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。
1 J* g, i3 e# i4 y$ o7 B, f0 g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。# I. q+ g# g3 f E6 O! n/ ^# k
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。3 E( o/ N# M" p' V
1 、研究现状
3 S# k; O1 J/ K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。5 ?) z1 z8 U& w% F, ?. A
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。
' w% K% n- C6 u
- }, T: i% Q" l# \
9 C$ P( a* O/ H! t" g( V图 1 挪威“Ocean Farm 1”深海养殖网箱 ) {- ]4 _5 ?; Q: }
2 S4 t. F6 ~. g( x9 l+ \" Q
图 2 “HAVFARM 1”深海养殖工船
3 m" |' {; f( c5 `5 W `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）。# I0 S2 @* _! K _& g- ]$ Z3 r
4 h2 _* |* h1 X- A) u3 q+ {) s" C* J3 x
& |2 T6 x; L# s- C# S) v4 f3 H% j* t _4 K9 L" U9 F2 z" z. W
图 3 海南“5G+海洋牧场”海洋环境监测系统 0 z' S2 r% [* G9 Y$ z- u
2 海洋环境监测系统方案设计
& \1 h8 z, c, n& D' y0 u' g% x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。5 S7 z6 A/ C: L8 x/ K, D" [
2.1 系统组成
" P% Z) Q9 Z7 ]9 A8 ~) U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。
& y) t$ F2 V% [* T+ A7 p
. k: a" b8 Q" N* Z" {) K, N; f0 O7 C; i3 W
图 4 系统组成
; N8 O3 E0 I. q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。 - J. B$ m. m$ ]
2.2 监测规划
- X2 I& A; _5 M$ [3 u) a
9 b- T& U9 [% Q6 ^8 c5 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）。 * i: B0 a) ]1 {% ^: t
& p9 N2 ?! @6 } z% s9 D
7 C0 p. r z w% L
图 5 养殖网箱示意图 / n8 G8 N" g; i1 V9 O7 T9 u, W, P
) D" Y. x3 S, l3 N& l9 X% E
_2 [1 e/ ]7 C/ Y K
2 d/ c- z+ H& {8 c) V2 y: k/ j$ a" f- q8 `7 X0 L
6 E. i+ Q; }- p) ^! b8 p' u3 硬件设计
4 t: ]# [8 S2 L/ Y3.1 高精度温盐深测量仪（CTD）
) T @- s8 z/ S0 ]9 ]7 YCTD 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。
! ~5 p2 N' U. n9 U% u1 W8 n N! f4 N2 p
. k3 c0 L; _) e8 v! A5 J) ~% [: ?8 I
图 6 电导率、温度、压力传感器
1 I! _8 b8 _0 V( h$ W) k/ _2 P& F/ c4 m/ q3 k
图 7 测量电路
: a' D4 ~9 y0 y, s, y+ W3 n8 }( u6 B0 W) {7 i" Q& j
" d4 d9 u3 |$ |" k
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。
! f# n. m! w( a' H; T, [0 V( X7 `" c3 j% i1 m( B( `% }
图 8 传感器校准
7 F8 ^, r9 N, P+ a8 {0 P- \2 n7 f3.2 数据传输网络
" S% n; [- A- l/ S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。, N2 i6 S# b: _4 V4 V
3 ~4 T+ Z; g- Z! q5 c! E
图 9 数据传输网络示意图 ( p: ]1 a3 G5 c
4 软件设计 , ^! C/ m' x. h: I: O, F$ ?3 f8 X: j
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。
0 L. J d0 R) M& }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。
; ^% ~% y. \# s3 w# ]5 水池功能验证试验
& \( `! r4 B% M开展了海洋环境监测系统（包括 CTD 及上位 机软件）的水池功能验证试验（图 10），对监测 系统的数据采集、传输等功能进行了初步验证。通过与美国海鸟 SBE–37 CTD 的水池比测，系统工作状况正常，监测数据正确、稳定、可靠。 H3 K; s! k' g4 q
' h- @4 Q/ [6 x9 C8 z图 10 水池功能验证试验
6 L- t7 _2 B/ T4 d+ q6 结束语8 L$ d A; p/ d5 T: @
系统初步实现了温度、盐度、溶解氧等海洋环境要素的远程实时监测，但在长期工作可靠性等方面仍有待检验，在监测要素及数据处理应用方面仍有待拓展。
, C8 l8 f, ^) r5 ?& Z" p下一步，计划研发集成化学、生物等多要素传感器，开展监测设备海上长期应用试验，开 发水质预测预警等数据分析产品，满足数字化管理和集约化养殖需求，提升海洋环境监测及渔业养殖装备国产化水平，助力“蓝色粮仓”建设。" O- F+ T$ U7 S" x# w' W- m" v
% k# D- |- |: K( i该文章来源互联网，如有侵权请联系删除 z4 K% A( f' Y- ]4 s3 q
查看原文：www.52ocean.cn | 
0 {6 a7 W9 p- b& @+ C6 T4 s: y
% X! A% l1 K! r/ f! M. v! e
; q) T3 ^# A; t- W, X0 t
- z8 e8 {2 B/ ~) d
w* R; n( y3 F4 ]4 Z6 C# Y" X% Y
2 X7 v$ n& D! K3 x# u
) S' u% {; `5 B+ n0 m5 w1 d$ h& `8 `
$ E0 w0 `. w, S% Y9 \) C% ^/ h/ L
