| 网站首页 | 养殖技术 | 养殖资讯 | 养殖培训 | 养殖项目 | 农林盆栽 | 文章中心 | 图片中心 | 
您现在的位置: zoonxw.com养殖网 >> 文章中心 >> 正文 用户登录 新用户注册
加快信息技术应用 引领数字渔业发展           ★★★ 【字体:
加快信息技术应用 引领数字渔业发展
作者:佚名    文章来源:本站原创    点击数:    更新时间:2022/11/29    

  我国现代渔业的发展离不开科技创新和信息化的进步,推动信息技术和水产产业发展的深度融合,可以有效促进渔业全要素的生产率提升。为全面推进乡村振兴、全力推动水产业信息化发展聚力赋能,为水产业行稳致远提供新动力、激发新动能,中国水产流通与加工协会日前在福建省厦门市举办以“数字渔业、创新驱动、转型升级”为主题的第二届渔业信息化论坛。中国水产流通与加工协会会长崔和认为,从“靠经验”到“靠数据”,数字化是实现渔业高质量发展的必由之路。

  我国水产养殖业发展迅速,是世界第一养殖大国,2018年产量达4991万吨,占世界总产量的61.5%,为我国城乡居民提供了1/3的优质动物蛋白,对保障国家食物安全发挥了重大作用。

  我国水产养殖方式主要分为精准养殖和粗放式养殖,数据显示,在海水养殖中,精准养殖包括1%的工厂化养殖和5%的网箱养殖,粗放式养殖包括吊笼养殖7%、池塘养殖16%、低播养殖34%、筏式养殖37%。在淡水养殖中,精准养殖包括工厂化养殖1%、网箱养殖4%,粗放式养殖22%、池塘养殖73%。总体来看,我国渔业设施化、数字化、智能化程度较低,以粗放式养殖为主。养殖水体在线监测技术缺乏、国外产品不适合我国国情、增氧投饵等作业主要凭经验。

  中国工程院院士赵春江认为,我国传统渔业养殖发展模式面临4个方面的重大挑战:第一,资源短缺,土地水资源短缺,养殖空间被压缩;第二,生物安全,病害传播、投入品监管、养殖水环境;第三,产品安全,食品质量安全;第四,环境安全,水环境污染、地下水枯竭。

  中国农业大学国际学院院长李道亮指出,目前渔业产业存在劳动力老龄化严重,资源约束加大、劳动生产率低,劳动力在水产品成本比重日趋提高,养殖生态环境恶化的问题。在技术方面,能买来装备,如智能化网箱设备,投料机器人、洗网机器人等,却买不来技术,买不到数据。在环境方面,养殖尾水、老旧破池塘设施等给环境带来了压力。

  “目前国内水产养殖的主要问题是,劳动生产率低、劳动强度大,氧、电、饲料浪费严重,养殖风险高。”赵春江表示,“未来智慧绿色渔业发展方向主要体现在生态绿色化、设施工厂化、数字智能化。”

  赵春江指出,要促进渔业变革,实现高质量发展,让“传统生产方式”向“精准高效绿色方式”转变,让“过度依赖人工”向“以机器为主”转变,让“主观经验判断”向“大数据智能决策”转变。

  发展智慧渔业是国家的重大战略需求,建设智慧农业纳入了“十四五”规划。农业农村部等10部委近日印发《关于加快推进水产养殖业绿色发展的若干意见》(以下简称《意见》),这是第一个经国务院同意、专门针对水产养殖业的指导意见,《意见》指出,要推进智慧水产养殖,引导物联网、大数据、人工智能等现代信息技术与水产养殖生产深度融合,开展数字渔业示范。

  全国水产技术推广总站副站长于秀娟表示,渔业信息化在党和国家高度重视信息化建设的大背景下,进入了快速发展阶段,对渔业生产、管理、服务的支撑作用不断增强。互联网、云计算、大数据、物联网等现代信息技术广泛应用到渔业发展各个领域、环节。

  赵春江表示,发展智慧渔业不是简单的单一要素,要把多种先进生产力要素组合后变革,智慧渔业的核心要素是水产养殖信息和水产养殖知识,把互联网、物联网、人工智能、大数据、云计算等信息技术与渔业深度融合,再加上全新的农业生产方式,其包含了信息感知、定量决策、智能控制、精准投入和个性服务,从而推动渔业信息化从数字化到网络化再到智能化。

  智慧渔业主要内容有,养殖环境信息的全面感知、养殖个体行为的实时监测、装备工作状态的实时监控、现场作业生产自动化操作和物流信息化与可追溯管理。

  首先是收集信息,即智能感知与传输技术,需要低成本、高可靠的养殖水体智能传感技术,是感受规定的被测量的各种量,并按一定规律将其转换为有用信号的器件或装置的传感器,作为信息获取的重要手段,与通信技术和计算机技术共同构成信息技术的三大支柱。例如光学、电化学、微纳米、光谱等新型检测技术;传感器电极生产和材料技术、结构工艺优化技术;多参数信息融合及复合、在线检测。

  智能感知与传输技术可对鱼类行为、生命信息等的智能感知与量化。因鱼的养殖都在水体中,需要可靠的无线传输网络来传递养殖信息,其中的技术包括养殖水面、设施材料等对无线信号的吸收、反射干扰规律;NB-IOT、LoRa等低功耗广域网技术;空天地一体的多源传感器传输网络等。

  其次是使用渔业大数据与智能信息模型处理收集到的渔场信息。“大数据技术就是可以从海量的、多种多样的数据中提取有价值信息的能力,其可实现对大容量、多类型、高复杂性数据的处理及分析。”李道亮解释,主要有三种模型,一是水质疾病预测预警模型,水质参数对外界影响因子的响应互作机制,体色、行为等的患病鱼的外在表达机制,多目标优化与非线性预测模型及大数据可视化,对提高鱼的养殖效率和养殖效果非常重要。二是增氧、投饵等养殖作业决策模型,基于物联网和大数据的水产养殖信息和知识规则库,人工智能算法挖掘非结构化数据,基于鱼类行为、水质、残饵等的变量投喂模型,提高饲料利用率。三是养殖装备工况监控、诊断与预警模型,故障模式定义与特征提取,故障分类与模型构建,微小故障模型定位。

  最后是通过渔业智能养殖作业装备及机器人执行操作。如陆基工厂循环水养殖智能装备变量智能投饵机、分鱼机、巡检与日常管理机器人等;池塘养殖智能装备,智能增氧机、变量智能投饵机(船)、智能巡塘无人机等;网箱、围栏、海洋牧场等养殖智能装备,死鱼回收网、智能投饵、捕捞收获等;养殖工船养殖智能装备,通信设备、能源补给、自动饲喂、数字化分鱼机等。“急需研发渔业生产智能装备和机器人,突破智能装备和机器人共性关键技术,满足渔业作业精准化与智能化的要求。”李道亮表示。

  李道亮还详细介绍了无人渔场,无人渔场就是在劳动力不进入渔场的情况下,利用互联网技术、物联网技术、人工智能、大数据、云计算、5G通信等信息技术,由设施、装备、机械、机器人等自主决策完成从巡检、增氧、投饵、日常管理直至收获的全部作业流程,是一种全新生产模式,是一个高度自治的无人作业生产系统。

  无人渔场通过对渔业生产资源、环境、养殖对象、装备等各要素的数据化,实现养殖对象的精准化管理、生产过程的智能化决策和无人化作业,其中物联网技术、大数据技术、人工智能技术和智能装备与机器人技术等四大技术在无人渔场中起关键性作用。

  “但目前,无人渔场仍有较多挑战。”李道亮指出,理念超前,现阶段发展水平还需较大上升空间:产业发展和凝聚共识难度较大,重复性科普和落地难;非标准化场景标准化需要投入,短期看重利益回报,积极性不高;相应技术产品和服务缺乏,上下游生态链空白较多,成本居高不下;相应养殖和调度模式新颖,流通和市场还需要适应和优化;还没有相应的标准、规程以及政策性指导文件;复合型人才严重缺乏,大规模推广复制受到一定限制;缺少政府产业引导资金和专项补贴。

文章录入:admin    责任编辑:admin 
  • 上一篇文章:

  • 下一篇文章: 没有了
  • 发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口
    最新热点 最新推荐 相关文章
    没有相关文章
      网友评论:(只显示最新10条。评论内容只代表网友观点,与本站立场无关!)