曹守启 葛照瑞 张 铮

(上海海洋大学工程学院， 上海 201306)

0 引言

近年来我国水产养殖业高速发展，水产养殖经济产值不断增加，其中海水养殖产业占据很大比重，对我国经济发展具有重要影响[1-2]。在近海养殖中，水体环境质量对水产养殖具有较大的影响，水质环境是养殖产物赖以生存的根本，其中溶解氧浓度直接影响着渔业产品的品质[3]，它不仅反映了水质的标准，同时也反映了水产品的生长状况，溶解氧浓度作为近海养殖环境中重要的一个因子已经引起人们重视[4]，不过，海水中的溶解氧浓度极不稳定，很容易受外界环境的影响，如温度、风速以及人类活动等都会造成溶解氧浓度的变化，所以实现近海水体的水质监测并做出相关判断对水产养殖业高效高产具有非常重要的现实意义[5]。

物联网的高速发展在很大程度上为我国近海养殖业的发展提供了便利，同时也对我国近海水产养殖提出了更高的要求。国内外众多学者针对水产养殖环境监测系统[6-7]及环境参数预测模型进行了大量研究[8-10]，金光等[11]设计的基于低功耗广域物联网的海岛养殖环境监测系统，使用多节点提高监测范围但增加了成本和网络复杂度，不易管理。孟宪法等[12]在基于单片机MSP430的海洋浮标低功耗设计中，利用北斗卫星实现通信，但通信天线的瞬时功率较大。袁红春等[13]基于XGBoost的溶解氧预测模型研究利用长短时记忆(LSTM) 神经网络实现了溶解氧的预测，但忽略了对环境因素的考量。……