蚯蚓智慧养殖整体解决方案的研究与思考
2018-10-18李将永李进豪
李将永，李进豪
（1.广西师范大学，桂林 541006；2.广东省海洋工程职业技术学校，广州 510320）
蚯蚓；智慧养殖；物联网；知识库；解决方案
0 引言
在蚯蚓养殖过程中，影响蚯蚓养殖的环境关键参数是温度、湿度、pH值等，影响蚯蚓养殖的物质关键参数是基料、饲料等。传统的蚯蚓养殖以经验为指导，而这些关键参数靠经验是难以精确掌控的，因此传统蚯蚓养殖的产量、品质难以得到保障，养殖的效率有待提高。随着科技的不断发展，基于新一代信息技术实时掌控蚯蚓养殖过程的准确数据已成为可能，实时感知、智能控制、高效养殖以提高产品竞争力已势在必行，工业化和信息化的深度融合是蚯蚓养殖现代化的有效途径。
1 蚯蚓
1.1 简介
蚯蚓属夜行性动物，生活在潮湿的环境中，以腐败的有机物为食。蚯蚓富含蛋白质、氨基酸、脂肪、矿物质、维生素和微量元素等，有很好的经济价值和药用价值，具有清热熄风、平肝降压、活络通痹、清肺平喘、利尿通淋等功效。
1.2 蚯蚓的生活习性
（1）喜
喜阴暗、喜潮湿、喜安静、喜温暖、喜酸甜、喜独居。
（2）畏
畏光、畏震、畏浸泡、畏盐、畏辣、畏冷热。
1.3 蚯蚓的养殖
蚯蚓的活动温度为5-30℃，0-5℃进入休眠状态，0℃以下死亡。最适温度为20-27℃左右，32℃以上停止生长，40℃以上死亡。土壤通气越好，蚯蚓新陈代谢越旺盛。蚯蚓味觉灵敏，喜甜食和酸味，最适合的pH值范围为6-8。此外，在蚯蚓养殖过程中，需要按照相关要求科学处理基料与饲料，饲料的湿度应保持在70%左右为宜，以保证蚯蚓的生长效果。
2 蚯蚓智慧养殖的核心框架
2.1 智慧感知
利用温度传感器、湿度传感器、pH传感器等随时获取蚯蚓养殖场的各种信息，对蚯蚓养殖场内部的环境状况进行实时监测，以获取蚯蚓养殖的关键参数，以提高养殖效率。
例：温度传感器是指能感受温度并转换成可用输出信号的传感器。在蚯蚓养殖场，通过温度传感器，蚯蚓养殖管理者可以智慧感知养殖场内部与外部的实时温度，实时了解养殖全过程的温度变化。
2.2 数据传输
数据传输是数据从一个地方传送到另一个地方的通信过程。通过数据传输，蚯蚓养殖场智慧感知的各种原始数据将被送达数据中心，为智慧养殖提供最准确的底层数据。
例：通过智慧感知，蚯蚓养殖场“内部实时温度为10℃，室外实时温度为5℃，光照强度为52lx”等相关数据通可靠的数据传输被送达数据中心。这一组数据，将为蚯蚓养殖管理者的下一步智能控制提供强有力的原始依据。
2.3 信息处理
信息处理是获取信息并对它进行加工处理、使之成为有用信息并发布出去的过程。蚯蚓养殖场智慧感知的数据基本都是最原始的数据，需要经过处理才能变为有用的信息，才能为决策提供可靠的直接依据。
例：信息1（内部实时温度为10℃），信息2（室外实时温度为5℃），信息3（光照强度为52lx），信息4（遮阳设备关闭），信息5（自动加温设备未启用），信息6（天气预报：持续降温）。上述信息的连续跟踪与系列化，通过处理可以形成温度变化的趋势图及相关的预警信息。
2.4 智慧决策
根据信息处理的结果，在人工智能和决策支持系统的支持下，应用专家系统技术，通过逻辑推理来帮助解决复杂的决策问题，帮助蚯蚓养殖管理者对可能快速变化并且不容易预测结果的问题做出判断并提供决策方案，为管理者的最终决策提供可靠的科学依据，以提高管理和工作效率，以提高决策的正确性和实时性。例：在信息处理的相关结果中存在一条信息：蚯蚓养殖场当前实时温度为10℃（2小时前为11℃，5小时前为12℃，天气预报：持续降温）。此时，智能决策支持系统会依据关键词当前“温度、10℃”、“温度变化趋势图”、“自然天气持续降温”自动进行识别和分析问题，并设计求解方案。在知识库信息“蚯蚓尽管世界性分布，但它喜欢比较高的温度，低于5℃进入休眠状态。生长最适合温度为22～27℃”等的支持下，基于规则、模型和方法，智能决策支持系统自动发出警告“当前温度为10℃，有持续降温的趋势，低于5℃蚯蚓将进入休眠状态”，并提供相关的决策措施“根据目前的天气情况，打开遮阳设备已无法升温，建议启动养殖场加温措施。如果确认，智能控制系统将自动加温，达到最佳温度后将自动停止加温。”
2.5 智能控制
智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制。在蚯蚓养殖场，主要体现为对养殖场内相关设备进行远程智能控制（自动加温、自动喷水、自动打开或关闭遮阳设备等）。
例：在智能决策支持系统的帮助下，当蚯蚓养殖管理者发送“自动加温”指令后，自动加温设备将会自动启动，在达到最佳温度后将自动停止加温（22～27℃）。
3 蚯蚓智慧养殖的整体解决方案
3.1 基于物联网的蚯蚓智慧养殖系统
（1）基本原理
通过数据采集的智慧感知模块从蚯蚓养殖的现场获得实时数据，在确保数据有效、安全的情况下，通过数据传输模块将数据传送至后台数据中心，后台数据中心将接收到的现场实时数据进行信息处理。在人工智能和决策支持系统的支持下，蚯蚓智慧养殖系统将科学、高效地为蚯蚓养殖管理者的最终决策提供可靠的依据，以实现对蚯蚓养殖场内相关设备进行远程智能控制。基本原理如图1所示。
图1 基于物联网的蚯蚓智慧养殖系统
（2）案例
蚯蚓是利用皮肤来呼吸的，故蚯蚓身体必须保持湿润。因此，蚯蚓养殖场需要通过实时获取蚯蚓生长环境的湿度，以决定是否需要开展洒水工作。当发出洒水工作指令后，智能机械设备将按指令的要求开始洒水（洒水量由系统自动测算），将蚯蚓生长环境的湿度控制在最佳的范围内。
3.2 基于人脸识别的蚯蚓养殖安全监测与预警
（1）基本原理
人脸识别是基于人的脸部特征信息进行身份识别的一种识别技术。在蚯蚓养殖场，利用摄像头动态智能采集含有人脸的图像，以实现蚯蚓养殖的安全监测与预警。主要包括：人脸图像智能采集，人脸图像特征提取及匹配与识别，安全监测与预警。基本原理如图2所示。
图2 基于人脸识别的蚯蚓养殖安全监测与预警
（2）案例
在蚯蚓养殖场，所有工作人员的人脸信息均保存于人脸数据库中。当工作人员进入养殖场时，摄像头将自动采集人脸信息，该信息除了可用于常规的考勤登记外，最主要的作用是应用于安全监测与预警。匹配与识别成功的人脸信息，直接存入常规的工作信息流；匹配与识别不成功的人脸信息，系统直接将人脸信息推送到蚯蚓养殖管理者的计算机或手持终端，由管理者确认是否为“陌生”人脸信息？是否为“可信任者”？可信任的人脸信息直接保存到人脸数据库，不可信任的人脸信息则直接列为预警对象。
3.3 基于数据分析的蚯蚓养殖模式优化
（1）基本原理
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在蚯蚓养殖场中，主要通过分析大量的养殖数据，期望建立一种蚯蚓养殖的高效模式。在实践中可基于PDCA不断优化，以获取蚯蚓养殖的最佳模式。PDCA的最主要特点是：把各项工作按照做出计划、计划实施、检查实施效果，然后将成功的纳入标准，不成功的留待下一循环去解决。基本原理如图3所示。
1.2.1 制作碱基模型 为了体现AUCG 4种碱基的不同，在制作过程中特意设计4种碱基具有不同的形状，但是要确保碱基A模型与碱基U模型嵌入吻合，碱基G模型与碱基C模型嵌入吻合。同时，碱基A与碱基G的模型长度要相等，碱基U与碱基C的模型长度要相等，且短于碱基A与碱基G。打印出4种碱基并粘贴在软磁贴上，用剪刀准确地按轮廓裁剪好。
图3 基于数据分析的蚯蚓养殖模式优化
（2）案例
在蚯蚓养殖过程中，温度、湿度是影响蚯蚓成长速度的两个关键环境因素。基于科学论证与养殖经验，我们知道：蚯蚓的活动温度为5-30℃，最适合温度为20-27℃左右。蚯蚓要求相对湿度为70%左右，湿度过小，会使蚯蚓体内水分散失严重，引起死亡；湿度过大，也对蚯蚓生长和繁殖不利。通过一系列的数据分析，我们可获取对于某一养殖场、某一品种、某一时段的蚯蚓来说，最佳的温度是多少，最佳的湿度是多少，以期建立一种蚯蚓养殖的最优模式。
3.4 基于蚯蚓专家知识库的病虫害诊断
（1）基本原理
根据养殖规律与常识，蚯蚓专家知识库的需要包括下述关键字段：症状、疾病、病因、防治方法、预防措施等。在基于蚯蚓专家知识库的基础上构建病虫害诊断人工智能系统，该系统除了可以智能回应蚯蚓养殖病虫害的相关问题外，还应具有自我学习能力等。基本原理如图4所示。
图4 基于蚯蚓专家知识库的病虫害诊断
（2）案例
在蚯蚓养殖过程中，虽然蚯蚓抗病力不弱，但还是有病虫害会对蚯蚓的生长构成威胁，会严重影响蚯蚓的产量、质量等。在基于蚯蚓专家知识库的人工智能系统中，如果经过图像识别，在一系列问题后，假设咨询者回答的最后两个问题是：黄色液体、成团死亡。那么基于蚯蚓专家知识库的人工智能系统会显示完整的病虫害详细症状，供使用者确认（以便有针对性的获得更加详细的病虫害信息）。例：
●症状：蚯蚓逃离养殖床或背孔溢出黄色液体，迅速瘫痪，成团死亡。
●疾病：毒气中毒症（缺氧症）。
●防治方法：注意养殖场通风，驱散毒气，及时更换老化的养殖床基料等。
●……
3.5 基于信息流的蚯蚓养殖溯源管理
（1）基本原理
为了确保溯源信息的完整性、准确性等，溯源数据采集主要基于信息流来完成。为了还原养殖全过程，需要在养殖过程中采集下述的核心信息，包括：人员信息、环境信息、基料信息、饲料信息、成品信息、病虫害信息、销售信息、投放饲料信息等。通过基于信息流的溯源信息数据库，以工业化养殖条码为关键词，通过人工智能系统就可以实现溯源管理。这将有利于管理效率最优化，有利于养殖效率最大化。基本原理如图5所示。
图5 基于信息流的蚯蚓养殖溯源管理
（2）案例
蚯蚓养殖过程中出现蚯蚓“局部枯焦，一端萎缩或一端肿胀而死，未死的蚯蚓拒绝采食，明显消瘦”等症状。为了查明引发该疾病的核心因素是什么，蚯蚓养殖管理者可以以工业化养殖条码为关键词，进而实现养殖过程的全程还原。针对上述的特例，根据蚯蚓专家知识库的知识，可以发现该病情最有可能的核心因素是“由于加饲料时，饲料成分搭配不当引起蛋白质中毒”，但理论推断只是提供线索，还需要溯源结果进行佐证，此时养殖过程的全程还原就是最好的佐证材料。
3.6 基于数据挖掘的蚯蚓需求信息分析
（1）基本原理
蚯蚓需求信息数据挖掘是指从大量的用户需求数据中通过算法搜索隐藏于其中的有用信息的过程，主要通过统计、分析处理、专家系统等诸多方法来实现目标。其中，蚯蚓需求信息数据库需要下述核心信息：蚯蚓品种、蚯蚓成品、数量、计量单位、单价、用户信息、时间、主要获取途径等。基本原理如图6所示。
图6 基于数据挖掘的蚯蚓需求信息分析
（2）案例
为了总结经验，提高生产与经营效率，在基于数据挖掘的蚯蚓需求信息分析系统的帮助下，管理者可以获得如下信息（模拟）：
●年度销售冠军：蛋白粉
●蚯蚓品种：广地龙
●数量：126万
●计量单位：瓶
●单价：60元
●用户信息：30%来自于广东，25%来自于上海。
●主要获取途径：电子商务
上述综合数据传递了非常多的有用信息，将有助于提高销售效率。例：30%来自于广东、25%来自于上海；说明广东与上海是重点用户群地区，需要持续重点关注，另外也说明其他地区的宣传力度不够，是潜力市场。主要获取途径是电子商务，说明电子商务是一种非常合适的销售途径，需要继续重视，也说明线下实体店的销售需要加大开拓力度。
4 案例：基于蚯蚓专家知识库的病虫害诊断
下面以笔者开发的蚯蚓病虫害快速、简易诊断系统为例，辅助性简述如何实现基于蚯蚓专家知识库的病虫害诊断。
4.1 开发平台
●开发平台：Visual Studio 2015
●开发语言：C#（ASP.NET）
●数据库平台：SQL Server 2014
●开发模式：B/S
●自我学习：无法查询的关键词将进行主动智能学习
4.2 蚯蚓专家知识库框架
（1）知识库核心字段
字段1：症状（字符型），主要描述蚯蚓发病时的症状。例：拒食，离巢逃逸；严重的出现全身痉挛，环节红肿，显明缩短，粘液增多而稠，转圈爬行，体节变细、断裂，最后全身泛白而死亡。
字段2：疾病（字符型），主要描述疾病的名称。例：酸中毒。
字段3：病因（字符型），主要描述引起发病的原因。例：这是由于基料或饲料中含有较高淀粉和碳水化合物等营养物质，在细菌作用下产生饲料酸化，引起蚯蚓胃酸过多。
字段4：防治方法（字符型），主要描述疾病的防治方法。例：可用清水清洗养殖池，反复换水浸泡，并通风透气。可用苏打水或熟石灰进行中和，彻底更换基料，清除重症蚯蚓。
字段5：预防措施（字符型），主要描述疾病的预防措施。例：实时监测pH值，防止pH值低于6以下，一旦发现中毒现象，马上把蚯蚓与酸化饲料分开，用25℃清水冲洗。
字段6：图片（字符型），主要保存描述该疾病的相关图片。
字段7：备注（字符型），主要描述该疾病的相关信息。例：饲料酸化（pH值低于4），往往会引起蛋白质中毒或胃酸过多。
（2）图片的保存方式
数据库中只保存路径与文件名，具体图片使用外置的方式保存。例：数据库中保存信息imagepic1001_1.jpg，具体图片存放在image文件夹中，文件名为pic1001_1.jpg。查询结果需要显示图片时，计算机将自动检索image文件夹中文件名为pic1001_*.jpg的文件，并按顺序显示。
4.3 病虫害智能诊断
（1）蚯蚓病虫害人工智能诊断原理
●由咨询者提供相关图片，通过图像识别技术快速抓取关键细节和肉眼看不到的微小细节。
●基于蚯蚓专家知识库采用决策树向咨询者提出若干个问题，然后根据答案进入下一分支，通过最短路径算法，用尽量少的问题定位蚯蚓的疾病种类。
●显示诊断结果（包括：症状、疾病、病因、防治方法、预防措施等）。
（2）一种快速、简易的自适应模糊查询方法
●快速、简易的自适应模糊查询
作为基于蚯蚓专家知识库的诊断简易版本，该系统采用自适应模糊查询法诊断蚯蚓病虫害。以基于病虫害症状诊断为例，主要以关键词搜索相关症状，采用最优匹配法列举相似度较高的病虫害症状（可查询更多详细信息，含防治方法、预防措施等），供咨询者参考。下面以基于病虫害症状或基于疾病名自适应模糊查询为例，简述其实现代码。
string sqlcon="Data Source=HOWARD-PC\SQLEXPRESS;Ini⁃tial Catalog=zhyz;Persist Security Info=True;User ID=sa;Pass⁃word=123456";
string sql="";
if(zzorjb=="疾病症状") //基于病虫害症状或基于疾病名自适应判断
{if(key2!="")//基于症状的两个关键词自适应模糊查询
sql="select*from yzbch where yzzz like'%"+key1+"%'and yzzz like'%"+key2+"%'";
else
sql="select*from yzbch where yzzz like'%"+key1+"%'";
}
else
sql="select*from yzbch where yzjb like'%"+key1+"%'";
SqlConnection con=new SqlConnection(sqlcon);
con.Open();//数据库连接查询
System.Data.SqlClient.SqlDataAdapter mysqldata=new SqlData⁃Adapter(sql,con);
System.Data.DataSet mydata=new DataSet();
mydata.Clear();
mysqldata.Fill(mydata,"yzbch");
con.Close();
int x=mydata.Tables["yzbch"].Rows.Count;//统计符合要求的记录数
ListBox1.Items.Clear();
if(x＞=1)
{
for(int i=0;i＜x;i++) ListBox1.Items.Add((i+1).
ToString()+"."+mydata.Tables["yzbch"].Rows[i]["yzzz"].ToString());
//在列表框中显示所有符合关键词的病虫害症状，以便用户确认后进一步查询更加详细的信息。
}
else
ListBox1.Items.Add("查无相关信息！");
●诊断案例
在上述的快速、简易的自适应模糊查询中，选择基于病虫害症状并输入“拒食”、“环节红肿”，诊断系统将显示下述简易信息，点击详细信息将显示更多信息。简易信息如下：
病虫害症状：拒食，离巢逃逸；严重者出现全身痉挛，环节红肿，显明缩短，粘液增多而稠，转圈爬行，体节变细、断裂，最后全身泛白而死亡。
5 结语
新一代信息技术带给我们的不仅仅是蚯蚓养殖的现代化和高收益，不仅仅是生产方式的改变，更是思想观念、生活方式的改变。实践证明，蚯蚓的高产量、高品质养殖主要依赖于：精确的养殖环境控制，基料、饲料的科学选择与投放，高效的智慧管理等。
