概括
水产养殖作为可持续粮食供应和国家经济发展的重要行业正在迅速发展。面向技术的水产养殖是实现有效的水质监测和高收益的关键，以及物联网（IoT）的综合水产养殖（IoT）可以满足这些需求。本文介绍了一种全面的方法，可以使用板和通信模块将物联网传感器无缝整合到水产养殖环境中。该方法可以准确测量水质参数，例如温度，pH和溶解氧（DO），这对于维持合适的水产养殖环境至关重要。这种方法可以实时收集关键数据点，有助于预防鱼类疾病和死亡，同时减少手动干预和维护成本。该方法的主要贡献如下所述。
1）设计和开发有效的印刷电路板（PCB），以在水下环境中获得准确的传感器数据阅读和可靠的通信。
2）通过数据驱动的决策来预防鱼类疾病并降低死亡率，结合了溶解氧（DO），pH和温度传感器数据之间的相关性。
3）进行了仪器校准检查，并通过重复测试对自动化系统的数据进行了交叉验证，以确保对传感器参数进行准确的测量。
背景
水产养殖，也称为养鱼，是在受控环境中培养水生生物的过程。作为一个渔业和水产养殖历史悠久的国家，印度的水产养殖产业对经济和粮食安全至关重要。但是，该行业面临许多挑战，包括频繁的自然灾害，例如季风和飓风，这可能导致严重的损失。此外，缺乏熟练的劳动力来进行定期的水质监测和维护。在水产养殖系统（AS）中，最佳水质对于水生生物的生长和存活至关重要。传统上，监测水质参数，例如温度，pH和溶解氧（DO）依赖于劳动密集型手动测量和常规的实验室分析，这也引起了人们对是否可以定期维持水质在可接受的范围内的关注。
物联网（IoT）支持的系统可以为养鱼者提供重大好处，从而有助于克服传感器校准和数据集成的局限性。鱼类的生长和代谢很大程度上取决于水温，温度的变化会影响水的氧溶解度和水生生物的代谢速率。印度面临的一个主要环境问题是未经处理的污水和其他污染物引起的水质恶化。提出了一种基于IoT的解决方案，可以连续监测使用-uno等水质参数，例如pH和浊度。鉴于对淡水的需求很高，在印度讨论了对智能水质监测的需求。保持稳定的pH值对于预防鱼类压力和疾病至关重要。 Ajith并展示了一种基于物联网的水质监测系统，该系统使用云计算和深度学习来提供实时数据。等人描述了专门为cat鱼栖息地设计的实时水质监测系统。 Loh等。引入了一个基于物联网的养鱼监测系统，能够测量温度，pH，溶解的氧和总溶解固体。一些研究人员还使用传感器，智能手机相机，模块，PI和其他组件来处理，获取和收集数据。另一项研究发现，物联网可以通过云存储界面跟踪和存储数据，而实时鱼池监测系统通过Intel®微控制器连接到云存储界面，并引入了AWS技术。研究人员探索了一种基于物联网的智能渔业管理系统，该系统可以提高鱼类产量并设计一种智能水产养殖系统，该系统使用人工智能，云计算和物联网实时监视和控制水产养殖环境。
尽管在印度已经进行了大量研究，但基于现场环境条件和需求，类似研究仍然存在很大的差距。传统的水产养殖方法缺乏系统的和自动化的数据收集和决策技术，无法提高鱼类产量并降低死亡率。为了解决这些问题，本研究提出了一种有效的方法来设计一个物联网浮标单元，用于收集和分析水质参数的实时监测方法，以满足印度马哈拉施特拉邦浦那地区农民的需求，以便在印度马哈拉施特拉邦农业。
特定方法
已经开发出具有物联网单元的浮子，可以浸入水中并连续监测溶解的氧气（DO），pH和温度。该系统在预设时间间隔内收集传感器数据，并通过机器学习模型对水质参数进行详细的分析和预测。目前，提出的方法正在印度马哈拉施特拉邦浦那的一个偏远水产养殖场进行测试和部署，其池塘的尺寸为120 x 70英尺。池塘中有多个8英尺宽的鱼笼，池塘中有4.5英尺的水深度，用于养育罗非鱼。整个池塘都被鸟网覆盖。由于设计的硬件单元需要浸入水中，因此可以连接到浮子。在将浮子单元放入池塘之前，请激活电源开关旋钮，并检查云接口上的数据通信。水质参数数据每十五分钟定期从传感器收集，并且在现场收集的数据通过通信模块传输。处理数据以分析溶解氧，pH和温度之间的相关性，以鉴定异常并确保健康的水环境。
3.1物联网系统的设计和架构
将基于IoT的平台集成到水产养殖基础架构中，并优化微控制器，各种传感器和服务器之间的数据通信路径。设计的方法架构如图1所示。
图1。集成系统体系结构
在我们的系统中，通过部署高精度实验室级传感器来准确测量各种水质参数。然后通过SIM 800 L模块将DO（溶解氧），pH和温度传感器生成的数据（溶解的氧气）上传到服务器平台。控制器负责监视已安装的传感器并在云平台上执行存储操作。用户界面为水产养殖提供了一个简单的仪表板，其中包含实时数据，历史数据，警报和控制选项，以帮助他们维持水生寿命的最佳水质条件。
所有这些操作都是系统地进行的，并在以下流程图中显示（图2）。
图2。物联网的流程图水质监测系统
3.2硬件配置
本节介绍了基于物联网的水质监测系统的设计和架构，其主要目标是在水产养殖环境中提供实时和准确监视关键水质参数。所提出的系统利用DO（溶解的氧），pH和温度传感器，如图3所示。传感器由微控制器协调，以提供有关水产养殖农场水质参数的全面和实时数据，从而实现了水产养殖环境的主动管理和维持。
此方法使用带有扩展板和数字模拟I/O端口的UNO微控制板。具有集成探针的pH传感器电路测量准确的pH值和传感器，以进行准确的读数。校准过程遵循标准标准，低，中和高点的校准分别以三个点进行：pH 4.01，pH 7.00和pH 10.01。为了进行阅读，将具有延长范围（EXR）传感玻璃的pH探针浸入水产养殖笼中。图3显示了pH探针的设计。为了保持水生生物的健康，使用溶解的氧（DO）传感器来测量水中溶解的氧含量。在这里，使用了使用聚氟乙烯（PTFE）膜的当前类型探针。通常，氧分子通过探针膜扩散，并在阴极处降低，产生轻微的电压，并且随着氧气水平的增加，探针的MV输出增加。在现场部署之前，请使用测试样品进行内部校准。有关所使用的DO传感器的特定规格的详细信息，请参阅表1。
表1。溶解氧传感器的规格
图3。基于物联网的物联网监视系统的不同传感器
实验室级的PT-1000传感器用于记录水生池的温度。该具有电阻温度计的传感器探测器可以测量温度范围从-200°C到850°C。通过将GSM模块集成到水产养殖监测系统中，水产养殖工人可以远程监控水质参数并实时获取水质状态。 GSM模块提供蜂窝GSM/GPRS服务，使用户可以通过蜂窝网络连接到数据服务，并且还可以用于实现从测试平台到云计算系统的远程数据传输。此外，该模块与5V电源兼容，支持四频GSM/GPRS操作，并设计为与平台无缝集成。
3.3印刷电路板（PCB）设计布局
如图4所示，基于物联网设备的PCB图包括传感器集成的轨迹和连接器，以及电源调节电路和通信模块接口。 PIN连接集成了连接到其他组件（例如SIM卡等）的控制器。 PCB设计中的集成组件可确保无缝连接和有效的电源管理。
图4。基于物联网设备的PCB电路图
根据设计，IoT硬件集成DO（溶解的氧气），pH和温度传感器，GSM模块嵌入PCB上并放置在防水外壳中，如图5所示。此外，该设备还配备了电池备用，可以在最小的最低限度保持48小时的操作。整个装置都放置在IP66保护级防水外壳中，该外壳可防止灰尘进入并抵抗从任何方向的低压水射流，具体取决于池塘环境的要求。负责收集DO，pH和水温读数的传感器探测器位于底部以进行最佳数据收集。最后，对于数据收集和验证，该设备还包裹在额外的塑料外壳保护层中。
图5。用于DO，pH和温度传感器的IoT硬件设置以及带有防水外壳的PCB上的GSM模块
验证方法
该研究成功地编译，展示和分析了收集的水质数据，为水产养殖计划管理提供了宝贵的见解。
4.1数据采集
基于IoT的水质监测系统的数据收集过程涉及连续实时获取关键水质参数，包括溶解氧（DO），pH和温度。 与每个传感器接口，处理数据，然后通过无线通信模块将数据发送到云服务器。通过GSM通信模块，数据将实时发送到云服务器。服务器处理数据并存储数据，以便可以从远处访问它。还通过将系统记录的值与农民手动测量的读数进行比较，完成了交叉验证。可以通过移动应用程序访问此信息，从而使养殖者可以检查水质。系统收集的数据包括时间戳，传感器读数和相关元数据。如表2所示，从传感器收集的样品数据表示温度传感器，pH传感器和DO传感器的数据值。
表2。收集数据集的示例子集
4.2传感器数据的统计分析
如图6所示，DO（溶解氧），pH值和温度的概率密度表示。收集的数据中DO的极端值范围为6.5 mg/L至9.1 mg/L，但观察到的大多数DO数据点通常集中在7至8.7 mg/l之间。这表明大多数确实读数围绕着这个中心值聚集，而氧气范围极高或极低的例子很少。相对较小的标准偏差表明在监测过程中氧气水平保持稳定，这对于水生生物的呼吸和整体健康至关重要。
pH值主要集中在8到9之间。平均pH的紧密积累表明水的pH值良好，从而减少了有害波动的可能性，这可能会对水生生物体产生压力。在温度方面，最常见的范围是25至30摄氏度，表明水温相对稳定，这对于鱼的代谢率和整体健康非常重要。突然的温度变化可能会导致压力和对鱼类健康的伤害，但观察到的稳定性表明现有的环境控制措施是有效的。
图6。溶解氧，pH和温度的参数分布
4.3相关分析
如图7所示，相关矩阵热图可视化每个水质参数之间的关系。这种可视化证明了所研究的变量之间的相互关系。颜色强度代表相关强度，其中较深的色调代表更强的相关性。颜色光谱范围从蓝色到红色，表明相关的方向，红色表示正相关，而蓝色表示负相关。
图7。显示DO（溶解氧），pH和温度之间的相关性的热图
DO和pH之间的相关系数为-0.35，表明两者之间存在中等程度的负相关。该信息表明，随着水温的升高，DO浓度实际上将增加。此外，这可能与较高温度下的水生生物的代谢活性相关，这可能导致氧气消耗的增加，随后恢复了通过充气过程的水平。在DO和温度之间可以观察到很强的负相关，相关值为-0.69；在pH和温度之间，可以看到中等至强的正相关，相关值为0.77。通过观察相关矩阵的对角线，很明显，每个变量与自身之间的完美正相关是“ 1”。总而言之，相关矩阵热图揭示了DO，pH和温度之间的关系，有助于分析一个参数如何影响另一个参数，从而在研究项目的背景下丰富我们对这些参数的理解。
通过配对图可视化水质参数的相关性和分布。该图形显示有助于分析水环境，并就渔业水产养殖业务的可持续性做出明智的判断。图8显示了不同变量之间的成对关系。 pH的散点图，并且确实显示出明显簇的数据点的广泛分布。在高pH值下，确实在中间范围内稳定。在散点图上，可以在温度和DO之间观察到负相关。随着温度的升高，DO水平往往会按比例下降。通常，较温暖的水在水生生态系统中较少，这可能会带来重要的后果。 pH和温度的另一个成对图关系显示散点图上的线性趋势。这表明温度升高通常伴随着pH的升高。
图8。数据帧的配对图
为了确保收集到的数据的准确性和可靠性，最大误差不超过4.87％，通过重复测试和校准检查执行了验证程序。为了确认传感器读数的一致性，在相同条件下重复相同的水质。为了确保传感器值的正确性，通过将测量值与行业标准参考值进行比较来执行校准检查。测试结果证明了系统的准确性和可靠性，以确保传感器读数在正常范围内。
局限性
在水产养殖的物联网应用中，确保数据安全和隐私是保护敏感信息（例如水质指标）的最基本方面。在大多数情况下，水产养殖农场不愿披露数据，或者至少需要研究人员的适当保证，表明使用数据将采取必要的隐私保护。所证明的工作的局限性之一和未来的方向可能是使用适当的数据隐私保护技术扩展数据收集模块，以确保对未经授权的访问，数据泄露和篡改的限制。尽管在实验中使用了实验室级传感器，但传感器和外壳受到防止意外损害。设计的原型符合所有水产养殖农民的必要要求，但是当制定大众生产系统时，有必要确保遵守法规合规性标准，以满足法律要求和行业指南。
综上所述
基于物联网的水产养殖水质监测系统是在紧凑而有效的PCB上设计和开发的，以实现准确的传感器数据读数和在水环境中可靠的通信。该模块的开发考虑了渔民的现场需求。拟议的方法论和基于传感器的硬件设置通过预防鱼类死亡，维持健康的水质参数并减少鱼类疾病，从而促进有效的水产养殖，从而支持增加产量和食品可持续性。该系统的性能通过在马哈拉施特拉邦浦那的一个地点进行测试。该设置在依赖自我报告的角度解决了现有的IoT设置的缺点，并为罗非鱼收获提供了定制的监测方法，以满足现场农民的需求。该系统显示电池使用的可靠性，最小备份时间为48小时，并且每15分钟提供不间断的数据传输服务。该模块安装在浮子上，并在外壳中受到水和灰尘的保护。对数据进行了彻底的分析，包括配对图，分布图和相关矩阵热图，以显示系统如何保持稳定和理想的鱼类健康。在此分布中，DO值通常在7至8.5 mg/l之间。这表明大多数确实读数聚集在此中心值周围，而氧气水平很少或很低。 pH和温度之间的相关系数约为0.77，表明两个变量之间存在中等至强的正相关。随着温度升高，DO水平往往会按比例降低。在水生生态系统中，较温暖的水通常包含更少的DO，这可能会产生重大影响。通过正相关和常规数据分布，确认监测系统的准确性和可靠性。
结尾
