基于物联网的对虾养殖监测预警研究∗

高凤强，纪艺娟，陈俊仁

(厦门大学嘉庚学院 信息科学与技术学院，福建 漳州 363105)

近年来，对虾养殖业发展迅猛，成为我国水产养殖的支柱性产业[1－2]。保持水质稳定和溶解氧充足是对虾养殖的关键技术环节[3－4]。养殖水体溶解氧含量不足和气候等因素突变导致的水质失衡极易造成对虾的疾病爆发和死亡，给养殖户带来经济损失[5－8]。因此，采用物联网技术实现养殖设备、养殖水体的实时自动监测对提高对虾养殖的产量和质量具有重要意义[9]。

针对水产养殖过程的监测需求，学者们纷纷开展研究并提出了多种方案。金光[10]、蔡向科[11]、杨旭辉[12]等针对水产养殖水质监测系统功耗高和节点能量有限的问题，设计了低功耗水产养殖水质监测系统，显著延长了采集节点的工作时间。刘敬彪[13]、李卓然[14]等针对传统水产养殖水质监测实时性差和维修成本高等问题，设计了基于ZigBee 无线传输网络的水质监测系统，改善了系统的实时性和可靠性。马从国[15]、李慧[16]、史兵[17]、刘星桥[18]和宦娟[19]等针对规模化水产养殖中有线监控存在部署和维护困难的问题，设计了基于无线传感网的水产养殖水质监测系统，实现了多传感器节点的快速便捷部署。刘雨青等[20]针对螃蟹养殖基地的监控需求，开发了由水质监控、气象监控和视频监控等构成的螃蟹养殖基地监控系统，实现了对养殖基地的本地和远程智能监控。郭一晶等[21]针对传统对虾养殖过程中容易出现未及时调控增氧机而造成重大经济损失的情况，提出了一款基于GSM 的对虾养殖场增氧机监控系统，实现了对养殖场增氧机的实时监控、远程操作和异常报警等功能。这些研究有效促进了我国水产养殖业的智能化发展。

但是，上述研究主要针对规模化基地养殖的水质监测进行研究设计，不能很好解决对虾小散养殖户的核心需求。实际上，我国对虾养殖业主要以中小规模及粗放型养殖的小散户养殖为主，而小散户的养殖管理主要以人工巡塘方式进行，对于养殖设备、水质环境的监测和天气预测基本依靠人工经验。同时，对虾养殖塘基本处在偏远地区，现场通信网络处于2G、3G 和4G 的不同阶段。因此相对其他养殖业，对虾养殖户对于系统的核心需求是实现远程操作及异常报警、有效降低巡塘强度；同时设备需支持2G/3G/4G 等网络，提升设备的现场稳定性和适应性。而前述分析的方案大多解决了设备远程控制和水质数据采集的问题，但没有涉及设备工作异常的报警，不能有效降低巡塘的劳动强度。此外，已有研究仅支持单一网络模式，不能同时支持2G/3G/4G网络，限制了系统的应用范围和进一步推广。因此，针对对虾养殖的特殊需求，本文设计了一套基于物联网架构的对虾养殖监测预警系统，实现实时自动的增氧机远程监控、水质数据监测和天气异常预警等处理；同时设计手机APP，方便用户及时获取水质数据、天气情况和异常报警等信息。本系统可以为养殖户实现科学管理，促进养殖过程规范化，提高养殖的自动化和信息化水平提供技术支持。

1 系统方案设计

系统以物联网的标准体系进行架构，由感知层、传输层和应用层组成，如图1 所示。系统实现了对养殖场信息的采集、传输、处理以及用户对信息的交换、通信与控制[22]。

图1 系统整体框架

(1)多信息感知层

感知层由部署在养殖场的传输主站构成。该层实现养殖场的温度、pH 值、溶解氧、电能参数等数据的实时采集和增氧机的控制工作，完成感知层与基站之间的数据交互。

(2)双向传输层

传输层是感知层和应用层数据双向交互的桥梁，具有接入功能和传输功能。首先，该层负责感知层设备的接入工作，将数据可靠地上传到应用层；其次，它又负责将应用层的反馈或指令数据下发到感知层，保障指令和数据的上传下达。

(3)多功能应用层

应用层是系统与用户交互的接口，由服务器、手机用户端和PC 管理端组成。该层负责数据的分析、存储和展示，异常报警和用户控制指令的下发等。

2 系统设计

2.1 多信息感知层设计

感知层的设计分为硬件设计和软件设计。硬件设计主要是实现传输主站的电路设计；软件设计主要是实现水环境和电能数据的自动采集、增氧机的控制和网络数据的双向传输。

2.1.1 硬件设计

感知层的硬件整体结构框图如图2 所示。传输主站主要由控制模块、电源模块，无线通信模块、RS485 通信模块和驱动模块构成。其中主机通过RS485 总线连接水环境数据传感器和电能传感器，获取水体环境和电能实时数据；通过驱动模块实现增氧机的控制；通过无线通信模块来完成数据上发和命令接收。

图2 感知层系统硬件架构图

(1)基于STM32F103VET6 微处理器的控制模块

为降低功耗，简化系统电路，选取了STM32F103VET6 微处理器作为控制模块的核心[23－24]。其内核采用高性能的ARM Cortex－M3 CPU，工作频率可达72MHz，内置高速存储器，并具备丰富的I/O 口。该模块具体电路如图3 所示。

图3 控制模块电路图

(2)基于骐俊ML810 的无线通信模块

为确保在缺乏4G 网络的偏远地区也能正常工作，选取了骐俊ML810 无线通信模组进行数据通信，实现将感知层和服务器端数据交换。该模组是一款4G 无线通信模组，兼容现存的3G 或2G 网络。该模组内置丰富的网络协议，并且拥有丰富的硬件接口，工作温度范围宽，可满足物联网数据传输的需求[25－27]。为了方便该模组出现故障时的更换和不同项目中的快速应用，将ML810 模组封装成模块。该模块再通过预留的UART 口连接主控，使用AT指令进行络连接和数据通信，具体电路如图4 所示。

图4 无线模块电路图

(3)基于MAX485 的通信模块

为抑制共模干扰，实现收发器高灵敏度，主站通过RS485 总线与传感器进行物理连接，实现对水质的温度、pH 值、溶解氧和电能参数的采集，并选用MAX485 作为RS485 总线的接口芯片。该接口芯片内部配备一个驱动器和一个接收器，外围电路连接简单。为了提高网络的可靠性，在MAX485 芯片的A 端与B 端之间匹配了120 Ω 的电阻，具体电路如图5 所示。

图5 RS485 通信模块电路图

(4)基于ULN2003 的驱动模块

为达到电流增益高、工作温度范围宽和带负载能力强，主站选用了ULN2003 驱动芯片，同时，为满足对多增氧机设备控制，选用了具备灵敏度高、功耗低、适合高密度安装等性能的HK4100F－DC24V 继电器实现对增氧机的启停控制，具体电路如图6 所示。

图6 驱动模块电路图

2.1.2 软件设计

感知层软件部分主要实现养殖场水质及增氧机工作状态监控、增氧机工作异常报警，数据远程传输等功能。感知层的主程序流程图如图7 所示。

图7 感知层的主程序伪代码

主站开始运行时，首先进行初始化工作。初始化的内容包括初始化串口工作模式、无线通信模块工作模式、定时器、中断和标志位等。在初始化完成后，主站将开启无线通信模块，建立起与服务器的通信链路。然后主站开始定时获取水质数据和电能数据，并将获取到的数据通过无线通信模块传输至服务器。服务器通过算法对数据进行分析并呈现给用户，若数据异常，则执行应急方案并报警和通知用户。数据定时采集和传输的时间由预设的定时器控制。在采集数据的同时，主站会通过中断接收远程服务器的控制指令。主站在控制指令解析的基础上对指令内容进行执行并将执行结果反馈至服务器端。

2.1.3 数据处理

本系统正常持续运行过程中，电能和水质数据均属于稳定、变化缓慢类型的数据。但在增氧机的启动过程中会造成电能数据的快速上升和下降。为了避免出现增氧机启动而误判增氧机工作状态的情况，应将增氧机启动过程的数据给予剔除[21]。类似的，水质数据采集过程中相邻数据点的快速波动属于异常现象，应给予滤除。根据系统数据的特点和滤波需求，本项目采用递推中值滤波算法。该算法融合了递推和中位值平均滤波算法的优点，可以有效抑制干扰且数据平滑度好[28]。

该算法的具体工作代码如图8 所示。系统采集的数据总共有5 个，其中水质数据3 个(温度、pH 值和溶解氧含量)，电能数据2 个(电压和电流)。因此，系统首先开辟5 个长度为12 的固定队列，分别用于缓存每个数据分量最新采集的12 个数值。在每次采集新的数据分量之前，先将队首的数据Xi，0删除，并将所有数据往队首方向移动1 位，空出队尾位置Xi，11。其次将采样到新的数据分量放入队尾Xi，11的位置。然后将每个队列中的数据进行累加得到Si，并找出每个数据分量的最大值Xmax，i和最小值Xmin，i。最后，根据公式1，计算出每个数据分量的当前值。

图8 递推中值滤波算法伪代码

2.2 传输层设计

传输层可以通过2G、3G 或者4G 网络建立感知层与服务器、Internet 网络之间的通信。本系统采用TCP/IP 协议进行远程无线数据传输，存在服务器主动发起和传输主站主动发起两种情况。本系统规定由服务器主动发起的数据传输称为发送，接收主站数据称为返回；由传输主站主动发起的数据传输称为请求，接收服务器数据称为响应，如图9 所示。传输层设计的核心内容是TCP 通信报文设计。系统采用的TCP 通信报文格式如图10 所示。通信报文具体每个字段的格式说明如表1 所示。

图9 数据流向说明图

图10 通信报文格式

表1 通信报文格式字段说明表

2.3 应用层设计

应用层的软件设计是整个系统的核心，包括硬件连接服务器、业务服务器、PC 管理端和移动端的软件设计。应用层的服务器连接框图如图1 所示。

硬件连接服务器提供感知层设备接入的API，并实现与业务服务器的数据通信。该部分软件的开发语言为JAVA，开发工具为Eclipse。同时连接服务器采用高性能事件驱动框架Netty 建立与感知层设备的Socket 连接[29－31]。连接服务器与业务服务器的连接采用的是HTTP 协议。

业务服务器实现了感知层数据的分析存储与展示、移动端数据访问与远程控制API、天气信息的获取和设备故障报警电话的拨打，并实现对感知层设备管理、用户信息维护等功能。该部分软件的开发语言为PHP，开发工具为PhpStorm，并采用ThinkPHP5.0 框架进行开发。

PC 管理端实现了用户管理、设备管理、数据管理和设备远程控制功能。PC 管理端的功能基础是业务服务器提供的功能接口，且同样部署在业务服务器。因此该端采用和业务服务器一致的的开发语言、开发工具和框架。

移动端实现了水质数据监测、设备远程控制、设备工作监控、天气预警等功能。该部分软件采用HTML5 技术来实现对安卓端和苹果端的统一支持，并采用WeX5 跨端工具进行开发。

3 系统测试

本系统于2018 年5 月开始逐步在福建省部分地区进行应用测试，截止到目前已经有23 套设备分布在莆田市、漳州市下辖的龙海市、漳浦县等地区使用。部分安装设备的现场照片如图11 所示。以下将分别对系统数据传输稳定性和移动端功能进行测试。

图11 部分安装设备现场图

3.1 数据传输稳定性

数据传输过程包括感知层的数据获取，传输层的中间传输和应用层服务器的接收。感知层的传输主站每隔6 s 发送一次报文到服务器，内容包括水质数据、电能数据和设备状态数据。为了保证每条报文都能传输到服务器端，传输主站建立了重发机制。当超过2 s 没有收到服务器返回的报文时，传输主站会重新发送一次数据，每条报文最多重发3 次。

本次实验选取了6 台设备随机4 天的数据作为样本进行测试，分析数据传输的稳定性。根据数据发送的频率，理论上每台设备一天应往服务器发送14 400 条报文，由于重发机制的影响，实际发送报文数超过14 400 条。读取服务器端和传输主站的日志，设备每天的分析数据如图12 所示，所有设备的数据整体情况如图13 所示。每台设备4 天的数据合计如图14 所示。测试结果表明，本系统的通信成功率为99.05%，数据传输稳定，满足实际应用需求。

图12 数据丢失率分析

图13 所有设备数据合计

图14 单设备整体数据分析

3.2 移动端功能测试

本系统开发了移动端APP 应用，同时支持安卓端和苹果端。笔者于2019 年12 月22 日和23 日在龙海市浮宫镇际都村的一个养殖场进行了移动端功能测试，测试现场的环境如图11 所示。

(1)设备远程控制

该测试的主要目的是验证能否正常远程开关增氧机及识别开启异常的情况。在验证远程控制功能时，任意选择早中晚各1 h 作为测试时间，在测试时间段内每隔2 min 进行1 次远程开关，实验结果表明90 次的开启和关闭操作都正常完成。系统在实现过程中加入对增氧机开启过程的监控，当增氧机不能正常启动时提示开启失败。为验证该功能，将与增氧机连接的漏电保护开关断开，再进行一次远程控制的实验。实验结果表明90 次的开启均提示“开启失败”，可正常识别开启过程中的异常情况。开启成功或失败界面如图15所示。

图15 开启成功和失败界面图

(2)设备工作监控

该测试的主要目的是验证增氧机工作异常时系统是否会拨打报警电话，并在移动端显示消息提醒。测试实验任意选择早晚各2 h 作为测试时段，每隔10 min 进行一次测试，在增氧机正常工作的情况下，通过断开漏电保护开关模拟增氧机工作异常，接收到报警电话和提醒消息算一次完整测试。实验结果表明12 次的异常模拟均收到了报警电话和提醒信息。移动端的报警记录如图16(a)所示。

(3)水质数据监测

该测试的主要目的是验证数据采集和显示是否正常。在移动端主界面中可以实时显示各养殖池的数据信息，如图16(b)所示。通过移动端可以选择任一养殖池实时查看水质溶解氧、pH 值和温度等水质数据信息。同时系统可设置各参数的正常阈值，数据超出范围时会进行异常报警。另外用户可以查看各水质数据的历史数据，按照天、月、年的形式查看变化趋势。

(4)天气预警

该测试的主要目的是验证天气异常时，系统是否能够进行异常提醒。系统根据每个养殖场所处地区进行设置，定时从第三方服务器获取该地区的天气情况。天气预警界面中显示对应地区气象情况，系统获取到天气异常信息后，发布预警信息提醒用户做好防范措施，如图16(c)所示。

图16 移动端应用界面

4 结论

针对对虾养殖过程中对于增氧机监控和水质监测的需求，本文设计了一套基于物联网技术的对虾养殖监测系统。系统由感知层、传输层和应用层组成，实现了对增氧机远程监控，水质数据监测与异常报警，天气异常预警等功能。系统目前已经投入到福建省多处对虾养殖场进行实际应用测试，结果表明该系统达到了预期设计目标、运行稳定，可有效降低对虾养殖过程中的人力成本和养殖过程中设备及天气异常带来的风险。作为物联网技术在对虾养殖业中的示范应用，该系统的进一步推广应用可以有效解决传统对虾养殖场管理需要人工全天候干预的问题，为养殖户实现科学管理和养殖经验的积累、提高养殖收益提供技术支持。