|
, X0 m. Y# m/ p3 \9 E: a6 Z  ; D* E- S! K5 M$ n A
【作者简介】 ' I% e+ T) }% B, Q; [8 U8 u
作者：李楠1,2，任翀1,2，王田野1,2，曾军财1
/ ~# Q8 l4 A: H& I% Q (1.中国船舶集团有限公司第七一〇研究所；2.青岛海洋科学与技术试点国家实验室) 3 B& x( V$ m* d1 G
李楠：博士，工程师，主要从事海洋观测技术研究。
7 c" J8 ?. I: A, S2 O8 J 本篇文章节选自论文《面向深远海网箱养殖的海洋环境监测系统设计》，发表于《数字海洋与水下攻防》，2022年12月第5卷第1期。 + O7 H0 \6 B/ c1 P5 E4 k( [2 u& U
声明：文章仅供学习与交流，不做商业用途，若需转载请注明由“水声之家”微信公众号平台编辑与整理。版权归媒体、原作者所有,文章观点不代表本机构立场。 , Q. `! ^# E9 g* R0 ~" l
【摘要】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，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。
?2 X0 Q8 Y2 h) t! S9 e' o' ? 【关键词】 养殖；网箱；环境；监测；实时 8 F% G2 q1 L/ ]. j% A; S' i
0.引言 2 d. ^2 H) |8 Z. r
海洋渔业正从传统的海洋捕捞向深远海养殖方向发展[1]。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[2]。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[3]。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。 : ]- a6 r0 z5 }: p/ u: F
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。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.研究现状
: r) g: j/ D R) `& S 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[4])、目前容量最大的网箱结构养殖工船“HAVFARM1”(图2[5])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。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[6]。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[7-9]。 9 z5 H9 H1 O# |* h2 ~1 S5 r
6 l: |9 [3 C8 x$ E
) D9 W% @! ?$ l1 C7 {
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[10])。
, j! q' p/ J( ], y# }: i; q 
2.海洋环境监测系统方案设计9 Y) n9 h( x8 [1 ^* C% V4 Z
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。 1 ~ C4 A j3 ~! i& Z3 `
2.1 系统组成
1 P' d* H7 Z" c$ I 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。
$ w- A( i/ y+ N# d4 U" D 
, S" ?3 ^3 h0 i& | 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。
9 N; F" w8 H* O. y 2.2 监测规划
- S# X# F$ [' I+ M 以图5所示网箱(直径110m，工作吃水40m)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)。 0 V7 r5 I5 h% m5 Z9 y6 ?
8 Y' D0 j* g% T 
3.硬件设计
" g B( U7 U0 ~- _ 3.1 高精度温盐深测量仪(CTD)
+ t& @; q f' R 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。 4 o3 g; d5 V, W( a' O! ^- c
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)。 - N0 q. ~- ^% }5 H" @/ }) ^
7 p" {; \, \7 E7 c+ d2 P; e* k
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。 9 s: a# ?5 V- K4 o1 i' c8 [' ?2 ~
0 [4 }- S# i# r% w3 V: S6 i& [ 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。 0 V" e- B( i) v. Z$ f4 F
1 f/ K$ m7 n0 h6 ?# z# @+ { 3.2 数据传输网络
9 H) e7 y$ ~9 U4 m6 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®XAF-2X，具有高达17.1Mbps/MHz的频谱效率，发射距离超过200km，吞吐量大于500Mbps，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。 9 e4 a5 i/ S L' v
4.软件设计
7 `! T9 C4 F% i7 k: ?1 | 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。 8 L$ |. D) k% X. }% r4 f* T
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。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。 5.水池功能验证试验
. j* @ n U2 x# X/ w/ @ 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–37CTD的水池比测，系统工作状况正常，监测数据正确、稳定、可靠。 ( m" m) ^" J$ b# x
6.结束语
# p5 S; r# M' e 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。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。
% m; {) B( X6 x4 v& ~3 Z. e+ i* |1 T 【参考文献】
* T6 b% R- p) }3 p: F7 a, g0 u [1] 陈坤鑫，盛松伟，张亚群，等.海工型渔业养殖网箱技术现状与发展趋势[J].新能源进展，2020，8(5)：440-446.
6 B0 J! H6 X/ o* X+ y. y3 L [2] Food and Agriculture Organization of the United Nations. The state of world fisheries and aquaculture 2020 [EB/OL]. [2020-03-31]. 6 x; U) s2 p5 a
[3] 麦康森，徐皓，薛长湖，等.开拓我国深远海养殖新空间的战略研究[J].中国工程科学，2016，18(3)：90-95. 4 T* i8 G, F/ ?1 h9 \- y8 L
[4] SALMAR. Offshore fish farming [EB/OL]. [2019-02-10].
! t" u5 Q; |4 R" x+ B [5-10] 略.
: K5 }' N$ d2 R 
3 X; [* V& q5 Y1 E 声明：版权归媒体、原作者所有。 * F0 T! C" x- Q4 a8 ]
文章观点不代表本机构立场。 - @) l% G- h' q/ l8 |
$ m4 J8 b" N. Q5 j. }. S: h- s/ T9 c3 t' I( W$ i$ R
| 
