水产物联网理论.技术及应用

本书主要介绍我国水产物联网发展现状及关键技术及点多面广、形态复杂、种类多样等特点。首先，水产物联网传感技术由初级向高级发展，特别是在生物本体感知、数字化系统开发、大数据挖掘等方面成效显著；其次，传输技术多样化，特别是在无线接入技术、网络路由等方面技术日趋成熟；再次，水产品专家系统不断创新，特别是水产品的质量追溯、认证平台、预警模型、终端产品的新突破。本书第二部分详述了水产物联网的设计案例。

目录
丛书序
前言
第1章 水产物联网进展 1
1.1 物联网概述 1
1.2 物联网的发展 2
1.3 水产物联网概述 3
1.4 水产物联网发展现状 5
1.5 水产物联网面临的挑战 6
参考文献 7
第2章 养殖环境检测及传感器技术 9
2.1 养殖环境参数的分析与测量方法 9
2.1.1 水质常规物理化学参数分析与测量方法 9
2.1.2 水质常规金属化合物参数分析与测量方法 17
2.1.3 水质生物指标参数分析与测量方法 19
2.2 水产物联网的感知技术及实现 20
2.2.1 温度传感器及关键技术 21
2.2.2 水质pH 传感器及关键技术 25
2.2.3 水质氨氮传感器及关键技术 28
2.2.4 水质溶解氧传感器及关键技术 30
2.2.5 盐度传感器 36
2.3 传感器节点技术与系统集成技术 41
2.3.1 传感器技术数字化 41
2.3.2 多传感器节点的集成与融合 45
2.4 传感器存在的其他问题 48
2.4.1 消除传感器零点误差和零点漂移的方法 48
2.4.2 提供直流供电电源的稳定性方法 48
2.4.3 统一和标准化保证传感器精度 49
2.4.4 传感器的标校 49
2.4.5 敏感元件的质量控制 49
2.4.6 传感器补偿技术 50
参考文献 50
第3章 水产物联网传输技术 51
3.1 基于现场总线的有线传输 51
3.1.1 现场总线特点 52
3.1.2 基于模拟仪表控制的数据传输技术 53
3.1.3 基于集中式数字控制的数据传输技术 57
3.1.4 基于集散控制的数据传输技术 58
3.1.5 基于现场总线控制的数据传输技术 61
3.2 基于无线通信的数据传输 66
3.2.1 ZigBee 无线数据传输技术 66
3.2.2 RFID 无线数据传输技术 72
3.2.3 GPRS 无线数据传输技术 75
3.2.4 LoRa 无线数据传输技术 77
3.2.5 NB-IoT 无线数据传输技术 80
3.3 有线/无线混合通信的数据传输技术 83
3.3.1 基于电力载波混合通信的数据传输技术 83
3.3.2 基于网关有线/无线混合通信的数据传输技术 85
3.4 面向通信节点的轻量级数据处理智能技术 88
3.4.1 数据挖掘技术 89
3.4.2 数据融合技术 90
参考文献 95
第4章 水产养殖专家系统 97
4.1 水产养殖专家系统历程 97
4.2 水产养殖专家系统理论 98
4.2.1 知识的表示 99
4.2.2 诊断推理的主要方法 102
4.2.3 推理控制策略研究 104
4.3 水产养殖专家系统模型 107
4.3.1 水域控制 107
4.3.2 养殖专家系统 124
4.3.3 鱼病远程诊断模糊专家系统 128
4.4 水产养殖中近期新技术研究 137
4.5 比较研究：我国主要临海省市水产养殖专家系统特色 139
参考文献 141
第5章 基于物联网的水产品精细养殖系统关键技术 144
5.1 水产品精细养殖化概述 144
5.1.1 我国水产品养殖概况 144
5.1.2 我国主要水产养殖方式及优势条件 144
5.2 水产养殖物联网技术发展 146
5.2.1 水产养殖物联网技术应用现状 146
5.2.2 发展水产养殖物联网面临的主要问题 147
5.2.3 发展水产养殖物联网应用的关键技术 148
5.3 基于HACCP 的水产品养殖研究——以南美白对虾为例 149
5.3.1 HACCP 原理概述 149
5.3.2 HACCP 原理在南美白对虾健康养殖中的应用 151
5.3.3 南美白对虾养殖工厂化养殖工艺流程及其危害分析 152
5.3.4 南美白对虾养殖苗种选育规范 157
5.3.5 南美白对虾养殖饵料管理规范 162
5.3.6 南美白对虾养殖水质管理规范 170
5.3.7 南美白对虾养殖药物管理规范 172
5.4 基于物联网的水产品精细养殖系统 178
5.4.1 水产品精细养殖系统分析 178
5.4.2 水产品养殖精细化管理系统 179
5.4.3 水产精细养殖物联网异构网络结构设计 185
5.4.4 水产养殖精细化管理系统软件设计 187
5.5 水产品质量控制与安全溯源 192
5.5.1 水产品质量安全追溯系统建立的目的与意义 192
5.5.2 我国水产品质量安全追溯系统现状与问题分析 193
5.5.3 水产品追溯系统关键技术 195
5.5.4 基于物联网的水产品追溯体系 196
5.6 鱼病诊断方法及水产养殖用药安全管理规范研究 199
5.6.1 鱼病诊断概述 199
5.6.2 鱼病诊断特点及依据 199
5.6.3 鱼病检查与确诊方法 201
5.6.4 水产养殖用药安全管理研究概况 203
5.6.5 水产养殖用药存在的问题 204
5.6.6 水产养殖规范用药的建议 206
参考文献 208
第6章 温室无线测控网络关键研究与系统集成 209
6.1 温室无线传感器网络系统集成 209
6.1.1 总体框架 209
6.1.2 技术路线 210
6.2 关键技术创新和突破 212
6.3 系统开发 215
6.4 应用效果 224
第7章 集约化水产养殖数字化集成系统研究与应用 225
7.1 集成架构 226
7.1.1 总体框架 226
7.1.2 技术路线 226
7.2 关键技术创新和突破 226
7.3 系统开发 231
7.4 应用效果 235
第8章 农业生产过程精细管理物联网关键技术研究与应用 236
8.1 集成架构 236
8.1.1 总体框架 236
8.1.2 技术路线 239
8.2 关键技术创新和突破 242
8.3 系统开发 243
8.4 应用效果 252
第9章 分布式智能RFID 微粒食品实时监测物联网关键技术研究 253
9.1 集成架构 253
9.1.1 总体框架 253
9.1.2 技术路线 255
9.2 关键技术创新和突破 259
9.3 系统开发 260
9.4 应用效果 266
第10章 基于LonWorks 总线廊下渔业监控系统实现 268
10.1 集成架构 268
10.1.1 总体框架 268
10.1.2 技术路线 268
10.2 关键技术创新和突破 269
10.3 系统开发 272
10.4 应用效果 278
第11章 基于图像技术的水产动物疾病诊疗与分析系统 280
11.1 集成架构 281
11.1.1 总体框架 281
11.1.2 技术路线 282
11.2 关键技术创新和突破 286
11.3 系统开发 286
11.4 应用效果 292
第12章 面向近海水域污染的无线传感原位监测技术研究 293
12.1 集成架构 293
12.1.1 总体框架 293
12.1.2 技术路线 294
12.2 关键技术创新和突破 299
12.3 应用效果 300

    第1章 水产物联网进展
    1.1 物联网概述
    物联网（Internet of things，IoT）的概念最初由美国麻省理工学院（MIT）的Kevin Ashton教授在1999年提出。物联网是通过各种信息传感器设备以及基于物物通信模式的短距离无线传感器网络，按约定的协议，把任何物体通过各种接入网与互联网连接起来所形成的一个巨大的智能网络，通过这一网络可以进行信息交换、传递和通信，以实现对物体的智能化识别、定位、跟踪、监控和管理。物联网主要有两个特征，即规模性和实时性。一是规模性，只有具备了规模，才能使物品的智能发挥作用；二是实时性，通过嵌入或附着在物品上的感知器件或外部信息获取技术，每隔极短的时间都可以反映物品状态，包括静止或运动、安全或危险、良好或腐烂，都可以实时地反映出来[1-3]。
    当前物联网应用中有三项关键技术。①传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号，计算机才能处理[4，5]。②射频识别（radio frequency identification，RFID）技术：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术的综合技术，RFID在自动识别、物品物流管理方面有着广阔的应用前景[6，7]。③嵌入式系统技术：是融计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见；小到人们身边的MP3，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统，用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象地描述了传感器、嵌入式系统在物联网中的位置与作用[8-10]。
    物联网在实际应用上的开展需要各行各业的参与，并且需要国家政府的主导以及相关法规政策上的扶助，物联网的开展具有规模性、广泛参与性、管理性、技术性、物的属性等特征，其中，技术上的问题是物联网最为关键的问题；物联网技术是一项综合性的技术，更是一个系统工程，国内还没有哪家公司可以全面负责物联网的整个系统规划和建设，理论上的研究已经在各行各业展开，而实际应用还仅局限于行业内部。目前物联网的规划和设计以及研发关键在于RFID、传感器、嵌入式软件以及传输数据计算等领域的研究。
    1.2 物联网的发展
    随着物联网技术的不断发展和市场规模的不断扩大，其已经成为全球各国的技术及产业创新的重要战略。美国提出“智慧地球”的概念，引发全球物联网关注热潮，将物联网上升为国家创新战略的重点之一，优选的硬件设计制造技术，已经趋于完善的通信互联网络均为物联网的发展创造了良好的条件。目前，美国已经开始在工业、农业、军事、医疗、环境监测和海洋探索等领域开展相关物联网工作。我国就物联网发展也做出了多项国家政策及规划，推进物联网产业体系不断完善。《物联网“十二五”发展规划》、《国务院关于推进物联网有序健康发展的指导意见》、《国家发改委关于印发10个物联网发展专项行动计划的通知》，以及近期颁发的《中国制造2025》等多项政策不断出台，并指出“掌握物联网关键核心技术，基本形成安全可控、具有国际竞争力的物联网产业体系，成为推动经济社会智能化和可持续发展的重要力量”。在物联网发展热潮以及相关政策的推动下，我国物联网产业将持续保持高速增长的态势，虽然增长率近年略有下降，但仍保持在23%以上的增长速度，到2015年，我国物联网产业规模已经超过7500亿元。预计未来几年，我国物联网产业将呈加速增长态势，预计到2020年，我国物联网产业规模超过15000亿元。
    自2016年6月窄带物联网（narrow band internet of things，NB-IoT）核心标准冻结以来，NB-IoT发展明显驶入快车道，而NB-IoT的规模化部署也成为物联网普及的重要突破点。2017年3月1日，中国移动在世界移动通信大会（MWC）上宣布将于2017年在杭州、上海等四个城市开展NB-IoT及eMTC规模试验。
    LoRa是一种LPWAN通信技术，是美国Semtech公司采用和推广的一种基于扩频技术的超远距离无线传输方案。这一方案改变了以往关于传输距离与功耗的折中考虑方式，为用户提供一种简单的能实现远距离、长寿命、大容量的系统，进而扩展传感网络。目前LoRa网络已经在世界多地进行试点或部署。据LoRa Alliance早先公布的数据，已经有9个国家开始建网，56个国家开始进行试点。中国AUGTEK在北京京杭大运河完成284个基站的建设，覆盖1300km流域；美国网络运营商Senet于2015年在北美完成50个基站的建设、覆盖15000km2，预计在下一阶段完成超过200个基站架设；法国电信Orange宣布在2016年初在法国建网；荷兰皇家电信（KPN）宣布将在新西兰建网；印度宣布将在Mumbai和Delhi建网。目前为止，LoRa已经在中国成功使用，已应用在停车场、市井盖、水产养殖等多个领域[11-13]。
    1.3 水产物联网概述
    传统水产养殖业目前在生产实践中存在着种种弊端，有诸多的问题亟待解决：养殖模式和技术落后、水域资源逐渐短缺、水体污染逐年加重、水产品食品安全问题时有发生等，这些都预示着传统养殖模式受到重大的挑战。随着科技的进步，传统水产养殖已经慢慢地向智能养殖靠拢。水产物联网是针对水产养殖过程中的不同养殖品种、不同养殖规模、不同养殖模式，充分利用现代传感技术、无线网络技术、智能控制技术、大数据技术以及人工智能技术，结合生物生长规律性模型和水产养殖的理论和方法，所形成的智能化、网络化、无线化、专家化的全过程精细养殖管理服务平台和集成系统[14，15]。水产物联网的技术发展伴随整个物联网体系的发展应运而生，其整体上可以说是物联网技术在水产养殖方面的应用，通常从四个技术层面来研究其发展。
    现代渔业是养殖技术、装备技术和信息技术的高度融合，这些都需要现代渔业同物联网的深度融合，在大数据分析基础上进行科学决策，实现精准化、自动化和智能化，发展“物联网+水产养殖”是实现水产规模化标准化的必然之路。物联网技术在水域环境监测、投饵饲料系统、病害防治远程监控、育种监控、苗种饲养、设施化养殖等方面都有重要的应用。开展物联网技术在渔业领域的推广应用，以实现生产经营过程的智能化控制、科学化管理、信息化服务、全程化追溯，对提高资源利用率和劳动生产率，提高水产品产量、质量和安全性，提高渔民收入水平和广大消费者健康水平，都具有十分重要的意义[16，17]。
    水产物联网是一种复杂多样的系统技术，主要包括信息感知技术、信息传输技术、信息处理技术、智能控制技术四个技术。物联网的技术在监控水产养殖水环境中应用，可以改善传统监控方式监控时间周期长，措施采取不及时等多种弊端，实现对水产养殖水环境的实时监测、自动化控制、远程监控，便于建立良好水环境适应产品生长。
    1.信息感知技术
    信息感知技术是水产物联网发展的基础，也是发展的重点。它是整个水产物联网链条上最基础的环节，主要涉及传感器技术、RFID技术等。传感器技术在水产养殖业中常用于测定水体溶解氧、酸碱度、氨氮、电导率和浊度等参数。RFID技术俗称电子标签，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，该技术在水产品质量追溯中有着广泛的应用[18-20]。
    （1）传感器技术。在水产物联网中，主要包括溶解氧传感器、温度传感器和氨传感器，它们负责采集水中信息，供养殖人员使用。
    （2）RFID技术。RFID技术又称为无线射频识别，是一种通信技术，可通过无线电信号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。
    2.信息传输技术
    这是水产物联网体系的关键点，是链接感知层和应用层的核心，主要技术手段有无线局域网技术、ZigBee技术、移动通信技术、地理信息系统（geographic information system，GPS）定位技术；随着TD-LTE和FDD-LTE第四代无线通信技术（4G）的成熟，其也被越来越多地应用到水产物联网中。
    3.信息处理技术
    信息处理技术是实施水产自动化控制的技术基础，主要涉及云计算、GIS、专家系统和决策支持系统等信息技术。其中云计算是指将计算任务在大量计算机构成的资源池上，使各种应用系统能够根据信息数据库进行空间信息的地理统计处理、图形转换与表达等，为分析差异性和实施调控提供处方决策方案。专家系统（expert system，ES），指运用特定领域的专门知识，通过推理来模拟通常由人类专家才能解决的各种复杂的、具体的问题，达到与专家具有同等解决问题能力的计算机智能程序系统。决策支持系统（decision support system，DSS），是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。
    4.智能控制技术
    智能控制技术是控制理论发展的新阶段，主要用于解决那些用传统方法难以解决的复杂系统的控制问题。智能信息处理技术的研究内容主要包括4个方面：人工智能理论研究，即智能信息获取的形式化方法、海量信息处理的理论和方法以及机器学习与模式识别；优选的人机交互技术与系统，即声音、视频、图形、图像和文字处理以及虚拟现实技术；智能控制技术与系统，即给物体赋予智能，以实现人与物或物与物之间互相沟通和对话，如准确定位和跟踪目标等；智能信号处理，即信息特征识别和数据融合技术。
    水产物联网的养殖模式主要有海水养殖、大水面养殖、标准化池塘养殖和工厂化养殖。
    （1）海水养殖。海水养殖是利用浅海、滩涂、港湾、围塘等海域进行饲养和繁殖海产经济动植物的生产方式，是人类定向利用海洋生物资源、发展海洋水产业的重要途径之一。海水养殖的优点是：集中发展某些经济价值较高的鱼类、虾类、贝类及棘皮动物（如刺参）等，生产周期较短，单位面积产量较高。按养殖对象分为鱼类、虾类、贝类、藻类和海珍品等海水养殖，其中以贝类、藻类海水养殖发展较快，虾类、鱼类、海珍品养殖较薄弱。按空间分布分为围塘、海涂、港湾和浅海等。按集约程度分为粗养（包括护养、管养）、半精养和精养，以粗养为主。
    （2）大水面养殖。大水面养殖是指利用水库、湖泊、江河等养殖水产品的一种方式，包括湖泊、水库、河沟养殖。除早期采取粗放型的增养殖，还包括“网箱、网栏、围网”等集约化养殖模式。粗放型大水面增养殖，主要以保持、恢复水域渔业资源为目的，依靠水体中的营养物质增殖，产量不稳定。网箱、网栏、围网等集约化养殖，应用人工投饵、施肥等技术，产量得到了较大的提高，但受到水体养殖容量的，必须严格控制。
    （3）标准化池塘养殖。池塘养殖大多数采用精养和半精养方式，进行适当的密度混养，较充分地发挥了饵料、肥料和水体的生产潜力，资源利用程度较高。但部分海水池塘现在仍进行低产量、低效益的粗放式养殖。部分养殖池塘由于长期缺乏改造，日渐老化，池底淤积严重，影响了养殖生产。池塘养殖换水次数少，与外界水交换有限，对外界环境影响较小。但通过近年来生态池塘标准化改造，我国的生态标准化池塘面积大幅增加，大大促进了我国池塘养殖的可持续发展。
    （4）工厂化养殖。工厂化养殖是在室内海水池中采用优选的机械和电子设备控制养殖水体的温度、光照、溶解氧、pH、投饵量等因素，进行高密度、高产量的养殖方式。
    1.4 水产物联网发展现状
    国外水产物联网的发展水平主要以欧洲、美国为代表，其物联网技术较为优选，特别是在传感器制造以及反馈设施的制造方面。在其他传感器制造领域，西方国家也处在领先的