基于无线传感器网络的鱼塘水质管理研究

摘要：随着水产养殖业的快速发展，鱼塘水质管理成为保障养殖效率与产品品质的关键因素。文章探讨了一种基于无线传感器网络的鱼塘水质监测系统的设计与应用。该系统集成了多种水质传感器，如溶解氧、pH值、温度和氨氮浓度传感器，以实时监测鱼塘的水质参数。传感器节点通过无线方式将采集到的数据传输至汇聚节点，再由汇聚节点将数据发送至远程监控中心，实现对水质的远程监控与管理。该系统采用自组织网络技术，能够适应鱼塘复杂多变的环境，降低布线成本，提高监测灵活性。此外，该研究还涉及数据处理算法与预警机制，以便及时发现水质异常并采取相应措施，确保水质维持在适宜养殖的范围内。通过试验验证，该系统有效提升了鱼塘水质管理的效率与精确度，对促进水产养殖业的智能化发展具有重要意义。

关键词：无线传感器网络；水质监测系统；水质参数；传感器节点；自组织网络技术；数据处理算法与预警机制

中图分类号：S24 文献标志码：A

0 引言

随着全球水产养殖业的蓬勃发展，鱼塘作为重要的养殖基地，其水质与鱼类生长繁殖息息相关，因此准确、快速、便捷地获得水质参数显得尤为重要［1］。水的含氧量、pH酸碱度、温度等参数是水产养殖的关键［2］。传统的水质监测方法通常依赖于人工取样和实验室分析，不仅耗时耗力，而且无法实现实时监测，难以及时响应水质变化。

为了解决这一问题，一些发展中国家已经将微型计算机应用于养殖水体DO、pH酸碱度等水体因子的测量和设备控制，并研究水体管控的自动化和电子化［3-6］。同时无线传感器网络（Wireless Sensor Network，WSN）技术应运而生，它通过部署大量传感器节点，能够实时、连续地监测鱼塘中的水质参数，如溶解氧、pH酸碱度、温度和氨氮浓度等［7-8］。可见传感器技术是实现测试与自动控制的重要环节［9-10］。这些传感器节点通过无线方式将数据传输至中心节点，再由中心节点将信息发送至远程监控系统或移动设备，从而实现对鱼塘水质的实时监控和管理。

本研究旨在设计并实现一个基于无线传感器网络的智能鱼塘水质管理系统。该系统综合运用了现代传感器技术、无线通信技术和数据处理技术，旨在解决传统水质监测方法中存在的时效性差、监测范围有限以及人力物力成本高昂等问题。通过集成溶解氧、pH酸碱度、温度和氨氮等关键水质指标的传感器，系统能够全方位、高精度地掌握鱼塘水质动态，为精准调控水质、优化养殖环境提供技术支持。此项研究对于推动水产养殖业的现代化和可持续发展具有重要意义。

1 系统总体设计

水质检测一般有人工采样监测法、水质监测站检测法、水生物检测法、无线遥感检测法［1］。无线遥感方式在实时性、

先进性方面具有明显优势，因此，该智能鱼塘水质管理系统基于无线传感网络进行研究，而无线网络可以分为无线广域网以及无线局域网。无线局域网又包含了Wi-Fi、蓝牙、ZigBee等技术［11］。无线局域网通信距离较短，功耗低，非常适合用于本研究前端的无线传感器网络组网。ZigBee相比Wi-Fi和蓝牙等技术，功耗更低、成本更低，同时具有多跳、自组织等一些特点，每个节点均可以作为相邻范围内传输节点的数据中转站。另外，ZigBee可以在短时间内不断拓宽无线网络应用时的覆盖范围，非常本应适合用场景。本研究分为上位机和下位机2部分，ZigBee无线局域网模块处于下位机系统中。

如图1所示，溶解氧传感器、pH传感器、温度传感器或者氨氮浓度传感器采集到的实时信号，经过信号滤波放大、A/D转换之后，发送给以CC2530F256为核心的ZigBee节点进一步处理，之后通过2.4 GHz短距无线网络，传递给下位机（此下位机以STM32F103为核心）。此下位机随后将ZigBee模块传递过来的实时信号通过4G网络传递给上位机。

如图2所示，位于鱼塘群管理中心的上位机接收到下位机传来的无线传感网络信号，把相关传感器信号实时显示到屏幕上，并与各种传感器预设值进行比较、判断。如果超过预设值，上位机就发出控制指令，此指令经过RS485总线传递到现场，再经过D/A转换和信号放大驱动补氧机、补水泵或者放水闸工作，以改善鱼塘溶解氧、pH酸碱度、温度或者氨氮浓度等关键参数。同时，上位机可以在屏幕上发出参数超标报警信息，并控制警铃发出明显刺耳的报警信息，引起工作人员注意，此警铃须手动复位才能关闭。在特殊情况下，各种传感器并未传来异常状态信号，但是人工已经发现鱼群出现缺氧征兆或者其他异常状况的时候，可以通过强制启动模块，强制启动补氧机、补水泵或者放水闸，快速干预排除异常状态。上位机是以STM32F407ZG为核心的嵌入式开发板，内置FreeRTOS V10.0实时操作系统，性价比高，工作稳定，体积小巧，实时性好。

2 系统硬件设计

2.1 ZigBee模块设计

如图3所示，此ZigBee模块以CC2530F256芯片为核心。该芯片内嵌了一个8051系列8位单片机，内置8路A/D转换模块，内部集成工作频率为2.4 GHz的无线收发模块，数据传输速度超过200 kb/s，传输距离超过200 m，芯片供电电压为3.3 VDC。电路主要包括供电电路、时钟电路和无线电收发电路。

2.2 溶解氧传感器信号滤波放大电路设计

鱼塘中溶解氧的正常范围应保持在5～8 mg/L，能确保鱼类和其他水生生物健康生长。最低溶氧浓度不应低于4 mg/L，如果淡水溶氧量低于4 mg/L或海水溶氧量低于3 mg/L，就表明水中已缺氧，可能引

起鱼虾浮头现象，须及时采取增氧措施，否则鱼儿就会大批量死亡。为满足以上要求，此项目选择YSI ProODO溶解氧传感器。该传感器测量范围为0～20.0 mg/L，精度达到±0.1mg/L，温度补偿范围0～40℃，响应时间小于60 s，输出电流为4～20 mA。本文根据此传感器工作特性，设计了如图4所示的溶解氧信号滤波放大电路。

如图4所示，溶解氧信号首先经过π型滤波电路和RC滤波电路组成的陷波器，将高频和低频杂波滤除；其次，经过第一级负反馈放大电路放大，并经过一个π型滤波电路对残留的高频杂波进一步滤除；再次，经过二级负反馈的放大电路进行放大，输出信号中的高频杂波信号进一步经过C6、C5的回路滤除；最终输出杂波少、经过适当放大的溶解氧信号，等待下一环节进一步处理。

2.3 氨氮浓度信号滤波放大电路设计

鱼塘中氨氮的最大允许浓度一般在1.5～3mg/L。低于此范围比较适宜鱼类生存，超过这个范围鱼类死亡率会大幅度提升。为满足以上要求，本设计选择了HACH HQ11D Ammonia传感器。该传感器测量范围是0～50mg/L，精度为±5%，pH酸碱度适应范围为6.5～9.0，这些核心参数与鱼塘使用环境非常相符，性价比高，匹配度好。根据此传感器工作特性，本文设计了如图5所示的滤波放大电路。

如图5所示，一级滤波电路是一种归一化低通滤波器，其Q值>1/2，是一种切比雪夫型归一化低通滤波器，其传递函数公式如式（1）所示。

氨氮浓度信号经过一级滤波电路之后再通过一个π型滤波电路对杂波进一步滤除，然后通过二级负反馈放大电路对信号适当放大，最后输出杂波少、幅度合理的氨氮浓度信号。此信号随后进入CC2530F256芯片内置A/D转换模块进行进一步处理。

2.4 pH信号滤波放大电路设计

根据科学研究，鱼塘中的pH酸碱度为6.5～8.5，适宜鱼类生长发育。在这个范围内，鱼类能够较好地摄食和生长，同时水塘中的营养也能够满足鱼类的需求。如果pH酸碱度过高或过低，都可能影响鱼类的养殖效果。当pH酸碱度低于6.5或高于8.5时，可能会导致鱼类生长受阻，甚至引发健康问题。因此，此项目选择了Hamilton EasypH电极作为pH酸碱度测量传感器，其pH酸碱度测量范围为0.00～14.00，精度为±0.01 pH units，内置温度补偿功能，输出模拟信号，能够满足项目需求。本文根据此传感器工作特性，设计了如图6所示的滤波放大电路。

信号经过第一级滤波放大电路处理之后，又经过一个RC滤波器进一步滤除杂波，随后一个电压串联型负反馈电路对信号进一步放大并输出，最后此pH酸碱度信号进入CC2530F256芯片内部A/D转换模块进行进一步处理。

2.5 温度检测传感器外围电路设计

本研究仿真的是鲢、鳙、草等常见温水鱼类的养殖鱼塘，一般这些鱼类的适宜生活水温为20～30℃。鱼塘水温高于适宜温度，鱼类的代谢会加速，消耗过多的氧气，可能导致鱼类窒息现象的出现。鱼塘水温低于适宜温度，会阻碍鱼类的免疫力，诱发疾病，甚至导致死亡。因此，本研究选择Maxim Integrated生产的这款数字温度传感器DS18B20用于检测温度。此温度传感器测量范围为-55～+125℃，精度±0.5℃，经济实惠，数字接口连接方便，完全能满足项目需求。此温度传感器与CC2530F256芯片连接方式如图7所示。

此温度传感器为数字接口，可以直接与CC2530F256芯片P0.6接口相连，为了保证信号电平稳定可靠，增加一个上拉电阻R1。总体看来此电路简洁、可靠，性价比高。

2.6 下位机信号放大及驱动模块电路设计

此设计中水质改善设备有3个：补氧机、补水泵以及放水闸。这3个设备可以单独工作，也可以联动工作，可以快速改善水质，保障鱼塘鱼群安全。下位机发出的控制指令经过RS485总线到达设备端，经过D/A转换模块之后，又经过如图8所示的信号放大及驱动电路之后，驱动相关继电器工作，从而控制补氧机、补水泵或者放水闸工作。

3 ZigBee通信协议及系统软件设计

3.1 ZigBee通信协议

如图1所示，每一个ZigBee模块将其所连接的溶解氧传感器、pH传感器、温度传感器以及氨氮浓度传感器上传的信号实时地通过2.4 GHz短距无线网络传递给下位机（协调器）。ZigBee是基于IEEE 802.15.4标准的低功耗、低成本、低数据速率的短距无线通信技术［12］，在2.4 GHz频段上有16个信道，数据传输速率到达250 kb/s；拥有自组网功能，可以轻松添加或者删除节点，无须人工干预，非常适合用于组建无线传感网络，完全能满足本案例需要。ZigBee支持星形、树形和网状3种网络拓扑结构［13］，允许数据多节点转发，即使某些节点失效也不会中断通信［14］。本研究综合考虑了实际网络情况，认为树形结构比较合适，其拓扑图如图9所示。

如图9所示的子节点以CC2530F256为核心，能实时收集与其相接的溶解氧传感器、pH传感器、温度传感器以及氨氮浓度传感器等传感器的信号，之后汇聚到下位机（协调器）。下位机（协调器）通过4G网络将信号实时发送到上位机，上位机根据收到的数据，做出相应的处理。

3.2 ZigBee网络工作流程

以CC2530F256为核心的ZigBee网络工作流程包括网络启动、节点加入和数据传输等步骤。

第一步（网络建立）：下位机（协调器）负责建立和维护网络。它通过应用层发起网络形成的请求，调用NLME_NetworkFormationRequest函数开始新建网络的过程；协调器在选择网络ID（PAN ID）和通信频道时会尽量避免现有网络的干扰，确保网络的唯一性和稳定性。

第二步（节点加入）：CC2530F256可以作为路由器（Router）或终端设备（End Device）等各种节点加入ZigBee网络。路由器负责转发消息，终端设备则通常是网络中的传感器或控制器。

第三步（数据传输）：在ZigBee网络中，数据通常被封装成帧（Frame）进行传输。每一帧包含地址信息、序列号以及有效载荷（Payload）。数据包在网络中的传输可以通过多种路由策略，如树形路由（Tree Routing）或网状路由（Mesh Routing），以确保数据从源节点有效地传输到目标节点。

第四步（网络维护）：下位机（协调器）节点除了负责数据传输，还须要维护网络的稳定性和完整性。这包括处理设备离开网络的情况、网络重组、信道干扰检测等。

第五步（应用层交互）：在ZigBee网络中，应用层可以定义特定的应用逻辑和行为。例如，可以定义传感器节点定时采集数据并发送给下位机（协调器），下位机（协调器）再将数据转发给上位机或云平台进行处理和分析。

协调器工作流程如图10所示。

终端节点工作流程如图11所示。

3.3 ZigBee端软件设计

ZigBee端代码主要任务是定期读出溶解氧传感器、pH传感器、温度传感器以及氨氮浓度传感器的实时信息数据，并对相关数据进行处理和校验，之后将得到的数据打包成一个消息，并附上独立ID以及时间戳，之后把数据发送到ZigBee网络。具体工作流程如图12所示。

3.4 下位机软件设计

此项目下位机（协调器）采用了一块以STM32F103为核心的嵌入式开发平台。此平台主要作用是接收ZigBee网络各个节点或者路由器通过2.4 GHz无线网络发送过来的所有溶解氧传感器、pH传感器、温度传感器以及氨氮浓度传感器的实时信息数据包，之后此下位机（协调器）会对相关数据包进行解包、解析，并校验数据是否正确。如果错误，会向各个节点提出重发申请；如果正确就会按照4G数据格式对数据进行二次封装（打包），再通过4G网络把数据发送给上位机。如果发送成功，再次处于上游数据监听状态；如果失败会报错，同时请求数据重发。具体工作流程如图13所示。

3.5 上位机软件设计

此项目上位机采用了一块以STM32F407ZG为核心的嵌入式开发平台。此平台主要作用是实时监听下位机从4G网络传来的各种传感器信息，如果数据接收失败会向下位机申请数据重发；如果数据接收成功，就对所接收数据进行解包，并校验。如果接收数据错误会再次向上位机申请数据重发；如果接收的数据正确，上位机会让接收数据与各种阈值进行比较。如果数据未超过阈值，则继续监听、处理下位机传来的数据；如果数据超过阈值，上位机会发出指令控制声、光报警提醒工作人员，让其择情干预，同时也会根

据实际超标量实时启动补氧机、补水泵、放水闸等分别工作或者协同工作，快速改善鱼塘水质，让鱼塘pH酸碱度、氨氮浓度值、氧浓度值、温度值很快恢复到正常值。具体工作流程如图14所示。

4 系统测试

4.1 实验条件

此项目中有关鱼塘水质检测及管理的实验均在实验室环境下完成，通过人工干预模拟昆明地区鱼塘氨氮浓度、溶解氧浓度、温度、pH酸碱度及其变化情况，统计设备响应速度以及参数恢复速度等关键数据，最终得到关键结论。

4.2 实验及结论

4.2.1 综合实验

2024年3月对昆明市呈贡区2个鱼塘进行参数测量，选择早上8：00、中午12：00、晚上8：00进行参数测量（取水下0.5 m数据），取平均值，得到如表1—2所示的数据。

模拟实验相关水质参数按照上述2个表中相关参数取平均值进行配置：溶解氧浓度6 mg/L，pH酸碱度7.2，温度19 ℃，氨氮浓度0.8 mg/L。设备阈值设置：溶解氧浓度在5 mg/L以下补氧机工作；溶解氧浓度低于5 mg/L，并且氨氮浓度升高到1.5 mg/L以上，补氧机工作并且抽水泵会半功率工作，放水阀会半开放水；溶解氧浓度低于4.5 mg/L或者氨氮浓度升高到3 mg/L以上或者水温高于27 ℃（上述参数也可能同时超标），补氧机工作，并且抽水泵和放水阀会全功率工作。

通过实验获得如下结果，具体如表3所示。

通过5天22次的模拟实验，得出如下的规律或结论：

（1）水温升高到22 ℃之后，当溶解氧浓度低于5 mg/L，补氧机会工作，一般在3 min左右溶解氧浓度会重新回到5 mg/L之上。

（2）当水温升高到24 ℃之后，溶解氧浓度基本上会低于5 mg/L，并且氨氮浓度会升高到1.5 mg/L以上，此时程序会控制补氧机工作，同时抽水泵会半功率工作补水，放水阀会半开，一般能在2 min之内就把溶解氧浓度和氨氮浓度调整到指标线之下。

（3）当水温升高到27 ℃之后，溶解氧浓度基本上会低于5 mg/L，并且氨氮浓度会升高到1.5 mg/L以上，此时程序会控制补氧机工作，同时抽水泵会全功率工作补水，放水阀会全开放水，一般能在2～3 min就把温度、溶解氧浓度和氨氮浓度调整到指标线之下。

（4）一般在室温环境下，5 min水温会下降0.2～0.5 ℃，但是加入了补水和放水环节之后，水温一般能在2～3 min下降3～4 ℃，同时溶解氧会更快得到补充，氨氮浓度会迅速稀释，说明此项目软硬件设计合理，设计方案正确可行。

（5）从上述实验结果综合来看，此项目整个系统ZigBee模块、上位机，下位机硬件选择、设计合理、可靠；通信协议选择、设置合理；软件代码正确、稳定，完全能满足项目要求。

（6）经过实验发现，在正常环境温度范围内，水温的升高或降低对pH酸碱度影响甚微（此次实验中18～28℃范围内pH酸碱度波动在0.1以内）。因此，有关鱼塘pH酸碱度的模拟测试须要单独进行。

4.2.2 pH酸碱度实验

pH酸碱度实验得到的比较有代表性的数据如表4所示。

实验中注入的水，其水质参数如下：水温19 ℃；溶解氧浓度5.3 mg/L；氨氮浓度1.0 mg/L；pH酸碱度7.1。在不同时段进行了12次类似于如表4所示的实验，得出如下规律或结论：

（1）在实验环境下，pH酸碱度与溶解氧浓度、温度和氨氮浓度3个参数的关联度不强。

（2）对于pH酸碱度变化，本设计采用的方法是控制抽水泵补水，控制放水阀放水；一般能在15～20 min把pH酸碱度调整到初始值附近，在5 min以内就可以把pH酸碱度调整到6.5～8.5的阈值范围之内。

（3）本项目相关软、硬件能够实时检测到pH酸碱度、溶解氧浓度、温度和氨氮浓度等参数信息，并能通过2.4 GHz局域网和4G网络快速传递信息，ZigBee节点、上位机、下位机均能对信息进行快速、正确的处理，网络工作稳定、可靠，项目实时性好，性能达标，完全满足了设计规划要求。

5 结语

本研究项目专注于利用无线传感器网络技术对鱼塘水质进行有效的监控和管理。通过部署各种传感器节点，如溶解氧浓度、温度、pH酸碱度和氨氮浓度传感器，成功地实现了对鱼塘水质关键参数的实时监测。这些传感器节点通过无线局域网和4G网络将数据发送到中央控制系统。该系统对数据进行分析，并根据预设的阈值做出决策，从而自动化管理鱼塘的供氧、供水和排水，达到稳定溶解氧浓度、温度、pH酸碱度和氨氮浓度的目的。

研究表明，无线传感器网络是一种高效且可靠的工具，可用于水质监测和水产养殖管理。实时数据的收集和分析可以显著提高鱼塘管理的效率，并减少人工干预的需求。此外，该系统的设计具有可扩展性和灵活性，可根据不同规模的鱼塘进行调整。

尽管该项目取得了一定的成果，但仍存在一些挑战须要克服。例如，无线通信在恶劣天气下的可靠性；应进一步引入大数据、云计算功能，针对养鱼种类、气候环境、地质条件等情况不同，可以智能化地调整各种参数或者阈值，真正提高所有鱼的饲养存活率，并且全面提升养鱼收益率等。未来的工作将集中于优化系统性能，并探索更多的智能化管理策略。

总体而言，本项目为鱼塘水质管理提供了一种创新的解决方案，具有广阔的应用前景。随着技术不断发展，无线传感器网络将在智能农业和精准渔业中发挥越来越重要的作用。

参考文献

［1］李进，徐小龙，曾闵.ZigBee无线网在鱼塘水质监测中的应用［J］.自动化与仪表，2018（8）：63-67.

［2］叶俊明，马海琴.基于WSN的海水养殖水质检测系统研究［J］.现代电子技术，2018（18）：54-56.

［3］陈龙.无线传感器网络流域水质自动检测系统的设计［D］.哈尔滨：哈尔滨工业大学，2012.

［4］TSENG C L，JIANG J A，LEE R G，et al.Feasibility study on application of GSM-SMS technology to field data acquisition［J］.Computers & Electronics in Agriculture，2006（1）：45-59.

［5］VOIGT T，OSTERLIND F，FINNE N，et al. Sensor networking in aquatic environments-experiences and new challenges［C］//32nd IEEE Conference on Local Computer Networks，October 9，2007，Dublin，Ireland，2007：793-798.

［6］蒋鹏，孔一凡.面向水环境监测的无线传感器网络数据视频基站设计［J］.传感技术学报，2008（9）：1580-1585.

［7］刘星桥，赵德安，全力，等.水产养殖多环境因子控制系统的研究［J］.农业工程学报，2003（3）：205-208.

［8］陈郡，王涛.鱼塘溶氧量自动监控系统的设计［J］.安徽农业科学，2009（24）：56-58.

［9］DEHUA W，PAN L，BO L，et al.Water quality automatic monitoring system based on GPRS data communications［J］.Procedia Engineering，2012，28：840-843.

［10］蒋建明，史国栋，李正明，等.基于无线传感器网络的节能型水产养殖自动监控系统［J］.农业工程学报，2013（13）：166-174.

［11］樊春春.基于物联网的水产养殖远程智能监控系统的设计［D］.合肥：安徽农业大学，2019.

［12］韩薇薇.基于ZigBee技术的无线网络应用研究［J］.信息记录材料，2022（10）：233-236.

［13］吴广耀.基于Zigbee技术的水环境监测系统［J］.清洗世界，2023（11）：83-85.

［14］沈明杰，史兵，宦娟，等.卡尔曼滤波结合空间分布模型的ZigBee水质监测方法研究［J］.计算机测量与控制，2022（3）：67-73.

Study on wireless sensor network for water-quality management of fish pond

Abstract： With the rapid development of aquaculture， the management of fish pond water quality has become a key factor in ensuring the efficiency and quality of breeding. This paper discusses the design and application of a fish pond water quality monitoring system based on a wireless sensor network. The system integrates various water quality sensors， such as dissolved oxygen， pH value， temperature， and ammonia nitrogen concentration sensors， to monitor the water quality parameters of the fish pond in real time. Sensor nodes transmit the collected data by wireless to the aggregation nodes， which then send the data to a remote monitoring center， enabling remote monitoring and management of water quality. The system uses self-organizing network technology， which can adapt to the complex and variable environment of the fish pond， reduce wiring costs， and enhance the flexibility of monitoring. In addition， the research also involves data processing algorithms and early warning mechanisms to detect water quality abnormalities in a timely manner and take corresponding measures to ensure that the water quality remains within the suitable range for breeding. Through testing， the system has effectively improved the efficiency and accuracy of fish pond water quality management， which is of great significance for promoting the intelligent development of the aquaculture industry.

Key words： wireless sensor network; water quality monitoring system; water quality parameters; sensor node，; self-organizing network technology; data processing algorithms and early warning mechanism