河蟹養殖池塘多層水溫實時監測系統設計與試驗

陳雷雷，杜 舟，李 俊，胡慶松

(上海海洋大學工程學院，上海 201306)

河蟹是中國水產養殖重要品種，2017年、2018年養殖規模均在75萬t以上，主要養場地區是江蘇、安徽、湖北及遼寧等省份[1]。池塘養殖是河蟹養殖的主要模式之一，在河蟹養殖行業中具有重要地位。河蟹是變溫動物，體溫隨水溫而變化，一般與水溫只差0.1℃，因此，水溫對河蟹池塘養殖有著重要的影響[2-3]。首先，水溫會直接影響水產養殖生物的生長發育[4-5]，河蟹也是如此，時冬頭等[6]在研究中指出水溫是影響中華絨螯蟹成蟹蛻殼生長的主要因素；陳軍偉等[7]研究了積溫與河蟹幼蟹生長的關系，研究結果顯示累計有效積溫與幼蟹殼長、殼寬、體高等指標的相關性極為顯著；趙云龍等[8]則研討了水溫對中華絨螯蟹胚胎發育周期、各發育階段以及卵裂同步率等的影響；俞寧寧[9]提出“三要素理論”，即影響河蟹后天生長的關鍵因素是溶氧、水溫及營養這三項；辜曉青等[10]根據不同層次水溫與氣溫的相關關系建立了利用氣溫預測水溫的模型，同時，研究結果顯示相同管理措施下,水溫是河蟹生長快慢的主要影響因子。其次，水溫還是影響養殖池塘水質的重要因素，鞏沐歌等[11]通過氣象因子與水質之間的相互關系分析，指出水溫是溶氧和pH的關鍵影響因子；張雷鳴等[12]在內循環流水池塘和傳統池塘的浮游植物群落對比中分析了水溫對浮游植物群落的影響；Ho等[13]將水溫視為重要參數，采用參數估計和不確定性分析模擬天然湖泊建立池塘的綜合水動力學模型；戴恒鑫等[14]對河蟹養殖池塘溶氧分布規律的研究中指出由于高溫季節無風，水溫升高，導致河蟹養殖池塘上下水層存在熱阻力現象使得上下層溶氧存在分層現象；而蓋建軍等[15]的研究則指出高溫天最容易導致河蟹養殖池塘水體的溶氧過低。正是由于水溫對水質及河蟹本身的重要影響，很多學者在養殖池塘水質監測系統的研究中都關注了水溫的監測與管理[16-19]，但在河蟹養殖生產實踐中，由于水草的種植，使得河蟹養殖池塘的水體水溫存在一定的區域性和分層性[20-21]，而當前的水溫監測研究中未對河蟹養殖池塘的這一特性加以重視。

為研究微流水循環生態養蟹模式下河蟹池塘的水溫分布特性，設計了多層水溫實時監測裝置，并構建了基于物聯網云的實時監測系統，能實時監測不同水層的水溫及不同時刻水體溫度的分布，為科學養殖提供科學依據。

1 微流水循環生態養蟹模式

傳統的種草養蟹已經被大量實踐證明是一種成功、有效的養殖模式[22]，但該模式也存在一定的弊端，由于養殖池塘的靜水特性，常年養殖造成池底淤泥越積越厚，水質調控難度大，為了保持養殖水體的適用性需要進行大量換水[23]。一方面，給周邊水環境造成一定程度的污染和凈化壓力；另一方面，從外部環境引入的水體，由于外部水體溫度、水質及微生物的不確定性也會給養殖帶來一定風險。在河蟹養殖實踐中，微孔增氧技術能有效解決水體溫度分層帶來的底層欠氧問題[24-25]，但微孔增氧一般在需要時才開啟，其償還氧債效率和及時性難以保證，且水體凈化能力非常有限。因此，基于塘內循環自凈技術構建封閉式或半封閉式的微流水循環養殖模式是一種有益的探索[26]。既通過微流水提高池塘水體自身的凈化能力，又能盡量減少池塘水體與外部自然水體之間的交換。

微流水循環生態養蟹模式是在傳統的種草養蟹基礎上通過池塘水體阻隔結構的設計，將池塘劃分為相互隔離的不同區域，使得水體在推水造流裝置的驅動作用下形成池塘內部的水流循環。池塘分隔結構示意圖見圖1，圖1中箭頭表示水流方向。利用軟圍隔將池塘分為兩部分，第一部分為河蟹養殖區，第二部分由回流凈化渠和凈水區組成。河蟹養殖區約占90%的池塘面積，按照規劃種植水草(伊樂藻、輪葉黑藻和苦草等)為河蟹提供立體化的生存、生長環境，養殖區域水深在0.6～1.5 m之間，要求水草區塊化種植并在區塊之間留出水道。在推水造流裝置的作用下凈水區的凈化水體進入養殖區，從而形成凈水區和養殖區之間的水位差，由于水位差的存在，使得池塘另一端的養殖水體進入回流凈化渠，經水生蔬菜種植凈化區、吸附過濾區后流入凈水區，形成塘內循環凈化的同時在養殖區形成微流水。推水造流裝置可采用氣提推水設備，根據養殖池塘的面積配置，一般1 hm2面積配置1臺2～3 kW的氣動風機驅動6～8個推水造流裝置。圖1中圓點是微流水循環模式在崇明寶島蟹業有限公司具體實施過程中根據水草多寡確定的10個監測采樣點，監測采樣點的水草情況、實際水深及區位情況見表1。

圖1 微流水河蟹養殖池塘結構分隔及監測采樣點示意圖

表1 水體溫度采樣點及其特點

2 河蟹養殖池塘多層溫度監控系統的設計

河蟹養殖池塘多層溫度監控系統由兩部分組成，分別是多層水溫感知終端和物聯網云平臺。多層水溫感知終端攜帶多個水溫傳感器，安裝在不同水深位置，能夠實時獲取不同水層的水溫，并上傳至物聯網云平臺。物聯網云平臺為設備提供安全可靠的連接通信能力，向下連接海量設備，支撐設備數據采集上云；向上提供云端API，服務端通過調用云端API將指令下發至設備端實現遠程控制[27-29]。多層水溫感知終端包含多層溫度傳感器、太陽能供電系統、無線通信系統、傳感器數據采集系統和固定支架等組成部分，其三維設計圖見圖2。

圖2 多層水溫感知終端三維設計圖

在河蟹養殖過程中，池塘水深隨著養殖階段不同而變化，同時，不同功能區域池塘水深也有所不同，最大水深在80～150 cm之間不等，因此，多層水溫感知終端總深度為150 cm，從底部開始每隔30 cm安裝一個PT100A熱敏電阻溫度傳感器，總共6個溫度傳感器。多層水溫感知終端工作原理如圖3所示，采用2個12V40AH的鉛酸蓄電池為終端供電，并采用40 W的太陽能電池進行能源補充，連接太陽能充電控制后通過負載端對所有設備供電。6個溫度傳感器采用三線連接法，連接在格控RTU-318E數據采集器的0～5口上，采集數據以485協議傳輸給NB-IoT模塊。窄帶物聯網(Narrow Band Internet of Things，NB-IoT)是一種專為萬物互聯打造的蜂窩網絡連接技術[30]。一般而言，NB-IoT所占用的帶寬只需約180 kHz，可采取帶內、保護帶或獨立載波3種部署方式，與現有網絡共存，能夠直接部署在2/3/4G的網絡上，實現現有網絡的復用和平滑升級[31]。

圖3 多層溫度感知終端工作原理圖

在NB-IoT網絡的支持下，系統采用阿里云物聯網平臺對多層溫度感知終端設備和所采集的水溫數據進行管理。阿里云物聯網平臺向下可連接海量設備，支持設備數據采集上云；向上可以為服務端和應用提供云端API，允許服務端通過云端API向設備端下發指令實現遠程控制。本研究在阿里云物聯網平臺建立產品模型(WaterTemp)，根據終端物理結構定義功能(物模型：即 Thing Specification Language，簡稱TSL,采用JSON格式)如圖4所示，在物模型中每個終端為一個設備(Station)，即產品模型的一個實例，每個設備有8個屬性分別對應6個水層的水溫、地址位置以及采集器狀態信息。

圖4 多層水溫感知云端物模型

經由NB-IoT網絡，搭載6個水層溫度傳感器的物理終端設備通過ProductKey和DeviceSecret與阿里云上的物模型建立連接，并實時地將RTU所采集的6個水層溫度數據通過互聯網上傳至物聯網云平臺。

3 微流水循環養殖多層溫度監控試驗及分析

3.1 試驗塘及多層溫度監控裝置布置概況

為了研究河蟹微流水循環養殖的池塘水溫特性以及多層水溫實時監測系統的可行性，于2018年開始在崇明上海寶島蟹業有限公司的河蟹養殖塘展開研究與試驗工作。試驗塘位于上海市崇明區綠華鎮，GPS坐標為北緯31°74’，東經121°23’，池塘面積約為1 hm2，長約129 m，寬約74.5 m。按圖1微流水循環養殖方案，凈水區與養殖區之間用水泥磚墻隔離，回流凈化渠與養殖區用軟圍隔分隔，凈水區與回流凈化渠連成一體。各區域面積分別為：回流凈化渠(792 m2)，凈水區(447 m2)，養殖區(8 371.5 m2)，養殖區面積占87.1%，流水凈化功能區合計占12.9%。考慮到水草多寡及區域位置對微流水和水溫有較大影響，池塘水溫監測試驗中，在圖1所示的10個監測采樣點布置10個多層水溫感知終端，監測同一時刻不同區域、不同水層的水溫。

2019年7月16日1:00—2019年9月2日24:00期間通過基于物聯網云的河蟹養殖池塘多層水溫實時監測系統進行了連續不間斷地試驗塘水體溫度監測，監測頻率為5 min/次，其中，2019年7月25日9:00—10:00監測站1(Station1)的實時數據示例如表2所示。

表2 2019年7月25日9:00—10:00 Station1數據示例

3.2 試驗周期及對照組選擇

開放池塘試驗設計和執行有較高的復雜性，由于存在天氣情況等不可測、不可控因素對于對池塘的水體溫度有著重大影響。因此，試驗設計時考慮池塘內部結構對水溫的影響，選擇單塘不同時段進行對比試驗，試驗前期(7月16日—7月27日)關閉推水造流裝置使得池塘處于靜水狀態作為對比組，試驗中后期(7月28日—9月2日)開啟推水造流裝置使池塘處于微流水循環養蟹狀態，作為試驗組。同時，在數據選用和分析時考慮了天氣情況，選用天氣條件基本相同的兩天，對其24 h數據進行對比分析，分別選用7月25日(對比組)和7月29日(試驗組)，其天氣對比情況見表3。

表3 對比組和試驗組天氣狀況

3.3 全天溫度波動情況分析

將5 min一次的實時溫度監控數據按20 min(也就是按照順序對每4個監測數據計算算術平均值)取均值后，每天每個監測傳感器總共有72組數據，表1的10個監測點中，監測點1為全水深水草密集區域，最具代表性。因此，就該監測點，對比其靜水狀態與微流水狀態下的全天水溫波動情況，靜水狀態下不同水深溫度值見圖5，微流水狀態下的溫度波動情況見圖6。

圖5 監測點1靜水狀態下不同水層溫度全天波動情況

圖6 監測點1微流水狀態下不同水層溫度全天波動情況

由圖5和6可見，同等天氣條件下，微流水對養殖池塘水溫波動產生了顯著的影響，池塘表面水溫極值明顯變小，上下層水溫差值顯著減小，由此高溫時段的水溫分層風險大為降低。通過對高溫時段(中午12：00至下午16：00)的水溫進行對比：10個監測點上層近水面溫度如圖7所示，1號點和5號點(水草密集點)高溫時段平均溫度達到了38℃和37.8℃，微流水狀態表層水溫普遍降低，最高溫度為36℃，可見微流水能夠緩解水體表層的極端高溫度情況，可降低2℃左右；從深度上看，微流水狀態下可大幅降低中上層水溫，較靜水狀態減小上下層溫差2.5℃，能顯著降低溫度分層風險，但會略微提高中層水體溫度詳見圖8；同時由圖8可見微流水狀態下水體的微動使得中上層水體(90 cm上方)水溫得以調節和均衡，但對中下層水體(90 cm下方)水溫影響微小，并不影響高溫時段河蟹尋找陰涼躲避處。

圖7 監測點1～10上層近水面溫度

圖8 高溫時段各水層平均溫度統計情況

3.4 養殖池塘溫度均衡性分析

養殖池塘水溫均衡性指的是同一時刻池塘各區域的水溫差值情況，即該時刻所有溫度監測傳感器中最高水溫減去最低水溫除以這一時刻平均水溫。水溫差值越小池塘水溫均衡性越好，均衡度值越高，反之，則越低。經過統計計算，43個有效監測溫度傳感器，在72個時段的水溫均衡度值見圖9。

圖9 池塘全天水溫均衡度值

從池塘全天水溫均衡度值分布情況可見，微流水情況下，不管是在低溫時段還是高溫時段，溫度的均衡性都要優于靜水狀態，尤其是在高溫時段對比更加明顯。從全天平均看，微流水狀態下全天均衡度平均值為0.893，較靜水狀態下的0.811提高了10.17%。溫度均衡度的提升，也對池塘溶氧產生了有益的影響，采用Aquaread AP2000手持多參數傳感器對10個監測點早中晚的溶氧監測結果顯示：靜水狀態下水深30～40 cm處和水深60～70 cm處的溶氧平均值分別為6.10 mg/L和3.94 mg/L，微流水狀態下水深30～40 cm處和水深60～70 cm處的溶氧平均值分別為6.71 mg/L和4.54 mg/L，微流水狀態較靜水狀態上下層溶氧分別提高了9.99%和15.3%。

4 結論

河蟹養殖池塘的水溫分布及變化對河蟹養殖效果有重要的影響。為實時監測河蟹養殖池塘不同區域不同水層的水溫分布情況，集成開發了一套基于物聯網的多層水溫實時監測系統。設計了基于太陽能的多層水溫感知終端，能實時上傳6個監測傳感器的溫度數據，并在能源供應上自給自足，既綠色環保又避免了池塘中拉設電線帶來的風險。建立了基于阿里云的物聯網云平臺，實現了數據的實時收集和管理。通過試驗，一方面，驗證了系統的可行性和可靠性，另一方面，也從水溫角度充分證實了微流水養殖的模式的效果：(1)微流水對養殖池塘水溫波動可以產生顯著的影響，池塘表面水溫極值明顯變小，上下層水溫差值顯著減小，尤其是在高溫時段，能有效降低水溫分層的風險；(2)微流水情況下，不管是在低溫時段還是高溫時段，溫度的均衡性都要優于靜水狀態，微流水狀態下全天均衡度平均值為0.893，較靜水狀態下的0.811提高了10.17%。本研究所開發的基于物聯網云的河蟹養殖池塘多層水溫實時監測系統具有適用性強、結構簡單、穩定性好、成本低等優點，在河蟹養殖池塘領域具有較好的推廣應用價值。未來研究中，將探索和分析水溫分布與溶氧、pH和氨氮等池塘水質參數的關聯性。

□