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。
) E/ p& m) V( s K' ]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。/ a" \- k3 r z. [3 I8 J1 A
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。+ @ }) h" A) K) O1 V" P
1 、研究现状
) M0 D" j$ g9 y, m" j" I5 U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。
) {8 d# ~8 B: U+ F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。6 Y# y- k6 R3 p+ z
9 Z2 B3 [7 \+ |. n- `# e% D; T" k" m- X9 [2 f+ c0 }4 Q
图 1 挪威“Ocean Farm 1”深海养殖网箱
8 ?5 d- L- l3 A, Y# O9 t( f/ c9 q9 P$ Z1 a9 \7 A6 B( ~1 }0 d0 _
图 2 “HAVFARM 1”深海养殖工船
: ?& S9 J. s6 v3 e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）。7 R* v8 e% q1 l' d) b
3 q0 @, |! @8 q! r& S4 u0 |* ^9 T% l, g/ r8 p8 P0 d
. ?& o7 ^6 e# A5 \+ D. h
6 L) J: Y3 n( f
图 3 海南“5G+海洋牧场”海洋环境监测系统 # t: Q; q+ v7 f0 W, D, `5 O
2 海洋环境监测系统方案设计
' N& h# B/ B( M0 |( B2 K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。 W, @) Z8 d& y3 C4 Y
2.1 系统组成
6 `8 N. M d- ^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。
- w5 s8 d: d8 M
0 y p; M0 X* ~. G) `
5 @/ p3 }" }, a( N+ {3 t. Y/ {图 4 系统组成
e0 {- h1 c# B$ `7 t5 q J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。
* V! Y; Z2 D$ R/ ^' j/ \2.2 监测规划
7 P" |, T) B" I
) D9 K" a$ f3 P: b; k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）。 4 V6 x' ~9 n1 V, K7 y) v
7 d* q! E3 y: [" T8 _) H# t' `
# H! g0 s! S% n
图 5 养殖网箱示意图
& W8 s- O: H, M3 m* T# O5 V" f5 ]* _; s5 J% }7 y9 `0 t
2 E9 e; O% g( n5 x: @' E& q: A( B' D6 g
4 G/ U5 x' q+ z4 i* E
" `& h/ _3 B; `& T3 硬件设计
- c/ \$ _$ X, V* n. J2 p" X: w3.1 高精度温盐深测量仪（CTD） 9 c# D4 o: Z% O$ g! E, K
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。
/ R$ s; M; h0 {4 c c) u2 V' `
# a0 u9 e& l. m( I2 _6 D2 }1 |, ^7 B9 x4 {
. G, p/ J! l3 v
图 6 电导率、温度、压力传感器 + ^5 {2 w( q) u" A
* n, D: i: I2 g图 7 测量电路
; R9 [( h' ] ^- r% d& j
4 X3 ?5 o% X0 \% b4 {9 v' P* c% z* U8 U5 v
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。9 D% s( o- Q# T, y+ [8 B* G* T. a
4 R$ p* L# P# L+ i& W2 i
图 8 传感器校准
5 l7 n6 g% S7 r2 w: X. e3.2 数据传输网络) Q4 e9 O$ `, t; {; ]
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。1 |( n+ Q" h! B2 j6 V
' w/ T# W; U+ B- N1 }
图 9 数据传输网络示意图 " S1 [% _+ T5 j
4 软件设计 + a+ T7 B3 |9 b" z3 p
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。
6 e- Z( F' X( G( L# X; V- v! b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。
& i9 u% u1 E/ o+ a- E& y6 n2 V5 水池功能验证试验
{! k* @! j: h7 `) p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。
8 F$ g- x) W$ `9 f
- `; P3 n0 E$ {) e) Q, Y图 10 水池功能验证试验 5 k' a" G1 Q7 P, h* k
6 结束语0 x8 B& F& L! m( C# l7 P
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。
0 Y* L, a5 l1 _+ s& j, T0 D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。1 @. M6 q. e( j
. u4 @% l. X R. G, I5 l3 \
该文章来源互联网，如有侵权请联系删除: U& ~6 l2 U# T5 j7 m: E z% b
查看原文：www.52ocean.cn | 
: ~* c6 X$ H' b& G/ K
9 `4 Q' \9 B8 u, J3 n
9 t1 X6 F0 @- d5 e/ ~' I/ b
8 y% r" U i+ B5 y% r. I4 o% v8 E
* ^: P7 r5 x6 t8 x, [% h
