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。
- S& H5 @+ M, x; M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。
' A1 T$ i5 d$ 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 ]4 D; `5 v* V* Y8 W& _7 \
1 、研究现状 ; B* ?2 I! }2 U1 u# J' T) r
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 v6 ?1 t, p+ p- K5 m, C6 o
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。
& k6 F }) R/ ]3 I9 |3 g- o
! C$ m# _: l2 P2 o- T' T6 A- V9 x! J
图 1 挪威“Ocean Farm 1”深海养殖网箱 1 P. p- g# J1 E$ y7 y* s
* ?, F/ T5 p4 A" D/ j+ U
图 2 “HAVFARM 1”深海养殖工船 7 x' p" D+ N. k* R7 y* N- 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）。6 W1 |' f0 y- W" o& s7 d
- g. k; I6 }& S" l- b1 @2 b! Q9 n
8 J- K$ ]* s. x. e7 b; ]
2 x: R n: r% `
9 T0 l% O8 U5 x
图 3 海南“5G+海洋牧场”海洋环境监测系统
/ C7 @2 e& \ f1 z, T, ]6 g2 海洋环境监测系统方案设计
; s2 F( B6 X s4 }. D, m9 ?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。! Z- g/ J4 {7 O7 M j
2.1 系统组成
7 W' \& o8 g" E, l @% ?7 C* 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。/ a9 L4 E/ [- v0 X6 r
0 ?. G0 Q; q9 z0 g
% k/ m) L) E$ h! M图 4 系统组成 6 m% ]6 w' A$ ^$ v% @
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。 2 | J2 J+ G" |1 Y
2.2 监测规划
G$ h6 \& ]" M, ?8 v4 T4 J
$ ?; q V# P( P/ W/ P! A9 r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）。
9 S/ b5 C8 ?. q% o& } b0 t# R4 I( s g* p
+ `* X& y: p6 a图 5 养殖网箱示意图 $ k" V' J2 B8 ]
# d( @3 \' |) D C0 k/ E5 q. N
/ i" U% a5 ^; y% [2 ^& f0 i6 }% U4 D' S. i$ o" a: P
" M! }, B9 P+ _1 c7 f4 B
% f% l. y0 x' M
3 硬件设计 ' O( J" |8 n- |# p
3.1 高精度温盐深测量仪（CTD） + e9 [% E2 _0 @5 h
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。
( f- B3 J1 X7 w3 }8 W- h7 k, O
. d- _5 I* n0 X) N
5 S6 `7 x, b! N) o. ~
图 6 电导率、温度、压力传感器
. `) ?) j) K1 V/ E% X% P2 K2 z& g1 O" @! x+ N, h
图 7 测量电路
4 [) Y' W2 e! T- P9 C4 C( y: z3 }# a* y% S I; G8 C2 V6 j, n" [9 z5 _( u
+ ] f4 H/ I/ 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。1 R. y; r2 E# K, T7 D
! Z0 k3 p# w6 G) `1 W) g# g" z1 l图 8 传感器校准
$ n9 ~7 v" Z# b' a( O6 s3.2 数据传输网络
, n5 T5 i: N/ `0 c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。* g' A/ X' V; a, J
, t$ x( g2 ^3 j4 b/ i1 ~图 9 数据传输网络示意图 8 L4 O# e1 C1 m; Q Z- V
4 软件设计 1 C7 ?) {0 N- M F
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。
. x$ H7 ~; L4 P* u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。
1 \( A7 q2 G" f; s5 水池功能验证试验 " k! v: O# Q, z0 ?
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。
' B0 ]' A+ O u/ f
9 }- g6 r+ e! D: j( R图 10 水池功能验证试验 5 h) z* t h0 ?0 O% l! z
6 结束语# O: i" e; g0 Z, ]" f& B8 b$ g
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。8 r' C! n1 m& D3 w' T
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。& l% i* E% M* e% i5 p7 e
" n2 B+ S- Q2 H7 q- X: X$ }2 {! }
该文章来源互联网，如有侵权请联系删除
: ^5 g$ g8 w' |, J8 V/ J查看原文：www.52ocean.cn | 
$ G+ U" x3 O) c3 P( `
% Z% Y& v' O# N! M% w5 n
4 S- l/ L7 e4 H
& u1 E+ u( z" ^' v9 U