基于物聯(lián)網(wǎng)技術(shù)的海水養(yǎng)殖環(huán)境智能監(jiān)測與精準調(diào)控

中圖分類號：X84；TN929.5；TP391.44 文獻標志碼：A 文章編號：1004—6755（2025）10—0055-04

Abstract：To address the problems of high labor intensity and low eficiency in traditional seawater aquaculture environment monitoring，this paper proposes an inteligent monitoring system for seawater aquaculture environments based on Internet of Things （IoT） technology.By integrating inteligent sensing，real一time processing， and remotecontrol，the system enables real—time monitoring of the aquaculture environment and precise remote regulation of equipment.The application efect of the system was verified through a practical case.After three months of operation，the system performed well and significantly improved monitoring efciency.By comparing the data parameters obtained from the monitoring system and manual monitoring，the results showed that the average values measured by the system for temperature， pH ，conductivity，turbidity，ammonia nitrogen，and dissolved oxygen were 28.36^°C ，7.82， 1794.78μS/cm ， 0.25NTU 1.02mg/L ，and 7.81mg/L ，respectively; while the corresponding average values from manual monitoring were 28.35^°C ，7.82，1794. 91 μS/cm ，0.25 NTU， 1.04mg/L ，and 7.77mg/L ，Comparative analysis indicated that the differences between the two methods were minimal，demonstrating that the monitoring system has high accuracy and strong potential for wider aplication，thereby contributing to the intelligent development of seawater aquaculture.

Key words：Internet of Things technology；marine aquaculture； environment monitor;regulation

我國是世界水產(chǎn)養(yǎng)殖大國，水產(chǎn)養(yǎng)殖歷史悠久。一直以來，水產(chǎn)養(yǎng)殖在改善民生和推動漁業(yè)經(jīng)濟發(fā)展方面發(fā)揮了關(guān)鍵作用[1-2]。近年來，海洋漁業(yè)快速發(fā)展，水產(chǎn)養(yǎng)殖業(yè)加快轉(zhuǎn)型升級，提質(zhì)增效顯著[3-4]。隨著海水養(yǎng)殖規(guī)模的不斷擴大，水環(huán)境監(jiān)測重要性越發(fā)突出。海水養(yǎng)殖環(huán)境是水生動物生存的基礎(chǔ)環(huán)境，但隨著存魚量、投餌量增大，極易造成水體中積累大量有害物質(zhì)，影響海水環(huán)境[5-6]。目前，海水養(yǎng)殖在環(huán)境監(jiān)測方面存在不足，如監(jiān)測信息不及時、數(shù)據(jù)不完整等情況，時常發(fā)生水質(zhì)問題，影響魚類生長，為此，迫切需要應用先進技術(shù)手段，提升海水環(huán)境管理智能化水平。隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興信息技術(shù)的興起，海水養(yǎng)殖產(chǎn)業(yè)迎來了新的發(fā)展機遇[7]。國內(nèi)外的水質(zhì)監(jiān)測方式已逐漸由人工采樣轉(zhuǎn)向基于浮標的自動化監(jiān)測[8]，并逐步實現(xiàn)了遠程監(jiān)控與管理功能[9-10]。基于此，本文設(shè)計并研究了一種應用物聯(lián)網(wǎng)技術(shù)的海水養(yǎng)殖環(huán)境智能監(jiān)測系統(tǒng)，并對關(guān)鍵技術(shù)及應用效果進行分析與探討，旨在提升海水養(yǎng)殖環(huán)境調(diào)控水平。

1基于物聯(lián)網(wǎng)海水養(yǎng)殖環(huán)境智能監(jiān)測系統(tǒng)設(shè)計

1.1 系統(tǒng)總體框架

本文設(shè)計的基于物聯(lián)網(wǎng)技術(shù)的海水養(yǎng)殖環(huán)境智能監(jiān)測系統(tǒng)[11-12]，應用了無線通信技術(shù)、智能化技術(shù)等[13-14]，能夠?qū)崟r采集養(yǎng)殖全過程數(shù)據(jù)，有效監(jiān)測養(yǎng)殖池的水質(zhì)變化，提高了海上養(yǎng)殖的智能化、精準化水平。該系統(tǒng)架構(gòu)主要為四層：

1.1.1 采集層

利用傳感器及智能終端設(shè)備等采集海上環(huán)境參數(shù)，如水溫、pH值、濁度和氨氮等，并詳細記錄養(yǎng)殖過程中的生產(chǎn)數(shù)據(jù)。

1.1. 2 傳輸層

將采集分析的數(shù)據(jù)利用網(wǎng)絡(luò)技術(shù)傳輸至平臺層，并確保數(shù)據(jù)傳輸?shù)陌踩浴?/p>

1.1.3 平臺層

對來自各個節(jié)點的分散數(shù)據(jù)進行整合、清洗與管理，形成全鏈條生產(chǎn)管理資源大數(shù)據(jù)，為決策提供支撐。

1.1.4 應用層

負責數(shù)據(jù)的監(jiān)測、分析和可視化展示，通過友好的界面滿足不同用戶的需求，實現(xiàn)養(yǎng)殖環(huán)境的智能化管理和精準調(diào)控。

1.2 方案設(shè)計

1.2.1 采集層設(shè)計

本研究應用的傳感器支持MODBUS通信協(xié)議，接口類型為RS一485，防護等級為 IP68 。無線數(shù)傳終端下行通過RS一485接口與傳感器連接，上行利用LoRa無線通信方式與水質(zhì)數(shù)據(jù)采集網(wǎng)關(guān)實現(xiàn)數(shù)據(jù)傳輸，為提升數(shù)據(jù)安全性，系統(tǒng)還對數(shù)據(jù)進行了加密處理[15]

1.2.2 傳輸層設(shè)計

傳輸層主要肩負著傳輸采集層與后臺服務(wù)層信息傳遞的任務(wù)。該層負責將前端傳感器獲取并經(jīng)預處理的養(yǎng)殖水質(zhì)參數(shù)，發(fā)送至后臺系統(tǒng)進行存儲、分析與處理等工作[16]。

該系統(tǒng)中，自組織網(wǎng)絡(luò)主要由三部分構(gòu)成：

系統(tǒng)中部署 個數(shù)傳終端，每個終端可接入 m 種不同類型的傳感器，傳感器與數(shù)傳終端之間采用RS485有線接口連接；為保證系統(tǒng)穩(wěn)定性，規(guī)定 n?30，m?8 。

系統(tǒng)采用Wi-Fi組網(wǎng)方式完成數(shù)據(jù)傳遞，終端模塊通過Wi-Fi接入網(wǎng)絡(luò)。所選用的芯片為樂鑫ESP8266，并內(nèi)置實時操作系統(tǒng)和Wi-Fi協(xié)議棧，可實現(xiàn)串口與Wi-Fi的高效轉(zhuǎn)換；該芯片支持STA、AP以及 STA⁺AP 三種運行模式，滿足不同應用場景下的需求[17]

將收集到多個監(jiān)測點檢測數(shù)據(jù)，并將其上傳至后臺系統(tǒng)，進行下一步的操作。

1.2.3 平臺層設(shè)計

本系統(tǒng)基于Eclipse開發(fā)環(huán)境，應用SSM框架構(gòu)建Web端應用。首先，搭建SSM框架，導人jar包，并生成web.xml文件;其次，對web.xml文件、ybatis主配置文件進行參數(shù)配置，完成系統(tǒng)基礎(chǔ)環(huán)境的搭建；最后，開發(fā)處理器（Handler），實現(xiàn)數(shù)據(jù)請求的分發(fā)與處理。

在數(shù)據(jù)可視化方面，平臺層采用Echarts技術(shù)對監(jiān)測數(shù)據(jù)進行動態(tài)圖表展示，采用Ajax技術(shù)實現(xiàn)客戶端與服務(wù)器之間的異步數(shù)據(jù)交互。系統(tǒng)利用WebSocket技術(shù)實現(xiàn)前端實時監(jiān)控功能。本研究還引人Netty框架，完成一次完整的傳感器數(shù)據(jù)采集與網(wǎng)絡(luò)傳輸過程，確保數(shù)據(jù)傳遞的可靠性。

1.2.4 應用層設(shè)計

應用層主要面向用戶提供服務(wù)接口，支持在移動端和PC端訪問。系統(tǒng)通過云端服務(wù)器搭建，實現(xiàn)水質(zhì)監(jiān)測、數(shù)據(jù)分析及用戶權(quán)限管理等功能。應用了K一means聚類檢測法，能夠綜合考慮多種因素，對多變量的異常值檢測具有更好的效果。

2 關(guān)鍵技術(shù)

2.1 信息傳輸技術(shù)

當前常見的信息傳輸方式包括有線傳感網(wǎng)絡(luò)、無線傳感網(wǎng)絡(luò)（WirelessSensorNetworks，WSN）等，其中，WSN應用最為廣泛。該技術(shù)通過在監(jiān)測區(qū)域內(nèi)部署大量傳感節(jié)點，并利用無線通信方式將其組成局域網(wǎng)絡(luò)結(jié)構(gòu)。在此基礎(chǔ)上，節(jié)點按照既定的通信協(xié)議采集目標區(qū)域的相關(guān)環(huán)境數(shù)據(jù)，并將信息傳輸至云端服務(wù)器、監(jiān)測終端或控制中心，實現(xiàn)數(shù)據(jù)共享與遠程管理[18]

2.2 智能傳感器技術(shù)

本系統(tǒng)采用溫度、濁度、pH值和氨氮等各類型的高性能傳感器，并將其集成為監(jiān)測節(jié)點，用于水質(zhì)參數(shù)的實時監(jiān)測。考慮到大部分水質(zhì)傳感器屬于電化學類型的設(shè)備，水下環(huán)境中水壓、水流等因素可能對其測量精度產(chǎn)生干擾，因此在選型時應重點考查其靜態(tài)性能與動態(tài)響應能力[19]。在節(jié)點設(shè)計方面，應考慮多參數(shù)傳感器的組合靈活性和可替換性，并保證安裝、維護和移動的便利性。

2.3 小波降噪技術(shù)

為獲得“干凈\"的數(shù)據(jù)，系統(tǒng)采用小波降噪技術(shù)進行處理。小波降噪的原理是將輸人信號從時域通過小波變換轉(zhuǎn)換到小波域，在不同尺度上，噪聲和信號的小波系數(shù)呈現(xiàn)不同特征。通過分析這些特征，可以去除噪聲成分，同時保留信號的主要特征。具體步驟包括：首先，對含噪聲信號進行小波變換，將其從時域轉(zhuǎn)換到頻域；其次，在頻域中將信號分為高頻和低頻部分，對小波系數(shù)進行處理，通過閾值法去除噪聲系數(shù)；最后，對處理后的信號進行小波逆變換，重建出降噪后的信號，達到降噪的自的。

2.4數(shù)據(jù)融合技術(shù)

信息融合技術(shù)通過模擬人腦對信息的綜合處理能力，對來自不同傳感器的數(shù)據(jù)進行整合和評價，從而去除冗余，提高數(shù)據(jù)的準確性和可靠性。在水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測中，同一區(qū)域往往布置多個監(jiān)測點，同時采集相同參數(shù)的數(shù)據(jù)，這會產(chǎn)生大量數(shù)據(jù)，因此對同類傳感器的數(shù)據(jù)進行融合處理十分必要。系統(tǒng)采用自適應加權(quán)的方法對同質(zhì)傳感器的數(shù)據(jù)進行處理。多傳感器融合算法一般可分為基于人工智能的方法和基于隨機理論的方法，常見的技術(shù)包括加權(quán)融合、 D-S 理論、神經(jīng)網(wǎng)絡(luò)及專家系統(tǒng)等[19]。自適應加權(quán)融合算法無需依賴測量數(shù)據(jù)的先驗信息，其核心在于通過尋找最優(yōu)加權(quán)系數(shù)，實現(xiàn)方差最小化，從而得到最優(yōu)融合結(jié)果，提高數(shù)據(jù)的整體精度。

3 應用實例分析

3.1 基本情況

本系統(tǒng)在某公司的養(yǎng)殖基地選取了3個養(yǎng)殖池作為試驗監(jiān)測點。每個監(jiān)測點均布置了溫度、濁度、 .pH 值和氨氮等傳感器。在布置監(jiān)測點方面，監(jiān)測點的位置布局充分考慮了養(yǎng)殖池水體的均勻性，以確保采集的數(shù)據(jù)能夠真實反映整個養(yǎng)殖環(huán)境的水質(zhì)狀況。

3.2 結(jié)果分析

系統(tǒng)在試驗期間運行了3個月，期間持續(xù)采集了溫度、濁度、 pH 值和氨氮等水質(zhì)指標的數(shù)據(jù)。2024年9月5日的監(jiān)測數(shù)據(jù)如表1所示。

表12024年9月5日監(jiān)測數(shù)據(jù)

在為期3個月的數(shù)據(jù)采集試驗中，系統(tǒng)運行穩(wěn)定，無發(fā)生故障，能夠按照預設(shè)時間自動檢測水樣并保存相關(guān)數(shù)據(jù)。與傳統(tǒng)單一傳感器或人工采集方式相比，該系統(tǒng)顯著縮短了試驗時間，無需專業(yè)人員操作，大幅提升了檢測效率。

另外，為驗證監(jiān)測系統(tǒng)的準確性，2024年

9月6日進行了系統(tǒng)監(jiān)測與傳統(tǒng)人工監(jiān)測的對比試驗。將同一水樣平均分為兩份，分別采用監(jiān)測系統(tǒng)和傳統(tǒng)方法進行檢測，每種方法重復試驗3次，結(jié)果如表2所示。對比分析表明，兩種方法所得數(shù)據(jù)差異較小，說明監(jiān)測系統(tǒng)具有較高的精度，有一定的應用價值。

表2監(jiān)測系統(tǒng)與傳統(tǒng)人工監(jiān)測對比試驗數(shù)據(jù)

4結(jié)論

為實現(xiàn)對海水養(yǎng)殖環(huán)境進行實時監(jiān)測與精準調(diào)控，本文設(shè)計了一種基于物聯(lián)網(wǎng)技術(shù)的智能監(jiān)測系統(tǒng)，該系統(tǒng)通過內(nèi)置不同類型的傳感器，對相關(guān)數(shù)據(jù)參數(shù)進行采集，并將監(jiān)測數(shù)據(jù)上傳至數(shù)據(jù)處理平臺，根據(jù)分析后的數(shù)據(jù)對相關(guān)設(shè)備進行控制。通過應用實例表明，該系統(tǒng)能夠全天候?qū)Ｋh(huán)境進行實時監(jiān)測，節(jié)約了大量的人力資源，檢測效率也大大提升。通過將監(jiān)測系統(tǒng)數(shù)據(jù)與傳統(tǒng)人工方法監(jiān)測數(shù)據(jù)進行對比，檢測數(shù)據(jù)差值較小，監(jiān)測系統(tǒng)準確性、可靠性較高。

參考文獻：

[1]于喆.數(shù)字化海水養(yǎng)殖主要技術(shù)綜述[J].中國水產(chǎn)，2023（6）：55-56.

[2]董雙林，蘇躍朋.我國深遠海養(yǎng)殖發(fā)展的科學和經(jīng)濟邏輯[J].中國漁業(yè)經(jīng)濟，2024，42（6）：10-16.

[3]周楠.數(shù)字技術(shù)在漁業(yè)經(jīng)濟中的應用與效率提升路徑研究LJ].中國釣魚，2025（5）：85-87.

[4]甘啟良.水產(chǎn)養(yǎng)殖中的智能技術(shù)與數(shù)字化管理創(chuàng)新［J].農(nóng)業(yè)災害研究，2024，14（5）：115—117.

[5]陳潔，許竹青，張龍.我國水產(chǎn)養(yǎng)殖數(shù)字化發(fā)展的路徑、國外經(jīng)驗啟示及對策J].華中農(nóng)業(yè)大學學報， ^{，2025，44（2）}：1-8

[6]劉文超，張杰.互聯(lián)網(wǎng)技術(shù)在水產(chǎn)養(yǎng)殖中的應用與推廣探討J」.河南水產(chǎn)，2025（3）：1-2，12.

[7]寇芾，馬占軍，王碩.基于物聯(lián)網(wǎng)的智能水產(chǎn)養(yǎng)殖監(jiān)測系統(tǒng)的

忻宄LJ」科僅頁Ⅲ，∠Uamp;4，∠Z（19）：7y-01，05.

[8]毛棟，劉科均，王二龍，等.智慧物聯(lián)網(wǎng)系統(tǒng)在水產(chǎn)養(yǎng)殖中的應用方案[J].物聯(lián)網(wǎng)技術(shù)，2024，14（8）：128—129，132.

[9]王巖.物聯(lián)網(wǎng)技術(shù)在水產(chǎn)養(yǎng)殖信息化建設(shè)中的應用[J].農(nóng)業(yè)工程技術(shù)，2024，44（32）：19-20.

[10]劉彥偉，馮德軍，桂福坤.分層泵抽式海洋養(yǎng)殖環(huán)境智能監(jiān)測系統(tǒng)設(shè)計LJ」浙江海洋大學學報（自然科學版），2023，42（3）：228—238.

[11]江明華.智能水產(chǎn)養(yǎng)殖系統(tǒng)的應用[J].農(nóng)村科學實驗，2024（24）：159—161.

[12]劉明劍，劉麗麗，朱宏升，等.海水養(yǎng)殖水質(zhì)監(jiān)測與分析系統(tǒng)設(shè)計與實現(xiàn)[J].水產(chǎn)學雜志，2023，36（4）：99-108.

[13」姜燕，梁萍萍，李騰宇，等.基于物聯(lián)網(wǎng)感知應用的綠色水產(chǎn)養(yǎng)殖一體化管理平臺設(shè)計[J].現(xiàn)代農(nóng)業(yè)裝備，2024，45（3）：69—75.

[14]付新元.貝類凈化暫養(yǎng)水質(zhì)監(jiān)控系統(tǒng)設(shè)計[D].大連：大連海洋大學，2024.

[15]孔凡慧.水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測系統(tǒng)關(guān)鍵技術(shù)研究[D].上海：上海海洋大學，2022.

[16]呂敬祥，周豪.基于云平臺的智慧漁業(yè)水質(zhì)監(jiān)控物聯(lián)網(wǎng)系統(tǒng)研制LJ.電子器件，2024，47（2）：582-588.

[17]王遠新.物聯(lián)網(wǎng)在水產(chǎn)養(yǎng)殖中的應用與發(fā)展分析[J].中外食品工業(yè)，2024（6）：111—113.

[18]湯朝婧.基于物聯(lián)網(wǎng)技術(shù)的水產(chǎn)養(yǎng)殖系統(tǒng)設(shè)計[J].物聯(lián)網(wǎng)技術(shù)，2024，14（2）：82—85，89.

[19]夏露，瞿榮錦.水產(chǎn)養(yǎng)殖物聯(lián)網(wǎng)平臺的研究與設(shè)計[J].信息與電腦（理論版），2023，35（18）：100—102.

（收稿日期：2025-08-22）