刘毅 房景辉 邹健 王军威 张义涛 蔺凡 张继红

摘要：我国未来水产养殖模式的发展方向是工业化、集约化，在线水质监控系统是实现水产养殖现代化的关键技术。本研究通过小型太阳能浮标式水质监测系统在海参池塘中的应用，对海参养殖过程中几项重要的水质指标进行了监测与分析。结果表明，浮标式监控系统可以直观地反映养殖池塘水体中各项水环境指标的变化规律，有效降低了工作强度、工作风险、人工和管理成本，同时提高了监测结果的精确性、可靠性，可有效预防和避免突发情况，节约能源，具有较好的实际应用价值和推广前景，同时也为实现现代化养殖模式以及相关的科学研究奠定了良好基础。

关键词：物联网；水质监测；海参；水产养殖

中图分类号：S126文献标识号：A文章编号：1001-4942（2016）09-0136-06

AbstractIndustrial and intensive culture models are the future trends for aquaculture and online water quality monitoring system is one of the key factors to realize the modernization of aquaculture. In this paper， a small scale solar buoy type water quality monitoring system was introduced， and some important water quality indicators in sea cucumber aquaculture were monitored and analyzed. The results showed that online buoy type monitoring system could directly reflect the variation of water quality indicators in the pond， reduce the working strengths and risks， labor and administrative costs， promote the accuracy and reliability of monitoring results， thus it could effectively prevent and avoid the occurrence of unexpected situations and reduce cost. This system showed a good practical application value and promotion prospect. Meanwhile， it provided a solid foundation for related scientific researches and modernized aquaculture model.

Keywords IOT； Water quality monitoring； Sea cucumber； Aquaculture

水質是水产养殖行业的重要物质基础和技术指标，良好的水质可以为养殖生物提供天然饵料和适宜的生长环境，是养殖生物健康生长和发育的基础[1]。传统的养殖模式已无法满足我国水产养殖现代化的生产要求，集约化养殖模式在水产养殖产业中的地位越来越突出。作为先进的养殖模式，其最为关键的环节就是水质环境调控[1，2]。在传统养殖模式中，大部分采用人工进行水质监测，时效性差，难以及时发现水质问题，以致影响经济收益。随着物联网技术的发展，水质监测系统的技术得到了发展和应用，实现了远程化、智能化的监测和管理[3-8]。应用于水产养殖的水质监测系统在国外的研究应用已较为成熟，日本、美国等发达国家在20世纪末率先把水环境因子监测装置应用在水产养殖领域，实现了水产养殖的智能化管理[9]。我国对应用于水产养殖过程中的水质监测系统的研究与应用起步较晚，对水质监控的技术和管理手段相对落后。

小型太阳能浮标式水质监测系统是采用太阳能供电，运用现代传感器、自动控制、自动测量、无线传输等高新技术及相关分析软件和通讯网络构成的一套综合性的水质在线监测系统[10]。可通过手机或电脑终端实时监控水质情况，及时获取异常情况的提醒及警报，帮助养殖人员快速有效地采取应对措施。该系统通过水质信息智能感知、信息智能处理和控制以及可靠的信息传输系统等成熟的物联网技术使水产养殖行业更加科学、先进、稳定、可靠，其运行成本的经济性、使用操作的方便性可以促使水产养殖行业有效扩大养殖规模，增加产品产量，降低养殖成本，减少养殖风险，减轻劳动强度，最终实现绿色环保、增产增收、节能减排的现代化水产养殖模式[11-13]。

20世纪80年代以来海参的营养价值被广泛认可，国内对海参需求量的增加以及海参养殖行业的高利润使海参逐渐成为北方沿海地区的主要养殖品种[14]。据资料统计，超过80%的海参养殖病害是由水质问题导致的[15]，因此，对池塘水质科学管理是减少海参病害发生、提高海参质量和产量的主要措施。基于物联网技术的水质监测系统在水产养殖中的应用，可以提高水产养殖的管理和技术水平，使管理人员能够及时监控水质变化情况，根据养殖环境变化及时调整控制措施。本研究将基于物联网技术的小型太阳能浮标式水质监测系统应用于海参养殖池塘的水质监测和调控，并通过对实验过程中监测数据的跟踪与比对，选取具有代表性的海参养殖周期（3月15日至5月15日）进行水质变化规律分析；同时选取5月4-6日的数据，探讨不同气候条件下养殖池塘水质的日变化情况，以及如何及时采取措施应对恶劣天气条件导致的水质变化，以期为该系统在水产养殖生产中的推广应用提供科学依据，促使水产养殖行业更好更快地发展。

1小型太阳能浮标式水质监测系统工作原理及架构1.1工作原理

该系统采用太阳能板供电，可24小时连续不间断进行水质监测。CPU模块对系统传感器所采集的溶解氧（DO）、pH值、水温（T）、盐度（S）等水质指标分析和处理之后，通过GPRS无线传输到手机或电脑终端，工作人员可以利用系统软件进行数据的观测、查询及生成曲线图形，并根据走势规律预测相关水质变化趋势。CPU模块中同时集成了自动增氧机控制设备，可通过远程操作或键入相关指令在溶氧较低时自动启动增氧机工作。系统工作原理见图1。

1.2系统架构

本实验所用小型太阳能浮标式水质监测系统采用标准Modbus协议的数字信号传输传感器，通讯可集成到PLC（可编程逻辑控制器）或SCADA（数据采集与监视控制系统），并能够通过指令对传感器及相关模块进行控制。溶解氧传感器采用第二代动态荧光淬灭法传感器并内置盐度校准程序，可通过输入现场海水盐度对其进行盐度补偿，盐度值基于电导率法测量；pH传感器采用氧化还原电极测量原理，同时具有温度补偿功能；温度传感器可自动实时进行温度补偿。

2该系统在海参池塘养殖中的应用试验

2.1监测指标

利用该系统进行养殖水体在线监测的主要指标是溶解氧（DO）、pH值、水温（T）以及盐度（S）。DO是水体养殖生物进行呼吸代谢及其它维持生长活动的重要参数，也是水质评价的重要指标。高浓度DO可氧化分解水体中的有毒有害物质，抑制厌氧性有害菌繁殖，减少病害的发生[9]。结合实际生产，海参养殖池塘的DO要求最低为5 mg/L，过低则会导致海参死亡。pH值除可以直接反映水体的酸碱度外，也能间接反映水体中浮游植物群落的浓度及其光合作用强度，还可以根据pH值的高低判断水体中DO含量等情况。海参养殖对pH值的要求为7.6～8.5。水温也是影响水产养殖生物生理代谢活动的重要因子，海参最适宜的生长水温为10～16℃，當水温超过20℃时，海参将逐渐进入夏眠状态，养殖过程中水温应维持在5～28℃之间。海参属于狭盐性海洋生物，海水盐度超出适宜范围将会影响其正常的生长和发育，并最终导致疾病的发生，所以养殖水盐度应该稳定在28～34之间[16]。

2.2实验方法

2015年9月将小型太阳能浮标式水质监测系统（型号：KLD-FB-01，厦门吉龙德环境工程有限公司）投放到荣成东楮岛海洋科技有限公司位于山东荣成东楮岛附近的海参池塘中，经过系统调试和数据校准并正常运行后，于2016年3月开始进行实验，实验周期为3月15日至5月15日，每分钟测定一次各指标值，并通过GPRS进行传输。同时，根据海参养殖水质要求设置各指标最低报警值，其中，DO最低报警值设置为5 mg/L，并设置当DO下降到5 mg/L时充氧机自动开启进行工作，当DO恢复到5 mg/L以上时充氧机停止工作。

3结果与分析

3.1海参养殖周期水质月变化情况

3月15日-5月15日的主要参数变化情况见图2。3月间，由于荣成冷空气较多，水温波动较大，4月份水温变化相对平缓，5月份受降雨等春季天气多变的影响，水温波动也较大。受养殖周期温度持续升高的影响，浮游植物大量繁殖，光合作用逐渐增强，DO逐渐增加；但受天气的影响，3月中下旬和5月上中旬DO波动较大，在半夜或清晨出现了多次低于预警值的时间段。pH值和盐度S的变化较为平缓，但5月上旬由于雨水增多，大量雨水进入养殖池，使盐度S和pH值下降，池内酸性升高，当雨水减少后受养殖池内浮游植物等的影响pH又重新升高。总体来说，本次实验养殖池塘水体的pH值在正常范围内波动。

3.2水质日变化情况

选取5月4-6日进行水质日变化情况分析，其中5月4日为晴天，5日阴天，6日当地开始降温并伴随强降雨天气。结果（图3）显示，5月4日水温为15.0～17.4℃，温差2.4℃；5月5日水温为16.0～16.5℃，温差0.5℃；5月6日水温为15.6～18.1℃，温差2.5℃。日间水温高，夜间水温低。

5月4-6日，各天的溶解氧变化范围分别为4.60～7.37、5.83～6.87、4.73～7.48 mg/L，平均值分别为（5.92±1.01）、（6.36±0.33）、（6.27±0.79） mg/L。DO的变化均呈日间高夜间低的趋势，无论天气状况如何，峰值一般出现在12-16时，而低值出现在0-5时。4-6日共出现两次DO过低预警，分别为4日凌晨1时以及6日5时许，两次预警后自动增氧机都正常开启工作，且均在1～2 h后DO开始逐渐恢复正常。

pH值的变化较为稳定，3天内的变化范围为7.9～8.3，平均值为8.17±0.08；只在6日降雨时由于雨量的增加出现一定程度的下降，当降雨停止后在浮游植物的调节下pH又重新升高。盐度S的变化范围为26.73～28.97，平均值为28.13±0.43，变化幅度也较小，同样由于降雨的影响6日10时至16时有所下降。

4讨论与结论

使用基于物联网的小型太阳能浮标式监测系统可以及时有效地获取养殖池塘的水质环境指标，了解各项指标的全天候变化特征，可以为调节水质状况、了解池塘水质变化规律、预测水质变化趋势、提高监测水平的精确性和可靠性以及为日后研究池塘养殖水体环境因子变化的影响因素提供有效的基础信息。通过预警系统，针对突发事件及时反应，采取有效措施，避免造成严重后果。另外，使用该系统可以有效降低劳动成本和工作强度，提高劳动效率，实现节能减排，提高水产品质量。

通过对小型太阳能浮标式水质监测系统的监测数据进行分析，可以直观反映出养殖池塘水体中各项水环境指标的变化规律，能够有效指导海参池塘养殖与水质调控。正常天气条件下，温度和DO日间高夜间低，遇到恶劣气候条件时，如降雨、降温，DO、pH、S等指标均会不同程度的降低。在本次实验周期（3月15日-5月15日）内，温

各水质监测指标的日变化度和DO逐日升高，受天气影响，当天气恶劣时，如冷空气较多的3月份和雨季中的波动较大。但值得注意的是，在天气晴朗的条件下，受光照的影响下午升温较快，造成水温温差较大；阴天条件下，由于水体的保温作用，温差反而较小。所以在今后的生产过程中，除关注极端天气外，晴朗天气下造成的水温差异也需引起关注。pH和S在雨季时有明显降低的趋势。降雨持续时间过长或极端天气带来的暴雨会导致养殖池内水体分层，不利于DO的交换，造成底层DO较低；同时大量雨水的进入还会导致S和pH值出现较大幅度下降。因此，在海参池塘养殖过程中，雨季来临时除关注DO外，还需着重关注S和pH值的变化情况。相较于传统养殖模式，基于物联网的水质监测系统能够及时、准确地监测到水质变化，可以有效避免因此导致的海参大面积死亡。

结合实际生产分析本次实验日变化中两次出现低氧情况的原因发现：第一次低氧发生在养殖池塘换水前夕；第二次低氧出现时正值降雨期间，气压低加之浮游植物的光合作用减弱，导致DO过低。因此，智能化的物联网控制系统可以有效避免突发性缺氧造成的危害，并且管理者可以根据数据结果采取合理的管理措施。本次实验中设置启动自动增氧机的DO浓度为5 mg/L，通过实验发现当养殖水池中DO低于5 mg/L之后，虽然增氧机马上开始工作，但要使DO上升到正常范围内有时间延迟，所以今后应将增氧机自动开启的DO设置值相应提高，可更加有效地避免养殖生物因缺氧而死；另外在实际生产中，不同养殖密度、养殖规模也会对水质产生一定影响，因此，应根据实际需要设置和监控水质情況，从而有效提高此类小型水质监测系统的工作效率和效果。参考文献：

[1]李道亮， 王剑秦， 段青玲，等. 集约化水产养殖数字化系统研究[J]. 中国科技成果， 2008（2）：8-11.

[2]曾洋泱， 匡迎春， 沈岳，等. 水产养殖水质监控技术研究现状及发展趋势[J]. 渔业现代化， 2013（1）：40-44.

[3]杨琛， 白波，匡兴红.基于物联网的水产养殖环境智能监控系统[J]. 渔业现代化， 2014（1）：35-39.

[4]么强， 赵海涛， 李雪梅. 物联网技术在海洋渔业中的应用[J]. 河北渔业， 2011（1）：54-55.

[5]Pierce F J， Elliott T V. Regional and on-farm wireless sensor networks for agricultural systems in Eastern Washington[J]. Computers & Electronics in Agriculture， 2008， 61（1）：32-43.

[6]López M， Martínez S， Gomez J M， et al. Wireless monitoring of the pH， NH+4 and temperature in a fish farm[J]. Procedia Chemistry，2009， 1（1）：445-448.

[7]Zhu X， Li D， He D， et al.