張 洲 查 吉 祁樹亮
(江蘇農林職業技術學院信息工程學院,江蘇 鎮江 212400)
中國水產養殖占世界水產養殖總量的60%以上。水產品年產值超過1萬億元。然而,中國仍處于初級階段,尤其是傳統的人工捕魚和人工與機械相結合的捕魚技術。隨著我國水產養殖業的快速發展,環境污染、水資源質量差、水資源浪費等一系列問題逐漸顯現。這些問題直接導致水產養殖的低質量、低產量、水體富營養化。水產養殖業每年都面臨巨大損失。為了解決長期困擾水產養殖業的疾病多、養殖方法不科學、技術問題多、水產養殖知識缺乏、技術服務滯后、產品質量差、養殖過程缺乏監測、產品溯源困難等問題。基于智能推理及知識獲取、數據處理模型以及物聯網水產品安全預警方法和溯源系統,有效監測水產養殖、物流和營銷的環境參數。人工飼料和藥物使用超標時,系統會自動報警,保持水環境無污染,實現全程無紙化和低碳環保。
為了解決傳統水產養殖在污染、食品安全、自然災害和常見疾病等方面存在的問題,水產養殖的產業化、機械化和產業化已成為水產養殖的新模式之一。采用先進的農業技術,可實現機械化、自動化、工廠化循環水產養殖,通過循環水和廢水處理,實現高密度種植。消除養殖池中的飼料和糞便等有害顆粒物,創造良好水質的健康養殖環境,對節約水資源也有重要作用。
21世紀初,我國一些高校和科研院所逐步開始將智能物聯網技術應用于漁業研究領域。中國農業大學開發的“網絡化魚病診斷專家系統”和中國農業大學開發的“網絡化淡水蝦養殖系統”采用正向推理方法開發了疾病診斷和安全預警技術。然而,該系統沒有充分考慮疾病診斷的不確定性,人機界面相對簡單。福建省相關水產養殖機構也建立了以魚蝦為主的水產養殖疾病在線診斷咨詢系統,以圖像的形式顯示水產疾病,但這只是對數據庫的簡單查詢,沒有完整的疾病評估和證明機制。無法提前分析、生成和處理適當的醫療記錄。
傳統水產養殖和水產養殖的大數據應用將有助于發展智能化水產養殖設施,彌補傳統水產養殖的不足。基于智能系統的理論和技術,研究了水產養殖疾病診斷、預防和治療以及全過程管理的各種思維機制和知識表示策略。將數據、信息和知識納入水產養殖疾病的診斷、預防和治療以及整個過程管理,并設計和開發水動物專家系統。
基于物聯網與大數據相結合的水產養殖服務新理念,利用互聯網、人工智能與專家系統、無線傳感器、物聯網等技術,構建完整的智能水產養殖服務平臺。以解決長期困擾水產養殖行業問題,如養殖方法不科學、常見病多、技術推廣問題多、技術服務不成熟、產品質量低、產品可追溯性差等。基于無線傳感器網絡、RFID、Web服務的水產品全過程質量跟蹤方法。信息管理、決策支持和其他技術確保了農民在水產養殖生產中的質量控制。
基于智能系統的理論和技術,開發了各種推理機制,并利用大量數據進行知識匯總,為策略研究服務。與此同時,水產養殖專家系統正在利用區域數據進行開發,如水產養殖過程中的生物疾病診斷,以及在大數據環境下對整個水產養殖過程進行實時監測和管理。在現有技術的基礎上拓展與兼容漁業知識,以便有效表達和有機融合有關漁業的知識;知識融合、技術協作和主從論證推理的結合解決了魚病診斷過程中的不確定性問題,顯著提高了智能系統的可解性。
Arduino軟硬件平臺結合了無線傳感器網、RFID、Web service、信息管理和輔助決策等功能,可以對水產品的全過程質量進行跟蹤。該系統不僅能自動監測水產養殖水質、物流、營銷等環境數據參數,而且能耗低,穩定性強,數據采集終端節點和采集節點主控板均基于Arduino開源電子原型平臺。以可以實現水質數據、物流、銷售環境和水產養殖監測點位置信息的采集、存儲、處理和傳輸。通過網絡服務實現水產品供應鏈各個環節數據信息的傳輸、集成和傳播;主控板采用基于Arduino的開源電子平臺。采集終端主板主要由四個功能模塊組成:ZigBee模塊、SD卡存儲模塊、GPS模塊和水質儀表模塊;匯聚節點主板主要由ZigBee模塊、SD卡存儲模塊、GPRS模塊和GPS模塊組成。ZigBee模塊使用XBee Pro S2以提高通信距離,用于無線傳感器網絡的無線通信。采集終端與匯集節點結構圖如圖1、圖2所示。

圖1 采集終端

圖2 匯聚節點
在這一系列過程中,不僅可以通過智能數據采集快速有效地采集所有相關數據,還可以實現零污染信息的采集。在水產養殖過程中,水產品安全預警系統用于實時監測養殖池塘的水質參數。如果人工飼料和藥物超標,系統會自動報警并結合當前的水質參數做出相應處理,以保持水環境清潔、無污染。
將水產品從育苗、繁育、加工、包裝、營銷等相關過程信息和數據,收集、傳輸和匯總到水產養殖可追溯系統平臺上,每個水產品通過平臺獨特的加密算法進行唯一標識。標識與水產品相關聯,實現與水產品相對應的標識,確保水產品的質量和安全。溯源系統中的數據分析不僅滿足了溯源信息的要求,而且保證了溯源系統的可移植性、通用性和可擴展性。一方面可以監控水產品供應鏈的各個環節,及時發現和消除安全隱患,實現從魚塘到餐桌的全過程管理。另一方面,它也使得養殖戶們足不出戶就可以獲得關于養殖池的各種信息。同時,還增加了漁業領域的知識表示策略、知識融合的推理機制、多技術協作和主從論證推理、集成的智能控制人工知識獲取環境以及基于數據挖掘的自動和半自動知識獲取,基于數據庫和知識庫的知識發現集成機制,最終可有效地解決了漁業信息處理系統中知識獲取的瓶頸問題。溯源結構圖如圖3所示。

圖3 溯源結構圖
經項目團隊研究,利用現代主流計算機軟件和網絡技術,開發了水產養殖智能服務平臺。它采用B/S結構的多層設計:客戶級、Web服務級、應用服務級和數據源級。多層體系結構減輕了Web服務器的負擔,有創建和管理連接的緩沖池的技術功能、事務操作和安全服務,并提高了Web應用程序的可伸縮性、可靠性、可管理性和靈活性。這種多層結構將現有的Web服務器物理上分為兩層:Web由Java servlet、ASP或JSP組成。等待執行用戶的請求,分析任務,將邏輯層任務發送到應用服務器進行處理,等待結果,形成相應的HTML文本并返回給用戶;應用服務器(邏輯層)必須執行會話層任務,在這種情況下,它包含操作所有邏輯構件以有效運行、與數據層交互協作并返回結果的必要條件。
本研究開發了安裝在浮標上的智能無線傳感節點,并利用ZigBee、GPRS等通信技術建立了能實時、連續獲取、記錄一定范圍內監測水質參數的無線傳感網,將水質、天氣等環境數據參數傳輸傳送到數據庫服務器,監控數據可以在個人或移動終端上顯示。
以智能水產養殖為目標,利用人工智能、專家系統、無線傳感器網絡、RFID、Web service等技術,設計并構建了一個新型的水產養殖智能綜合服務平臺。平臺采用自動數據采集裝置,實現零污染信息采集。水產品安全預警系統實時監測影響水產品質量的水質參數。在水產養殖過程中,當人工飼料和藥物的使用超過標準時,系統會自動報警并實施相應的規劃措施,以保持水環境清潔,解決養殖方法不科學、疾病頻發和污染嚴重的問題。筆者還建立了供應鏈系統和可追溯性查詢系統,以確保對水產養殖過程和水產品質量安全進行全面追溯。