水产养殖智慧渔业研究进展

杨震飞，曹海月，王建国*，周爱民，刘爱民

(1.江苏农牧科技职业学院，江苏 泰州 225300；2.江苏好润生物科技有限公司，江苏 淮安 223300)

随着中国经济发展转型升级，农业产业结构转型正处在关键时期[1]，2019年中央1号文件再次强调了智慧农业的发展重要性。中国是水产养殖业大国，水产养殖产量占全球60%以上，随着中国网络技术的快速发展，发展智慧渔业成为推动农业产业升级的重要途径。

智慧渔业充分运用互联网、物联网、大数据、人工智能、卫星遥感等现代信息技术，可实现全产业链信息资源的收集、整合、分析及运用，通过太阳能、石墨烯控温等先进技术，实现环境精准控制。智慧渔业的发展可以全面提升渔业综合生产力、远程经营管理能力和生产效益，保障水产品安全，降低渔业养殖风险，改善养殖水体环境，推动渔业管理的数字化和现代化，为中国渔业发展规模化、集约化、精细化、绿色化提供强劲的技术保障，对中国建设世界水平农业具有重要意义。一直以来，中国各界致力于智能化渔业的研究及推广，2009年覆盖全国范围的水产养殖遥感影像数据库的建立，标志着中国智慧渔业发展的正式开始。

1 养殖环境监测

对水质参数进行实时在线监控和调控，可有效保障水产养殖效益和水产品质量，对水产养殖具有重要意义，但在实际水产养殖生产中，水质参数不仅变化复杂且相互影响，检测难度较大。一直以来，水质环境检测是水产养殖领域的重点研究方向。天津理工大学学者孟连子采用支持向量回归机的方法，通过网格搜索方法全方位搜索逐级锁定，对养殖水体的水质污染情况预测准确率在92%以上。宦娟通过向量机参数及时间序列进行自相关分析，对溶解氧建立最优预测模型，具有很好的预测精度。Liu[2]等通过分析环境时空关系与溶解氧的表征特征、因子序列等，利用注意力机制循环神经网络实现了对溶解氧短期和长期的准确预测。太原市鱼苗繁育场安装了基于互联网在线实时监控设备，能实时反馈养殖水体水质指标变化，并可根据具体养殖情况设定阈值，实现远程预警及调控[3]。上海海洋大学学者掌晓峰通过Matlab仿真测试、ZigBee 组建了无线传感网络，设计了一套中华绒螯蟹远程水质监控系统，该系统可对养殖水体中水温、溶解氧、光照、pH值、亚硝酸盐含量等水质指标进行在线监控。中国科学技术大学胡晓波团队基于ZigBee和嵌入式ARM技术，同时结合智能传感、智能处理器、无线传感网络等技术，开发了水产养殖水体实时监控调控系统，可实现对养殖水体水质参数进行采集的同时进行系统分析，并根据相应的分析结果进行自动调整，以实现远程监控与自动控制，实现智能化科学养殖。

虽然众多学者都对水质因素预测模型进行了研究，但是这些模型并未在实际生产中得到验证和应用，大部分都是建立在实验室环境下的仿真，很少能解决实际问题。所以对养殖水体进行智能化处理仍处于摸索和挖掘的阶段。

2 智能投喂

基于互联网技术的智能投喂系统能有效提高饵料利用率，减少水体污染。有研究表明，通过探测并根据水产动物饥饿程度进行投喂，可以降低21%的饲料成本。赵健、鲍伟君等学者利用视觉处理图像方法，对水产动物摄食欲望程度量化处理，其所提出来的技术方案对高密度循环水养殖系统具有较强的理论指导作用。西北农林科技大学景新等研发了一款新型的室内工厂化循环水自动投喂系统，利用传感器、PLC技术、轨道传动等，对整体系统实现三位实体建模。王勇平等研发了一款基于视觉捕捉技术的水产养殖用智能投饵系统，通过计算机系统控制投饵过程参数，实现精准有效投喂。胡立新等通过分析水面鱼类摄食图像研究摄食规律等视觉方法，开发了一种新的投饵量计算模型。黄嘉荣等研发了智能化对虾投喂系统，并在广东佛山投入应用，达到了精准科学投喂的效果[4]。武汉理工大学许仕杰等研发了一种无人艇智能投饵系统。周超等研究小组为解决水产生产中的饲料浪费问题，利用计算机视觉、红外光谱等多种技术，实现了鱼群的摄食行为检测和饲料的自动控制。江苏省叁拾叁科技公司研发了智能无人船投喂系统，对水产养殖实现智能化投喂具有重要推动作用。

投喂工作在水产养殖过程中外部影响因素较多，是一个复杂的系统工程，水产动物在养殖水体中游动会造成身体重叠、遮挡等不利因素，影响检测系统的准确性。在未来的探索研究中，将人工智能技术与互联网大数据、物联网技术、5G技术相结合，采用更多技术手段相融合的方法，多方位了解水产养殖环境，充分利用信息技术手段，弥补环境、养殖过程等因素对监测数据造成的误差。

3 疾病诊断及预警

水生动物的发病往往伴随着生物学特征的改变，根据其运动状态和体色的变化，可以初步判断其发病原因[5]。对鱼类疾病的病因及防治措施进行深入研究，可有效地防治鱼类疾病的传播，对中国水产养殖发展有重大意义。

目前对于疾病诊断主要为案例推理+知识库对比诊断及基于模型诊断两种方法。首先从数据库中调取与发病症状类似的疾病类型，确定疾病类型后制定相应的解决方案。早在1997年，集美大学研究并开发了鱼病专家诊断系统，引领了水产动物疾病诊断智能化发展。在2015年，甄爱军团队开发了疾病诊断网络图谱管理系统，提高了水产技术人员对疾病的判断和解决能力。阎笑彤团队研发了水产养殖疾病诊断网络专家系统，该系统可快速对鱼病等信息进行反馈，并应用到水产养殖生产实践中；温继文等构建了UML模型，实现了鱼病远程检测预警与诊断；在2008年，刘双印团队研发了对虾远程疾病诊断系统，该系统能实现远程诊断、专家咨询、技术会诊等；郭永洪和傅泽田提出了将案例知识与规则相结合的方法，对水产动物疾病诊断的特征和具体内容进行分析，鱼病诊断时效性差的问题得到有效解决，有效提高了系统的运行效率。

由于水产动物疾病发生周期及发病类型不可控因素较多，同时水产养殖水体载量较大，获得水产养殖水环境中病鱼图片困难较大，因此目前为止采用病毒与细菌检测方法对鱼类进行综合诊断较多，但人工智能应用较少。在今后的发展中，可将病毒细菌综合检测与人工智能技术综合发展，提高确诊的准确性和校测效率。

4 水产品质量追溯

水产品质量溯源是指从水产品供应终端（消费者）到始端（生产者）可追溯水产品的来源，同时溯源系统可记录生产、加工、运输、流通、消费等各个环节的细节信息，使其信息可跟踪，接受社会各界的监督，从而保障水产品质量安全。中国水产品质量溯源系统主要有监管追溯子系统、关键信息采集系统、公共服务子系统等组成，各子系统之间通过数据中心为基础实现数据共享。

江苏、广东等水产养殖大省率先实现水产品溯源系统建设，以二维码为查询载体，实现水产品从生产到终端消费环节信息可查询、来源可追溯、去向可跟踪、责任可追究。截至2018年，广东省建设溯源追踪平台20余个，可追溯的主要养殖公司近30家，养殖品种包括罗非鱼、草鱼、对虾等[6]。江苏好润集团公司研究开发了蟹脸识别技术，将全过程监控蟹的养殖过程，确保产品溯源的准确性。

5 结语

中国人口结构发生变化，劳动力老龄化问题日益突出，人口红利正在消失，未来谁来养鱼是水产养殖业面临的严峻问题；与此同时，水产养殖多年来的发展，往往伴随着外源水质恶化、养殖环境失控等问题，这些问题均从根本上表明传统养殖模式的转型升级迫在眉睫，提高渔业质量效益和竞争力刻不容缓。

事实证明，智能化水产养殖可有效提升养殖场自动化、信息化、智能化水平，降低生产成本，提高工作效率、资源利用率、劳动生产率和管理效率。未来，加快渔业信息化、数字化转型升级，开发水产养殖专用数据库和信息管理系统，加强云计算、互联网大数据互联网安全体系及保障体系建设，加强国家水产养殖示范园区数字渔业建设，推进渔业数字化资源的分类和管理，实现大数据精细化管理、互联互通的智能化养殖模式，开展全天候、全覆盖、数字化管理是中国渔业发展的大方向，对中国未来渔业发展具有重要意义。