网络首发|人工智能在水产养殖中研究应用分析与未来展望

人工智能在水产养殖中研究应用分析与未来展望

李道亮1，2*，刘 畅1，2

（1. 中国农业大学 信息与电气工程学院，北京 100083；2. 国家数字渔业创新中心，北京 100083）

摘 要：中国水产养殖的生产模式已由粗放型向集约型转变，生产结构不断调整升级，生产水平不断提高。但较低的劳动生产率、生产效率和资源利用率，低质量的水产品以及缺乏安全保障等问题都严重制约中国水产养殖业的快速发展。利用现代信息技术，研究智能设备来实现精确、自动化和智能化的水产养殖，提高渔业生产力和资源利用率是解决上述矛盾的主要途径。水产养殖中的人工智能是研究利用计算机实现水产养殖的过程，也就是利用机器和计算机监视水下生物的生长，进行问题判断、讨论和分析，提出养殖相关决策，完成自动化养殖。为深入了解人工智能技术在水产养殖中的研究发展现状，本文从水产养殖的生命信息获取、水产生物生长调控与决策、鱼类疾病预测与诊断、水产养殖环境感知与调控，以及水产养殖水下机器人5个具体方面入手，结合生产中面临的实际问题，分析了人工智能在水产养殖中的研究应用现状和技术特点；阐述了人工智能应用的主要技术手段和原理，总结了近年来人工智能技术在水产养殖中的最新应用研究进展，分析了当前人工智能技术在水产养殖发展中面临的主要问题和挑战，并提出了推动水产养殖转型的主要建议，以期为加速推进中国渔业数字化、精准化和智慧化提供参考。

关键词：水产养殖；人工智能；行为识别；疾病诊断；决策与控制；水下机器人

引文格式

李道亮,刘畅.人工智能在水产养殖中研究应用分析与未来展望[J/OL].智慧农业(中英文):1-20[2020-10-21].

http://kns.cnki.net/kcms/detail/10.1681.S.20201020.1603.002.html.

文章图片

图1 人工智能为水产养殖提供技术支持逻辑框图

Fig.1 Logical block diagram of artificial intelligence provides technical support for aquaculture

图2 信息获取关键技术

Fig. 2 Key technologies for information acquisition

图3 生物量估算系统框图

Fig. 3 Block diagram of biomass estimation system

图4 鱼类疾病诊断流程图

Fig. 4 Flowchart of fish disease diagnosis

图5 基于机器学习的水产养殖环境因子预测流程

Fig. 5 Prediction flow chart of aquaculture environmental factors based on machine learning

图6 水下机器人关键技术分类应用

Fig. 6 Key technologies classification and application of underwater robots

作者简介

李道亮 教授

李道亮，教授， 博士生导师。研究方向为农业智能信息处理与农业农村信息化。中国农业大学信息与电气工程学院特聘教授、国家数字渔业创新中心主任，北京市农业物联网工程技术研究中心主任，农业农村部农业农村信息化专家咨询委员会副主任委员。入选国家万人计划、科技部中青年科技领军人才、农业农村部杰出科研人才、教育部新世纪人才，是全国创新争先奖、中国青年科技奖、全国优秀科技工作者获得者。现任国际信息处理联合会农业信息处理分会主席，Information Processing in Agriculture主编，中国渔业物联网与大数据产业技术创新联盟执行理事长，第一完成人获国家科技进步二等奖1项，省部级科技进步一等奖3项，授权国家发明专利30项，出版专著7部，以第一作者或通讯作者发表SCI 论文125篇，EI论文179篇，制定国家标准4项，行业和地方标准7项。研究成果水产集约化养殖精准测控技术入选2019中国智能制造十大科技进展。