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。
8 @/ R; K# [3 L; `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。3 b6 e6 m- C- C7 u% `
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。
2 P* i; y# c, ?4 C/ z) j1 Q) L: P1 、研究现状
& s; r2 K7 p; K- l! Y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。' x7 _$ V) b1 y3 x) `
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。
7 P! p/ a1 V2 Z# }3 j h9 s( I- b1 i8 K. |7 z: A
: e, |0 B F6 J5 a6 p- y6 o
图 1 挪威“Ocean Farm 1”深海养殖网箱
$ j2 Q+ [! y/ d2 Z" m
9 Z" _6 n. q* ]图 2 “HAVFARM 1”深海养殖工船
5 E. H7 {6 b! X/ v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）。. B+ X* _: Y! n" I- Q& B% |
$ N ]" M% i* a s& z9 G" ^& F- W+ l: q: i" X
! q+ h0 t3 } e
0 A( P: I. X: Y, }
图 3 海南“5G+海洋牧场”海洋环境监测系统 & \* ?0 ]* K6 f& \
2 海洋环境监测系统方案设计
( k& _ Y, Y5 N4 Q. T. I4 {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。" o: H$ Z) r1 [4 T( b* [' c
2.1 系统组成
0 v H8 i' K9 f" m6 v" Q `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。: {* ?8 V: p" E" V' ]# `
5 N: d! r4 q, q( W" W& F$ U4 c3 {7 F
图 4 系统组成 " V3 T2 E7 ^# Z- A3 U
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。
, I% ]( H( E! b, I+ u2.2 监测规划
" i7 _4 g' O% ^/ @; q, z v1 V1 ^+ p7 G- f9 n# s
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）。 + x, M7 B7 o, [* J P
9 c) Y7 z: m1 J# A, T+ Y
" {& i8 @( W* [$ R图 5 养殖网箱示意图 , ~, a& } ]! d+ c
, T, U7 h& _! S2 A7 P
0 E2 g: G5 X+ p4 o5 ] j7 J: U/ h$ j( I
( r9 W' R+ E: n9 m' F# m+ |2 \3 q* I+ b) v1 N% Z# ~
% X1 `5 A$ f. ?' p- r3 硬件设计 8 t# ?6 ^! s8 A
3.1 高精度温盐深测量仪（CTD） " o- g5 f& n! B, u) \" ]
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。) \, s+ n0 ^7 O K
3 K5 a' G0 ^2 I
* h; a2 Q* H9 l" ^6 d W: g$ C5 p; T9 x
图 6 电导率、温度、压力传感器
8 _# M2 [# y% e: C. I" ]: B3 o- L" n
图 7 测量电路
$ x/ y8 k7 C$ i
4 V; n5 N/ s6 e" y2 w
/ X- |$ A9 R. b' w' T" Q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。( L* R2 T7 T8 W2 t- i
+ \( {6 l v+ ?/ r/ a' Y图 8 传感器校准
! k9 o! \5 s4 w: a; \' d# l* C/ O! F3.2 数据传输网络3 H j4 U% Q9 G* p4 U" t) d3 m
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。+ y% u1 K$ D5 U( e
. S! e/ x# C/ B. c图 9 数据传输网络示意图
7 V8 G& Y6 y/ X1 S* x8 ?5 p3 f4 软件设计 8 \* c+ Q% a1 y, i$ n) Z0 o
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。; O' ~3 j( R! |
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。
7 h( |# H3 d9 k: E; @1 s5 水池功能验证试验 . q" I, n8 U: w N
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。
' _* ]. h" |! T8 F& G/ `, S7 P/ P$ n1 R0 J
图 10 水池功能验证试验
) h3 n1 v {- a3 Y6 结束语. ?# K1 Y) Y7 ]- w4 s) h! W
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。1 a+ I. T) y2 h* C& o, u
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。! o3 x7 f% P7 d
8 [9 b# y+ y: D3 x- W" G, D
该文章来源互联网，如有侵权请联系删除! K. e% T, i6 \8 n! n
查看原文：www.52ocean.cn | 
+ W$ K" e5 k/ ~3 K. v$ t/ P
4 b5 }* W* [3 d% v# [5 C
- T3 G7 p# E1 d
1 Y/ ^0 A( x8 i! `; P
6 L0 O9 S8 }5 s1 O, {1 m
% K9 n0 m5 Q, S- Z- _7 U8 W% K
