汪嘉珮
武漢工商學院,湖北 武漢 432000
潛江小龍蝦作為一種特色水產,具有重要的經濟和生態價值。針對湖北省潛江市的小龍蝦養殖環境進行研究和改良,可以提升養殖效益,促進養殖業發展,保護水域生態環境[1]。養殖戶在養殖小龍蝦的過程中存在諸多風險和問題,如病害頻發、環境污染等問題。為解決潛江小龍蝦養殖中存在的諸多問題,需要研發一套可滿足潛江小龍蝦養殖需求的環境監測與預警系統。此次研究構建了潛江小龍蝦養殖環境知識圖譜,以整合、存儲、展示與養殖環境相關的多源數據,可為潛江小龍蝦養殖管理提供決策支持[2-3]。
為確保研究數據的準確性和一致性[4],筆者收集、整理潛江小龍蝦養殖環境相關數據和文獻,并基于數據構建潛江小龍蝦養殖環境知識圖譜,然后基于知識圖譜設計潛江小龍蝦養殖環境智能監控預警系統,以期能為農戶的養殖策略提供決策支持[5]。此次研究的主要創新點在于:應用物聯網技術設計潛江小龍蝦養殖環境監測與預警系統,可實現對水質參數的實時監測;基于知識圖譜設計的潛江小龍蝦養殖環境監測與預警系統,可助力農戶進行病害防治、養殖決策;該系統具有預警功能,可增強水產養殖的精準性、科學性,提升養殖管理信息化水平[6]。
此研究可以為潛江小龍蝦養殖管理提供科學依據和技術支持,從而推動水產養殖業可持續發展和高效利用水域資源[7]。
淡水養殖水體的環境因子主要包括溶解氧、pH值、水溫、亞硝酸鹽質量濃度及液位等。潛江小龍蝦對水質要求較高,養殖水體中存在污染物和含氧量、溫度等超標都會影響潛江小龍蝦產量。筆者開展此研究的主要目的是監測淡水養殖水體環境因子并且實現預警控制(見表1),以保證養殖環境適宜潛江小龍蝦生長。該系統利用物聯網技術(在蝦池內部安裝智能傳感器,通過有線或無線網絡將監測數據傳送到手機和計算機等終端平臺),實時監測養殖水體環境參數,可讓管理人員實時掌握養殖環境信息,并根據監測結果遠程控制蝦池內相應設備來改變環境,從而實現潛江小龍蝦養殖管理自動化、智能化和節能減耗的目標[8]。此次設計選用的STM32 為微控制單元(Microcontroller Unit,MCU)系統,其內核采用的是Cortex-M3[9]。該系列屬于增強型STM32,不僅功能強大,而且性價比高,能夠滿足設計需要[10]。此次系統設計根據潛江小龍蝦不同生長階段對環境參數的要求進行,以實現對蝦塘環境的實時監測、對閾值的預警和調控處理,從而營造最適宜潛江小龍蝦生長的環境。

表1 環境要素采集
根據系統需求分析,潛江小龍蝦養殖環境智能監控與預警系統應具有以下功能:①對養殖環境進行全天24 小時實時監測,可以自主設定數據上報時限,實時監測水體溶解氧質量濃度、pH值、溫度、亞硝酸鹽質量濃度、氨氮質量濃度等;②可以查看實時數據和歷史數據,并對同類數據進行可視化展示,如以折線圖、柱狀圖等形式呈現,從而方便查詢各種環境參數的動態變化[11];③在該系統中,若環境指標值超標,則會觸發預警,并發送警報信息給養殖戶;④具有數據傳輸通道,監測設備收集到的相關數據可傳輸到云平臺或服務器[12]。
圖1 為潛江小龍蝦養殖環境智能監控與預警系統結構[13]。該系統利用無線傳感網絡技術實現信息采集功能,利用物聯網技術實現對養殖水體溶解氧質量濃度、pH 值、氨氮質量濃度的監測,將監測數據高效穩定地傳送到應用層,最終通過數據分析實現對養殖環境的調控[14]。該系統主要由感知層、傳輸層、應用層3個部分組成[15]。感知層以信息采集為主,通過溶解氧傳感器、pH 值傳感器、溫度傳感器、亞硝酸鹽傳感器、氨氮傳感器等采集養殖水體的相關參數;傳輸層利用窄帶物聯網(Narrow Band Internet of Things,NB-IoT)實現遠距離的數據傳輸[16];應用層是養殖戶利用終端設備,通過網絡訪問服務器上的數據,實現對養殖環境的實時監測和監控。該系統可結合知識圖譜,為養殖戶提供更多的養殖相關知識和技能服務。

圖1 潛江小龍蝦養殖環境智能監控與預警系統結構
潛江小龍蝦養殖環境監測與預警系統主要針對養殖水體進行環境監測與數據采集,包括對溶解氧質量濃度、pH 值、溫度、亞硝酸鹽質量濃度、氨氮質量濃度等養殖環境因子的信息采集[17]。
2.1.1 溶解氧傳感器
系統選用AMT-PR300 云傳物聯溶解氧傳感器。AMT-PR300的優點是免維護、精度高、標定簡單,廣泛應用于地表水監測、工業廢水檢測和市政污水監測等領域[18]。
2.1.2 pH值傳感器
此次設計采用上海諾博環保科技有限公司生產的NS-PH101型pH值傳感器。該傳感器由pH電極和pH值轉換器兩部分組成。該傳感器抗干擾能力強,具有良好的電磁兼容性。該pH值傳感器如圖2所示。

圖2 pH值傳感器
2.1.3 溫度傳感器
此次設計采用的溫度傳感器是數字溫度傳感器DS18B20,其屬于新型數字化溫度傳感器,體積小,適用電壓寬,與微處理器接口簡單。溫度傳感器的實物如圖3所示。
傳輸層主要是通過無線通信模塊將信息傳輸至阿里云服務器。無線通信模塊不僅要將監測的環境參數信息上傳至阿里云物聯網平臺,而且要將養殖戶的調控指令下發至執行機構。ESP8266-01 是一款成本較低的無線通信設備,工作電壓為3.0~3.6 V。傳輸層主要使用兩個無線Wi-Fi 模塊ESP8266-01,分別完成信息上傳與指令下發任務。ESP8266-01,連接STM32的通用輸入輸出端口(PB13、PB14、PC12、PD2),通過AT 指令實現兩者通信[19]。ESP8266-01 實物如圖4展示。
該系統軟件功能界面如圖5 所示。該系統界面由養殖環境實時影像、溫度實時變化、pH 值實時變化、溶解氧質量濃度實時變化、氨氮質量濃度實時變化等模塊構成。通過該界面,養殖戶可了解水塘的實時狀況,監控水體pH 值、溶解氧、氨氮、亞硝酸鹽等指標[20]。

圖5 系統軟件功能
養殖戶登錄潛江小龍蝦養殖環境監測與預警系統后,可以看到各功能模塊,實現環境參數設置、實時監測環境數據、控制相應設備等操作;可以通過查看各項指標數據的曲線圖,直觀地看到數據的變化情況(見圖6 至圖9)。監測指標超過預警線后,系統會提示養殖戶,幫助養殖戶控制相關設備調節水體環境。

圖6 養殖水體pH值

圖7 養殖水體亞硝酸鹽質量濃度

圖8 養殖水體含氧量

圖9 養殖水體氨氮質量濃度
知識圖譜最初為谷歌知識搜索功能的產品名稱,由于該名稱貼切上口,廣為學界、產業界人士所用,故成為各類結構化知識庫的統稱。知識圖譜是將人類知識結構化而形成的知識體系,包括基本事實、通過規則等相關結構化信息,可用于信息檢索、推理決策等智能任務。知識圖譜是人工智能研究和智能信息服務的基礎核心,能夠賦予智能機體精準查詢、深度理解和邏輯推理能力。知識圖譜的結構化一般是將不同元素之間的復雜關系用三元組的形式表示出來,以形成一個復雜的關系網。
三元組作為知識圖譜的核心,其表達形式分別為<實體1,關系,實體2>和<實體,屬性,屬性值>,以表示實體之間關系和實體的特征。以實體“潛江小龍蝦”為例,其種類包括“潛江龍蝦小青2-4、潛江龍蝦中青4-6、潛江龍蝦大青6-8、潛江龍蝦蝦苗、湖北潛江伊東藻、潛江螃蟹”。其中,<實體1,關系,實體2>對應<潛江龍蝦,種類,潛江龍蝦小青2-4>,<實體,屬性,屬性值>對應<潛江龍蝦,繁殖季節,全年>。在此次研究中,知識圖譜的繪制用Mac 系統版本的Neo4j,計算機是Mac Book Pro(處理器是2.6 GHz、6核英特爾酷睿i7);操作系統為mac OS Big Sur,驗證語言為Cypher 語言,通過知識獲取、構建圖譜、知識圖譜更新及知識圖譜應用等4個步驟,在Neo4j圖數據庫中導入數據。
此次研究數據源自潛江小龍蝦苗四寶水產網(www.qjsbsc.com.cn)、潛江小龍蝦源頭養殖基地網(www.zqylp.com),定義了276 個實體和304 個關系。數據層的構建包含各大類實體、屬性及實體間的關系。筆者提出的六類屬性定義為潛江龍蝦種類屬性定義、潛江龍蝦育苗屬性定義、潛江龍蝦餌料屬性定義、潛江龍蝦疾病屬性定義、潛江龍蝦加工屬性定義(潛江龍蝦加工工藝步驟)及漁藥屬性定義。
此次研究將潛江小龍蝦生產管理知識以RDF 三元組的形式呈現給養殖戶,使養殖戶清晰了解每個實體之間的關系,形成知識圖譜(如圖10所示)。

圖10 知識圖譜示例
該系統預警功能主要分為兩個部分:一部分是潛江小龍蝦養殖環境風險的預警功能,另一部分是知識圖譜的可視化呈現。
該系統的預警功能主要包括養殖戶訂閱、風險通知、閾值設置等。其中,養殖戶訂閱和閾值設置主要是在客戶端相關界面內完成,養殖戶可以實時收集數據并且設置自己所需要的環境參數閾值。風險通知是該系統的主要功能,當設備監測的環境指標值超過養殖戶設置的閾值時會發出通知,并且會生成相對應的可視化知識譜圖,使養殖戶更加明確風險的具體內容和位置,以及相對應的解決方案。預警功能知識圖譜如圖11所示。

圖11 預警功能知識圖譜
當系統監測到的環境參數超過閾值時,會在知識圖譜上生成相對應的風險節點,展示風險及其位置,使養殖戶明確風險的來源。風險預警可視化知識圖譜如圖12所示。

圖12 預警功能風險可視化知識圖譜
應用基于知識圖譜的潛江小龍蝦養殖環境智能監控與預警系統,可助力養殖戶改善潛江小龍蝦的養殖環境,提高生產效率,減少資源浪費。該系統可挖掘分析養殖環境中的復雜關系,輔助養殖戶做出更加準確的決策。同時,該系統可結合先進的人工智能(ArtificialIntelligence,AI)技術,在早期階段監測并預警可能出現的疾病或環境問題,防止其擴大化,降低對潛江小龍蝦養殖業的影響。知識圖譜的應用能夠幫助養殖戶更好地理解養殖環境中的各種因素(如水質、氣候、食物供應等)及它們與潛江小龍蝦健康之間的關系。預警系統的設置有助于加強信息化管理,提高了養殖戶對養殖環境問題的響應速度和解決效率。筆者在未來的研究中將進一步融合知識圖譜和養殖系統,使該系統更加智能化。