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。' t! K! Y+ m8 O, l) T
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。
* x5 o5 e! I: B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。! Y7 j3 @0 Y# i+ g% k* k! H
1 、研究现状
8 `# t& h/ y: ?1 H+ A) D) y0 q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。
) h3 j; |1 t/ M% ]5 T8 c8 F* @' 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。
2 s; R5 u- K1 I7 s4 W" {. t2 e, f! G' `6 T3 |) M4 x
4 X) M& a+ M5 p1 @图 1 挪威“Ocean Farm 1”深海养殖网箱
5 ?9 S# |/ ?* Z" d
, c( x7 C5 J' V z* {, p8 h2 H图 2 “HAVFARM 1”深海养殖工船 2 d% g5 V, |' M3 ~. @+ 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）。
* E: ~2 c, p' r' N 9 _% a; ^( c8 b, W5 R2 M
9 E% Y% R. u/ Y/ N/ x
; Z( ^% E2 Z6 H5 B! [- \
1 P" t* \6 n! q2 C* w9 h图 3 海南“5G+海洋牧场”海洋环境监测系统 + Q' C+ Y) P c. K
2 海洋环境监测系统方案设计
' X6 U3 q! W# f6 [2 w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。6 t$ P" t+ f0 _. Q1 }8 s) a+ q( m
2.1 系统组成 4 c; a) ^) P* S" ~
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。
% z* a2 h8 e5 b7 B7 p- k
; ?- p3 D8 a# U% m/ a2 K1 z% e/ c
( H$ J7 d1 i" \: T" U1 R7 y4 {+ ^- x+ @ 登录/注册后可看大图
图 4 系统组成
. G/ k' k+ g0 X+ i: K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。 + ]% T' @- N l1 u
2.2 监测规划
9 N( q9 o r: [; \& o w( x+ B; A. L$ ~: }$ 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）。 * G+ c1 g' P% E2 q/ H4 _
4 I- q/ L5 w) S9 t
8 C' b2 G: G, S) q8 C& n+ e+ O) x图 5 养殖网箱示意图 9 R2 V/ M5 i# l" s# D1 b M" \
- Y4 z2 O1 r9 `3 R! E6 l) t: z: Q: V1 R$ v
3 C; q1 ^7 y& f! c7 ?/ \
% y7 P$ P% b' ~% W$ N# x# w: Q
, s/ v( [! f7 s* w7 Q
3 硬件设计 0 d" E6 p( q; i
3.1 高精度温盐深测量仪（CTD） % U6 C% |/ w7 f! T1 S
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。
/ @1 g3 Z/ l* ?9 b
4 C; C% F0 J0 l1 E0 `" z5 `- R3 m9 ^% [1 R$ J) `3 y
# Y0 A5 `6 r) D# @# Q" |图 6 电导率、温度、压力传感器
! X( _& f0 w; M" l3 d$ I
( w2 N) n0 h; c" P c+ R图 7 测量电路 2 A6 o) F2 Z& v, D' m6 _* d6 W/ ]
/ l5 W+ _7 F* |" T. a" j7 ]5 w+ `6 g8 @( a
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。' [' T) i# e* z
4 u) z* D1 P$ q图 8 传感器校准
" q: `2 k$ c. U- c7 k8 t3.2 数据传输网络5 ~) x( t2 R6 d# 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。) t% m2 N" |7 q \
) Y3 m1 O0 i5 n( l0 c) m6 b图 9 数据传输网络示意图 % p2 E+ x( s; k" [4 c
4 软件设计
p- x4 V; a+ k5 C, f" K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。) V6 D* j: M3 o. j0 D
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。
( K/ Q$ C ]+ a% t5 水池功能验证试验
1 y1 Z' d- b% Y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。$ y2 Q7 c; B& ]* k( u
4 q l* D4 {" D6 @图 10 水池功能验证试验 ' Q; {, K+ X5 Q. u. {
6 结束语
* I/ E9 H+ l4 \. W* T8 K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。
$ _4 K# S* B1 i8 b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。3 R1 P8 E" v% w
2 \5 v% J' `4 j7 |+ [
该文章来源互联网，如有侵权请联系删除1 x% D5 N' J) o) A l0 g
查看原文：www.52ocean.cn | 
+ I9 p, t. U' q4 f4 M' ]
( S+ @! J% a2 P' g+ D2 _8 `0 A# r
( ?; R4 K, F4 P
! l* Z N. E2 v$ v5 P& Q5 d