蚯蚓智慧養殖整體解決方案的研究與思考

李將永，李進豪

（1.廣西師范大學，桂林 541006；2.廣東省海洋工程職業技術學校，廣州 510320）

蚯蚓；智慧養殖；物聯網；知識庫；解決方案

0 引言

在蚯蚓養殖過程中，影響蚯蚓養殖的環境關鍵參數是溫度、濕度、pH值等，影響蚯蚓養殖的物質關鍵參數是基料、飼料等。傳統的蚯蚓養殖以經驗為指導，而這些關鍵參數靠經驗是難以精確掌控的，因此傳統蚯蚓養殖的產量、品質難以得到保障，養殖的效率有待提高。隨著科技的不斷發展，基于新一代信息技術實時掌控蚯蚓養殖過程的準確數據已成為可能，實時感知、智能控制、高效養殖以提高產品競爭力已勢在必行，工業化和信息化的深度融合是蚯蚓養殖現代化的有效途徑。

1 蚯蚓

1.1 簡介

蚯蚓屬夜行性動物，生活在潮濕的環境中，以腐敗的有機物為食。蚯蚓富含蛋白質、氨基酸、脂肪、礦物質、維生素和微量元素等，有很好的經濟價值和藥用價值，具有清熱熄風、平肝降壓、活絡通痹、清肺平喘、利尿通淋等功效。

1.2 蚯蚓的生活習性

（1）喜

喜陰暗、喜潮濕、喜安靜、喜溫暖、喜酸甜、喜獨居。

（2）畏

畏光、畏震、畏浸泡、畏鹽、畏辣、畏冷熱。

1.3 蚯蚓的養殖

蚯蚓的活動溫度為5-30℃，0-5℃進入休眠狀態，0℃以下死亡。最適溫度為20-27℃左右，32℃以上停止生長，40℃以上死亡。土壤通氣越好，蚯蚓新陳代謝越旺盛。蚯蚓味覺靈敏，喜甜食和酸味，最適合的pH值范圍為6-8。此外，在蚯蚓養殖過程中，需要按照相關要求科學處理基料與飼料，飼料的濕度應保持在70%左右為宜，以保證蚯蚓的生長效果。

2 蚯蚓智慧養殖的核心框架

2.1 智慧感知

利用溫度傳感器、濕度傳感器、pH傳感器等隨時獲取蚯蚓養殖場的各種信息，對蚯蚓養殖場內部的環境狀況進行實時監測，以獲取蚯蚓養殖的關鍵參數，以提高養殖效率。

例：溫度傳感器是指能感受溫度并轉換成可用輸出信號的傳感器。在蚯蚓養殖場，通過溫度傳感器，蚯蚓養殖管理者可以智慧感知養殖場內部與外部的實時溫度，實時了解養殖全過程的溫度變化。

2.2 數據傳輸

數據傳輸是數據從一個地方傳送到另一個地方的通信過程。通過數據傳輸，蚯蚓養殖場智慧感知的各種原始數據將被送達數據中心，為智慧養殖提供最準確的底層數據。

例：通過智慧感知，蚯蚓養殖場“內部實時溫度為10℃，室外實時溫度為5℃，光照強度為52lx”等相關數據通可靠的數據傳輸被送達數據中心。這一組數據，將為蚯蚓養殖管理者的下一步智能控制提供強有力的原始依據。

2.3 信息處理

信息處理是獲取信息并對它進行加工處理、使之成為有用信息并發布出去的過程。蚯蚓養殖場智慧感知的數據基本都是最原始的數據，需要經過處理才能變為有用的信息，才能為決策提供可靠的直接依據。

例：信息1（內部實時溫度為10℃），信息2（室外實時溫度為5℃），信息3（光照強度為52lx），信息4（遮陽設備關閉），信息5（自動加溫設備未啟用），信息6（天氣預報：持續降溫）。上述信息的連續跟蹤與系列化，通過處理可以形成溫度變化的趨勢圖及相關的預警信息。

2.4 智慧決策

根據信息處理的結果，在人工智能和決策支持系統的支持下，應用專家系統技術，通過邏輯推理來幫助解決復雜的決策問題，幫助蚯蚓養殖管理者對可能快速變化并且不容易預測結果的問題做出判斷并提供決策方案，為管理者的最終決策提供可靠的科學依據，以提高管理和工作效率，以提高決策的正確性和實時性。例：在信息處理的相關結果中存在一條信息：蚯蚓養殖場當前實時溫度為10℃（2小時前為11℃，5小時前為12℃，天氣預報：持續降溫）。此時，智能決策支持系統會依據關鍵詞當前“溫度、10℃”、“溫度變化趨勢圖”、“自然天氣持續降溫”自動進行識別和分析問題，并設計求解方案。在知識庫信息“蚯蚓盡管世界性分布，但它喜歡比較高的溫度，低于5℃進入休眠狀態。生長最適合溫度為22～27℃”等的支持下，基于規則、模型和方法，智能決策支持系統自動發出警告“當前溫度為10℃，有持續降溫的趨勢，低于5℃蚯蚓將進入休眠狀態”，并提供相關的決策措施“根據目前的天氣情況，打開遮陽設備已無法升溫，建議啟動養殖場加溫措施。如果確認，智能控制系統將自動加溫，達到最佳溫度后將自動停止加溫?！?/p>

2.5 智能控制

智能控制是一類無需人的干預就能夠自主地驅動智能機器實現其目標的自動控制。在蚯蚓養殖場，主要體現為對養殖場內相關設備進行遠程智能控制（自動加溫、自動噴水、自動打開或關閉遮陽設備等）。

例：在智能決策支持系統的幫助下，當蚯蚓養殖管理者發送“自動加溫”指令后，自動加溫設備將會自動啟動，在達到最佳溫度后將自動停止加溫（22～27℃）。

3 蚯蚓智慧養殖的整體解決方案

3.1 基于物聯網的蚯蚓智慧養殖系統

（1）基本原理

通過數據采集的智慧感知模塊從蚯蚓養殖的現場獲得實時數據，在確保數據有效、安全的情況下，通過數據傳輸模塊將數據傳送至后臺數據中心，后臺數據中心將接收到的現場實時數據進行信息處理。在人工智能和決策支持系統的支持下，蚯蚓智慧養殖系統將科學、高效地為蚯蚓養殖管理者的最終決策提供可靠的依據，以實現對蚯蚓養殖場內相關設備進行遠程智能控制?；驹砣鐖D1所示。

圖1 基于物聯網的蚯蚓智慧養殖系統

（2）案例

蚯蚓是利用皮膚來呼吸的，故蚯蚓身體必須保持濕潤。因此，蚯蚓養殖場需要通過實時獲取蚯蚓生長環境的濕度，以決定是否需要開展灑水工作。當發出灑水工作指令后，智能機械設備將按指令的要求開始灑水（灑水量由系統自動測算），將蚯蚓生長環境的濕度控制在最佳的范圍內。

3.2 基于人臉識別的蚯蚓養殖安全監測與預警

（1）基本原理

人臉識別是基于人的臉部特征信息進行身份識別的一種識別技術。在蚯蚓養殖場，利用攝像頭動態智能采集含有人臉的圖像，以實現蚯蚓養殖的安全監測與預警。主要包括：人臉圖像智能采集，人臉圖像特征提取及匹配與識別，安全監測與預警?；驹砣鐖D2所示。

圖2 基于人臉識別的蚯蚓養殖安全監測與預警

（2）案例

在蚯蚓養殖場，所有工作人員的人臉信息均保存于人臉數據庫中。當工作人員進入養殖場時，攝像頭將自動采集人臉信息，該信息除了可用于常規的考勤登記外，最主要的作用是應用于安全監測與預警。匹配與識別成功的人臉信息，直接存入常規的工作信息流；匹配與識別不成功的人臉信息，系統直接將人臉信息推送到蚯蚓養殖管理者的計算機或手持終端，由管理者確認是否為“陌生”人臉信息？是否為“可信任者”？可信任的人臉信息直接保存到人臉數據庫，不可信任的人臉信息則直接列為預警對象。

3.3 基于數據分析的蚯蚓養殖模式優化

（1）基本原理

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。在蚯蚓養殖場中，主要通過分析大量的養殖數據，期望建立一種蚯蚓養殖的高效模式。在實踐中可基于PDCA不斷優化，以獲取蚯蚓養殖的最佳模式。PDCA的最主要特點是：把各項工作按照做出計劃、計劃實施、檢查實施效果，然后將成功的納入標準，不成功的留待下一循環去解決?；驹砣鐖D3所示。

1.2.1 制作堿基模型 為了體現AUCG 4種堿基的不同，在制作過程中特意設計4種堿基具有不同的形狀，但是要確保堿基A模型與堿基U模型嵌入吻合，堿基G模型與堿基C模型嵌入吻合。同時，堿基A與堿基G的模型長度要相等，堿基U與堿基C的模型長度要相等，且短于堿基A與堿基G。打印出4種堿基并粘貼在軟磁貼上，用剪刀準確地按輪廓裁剪好。

圖3 基于數據分析的蚯蚓養殖模式優化

（2）案例

在蚯蚓養殖過程中，溫度、濕度是影響蚯蚓成長速度的兩個關鍵環境因素。基于科學論證與養殖經驗，我們知道：蚯蚓的活動溫度為5-30℃，最適合溫度為20-27℃左右。蚯蚓要求相對濕度為70%左右，濕度過小，會使蚯蚓體內水分散失嚴重，引起死亡；濕度過大，也對蚯蚓生長和繁殖不利。通過一系列的數據分析，我們可獲取對于某一養殖場、某一品種、某一時段的蚯蚓來說，最佳的溫度是多少，最佳的濕度是多少，以期建立一種蚯蚓養殖的最優模式。

3.4 基于蚯蚓專家知識庫的病蟲害診斷

（1）基本原理

根據養殖規律與常識，蚯蚓專家知識庫的需要包括下述關鍵字段：癥狀、疾病、病因、防治方法、預防措施等。在基于蚯蚓專家知識庫的基礎上構建病蟲害診斷人工智能系統，該系統除了可以智能回應蚯蚓養殖病蟲害的相關問題外，還應具有自我學習能力等?；驹砣鐖D4所示。

圖4 基于蚯蚓專家知識庫的病蟲害診斷

（2）案例

在蚯蚓養殖過程中，雖然蚯蚓抗病力不弱，但還是有病蟲害會對蚯蚓的生長構成威脅，會嚴重影響蚯蚓的產量、質量等。在基于蚯蚓專家知識庫的人工智能系統中，如果經過圖像識別，在一系列問題后，假設咨詢者回答的最后兩個問題是：黃色液體、成團死亡。那么基于蚯蚓專家知識庫的人工智能系統會顯示完整的病蟲害詳細癥狀，供使用者確認（以便有針對性的獲得更加詳細的病蟲害信息）。例：

●癥狀：蚯蚓逃離養殖床或背孔溢出黃色液體，迅速癱瘓，成團死亡。

●疾?。憾練庵卸景Y（缺氧癥）。

●防治方法：注意養殖場通風，驅散毒氣，及時更換老化的養殖床基料等。

●……

3.5 基于信息流的蚯蚓養殖溯源管理

（1）基本原理

為了確保溯源信息的完整性、準確性等，溯源數據采集主要基于信息流來完成。為了還原養殖全過程，需要在養殖過程中采集下述的核心信息，包括：人員信息、環境信息、基料信息、飼料信息、成品信息、病蟲害信息、銷售信息、投放飼料信息等。通過基于信息流的溯源信息數據庫，以工業化養殖條碼為關鍵詞，通過人工智能系統就可以實現溯源管理。這將有利于管理效率最優化，有利于養殖效率最大化。基本原理如圖5所示。

圖5 基于信息流的蚯蚓養殖溯源管理

（2）案例

蚯蚓養殖過程中出現蚯蚓“局部枯焦，一端萎縮或一端腫脹而死，未死的蚯蚓拒絕采食，明顯消瘦”等癥狀。為了查明引發該疾病的核心因素是什么，蚯蚓養殖管理者可以以工業化養殖條碼為關鍵詞，進而實現養殖過程的全程還原。針對上述的特例，根據蚯蚓專家知識庫的知識，可以發現該病情最有可能的核心因素是“由于加飼料時，飼料成分搭配不當引起蛋白質中毒”，但理論推斷只是提供線索，還需要溯源結果進行佐證，此時養殖過程的全程還原就是最好的佐證材料。

3.6 基于數據挖掘的蚯蚓需求信息分析

（1）基本原理

蚯蚓需求信息數據挖掘是指從大量的用戶需求數據中通過算法搜索隱藏于其中的有用信息的過程，主要通過統計、分析處理、專家系統等諸多方法來實現目標。其中，蚯蚓需求信息數據庫需要下述核心信息：蚯蚓品種、蚯蚓成品、數量、計量單位、單價、用戶信息、時間、主要獲取途徑等?；驹砣鐖D6所示。

圖6 基于數據挖掘的蚯蚓需求信息分析

（2）案例

為了總結經驗，提高生產與經營效率，在基于數據挖掘的蚯蚓需求信息分析系統的幫助下，管理者可以獲得如下信息（模擬）：

●年度銷售冠軍：蛋白粉

●蚯蚓品種：廣地龍

●數量：126萬

●計量單位：瓶

●單價：60元

●用戶信息：30%來自于廣東，25%來自于上海。

●主要獲取途徑：電子商務

上述綜合數據傳遞了非常多的有用信息，將有助于提高銷售效率。例：30%來自于廣東、25%來自于上海；說明廣東與上海是重點用戶群地區，需要持續重點關注，另外也說明其他地區的宣傳力度不夠，是潛力市場。主要獲取途徑是電子商務，說明電子商務是一種非常合適的銷售途徑，需要繼續重視，也說明線下實體店的銷售需要加大開拓力度。

4 案例：基于蚯蚓專家知識庫的病蟲害診斷

下面以筆者開發的蚯蚓病蟲害快速、簡易診斷系統為例，輔助性簡述如何實現基于蚯蚓專家知識庫的病蟲害診斷。

4.1 開發平臺

●開發平臺：Visual Studio 2015

●開發語言：C#（ASP.NET）

●數據庫平臺：SQL Server 2014

●開發模式：B/S

●自我學習：無法查詢的關鍵詞將進行主動智能學習

4.2 蚯蚓專家知識庫框架

（1）知識庫核心字段

字段1：癥狀（字符型），主要描述蚯蚓發病時的癥狀。例：拒食，離巢逃逸；嚴重的出現全身痙攣，環節紅腫，顯明縮短，粘液增多而稠，轉圈爬行，體節變細、斷裂，最后全身泛白而死亡。

字段2：疾病（字符型），主要描述疾病的名稱。例：酸中毒。

字段3：病因（字符型），主要描述引起發病的原因。例：這是由于基料或飼料中含有較高淀粉和碳水化合物等營養物質，在細菌作用下產生飼料酸化，引起蚯蚓胃酸過多。

字段4：防治方法（字符型），主要描述疾病的防治方法。例：可用清水清洗養殖池，反復換水浸泡，并通風透氣?？捎锰K打水或熟石灰進行中和，徹底更換基料，清除重癥蚯蚓。

字段5：預防措施（字符型），主要描述疾病的預防措施。例：實時監測pH值，防止pH值低于6以下，一旦發現中毒現象，馬上把蚯蚓與酸化飼料分開，用25℃清水沖洗。

字段6：圖片（字符型），主要保存描述該疾病的相關圖片。

字段7：備注（字符型），主要描述該疾病的相關信息。例：飼料酸化（pH值低于4），往往會引起蛋白質中毒或胃酸過多。

（2）圖片的保存方式

數據庫中只保存路徑與文件名，具體圖片使用外置的方式保存。例：數據庫中保存信息imagepic1001_1.jpg，具體圖片存放在image文件夾中，文件名為pic1001_1.jpg。查詢結果需要顯示圖片時，計算機將自動檢索image文件夾中文件名為pic1001_*.jpg的文件，并按順序顯示。

4.3 病蟲害智能診斷

（1）蚯蚓病蟲害人工智能診斷原理

●由咨詢者提供相關圖片，通過圖像識別技術快速抓取關鍵細節和肉眼看不到的微小細節。

●基于蚯蚓專家知識庫采用決策樹向咨詢者提出若干個問題，然后根據答案進入下一分支，通過最短路徑算法，用盡量少的問題定位蚯蚓的疾病種類。

●顯示診斷結果（包括：癥狀、疾病、病因、防治方法、預防措施等）。

（2）一種快速、簡易的自適應模糊查詢方法

●快速、簡易的自適應模糊查詢

作為基于蚯蚓專家知識庫的診斷簡易版本，該系統采用自適應模糊查詢法診斷蚯蚓病蟲害。以基于病蟲害癥狀診斷為例，主要以關鍵詞搜索相關癥狀，采用最優匹配法列舉相似度較高的病蟲害癥狀（可查詢更多詳細信息，含防治方法、預防措施等），供咨詢者參考。下面以基于病蟲害癥狀或基于疾病名自適應模糊查詢為例，簡述其實現代碼。

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=="疾病癥狀") //基于病蟲害癥狀或基于疾病名自適應判斷

{if(key2!="")//基于癥狀的兩個關鍵詞自適應模糊查詢

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();//數據庫連接查詢

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;//統計符合要求的記錄數

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());

//在列表框中顯示所有符合關鍵詞的病蟲害癥狀，以便用戶確認后進一步查詢更加詳細的信息。

}

else

ListBox1.Items.Add("查無相關信息！");

●診斷案例

在上述的快速、簡易的自適應模糊查詢中，選擇基于病蟲害癥狀并輸入“拒食”、“環節紅腫”，診斷系統將顯示下述簡易信息，點擊詳細信息將顯示更多信息。簡易信息如下：

病蟲害癥狀：拒食，離巢逃逸；嚴重者出現全身痙攣，環節紅腫，顯明縮短，粘液增多而稠，轉圈爬行，體節變細、斷裂，最后全身泛白而死亡。

5 結語

新一代信息技術帶給我們的不僅僅是蚯蚓養殖的現代化和高收益，不僅僅是生產方式的改變，更是思想觀念、生活方式的改變。實踐證明，蚯蚓的高產量、高品質養殖主要依賴于：精確的養殖環境控制，基料、飼料的科學選擇與投放，高效的智慧管理等。