信息化技术在水产养殖业的应用研究

摘 要：我国渔业发展正面临重要的转型期，实现从资源利用型向生态环境保护型、产量增长型向质量效率型的转变，因此信息化技术的应用至关重要。本文分析了水产养殖中信息获取的主要手段，并从信息采集途径、信息化平台的搭建、信息处理、养殖管理的信息化决策以及水产养殖的信息化思维5方面讨论水产养殖中信息化技术的具体应用。

关键词：信息化;水产养殖;信息平台;决策

中图分类号：TP274

文献标识码：A

1 水产养殖业信息获取

1.1 知识挖掘技术

知识挖掘技术是大数据技术中的基础问题，也是当前信息化建设中信息获取的主要方式。人们在获取信息时会采用文献查阅、实地调研、分析养殖日志等方式，当上述几种方式得到相关信息以后，完成信息的录入。在此基础上通过知识挖掘的技术将信息转换成计算机可以识别的模式。在当前水产养殖业中知识挖掘技术应用相对成熟。

1.2 传感网络技术

借助于高性能、高精度的传感器可以实时掌握水产养殖的情况，能够对鱼类的行为、状态等进行辨识，基于大范围的传感网络布置鉴别鱼类种类及具体行为特征，判断鱼类健康情况;能够准确地感知水环境参数，对水质进行实时监控，基于水质标准导出水质报告，建立起水产养殖的知识库，从而确保水产养殖的科学性。

1.3 遥感技术

基于传感器可以大量获取水产养殖的相关参数，相比而言，遥感技术则仅可以得到较少的水质参数，然而基于遥感技术可以更好地进行区域性信息采集。遥感技术可以针对水产养殖中遇到的问题给予及时的处理，从而达到精准养殖、高效养殖的目的。

2 水产养殖中信息化技术的应用

2.1 信息采集途径

如今水产养殖信息的获取已经彻底实现了手工获取向自动化获取的转变，从而大大减小了人力的投入。由于水产养殖业中涉及到的环境参数是时变性的，而且具有周期性的特点，因此在进行信息获取时应当注重信息建模形式，并进行参数特征的优化设计。

2.2 信息化平台的搭建

整体来看，如今我国水产养殖的信息化程度较低，资源利用效率也很低，很大程度上是由于缺乏一个高效的水产养殖平台。通过云服务计算搭建水产养殖平台有重要意义，能够把采集得到的数据进行整合，然后基于互联网为用户提供在线的软件服务。目前养殖平台的建设多采用4层体系架构，通过Jsoup计算将资源进行梳理与整合，并通过Aspose计算导出文档。信息化平台的搭建可以更好地挖掘水产养殖用户需求，实现水产养殖的智能化诊断与智能化监测。

2.3 信息处理

大数据技术在水产养殖业中的应用有广阔的前景，随着信息处理技术的发展，模式识别、数据挖掘以及机器学习的方法为水产养殖大数据处理提供新的思路。考虑到水产养殖中环境参数、鱼类行为参数的多元化特点，也可以采用神经网络等非线性表达技术来进行建模，从而提高信息的应用效率，实现智能化程度更高、集成程度更高的水产养殖。通过先进的信息处理手段能够实现更加精准的养殖活动，从而应对复杂的养殖问题。

2.4 养殖管理的信息化决策

以往水产养殖多由人工进行决策，很大程度上依赖于经验。但是实际上水产养殖涉及到的因素各方各面，即便是水产养殖专家也不能保证决策的精细化。因此，可以通过信息化的手段提高水产养殖决策的科学性，将现代决策方法和农业生产原理相互结合，采用现代控制理论的方法，对水产养殖进行实时的反馈控制，使水产养殖始终维持在良好的運行状态，从而实现更加精准的水产养殖决策。

2.5 水产养殖的信息化思维

在当前信息时代，信息技术日新月异，除了合理应用相应信息技术辅助水产养殖外，更应当注重信息化思维的培养。信息化思维即将高新技术与水产养殖流程结合起来，从信息流的角度看待传统的水产养殖业，从而使水产养殖更好地满足养殖用户个性化需求，并产生新的业务流程，实现资源的虚拟化与养殖信息化的可扩展性。

3 总结

随着信息技术的快速发展，水产养殖业正迎来新的发展阶段，合理采用信息化技术能够有效地优化水产养殖流程，健全水产养殖服务体系，创造出实用性更强、智能程度更高的水产养殖平台，实现水产养殖的集成化管理与精准化控制。

参考文献

[1] 黄雅玉，鄂旭，杨芳，周津，盖佳妮.水产养殖物联网系统集成与安全预警研究[J].计算机技术与发展，2017，27（09）：201-204.

作者简介：

邓德波（1983-），男，青岛平度市人，工程师，硕士，研究方向：水产养殖专业。