河蟹养殖池塘多层水温实时监测系统设计与试验

陈雷雷，杜 舟，李 俊，胡庆松

(上海海洋大学工程学院，上海 201306)

河蟹是中国水产养殖重要品种，2017年、2018年养殖规模均在75万t以上，主要养场地区是江苏、安徽、湖北及辽宁等省份[1]。池塘养殖是河蟹养殖的主要模式之一，在河蟹养殖行业中具有重要地位。河蟹是变温动物，体温随水温而变化，一般与水温只差0.1℃，因此，水温对河蟹池塘养殖有着重要的影响[2-3]。首先，水温会直接影响水产养殖生物的生长发育[4-5]，河蟹也是如此，时冬头等[6]在研究中指出水温是影响中华绒螯蟹成蟹蜕壳生长的主要因素；陈军伟等[7]研究了积温与河蟹幼蟹生长的关系，研究结果显示累计有效积温与幼蟹壳长、壳宽、体高等指标的相关性极为显著；赵云龙等[8]则研讨了水温对中华绒螯蟹胚胎发育周期、各发育阶段以及卵裂同步率等的影响；俞宁宁[9]提出“三要素理论”，即影响河蟹后天生长的关键因素是溶氧、水温及营养这三项；辜晓青等[10]根据不同层次水温与气温的相关关系建立了利用气温预测水温的模型，同时，研究结果显示相同管理措施下,水温是河蟹生长快慢的主要影响因子。其次，水温还是影响养殖池塘水质的重要因素，巩沐歌等[11]通过气象因子与水质之间的相互关系分析，指出水温是溶氧和pH的关键影响因子；张雷鸣等[12]在内循环流水池塘和传统池塘的浮游植物群落对比中分析了水温对浮游植物群落的影响；Ho等[13]将水温视为重要参数，采用参数估计和不确定性分析模拟天然湖泊建立池塘的综合水动力学模型；戴恒鑫等[14]对河蟹养殖池塘溶氧分布规律的研究中指出由于高温季节无风，水温升高，导致河蟹养殖池塘上下水层存在热阻力现象使得上下层溶氧存在分层现象；而盖建军等[15]的研究则指出高温天最容易导致河蟹养殖池塘水体的溶氧过低。正是由于水温对水质及河蟹本身的重要影响，很多学者在养殖池塘水质监测系统的研究中都关注了水温的监测与管理[16-19]，但在河蟹养殖生产实践中，由于水草的种植，使得河蟹养殖池塘的水体水温存在一定的区域性和分层性[20-21]，而当前的水温监测研究中未对河蟹养殖池塘的这一特性加以重视。

为研究微流水循环生态养蟹模式下河蟹池塘的水温分布特性，设计了多层水温实时监测装置，并构建了基于物联网云的实时监测系统，能实时监测不同水层的水温及不同时刻水体温度的分布，为科学养殖提供科学依据。

1 微流水循环生态养蟹模式

传统的种草养蟹已经被大量实践证明是一种成功、有效的养殖模式[22]，但该模式也存在一定的弊端，由于养殖池塘的静水特性，常年养殖造成池底淤泥越积越厚，水质调控难度大，为了保持养殖水体的适用性需要进行大量换水[23]。一方面，给周边水环境造成一定程度的污染和净化压力；另一方面，从外部环境引入的水体，由于外部水体温度、水质及微生物的不确定性也会给养殖带来一定风险。在河蟹养殖实践中，微孔增氧技术能有效解决水体温度分层带来的底层欠氧问题[24-25]，但微孔增氧一般在需要时才开启，其偿还氧债效率和及时性难以保证，且水体净化能力非常有限。因此，基于塘内循环自净技术构建封闭式或半封闭式的微流水循环养殖模式是一种有益的探索[26]。既通过微流水提高池塘水体自身的净化能力，又能尽量减少池塘水体与外部自然水体之间的交换。

微流水循环生态养蟹模式是在传统的种草养蟹基础上通过池塘水体阻隔结构的设计，将池塘划分为相互隔离的不同区域，使得水体在推水造流装置的驱动作用下形成池塘内部的水流循环。池塘分隔结构示意图见图1，图1中箭头表示水流方向。利用软围隔将池塘分为两部分，第一部分为河蟹养殖区，第二部分由回流净化渠和净水区组成。河蟹养殖区约占90%的池塘面积，按照规划种植水草(伊乐藻、轮叶黑藻和苦草等)为河蟹提供立体化的生存、生长环境，养殖区域水深在0.6～1.5 m之间，要求水草区块化种植并在区块之间留出水道。在推水造流装置的作用下净水区的净化水体进入养殖区，从而形成净水区和养殖区之间的水位差，由于水位差的存在，使得池塘另一端的养殖水体进入回流净化渠，经水生蔬菜种植净化区、吸附过滤区后流入净水区，形成塘内循环净化的同时在养殖区形成微流水。推水造流装置可采用气提推水设备，根据养殖池塘的面积配置，一般1 hm2面积配置1台2～3 kW的气动风机驱动6～8个推水造流装置。图1中圆点是微流水循环模式在崇明宝岛蟹业有限公司具体实施过程中根据水草多寡确定的10个监测采样点，监测采样点的水草情况、实际水深及区位情况见表1。

图1 微流水河蟹养殖池塘结构分隔及监测采样点示意图

表1 水体温度采样点及其特点

2 河蟹养殖池塘多层温度监控系统的设计

河蟹养殖池塘多层温度监控系统由两部分组成，分别是多层水温感知终端和物联网云平台。多层水温感知终端携带多个水温传感器，安装在不同水深位置，能够实时获取不同水层的水温，并上传至物联网云平台。物联网云平台为设备提供安全可靠的连接通信能力，向下连接海量设备，支撑设备数据采集上云；向上提供云端API，服务端通过调用云端API将指令下发至设备端实现远程控制[27-29]。多层水温感知终端包含多层温度传感器、太阳能供电系统、无线通信系统、传感器数据采集系统和固定支架等组成部分，其三维设计图见图2。

图2 多层水温感知终端三维设计图

在河蟹养殖过程中，池塘水深随着养殖阶段不同而变化，同时，不同功能区域池塘水深也有所不同，最大水深在80～150 cm之间不等，因此，多层水温感知终端总深度为150 cm，从底部开始每隔30 cm安装一个PT100A热敏电阻温度传感器，总共6个温度传感器。多层水温感知终端工作原理如图3所示，采用2个12V40AH的铅酸蓄电池为终端供电，并采用40 W的太阳能电池进行能源补充，连接太阳能充电控制后通过负载端对所有设备供电。6个温度传感器采用三线连接法，连接在格控RTU-318E数据采集器的0～5口上，采集数据以485协议传输给NB-IoT模块。窄带物联网(Narrow Band Internet of Things，NB-IoT)是一种专为万物互联打造的蜂窝网络连接技术[30]。一般而言，NB-IoT所占用的带宽只需约180 kHz，可采取带内、保护带或独立载波3种部署方式，与现有网络共存，能够直接部署在2/3/4G的网络上，实现现有网络的复用和平滑升级[31]。

图3 多层温度感知终端工作原理图

在NB-IoT网络的支持下，系统采用阿里云物联网平台对多层温度感知终端设备和所采集的水温数据进行管理。阿里云物联网平台向下可连接海量设备，支持设备数据采集上云；向上可以为服务端和应用提供云端API，允许服务端通过云端API向设备端下发指令实现远程控制。本研究在阿里云物联网平台建立产品模型(WaterTemp)，根据终端物理结构定义功能(物模型：即 Thing Specification Language，简称TSL,采用JSON格式)如图4所示，在物模型中每个终端为一个设备(Station)，即产品模型的一个实例，每个设备有8个属性分别对应6个水层的水温、地址位置以及采集器状态信息。

图4 多层水温感知云端物模型

经由NB-IoT网络，搭载6个水层温度传感器的物理终端设备通过ProductKey和DeviceSecret与阿里云上的物模型建立连接，并实时地将RTU所采集的6个水层温度数据通过互联网上传至物联网云平台。

3 微流水循环养殖多层温度监控试验及分析

3.1 试验塘及多层温度监控装置布置概况

为了研究河蟹微流水循环养殖的池塘水温特性以及多层水温实时监测系统的可行性，于2018年开始在崇明上海宝岛蟹业有限公司的河蟹养殖塘展开研究与试验工作。试验塘位于上海市崇明区绿华镇，GPS坐标为北纬31°74’，东经121°23’，池塘面积约为1 hm2，长约129 m，宽约74.5 m。按图1微流水循环养殖方案，净水区与养殖区之间用水泥砖墙隔离，回流净化渠与养殖区用软围隔分隔，净水区与回流净化渠连成一体。各区域面积分别为：回流净化渠(792 m2)，净水区(447 m2)，养殖区(8 371.5 m2)，养殖区面积占87.1%，流水净化功能区合计占12.9%。考虑到水草多寡及区域位置对微流水和水温有较大影响，池塘水温监测试验中，在图1所示的10个监测采样点布置10个多层水温感知终端，监测同一时刻不同区域、不同水层的水温。

2019年7月16日1:00—2019年9月2日24:00期间通过基于物联网云的河蟹养殖池塘多层水温实时监测系统进行了连续不间断地试验塘水体温度监测，监测频率为5 min/次，其中，2019年7月25日9:00—10:00监测站1(Station1)的实时数据示例如表2所示。

表2 2019年7月25日9:00—10:00 Station1数据示例

3.2 试验周期及对照组选择

开放池塘试验设计和执行有较高的复杂性，由于存在天气情况等不可测、不可控因素对于对池塘的水体温度有着重大影响。因此，试验设计时考虑池塘内部结构对水温的影响，选择单塘不同时段进行对比试验，试验前期(7月16日—7月27日)关闭推水造流装置使得池塘处于静水状态作为对比组，试验中后期(7月28日—9月2日)开启推水造流装置使池塘处于微流水循环养蟹状态，作为试验组。同时，在数据选用和分析时考虑了天气情况，选用天气条件基本相同的两天，对其24 h数据进行对比分析，分别选用7月25日(对比组)和7月29日(试验组)，其天气对比情况见表3。

表3 对比组和试验组天气状况

3.3 全天温度波动情况分析

将5 min一次的实时温度监控数据按20 min(也就是按照顺序对每4个监测数据计算算术平均值)取均值后，每天每个监测传感器总共有72组数据，表1的10个监测点中，监测点1为全水深水草密集区域，最具代表性。因此，就该监测点，对比其静水状态与微流水状态下的全天水温波动情况，静水状态下不同水深温度值见图5，微流水状态下的温度波动情况见图6。

图5 监测点1静水状态下不同水层温度全天波动情况

图6 监测点1微流水状态下不同水层温度全天波动情况

由图5和6可见，同等天气条件下，微流水对养殖池塘水温波动产生了显著的影响，池塘表面水温极值明显变小，上下层水温差值显著减小，由此高温时段的水温分层风险大为降低。通过对高温时段(中午12：00至下午16：00)的水温进行对比：10个监测点上层近水面温度如图7所示，1号点和5号点(水草密集点)高温时段平均温度达到了38℃和37.8℃，微流水状态表层水温普遍降低，最高温度为36℃，可见微流水能够缓解水体表层的极端高温度情况，可降低2℃左右；从深度上看，微流水状态下可大幅降低中上层水温，较静水状态减小上下层温差2.5℃，能显著降低温度分层风险，但会略微提高中层水体温度详见图8；同时由图8可见微流水状态下水体的微动使得中上层水体(90 cm上方)水温得以调节和均衡，但对中下层水体(90 cm下方)水温影响微小，并不影响高温时段河蟹寻找阴凉躲避处。

图7 监测点1～10上层近水面温度

图8 高温时段各水层平均温度统计情况

3.4 养殖池塘温度均衡性分析

养殖池塘水温均衡性指的是同一时刻池塘各区域的水温差值情况，即该时刻所有温度监测传感器中最高水温减去最低水温除以这一时刻平均水温。水温差值越小池塘水温均衡性越好，均衡度值越高，反之，则越低。经过统计计算，43个有效监测温度传感器，在72个时段的水温均衡度值见图9。

图9 池塘全天水温均衡度值

从池塘全天水温均衡度值分布情况可见，微流水情况下，不管是在低温时段还是高温时段，温度的均衡性都要优于静水状态，尤其是在高温时段对比更加明显。从全天平均看，微流水状态下全天均衡度平均值为0.893，较静水状态下的0.811提高了10.17%。温度均衡度的提升，也对池塘溶氧产生了有益的影响，采用Aquaread AP2000手持多参数传感器对10个监测点早中晚的溶氧监测结果显示：静水状态下水深30～40 cm处和水深60～70 cm处的溶氧平均值分别为6.10 mg/L和3.94 mg/L，微流水状态下水深30～40 cm处和水深60～70 cm处的溶氧平均值分别为6.71 mg/L和4.54 mg/L，微流水状态较静水状态上下层溶氧分别提高了9.99%和15.3%。

4 结论

河蟹养殖池塘的水温分布及变化对河蟹养殖效果有重要的影响。为实时监测河蟹养殖池塘不同区域不同水层的水温分布情况，集成开发了一套基于物联网的多层水温实时监测系统。设计了基于太阳能的多层水温感知终端，能实时上传6个监测传感器的温度数据，并在能源供应上自给自足，既绿色环保又避免了池塘中拉设电线带来的风险。建立了基于阿里云的物联网云平台，实现了数据的实时收集和管理。通过试验，一方面，验证了系统的可行性和可靠性，另一方面，也从水温角度充分证实了微流水养殖的模式的效果：(1)微流水对养殖池塘水温波动可以产生显著的影响，池塘表面水温极值明显变小，上下层水温差值显著减小，尤其是在高温时段，能有效降低水温分层的风险；(2)微流水情况下，不管是在低温时段还是高温时段，温度的均衡性都要优于静水状态，微流水状态下全天均衡度平均值为0.893，较静水状态下的0.811提高了10.17%。本研究所开发的基于物联网云的河蟹养殖池塘多层水温实时监测系统具有适用性强、结构简单、稳定性好、成本低等优点，在河蟹养殖池塘领域具有较好的推广应用价值。未来研究中，将探索和分析水温分布与溶氧、pH和氨氮等池塘水质参数的关联性。

□