基于HarmonyOS水產養殖在線預測預警與聯動防控系統設計

摘要：本文基于當前水產養殖水質研究現狀進行鴻蒙系統的水產養殖在線預測預警以及聯動防控智能系統的設計，旨在豐富相關研究思路的同時為相關工作的開展提供些許參考。

關鍵詞：水產養殖；預測預警；HarmonyOS；聯動防控

我國關于水產養殖的歷史可追溯至公元前一千多年，我國水產品生產與消費均位居世界前列。隨著國民水產品消費需求的日益增長，水產養殖業得到了快速發展。水質作為水產養殖的一個關鍵，直接影響水產品的生長與品質，一直都是相關領域研究的一個熱點課題。在水產養殖中加強水質監測預警，可推動水產養殖業進行智能化管理，對養殖經濟效益的提高以及水產品品質的保障均具有明顯的現實意義。

1 水產養殖水質智能預測預警概述

本文涉及的水質預測實質是基于經驗以及獲取的水質參數數據，預測將來的水質參數數據，分析得出水質參數變化的規律與趨勢，是為水質管理與調控而服務的。水質預測的關鍵問題是算法選取[1]。涉及的方法有傳統預測法以及計算機技術的智能預測法，以及回歸分析預測法、函數模型預測法等，函數模型預測法屬于傳統預測法并且具有容易操作、可行性強的優勢，然而自適應能力欠佳；而智能水質預測方法有人工神經網絡法期、灰色理論法中網、SVR預設法等，此類算法各有其優缺點，但適應能力明顯高于傳統算法，如人工神經網絡算法在自適應學習以及運算速度方面優勢明顯[2]。此方面在國內外研究者中均有研究，并取得一定的進展，我國一些學者將大數據與水質預警結合起來進行水質系統的研究設計，結合地理信息技術以及信息交互技術設計水質預警系統，基于智能視覺技術構建魚群識別模型拓展水質預警研究思路等[3]。

2 基于HarmonyOS水產養殖在線預測預警與聯動防控系統的設計

2.1 基本思路

本研究是結合當前水質預測預警的相關研究來進行基于HarmonyOS水產養殖在線預測預警智能聯動系統的設計。在數據降噪處理方面，基于小波分析進行改進，結合仿真實驗從而提高系統效率；數據丟失修復重構方面則綜合SAMP算法與多屬性關聯度，在減小誤差的同時提高精度與效率；預測預警方面，結合RBF神經網絡、ARIMII模型規避常規水質預測方法的不足。本研究選取水產養殖中溶解氧、pH值以及水溫這三個較為重要的水質參數。

2.2 總體設計

第一，功能需求。本系統主要針對水產養殖戶、系統管理預案以及研究人員等。綜合分析，系統應具備水質數據采集顯示、數據預測預警以及系統維護等多方面功能。鑒于此，本研究中基于HarmonyOS的水質預測預警、聯防系統針對性設計等主要的六大功能模塊，其中水體監測智能光電傳感器模塊具有智能預警功能，與移動終端以及PC終端相關聯，可提前預警，該模塊的功能能夠有效降低因養殖環境變化所導致的養殖風險。無線遠程監控與管理模塊實現了增氧控制箱與管理者終端的聯接，便于養殖戶進行在線遠程監管。數據采集傳輸通信系統實現了系統相關的控制參數、子系統控制硬件傳感網絡參數的高效調節，具備歷史數據檢索以及統計分析功能；智能分析預測系統在監測三個關鍵因子的同時還能進行智能預測，同時包括對實時采集數據的恢復、降噪等處理；數據檢索+統計分析模塊則是基于大數據分析對所采集的相關數據進行一系列處理，從而便于相關人員獲得更為適宜的關鍵因子參數數值。PC瀏覽器以及終端訪問模塊，主要服務于管理人員以及養殖戶，包括用戶的個性化需求，如池塘名字命名，可視化呈現水質參數以及固定工作模式修改等。

第二，技術架構。技術架構方面，包含四層：第一層為數據存儲層，主要是對水質參數數據的存儲。第二層是數據訪問層與數據存儲層通過JDBC查詢連接起來，主要是通過查詢來訪問數據庫的水產養殖水質參數數據，使業務邏輯層與數據存儲層間的數據傳遞得以實現。第三層是業務邏輯層，主要是根據用戶請求進行數據信息的分析處理，使得數據具備相應的安全性并便于后續更新維護。第四層是表示層，主要是包含手機以及Web交互界面，一方面可將獲取的水質數據以及水質預測預警信息傳達給用戶，另一方面用戶可通過交互界面查看歷史數據亦或進行遠程操作。

2.3 設計實現

第一，硬件設計。本研究系統設計的關鍵主要由四個部分組成：第一，智能傳感器：傳感器屬于感測設備，在實際運用中，需要結合工作環境、工作對象以及工作原理等多方面因素選擇，兼顧有效性、精確性以及穩定性，本研究結合水產養殖實際情況選擇，包括溶解氧傳感器（覆膜式極譜法-使用OOS61熒光法溶解氧傳感器以及AMER在線溶氧儀）、水溫傳感器（熱敏電阻法-通過對冷卻水溫度的轉換進而獲得溫度變化信息）以及PH傳感器（玻璃電極法-高智能化在線連續監測儀），實現對水產養殖水質重要三要素的測量。第二，供電電源：選擇的傳感器電源均為直流電源（5V），為了節約能耗，降低用電成本，在考慮水產養殖水質預測預警實際需要以及工作條件的基礎上，使用太陽能板輔助系統供電（陽光充足時）。第三，通信模塊：本研究系統運用九點法布置溶解氧、水溫以及pH值三類傳感器，采取簇狀拓撲結構，每個簇點由各類傳感器構成，任一個簇點所屬的傳感器不能與其他簇點就所采集數據進行傳遞，但可進行簇點間的數據通信，數據最終匯集到某個節點（匯聚節點）；各個節點的數據通信通過RS232總線、ZigBee技術實現，其中來自用戶的控制信息也可通過ZigBee傳遞到對應的簇點，進而控制傳感器，本系統無線控制節點的中控芯片采用的是具備運行模式更換功能的CC2530，有助于系統功耗的降低，并且不同運行模式在切換耗時較短，兼顧實用性與節

約性。

第二，軟件設計。本研究軟件設計著重考量這幾個方面：第一，功能模塊：通過調查養殖戶實際需求，結合資料查閱，進行軟件的功能模塊設計；數據采集模塊主要是運用傳感器采集水質三大參數的實時數據，在此基礎上搭建數據庫，運用AI、大數據分析等技術分析處理所采集的水質參數數據；預測預警模塊是運用RBF神經網絡+ARIMA模型預測水產養殖水質的三大參數，線性、非線性均可進行，根據I-S模糊神經網絡融合處理而得到的預警信息進行調用，之后養殖戶收到預警信息時可針對性的進行干預；數據查詢模塊是為了讓養殖戶隨時查詢獲得水質預測預警參數以及水質三大重要參數數據服務的，此外還可查詢以不同條件劃分的數據，如異常信息、時間日期、參數對比等；信息管理模塊主要是將獲取的水質參數預測值以及預警信息（基于預測值的預警級別與預警處理方法）向用戶端發送，由養殖戶遠程操控硬件設備開關，達到調控目的；設置管理模塊可備份數據庫并在需要時調取還原數據庫數據，管理員既能進行系統參數設置（如信息刷新頻率）以及用戶管理（如設置賬號密碼、名稱更改等）等方面的操作。第二，數據庫：結合功能需求以及各大模塊功能的需要，本系統軟件數據庫設計采用的是較為常用的E-R數據庫模型，由于關系到數據表算法，其中數據表包含職位信息表（職位、姓名以及Vistor）、水質預測表（預測值、預測時間）、水質預警表（水質三要素、預警級別、預警時間）、用戶信息表（如用戶名、ID、密碼、電話等）以及信息管理表（如信息ID、用戶ID、水質信息等）。

2.4 系統測試分析

為了對本研究的HarmonyOS水產養殖水質預測預警以及聯防系統性能進行評估，故而進行模擬仿真實驗，運用Matlab軟件搭建本次模擬的仿真平臺，評價的指標設定為水質參數變化量，結合仿真分析與比較分析[3]。經測試，該系統在完成在線預測預警與遠程聯動控制時，系統運行穩定且良好，功能正常，設計效果基本實現。

進行分析：第一，創新點：本研究綜合多方面因素選擇較為重要的溶解氧、水溫與pH值這三大參數，分析這三大參數變化規律，進而開展后續的數據降噪、數據恢復以及預測預警，結合分層閾值小波分析進行水質參數的降噪處理，其中閾值設定的使用使得數據降噪精度與速度得以提升，這是一個改進點；綜合SAMP算法與多屬性關聯可提高數據恢復運算效率以及數據恢復精確性；聯合RBF神經網絡與ARIMA進行線性以及非線性預測，降低誤差，提高精確度；水質預警采用T-S模糊神經網絡算法。第二，難點：在實際水產養殖中，影響水產品生長發育的因素多種多樣，水質因素也并非只有所選取的三個，需要拓展研究其他水質參數加入本研究算法中，進一步提高算法應用的可靠性；某些情況下降噪處理時會誤將一些突變數據作為噪聲信號處理，數據恢復時則涉及到丟失數據權重值的設置，這兩方面很有必要深入研究從而鞏固算法的可靠性。

結語

綜上所述，隨著水產業的發展以及養殖密度的增加，水產養殖智能化已成為大勢所趨，高效的水質參數監測可為養殖智能化管控奠定良好基礎。本文著重分析HarmonyOS水產養殖在線預測預警與聯動防控系統的設計，包括思路、總體設計、實現以及測試分析，經測試證實了該系統的可行性與功能性。■

參考文獻：

[1] 馮國富，盧勝濤，陳明，等.基于自注意力機制和改進的K-BiLSTM的水產養殖水體溶解氧含量預測模型[J].江蘇農業學報，2024，40（3）：490-499.

[2] 趙龍海，董艷輝，張志杰.基于AIoT的海水水產養殖環境智能監控系統的設計與開發[J].電腦知識與技術：學術交流，2024，20（1）：137-139.

[3] 張繼飛，魏茂春，林超.智慧漁業水產養殖系統物聯設備安全監控技術[J].信息技術，2022，46（4）：97-101.

收稿時間：2024-12-26

項目來源：廣東省2022年度普通高校重點領域專項（新一代電子信息）

項目名稱：基于HarmonyOS水產養殖在線預測預警與聯動防控系統

項目編號：2022ZDZX1081

項目來源：2024年度廣東省普通高校特色創新類項目

項目名稱：基于無線傳感器網絡的水質監測與預警系統

項目編號：2024KTSCX304

作者簡介：劉春玲，（1985—）女，碩士，副教授。研究方向：電子與通信工程。