物聯網技術在海帶育苗過程中的應用研究進展

王海默 于航 朱紹彰 張啟宇 劉峰 王承國

摘要：海帶（Laminaria japonica）是一種多年生大型食用藻類，育苗是海帶養殖的基礎環節。物聯網技術與海帶育苗生產融合是海帶養殖育苗產業轉型升級的必然選擇。本研究基于相關的研究成果，從物聯網技術的概念、關鍵技術入手，闡述了農業物聯網的發展現狀和海帶育苗監測系統的典型架構，總結了近年來物聯網技術在海帶育苗過程中的應用研究。基于對現存相關問題的討論與分析，提出提高海帶育苗車間的信息化水平、加強相關技術和軟硬件設施的研發能力并加大政府的引導與推動作用的對策建議，以期為海帶育苗智能化生產模式的發展提供參考。

關鍵詞：物聯網技術；海帶；育苗；監測；產業轉型升級

中圖分類號：S951.2文獻標志碼：A論文編號：cjas2021-0081

Research Advances on the Application of the Internet of Things Technology in Kelp Seedling Cultivation

WANG Haimo， YU Hang， ZHU Shaozhang， ZHANG Qiyu， LIU Feng， WANG Chengguo

（Yantai Institute of China Agricultural University， Yantai 264670， Shandong， China）

Abstract： Kelp （Laminaria japonica） is a large perennial edible algae variety， and the cultivation of its seedlings is the basic step in kelp production. It is an inevitable choice to achieve the transformation and upgrading of kelp seedling cultivation by combining it with the Internet of Things （IoT） technology. Based on related research results， the concept and key technologies of the IoT technology are described to elaborate the development status of agricultural IoT and the typical framework of kelp seedling cultivation monitoring system， and the application of the IoT technology in the process of kelp seedling cultivation of the past few years are summarized. Based on the discussion and analysis of the existing problems， the countermeasures are put forward， such as improving the informatization level of kelp seedling industry， reinforcing the research and development ability of related technologies and hardware and software facilities， and strengthening the guiding and promoting role of the government， which can provide reference for the development of intelligent production mode of kelp seedling.

Keywords： Internet of Things Technology； Kelp； Seedling Cultivation； Monitoring； Industrial Transformation and Upgrading

0引言

海帶（Laminaria japonica）是一種常見的大型經濟海藻，在中國海水養殖業中具有非常重要的地位[1]。近年來，海帶養殖技術快速發展，其產量大幅增加[2]，2020年中國海帶養殖總產量達162萬t[3]。中國海帶育苗技術的系統性研究自20世紀50年代開始[4]，現工廠化海帶育苗主要采用3種方法：自然海區育苗法、人工室內育苗法（夏苗培育法）和克隆育苗法，其中，夏苗培育法在中國海帶生產中的應用最為廣泛[5]。

在海帶的育苗過程中，環境條件的控制是保障育苗成功的關鍵[6]，影響其生長的主要環境因素是溫度、光照和營養鹽[7]。水質和光照會直接影響海帶孢子囊群的形成和孢子囊的發育程度，決定海帶幼苗的質量和成活率。目前，中國的海帶育苗企業多采用人工監測環境指標的方法[8]，傳統人工監測方法需要投入大量人力、物力，效率低且測量結果誤差較大，而利用物聯網技術可對海帶育苗的環境條件進行實時的監控與管理，提供準確的數據，保證苗種正常生長。物聯網技術現已逐步發展為推動海帶養殖產業轉型升級，提高其智能化發展水平的關鍵技術。

1物聯網的發展與應用現狀

1.1物聯網的概念

物聯網（Internet of Things，IoT）的概念于1999年由MIT的Auto-ID實驗室提出。Auto-ID的概念是：以無線傳感器網絡（Wireless Sensor Network，WSN）和射頻識別技術（Radio Frequency Identification，RFID）為支撐，將互聯網與信息傳感設備連接起來，以實現智能化識別、定位與管理的功能[9]。2005年，在突尼斯舉行的信息社會世界峰會（World Summit on the Information Society， WSIS）上，國際電信聯盟（International Telecommunication Union， ITU）正式提出了“物聯網”的概念[10]。ITU在報告中指出，物聯網可以實現人與物、物與物在任何時間、任何地點的信息交換。

目前，公認的物聯網概念是以標準的通信協議為基礎，將信息傳感設備與互聯網連接起來，進行信息交換和通信的智能網絡[11]，是互聯網向物體的拓展與延伸。

1.2物聯網的關鍵技術

1.2.1射頻識別技術射頻識別技術（RFID）是利用無線電訊號獲取物體的物理信息，經加工后傳輸到處理器進行數據處理，以完成對物體的身份驗證和信息獲取的一種農業物聯網規模化識別的主要技術[12-13]。

1.2.2傳感器技術傳感器可以對化學信號、電信號、生物信號等其他形式的多種信號進行觀察或測量，適用于工業、農業、軍事等多個領域。農業中所用的傳感器主要有3類：物性型傳感器、生物傳感器、微機電傳感器[14]。

1.2.3信息傳輸技術信息傳輸技術是物聯網中傳遞信息的渠道。農業物聯網中常用的是無線局域網技術，包括ZigBee、藍牙、Wi-Fi等，其通訊距離較短[15]，適合作為前端無線傳感器的組網形式，其中ZigBee以其低功耗、低成本的特點應用最普遍。

1.2.4信息處理技術農業物聯網包含若干個節點，節點和數據的多樣性使數據處理較為復雜。信息處理技術可以從大量數據中提取出有效的內容，獲得與目標事物相關的信息[16]。農業大數據的主要處理技術是Map Reduce編程模型與Hadoop架構（分布式系統基礎架構）[17]。

1.3農業物聯網技術的發展狀況

農業物聯網技術是通過智能監控、數據采集、遠程傳輸、智能分析和自動化控制等物聯網技術對農業生產過程進行監控與管理，使農業生產在適宜生態條件下進行的一項技術。農業物聯網技術廣泛應用于種植業、畜牧業、漁業，實現了對農業環境[18-19]、資源[20]、生產過程[21-22]、農產品流通與質量監管[23-27]等環節信息的獲取與共享。近年來，水產養殖物聯網步入了快速發展期[28]，其應用主要體現在養殖水環境監控與區域管理[29-33]、養殖動物飼喂[34-36]與生長狀況管控[37]、水產品加工、水產品質量監管與溯源[38]等方面。物聯網技術的應用滿足了中國現代農業發展的內在需求，促使中國農業向高產、高效、優質和安全的方向發展[39]。

2物聯網技術在海帶育苗過程中的應用

在海帶育苗過程中應用最為廣泛的是物聯網感知技術，是利用傳感設備監測溫度、溶解氧、pH、氨氮等水質參數及光照等環境因子，以實現實時監控海帶育苗環境的目的。

2.1海帶育苗環境監控系統結構

海帶育苗環境監控系統的典型架構可分為3層：感應層、傳輸層、應用層[40]，如圖1所示。

感應層利用溶解氧、pH、鹽度、光照等環境因子的傳感器及攝像頭等感知設備對海帶育苗車間的水質參數和光照參數進行監測。感應層是整個環境管理系統的關鍵部分，功能是采集“物”的相關信息[41]。

傳輸層主要由以無線傳感網絡（WSN）為基礎的網關節點構成，功能是將感應層獲取的育苗車間環境因子數據按照通訊協議傳輸到遠程控制中心。

應用層負責對數據進行融合，為用戶提供環境參數監測數據、數據分析、歷史記錄查詢、預測預警等，允許用戶利用遠程移動客戶端對海帶育苗設施進行控制。

2.2物聯網技術在海帶育苗水質監測中的應用

水質監測系統的技術流程是：將水溫、鹽度、pH等傳感器采集的信息通過無線通信的方式上報至網關節點，經網關節點對得到的信息進行融合處理后，利用無線通信網絡將數據上報至遠程服務器，育苗技術人員使用客戶端的服務器精準掌握海帶育苗過程中的各項環境參數[42]。

欒培賢等[43]設計的水質環境參數監測系統采用數據信息層、業務處理層和功能表示層三層架構的B/S（瀏覽器/服務器）模式，數據信息層中的感知數據庫、專家知識數據庫、池塘影像數據庫經過業務處理層的處理后，在功能表示層以文字、圖標、視頻等形式交互，允許用戶使用手機或網頁進行環境數據的監控和設備的遠程控制。

華芳芳等[44]利用網際組態軟件WebAccess設計了一種物聯網水產養殖環境監控系統，用戶可通過Web瀏覽器查看水質的實時相關參數、控制設備，或者遠程連線專業人員解決實際生產問題。李新成等[45]設計了一種融合水質傳感監測、無線網絡及云計算等物聯網技術的水質管控系統，該系統利用手機模塊將水質傳感器測得的水體環境參數實時上傳至上位機進行相關處理，向用戶提供實時監控數據與追溯過往數據的功能；上位機根據生產需要，自動對比環境因子監測數據與App設定的環境因子范圍，進行遙控增氧、自動投餌、開啟水泵等操作。Huan J等[46]開發了一種基于窄帶物聯網（Narrow Band Internet of Things， NB-IoT）技術的水質監測系統，負責多個傳感器信息的遠程采集和數據儲存，以NB-IoT為代表的低功耗廣域網（Low Power Wide Area Network， LPWAN）相對于3G、4G等傳統的無線通信技術具有低能耗、續航時間長、網絡覆蓋范圍大的優點[42]。毛力等[47]設計的水質監測系統引入了信息融合和數據挖掘等技術，對養殖池塘進行智能控制和集中管理。

2.3物聯網技術在海帶育苗水質預測中的應用

在實際海帶育苗生產中，水質參數具有隨機性、非線性變化、特征復雜且相互影響的特點，預測的難度較大[37]。劉雙印[48]設計了最小二乘法支持向量回歸機（Support Vector Regression， SVR）的水質預測方法，降低了運行時間（2.3464 s）和均方根誤差MSE（67.9%），將5個核心預警指標的預警準確度均提高至91%以上。笪英云[49]采用支持向量機水質預測模型，有效解決了傳統的人工網絡神經算法網絡結構不穩定、推廣能力差的缺點。孟連子[50]結合支持向量回歸機和網絡搜索法，尋找最佳分類參數，對不同程度的水質污染情況的預警精度在92%以上。

盡管近幾年來水質環境預測已成為智慧水產養殖領域的一個研究熱點，但這類模型大多只能在實驗室條件下進行，在實際海帶育苗生產過程中的應用較少，仍需結合實際情況進一步探索。

2.4物聯網技術在海帶育苗光照強度監測中的應用

目前，中國對海帶育苗過程中光照強度的監測工作普遍由人工完成。穆元杰等[8]設計的一套海帶育苗光照強度監測系統，有效解決了海帶育苗過程中傳統光照強度監測方法非實時性、準確度低的問題。該系統架構包括：信息感知層、數據傳輸層和系統應用層。信息感知層的光照強度采集節點具有準確采集光照，將光信號轉化成電信號，將電信號轉化成光照強度的具體數值并將其傳輸到下一層次的功能。數據傳輸層由網關節點組成，負責收集采集節點的信號，通過以太網或分組無線服務技術（General Packet Radio Service，GPRS）將信號解析并傳遞至應用平臺，用戶在監測平臺上完成實時監測數據、遠程控制數據上傳頻率、添加或刪除光強采集節點的功能。

杜興林等[51]設計的海帶育苗光照強度監測系統，其通信方式包括Wi-Fi通信、無線局域網、互聯網通信方式。該系統為三層架構體系，將太陽能氣象站和光照強度傳感器獲得的數據信息在采集節點的處理器中降噪之后匯集到網關節點，最終傳輸到自行設計的移動終端App中，提供便捷、高效、同步監測光照強度的功能。于宵漢[52]將海帶育苗水質監測模塊與光照強度監測模塊結合，設計了一種B/S架構下基于Web的海帶育苗環境綜合監測系統。尚明華等[53]設計了一種海帶育苗光照監測與報警裝置，實現當光照強度超過限定范圍時自動報警的功能。

表1列舉了上述幾種有代表性的海帶育苗環境監控系統，對其通信方式、測試結果、應用層設計和優點進行了總結。

3存在的問題

3.1海帶養殖育苗產業生產模式落后

現代化海帶養殖育苗模式是物聯網技術應用的基礎[54]。中國海帶養殖業以小規模生產模式為主，仍處于粗放型生產階段，組織化、機械化程度較低。海帶育苗生產基地大多位于海邊，位置偏遠，供電及網絡通信條件較差，難以滿足以物聯網技術為代表的新興信息技術的應用條件。且中國能夠兼顧物聯網技術設備運營維護和育苗生產的專業技術人員很少，基層育苗工人普遍文化水平較低，多依靠經驗完成生產工作，缺乏物聯網專業知識，物聯網技術的應用意識薄弱，一定程度上限制了現代化海帶養殖模式的發展。

3.2關鍵設施和技術的自主研發能力薄弱

中國物聯網技術的研發能力與數據分析模型成熟度較低。盡管某些科研單位，如中國農業大學、中國農科院和國家農業信息化工程中心等已經開展物聯網技術和設備的研究工作[15]，但物聯網技術在海帶育苗中的應用大多還處于試驗階段[54]，相關軟硬件設施和育苗生產的融合度不高，傳感器設備及相關應用軟件的研發理念較為落后。且海帶育苗環境較為復雜，對信息傳感設備的性能和系統的穩定性要求較高，育苗企業所使用的傳感器主要依賴于進口，核心設備的研發能力與發達國家仍有較大差距，難以達到海帶養殖育苗產業轉型升級的需求。

3.3缺乏統一的行業標準及資金支持

物聯網技術在中國的應用起步較晚，農業物聯網行業缺乏統一的行業標準和對于物聯網技術全面、規范的管理。海帶育苗企業、相關科研單位的基礎設施無法兼容共享，只能在各自平臺上自主進行物聯網技術的應用研究，不利于物聯網技術的產業化發展。且在物聯網系統的設計中，由于開發者未能很好地兼顧效能和成本，且軟件開發、運營和育苗車間傳感器、監控設備等硬件設備的配置、維護等都需要消耗大量的資金，給企業和個人帶來了巨大的經濟負擔。海帶育苗企業大多不愿在未見效益的情況下投入大量資金，養殖成本的增加在一定程度上制約了物聯網技術在海帶育苗領域的推廣。

4對策建議

4.1提升海帶育苗車間的物聯網信息化水平

全面提升海帶育苗車間的物聯網信息化水平，改善物聯網技術的應用環境，是推動規模化、現代化、精準化海帶養殖模式發展的必要支撐。針對中國海帶育苗領域小規模經營的現狀，應適當擴大海帶育苗企業的生產規模，提高育苗車間的供電條件、擴大網絡覆蓋范圍，加強信息化基礎設施的建設，如配置環境參數監測設備、智能控制設備、監控設備等，并搭建數據監測平臺，為物聯網技術在海帶養殖業中的應用創造良好的條件。

4.2加強物聯網技術和相關設施的自主研發能力

結合海帶育苗生產的實際，加大物聯網關鍵技術與設備的研發力度是物聯網技術市場化發展的重要驅動力。重視基礎技術的研究創新，研發高靈敏度、高穩定性、低功耗的國產化傳感器。此外，將物聯網技術與自動控制技術相結合，物聯網系統可根據設定的環境參數閾值，結合當前參數的實時數據自動控制相關設備，以實現自動化培育生產。例如，當海帶育苗車間的光照強度超出適宜范圍時，系統自動控制打開遮光設備，使得光照強度保持在適合幼苗生長的區間內，以保證其正常的生長發育。同時在海帶育苗生產中增加環境指標采集節點的種類，如空氣溫度/濕度采集節點、二氧化碳濃度采集節點、氨氣濃度采集節點等。多樣的環境因子采集節點使系統能夠更加全面地監測海帶育苗車間內的各項環境參數，為養殖育苗企業提供穩定、可靠的監測數據，以供養殖者更加全面地掌握海帶育苗車間的具體環境狀況。同時，使用低功耗、大容量的LPWAN和5G等新一代通信技術并降低其使用成本，充分利用大數據分析、數據挖掘、人工智能等技術加強系統對重要環境參數的智能預判、預警能力，也是海帶育苗物聯網未來發展的趨勢。

4.3加大政府的引導與推動作用

物聯網技術作為農業領域的高新技術，應用基礎較為薄弱，且一次性投入成本較高。當前海帶養殖育苗產業信息化程度低、產出效益不高、市場化運作不完善且養殖者薪資待遇較低，在此情況下政府應率先建立一批海帶苗種培育的物聯網示范工程，并給予試點企業資金補貼與技術支持，以推動信息化設備與海帶育苗生產的結合。此外，中國農業物聯網行業應用標準工作組應建立完善的物聯網技術在海帶育苗領域的應用標準，構建標準化、云計算化數據共享平臺，以保障科研院所和海帶育苗企業的研發團隊能利用現有的生產信息和數據更加高效地開展相關研究工作，加快海帶養殖規范化、精準化的進程。針對專業技術人才缺乏的問題，漁業部門可開展物聯網專業知識培訓，并牽頭組織育苗企業或個體養殖戶到示范基地交流學習。同時，在高校實施相關的培養方案，并對到基層就業的高校畢業生和其他有技術背景的高素質人才提供優良待遇與薪資補貼，以吸引更多人才，推動海帶育苗物聯網產業的發展。

參考文獻

[1]李基磐.中國海帶養殖業回顧與展望[J].中國漁業經濟，2010，28（1）：12-15.

[2]常宗瑜，張揚，鄭中強，等.筏式養殖海帶收獲裝置的發展現狀[J].漁業現代化，2018，45（1）：40-48.

[3]農業部漁業漁政管理局.2020中國漁業統計年鑒[M].北京：中國農業出版社，2020.

[4]李大鵬，蘆永紅，吳超元.海帶遺傳育種及育苗生物技術歷史及現狀[J].生物學通報，2002（8）：1-3.

[5]金振輝，劉巖，張靜，等.中國海帶養殖現狀與發展趨勢[J].海洋湖沼通報，2009（1）：141-150.

[6]蘇麗.與海帶品種培育相關的繁殖與栽培問題的研究[D].青島：中國科學院大學，2018.

[7]蔡霞.大型藻類對氮的吸收利用模型研究[D].舟山：浙江海洋大學，2018.

[8]穆元杰，歐陽美，王富軍，等.物聯網技術在海帶育苗光照強度監測中的應用[J].山東農業科學，2016，48（1）：134-137.

[9]孫其博，劉杰，黎羴，等.物聯網：概念、架構與關鍵技術研究綜述[J].北京郵電大學學報，2010，33（3）：1-9.

[10]International Telecommunication Union. Internet reports 2005： the internet of things[R]. Geneva： ITU， 2005.

[11]葛文杰，趙春江.農業物聯網研究與應用現狀及發展對策研究[J].農業機械學報，2014，45（7）：222-230，277.

[12]薛亮，黃新，任超.物聯網技術在林業中的應用研究綜述[J].傳感器與微系統，2019，38（11）：1-3，7.

[13]RUIZ Garcia， LUNADEI L. The role of RFID in agriculture： applications，limitations and challenges [J].Computers and electronics in agriculture， 2011， 79（1）：42-50.

[14]李瑾，郭美榮，高亮亮.農業物聯網技術應用及創新發展策略[J].農業工程學報，2015，31（S2）：200-209.

[15]李道亮，楊昊.農業物聯網技術研究進展與發展趨勢分析[J].農業機械學報，2018，49（1）：1-20.

[16]劉強，崔莉，陳海明.物聯網關鍵技術與應用[J].計算機科學，2010， 37（6）：1-4，10.

[17]岳宇君，岳雪峰，仲云云.農業物聯網體系架構及關鍵技術研究進展[J].中國農業科技導報，2019，21（4）：79-87.

[18]HAMRITA T K， HOFFACKER E C. Development of a‘smart’wireless soil monitoring sensor prototype using RFID technology[J].Applied EngineeringinAgriculture， 2005， 21（1）：139-143.

[19]朱偉興，戴陳云，黃鵬.基于物聯網的保育豬舍環境監控系統[J].農業工程學報，2012，28（11）：177-182.

[20]閻曉軍，王維瑞，梁建平.北京市設施農業物聯網應用模式構建[J].農業工程學報，2012，28（4）：149-154.

[21]BISHOP-Hurley G， SWAIN D， ANDERSON D M， et al. Virtual fencing applications： Implementing and testing an automate cattle control system [J]. Computers and Electronics in Agriculture， 2007， 56（1）：14-22.

[22]BOWMAN， KIM D. Longevity of Radiofrequency Identification Device Microchips in Citrus Trees [J]. Hort Science， 2010， 45（3）： 451-452.

[23]楊信廷，錢建平，孫傳恒，等.蔬菜安全生產管理及質量追溯系統設計與實現[J].農業工程學報，2008（3）：162-166.

[24]SPIESSLMAYR E， WENDL G， ZAHNER M， et al. Electronic identification （RFID technology） for improvement of trace ability of pigs and meat [J]. Precision livestock farming， 2005， 50：339-345.

[25]柳平增，王秀娟，馬鴻漸，等.生姜產業鏈物聯網信息感知系統研究[J].農業機械學報，2013，44（12）：204-208，197.

[26]BERTINO E， CHOO K， GEORGAKOPOLOUS D， et al. Internet of Things （IoT）： Smart and Secure Service Delivery [J]. ACM Transactions on Internet Technology， 2016， 16（4）：1-7.

[27]KAMILARIS A， PITSILLIDES A. Mobile Phone Computing and the Internet of Things： A Survey [J]. IEEE internet of things journal， 2016， 3（6）：885-898.

[28]李燈華，李哲敏，許世衛.我國農業物聯網產業化現狀與對策[J].廣東農業科學，2015，42（20）：149-157.

[29]顏波，石平.基于物聯網的水產養殖智能化監控系統[J].農業機械學報，2014，45（1）：259-265.

[30]張旭暉，時冬頭，王欣欣，等.河蟹高溫熱害綜合指數的構建及應用[J].中國農學通報，2015，31（2）：118-130.

[31]PARRA L， LLORET G， LLORET J， et al. Physical Sensors for PrecisionAquaculture：AReview [J]. IEEE sensors journal， 2018， 18（10）：3915-3923.

[32]尚明華，穆元杰，李翠潔，等.海產貝類養殖物聯網平臺光照強度采集器設計與實現[J].山東農業科學，2018，50（11）：154-158.

[33]GODFREY C， FARZANA P. Aquaculture monitoring and control systems for seaweed and fish farming [J]. World journal of agricultural research， 2014， 2（4）：176-182.

[34]陳瀾，楊信廷，孫傳恒，等.基于自適應模糊神經網絡的魚類投喂預測方法研究[J].中國農業科技導報，2020，22（2）：91-100.

[35]王志勇，馮書慶，林禮群，等.網箱養殖平臺自動投飼系統設計與試驗分析[J].漁業現代化，2020，47（5）：52-58.

[36]ATOUM Y， SRIVASTAVA S， LIU X. Automatic feeding control for dense aquaculture fish tanks [J]. IEEE signal processing letters， 2015， 22：1089-1093.

[37]李道亮，劉暢.人工智能在水產養殖中研究應用分析與未來展望[J].智慧農業（中英文），2020，2（3）：1-20.

[38]楊信廷，孫傳恒，錢建平，等.基于流程編碼的水產養殖產品質量追溯系統的構建與實現[J].農業工程學報，2008（2）：159-164.

[39]王笑娟，劉彩鳳，謝虹，等.我國農業物聯網發展現狀·存在問題和對策[J].安徽農業科學，2017，45（1）：215-217.

[40]李道亮.物聯網與智慧農業[J].農業工程，2012，2（1）：1-7.

[41]秦懷斌，李道亮，郭理.農業物聯網的發展及關鍵技術應用進展[J].農機化研究，2014，36（4）：246-248，252.

[42]尹寶全，曹閃閃，傅澤田，等.水產養殖水質檢測與控制技術研究進展分析[J].農業機械學報，2019，50（2）：1-13.

[43]欒培賢，王常安，閆學春，等.基于物聯網的鏡鯉池塘養殖環境監測系統[J].水產學雜志，2019，32（2）：49-54.

[44]華芳芳，張偉，江瑩旭，等.基于Web的水產養殖環境監控物聯網系統[J].農業工程，2014，4（3）：27-30.

[45]李新成，林德峰，王勝濤，等.基于物聯網的水產養殖池塘智能管控系統設計[J].水產學雜志，2020，33（1）：81-86.

[46]HUAN J， LI H， WU F， et al. Design of water quality monitoring system for aquaculture ponds based on NB-IoT [J]. Aquacultural engineering， 2020， 90（C）.

[47]毛力，肖煒，楊弘.用信息融合技術改進水產養殖水質監控系統[J].水產學雜志，2015，28（2）：55-58.

[48]劉雙印.基于計算智能的水產養殖水質預測預警方法研究[D].北京：中國農業大學，2014.

[49]笪英云.基于機器學習理論的水質預測技術研究[D].金華：浙江師范大學，2015.

[50]孟連子.基于支持向量機的漁業養殖水質預測與預警[D].天津：天津理工大學，2018.

[51]杜興林，劉春娥，張啟宇，等.海帶育苗過程光照強度監測系統的設計與實現[J].海洋科學，2020，44（5）：115-122.

[52]于霄漢.海帶養殖育苗監測系統的設計與實現[D].泰安：山東農業大學，2015.

[53]尚明華，秦磊磊，劉淑云，等.一種海帶育苗光照監測與報警裝置[P].中國專利，CN204143208U，2015-02-04.

[54]楊寧生，袁永明，孫英澤.物聯網技術在我國水產養殖上的應用發展對策[J].中國工程科學，2016，18（3）：57-61.