知化养殖——第四次工业革命下水产养殖业发展的必然趋势

宋怿，黄磊，程波，宋蓓

(中国水产科学研究院质量与标准研究中心，农业部水产品质量安全控制重点实验室，北京100141)



知化养殖
——第四次工业革命下水产养殖业发展的必然趋势

宋怿*，黄磊，程波，宋蓓

(中国水产科学研究院质量与标准研究中心，农业部水产品质量安全控制重点实验室，北京100141)

水产品养殖业正处于发展的瓶颈期，必须与现代化技术相结合才能实现根本的转变。文章提出了知化养殖的概念，并指出知化养殖作为新的生产方式，在实现养殖标准化的同时，也可以提高劳动效率以及资源转化率；并在与多种养殖技术并存的形势下，推动产业快速升级，实现生产方式的转变。对知化养殖从生产环节中“单个过程的知化”到“与新型IT技术的深度融合”，再到“人工智能+水产养殖”的技术路径、现状与发展趋势进行了分析展望。研究表明知化养殖的趋势已经有所显现，将成为突破水产养殖产业发展瓶颈、实现产业升级弯道超车的必然。[中国渔业质量与标准，2017,7(3):8-14]

知化；水产养殖；技术革命；发展趋势

中国是水产养殖大国，同时又是一个水产弱国。水产养殖业主要沿用消耗大量资源和粗放式经营的传统生产方式[1]，呈现出“传统的方法、落后的手段、低效的重复”的特征，要想突破瓶颈，必须依靠现代化的技术和方法实现根本的转变。随着互联网、物联网、大数据、云计算等信息技术的发展，第四次工业革命正在我们身边发生。它是以互联网产业化、工业智能化、工业一体化为代表，以人工智能、清洁能源、无人控制技术、量子信息技术、虚拟现实为主的全新技术革命。它将像蒸汽革命、电气革命、信息革命一样改变各行各业，甚至我们的生活方式[2]。在此背景下，可以预见，在水产养殖业将产生一种新的生产方式，它可以使养殖者的记忆力得到加深、认识能力得到加速、分析判断能力得到加强，通过“天才式”设计“傻瓜式”操作[3]，不需要高深的专业知识，也没有复杂的操作要求，在达到预期效果的同时将效率提高到全新水平，这就是知化养殖。

1 知化养殖是第四次工业革命带来的颠覆

“知化”指“赋予对象认知能力”[4]。简单地说就是让机器、设备及其他事物拥有智能的过程。而知化养殖是指通过运用互联网、物联网、大数据、云计算、人工智能等新型IT技术成果，改变传统的水产养殖生产方式。它将养殖过程分解成一系列关键技术流程，在这些流程模块中植入智能，即将人类对于水产养殖相关的知识、经验通过模型、系统、软件、APP等形式固化，从而实现生产目标、生产过程、放养饲喂收货等关键环节控制精准化，使具备一般专业技能的养殖者，可借助这些模块，仅进行简单操作，即可应对大部分问题，达到预期的收获，并能大大提高劳动生产率、资源利用率。

水产养殖涉及苗种投放、水质管理、投入品采购、饲料投喂、病害防治、捕捞收货等环节，此外苗种、药品、饲料、运输、销售、餐饮等都是水产养殖产品生产供应链上的一环。从应用领域来讲，水产养殖活动的各个环节都将成为养殖知化所要实现的对象。水产品养殖业的未来注定要与IT产业完美结合，从而完成自身的“知化”。

2 知化养殖的需求分析

作为渔业大国，中国水产品总量连续27年保持世界第一。2009年以来，养殖水产品产量占渔业总产量的比例保持在七成以上，2016年产量达5 100.05万t[5]。但是规模大、产量多并不等于实力最强，水产养殖业在面对资源约束、成本增加、需求升级等诸多挑战时，存在生产方式粗放、技术手段落后、劳动密集、知识协同不足等缺陷。

2.1 知化养殖可以实现“傻瓜式操作”，改变管理靠个人经验的传统养殖方式

传统水产养殖生产方式原始、管理粗放，主要依靠生产者的知识储备和经验积累[6]。生产者需要接受前期培训或师傅传授，完成基础知识储备。但只掌握书本上的知识还不够，生产者往往需要经过长期实践，经历很多实际问题，完成经验积累，才能成为一个比较好的传统水产养殖技术人员。但即便如此，凭经验养殖科学性不足、重复性差，容易受水源、地区、季节、气候等环境因素的影响，风险不可控。曾经有在福建、广东养虾赚的盆钵满贯的虾农，依靠“丰富经验”，到海南照方抓药，养殖相同品种，应用相同的模式、投入品、作业流程，结果却失败了。即便是在相同的地方开展水产养殖，每一年的收益也可能差异较大。类似的情况在水产养殖领域相当普遍。

另外传统的水产养殖由于没有实现标准化，生产过程不可控、生产结果不稳定，“盲目式”特征明显：存在为求产量效益不顾水体承载量盲目增加投苗量的现象；存在养殖过程随意性大，病害高发季节盲目使用药物防病的现象；存在一旦发病盲目用药，尝试式投药、超量超限滥用药物的现象。这些都是影响水产养殖产品质量、消费安全、生产效益和产业发展的重要因素。

知化养殖，使具备一般专业技能的养殖者只需要简单的应用培训就能开展养殖活动，只需要观看数字，相关设备会自动启动。遇到复杂问题通过后台，与本地或云端的专家系统、远程技术专家终端系统(如饲料、药物供应商等)相连，享受主动专业的技术咨询和服务。改变传统养殖方式管理靠个人经验的方式，科学养殖、精益生产。

2.2 知化养殖可以提高劳动生产率，改变传统养殖方式生产靠人工的劳动时间、劳动强度的叠加方式

传统的水产养殖是一项专业繁琐的工作，不仅需要养殖人员具有相关专业知识和经验，还需要大量的劳动时间和强度。随着中国“人口红利”时代的逐渐结束，各行业人工成本逐年增加。水产养殖业同样面临着人工成本快速上升的问题。过去雇佣一个工人一年大约需要支付3 000～5 000元，而现在基本上每年要付出5万到10万元的成本，这在经济发达地区基本已成为普遍现象，并且成本还在不断上升。

随着养殖不断被知化，将大量繁琐、重复的劳动作业交给机器和系统，可以不断解放劳动力，大大提高劳动生产率。据报道，位于广东万顷沙镇某水产公司近两年来通过利用机器设备等方式，在降低人工费用等生产成本的同时极大地提高了生产效率。一是该公司大面积使用全自动投料机。以前，每个大塘每天需要的饲料量达1 t，都是靠工人一袋一袋肩扛撒料，生产方式效率低下。使用全自动投料机后，饲料可以自动播撒，节省了不少人力和时间。二是在近267 hm2的鱼塘中安装有自动增氧机，可以自动监测水中溶氧，从而控制增氧机开关，无需人力操作；通过使用机器设备，原来一个工人最多只能管理4 hm2鱼塘，现在一个工人可以管理20多hm2鱼塘。该公司还计划尽快将传统划船换为电动船，工人们无需靠人力划船就能轻松在鱼塘内行动。两年来，该公司一线生产工人数量从40多人减少到15人，节约了50%左右的人工费，生产成本大大减少。

2.3 知化养殖可以在资源约束趋紧、供给压力加大的外部形势下，提高资源转化率，确保供给的“质量稳定、供应稳定、价格稳定”

2009年，国土资源部发布的中国自然资源预警报告称，虽然中国资源总量大，但又是世界人均占有量较低的资源小国。中国水产养殖面临缺地、缺水、缺蛋白源的窘困环境[7]：1)中国水产养殖缺地。中国的人均可耕地面积本来就少，随着国家城镇化和工业化的发展，房地产、工业等产业还会不断挤压水产养殖的空间，水产养殖用地会越来越少，而且使用成本(塘租)也越来越高。如北京、深圳等地，随着城市化，辖区内原有的水产养殖业基本消失，仅保留极少数产地发展休闲垂钓等特色养殖产业。2)中国水产养殖缺水。一方面中国是世界上13个贫水国家之一，而且近年来中国的水质恶化问题趋于严重，宜养水域缩减影响水产养殖。另一方面，近年来中国水产养殖环境污染较为严重，2015年国务院正式发布《水污染防治行动计划》，明确提出在重点河湖及近岸海域划定限制养殖区，将海水养殖面积控制在220万hm2左右。3)中国水产养殖缺饲料蛋白源。中国饲料蛋白源严重依赖进口，鱼粉、大豆、玉米等自给率都很低。中国每年消耗的鱼粉约为160万t(其中55%用于水产养殖)，其中100万t依靠进口，占到六成以上，自给率不足40%。资源的“紧箍咒”日益趋紧成为中国水产养殖业发展面临的新困难。

与此同时，随着“互联网+ ”时代来临和生鲜电商发展，水产业态发展变化对产品的需求随之升级。水产业发展的主要目标是保证产品“安全、优质、价廉、便利”的基础上达到“质量稳定、供应稳定、价格稳定”[8]。知化养殖可以改变落后的生产方式，实现精准养殖，减少资源的投入和浪费，提高土地、水资源利用率，提高饲料蛋白转化率。

2.4 知化养殖可以在多种养殖技术模式并存的形势下，推动产业快速升级，实现生产方式转变上的弯道超车

中国的水产养殖至少有三千年的历史，改革开放后更是取得了突飞猛进的发展，产量、规模达到前所未有的高度。但传统的粗放式水产养殖生产方式仍占据很大的比例。

中国工业化的设施渔业起步于20世纪70年代。此类养殖生产投入依靠工程化的设施装备，生产环境(水体)封闭或半封闭，生产管理依靠生产工艺实施良好管理，生产规程规范、可控，不易受自然环境影响。中国水产科学研究院渔业机械仪器研究所开发的水利挖塘机组、叶轮式增氧机等迈开了水产养殖设施化的第一步。国外工业化的设施渔业则于20世纪80年代起步，代表国家有挪威、美国、日本等。目前中国与国外渔业发达国家在渔业智能化的探索上仍存在一定差距。以挪威为例，挪威的大型养殖场已实现三文鱼饲料投喂、收获、洗网、加工的完全自动化，只要定期维护便可实现1～2人管理全场所有事务。在丹麦，一个年产2 000 t的大型渔场也只需要两个人管理[9]。近年来，中国在诸如工厂化高密度养殖海珍品、池塘循化水精养、养鱼工船和深水网箱等方面取得了很大的进步，但与国外仍存在不同程度的差距。

正如同“我们将知化以往曾经被我们电气化的所有一切”所言，工业化的水产养殖是养殖产业发展与前几次技术革命成果的结合，而下一步将在工业化的基础上，借助新兴信息技术，提高生产过程中各环节的自动化、智能化程度，实现“知化养殖”。因此应在工业化养殖设施装备相关材料、工艺、制造等方面赶超国外先进水平的同时，在信息化领域的软件系统平台和硬件设施设备上同样加大投入力度，使中国水产养殖产业发展搭上以互联网、大数据、物联网、云计算、人工智能等信息技术为特点的第四次工业革命的高速列车，高标准地完成工业化、信息化的两化融合，实现弯道超车。不同类型水产养殖生产方式的对比详见表1。

表1 不同类型水产养殖生产方式的对比Tab.1 Comparison table of different types of aquaculture production models

3 知化养殖的技术路径、现状与发展趋势

随着信息技术革命的不断深化，知化养殖的发展会呈现出一个渐进式的过程。开始时是对养殖生产活动中的一个或几个技术流程进行知化，随后不断完善、升级，注入更多的智慧，最后将完成对整个行业的知化。可以说，水产养殖业不断知化的过程，正是其科学化、规范化、信息化、智能化的可持续发展过程。而这个过程大体上可以分为以下3个阶段。

3.1 知化养殖1.0：单个过程的知化

近些年，在相关渔业部门、科研机构以及企业等的共同努力下，针对水质监控、病害防治、产品追溯、水产销售等技术流程，在自动化、智能化方面取得了很多技术突破，许多流程不断被注入智慧，水产养殖知化的发展初露端倪。

3.1.1 水质在线监测技术

水质在线监测技术，也叫水环境参数辨识技术，主要是在养殖水体中设置基于化学特性的水质传感器，感应测量对水生动物影响较大的水质参数，并实时向本地或远程的信息管理平台上传[10]。水质在线监测发展方向是应用集成传感，从而实现对不同目标环境的水体进行多参数、实时、定时的参数采集。现在一般是用一个集成探头，感应测量养殖水体水温、水深、溶解氧、pH和氧化还原电位等参数。未来还可集成电导率传感器、氨氮传感器等用于检测盐度和氨氮的浓度以及光照度、空气温度、风速等养殖环境参数。一般面积2 hm2以下的单个鱼池只需安装一个探头，6.7 hm2以上的单个池塘需要安装2个以上的探头[11]。国内外在水产养殖水质在线监测方面的技术研发已有十多年的时间，现在已经有比较成熟的技术和设备，并在江苏、湖北、浙江等多主要养殖产区开展了比较广泛的示范应用。

3.1.2 鱼体行为特征参数辨识技术

鱼体行为特征参数辨识技术主要基于机器视觉、水下摄像等技术。目前主要技术手段包括：通过采集鱼体形状、纹理和颜色等特征，实现种类识别，可以用于解决由同种鱼病在不同鱼种中症状表现不同而导致误诊的问题；在连续镜头的连续帧中将鱼体与其背景进行分割，从而估算个体游速和方向，达到对水产行为观测的目的[12]；通过水下摄像观测养殖鱼类摄食情况和水体中残饵情况，并与自动投喂系统结合，实现精准饲喂。

3.1.3 鱼病自助诊断技术和远程诊断系统

综合利用计算机技术、显微图像处理技术和网络通信技术，构建跨平台的水产养殖远程动态图像与传输系统，能够实现水产病害的远程诊断[9]。通过该系统，养殖产地终端可向平台上传鱼病症状信息参数(文字或图片)，信息平台通过自助诊断专家系统(本地或云端)或将相关信息发送给专家人员进行远程会诊，给出诊断意见，提供防治措施咨询，支持安全用药记录，同时具有区域电子病历统计功能。其中鱼病自助诊断专家系统作为水产养殖信息化的重要组成部分，能够加快水产病害信息的诊断速度，提高诊断的时效性和准确性。近年，一些研究学者运用现代科技手段探索能够有效结合与鱼病特征相适应的表示方法的处理算法、推理方法，并构建了疾病诊断专家系统。但是鱼病诊断总是在鱼病产生之后采取的处理方式。因此，如何与水质监测和预警、鱼体行为特征参数辨识等集成形成一体化的系统是下一步的研究重点之一。

3.1.4 水产品追溯技术和系统

水产品质量安全监管追溯系统覆盖水产品供应链全程，其目的是记录从原始材料至最终消费品的整个产品生产链的过程，涉及到自动识别技术、自动数据获取和数据通信技术等[13]。中国对此领域的技术探索始于2006年，其中中国水产科学研究院已制定出贯通养殖、加工、批发、零售和消费全过程且适用多品种的水产品追溯单元编码规则与编码生成技术，开发设计了水产品主体标识与标签标识技术，建立了水产品供应链数据传输与交换技术体系，构建了可覆盖全国的水产品质量安全追溯与监管平台，并开展了技术示范和应用[8]。在养殖环节，追溯系统可通过计算机软件、智能手机APP、IC卡等技术手段，采集养殖环境、养殖水质、投入品来源和使用、产品质量检测和销售等生产、管理、流通信息。产品出场时形成商品独一无二的追溯标签，附加追溯条码(二维码)，根据标签可以追溯水产品从养殖场到销售点的所有详细信息[14]。

3.1.5 养殖专家系统和养殖过程自动控制技术

通过对养殖环节多种采集与感知的参数信息的处理、建模与应用，指导生产操作或对养殖设施、设备实现自动控制。除上述水质预警管控、疾病预防及诊治、生物行为学模型等，还包括饲料配比与精准饲喂、循环水养殖系统(recirculating aquaculture system, RAS)与设施养殖控制等方面[15]。目前，已实现基于智能手机平台的养殖过程远程控制APP。养殖户通过手机可以实时查看水质指标变化。一旦水质异常，APP可以通过声光自动报警并通过短信进行提示。养殖户还可以使用手机远程控制增氧机、投饵机等设备，进行自动、手动或者定时操作。

3.1.6 区域级信息获取和数据挖掘技术

利用遥感技术能够实现区域级的信息采集，可以对水质变化和水体污染进行宏观尺度的监测，其中主要包括区域水环境信息获取与监测、水产养殖面积及时空特征变化等[12]。采集到的信息与地理信息技术等联合使用，能够实现对水产养殖面积及其动态变化、空间分布状态等的宏观感知。

3.1.7 水产电子商务和信息综合服务

近两年生鲜电商从无到有，快速发展。在综合电商平台上水产品品类、数量、交易量不断上升的同时，更加专业化的垂直水产电商和综合服务平台也快速发展。通过电商平台实现渔用物资、投入品的采购和养殖产品的销售，可推动水产业朝“安全、优质、价廉、便利”的方向发展[16]。水产电商平台方便水产经纪人快速、精准地查询养殖户及水产品信息，方便实现线上、线下交易；还可与产品追溯平台对接，可实时查询产品品名、销售日期、销售单位、销售地址、生产单位等信息；另外，可以为养殖企业提供苗种、饲料、渔药等团购服务，缩减养殖企业成本、扩大养殖效益[9]。此外，通过建设信息服务平台，还可对从业人员进行专业技术培训，专家和技术员可以在平台上及时准确地向养殖户提供养殖技术、病害防治、市场行情、供求信息等相关的服务信息，使从业人员的专业素养得到提高，获取和分享信息的能力前所未有。

3.2 知化养殖2.0：养殖技术与新型IT技术的深度融合

随着互联网产业化发展，物联网、大数据、云计算等概念和技术将不断进步和实用，并将与水产养殖活动深度融合，使水产养殖知化的程度达到全新的水平。

物联网技术：即“物物相连的互联网”，是新一代信息技术的重要组成部分。包括两层含意：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物体与物体之间，进行信息交换和通信。在水产养殖领域应用智能传感技术、处理技术及控制技术等物联网技术，实现数据、图像实时采集、无线传输、智能处理和预测预警信息发布、辅助决策等功能，可对养殖水体的水温、溶解氧、pH、盐度、浊度等参数和其他环境因子的指标参数进行在线监测及控制，及时调节养殖水质，使养殖水产品可以在最适宜的环境下生长，以达到省工、节本、增产、增效等目的[17]。

大数据技术：水产养殖大数据是水产养殖规划、计划、生产、销售、管理、科研等所有环节(包括影响这些环节所有因素，如地理、气象、水文、环保、政策、市场等)所产生数据的集合，以及对这些数据的获取、分类、存储、管理、挖掘并提供快捷、有价值服务的各项技术及其应用的总称[18]。目前已经成熟或正在发展的大数据管理和应用技术与应用架构、数据挖掘技术、业务经营模式均可借鉴到水产养殖大数据的业务上。利用水产养殖大数据，可以提高信息的综合利用率，可以挖掘隐藏在结构化和非机构化数据深层的信息，产生新的知识，为养殖规划、生产、销售、管理、科研及相关环节提供有效的信息支持，显著提高水产养殖业的综合生产力。

云计算技术：是一种通过Internet以服务的方式提供动态可伸缩的虚拟化的资源的计算模式[19]。用户可在任何时间、任何地点、任何可以连接至互联网的终端设备访问这些服务。将云计算技术引入水产养殖信息服务，可以将多样化、复杂化、零散的信息资源整合成极大规模的数据库云。

物联网技术侧重于数据信息的自动获取与实时传递，大数据技术侧重于通过数据挖掘实现更加巨大的信息价值，云计算赋予廉价的并行计算能力和无处不在的信息服务能力。物联网、大数据、云计算等概念和技术在养殖生产各流程的综合运用，可以使水产养殖的知化程度取得质的进步。一方面，以往养殖技术和经验能够通过模型、系统、软件、APP等形式固化，提高生产的自动化、信息化程度；另一方面，水产养殖信息化所获取的水产生物多个生长周期内的有关病害、生长环境参数、行为学特征、饲喂等大量数据信息，加之全新的思维模式、更新的模型算法、更强大的计算能力，将使人们对养殖活动中各要素的互动机理产生更深入的认识，从而使品种选育、品系维持、新品种引进、养殖技术与养殖环境的改善和创新等传统生产技术获得质的进步。

3.3 知化养殖3.0：人工智能+水产养殖

未来的网络将逐步进化为“知化”的网络，从现在这种冰冷的物理连接到主动感知各类连接设备，再到分析了解网络运行的各种数据，知晓如何适应外界的变化，最后网络将有智能思考的能力，形成自身的知识，会进行策略选择和推演，实现养殖管理人员、网络和养殖活动的融合一体。它将是集感知、连接、计算和数据服务为一体的网络，将会具有超级安全、自主优化、进化更新等3大能力，人工智能得以实现。

水产养殖也将与人工智能、知化网络高度融合。机器将承担养殖过程中的大部分工作。水产养殖生产活动变得高度智能化、自动化，分布在池塘里的细小探针自动监测环境因子、水体指标、养殖动物活动情况，据此随时指导生产机器系统完成放苗、投饲、病防、收货等操作。实现科学养殖、精益生产、改善和控制水质条件、保障养殖环境，做到精确投喂和科学放养，达到生产目标可预期、生产过程受控制、生产效率最大化。而生产者平时只需要监管这个智能化生产系统的运行状况，或者研究是否更换养殖品种、发现客户需求、更新客户群这类的工作，而所有能被量化评估的任务都有人工智能后台链接知化网络的机器系统完成。

4 结语

以上论述表明，在互联网、物联网、大数据和人工智能技术飞速发展的时代背景下，水产养殖将不断被知化。

目前中国水产养殖的知化处于初始阶段，面临诸多困难和挑战，如专业人才匮乏，尤其是缺少即懂养殖又懂信息化的复合型人才；行业标准尚未建立，养殖户科学管理技能有待提高。在知化养殖硬件设备升级过程中，大型制造商的参与程度还很低，许多应用项目还主要依赖进口感知设备；另外，中国水产养殖分散，养殖户文化程度、专业素养整体偏低，老龄化、兼职化趋势明显，传统养殖观念根深蒂固，多对新兴设备和技术接受度很低。

这些问题反过来倒逼传统水产养殖必须转型升级，通过不断知化提高水产养殖业的质量效益和竞争力是必由之路，积极呼吁业内人士对此给予足够重视。知化养殖的概念刚刚提出，水产养殖知化的内涵和意义，与精准养殖、智慧养殖等概念的关系，发展所面临的困难、挑战，互联网、大数据、物联网、人工智能等技术应用途径以及配套措施等需要业内共同关注和广泛探讨。另外，从研究层面，进行统筹规划建设，切实解决面向知化养殖实际生产应用的资源组织、应用开发、数据积累和共享以及平台集成和应用等方面问题，以真正发挥知化养殖价值优势是相关科研人员值得关注的重点。

知化养殖是一个渐进发展的过程，不可能一蹴而就。但可预见，随着第四次工业革命的深入推进，知化养殖将成为信息技术和产业发展相结合的必然，并且在未来的水产养殖中发挥重要的作用。

[1] 李道亮，王剑秦，段青玲，等．集约化水产养殖数字化系统研究[J]．中国科技成果， 2008(2): 8-11.

[2] 2016年夏季达沃斯论坛. 第四次工业革命—转型的力量[J]. 中国经济周刊, 2016(26):26-27.

[3] 张帆. “天才式”设计“傻瓜式”操作——长沙市推广安全隐患排查治理系统[J]. 湖南安全与防灾, 2013(9): 36-37.

[4] 凯文·凯利. 必然[M]. 北京：电子工业出版社, 2016:29-60.

[5] 沈辰, 刘景景，张静宜，等. 中国未来十年水产养殖产量増速将下降[EB/OL]. 中国水产品. [2017-01-05]. http://www.shuichan.cc/news_view-283535.html.

[6] 张桂春. 我国水产品养殖安全控制体系中存在的问题及对策[J]. 畜牧与饲料科学, 2015, 36(5): 115-116.

[7] 杨建利, 邢娇阳. “互联网+”与农业深度融合研究[J]. 中国农业资源与区划, 2016(8):191-197.

[8] 宋怿, 黄磊, 杨信庭, 等. 水产品质量安全可追溯理论、技术与实践[M]. 北京：科学出版社, 2015:82-90.

[9] 智慧创造奇·迹科技引领未来——我国渔业智能化的现状、困境、前景[J]. 中国水产, 2016 (8):40-42.

[10] 徐大明, 周超, 孙传恒, 等. 基于粒子群优化BP神经网络的水产养殖水温及pH预测模型[J]. 渔业现代化, 2016(1):24-29.

[11] 刘庆, 韩青. 水产养殖环境智能监控技术的效益评价[J]. 中国农村科技, 2013(8): 70-73.

[12] 胡金有, 王靖杰, 张小栓, 等. 水产养殖信息化关键技术研究现状与趋势[J]. 农业机械学报， 2015(7):251-263.

[13] 黄磊. 关于我国水产品质量安全可追溯体系建设的探讨[C]// 中国科学技术协会. 农产品质量安全与现代农业发展专家论坛论文集. 北京：中国科学技术协会, 2011:7.

[14] 黄磊, 宋怿, 冯忠泽, 等. 水产品质量安全可追溯技术体系在市场准入制度建设中的应用研究[J]. 中国渔业质量与标准, 2011(2):26-33.

[15] 李国英. 产业互联网模式下现代农业产业发展路径[J]. 现代经济探讨, 2015(7):77-82.

[16] 宋怿, 黄磊, 闫荣, 等. 生鲜电商模式下的水产行业升级[J]. 中国渔业质量与标准, 2016, 6(1): 12-16.

[17] 高亮亮, 李道亮, 梁勇, 等. 水产养殖监管物联网应用系统建设与管理研究[J]. 山东农业科学, 2013 (8):1-4.

[18] 周洵. 大数据技术与中国渔业[J]. 中国水产, 2015(8):31-33.

[19] 周洵，杨丽丽. 中国渔业的云化——云计算在渔业信息化中的应用与发展[J]. 中国水产, 2014(12):40-42.

Knowledge-driven aquaculture — An inevitable development tendency ofaquaculture industry in fourth industrial revolution

SONG Yi*, HUANG Lei, CHENG Bo, SONG Bei

(Quality and Standards Research Center, Chinese Academy of Fishery Sciences, Key Laboratory ofControl of Quality and Safety for Aquatic Products, Ministry of Agriculture, Beijing 100141, China)

The aquaculture industry stays at the bottleneck period of development at present; it must be integrated with the modern technology to achieve the fundamental transformation. This article proposes the concept of knowledge-driven aquaculture, and points out that as the new production model, the knowledge-driven aquaculture can also increase productivity and the resource conversion rate while realizing the standardization of aquaculture; and can promote the rapid industry upgrading and realize the conversion of production model under the coexistence of multiple types of aquaculture techniques. This article also analyzes and proposes the outlook on the knowledge-driven aquaculture from “being knowledgeable during single process” to “deep integration with the new IT technologies” in production chain, and to the technological path, current status and development tendency of “artificial intelligence+aquaculture”. The researches show that the knowledge-driven aquaculture has been realized to some extent, and will become the inevitable process to break through the development bottleneck of the aquaculture industry and realize the industry upgrading with a strong sense of development direction. [Chinese Fishery Quality and Standards, 2017, 7(3):8-14]

knowledge-driven；aquaculture；technology revolution；development tendency

SONG Yi, songyi@cafs.ac.cn

10.3969/j.issn.2095-1833.2017.03.002

2017-01-09；接收日期：2017-03-14

现代农业产业技术体系专项资金资助 (CARS-49)

宋怿(1963-)，女，研究员，研究方向为水产品质量安全管理，songyi@cafs.ac.cn

S96

A

2095-1833(2017)03-0008-07