池塘养殖水体光谱观测系统的设计与实现

马茵驰， 丁 文

(北京市水产科学研究所，北京，100068)

池塘养殖水体光谱观测系统的设计与实现

马茵驰， 丁 文

(北京市水产科学研究所，北京，100068)

水产养殖水质状况复杂，容易突发水质变化，水体光谱数据可直接反映这些变化。设计了一套养殖水体光谱观测系统，为开展养殖水体光谱分析并评估水质状况提供数据基础和科学依据。基于高精度光学传感器、Flash存储技术、GPRS及RS485无线数据传输技术构建一套实时、自动化的光谱观测系统，用以观测养殖池塘水体特定波段光谱数据。通过对5个池塘水体样本进行连续观测，以美国ASD公司的地物光谱仪在680 nm、700 nm和769 nm三个波段位置的同步观测数据为标准值进行回归分析，并对系统性能指标进行量化分析，得到观测数据准确度达98%以上，且系统性能达标。结果表明：在针对养殖水体特定波段光谱观测方面，该系统可以代替人工光谱仪观测工作，实现远程、实时数据观测，减少繁琐的观测程序，节省人力物力，同时能够避免人工观测造成的误差。

养殖水体；光谱；观测；光学；传感器

近年来，养殖水体状况研究越来越引起广泛重视。如何快速、准确地获取水体信息也成为水环境遥感的基础研究内容之一[1-2]。通常使用便携式地物光谱仪在水面进行水体光谱数据观测，与卫星遥感或者航空遥感方式对比，数据后期处理难度降低、机动性更强，但数据空间尺度较低，观测程序比较繁琐，实时性也差[3-4]。但水面光谱观测是大尺度水体遥感研究的基础，也是中小型水体光谱研究的高效手段[5-6]。

水产养殖池塘水面多为中小型水面，规范的日常维护工作，养殖水体受自然条件影响较少。同时，可见光-近红外波段范围内若干个波段位置的光谱数据能够间接、客观地反映池塘水质状况，而不需要获取连续波段的光谱观测数据[7-8]。针对水产养殖池塘环境特点，在前期研究基础上，设计了一套基于高精度光学传感器、Flash存储技术、GPRS及RS485无线数据通信技术的养殖池塘水体光谱观测系统。该系统能够自动、实时观测水体特定波段的光谱数据，无人值守，易于维护，数据准确度较高，方便后期处理和分析，能有效替代人工光谱观测工作，可为养殖池塘水质状况的日常监测提供技术基础。

1 材料与方法

1.1 水体光谱观测基本原理

在水体光谱特性研究中，要求对水体测量的物理量能够得到离水辐亮度Lw,归一化离水辐亮度Lwn和遥感反射率Rrs[9-11]等。水体光谱测量的常用方法有剖面法和水面以上测量法[12-14]。剖面法是通过测量不同水深处的光学特性，推算出水体表面的光学信号，从而得到所需的物理量。该方法费时费力，要求测量水体在水深10 m以上，且设备要求高，在I类水体中有较多应用[15-16]。水面以上测量法是在水面上采用适当的观测几何，通过测量水面反射信号、天空光信号以及水面以上的入射信号等，从而得到所需的物理量。水面以上观测法由于其方便的测量方式、较高的准确性，在II类水体的光谱测量中发挥着越来越大的作用[17-18]。在地物的反射光谱测量中，直接测量目标物可得到目标物的辐亮度，而该目标物表面的入射辐亮度需要通过测量标准参考板的辐亮度来得到[19-20]。

在室外测量水体光谱时，光谱仪接收到的辐亮度信号Lsw为：

Lsw=Lw+r×Lsky+Lg

(1)

式中：Lw—离水辐亮度；Lsky—由天空漫散射辐亮度；Lg—太阳直射反射辐亮度；r—水气界面反射率，影响因素包括太阳位置、观测角、方位角、风速和风向，经验取值为0.021～0.03。

以图1水体光谱测量分析中的测量几何为例。观测方向与光线入射方向呈90°～135°(背向光源方向)，光纤探头与液面法线呈30°～40°，这样可以避免光的直射反射，即Lg近似为0。因此，当采用合适的观测几何后，此时光谱仪接收到的辐亮度信号Lsw可近似为：

Lsw=Lw+r×Lsky

(2)

由于很难保证在观测时天气情况均晴朗无云，光谱仪测量时通常需要同步观测天空漫散射辐亮度Lsky，进而计算出水体本身的光谱信号，即离水辐亮度Lw。

图1 水面以上信号构成

1.2 系统组成

1.2.1 系统总体设计架构

在水环境遥感研究中，通过对水体的光谱观测数据可以计算水体反射率，而水体反射率可以进一步计算水体叶绿素a、总氮(TN)等水质参数。方便、可靠的光谱观测方法十分重要。本文设计的水体光谱观测系统由光谱采集终端、数据转发装置和数据接收终端组成(图2)。

图2 系统示意图

1.2.2 光谱采集终端

光谱采集终端(图3)包含三组可配置的高精度光学传感器模块和一个Flash存储器。在采集光谱数据时，数据备份在存储器中，以保障系统数据的安全性。存储器的存储容量可根据需要配置，通常根据系统时钟保存30 d的观测数据。存储器通过数据线与数据转发装置连接。为降低功耗、提高数据采集效率，设计一项休眠功能，可由数据接收终端发送远程指令，休眠或唤醒光谱采集终端，控制光谱观测工作。根据水体光谱观测的特点，系统默认每天18：00至次日6：00为休眠状态。光谱采集终端与数据转发装置共用一套供电模块，提供两种供电方式，既可使用220 V市电，也可使用太阳能蓄电池，以保障系统连续工作的可靠性。

图3 光谱采集终端组成

不同水质参数与不同波段的光谱数据相关。为灵活调整所观测的光谱波段，设计了可拆装的光学传感器模块，根据不同的应用需要可配置不同的观测波段，但每次重新配置都需要对光学传感器进行校准。光谱采集终端与光传感器采用4针串口连接，具备3个光传感器扩展接口(JP7、JP8、JP9)，每个接口连接一组高精度光学传感器模块。

根据水体反射率观测原理，针对多通道反射观测系统，设计两种传感器节点，分别是下行光谱辐照度观测节点(简称A节点)和水体反射辐射观测节点(简称B节点)。A和B节点的波段设置与电子元器件内部结构完全一样，唯一的区别是B节点具有角度限制装置，只允许特定角度的反射辐射进入视场角。这样可以最大限度地减少水体反射环境光的干扰。A/B节点的主要功能是负载基于I2C总线的光传感器，进行光亮度数据采集，同时，光谱采集终端可以观测时间、记录太阳能蓄电池剩余电量，并将这些数据一起发送给数据转发单元。节点主要包括传感器、实时时钟、串口通信、供电、仪器工作状态监测及通信/微处理器等部分。

系统测试中，A、B节点均采用680 nm、700 nm和769 nm三个波段光学传感器。B节点观测水面反射辐射，设定视场角为25°。

1.2.3 数据转发装置

数据转发装置(图4)通过数据通信串口与光谱采集终端链接，将采集终端flash存储器中的实时光谱数据通过GPRS网络及RS485无线数据传输协议转发到远程数据终端。系统设计两种数据转发方式，便于现场和远程两种数据处理工作的需要。

图4 数据转发装置组成

数据转发装置中的通信单元集成一块装配远距离传输天线的RS485数据发送模块，技术人员通过一台装有RS485数据接收模块和远距离接收天线的便携式计算机，可在现场数据采集终端100 m范围内随时查看养殖池塘水体的光谱数据，并对数据进行处理和分析，现场制定水质调控方案。在偏远养殖池塘区域，GPRS网络覆盖不完善的情况下，采用现场数据传输的方式更加可靠，光谱观测的实时性也更强。

GPRS单元通过SIM卡进入移动通讯网络，将光谱数据发送至远程数据服务器，技术人员可在远程任意计算机终端通过客户端程序访问数据库，并对数据进行处理和分析。这种数据转发方式主要面对生产一线以外的管理人员及监管部门。转发装置同时配备一个数据存储单元，以防止在GPRS模块通讯异常时，可缓存采集终端flash存储器中的部分数据，在光谱数据无法及时转发给远程数据服务器的情况下，保证数据的完整性。

1.2.4 数据接收终端

数据接收终端包含远程数据服务器和客户端数据处理分析软件。系统采用微软Windows Server服务器管理平台和SQL Sever数据库管理系统，光谱数据的存储结构为：ID-池塘编号-观测时间-波段1-波段2-波段3。客户端数据处理分析软件可通过两种方式接收光谱数据。当现场接收数据时，RS485数据接收模块通过转换模转换为RS232串口通信，软件设置为串口通信模式，直接通过串口读入实时观测的光谱数据。远程接收数据时，软件设置为服务器访问模式，直接访问远程数据服务器，从数据库读取光谱数据。通过客户端软件可以查看实时光谱数据及查询历史光谱数据。数据分析模块可以估算水体的叶绿素a、总磷(TP)、TN等水质参数。目前，该模块仅预留程序接口，可根据业务需要进一步开发、集成。软件采用VC2010平台开发，界面简洁，操作方便。客户端数据分析处理软件架构如图5所示。

图5 软件架构

2 结果与分析

2.1 系统工作性能

为测试系统工作性能并定量评价该系统观测水体光谱数据的可靠性，在晴朗、少云天气状况下，在北京市房山区十渡鲟鱼国家良种繁育基地选择5个连片养殖池塘作为水体观测样本，并使用美国ASD公司的FieldSpec HH光谱仪进行同步光谱测量。

通过对3组传感器光学通道进行测试，并对观测数据进行回归分析，检验不同通道数据之间的一致性。同时，验证1 d之内太阳光照变化条件下高精度光学传感器的响应能力。通过数据散点图(图6、图7)分析，可以看到，不同通道之间的一致性非常好，数据的决定系数为0.9995，不同数据回归直线的斜率非常接近1，说明在相同的光照条件下，不同的传感器测量值之间几乎没有偏差。

图6 通道1与通道2一致性分析

图7 通道1与通道3一致性分析

为了检验传感器的数据传输是否稳定，做出了各通道传感器的观测值在1 d之内的变化曲线(图8)。通过观察观测值的变化是否与太阳光照变化曲线一致来判断是否有数据的动荡以及不稳定因素。

图8 光照强度测量的时间变化分析

通常，在晴空条件下，太阳到地面的辐射值变化与太阳天顶角成余弦函数关系，也就是说，在早晚时段最低，中午时段最高。从图8可以看到一个类似的余弦曲线，除了早上时段略微有些变化之外，其余时段非常稳定。图8中的曲线比较光滑，中间没有数据缺失，数据接收率达到100%，表明该系统的数据传输比较稳定，能够用来进行时间序列连续观测。

2.2 水体光谱观测

3组高精度光学传感器滤光片中心波长分别设计为680 nm、700 nm和769 nm，滤光带宽均为3 nm。FieldSpec HH为350 ～1050 nm连续光谱观测，光谱分辨率为3 nm。系统滤光带宽与光谱仪一致，水体反射辐射观测节点视场角设置为25°，也与光谱仪保持一致，这样可以保证数据比对的可靠性。

第一组对1号养殖池塘的观测点进行时序观测。系统分别在10：00、11：00、12：00、13：00和14：00各观测10组光谱数据，同时使用光谱仪进行人工观测，共采集50组对比数据，检验不同光照条件下，对同一目标水体观测数据的可靠性(图9)。可以看出，随着时间变化，太阳辐射角度和强度均发生变化，系统观测的光谱数据也随之发生变化，光谱仪的测量结果也符合同样的规律。两组数据呈线性变化规律，且拟合度很好，平均拟合系数达到0.988 2。实验结果验证了系统在时间序列光谱观测工作中的可靠性。

图9 时序观测数据可靠性分析

第二组对5个养殖池塘进行同步观测，分别选择过滤池、投饲料台、排水口、进水口、增氧泵等不同观测位置，水质环境状况存在一定差异。系统5个光谱采集终端在10：30启动，分别采集10组光谱数据，同时在每个观测点使用光谱仪进行准同步光谱测量，共采集50组对比数据，检验相同光照条件下对不同目标水体观测数据的可靠性(图10)。

图10 差异观测目标数据可靠性分析

可以看出，对于不同养殖池塘，由于观测点不同，这些区域的水质状况通常会有一定差异，从光谱表现来看也存在一定数据差异，但系统观测数据与光谱仪测量数据在差异性变化上呈高度线性关系，且拟合度很好，平均拟合系数达到0.987 6。实验结果验证了系统在不同养殖水体目标光谱观测工作中的可靠性。

3 结论

设计了一套可实时观测养殖池塘水体特定波段光谱数据的系统，数据达到了光谱仪观测的效果，同时摆脱了繁琐的人工观测程序和光谱仪无法连续实时观测的缺点。系统使用成本较低，可实现养殖区域多点联网式同步观测。连续、准确、实时的水体光谱观测数据为数据分析及养殖池水质参数估算提供了基础。基于地面光学遥感观测数据分析和建模，为系统定制针对各主要水质参数的光谱波段，实现对水质参数的及时、准确的定量评估，将对养殖生产中进行水质变化预警和调控具有重要意义。

□

[1] 戴乾,潘德炉,何贤强,等.杭州湾水体光谱高频观测及在悬浮物动态变化监测中的应用(英文)[J].光谱学与光谱分析, 2015(11):3247-3254.

[2] 王繁,周斌,徐建明,等.杭州湾混浊水体表面光谱测量及光谱特征分析[J].光谱学与光谱分析,2009,29(3):730-734.

[3] 李俊生,吴迪,吴远峰,等.基于实测光谱数据的太湖水华和水生高等植物识别[J].湖泊科学, 2009,21(2):215-222.

[4] 陈蕾,秦雁,邓孺孺,等.基于ASD地物光谱仪的两种天空光测量方法比较分析[J].热带地理, 2011,31(2):182-186.

[5] 陈利雄,胡勇,巩彩兰.内陆水体水面以上光谱测量方法对比分析[J].遥感信息,2012(1):42-47.

[6] 汪小勇,李铜基.双通道高光谱地物波谱仪测量水体的遥感反射率[J].海洋技术,2003,22(3):20-24.

[7] AMR A E, MATTHEW C, ROSHAN P C, et al. In situ estimation of water quality parameters in freshwater aquaculture ponds using hyper-spectral imaging system[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2011, 66(4):463-472.

[8] PULLIAINEN J, KALLIO K, ELOHEIMO K, et al. A semi-operative approach to lake water quality retrieval from remote sensing data[J]. The Science of the Total Environment, 2001, 268(1/3):79-93.

[9] 唐军武,陈清莲,谭世祥,等.海洋光谱测量与数据分析处理方法[J].海洋通报,1998,17(1):71-79.

[10] 付东洋,蒋城飞,王永星,等.基于航空高光谱数据的近岸水体信息提取[J].海洋技术学报,2017,36(2):71-75.

[11] 张兵,申茜,李俊生,等.太湖水体3种典型水质参数的高光谱遥感反演[J].湖泊科学,2009,21(2):182-192.

[12] 刘旭拢,邓孺孺,秦雁,等.水面浮油膜光谱测量及光谱特征分析[J].海洋科学,2016, 40(10): 63-70.

[13] 付东洋,蒋城飞,王永星,等.富营养化水体中光学活性物质的垂向分布及其对遥感反射光谱的影响[J].环境科学学报, 2016, 36(10):3589-3599.

[14] 樊彦国,孟志河,张磊,等.基于遥感光谱反射率反演黄河口海域Ⅱ类水体悬浮泥沙浓度模型[J].海洋科学, 2010, 34(9):60-63.

[15] 席颖,杜克平,张丽华,等.叶绿素浓度垂直不均一分布对于分层水体表观光学特性的影响[J].光谱学与光谱分析, 2010, 30(2):489-494.

[16] 樊辉,黄海军,唐军武.黄河口水体光谱特性及悬沙浓度遥感估测[J].武汉大学学报(信息科学版), 2007, 32(7):601-604.

[17] 汪小勇,唐军武,李铜基,等.水面之上法测量水体光谱的关键技术[J].海洋技术, 2012, 31(1):72-76.

[18] 张运林,秦伯强,陈伟民,等.龙感湖水体光学特性的观测[J].湖泊科学,2005,17(2):114-119.

[19] 孙章丽,郑文锋,谢勇,等.达里诺尔湖水体光谱测量与分析[J].安徽农业科学, 2013,41(9):4182-4186.

[20] 梁业恒,邓孺孺,高奕康,等.水体铜离子吸收系数光谱(400～900 nm)测量[J].遥感学报, 2016, 20(1):27-34.

Design and implementation of spectrum observation system for aquaculture water in pond

MA Yinchi, DING Wen

(Beijing Fisheries Research Institute, Beijing, 100068, China)

The water quality of the aquaculture is complex and easily mutated. The spectrum data of water can reflect the mutation directly. A spectrum observation system for aquaculture water is designed to provide data basis and scientific ground for spectrum analysis of aquaculture water and evaluation of water quality. A real-time and automatic spectrum observation system is constructed based on the high-precision optical sensor, Flash storage technology, GPRS and RS485 wireless data transmission technology to observe the spectrum data of specific bands in aquaculture pond. Through continuous observation of samples in 5 ponds, after regression analysis with simultaneous observation data of ASD spectrometer in the bands of 680 nm, 700 nm and 769 nm as standard value, and quantitative analysis of system performance index, it is obtained that the accuracy of the observed data is above 98%, and the system performance is up to standard. The result shows that, for spectrum observation of aquaculture water in specific band, this system could take the place of artificial spectrometer for observation, realize remote and real-time data observation, reduce tedious observation procedure, economize on manpower and material resources, and avoid error caused by artificial observation.

aquaculture water; spectrum; observation; optics; sensor

10.3969/j.issn.1007-9580.2017.04.010

2017-06-21

北京市农林科学院“冷水性鱼类科技创新团队”(JNKST201611)；北京市农林科学院创新能力建设专项(KJCX20150411，KJCX20170701)

马茵驰(1982—)，男，副研究员，研究方向：渔业信息技术及智能装备，E-mail：mayinchi@bjfishery.com

S951.4

A

1007-9580(2017)04-062-06