|
+ L' ^, _3 F# Y+ L4 {
 6 u2 R9 v, Y! u( w
【作者简介】 * B0 w. f: ~% N; a; Z* N
作者:李楠1,2,任翀1,2,王田野1,2,曾军财1 ' f0 ~- W9 P0 w; i
(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) / W5 }, k3 Q2 B' _! T: }# `
李楠:博士,工程师,主要从事海洋观测技术研究。
; E6 [8 p- U# ]9 {% V& E% t( C 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。
" C. h9 N4 C- J9 @ ~0 W0 a 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。
5 P) d! [' g3 Z1 j9 p 【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。 & R, i. i' ]) W. t, [
【关键词】 养殖;网箱;环境;监测;实时
3 B N7 @$ A% n9 L8 N) K4 ]6 y 0.引言
4 e# p7 l: A7 t! g# E 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。 0 b. z4 \& v3 S2 X
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
' n! k0 c% x3 h+ R9 _, e 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]。 $ W1 W) R8 W. h+ b6 F5 b

+ y2 \" Y$ K$ H8 d& |  ; |2 t, G- B x4 C$ b
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])。 $ K% n& u" w3 K6 A) c- X% z2 z# _
 2.海洋环境监测系统方案设计
8 \! r5 S; |' X, n* e, 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。 " ^ ? q# S9 h3 L
2.1 系统组成
, U/ k4 I3 r/ U9 }' j- 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。 * {" Q% W& \9 @7 O5 o" i
 * m4 ^& A% E: E/ y; @1 ?7 r
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。
, o1 b% U# X+ V2 @- Y5 y 2.2 监测规划
& f/ b0 J6 d3 p* N0 f1 g6 L5 l 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)。
3 @% l0 l# J; S. c. c7 O 
3 q' ^/ F* L8 }9 j" ^8 z  3.硬件设计
+ a% `8 {# N' m. H/ P: c' ~. v 3.1 高精度温盐深测量仪(CTD)
3 R; G1 ]7 R2 ^, d 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。 5 N5 p, `- @ ^8 s1 C* R, n2 T0 d j
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)。
! |$ a0 d9 N3 K! b- [4 K$ k% ^  $ N' J: h) p% t- F" h
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。
2 e' F3 Y, `& H7 v 
/ d! o7 g; Q0 J+ k 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 {7 q. v) j2 A* b' z
 ( t8 m2 P& G. [6 m, I" o8 c
3.2 数据传输网络 2 F3 e( n$ C7 E$ a) ~6 D2 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®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。
4 O s3 L: X& B3 m1 b! E  4.软件设计
9 }' p7 r3 J$ v0 w& r5 J7 | 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。
? ^2 y) A( R% P& B 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
" F7 X, P0 X! s4 ?" v8 R 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。 0 L5 j' ?& d& `2 a( o) h
 6.结束语
: O! ]2 w* t: }) H* n) O1 l 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。 ) t& C% M: x0 _
【参考文献】 4 k4 B; t# `0 y% x3 ?
[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. 1 V; ?' Z, r' n% [2 p- U" e
[2] Food and Agriculture Organization of the United Nations. The state of world fisheries and aquaculture 2020 [EB/OL]. [2020-03-31]. . e) `4 x+ U$ v2 _
[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.
; ]0 N) z7 T9 w* |9 a6 V [4] SALMAR. Offshore fish farming [EB/OL]. [2019-02-10].
( [' |5 [4 A+ j* U [5-10] 略. * ?1 M# N1 i m9 u
 # U$ r* U7 s9 S
声明:版权归媒体、原作者所有。 ) R8 z1 W( Z% k. \# ]( t# f' b
文章观点不代表本机构立场。
; \8 n1 Q3 u2 _1 R+ l- P3 P- q- T' g: N. Y
4 ^4 `, v) [, o* J" T1 \ |