基于遙感技術的漁業應用研究綜述

張佳澤，王 斐，張勝茂，張收元

(1.中國水產科學研究院東海水產研究所，農業農村部漁業遙感重點實驗室，上海 200090;2.上海海洋大學信息學院，上海 201306；3.山東省漁業發展和資源養護總站，山東濟南 250013)

漁業作為農業中的重要產業之一，其2019 年全國水產品總量6 480.36 萬t，產值26 406.50 億元[1]，漁業作為一種捕撈、養殖及加工進而獲取水域中生物的社會產業部門，整個產業鏈條及水域環境信息的監測都可以與遙感技術進行有機結合，利用遙感技術數據客觀、時空高效、成本可控及探測多元化的特點，為漁業產業的科學、高效、綠色發展提供必要的技術保障[2-5]。

漁業相關的遙感技術以搭載傳感器的平臺可以分為天基衛星、空基航空、地基物聯網和海基聲學探測四大類，其中天基衛星遙感技術主要是利用衛星搭載的不同用途的傳感器，獲取漁業相關的海陸水環境信息、漁業作業的船只及設施信息，進而應用于漁業棲息地環境的監測保護、遠洋捕撈漁場的動態預報、漁船漁港的行為監測以及漁業養殖的調查及宏觀指導[6]；空基航空技術主要基于航空有人飛機、無人機及浮空器等平臺搭載不同用途的傳感器，實現與漁業衛星遙感相似的應用，但該方法相對衛星遙感手段更加的靈活、針對性高，有效解決衛星數據受衛星數量、天氣及運行周期等的影響[7]；地基物聯網技術主要是利用物聯網技術，將漁業作業、生產過程進行高頻的傳感器監測，實現漁業水產品的可控溯源，實現金槍魚等高附加值漁業產品的全產業鏈追蹤[8]。?；晫W探測技術主要利用聲學探測傳感器設備，實現復雜水環境條件下魚群的探測，為水產養殖監測和遠洋漁船的捕撈提供可靠的技術支持[9]。圖1 展示了遙感技術在漁業中應用的四個方向。

圖1 遙感技術在漁業中的應用Fig.1 Application of remote sensing technology in fishery

遙感技術在漁業監控方面有了大力地發展，不僅可以高時空分辨率的監測漁業的情況，還可以及時發現漁業生產過程中潛在的自然災害和違法違規問題。隨著遙感技術的發展，以日益豐富的平臺、種類、分辨率的衛星、航空、物聯網及水下聲學探測數據作為基礎，為新的漁業遙感提取方面增添了很多新的方法和途徑[10-11]。本文從四類不同遙感傳感器搭載平臺角度，探討利用遙感等技術對漁業產業的具體應用，并對可能存在的問題以及未來發展方向做出了展望。

1 天基遙感漁業應用

天基衛星探測主要指常運行在外太空系統探測的遙感衛星。它具有探測范圍廣、速度快、周期短、經濟效益大等特點[12]。利用衛星搭載的可見光、近紅外、熱紅外、微波及通信等傳感器，獲取漁業相關的海陸水環境的溫度、鹽度、流場、水色、漁業作業的船只及養殖設施等信息，進而應用于漁業棲息地環境的監測保護、遠洋捕撈漁場的動態預報、漁船漁港的行為監測以及漁業養殖的調查及宏觀指導[13-15]。遙感作為空基衛星探測中最常用的一種探測裝置，也是當前應用最廣的。目前，主要應用的遙感衛星及其參數如表1 所示。衛星遙感在國內外主要應用有:中國遠洋漁業信息網、中國漁業遙感信息情報網、地聽遠洋漁業服務平臺以及法國的CATSAT 漁業遙感系統，其為漁船提供了重要的海表溫和葉綠素及風速等信息，極大方便了管理部門及時了解海上信息，作出靈活的決策。

表1 主要遙感衛星及其參數Tab.1 Main remote sensing satellites and their parameters

圖2 是通過知網查找漁業和遙感相關文獻，共查到178 篇相關文獻，利用Citespace 軟件聚類制作而成。該圖顯示了從2012-2020 年漁業發展的趨勢以及漁業遙感的熱點詞語，從上到下表示重要程度依次遞減。除此之外，漁業信息提取方法正在逐年增加，其熱點方向也不斷變化，從傳統的面向對象方法逐漸過渡到人工智能相關方法。圖3 主要顯示了近20 年研究漁業的主要學校和文獻的比例。其中，主要的研究的科研人員有朱國平、陳新軍、蘇奮振和馮永玖等作者。漁業的研究領域也從內陸池塘、湖泊和近海岸養殖向著遠洋方面發展，其中包括遠洋捕撈和棲息地保護以及船舶監測等方面，這對于漁業的研究提供了新的思路。

圖2 漁業遙感熱點詞Fig.2 Hot words in fishery remote sensing

圖3 主要研究機構Fig.3 Main research institutions

1.1 遠洋捕撈

遠洋捕撈是指在200 m 等深線以外大洋區進行捕撈作業。人類為了深入了解大海，探索更多的魚類，獲得高額收益，不得不進入遠洋進行捕撈。根據調研發現，國內當前的遠洋捕撈船隊大都依靠船長豐富的從業經驗來判斷漁場的位置。由于遠離大陸架的遠洋作業面積廣闊，加之現代遠洋船隊規模越來越大，單純依靠老船長的經驗作業的方案并不是合理的，因此，使用遙感衛星成了從事遠洋航船的必備技能，從遙感衛星可以獲得大洋上天氣、溫度等信息，對捕撈魚類有很大的作用。

在遠洋捕撈上有許多科學家做出研究，魏振華等[16]根據衛星遙感收集到的海溫、葉綠素等因素，利用消息調度機制，設計了一個遠洋漁業數據采集及功能模塊平臺，極大地方便了海溫數據采集和其在遠洋漁業服務系統中的應用。季民[17]從海洋原始數據集的定義、時空數據倉庫的內涵、時空數據組織的層次、算法的應用層次等多個方面搭建了海洋漁業時空數據組織框架模型和時空數據倉庫的構建策略，除此之外，還提出了基于格網的時序快照修正模型(GSSADM)，并針對GSSADM 模型中修正快照的存儲，提出了行式數據壓縮編碼方案，隨后進行了對西北太平洋生產輔助決策支持系統的展望。薛迎春等[18]分析了目前遠洋漁業管理方法，之后基于安全分析判斷法(safety analysis judgment,SAJ)設計了一個安全管理評價模型，最后分析了SAJ 在遠洋漁業中的具體應用，提出了未來合理使用的一些方法。HSU,et al[19]根據2012-2015 年全球捕撈活動和遙感數據，利用海面溫度、海面高度、海面鹽度、葉綠素等環境指標模擬鰹魚Katsuwonus pelamis 漁場，實現了對遠洋的每日預報和遠洋捕撈位置的精確定位，對遠洋捕撈的監測起到了推動的作用。

由此可以看出，利用遙感衛星可以獲取遙感數據用于構建不同的輔助模型，為遠洋捕撈提供決策。但是我國在這方面的相關研究尚處于起步階段，主要不足之處是在遠洋捕撈作業中起決策支持的技術仍然處于分散不成體系的狀態[l1,20]，這些模型需要一定時間檢驗其有效性，這對于我國發展遠洋捕撈業的國內企業十分不利。因此，在未來加快信息化建設和形成有效的模型對于遠洋捕撈等相關產業技術發展有著重要的意義[21]。

1.2 棲息地保護

棲息地又稱生境，是指圍繞一個或多個物種種群棲息(生活和生長)的自然環境。針對海洋漁業主要指的是漁場預報。漁場是空間上概念，漁場預報是指對捕撈對象高度集群的水域位置和時間進行預測預報。在海洋中魚類、漁獲量受資源量大小的影響，漁場漁汛的形成也與周邊環境變化有關。因此，通過不同的海洋環境因子建立漁場預報模型是當前進行漁情預報的一個常用手段[22]。遙感技術的普及使得獲取大范圍的海洋信息成為可能，為漁場預報模型的建立提供了便利，進一步加強對海洋漁業的管理和監控。

針對棲息地保護中漁場預報功能，不同科學家做出了不同方向的研究。GAO Feng,et al[23]利用遙感技術實時監控海面溫度、溫度梯度、海面高度等海洋環境數據指標，建立了一種新的基于增強回歸樹的高精度漁場預報模型，對于監管黃海和東海有重要的參考價值。袁紅春等[24]利用卷積神經網絡搭建了基于全卷積網絡的長鰭金槍魚Thunnus alalunga 漁場預報模型，解決了傳統漁場預報方法在處理高維復雜海洋數據時準確率偏低的問題，為漁場預報提供了一種新方法。陳雪忠等[25]根據長鰭金槍魚的單位捕撈努力量漁獲量(CPUE)分為高CPUE、中CPUE 和低CPUE，作為隨機森林訓練中的響應變量，根據訓練的結果將預測概率等值面圖與實際漁業生產進行比較，分析出各個漁獲量值預測的情況，得到較高的精度。GLASER,et al[26]為了對漁業預測更加準確，引入了空間變異性，將空間結構納入漁業資源評估模型中，并運用單位空間分辨率的CPUE 時間序列模型進行預測，并最終預測出未來幾年北太平洋長鰭金槍魚數量增長情況。

漁場預報在棲息地保護中尤為重要，雖然已有學者使用不同的方法建立起不同模型的對其進行探索，但是模型的各自缺點也不容忽視，如增強樹模型容易陷入局部最優導致預測結果并不準確。全卷積神經網絡受到網絡層數的限制，不能兼顧上下文信息且效率也不夠實時不能及時預報漁場情況。隨機森林模型易受到屬性特征的影響，因此產生的屬性權值并不可信。而時間序列模型只針對了單個特征進行預測，預測的值單一未考慮其他因素的影響。因此在未來應該重視漁業的保護、加強對漁場預測的探究，爭取早日建立起更加準確的漁場預報模型。

1.3 船舶監測

船舶監測指的是船舶在航行時的實時定位、路線規劃、停靠的碼頭和進港的順序等。利用遙感技術可以對船舶更加方便管理、方便港口的自由貿易并且促進貿易的增長。隨后研究出了相關的船舶定位系統:船位監控系統(vessel monitoring system,VMS)和船舶自動識別系統(automatic identification system,AIS)

針對兩大系統的船舶監測功能，科學家做出了不同的研究方向。郭剛剛等[27]利用船位監控系統進行了捕撈努力量估算、漁民行為特點和漁場分析、捕撈活動對海洋生態環境影響等方面的研究，展望了該系統未來發展前景和存在問題，最后對VMS 數據提出了相關建議。GALDELLI,et al[28]研究了近幾年船舶的時空和地理分布數據，發現了單獨使用某一技術的局限性，因此使用了Sentinel-1 圖像與AIS 數據進行融合，更加凸顯數據的準確性，之后采用機器學習等方法解決船只精準定位等問題。張風麗等[29]分析了歐盟之前的兩個項目:MPAST 和DECLMS，并且對歐盟船舶遙感探測關鍵技術進行了研究，總結了各自的優缺點，最后展望了歐盟船舶遙感探測技術和系統發展現狀對我國的借鑒意義。MAN,et al[30]針對目前遠程監控和控制無人船的開發的研究和商業活動不斷增加的現象，進行了系統性研究，邀請多位參與者和通信商進行場景模擬，最終從生態學角度發現人為因素問題的干擾、使得操作員受到限制、決策延遲和自動化偏差。因此提議對于船舶監測還需要納入生態學問題，才可以更加合理地對船舶進行監控。

船舶監測在實時定位、監測管理方面取得了一定的成果，但是其仍面臨一些基本問題，如AIS 數據不全，沒有任何網站和機構可以收集到所有船的數據和VMS 系統維護成本高、無法檢測到小型船只，以及船舶探測系統建設還受到陸地隔離誤差和圖像偽影的影響等[28]問題，因此在未來仍然需要對新的定位系統進行研究，只有更好的系統才能收集到更加準確的數據，這對未來漁業的發展起到至關重要的作用。

1.4 近海養殖

近海養殖主要是針對沿海地區養殖區域，對于遙感影像，研究近海岸是了解沿海地區漁業養殖發展的一項重要指標。運用不同提取方法包括目視解譯識別近海岸遙感養殖是一項重要的工作，隨著數據量的逐漸擴大，目視解譯受到效率和時間等方面的限制，因此計算機技術和機器學習方法被引入，方便了科學家對近海養殖進行研究。

針對近海的浮筏、海帶、網箱等，許多科研人員都曾采用天基衛星遙感進行探測。初佳蘭等[31]基于國產高分一號數據，提出了一種光譜、紋理特征結合的支持向量機(SVM)算法，該算法可以高效提取海水、浮筏等養殖物，實現對漁業養殖信息的提取。盧業偉等[32]利用Rapideye 多光譜影像，在分析近海養殖區光譜特征的基礎上，建立了光譜特征指數，并設計了統計均值紋理與閾值檢測算法，實現了不同類型近海養殖區的高精度自動提取。武易天[33]通過多個波段組合的方式，構建了漁業中常用的一些指數并結合葉綠素濃度和懸浮泥沙濃度指數，使用正交加權約束能量最小化算法對養殖區進行增強，然后使用自適應閾值對水產養殖區域進行分割提取，提取出養殖區結果。鄭智騰等[34]基于高分二號衛星數據提出了一種改進的雙支網絡模型網箱信息提取方法通過特征融合來豐富網箱空間細節特征信息和深層判別特征信息，從而提高網箱的提取精度。

近海養殖在各個國家遙感領域和漁業發展中都是很重要的一個指標，關系著遙感發展和國家漁業經濟的發展。一直以來深受遙感科研人員的喜愛，并且具有高效、準確、實時的特點。但是也有一定的缺點，比如近海養殖易受天氣、人為因素以及水表溫和浮游生物的影響，造成一定的經濟損失。同時，近海養殖也出現了污染漁業環境的問題，主要包括殘餌和糞便等有機物。因此，研究新的、穩定的和可持續發展的方法對漁業的發展有很大的必要性。

1.5 內陸養殖

內陸養殖指的是在陸地上一些湖泊和河流內進行養殖。內陸養殖具有穩定、人工可方便管理、遇險等級低等優點。比如池塘:面積大，土地利用率低，勞動強度大;季節性強，影響因素多，人工控制程度低;多品種混養，成本低，飼料利用率高等優點。由于內陸養殖投資較小，且近年來漁業的發展越來越快，人民生活水平提高了，隨之而來的也就是物質生活更大的需求。因此內陸養殖有著很大的進步空間。

徐京萍等[35]基于SPOTS 衛星遙感數據，以面向對象的圖像分析理論為基礎，通過大、中、小尺度分割及特征分析，建立了分類規則集，實現較高精度的池塘養殖用海信息提取。裴亮等[36]以Sentinel-2、Landsat-8 衛星影像為數據源，基于NDPI 結合面向對象技術提出ONDPI 方法，并對海岸養殖池塘進行了分類提取實驗，實現了對池塘的精準分類。孫裕鈺等[37]采用面向對象方法，通過尺度分割和其形狀、光譜、紋理等信息，建立分類規則集，實現對圍海養殖區的分類提取。王靜等[38]基于Landsat 影像，進行了對應分析、紋理分析和決策樹分類，最終提取出養殖區。

目前，在國內外研究中內陸養殖有許多方法可以進行更好的監測。雖然這些方法解決了內陸養殖的一部分問題，但是也凸顯了一部分缺點，比如湖泊養殖具有:水流緩慢、換水周期長、水生生物對水中氣體影響較大。這幾個缺點對于養殖區是致命的，因此，極易造成湖泊雜草叢生或者藻類植物叢生，對于漁業的發展是極其不利的。在未來人工加強管理是必要的一種手段，同時應研究更高的空間分辨率遙感技術，實現對內陸養殖更好的監測也是未來的研究方向。

2 空基遙感漁業應用

空基衛星探測指的是空中飛行的物體安裝了探測器設備，通過探測器可以對地面物體進行電磁波的輻射、反射特性的探測。空中飛機探測包括:浮空器探測和無人機探測等。空中遙感探測相比于天空衛星探測，最大的優點在于獲取的數據更為準確、細致、回傳更加方便及時。由于空中飛機速度原因，拍攝頻率更高，數據更加完善。

2.1 浮空器探測

浮空器一般是指內部充填輕質氣體(如氦氣、氫氣)、依靠或主要依靠空氣靜浮力實現升空的飛行器。它具有飛行時間長、覆蓋面積大、載重能力強、效費高等特點[39]，可以搭載可見光光電載荷，可24 h 不間斷、360°從空中監視地面動態，而且可以進行全景掃描。浮空器是隨著航空事業的發展，越來越多人從事航空事業研究，而研發出來的一項前沿技術。浮空器主要用于偵察監視、預測預警以及通信中繼等。許多科學家將浮空器用于其他行業監控上。

對于浮空器的研究，漁業學的科研學者們也在積極探索其對漁業的推動作用。CARLSON,et al[40]通過浮空器搭載遙測裝置進行長時間拍攝，利用相對校正技術量化、圖像分析技術和氣候圖結合等方式預測海面石油擴散，利用該項技術可以及時控制石油擴散，保護海洋資源和漁業資源。ARORA,et al[41]利用浮空器進行了天空中氣流的采集，通過NWP 模型進行的短期天氣預報，對漁業捕撈和漁業養殖有提示預警的積極作用。ADAMS,et al[42]使用浮空器和飛艇等作為探測器，連續、覆蓋且長時間對海洋生物和漁業進行監控，這種方法對加強生態研究和漁業保護方面起到了積極的作用

浮空器在漁業遙感應用方面相對較少，但是隨著漁業遙感的發展，該項技術一定會有可用之處，尤其是對于定向區域或者沿海等監測，也可以對海帶、夜光藻和藍藻等海洋植物全天監控其生長方式。但是由于浮空器發展還在進步階段，加上無人駕駛技術也在不斷進步，因此，相比于有人駕駛，浮空器更適合于小面積監控和測量并且需要及時回收，防止遭遇惡劣天氣。隨著未來科技發展和材料技術的發展，一定可以研發出續航時間長、自動懸浮控制的浮空器供漁業遙感方面監控。

2.2 無人機探測

無人機是利用無線電遙控設備和自備的程序控制裝置操縱的不載人飛機，或者由車載計算機完全地或間歇地自主地操作。相比于原始飛機，無人機具有:質量輕、飛行快、危害性小等優點。在農業、漁業、搶險救災等方面有無人機有很大的應用空間。隨著科技發展，無人機加載探測設備已經成為漁業探測的一種常規手段。

閆靜等[43]利用無人機相加獲取光譜信息，建立漁排監測指數，提出了漁排監測指數閾值快速提取算法并計算出漁排養殖面積，為初步估算漁業養殖區提供參考。鄭俊拓等[44]使用無人機探測，進行轉換坐標等方法，構建定位模型的方法分析，從而減少定位系統誤差，實現了對遙感數據信息的更精確分析。SUJIT,et al[45]使用天空無人機與水下無人機相協調方式，部署在海洋和水面，使得傳輸信號可以快速、正確的回傳到基站，避免因為海洋因素阻擋傳輸的情況，可以實時監測漁業的生存環境。田月笙等[46]設計了一個穩定緊湊的四齒聯動的無人機,加以汽油發動機作為動力源，在大風的近海岸漁業飼養環境中，飛行器整體可以通過變矩器的靈活性來適應一定級別的大風，為近海岸養殖提供了一種新的便捷方法。

無人機探測在近幾年內，發展迅速，雖然其本身優點有很多，但是同時也顯示出明顯的缺點，比如，雖然無人機方便，但是由于其小巧的特點缺少了一定的平衡性和穩定性，即使有一定的抗風性，但也是杯水車薪。同時，因為其需要耗電等因素，都是需要人工提前去維修檢查等，這樣就造成了一定的成本浪費，因此在未來海洋漁業監測中，無人機仍然需要進一步的升級和改進。

3 地基物聯網監測漁業應用

物聯網顧名思義即是連接物品的網絡，通過各式各樣的傳感器采集數據，根據各種通信技術和協議達到聯網的目的，準確地將信息傳輸到云平臺進行存儲、分析，物聯網相關技術包括射頻技術、紫蜂技術(Zig-Bee)、無線網絡通信技術(Wi-Fi)等。采用適當的信息安全保障機制，對漁業信息提供安全可控甚至個性化的實時在線監測、定位跟蹤、報警聯動、調度指揮、遠程控制、安全防范、遠程維護等管理和服務功能，實現各種魚類的溯源和“互聯”[47]。

將物聯網應用到漁業養殖過程中，可以確保漁業的高產和高效，對促進漁業的可持續發展具有非常重要的現實意義。唐黎標[48]總結了在漁業養殖中的物聯網幾大應用:實時監控養殖區域水的狀況，并對其進行管理和控制，實時監控養植物的生長狀況和運輸、加工等流程，利用物聯網可以實現全程跟蹤，達到讓消費者安心購買的目的。李新成等[49]設計了一種以物聯網技術為基礎，單片機為控制核心，集云計算、水質傳感檢測以及無線網絡等技術于一體的水產養殖池塘智能管控系統，依托該系統實現數據的實時監控與過往數據追溯，降低了養殖風險、提高養殖效益、提升企業漁業信息化管理水平。ISLAM,et al[50]通過制作云服務器，提供生活在水生環境中的各種魚類的信息，并利用K 近鄰算法作為模型實現了魚類選取網站，同時通過遙感衛星搭載多個傳感器實現多設備結合的方式搭建了物聯網系統，為魚類數據獲取提供有效、簡潔的途徑。

當然物聯網監測也存在一定的問題，漁業養殖自身技術落后、基礎設施不齊全的問題。物聯網技術設備雖然在一定方面取得成就，但是在漁業養殖上，依然屬于起步階段，設備依然需要不斷改進且相關人才的培養也需要一定的時間。在未來仍需要加強物聯網技術人才的培養，普及物聯網常識，同樣加強關鍵技術的科學研究，推陳出新，確保漁業養殖可以行穩致遠。

4 ?；绿綔y漁業應用

?；绿綔y指的是對水下物體進行聲、光信號和電磁波等物體屬性的監測，探究漁業在水下的活動特性和軌跡。利用探測技術對漁業養殖進行監測，既可以監視漁業發展規律和特性，又可以及時對漁業的生存環境進行必要的調整。因此，?；绿綔y具有廣泛的應用空間。

4.1 聲吶探測

聲吶(SONAR)是利用聲波在水中的傳播和反射特性，經過電聲轉換和信息處理，實現導航和測距的技術。它也指利用這種技術探測(存在、位置、性質、運動方向等)并與水下目標進行通信的電子設備。聲吶是水下聲學中應用最廣泛、最重要的聲學器件。聲吶技術已經發展了100 多年，最初是用來在海上航行時偵測冰山，后來發展成多功能，可以偵測魚類、潛艇等實物，被廣泛應用在各個領域中。聲吶具有可以識別目標能力強和隱蔽性強的優點。

從1870-1880 年代，聲吶技術開始應用在漁業方面，并且取得顯著成果，之后的科學家利用機器學習等方法研究出更有效的方法，促進了漁業的蓬勃發展。李國棟等[51]利用聲吶探測性能對多波束漁用聲吶在不同海況下進行仿真分析，并從多個角度提出了提高多波束漁聲吶探測性能用的方法，展望了未來改進優化的一個方向。沈蔚等[52]利用水聲探測技術對雙頻識別聲吶(DIDSON)在水庫中采集到的學數據進行研究。經過處理計算顯示出結果具有相當高的統計精度。實驗表明了，DIDSON 可以用于魚類識別與計數，在淺水水域的魚類資源探測與管理方面具有非常廣闊的應用空間。荊丹翔[53]在探討識別聲吶工作原理的基礎上，利用識別聲吶進行漁業資源評估的理論研究和實際應用，提出一套基于識別聲吶的新型漁業資源評估方法，形成一套新型的基于識別聲吶的漁業資源評估體系。

聲吶探測也有一定的缺點，如探測波短、容易暴露位置和探測靜止目標。因此，在漁業和其他領域仍然需要研究更好的處理方法，來填補我國在漁業資源高精度評估領域中的空白，為我國漁業開發提供新的技術支撐。

4.2 水下機器人探測

水下機器人探測主要指的是利用自主、半自主或人工控制的機器人搭載探測技術，對物體進行水下探測。由于人類渴望認識海洋、開發海洋，因此需要借助高科技進行深入研究。隨著水下機器人的產生，極大地引起了人類對海洋的探索，其應用也越來越廣泛。目前國內外水下機器人主要分為:遙控水下機器人(ROV)、深海載人潛水器(HOV)、自主式水下機器人(AUV)三種主流類型水下機器人[54]。

水下機器人一經問世，科學家便將其應用到漁業的探索中。來佳濤[55]在探討傳統水下機器人的優缺點中，開發了水下多足機器人，利用該機器人可以很好實時接收到到視頻數據，并可以發出相應指令，對漁業進行很好的探測，并且具有運行穩定，體積小等優點。TANG Zhijie,et al[56]為了增加水下機器人近場探測功能，更好的模仿魚的側線，開發了一組壓力傳感器，使得水下機器人更好地對海洋漁業進行探測。史興波等[57]為了解決水下機器人高精度定位實現漁業探索等問題，利用無跡卡爾曼濾波(UKF)算法和AUV 組合成導航系統，并分析了誤差來源和測量模型，進行了綜合仿真實驗，證明其組合系統的精度高以及魯棒性強，對未來漁業探索具有重大意義。

當然，水下機器人也有一定的不足，還需要其他產業的共同發展。比如由于水越深壓強越大等原因，迫切需要推動材料業的發展，同時也會帶動傳感器的發展。因此，在未來可以通過政府引導，企業主導的原則下，推動水下機器人在海洋環境監測、海洋資源開發、防災減災，以及保障海洋環境安全方面蓬勃前景[58]。

5 總結與展望

漁業養殖所用區域主要是針對水域進行區分，包括近海和內陸湖泊，本文重點包括天、空、地、海四大方面，從不同角度對漁業養殖進行研究，獲得漁業研究價值有所不同，從上述四個方面實現對漁業全方面的研究，總結出各自方法的優點和不足之處，推動科學家對漁業的深入研究。根據水體特性，利用遙感探測器可以很好捕捉水體的信息，例如相似的光譜特征；還有相似的波譜、波段等特性。除此之外，遙感的數據獲取趨于三多和三高，其中三多指的是多平臺、多角度、多傳感器，三高指的是高空間分辨率、高時相分辨率、高光譜分辨率[59-61]。如果要獲得高的時空分辨率，那么空間分辨率會下降。而如果想要高的空間分辨率，則時間分辨率同樣會下降，兩者是相輔相成的。在未來研發中，不僅單獨應用遙感技術進行研究，還涉及其他多方面的技術，比如GPS 技術、材料學技術、化學技術等，形成了一條產業鏈，需要多方面共同進步，共同創新。隨著高分衛星的不斷發展，推動了漁業養殖的發展和應用，促進了我國漁業產業經濟的飛速發展。

人工智能的自主學習能力、自主辨別能力，對于遙感從業人員，都是一個新的知識，并且成了一個從業者的必備技能[62]。隨著遙感技術的發展和計算機人工智能的引入，將二者融入到漁業養殖中，形成一種新的漁業養殖方案，這樣做不僅可以對漁業進行監視包括漁業生物的生長，漁業的捕撈等，還可以對漁業養殖進行判斷和決策，漸漸的成為一種智能化系統，未來該技術將是一個新的研究熱點。