智慧水产

尹武，无线通信博士，电子技术教授级高级工程师，海外高层次人才，硕士生导师，现任联合国粮农组织和国际电信联盟农业物联网特聘专家、广东省物联网信息技术与产业化产学研创新联盟环保农业委员会主任、广东省物联网产业联盟专家委员会委员。多年来从事物联网应用研究，发表学术论文20多篇，出版国际专著1部，以第一技术负责人申请发明专利26项，承担包括国家人社部、广东省科技厅、广东省国外专家局以及深圳市重点战略新兴与未来产业项目等无线通信及物联网相关科研项目十余项。研究成果“农业物联网智慧平台”入选广东省重大科技成果转化数据库；“富硒特色智慧溯源系统数字农业技术”被推介为2021数字农业农村新技术新产品新模式优秀项目。

第1章 智慧水产概述

1.1 智慧水产的概念和特征

1.2 智慧水产的系统架构

1.3 智慧水产的关键技术

1.4 智慧水产养殖的管理模式

1.5 智慧水产的相关政策

第2章 智慧水产的发展

2.1 智慧水产在国外的发展

2.1.1 国外智慧水产的应用

2.1.2 国外智慧水产相关企业及应用案例

2.2 智慧水产在国内的发展

2.2.1 国内发展智慧水产的必要性

2.2.2 国内智慧水产发展的基本情况

2.2.3 国内智慧水产发展面临的挑战

2.2.4 国内智慧水产的发展方向

第3章 智慧水产设备的可靠性

3.1 智慧水产设备的电磁兼容性

3.2 智慧水产设备的环境可靠性

3.3 智慧水产设备安规

3.4 智慧水产系统的故障诊断

第4章 智慧水产信息感知

4.1 传感器技术

4.1.1 传感器技术概述

4.1.2 传感器产业

4.1.3 传感器在水产业中的应用

4.2 拉曼光谱技术

4.2.1 拉曼光谱技术的原理

4.2.2 拉曼光谱技术在水产领域的应用

4.2.3 拉曼光谱和神经网络在智慧水产中的综合应用

4.2.4 拉曼光谱技术在水产业的应用前景

第5章 智慧水产信息传输

5.1 无线传感网络

5.2 LoRa

5.3 NB-IoT

5.4 WiFi

5.5 4G和4G Cat.1

5.6 5G

第6章 智慧水产信息处理和应用

6.1 基于大数据的水产业

6.1.1 大数据与水产业大数据

6.1.2 水产业大数据系统

6.1.3 水产业大数据的发展挑战与展望

6.2 云计算

6.2.1 云计算的三种部署模型

6.2.2 云计算的三种服务模式

6.2.3 云计算在水产业中的应用

6.3 边缘计算

6.3.1 边缘计算概述

6.3.2 引入边缘计算的智慧水产

6.3.3 边缘计算在智慧水产中的应用展望

6.4 人工智能与水产养殖

6.4.1 机器视觉

6.4.2 专家系统

6.4.3 神经网络

6.4.4 图像处理

6.5 数字孪生在水产业中的应用

6.5.1 数字孪生的内涵及其发展现状

6.5.2 数字孪生的数据获取关键技术

6.5.3 数字孪生的体系架构

6.5.4 数字孪生渔场

第7章 水产养殖的智能化管控应用

7.1 水产养殖环境的监测与调控

7.2 水产生物生长过程的监测

7.3 水产生物的智能投喂控制

7.4 水产生物的疾病预测与诊断

7.5 水产品的产量预测分析系统

7.6 物联网河蟹养殖管理

7.6.1 物联网河蟹养殖管理的现实需求

7.6.2 物联网河蟹养殖管理系统

7.6.3 智慧河蟹养殖管理系统平台

7.6.4 物联网河蟹养殖管理APP

第8章 智慧水产与环境保护

8.1 水产养殖尾水处理

8.1.1 水产养殖尾水的污染问题

8.1.2 与水产养殖尾水处理有关的政策

8.1.3 物联网水产养殖尾水的监测

8.1.4 水产养殖尾水的智能化处理

8.2 赤潮监测预警

8.2.1 赤潮及其危害

8.2.2 赤潮监测预警方法

8.3 碳排放管理

8.3.1 水产养殖业的碳排放现状

8.3.2 水产养殖业碳排放管理的现实需求

8.3.3 水产养殖碳排放监测管理系统

第9章 水产品质量安全溯源

9.1 水产品质量安全溯源的内涵

9.2 水产品质量安全溯源的实现方式

9.3 水产品运输溯源平台

第10章 智慧海洋牧场与休闲渔业

10.1 智慧海洋牧场

10.1.1 智慧海洋牧场的体系架构

10.1.2 智慧海洋牧场的信息传输

10.1.3 智慧海洋牧场的关键设备

10.2 休闲渔业

10.2.1 休闲渔业在国内的发展情况

10.2.2 共享经济背景下的休闲渔业

10.2.3 推动休闲渔业发展的举措

第11章 智慧渔业保险

11.1 智慧渔业保险及其特征

11.2 智慧渔业保险的应用

11.3 智慧渔业保险的发展建议

附录 与智慧水产相关的缩略语

参考文献

1.3智慧水产的关键技术

信息化技术是发展智慧水产的核心，物联网、大数据、人工智能等是发展智慧水产的必要条件，只有这些技术相辅相成，才能共同维系智慧水产体系的正常运行。

1.水产养殖物联网

水产养殖物联网是指将物联网应用于具体的水产养殖管理过程，这也是获取水产养殖大数据的必要前提。水产养殖物联网通过在生产现场布设传感器、摄像头、RFID等感知设备采集实际的生产管理信息，并通过NB-IoT、WiFi、 LoRa、4G、5G等进行数据传输，应用云计算、数据挖掘、视觉图像信息处理等技术进行数据处理分析，最终形成多样化的服务系统，以满足智慧水产应用需求。

2.水产养殖大数据

水产养殖大数据是将云计算、大数据技术应用于水产养殖管理的具体环节，在物联网采集的海量数据基础上，利用大数据技术对这些来源丰富、结构多样的数据进一步处理、分析、挖掘、加工，得到可用于构建水产养殖环境分析、水产生物生长分析等智能化模型以及智能决策支持系统的有效数据，进而将这些数据应用于水产品品种优化、水产养殖决策、水产生物生长管理、水产品质量溯源等领域，实现智能预警、决策和控制。

……