海洋渔业正从传统的海洋捕捞向深远海养殖方向发展。据联合国粮农组织（FAO）2020年统计，全球捕捞产量自 21 世纪以来基本稳定，而水产养殖产量逐年攀升，预计在 2030年前后将超过捕捞产量。随着近海自然渔业资源的减少和环境保护压力的增加，未来水产品增量将更加依赖深远海养殖来实现。+ |( G }4 R; v
我国《全国海洋经济发展“十三 五”规划》明确提出全面提升远洋渔业资源开发能力，推动建设深水网箱养殖产业带，大力发展深水网箱养殖，促进海洋渔业产业调整结构、转变渔业经济增长方式。发展深远海养殖需要先进的养殖装备作为支撑。基于养殖网箱实施自动化、智能化养殖，是提升养殖规模和效益、降低人员工作强度和养殖风险的重要手段。对养殖海域环境实施远程实时监测是养殖自动化、智能化的关键环节。+ K1 h! t) d; u' Z5 C
面向深远海网箱养殖需求，基于高精度温盐深测量仪、无线数据传输网络、监测信息实时处理与集成等关键技术，研制与深远海大型智能化养殖网箱配套的海洋环境监测系统，能够为深远海养殖提供技术与装备支撑， 推动海洋渔业及相关产业发展。1 p8 U8 E! p) x$ K3 L2 d8 z) E
1 、研究现状 7 y7 {, @# k7 m/ @
自20世纪60年代以来，深水养殖产业发展迅速，深远海养殖网箱等高端渔业装备蓬勃发展，代表性产品包括世界首座深海半潜式智能网箱 “Ocean Farm 1”（图 1）、目前容量最大的网箱结构养殖工船“HAVFARM 1”（图 2）等。目前， 深水网箱核心技术被挪威、日本、加拿大、俄罗斯等国所垄断。. I+ J3 V) V- u( r6 |! K4 p/ z
我国网箱养殖已有一定规模，但主要分布在内湾和近海，养殖密度高，水体质量差。我国深水网箱等养殖装备起步较晚，核心装备主要依靠进口，本土化配套能力不足，限制了我国养殖 装备的长远发展。
# ^% d5 V3 q% p; Y: K9 ~! V4 Q7 V6 ~! ]! t/ n" Y
/ J6 P) G* @, R6 y/ @1 I图 1 挪威“Ocean Farm 1”深海养殖网箱
# t; m8 C5 [8 L
6 P5 p" O$ a. K% V$ R' d图 2 “HAVFARM 1”深海养殖工船 4 R6 m" Z% e. _2 a6 ?* i: D
在网箱养殖监控技术方面，主要是结合传感器 和有线/无线通信技术获取海洋环境、生物状态、 养殖设施的相关信息，实现远程监测。这些方案普遍采用 2 级模型：养殖点和监控中心。由养殖点的传感器采集数据，再用有线或无线的方式传输到监控中心。例如，海南陵水“5G+海洋牧场” 采用 5G 网络技术，集成网箱海洋环境实时在线监测系统，对深海网箱水质水文环境及内部状况进行实时 在线监测（图 3）。
8 d. W7 }# V3 m V) ]% v: t% g , }: ^; I$ o* B; u$ e
" c' V. X- i2 f2 G, k! T
$ P# c' O1 B+ N# k G, f
2 m7 S/ p) M. N5 v! b2 r& h# v
图 3 海南“5G+海洋牧场”海洋环境监测系统 " O" w) n- W& T) ]2 I+ r p
2 海洋环境监测系统方案设计 9 e# a" Y/ G v4 o5 q7 n0 ]
针对深远海网箱数字化管理和集约化养殖需求，基于高精度温盐深测量仪、无线数据传输网络、 监测信息实时处理与集成等关键技术，设计了与深 远海大型智能化养殖网箱配套的海洋环境监测系统，实现温度、盐度、溶解氧等海洋环境要素的远程实时监测。
: t2 l# v: Q9 I& j6 a( @5 ~2.1 系统组成
8 R' t" V1 W0 ^1 k! |7 O海洋环境监测系统硬件主要由数据采集子系 统、控制子系统、数传子系统、能源子系统等组成 （图 4）。软件主要是上位机软件。6 Z" A; ]( k9 j- H; l4 t& @- i+ X
4 R) ~, ]. ~0 M" ~; a$ g
- l7 y2 p% o8 B5 c; O6 Y
图 4 系统组成 4 l9 J8 }$ V) t& M6 e0 l- `2 w
数据采集子系统包括搭载的各式传感器、配套的电平转换、A/D 转换元器件等数据采集设备，负责采集海洋环境参数。控制子系统包括监测点的主控 Soc 与其配套的控制程序，根据控制指令控制各传感器的采样频率、采样周期、采样模式等，监测各部件运行状态，将操作结果与运行信息反馈至监控中心。数传子系统负责转发监测数据、状态数据至中控系统，转发控制指令至各传感器。能源子系统负责为监测点供电，采用备用电池设计，在主电源切断的情况下可临时供电，保证系统不间断运行。上位机软件是数据采集子系统与集中控制系统及控制人员的接口，主要负责监测信息实时处理与集成。
6 a* y" e2 n+ \0 ^! n2.2 监测规划 5 {( m! K6 K; k5 r6 n8 [( T
' N! G4 ] r. ?5 M) f- ?& z* a
以图 5 所示网箱（直径 110 m，工作吃水 40 m）为例，在网箱的中央及外围立柱的不同深度设置若干个水下监测点，实现表、中、底层水体覆盖。每个监测点均配备温度、电导率、溶解氧和压力等通用传感器。在中央立柱设置海流传感器。在网箱平台设置水上监测点，配备姿态、气象等传感器。此外，可根据养殖产品种类的不同选配其他传感器 （表 1）。 + q, z8 G3 `, x
% D& I b% p \4 ]0 D
`' s7 N+ m2 @% G( _0 d图 5 养殖网箱示意图
, b6 C8 n3 m- a: d
7 J' d9 \6 L% Y1 i D0 C2 N; m- a! q$ ?, ~0 i4 T
; F: s, t& u7 a+ J" T1 ^; o- R- |4 X: a0 v3 M4 \% Y
" k0 P6 \9 \0 H1 B% k
3 硬件设计 $ Z9 {- f3 S) _- T4 S) o) P v
3.1 高精度温盐深测量仪（CTD） / ^4 c8 K+ u- A
CTD 是数据采集子系统的核心设备，其性能对监测系统的技术指标具有决定性影响。CTD 由温度传感器、电导率传感器、压力传感器、测量转换电 路、综合控制系统、耐压舱等组成。测量时，由传感器感应海水的温度、电导率及压力要素，通过转换电路将物理量变成电信号输出，由综合控制系统接收并通过通信接口传输测量数据。高精度 CTD 研制的核心工作是温度、压力和电导率3种传感器的研制，重点为电导率传感器研制。研制的七电极电导率传感器具有较高的测量精度，其电导池实现了电流电极和电压电极的分离，可显著减少电极极化阻抗，导流空间大，响应时间快。七电极电导率传感器的电导池两端有 2 个 接地电极，可有效屏蔽外部干扰。研制的温度传感器采用新型微结构形式，具有快速响应、耐高压等特点。此外，还研制了硅压阻型压力传感器（图 6）。针对网箱监测点多套 CTD 同时工作的应用场景，在测量电路（图 7）设计方面采用了低功耗及抗干扰设计。通过选用低功率器件，降低功耗及温度。通过降低单片机的晶振频率，减小来自电源的噪声，在尽量靠近 A/D 转换器处接地以及屏蔽振荡器区域，来增强抗干扰能力。
\: u- h5 p5 a: ~* R u4 B
: ]9 D1 B- K( K: X' W6 N
% M. s( C" x6 D* b( ~3 I" B2 N" ~6 t% r4 s: \
图 6 电导率、温度、压力传感器 0 p# N4 Y+ O: E2 X
( F" [* x7 O* J图 7 测量电路 + }& |" i3 }, ] f+ e4 S, F
" G- b9 n: P3 {, N M0 W9 D# _
完成 CTD 样机加工及相关调试后，为保证测量准确性，利用 CTD 校准实验室开展了传感器校准（图 8）。通过试验方法建立了传感器输入输出关系，进而获得校准系数等相关参数。
* u7 S* F3 c9 ~( q# p+ I6 u4 X Q S& H6 y" `
图 8 传感器校准
! G# D, F) x; J3 m) O3.2 数据传输网络0 L: S. f, Y3 w4 P: |
由于深远海养殖水域远离海岸，需采用有线/ 无线数据传输网络将网箱数据实时传输至岸站。综合考虑成本、功耗及通信技术发展趋势，采用网箱有线组网、网箱与岸站间无线传输的数据传输方案。网箱监测点的传感器通过串口服务器、网线等连接至以太网交换机，组成局域网络。网箱与岸站间架设一对无线网桥，上位装置以及无线网桥也连接至千兆以太网交换机，实现网箱与岸站监控中心的无线数据传输。无线网桥采用 airFiber®X AF-2X，具有高达 17.1 Mbps/MHz 的频谱效率，发射距离超过 200 km，吞吐量大于 500 Mbps，可以 设置不同的上行与下行任务周期来满足非对称流量需求。如图 9。/ L3 n4 e6 m% Y, y8 c& _: q7 l
) w2 R; e& j6 Z图 9 数据传输网络示意图 2 \, [* t% T; J" i3 n0 Z
4 软件设计
/ {* G' P% F4 c) W. x) l: X, V监测点将数据传输至岸站，通过上位机软件实现监测信息的实时处理与集成。上位机软件的主要功能为实现人机交互，将采集的数据、工作状态等信息进行图形化集成显示，便于中控系统控制以及人员实时监测，同时提供下位机控制接口，将上位机控制指令实时传输给数采子系统。软件具备数据采集、数据存储、数据显示、数据输出及传感器控制等功能。软件可采集温度、电导率/盐度、压力/深度、溶解氧、流速、流向及姿态等参数以及工作状态信息，采集频次可调；采集数据存储于本地数据库；以文字、实时曲线等方式显示；以 UDP 报文形式输出至中控系统；可控制传感器开关及观测频次。软件开发环境为 Microsoft Visual Studio。数据接入部分使用 C#/Golang/Rust 编写，从串口接收解 析消息帧，发送操作指令，采用第三方 WebSocket 库。数据库方面，由于需承载的数据量较小，选择应用广泛的关系型数据库 SQLite 和 MariaDB。$ M( W9 a: j+ R& g3 S
系统需要管理主要资源是设备和数据信息，因此数据表分为 2 类，分别存储设备和数据信息。每一类数据表均有 1 张总表，保存所有设备的基本信息和所有消息的基本信息，作为指向详细信息的索引。对于每一种设备/消息，均有一张设备/消息表存储所有该类设备/消息特定的信息。应用服务器连接数 据接入单元，同数据库通信，对外提供 RESTful API。浏览器即可作为客户端，简化额外软件要求。使用 WebSocket + Json 交换数据。实时显示传感器 数据，使用 Echarts 3 和 Measurement Studio 可视化历史数据。观测数据存入数据库中，除使用客户端 查看历史曲线外，还可以使用通用数据库管理软件 （DBeaver、Navicat 等）管理数据，也可导出为通用格式（.xls、.csv、.txt 等）进行后续处理。. Z4 w9 _$ p/ ~, P+ b
5 水池功能验证试验 . {, L' O" G6 _8 ~, B) B3 u
开展了海洋环境监测系统（包括 CTD 及上位 机软件）的水池功能验证试验（图 10），对监测 系统的数据采集、传输等功能进行了初步验证。通过与美国海鸟 SBE–37 CTD 的水池比测，系统工作状况正常，监测数据正确、稳定、可靠。
$ U3 {9 ~3 X( V- \' i
; ?: M. Y% L F5 O/ D图 10 水池功能验证试验
, r* W6 d' {7 L% }$ _$ m6 结束语& b& j, w" n" C- N) Y
系统初步实现了温度、盐度、溶解氧等海洋环境要素的远程实时监测，但在长期工作可靠性等方面仍有待检验，在监测要素及数据处理应用方面仍有待拓展。
" N% X; }+ t2 t4 u; E下一步，计划研发集成化学、生物等多要素传感器，开展监测设备海上长期应用试验，开 发水质预测预警等数据分析产品，满足数字化管理和集约化养殖需求，提升海洋环境监测及渔业养殖装备国产化水平，助力“蓝色粮仓”建设。2 d7 l% _! j; y. T: \4 ^/ D
9 ~2 |; w; f, H6 M ^' y% x
该文章来源互联网，如有侵权请联系删除
+ S1 c9 Y6 i% ~# x" X" u查看原文：www.52ocean.cn | 
. N* w* j9 h! W% r" [
! U8 q' _! X L4 ]$ ~8 q1 m
: i8 K$ G. U, @; \1 P6 o8 H4 K6 j& @
& u1 {5 [' ^; H5 ]1 ~7 Z
( r, w. m* d9 P
3 z- a3 v* q+ {! _3 G% V: B- _
