基于声学方法的水产养殖投饲反馈技术研究进展

唐 荣，陈 军，刘世晶，汤涛林

(中国水产科学研究院渔业机械仪器研究所，农业农村部渔业装备与工程技术重点实验室，上海 200092)

饲料投喂是水产养殖的关键环节，目标是实现期望的生长速率、减少饲料浪费[1-4]。常用的投饲管理方式是根据水温和个体规格等来估算日投饲率[5]，但鱼类等水生动物的摄食受多种因素影响，例如饲料成分、水环境状况、养殖密度和生产操作等[6-33]。因此，试图建立一个精确的实用投饲模型是非常困难的。

目前常用的投饲作业方式是采用机械设备执行定时定量投饲作业，在没有考虑鱼类自身状态和外部环境变化的情况下，容易导致投饲不足或过量投饲。为了实现精准投饲管理，必须引入反馈控制措施，理想方式是根据鱼类的食欲实时调整投饲量。但现有的技术手段无法直接测量鱼类食欲，在实际养殖中主要依靠人工观察鱼群摄食状态，对人力和技能提出了很高要求。采用自动监测技术可以准确测量鱼类摄食状态并进行量化，替代人力观察和判断。目前常用的监测技术主要是机器视觉和声学方法。机器视觉方法主要原理是采集鱼类摄食活动相关影像，进行图像分析，提取与摄食状态相关的特征变量。但养殖水体大多比较浑浊，影响观测距离和成像质量[34]。有学者采用安装在鱼池上方的摄像机观测鱼群在水面的摄食活动作为投饲控制依据，但有些鱼类摄食时并不聚集在水面上，机器视觉监测方法适用范围有限[35]。声学方法是利用声波来观测鱼类的摄食状态，声波在水中衰减小且不受水体浑浊影响，观测距离远，适用性较好[36]。根据测量方法和观测目标不同，声学摄食状态监测方法主要分为残余饲料检测、鱼群空间分布监测和摄食声音监测。

1 研究进展

1.1 基于残余饲料检测的投饲反馈技术

基于目标声学反射原理[37]，采用声呐技术探测水下饲料颗粒。换能器把电信号转换为声波发射到水中，声波遇到饲料颗粒发生反射产生回波，回波能量被换能器接收并变换成电信号，对电信号进行分析判断是否出现残余饲料。针对残余饲料检测的研究主要集中于海上网箱。相比于池塘、室内水池等狭小水体，网箱内外具有充裕的观测空间，杂波也较少，可以获得较好的检测效果。换能器一般设置在网箱内部靠近网底的水层或网箱底部以下水层，按照一定间隔发射超声波束，未被摄食的饲料掉落至网箱下方，从超声波束内经过时即被探测到。

Juell等[38-39]在评估网箱养殖鲑鱼的最大摄食量时首次采用回声探测器来检测残余饲料，实验表明回声能量与饲料数量呈线性关系，可以根据累积的回声能量值来估算残余饲料数量，并作为反馈信号来调整投饲量和投饲速率。后续实验改进了探测装置，换能器向水平方向发射360°超声波束来探测饲料颗粒，累计回声能量超过设定阈值时停止投饲[40]。换能器周围加装了一个圆柱形网笼，同时通过设置换能器接收窗口时间，将探测区域限定在网笼空间内，从而减少鱼类造成的干扰。上述研究为解决饲料浪费问题开辟了新的途径，但由于使用模拟式回声探测器，信号处理手段有限，不能定量测算饲料数量，只能探测残余饲料变化趋势。

Tim和Susana等[41-42]分别采用数字式声呐监测网箱下方的饲料颗粒并通过专用算法对残余饲料进行量化分析。前者测量了不同尺寸的饲料颗粒在不同水流速度下的下沉速度，同时开发了基于通量法的残余饲料量化算法。后者通过试验得到饲料尺寸与声学目标强度间的线性关系，根据踪迹线形状特征和目标强度来区分回声图中饲料、鱼类和气泡信号，采用单回波检测方法提取单个饲料目标并识别其回声踪迹线，提高了饲料量化精度。BioSonics公司在Tim等[41]的研究基础上开发了两套投饲监控系统原型机，分别部署在智利和美国的养殖场开展测试。该系统主要由数字式扫描声呐、海流计以及计算机组成，开发了专用的控制软件和残余饲料监测软件。海流计测量水流方向和速度用于预测残余饲料下沉轨迹。数字式声呐安装在旋转装置上并呈水平方向布置在网箱下方，旋转装置驱动声呐转动，实现水平扫描和倾斜角调整。声呐采用200 kHz、6°波束角的单波束换能器，能够探测25m范围内的饲料颗粒。但在实际应用中发现，聚集在声呐探测范围内的小型野生鱼类会对测量产生干扰。

国内海上网箱养殖起步较晚，因此相关研究很少。刘丽珍等[43]在设计深水网箱监控系统时提出了采用残余饲料收集器配合水下换能器进行残余饲料监测的设想。马长震等[44]根据类似的原理设计开发了一种剩余饲料监测系统，通过网箱底部的收集盘来收集残余饲料。换能器设置在收集盘下方，向上发射超声脉冲，随着饲料堆积厚度加大，回波的强度和宽度都加大。当饲料剩余量超过设定限值时停止投饲，从而减少饲料浪费。该系统采用计算机和多路收发机实现对多个网箱投饲作业的同步控制，但由于收集盘面积有限，无法收集全部残余饲料。在水流较大的情况下，检测到的残余饲料量可能远少于实际数量。

1.2 基于鱼群空间分布监测的投饲反馈技术

在网箱养殖条件下，鱼群在网箱内的分布情况往往与其食欲相关。通过监测鱼群的空间分布情况可以为投饲控制提供反馈信息。鱼群空间分布监测方法与残余饲料探测方法的原理相同，不同的是将鱼群作为探测目标。

国内外学者对养殖鱼类的行为进行了大量观察和研究[45]，其中挪威海洋研究所和奥斯陆大学等研究机构在20世纪80年代使用声呐观测鲑鱼在网箱内的活动[46]，发现鱼群在网箱内的聚集位置与饥饿程度、摄食节律等直接相关。Floen等[47]观察了鱼类在网箱内的水平和垂直运动，初步研究了投饲策略等外部因素对鱼群位置分布的影响。Juell等[48]采用回声探测系统来监测鱼群在网箱内的分布情况，将观测空间内回声强度变化作为鱼群水平运动的象征，同时通过对不同深度水层内回声强度的检测来监控鱼群的垂直分布情况。研究结果表明在网箱中大西洋鲑的空间分布和饥饿水平之间具有很强的相关性。Bjordal等[49]监测了大西洋鲑在网箱中的分布情况，并根据投饲机附近鱼群聚集密度来调整投饲作业。Ferno等[50]发现投饲开始时鱼群快速游向上方并随着投饲过程推进逐渐下降至深水区，并根据该现象开发了一种自动投饲控制系统，在鱼群下降至某一深度时停止投饲。

上述研究大多采用回声探测器进行试验，设备较为简单，仅作数据采集与分析，缺少专用的监测软件和控制装置，难以用于实际养殖生产。Lindem等[46]在前期研究基础上开发了一套名为“网箱之眼”的探测系统应用于商业养殖，在每个网箱下方设置一个向上观测的宽波束换能器，通过计算同步获取12个换能器的回声图并控制12套投饲机。该系统对投饲期间鱼群在水面附近水层内的分布情况进行监测来分析摄食状态，当摄食活动减弱至预定水平时停止投饲。该系统提供了3种不同的投饲管理方式。一是全自动投饲，系统在预设的时间启动投饲，根据鱼群活跃性所表征的食欲自动确定投饲持续时间。二是交互式投饲，使用者手动启动投饲，并根据屏幕上显示的鱼群活跃性来决定何时停止投饲。三是按照表格投喂，即根据一张基于水温和鱼类个体规格的投饲计划表来投饲。用户可以根据实际情况选择合适的投饲方法。

国内网箱养殖起步较晚，在网箱养殖鱼类监测方面的研究和应用较少。相关学者开展了网箱鱼群生物量探测技术研究，用于监控网箱内鱼群生物量、生长情况等，为投饲养殖管理提供参考，但没有针对鱼类摄食状态在线监测和投饲反馈控制进行研究[51-60]。

1.3 基于摄食声音监测的投饲反馈技术

鱼类发出的声音是其行为的表现形式之一，在鱼类的繁殖、竞争、社交及摄食等活动中具有重要作用[61]。鱼类在摄食过程中由于快速游动、吞食饲料等动作而发出声音，这些声音与其摄食行为和饥饿程度密切相关，可以根据摄食声音强度来估计鱼类食欲，进而作为控制投饲的反馈信号。

20世纪中期就有学者对鱼类摄食过程中的游泳声音进行了测量和研究[62]。Phillips等[63]采用水听器采集了虹鳟摄食时的声音，将摄食声音作为控制虹鳟行为的信号。Lagardère等[64]发现大菱鲆摄食时的声音强度随着摄食活动强度的变化而变化。其中7～10 kHz频段的摄食声音受到的干扰很小，可用于监测摄食活动强度。试验表明摄食时的声音强度与饲料需求呈线性关系，可以作为投饲反馈信号[65]。鱼类摄食时的声音特征取决于进食方式。褐鳟和虹鳟等快速游泳性捕食鱼类采用向前游动结合吸食的方式，往往伴随着水花飞溅声和强烈的拍尾声[63]。Lagardère等[66]发现褐鳟和虹鳟摄食声音的最大声能集中在4～6 kHz频率范围，可以作为投饲反馈控制信号。Berk等[67]在研究墨西哥湾白对虾声音的过程中发现其摄食时的声音频谱主要集中在2～8 kHz，可以用于监测其摄食活动。为了深入研究摄食声音的发声机理，Daniel等[68]采用水听器和高速摄像机对水池内斑节对虾摄食时发出的声音及其动作进行同步监测，找到了斑节对虾上颚咀嚼饲料颗粒时产生的频率为3～7.6 kHz的摄食特征信号。实验表明该摄食特征信号出现的次数与饲料消耗量之间存在线性关系，可以用来估算饲料消耗量。José 等[69]采用相同的观察方法发现凡纳滨对虾的摄食声音是由上颚切碎饲料时发出，频率范围大约为3～40 kHz。澳大利亚的AQ1系统有限公司开发了用于对虾养殖的声学投饲反馈控制系统[70]。该系统由水听器、控制器、投饲机、计算机软件等组成。水听器安装在投饲区域水面下方，在投饲过程中系统通过检测对虾摄食的声音来监测其摄食活动，通过自适应算法来控制投饲量，可以应用于多种类型的养殖场和养殖品种。最新的产品包括用于对虾投饲控制的SF200和用于鱼类投饲控制的SF500。Ullman等[71-73]在评估凡纳滨对虾养殖投饲管理效果的试验中对AQ1声学反馈系统的养殖效果进行了测试。实验结果表明使用AQ1反馈系统的实验组消耗的饲料最多，产出的对虾个体规格也最大。相比传统人工投饲方法，使用自动投饲系统可以进一步提高产量和经济效益。

国内相关的研究较少，汤涛林等[74]通过构建声学监测平台，采集了罗非鱼摄食过程中产生的声音信号，通过分析发现在0～6 kHz频段内摄食声音可区分于背景噪声，声功率与摄食活力呈正相关，能够反应摄食活力的变化趋势，可用于对投饲作业的反馈控制。

2 问题与讨论

鱼类等养殖对象的摄食规律和摄食状态除了受自身食欲的支配，还与养殖模式等管理因素直接相关。在一种养殖模式下研究得到的投饲反馈控制阈值往往难以直接应用至其他模式，需要针对各种养殖模式分别进行研究试验。即使对于同一个养殖系统，当养殖条件改变时，原有的摄食监测与投饲反馈控制系统很可能失效，必须进行硬件和软件上的修改才能继续使用，导致成本增加。

2.1 残余饲料监测技术

基于声学的饲料探测方法适用于网箱养殖，通过对残余饲料的在线监测实现对鱼群食欲的间接测量。该方法以残余饲料为监测对象，不关注鱼类摄食方式和行为特征，适用于大多数养殖品种，但有效性受到多种因素影响。首先，剩余饲料必须从换能器的探测区域内通过才能被检测到。不同的水流速度和方向会导致单位时间内进入探测区域的饲料颗粒数量发生变化。投饲速率和投饲区域的变化也会导致进入探测区域的剩余饲料数量出现波动。其次，换能器探测区域内的气泡和鱼群会干扰测量结果。在观测区域下方安装挡板可以阻挡上升的气泡，但吸附在饲料表面的小气泡也会导致回声能量强度变化[40]。此外，饲料储存条件会影响其中气体和水分含量，从而改变饲料密度、质地等特性，导致声学强度变化。目前声学方法只能探测含水率低、牢固性好的干性饲料，浮性饲料或湿性软饲料则不适用。

2.2 鱼群空间分布监测技术

基于声学的鱼群空间分布监测技术主要针对网箱养殖，与残余饲料监测方法相比，该方法能直观的反应出鱼类的食欲状态，同时监测目标回声信号强，容易去除粪便、气泡等干扰，也不易受水流影响。处理回声信号时不需要进行累计，因此不存在重复计数问题。与食欲相关的行为模式主要是鱼群在垂直方向上的分布变化，但前提是要选取合理的水层深度梯度作为鱼群聚集程度的判断指标，这需要通过大量试验进行探索。同时，不同的养殖品种在投饲时的行为特性也不相同，需要分别进行研究。网箱周围出现捕食者、天气及水流变化等环境因素也会影响鱼类摄食时的行为。此外，在针对鱼类的探测过程中，超过90%的回声能量是由鱼鳔产生的[75]。因此，无鳔鱼以及虾类的声学目标强度很小，使用声学方法直接监测其摄食行为较为困难。

2.3 摄食声音反馈技术

摄食声音监测法是一种被动声学监测方法，设备配置简单、成本较低，但使用该方法需要解决两个难点。首先是要找到与摄食相关的特征声音。不同养殖品种的摄食声音具有不同的特征，养殖密度、投饲方式、饲料规格等也会影响摄食方式，从而导致摄食声音的变化。因此，需要针对不同的养殖场景分别进行监测试验来寻找特征声音。其次是需要从复杂的背景噪声中提取特征声音信号。这需要尽可能消除或减少噪声干扰。在工厂化养殖系统中，水流和水泵、增氧机等设备会产生低频噪声，对于室外养殖池塘，除了设备和水流造成的噪声，降雨等气象因素造成的声音也需要考虑。测量时通常根据频率来区分摄食声音和噪声。如果噪声频段和摄食声音频段重叠率较高，会影响对摄食特征声音的提取。在小型水槽内能控制环境因素以减少噪声干扰。但由于小型水槽的物理限制，混响、共振等效应会造成测量结果失真。因此，要尽量避免待测声音频谱与水槽的共振频率接近，同时可以使用吸声材料减少信号反射导致的混响效应[76]。

3 总结与展望

基于声学方法的投饲反馈技术关键是通过监测养殖对象的摄食状态来估算其食欲，随着数字式声呐和水听器等新型传感器的发展以及数据处理方法的进步，声学监测的准确性和可靠性将不断提高。同时鱼类生理和行为等相关领域的深入研究也有助于提升摄食状态与饲料需求间的匹配度，更加准确地实现投饲反馈控制。但在实际生产应用中，养殖条件复杂多变，影响因素众多，还需要进一步深入探索相关技术以及综合应用方法，提高投饲反馈技术的成熟度和实用性。目前来看，主要有以下两种途径：

(1)多传感器测量与数据融合。针对不同养殖品种和养殖条件，将声学监测方法与机器视觉、光电法等其他方法相结合，同时集成养殖环境在线监测等技术，进行多种传感器综合测量。通过对多种测量数据的融合处理，为投饲控制提供更加全面、准确的反馈信息。

(2)反馈技术与投饲量预估方法集成应用。对于养殖鱼类，其最大摄食率往往超过其最佳摄食率，单纯依靠摄食状态反馈控制容易导致过量投饲。因此，在投饲作业前应该通过生长模型等预估方法确定基准投饲量，投饲作业过程中结合反馈控制技术，在基准投饲量基础上根据监测信息实时调整投饲量，从而实现合理、准确的投饲管理。

□