内在的联系，又能够相互独立完成各自功能，便于系统的调试和运行后的系统维护，并且各模块之间的结构清晰，较大程度减少了软件开发所需时间成本。软件设计流程如图5所示。

图5.操作系统的工作流程

5.2拟解决问题

本项目基于多种交叉融合技术（人工智能、物联网系统、LoRa通信技术和大数据、云平台技术）实现海水鱼内陆养殖环境控制精准性。以下是海水模拟鱼塘测控系统拟解决的一些主要问题：

l 鱼类健康监测：利用多种传感器和监测设备实时监测水质和气候多参数，以及鱼类的行为和生理状况。提醒养殖者有关潜在健康问题的警报，使养殖者能够及时采取措施预防可能的疾病发生。

l 自动喂食与投药：本项目可以根据鱼的需求和养殖者设定的计划，自动进行喂食和投药。根据水质和鱼群情况智能调整喂食和投药的量，提高鱼类的生长速度和养殖效益。

l 水质管理：实时监测水质参数，包括溶解氧、pH值、氨氮和亚硝酸盐等。当水质超过安全范围时，发出警报并提供相应的调整建议，帮助养殖者维持良好的水质环境。

l 智能分析和决策：收集和分析大量的养殖数据，包括鱼类生长速度、投饵量、水质参数等。通过这些数据的分析与预测，养殖者可以更好地了解鱼群的健康状况和养殖效益，并做出相应的调整和决策。

l 远程监控与管理：通过互联网连接，使养殖者能够随时随地远程监控和管理鱼塘。无论身处何地，养殖者都可以通过手机或电脑实时查看鱼塘的情况，对养殖过程进行管理和控制。

综上所述，本项目致力于提供更科学、高效、便捷的鱼类养殖解决方案，并帮助养殖者提高养殖效益和减少风险。

5.3预期效果

u 设计实现智慧鱼塘信息采集和精准控制系统一套，构建气候参数和鱼塘参数解耦合模型一套。

u 撰写论文1-2篇或申请软件著作权1-2项。

u 依托本大创项目建设《物联网技术》课程，融合建设无线传感模块的案例式教学内容。

2024.05-2024.06：深入调研，确定整体方案，进行项目设计与具体分工。

2024.07-2024.08：购买所需器件，完成模型设计。

2024.09-2024.12：完成硬件部分的焊接和电路的组装，以及软件部分的设计，并完成初步调试。撰写论文1-2篇或软件著作权1-2项。

2025.01-2025.02：模型现场应用与测试，进一步修改、完善。

2025.03-2025.05：整理项目研究材料，撰写结题报告。