中国智能水产养殖发展现状与对策研究

巩沐歌，孟菲良，黄一心，周海燕

(中国水产科学研究院渔业机械仪器研究所,上海，200092)

改革开放以来，中国水产养殖业迅速发展，2017年水产养殖总产量5 267.6万t，与2010年相比，增长超过37.6%[1]，已成为发展最快的农业产业之一。然而，水产养殖业在快速发展的同时，也面临资源日益短缺、环境生态压力加大、食品安全事件频发等诸多挑战以及社会经济发展的新需求，因此发展智能水产养殖，促进水产养殖业“转方式调结构”势在必行。

智能水产养殖是把现代智能技术应用到水产养殖的全过程，即利用互联网(移动)、物联网、人工智能、大数据、云计算等信息技术与水产养殖有关装备相互集成，构建高效养殖装备与养殖过程管理系统，从而实现水产养殖“高效、优质、生态、健康、安全”的绿色可持续化战略目标。智能水产养殖是对传统水产养殖方式的升级改造。

1 发展智能水产养殖的重要意义

1.1 发展智能水产养殖是保障中国粮食安全的需要

粮食问题始终是中国社会经济发展中的首要问题。智能水产养殖是渔业现代化的重要体现，能将目前落后低效的传统生产方式转变为先进高效的大规模生产方式，大幅度提高劳动生产率和渔业生产力水平，生产更多的优质水产品。一方面弥补未来将面临的2 000万t水产品消费需求缺口，减少对粮食的消耗，缓解粮食生产压力[2]；另一方面可以增加动物蛋白来源，改善食物结构，提高人民健康素质。因此，发展智能水产养殖可以为中国粮食安全提供有力保障。

1.2 发展智能水产养殖是渔业可持续发展的迫切要求

目前，中国的池塘养殖仍存在沿用粗放式经营的传统方式，养殖过程中不合理投喂和用药，极大地恶化了水质环境，影响水产品质量，加剧水产病害的发生，使得养殖风险增大。同时，中国劳动力资源短缺、人力成本不断攀升等问题也制约着渔业可持续发展。《全国渔业发展第十三个五年规划(2016—2020年)》强调“十三五”渔业发展要牢固树立创新、协调、绿色、开放、共享发展理念，以提质增效、减量增收、绿色发展、富裕渔民为目标，坚持生态优先、创新驱动、“走出去”战略、以人为本、依法治渔，大力推进渔业供给侧结构性改革，加快转变渔业发展方式，加快实现渔业现代化。这对中国水产养殖业的智能化提出了紧迫的要求。转变发展方式是水产养殖持续发展的必由之路。物联网等技术在水产养殖业中的应用，实现养殖水质的精准监控与调控，实现饲料和药品的精准投喂，有效改善水体环境，减少污水排放，提高生产效率，降低人力成本，规范生产管理，促进中国渔业经济可持续发展。

1.3 发展智能水产养殖是实施海洋强国战略的基本保障

目前，中国渔业发展处于转型升级的阶段。近海养殖面临生产方式粗放、水域环境恶化、水土资源紧缺等突出问题，因此，以提质增效、减量增收为目标，大力发展深蓝渔业、挺进“深远海”成为必然选择。通过拓展深蓝海空间，提供品种丰富、质量优良的水产品，满足人民日益增长的美好生活需要，也是党的十九大提出的目标与要求。深蓝渔业是在远离大陆的深远海水域，依托养殖工船或大型浮式养殖平台等核心装备，并配套深海网箱设施、捕捞渔船、物流补给船和陆基保障设施所构成的“养殖、捕捞、加工”相结合、“海洋、岛屿、陆地”相连接的全产业链渔业生产新模式。深远海养殖是在远离大陆的地方进行养殖，环境条件复杂，各种生产保障困难，因此依靠传统的养殖方式是不现实的，因此迫切需要有智能化的养殖装备和技术为深海养殖的实施提供有力的保障。

1.4 发展智能水产养殖是融入“一带一路”倡议“走出去”的重要推手

近年来，国家提出了“一带一路”倡议，得到国际社会高度关注和响应。“一带一路”沿线65个国家的人口是中国总人口的2倍。据了解，海上丝绸之路沿线国家大多为热带国家，且多为不发达国家。这些国家的渔业是其国民经济的重要支柱，自然渔业资源丰富，捕捞产量较大，但养殖技术水平总体落后，产业发展滞后，捕捞产量大于养殖产量。大力发展水产养殖，可以降低对自然资源的依赖度，且水产养殖业具有投资低、产出高和效益高等优势，是解决粮食安全、缓解贫困、提供营养和增加收入的重要产业[3]。因此，水产养殖合作需求大，为智能水产养殖对外合作带来了难得的发展机遇。这既能有效地提升相关国家养殖业的水平，又增强了中国在其他国家的影响力，从而实现了互利共赢的良好局面。

2 中国智能水产养殖发展现状

2.1 产业发展状况

2.1.1 生产领域

在水产养殖生产领域主要是利用传感器，基于物联网技术实现养殖水体实时监控，饲料、渔药自动精准投喂，水产病害监测预警。2010年，江苏宜兴建立了江苏省首个物联网水产养殖基地[4]。2014年广东开发了“健坤智慧水产养殖系统”，并在广东韶关力冉国家级工厂化养殖示范基地得到应用。2015年江西省建成首个智慧渔业示范基地，该套智慧渔业系统集成了养殖信息管理、水质在线监测、自动控制、视频显示及多平台终端控制等诸多功能[5]。2015年江苏省启动研发基于物联网和生物处理零排放的智能化水产养殖系统。2013—2015年，江苏开发的物联网水产养殖平台在北京、天津、河北、辽宁、上海等20个省、市、自治区推广应用。

2.1.2 经营领域

在水产养殖经营领域主要是运用电子商务平台实现水产品销售、水产养殖投入品的购买等。苏州公司开发的可追溯水产品电商平台，养殖户可以在平台上实现苗种、饲料和鱼药的团购。江苏省在苏宁易购超市频道“中华特色馆”内设置“江苏优质水产品”页面，江苏各地特色水产品都可在苏宁易购上销售[6]。多家电商公司也涉足水产领域，还涌现出一批专注于水产品的精分型网站，以及一些由地方政府扶持，当地企业运营的地域性水产网站等。

2.1.3 管理领域

在水产养殖管理领域主要由政府主导开发，运用先进的信息化技术采集各项信息，并进行数据分析，为行政管理决策提供基础支撑。2009年，全国养殖渔情信息采集系统建立，基本实现了中国水产养殖主产区的信息采集全覆盖。该系统已在全国16个渔业主产省(区)建立信息采集定点县200个，采集点747个，各类采集终端6 000多个，形成了近1 300人的采集分析队伍，能对76个养殖品种、9种养殖模式进行全年的信息动态采集[7]。2016年全国水产养殖动植物病情测报信息系统正式启用，该系统运用数据库技术、地理信息系统技术和网络技术，构建了一套包括数据采集、存储、管理、应用及信息汇总分析的应用系统，依靠原有5级测报工作体系，由测报点完成基础测报信息的上报工作，国家、省、市和县4级测报机构对辖区内测报点的原始信息进行自动汇总、图表分析，实现条件查询功能，自动生成当月病害测报表[8]。“水域滩涂养殖登记发证系统”主要用于水域滩涂养殖发证登记工作，截至2014年底，全国共计发证14.9万本，确权面积456万hm2，占总养殖面积的55%[9]。

2.1.4 服务领域

在水产养殖服务领域主要是利用互联网技术实现技术培训以及保险与金融服务，将养殖保障内容延伸到养殖活动的上下游。“渔水云”水产养殖服务(管理)平台作为专业性的水产养殖服务平台，通过下设的“远程会诊平台、质量监管平台、渔技服务平台、科技入户平台、养殖微求助平台、水产电商平台”6个分平台间的数据共享、信息交互，为渔业主管部门、养殖企业(户)、专家团队、水产品(渔需)经纪人及水产养殖产业链所有参与者提供最专业、精准、及时、贴心的“互联网+”养殖综合信息服务[10]。2016年 “农信渔联1.0上线，该系统使用互联网+思维和新商业模式联接现代水产高端苗种、饲料、微生态动保、设备设施、养殖技术和生产模式、综合服务、信息和金融，结合线上线下优势资本资源和资讯，打造互联网+渔业一站式综合价值服务平台[11]。江苏省创建的河蟹交易平台“蟹库网”，其推出的河蟹银行服务可协助养殖单位解决资金贷款问题[12]。

2.2 科技发展状况

2.2.1 信息获取

水产养殖信息获取是指通过传感器网络技术、机器视觉技术和遥感技术获取水产养殖环境、水生动物行为特征以及区域水环境变化、水产养殖面积等信息。在获取水产养殖环境信息方面，利用传感器网络技术实现多种水质参数信息的远程采集、存储与管理和远程控制[13-15]；在获取水生动物行为特征参数方面，利用机器视觉、图像识别技术分析鱼群、点带石斑鱼、鲳鰺等行为特征，实现了智能化水产养殖[16-18]；在水生动物辨识方面，开展鱼苗、蟹苗、小球藻自动计数系统研究[19-21]；在获取水产养殖面积方面，利用遥感技术进行分类提取水产养殖面积信息[22-25]。

2.2.2 信息处理

信息处理涵盖了养殖过程的各个方面，包括水质监控、病害诊断、投喂决策和质量追溯等方面。在水质监控与模型方面，朱成云等[26]提出混沌变异的分布估计(CMEDA)算法优化最小二乘支持向量机模型(LSSVR)，提高了溶氧预测精度；徐龙琴等[27-28]提出工厂化育苗水温组合预测模型构建了工厂化养殖pH非线性组合预测模型和南美白对虾工厂化育苗水温组合预测模型，为养殖管理提供了技术支持。在病害诊断方面，甄爱军等[29]开发了实现水产病害图谱管理系统，为提高养殖人员对病害的认识水平，快速采取应对措施提供支撑；阎笑彤等[30]设计了水产养殖病害诊断专家系统，可以对病害症状进行快速诊断；温继文等[31]构建了鱼病远程监测预警与诊断系统；刘双印等[32]研制对虾疾病远程智能诊断系统，具有咨询、病害诊断与防治等功能；张启宇等[33]研究了海参防治诊断专家系统，提出了病害信息推荐、诊断模型。在饲料投喂决策方面，孙国祥等[34-35]研究建立了大西洋鲑、大菱鲆投喂生长模型，为养殖管理提供了新的方法；胡利永等[36]利用机器视觉技术提出了新的投饲量计算模型；罗伟等[37]建立草鱼投喂管理、生长、饲料需求模型，为草鱼精准投喂管理提供一定的理论基础；安继芳等[38]研制出淡水养鱼饲喂专家系统，促进了饲料的合理利用；徐丽英等[39]构建了饲料配方和投喂决策模型，开发的投喂决策系统，提高了养殖场管理水平。在质量追溯技术方面，彭宾[40]建立了工厂化水产养殖质量全程监控与可追溯体系，李源等[41]提出了基于NFC标签可追溯质量管理系统；陆军等[42]设计出可追溯二维码标签，建立了中华绒螯蟹可追溯系统；杨信廷等[43]建立了基于流程编码的水产养殖产品质量追溯系统；丛斯琳等[44]开发了基于Petri网的水产品追溯信息模型，实现了溯源功能。

2.2.3 智能化装备

中国水产养殖智能化装备主要集中在增氧控制、饲料投饲装备以及水下机器人等方面。在智能增氧装备方面，盛平等[45]研制的基于实时水质参数的智能养殖装备，是智能增氧、投饲一体机，具有实时水质参数查询、远程增氧、远程投饲、远程智能控制等功能；沈楠楠等[46]开发的基于水产物联服务平台的智能增氧控制系统，通过监测养殖水体中溶氧等参数，自动控制增氧机运行；杨世凤等[47]设计了以太阳能为主要动力来源的水产养殖智能增氧系统；高凤强等[48]研究并设计的基于GSM通信网络的增氧机监控系统，通过手机终端实现对增氧机运行状态的实时监测和控制。在智能投饲装备方面，第一套具有自主知识产权的深水网箱养殖远程多路自动投饲系统研制成功[49]；景新等[50]设计了新型的室内工厂化、池塘、深水网箱养殖自动投饲系统，定时和投喂更加准确，提高了饲料的利用率；王勇平等[51]等采用机器视觉的方法设计了智能投饲系统，通过分析鱼群摄食信息，实现了精准有效投喂；黄嘉荣等[52]研制了智能喂虾机，实现了精准投喂的效果；许仕杰等[53]研制了移动投饲装置，实现水产养殖的自动化。水下机器人方面尚处起步阶段，黎柱坤等[54]研发的用于水产养殖的水下机器人，可以实现水中稳态控制、多种水质参数的实时测量和水下实时拍摄。

3 中国智能水产养殖发展趋势

3.1 智能水产养殖产业发展趋势

3.1.1 水产养殖生产向规模化、集约化、智能化、生态化发展

十八大以来，党中央国务院提出了一系列水环境保护和生态文明建设的政策措施，国家渔业部门也进一步明确了渔业以养为主的发展方针。在政府和市场的双重驱动下，生态优先和供给侧结构调整促使水产养殖模式发生重大变化，这些变化已在保护水环境健康，保证生态可持续发展和生态文明建设中起了重要作用。由于生物技术、微生物技术、自动化技术、计算机技术、纳米技术、信息技术等前沿高新技术成果在水产养殖领域的应用，自动化程度大大提高，生产效率不断提高。水产养殖模式已从传统养殖模式向工程化、智能化的养殖模式转变，如工厂化循环水养殖、渔光一体化、陆基推水集装箱养殖、深水抗风浪网箱养殖等[55]。因此，未来水产养殖模式变革的主要发展方向是规模化、集约化、智能化、生态化。

3.1.2 水产养殖经营向集约化、专业化、组织化、社会化发展

党的十八大报告提出“构建集约化、专业化、组织化、社会化相结合的新型农业经营体系”的战略构想。目前，中国水产养殖大多以个体分散生产经营为主，且随着农村青壮年劳动力大量进城,劳动力老弱化、水产养殖兼业化问题日益明显。随着智能水产养殖产业的发展，以及经济全球化的深入发展，水产养殖经营将必然走向新型渔业经营体系。新型渔业经营体系是集约化、专业化、组织化和社会化四个方面有机结合的产物。智能水产养殖为新型渔业经营体系的发展提供了技术支撑。物联网水产养殖实现了水产养殖集约、高产、高效；水产可追溯系统实现了“生产有记录、流向能追踪、信息能查询、责任能追究”的质量安全的可追溯性，为水产品品牌质量提供了保障；互联网营销模式与民俗文化相结合的新型经营发展道路，实现了水产品营销的时尚化和品味化。因此，未来水产养殖的经营模式发展方向是集约化、专业化、组织化、社会化。

3.1.3 水产养殖管理服务向大数据云平台方向发展

2015年国务院印发的《促进大数据发展行动纲要》提出：要运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力。随着传感器、互联网、云计算等技术在水产养殖领域的应用,水产养殖领域产生了大量的数据,将这些数据收集、清洗、整合、挖掘变成有价值的信息，可以为政府大数据管理、科学化监管提供基础。水产养殖大数据平台是面向水产养殖全产业链开展决策与服务的软件工具，在水产养殖生产、经营、管理、服务等各个环节，为经营主体提供生产决策、经营服务，为政府部门提供决策支持和行业服务[56]。2018年基于大数据、物联网、云计算技术打造的水产养殖大数据防灾减损系统应用项目在成都成功落地，成为国内首个部署在云端的“大数据+物联网”水产养殖防灾减损系统。因此，未来水产养殖管理服务向大数据云平台方向发展。

3.2 智能水产养殖科技发展趋势

3.2.1 信息获取手段多样化，精度和质量不断提高

Phillip[57]研究指出，目前的水产养殖监控系统正朝着传感器、发射机、通信多路复用器、驱动器或输出设备、计算机硬件、计算机控制软件组成的智能化水质监控系统的方向发展。例如，基于无线传感器网络的全天候多方位的智能水产养殖水质监控系统[58]，基于Wi-SUN无线电传感器网络养殖水质数据收集系统[59]。随着这些应用技术地不断发展以及在水产养殖领域应用中不断成熟，水产养殖水质信息获取的精度和质量将不断提高。随着光学、声学等感知技术的发展，针对水产养殖对象外形特征、体表颜色、行为过程的测量更加准确。如挪威OptoScale公司采用立体摄像机和激光束准确测量鱼的生长情况[60]，Pinkiewicz等[61]利用视觉技术估算鱼类优速和方向。同时，3S技术在水产养殖环境、管理领域中得到广泛应用，提升了水产养殖环境信息获取的准确性。

3.2.2 信息处理智能化、模型化，养殖管理更加科学

水产养殖是一个涉及多变的物理世界和人类社会的复杂系统,养殖对象特殊、环境复杂、影响因素众多,传统的信息处理无法满足水产养殖智能化发展需求，人工智能、数据挖掘算法模型在水产养殖领域的深层次运用，能够有效解决水产养殖环境复杂多变、影响因子较多的问题，真正实现水产养殖管理科学性。国外很多机构针对养殖品种开展系统的养殖环境和生长机制的研究，根据养殖环境和个体生长，建立了投喂策略模型,并形成一个全面的模型化研究体系。例如，Ingrid等[62]建立了欧洲鲈鱼日增重模型；Tómas等[63]建立了在不同温度下大菱鲆生长速率和饲料转化率的数学模型。因此，水产养殖将由传统的生产方式向精准化水产养殖系统发展，信息处理由仅凭人的经验向依靠模型控制转变。

3.2.3 养殖装备更加智能化、精细化、自动化

在水产养殖领域智能化装备不断出现，实现了水产养殖的智能化、精细化、自动化，助推水产行业转型升级。例如，内置特定养殖品种知识数据的智能控制系统结合新型传感器可实时连续接收8项参数[64]，使得鱼类养殖更加精准高效。应用红外线技术精确监测网箱中鱼的生长状况和饲料转化效率Biomass Daily系统[65]，提高了饲料利用率，并优化鱼类养殖。各种各样的水产养殖机器人更加智能化，也正在逐渐改变传统的水产养殖业。例如，专门用于追踪水产养殖环境中pH水平的机器鱼[66]，快速监测水下结构设施和养殖鱼类的状况的水下无人机和遥控潜水器(ROVs)[67]，可将生病的和健康的鱼分开的iFarm设备[68]，使用激光消灭海虱保护鲑鱼的机器鱼[69]，能够根据养殖鱼类生长所需的合适饲料量进行投饲的自动投饲机器人[70]等。这些新装备不仅改善了鱼类福利，饲养过程更加节能，而且使水产养殖更加精细化。

4 发展建议

4.1 加强顶层设计，推进智能养殖的基础建设

信息化是智能化的基础，因此开展渔业信息化标准顶层设计，梳理渔业信息化标准需求，建立渔业信息化体系标准，及时制定智能养殖急需的基础性关键性标准，指导智能养殖的发展；开展数据共享平台的顶层设计，构建智能养殖数据中心，鼓励相关企业参与数据提供，建立健全数据交换共享机制，开展数据分析挖掘，实现将数据转化为知识，为养殖业提供服务；加强与电信等相关企业合作，充分利用无线传感网络等现代技术，使网络信息覆盖到每一个养殖场。

4.2 加强科技研究，促进智能技术水平的提升

要加强投资、鼓励智能养殖科技研发，进一步研究多参数传感器等信息收集关键技术，提升信息收集的准确度，进一步开展3S技术应用研究，实现多区域养殖状况的实时了解；开展声、光等技术在信息获取技术上的应用研究，通过数据分析，实现对环境和养殖水生物行为的数字化表达；要针对主养品种智能养殖需要，构建包括养殖生境与生长、生长与投饲、氨氮排放、病害与防治等在内的各类模型，集成养殖智能专家系统。

4.3 加强装备示范，引领智能养殖成果的应用

设立专项资金，推进解决养殖全过程机械化、自动化瓶颈问题的研究，并在此基础上结合互联网、移动通信、人工智能等信息技术，推进各类智能装备的出现，重点要研究各类智能化环境控制和饲料投喂设备，建立养殖数据自动采集、处理预警系统，为实现精准养殖打下基础。要建立各种模式的智能养殖示范基地，通过基地宣传和展示先进智能化设备的运行效果，引领整个行业生产效率的提高，促进养殖业转方式调结构的实现。

□