欢迎进入厦门欣仰邦科技有限公司官网！
0592-3564822
0592-3564822
公司电话 : 0592-3564822
业务咨询 : 17850532774
工厂化养殖鱼群活动智能监测方案是一套面向工厂化循环水养殖、陆基设施渔业、工厂化育苗车间、现代智慧渔场和其他设施化水产养殖项目建设的鱼群行为视觉监测与智能分析系统。方案以鱼群活动图像、游动行为、摄食特征、投饵状态和异常活动事件为核心监测内容，综合应用水下高清成像、数字图像处理、计算机视觉、目标检测、运动目标跟踪、时序行为分析、工业物联网和边缘人工智能技术，实现鱼群活动的连续观察、摄食状态分析、异常行为识别、投饵过程管理及养殖运行辅助决策。
工厂化养殖通常采用圆形养殖池、矩形养殖池、陆基循环水池、育苗池及其他具有固定结构的设施，养殖动物在相对可控的水环境中进行生长。与传统人工巡塘相比，工厂化养殖具有设备集中、投喂频繁、养殖密度较高及生产管理精细化要求较高等特点。
鱼群活动能够提供一定的养殖状态信息。不同鱼类在正常摄食、巡游、集群、休息、应激及环境变化条件下，可能表现出不同的游动速度、活动区域、群体密度、运动方向和行为持续时间。
例如，在投饵过程中，部分鱼类会向投饵区域聚集，形成明显的摄食响应；在投饵结束后，鱼群可能逐渐恢复常态游动。若出现持续聚集于水面、异常急游、集群结构突然变化或长期活动降低等现象，可能提示养殖人员检查水质、设备运行及鱼群健康状况。
需要明确的是，鱼类行为受到品种、规格、生长阶段、养殖密度、水流、光照、投饵制度、昼夜节律以及其他环境因素影响。相同的行为特征在不同条件下可能具有不同含义，因此本方案采用基于实际养殖场景的行为识别与风险分析方式，不将单一视觉特征直接等同于某一种鱼病或确定的水质故障。
本方案通过在养殖池上方、侧面或水下具有代表性的位置安装摄像机，连续获取鱼群活动图像。对于水面摄食行为，可采用适宜的俯视摄像机；对于水中游动、鱼群深度分布及水下行为，可采用具有耐水、耐腐蚀能力的水下摄像机。
在图像分析方面，系统通过目标检测、运动区域分析、光流估计、目标跟踪和时间序列建模，提取鱼群活动强度、游动方向、区域分布、速度变化、群体聚集程度以及其他能够稳定获取的行为特征。
在摄食分析方面，系统记录投饵开始前、投饵期间和投饵结束后的鱼群活动变化，识别摄食响应增强、摄食活动下降、残饵疑似增加和投饵后行为恢复等事件。
在设备监测方面，通过自动投饵机运行反馈、投饵指令、投饵任务记录及必要的实际出料检测装置，掌握投饵开始、结束、设备故障和实际出料情况。
在异常预警方面，系统通过正常行为基线与当前视觉特征比较，对鱼群异常聚集、持续高速游动、活动显著下降、异常水面行为、摄食响应异常和监测设备故障进行分级管理。
系统可将视觉行为数据与溶解氧、水温、pH、氨氮、循环水流量、增氧设备及其他实际可用数据关联分析，为养殖生产风险识别提供辅助依据。
对于具备自动投饵设备和经过充分验证的摄食识别模型的养殖系统，可进一步开展投饵量优化和摄食反馈辅助控制，但必须设置投饵上限、设备安全保护、人工审核和异常回退机制，避免算法误判造成过量投饵或长期投喂不足。
本方案的定位是工厂化养殖行为监测与辅助决策系统，不替代兽医诊断、水质检测、病原检测和养殖人员必要的现场观察。
工厂化养殖往往在相对集中的养殖空间内进行，鱼群个体数量较多，鱼类活动状态及养殖环境变化需要更加及时地掌握。
传统鱼群观察主要依靠养殖人员巡视，难以持续覆盖夜间、无人值守时段及短时间异常行为。
在较深的养殖池内，仅从水面观察可能无法完整了解鱼群的垂直分布、底层活动和水下集群变化。
人工观察可以发现部分明显异常，但难以长期记录鱼群运动速度、方向、活动强度和空间分布的连续变化。
部分自动投饵系统主要按照固定时间和预设投饵量工作，不能充分反映鱼群实际摄食响应。
当投饵量超过实际摄食需求时，残饵可能增加水体有机物负荷，并间接影响氨氮、溶解氧和过滤系统运行。
投饵不足可能影响部分鱼类生长和群体均匀性，但仅凭摄食画面不能精确确定实际营养摄入量。
鱼群持续异常聚集、突然急游、明显浮头或持续活动减少等现象，可能在下一次人工巡检前已经发生。
悬浮颗粒物、气泡、生物絮团和水体颜色可能降低图像清晰度，影响鱼体检测与运动分析。
高密度鱼群相互遮挡，可能导致单尾鱼检测失败、身份跟踪丢失或重复计数。
不同鱼类的摄食层位、游动方式和捕食动作不同，同一算法不能未经验证直接应用于全部鱼种。
鱼群活动异常可能来自溶解氧变化、温度波动、投喂、噪声、光照、捕捞操作或疾病等多种因素，不能仅依据视频结果直接确诊疾病。
建设覆盖工厂化养殖池及主要投饵区域的鱼群活动智能监测系统，实现鱼群视频采集、游动行为量化、摄食响应分析、投饵状态记录、异常事件预警和养殖管理平台集中展示。
获取养殖池水面及水下代表性区域的连续视频和必要图像数据，为行为分析提供基础。
识别鱼群游动方向、活动强度、运动速度变化及群体分布特征。
统计可见范围内鱼群在不同图像区域的分布变化，识别持续聚集或异常分散。
分析投饵前后的鱼群活动响应、摄食区域聚集和摄食活动变化。
采集投饵机启动、停止、故障、任务执行和其他可用反馈信息。
识别鱼群持续异常聚集、活动骤降、异常急游、浮头疑似行为等事件。
在接入水质数据后，分析鱼群活动与DO、水温、pH及其他参数的变化关系。
通过摄食行为和实际投饵记录，为优化投喂时间、投饵量和投饵频率提供参考。
保证视频监测与智能投饵辅助控制不影响原有增氧、循环水和其他生命支持系统的安全运行。
圆形养殖池可能存在明显的环向水流，鱼群游动方向与水流方向之间具有一定关系，需要结合实际水流条件进行行为分析。
矩形养殖池可能存在角落、边壁及特定区域的鱼群聚集现象，应根据池体结构选择摄像机视角。
高密度鱼群中个体遮挡较多，宜采用鱼群整体行为分析而非单纯依赖每尾鱼的持续跟踪。
鱼苗个体尺寸较小，可能需要更高图像分辨率、适宜镜头视场和较近的观测距离。
成鱼体型较大，水下运动轨迹与群体空间分布通常较容易观察，但具体识别效果仍取决于清晰度和遮挡情况。
对于水面摄食明显的品种，可使用俯视摄像机重点监测投饵区域及周边鱼群响应。
对于在中下层摄食的品种，应根据摄食水层设置适宜的水下摄像机。
夜间监测应评估必要的补光方式及其对养殖动物的影响，避免使用可能改变鱼群行为或造成应激的强光。
应根据实际能见度选择合适的镜头、照明和视距，并明确视觉算法在低清晰度条件下的失效边界。
不同品种应分别确定正常运动方式、摄食行为、适宜观察角度和异常行为定义。
系统采用“鱼池视频采集—图像质量检测—鱼体及运动区域识别—行为特征提取—时序分析—投饵数据关联—异常事件判断—预警推送—人工复核—模型优化”的技术路线。
由水下摄像机、俯视摄像机、必要的补光装置及安装组件构成。
由边缘计算终端或适宜的服务器组成，执行鱼群检测、运动分析、摄食识别和异常行为分析。
通过自动投饵机通信、数字量反馈和必要的出料检测装置获取投饵状态。
通过工业以太网、光纤或其他可靠网络传输视频、行为特征和设备状态。
统一存储活动强度、鱼群分布、摄食响应、投饵状态、异常时间和相关质量标识。
通过经过验证的视觉模型对正常巡游、摄食聚集及部分异常活动模式进行识别。
根据历史行为基线、当前养殖工况和异常持续时间生成事件提示。
提供实时视频、历史回放、行为曲线、投饵记录、报警和人工审核功能。
| 监测内容 | 数据形式 | 主要分析结果 | 应用目的 |
|---|---|---|---|
| 鱼群活动图像 | 图像、视频 | 实时画面、历史片段 | 连续可视化观察 |
| 游动行为 | 速度、方向、轨迹、活动指数 | 运动变化及群体分布 | 鱼群行为状态分析 |
| 摄食特征 | 摄食响应指数、活动时序 | 摄食活跃度及变化趋势 | 辅助投饵管理 |
| 投饵状态 | 运行状态、时间、出料记录 | 投饵开始、结束及故障 | 实际投饵过程监测 |
| 异常活动事件 | 事件类型、时间、置信度 | 异常聚集、急游、活动下降等 | 风险提示及人工复核 |
鱼群活动图像是鱼类视觉行为分析的基础，能够为鱼群运动、摄食响应和异常事件识别提供原始信息。
水下摄像机用于获取养殖池内部鱼群活动图像，应具备与实际水深、腐蚀环境和安装方式匹配的防护性能。
俯视摄像机适用于水面投饵区域监测和部分群体分布分析。
侧视摄像机有助于观察鱼类在水体不同深度的活动情况，但可见范围受到水体透明度及池壁位置影响。
应根据鱼体大小、目标距离、观测区域及算法需要选择适宜分辨率。
帧率应满足目标鱼类实际运动速度和算法时间分辨率要求。快速摄食动作可能需要高于普通巡游监测的采样帧率。
快门时间过长可能引起鱼体运动模糊，影响目标检测和轨迹分析。
应根据水体透明度和养殖动物对光的敏感性设计适宜补光，避免对鱼群正常行为造成明显干扰。
俯视摄像机可能受到水面反射、灯光和波纹影响，可通过安装角度及适宜光学措施降低干扰。
摄像机视场应覆盖实际需要分析的活动区域，不应将局部画面未经校准直接视为全池鱼群状态。
水下镜头可能附着生物膜、悬浮固体及其他污染物，需要定期清洁并记录维护情况。
系统应对严重浑浊、过暗、过曝、模糊、遮挡和视频丢帧进行质量检查。图像质量不足时，应降低识别结果置信度或暂停相关自动判断。
鱼体检测用于定位视频画面中的可见鱼类，并为运动轨迹及行为分析提供基础。
可采用基于图像特征或深度学习的目标检测方法识别鱼体位置。
对于图像条件较好的场景，可提取鱼体轮廓、朝向及相应空间特征。
在鱼体相互重叠的高密度场景中，逐尾检测可能不稳定，可采用群体运动区域分析或密度估计方法。
鱼类相互遮挡可能造成检测缺失、重复检测和身份跟踪切换。
不同鱼类体型、颜色和游姿存在差异，模型应根据实际鱼种和养殖环境开展数据适配。
随着鱼类生长，目标尺寸及活动特征可能变化，需要重新评价模型检测性能。
单帧画面中识别的可见目标数量不等于养殖池真实鱼类总数。
对于遮挡较少的场景，可通过多目标跟踪建立短时轨迹。
高密度鱼群中，外观相似的鱼类可能难以保持长期身份一致性，不能默认实现可靠的单尾长期身份追踪。
应使用实际养殖视频建立测试集，统计目标检测准确率、召回率及不同水质条件下的识别差异。
游动行为能够反映鱼群在特定环境条件下的运动变化，是鱼群状态分析的重要基础。
对于具有可靠短时轨迹的目标，可估算图像平面内的运动速度。
在图像坐标系内，可计算：
vpixel=√[(x2-x1)²+(y2-y1)²]/Δt
其中，vpixel为像素速度，单位可表示为pixel/s。
如需获得cm/s或m/s等实际速度，需要进行摄像机标定，并考虑水下折射、透视和鱼体运动深度等影响。
根据连续图像中的目标位置变化，估算鱼群局部运动方向。
可通过有效鱼体运动区域、目标速度分布和光流幅值构建鱼群活动强度指标。
在不同摄像机和不同时间段比较时，应考虑视场、帧率、能见度和可见鱼体密度的差异。
在正常运行条件下，部分鱼类可能形成相对稳定的巡游区域和运动方向。
当鱼群运动速度短时间内明显增加时，可记录急游事件，但应考虑投饵和人为操作等正常触发因素。
当鱼群在可比工况下长时间活动减少时，可提示现场检查，但不能直接认定疾病或死亡。
当群体运动方向短时间内发生明显变化时，应结合水流、投饵和外部干扰分析。
鱼群正常活动存在品种和时间差异，不宜仅依据固定速度阈值判断全部鱼类是否健康。
鱼群在池体不同位置和深度的分布变化，可为判断摄食响应及环境条件变化提供辅助信息。
可根据投饵口、池壁、中央区域和出水口等实际结构，将监测画面划分为多个分析区域。
统计各区域中的可见鱼体数量、运动像素比例或其他经过验证的密度指标。
可根据可见鱼体分布集中程度构建内部聚集指数，但其含义应结合实际模型定义。
部分鱼类在投饵开始后可能向特定区域聚集，形成正常摄食响应。
当鱼群在非投饵时段持续聚集于水面时，可提示检查DO、环境和其他因素。
鱼类在底层聚集可能与品种习性、休息、光照和环境变化等因素有关。
当鱼群持续集中于池壁某一区域时，可结合水流、噪声、遮挡和设备布置分析。
可建立基于图像区域的分布均匀性指标，用于比较相近条件下的鱼群空间状态。
二维视频不能完整反映三维水体中全部鱼群分布。需要精确空间分布时，应增加多视角测量或其他适宜技术。
摄食活动是鱼群生产管理的重要行为之一，能够为投喂制度优化和异常摄食识别提供辅助信息。
在投饵开始前采集一定时间的鱼群活动数据，建立对应时段的行为基线。
投饵开始后，部分鱼类可能出现活动增强、聚集变化和游动方向集中等行为。
系统可结合鱼群运动强度、投饵区域活动和其他可见特征构建摄食响应指标。
记录投饵开始后具有明显摄食响应的时间长度。
分析投饵期间摄食活动指数的最大值及出现时间。
当投饵持续进行而鱼群摄食响应明显下降时，可提示人工检查是否继续投饵。
摄食行为由活跃转向平稳，可能提示摄食过程接近结束，但不能仅凭活动强度下降认定所有饲料已经摄食完毕。
当水体清晰度、摄像机位置及饲料颗粒尺寸满足条件时，可研究水面或水下残饵视觉识别。
残饵可能因颗粒较小、沉底、被遮挡或光照不足而无法识别，视觉未检出不等于实际无残饵。
不同鱼类可能在水面、中层或底层摄食，应分别设定视觉监测区域和摄食模型。
摄食响应长期下降可能需要关注养殖状态，但也可能与水温、投饵时间、饱食程度、应激和生产管理变化有关。
投饵设备状态监测用于记录实际投饵过程，并将设备动作与鱼群摄食行为关联。
系统记录投饵日期、计划时间、目标养殖池及预设投饵量。
记录控制系统发出的投饵启动指令。
通过可靠电气或设备通信接口确认投饵机实际运行。
记录投饵结束时间和设备实际停止反馈。
采集投饵机堵料、电机故障、通信异常及其他可用故障状态。
对于需要准确掌握投饵量的项目，可增加料仓称重、出料称重或其他经验证的计量装置。
投饵机已经启动并不代表实际出料成功，也不代表实际出料量与预设投饵量完全一致。
可根据管理需求增加料位或称重监测，辅助掌握饲料余量。
投饵控制事件应与视频行为数据使用统一时间基准，确保能够准确分析投饵前后鱼群反应。
投饵量、实际摄食量和残饵量属于不同指标，不能仅凭投饵设备运行记录直接计算全部鱼类实际摄食量。
通过将鱼群摄食响应与实际投饵记录进行关联，可辅助识别投饵时机和投喂过程是否合理。
在投饵前收集稳定时间窗口内的鱼群活动数据。
分析投饵开始后的活动增加、聚集变化和摄食持续时间。
记录投饵结束后鱼群活动回到常态水平的变化过程。
可根据鱼群运动、投饵区域聚集和摄食行为检测结果建立内部摄食响应指数：
FRI=f(Activity,Aggregation,FeedingEvents,Time)
其中，FRI为摄食响应指数，其他变量为经过定义和验证的行为特征。
摄食响应指数是用于行为比较的相对指标，不应直接解释为实际摄食饲料的质量或重量。
根据连续投饵任务和鱼群响应变化，辅助评估投饵间隔。
将摄食响应、实际出料量、水质及养殖规格数据关联，为投饵量调整提供参考。
部分鱼类摄食活跃度受到水温影响，模型应根据实际品种和温度条件进行分析。
当DO不足时，鱼类摄食可能下降，因此摄食异常分析宜结合有效DO监测。
未经充分验证的视觉模型不应单独控制投饵量持续增加。投饵优化应设置单次上限、日累计上限和人工审核。
异常行为识别用于发现鱼群活动模式与正常养殖条件下存在明显差异的事件，并提示管理人员进一步核查。
鱼群短时剧烈加速可能与外界惊扰、投饵、水流或其他因素有关，应结合实际场景判断。
当鱼群在非投饵时段持续集中于某一区域时，系统可生成聚集异常提示。
当可见鱼类持续集中在水面并出现特定行为时，可生成浮头疑似事件，并优先核查DO。
当鱼群整体活动强度持续低于对应正常时段基线时，可生成活动下降提示。
当鱼群由相对稳定的运动方向突然发生明显变化时，可记录异常方向事件。
当相似投饵条件下鱼群摄食活动明显减弱时，提示检查水质、鱼群状态及投饵机实际出料。
在能够可靠跟踪单尾鱼的场景中，可研究持续转圈、翻滚、失衡等明显行为，但应进行现场复核。
对于具有适宜视角和图像质量的场景，可研究长期静止或异常漂浮个体识别，但无法仅凭短时不动判定鱼类死亡。
对短时异常与持续异常分别设置事件判定时间，减少偶然运动造成的误报。
模型应输出必要的置信度或质量标识，并根据图像清晰度和目标覆盖情况决定是否能够可靠判断。
鱼群行为异常不能直接确定鱼病种类，也不能替代病理、病原检测及专业诊断。
鱼群行为受到水质、设备运行和人工操作等多种因素影响。联合分析有助于减少错误解释。
当鱼群出现异常水面聚集或活动变化时，可查看同时段DO及其变化趋势。
分析不同水温条件下的正常游动速度和摄食响应，建立工况分类基线。
当pH异常变化时，可同时检查鱼群活动是否出现明显改变，但不能仅凭相关性认定因果关系。
当氨氮或游离氨风险升高时，可观察鱼群活动和摄食变化。
循环水流速和方向变化可能改变鱼群运动，因此应在具有条件时接入循环泵和流量数据。
增氧气泡、水流及设备噪声可能改变鱼群空间分布和图像质量，应在分析中考虑。
清池、捕捞、设备维修和人工巡检可能影响鱼群活动，应记录相关操作事件。
鱼类活动可能存在昼夜节律，应根据实际品种和养殖光照制度建立分时行为基线。
不同数据之间出现时间相关性不能直接证明存在因果关系，重要异常应结合实际水质和现场检查判断。
应根据实际鱼类品种、养殖池结构、摄像机视角和水体条件建立行为识别模型，优先保证模型对当前养殖场景的适用性。
采集正常游动、投饵前、投饵中、投饵后及各类异常事件的视频样本。
样本应覆盖不同光照、浑浊度、养殖密度、水流和鱼体规格条件。
按照统一定义标注鱼体位置、活动区域、摄食阶段和异常行为事件。
可根据养殖池、品种、规格和时间段建立正常行为统计基线。
用于定位可见鱼体，输出检测区域和置信度。
通过目标跟踪、光流和运动区域分析提取鱼群活动特征。
根据连续视频或连续特征序列识别具有时间特征的行为变化。
可通过历史正常行为分布，识别明显偏离常态的时段。
应按照养殖池、时间段和实际部署条件划分训练、验证和测试数据，避免高度重复的视频片段造成虚高的性能评价。
可根据识别目标采用准确率、召回率、精确率、误报率、漏报率、事件检出延迟等指标。
真实严重异常事件通常较少，模型训练可能存在类别不平衡问题，应谨慎评价罕见事件检测能力。
更换鱼种、摄像机或养殖场后，应重新验证模型性能，必要时进行适配训练。
系统应记录模型版本、训练数据范围、上线日期和主要性能验证结果。
人工智能模型输出属于基于现有数据的辅助识别结果，不应将模型置信度直接解释为疾病发生概率或鱼类死亡概率。
根据实际品种、养殖池、生产阶段和正常行为基线制定预警规则，并结合图像质量进行判断。
当鱼群活动强度持续偏离相应工况正常范围时，生成活动异常事件。
当鱼群持续集中于不符合正常行为特征的区域时，生成聚集异常提示。
当视觉模型识别到疑似异常水面活动时，优先提示检查溶解氧和供氧系统。
当投饵期间鱼群摄食响应明显降低时，生成摄食异常提示。
当投饵机返回故障状态、实际出料异常或动作超时，生成设备异常事件。
当摄像机画面严重浑浊、遮挡、过曝或丢帧时，生成视觉质量事件，并降低对应行为判断的可信度。
当鱼群异常活动与低DO、设备故障或其他可靠监测异常同时发生时，可提高风险关注等级。
| 管理等级 | 典型情况 | 建议处理 |
|---|---|---|
| 正常 | 鱼群活动符合对应工况正常基线 | 持续监测 |
| 关注 | 游动或摄食响应出现轻度异常 | 观察趋势并检查投饵记录 |
| 较高风险 | 持续异常聚集、活动明显下降或异常急游 | 安排现场核查和必要水质检测 |
| 高风险 | 行为异常且出现严重水质或设备安全风险 | 执行现场养殖应急管理程序 |
| 数据异常 | 画面失效、网络中断或识别结果不可靠 | 检查视频设备并暂停不可靠自动判断 |
在模型经过验证后，可根据摄食响应变化提出投饵调整建议。
当摄食响应显著下降、疑似残饵增加或存在可靠的水质安全风险时，可提示人工检查是否暂停投饵。
涉及自动停止、增加或调整投饵量的控制功能，应具有人工授权、投饵限额、超时退出及异常回退机制。
每个异常事件应保留时间、视频证据、模型结果、人工核查、处置措施及复核结果。
采用现场摄像机与边缘计算终端相结合的方式，对视频进行采集和分析。
边缘计算可在养殖场本地完成部分视觉识别，减少全部原始视频持续上传的带宽需求。
根据摄像机实际支持情况采用适宜的标准视频流或设备接口。
实时行为分析和录像存储属于不同处理流程，应分别配置必要的计算和存储资源。
视觉模型不一定需要对全部录像帧进行推理，可依据运动识别目的设置适当分析频率。
视频事件、投饵记录和水质监测数据应采用统一时间基准。
持续检查画面清晰度、亮度、遮挡、丢帧和摄像机离线情况。
可保存异常事件发生前后的视频片段，用于人工复核和后续模型改进。
全量录像保存周期应根据实际管理需求、存储容量和安全要求确定。
可将活动强度、聚集指数、摄食响应及异常事件保存为结构化时间序列数据。
网络中断时，现场边缘终端可根据配置继续执行本地分析和必要缓存。
当模型无法可靠运行时，应记录故障并停止依赖该模型的自动判断，不得把无结果视为鱼群正常。
应采取适宜的视频访问控制、设备认证、数据传输保护和操作审计措施。
若摄像机同时拍摄工作人员或其他人员活动，应根据实际业务范围和相关法律要求开展视频数据管理。
| 序号 | 设备名称 | 主要功能 | 配置建议 |
|---|---|---|---|
| 1 | 水下高清摄像机 | 鱼群水下活动图像采集 | 按养殖池及水下视场配置 |
| 2 | 水面俯视摄像机 | 投饵区域及水面活动监测 | 按投饵区域配置 |
| 3 | 水下摄像机安装组件 | 固定摄像机及调整视角 | 按池体结构配置 |
| 4 | 适宜补光设备 | 改善低照度图像 | 按水体及鱼种适应性配置 |
| 5 | 边缘视觉计算终端 | 鱼体检测、运动分析和异常识别 | 按视频路数及模型负载配置 |
| 6 | 视频存储设备 | 保存历史视频及异常片段 | 按存储周期配置 |
| 7 | 自动投饵机状态接口 | 投饵启停、故障及运行反馈 | 按投饵设备配置 |
| 8 | 实际出料检测装置 | 确认投饵量或出料状态 | 按精细投饵需求配置 |
| 9 | 工业通信设备 | 视频及结构化数据传输 | 按现场网络配置 |
| 10 | 供电与安全防护组件 | 摄像机及计算设备供电 | 按现场条件配置 |
| 11 | 鱼群活动智能监测平台 | 视频展示、行为分析和异常管理 | 统一部署 |
| 设备名称 | 扩展用途 |
|---|---|
| 多视角水下摄像机 | 扩展鱼群空间分布分析 |
| 水下声学探测设备 | 辅助低能见度及鱼群分布监测 |
| DO在线传感器 | 行为异常与低氧风险关联 |
| 水温传感器 | 行为变化与温度关联 |
| pH与氨氮监测装置 | 辅助分析水质变化 |
| 循环流量及泵状态接口 | 水流和设备运行关联 |
| 料仓称重模块 | 监测饲料消耗和余量 |
| 环境光照传感器 | 图像质量及昼夜行为分析 |
| 参数项目 | 工程参考要求 |
|---|---|
| 图像分辨率 | 1920×1080或根据鱼体尺寸选择更高分辨率 |
| 视频帧率 | 25fps或30fps，快速行为分析可按需提高 |
| 镜头 | 按实际视场和鱼体距离选择 |
| 低照度性能 | 根据夜间和池内光照条件确定 |
| 防护性能 | 满足实际水深、水压及长期浸没要求 |
| 耐腐蚀性 | 按淡水、盐碱水或海水条件选型 |
| 视频接口 | 网络视频或其他适宜接口 |
| 镜头维护 | 支持清洁和防污维护 |
| 参数项目 | 工程参考要求 |
|---|---|
| 参考分辨率 | 1920×1080至更高分辨率，按视场确定 |
| 参考帧率 | 25fps或30fps |
| 安装位置 | 投饵区域上方或其他适宜位置 |
| 光学要求 | 考虑水面反光、波纹与局部遮挡 |
| 防护要求 | 适应养殖车间湿度和冲洗环境 |
| 数据输出 | 符合项目接入要求的视频流 |
| 参数项目 | 工程参考要求 |
|---|---|
| 计算类型 | 支持视频解码与人工智能推理的边缘计算设备 |
| 视频输入 | 按现场摄像机路数及编码格式确定 |
| 推理能力 | 以实际模型、分辨率及目标分析帧率实测确定 |
| 存储 | 支持模型、事件数据及必要视频缓存 |
| 通信 | 工业以太网或其他适宜网络接口 |
| 时间同步 | 支持统一时间戳 |
| 设备管理 | 支持模型版本、运行状态及故障管理 |
| 运行环境 | 满足车间温湿度及连续运行要求 |
| 参数项目 | 工程参考要求 |
|---|---|
| 状态采集 | 启动、停止、运行、故障 |
| 投饵时间 | 记录任务开始与结束时间 |
| 投饵量 | 通过适宜计量或经过验证的设备数据获取 |
| 通信接口 | 数字量、RS485或其他适宜方式 |
| 故障监测 | 支持堵料、设备故障或其他实际可用反馈 |
视频存储空间应根据实际编码码率、路数和保存时间进行估算。
在忽略容器封装开销及其他冗余的情况下：
S(GB)≈B(Mb/s)×3600×H×N/8000
其中，B为每路视频平均码率，H为保存小时数，N为摄像机路数。实际设计还应考虑可变码率、文件系统、冗余和备份需求。
摄像机具有高清分辨率并不代表一定能够识别鱼群行为；视觉计算设备具有人工智能算力也不代表能在全部鱼种和水质条件下达到稳定识别效果。设备选型必须结合实际视频和模型进行测试。
集中显示养殖池数量、视频在线状态、投饵状态和异常事件。
展示水下和水面实时视频，支持按照养殖池查看。
按照时间、养殖池及异常事件检索历史片段。
展示鱼群活动强度、运动变化及主要趋势。
可视化具有可靠测量条件的群体运动方向分布。
根据视频可见区域生成鱼群分布图及聚集趋势。
展示投饵开始前后鱼群摄食响应变化。
记录投饵时间、预设投饵量及投饵设备任务。
显示投饵机运行、停止、故障及有效出料信息。
在统一时间轴上展示鱼群活动、摄食响应和投饵状态。
展示异常急游、聚集、活动下降及其他有效识别结果。
保存与异常事件关联的视频片段，供人员复核。
展示摄像机清晰度、遮挡、视频丢帧及在线状态。
在接入水质数据后，将DO、水温和其他实际参数与行为事件关联。
保存鱼种模型、版本号、部署日期和验证记录。
支持管理人员对异常事件标记为已确认、误报、待检查或其他状态。
记录镜头清洁、摄像机维修、投饵设备维护及计算设备检查。
生成鱼群活动、摄食响应、异常事件和投饵任务的周期统计。
支持多个工厂化养殖车间和养殖基地的统一视频与行为管理。
适用于工厂化循环水养殖、陆基养殖池、育苗车间、现代设施渔业、智慧渔场和其他需要连续观察鱼群活动的项目。
重点监测鱼群游动、摄食响应及养殖池异常活动。
重点研究群体运动强度、区域聚集和摄食变化，并关注遮挡对识别效果的影响。
针对较小鱼体设置适宜成像距离和分辨率，开展活动变化和摄食响应观察。
将投饵机实际状态与鱼群摄食视频同步，用于分析投饵响应。
通过经过验证的夜间成像方式，实现异常活动记录及远程提示。
以下以某工厂化循环水养殖基地作为假设工程场景，说明鱼群活动智能监测系统的初步配置方法。本示例仅用于技术设计，不代表已经实施或验收的实际项目。
假设养殖车间设置12个养殖池，分别配备自动投饵设备，并具有相应水质在线监测及循环水系统。
初步考虑每个养殖池配置1套水下摄像机和1套投饵区域俯视摄像机。
具体数量应根据鱼池直径、水深、鱼群密度和目标行为进行现场视场验证。
| 设备名称 | 示例数量 | 配置说明 |
|---|---|---|
| 水下高清摄像机 | 12套 | 每个养殖池暂按1套 |
| 水面俯视摄像机 | 12套 | 每个投饵区域暂按1套 |
| 摄像机安装组件 | 24组 | 按实际安装结构配置 |
| 适宜补光设备 | 按实际光照配置 | 夜间及低照度监测 |
| 边缘视觉计算终端 | 按实测视频负载配置 | 支持鱼群行为识别 |
| 视频存储设备 | 按录像保存周期配置 | 历史录像与异常片段 |
| 投饵机状态采集接口 | 12组 | 按每池实际投饵设备配置 |
| 实际出料检测装置 | 按需配置 | 精细化投饵量管理 |
| 工业网络及交换设备 | 按网络结构配置 | 视频和分析数据传输 |
| 鱼群活动监测管理平台 | 1套 | 视频、行为、摄食和报警管理 |
调查鱼种、规格、养殖密度、鱼池尺寸、水深、投饵方式、水体透明度和实际照明条件。
优先选择具有代表性的养殖池开展试点采集，验证水下视场与图像质量。
采集不同投饵阶段、昼夜时段、水流状态和养殖密度条件下的实际视频。
根据具体鱼类行为和现场图像质量，对检测、运动及摄食模型进行适配。
使用独立的现场测试视频评价行为识别准确性、误报率及异常事件检测时延。
接入投饵机运行和故障反馈，并核对投饵任务时间与视频时间。
根据实际视频流数量、分析分辨率、推理帧率和模型复杂度配置计算设备。
使用经标注的视频样本及安全模拟的设备状态验证异常事件流程，不应为测试而故意制造严重鱼类应激或缺氧条件。
定期开展镜头清洁、支架检查、视频质量检测、设备状态校核及模型性能复核。
系统可以提高鱼群活动的可视化程度，并为持续观察和异常事件追溯提供数据。
通过投饵记录与摄食行为关联，辅助养殖人员分析投喂制度和摄食响应。
在模型具有足够现场识别能力的条件下，系统可辅助缩短部分异常行为发现时间。
通过视频回放和事件筛选，减少部分重复性人工观察工作。
实际经济效益可从投饵管理效率、饲料消耗、异常响应时间、人工巡检工作量和养殖生产指标等方面评价。
鱼群行为监测本身不直接提高鱼类成活率，也不能在缺少实际验证的情况下承诺固定饲料节约比例或产量提升比例。
工厂化养殖鱼群活动智能监测涉及水产养殖设施、视频数据采集、人工智能分析、工业网络和信息安全等多个领域。
项目应结合实际养殖方式及系统功能分别选用相关标准。通用视频监控标准可作为设备和联网设计的参考，但不直接规定鱼群行为识别准确率或鱼类健康诊断准则。
| 标准编号 | 标准名称 | 主要应用内容 |
|---|---|---|
| NY/T 4978.1—2025 | 智慧渔场机械化建设指南 第1部分：工厂化养殖 | 智慧渔场建设、设施装备及数字化管理参考 |
| GB 11607—1989 | 渔业水质标准 | 适用范围内的渔业水质管理 |
| GB/T 28181—2022 | 公共安全视频监控联网系统信息传输、交换、控制技术要求 | 适用的视频联网技术及接口参考 |
| GB/T 30147—2013 | 安防监控视频实时智能分析设备技术要求 | 通用视频智能分析设备技术参考 |
| GB/T 22239—2019 | 信息安全技术 网络安全等级保护基本要求 | 适用的信息系统网络安全设计参考 |
NY/T 4978.1—2025《智慧渔场机械化建设指南 第1部分：工厂化养殖》于2025年12月9日发布，2026年5月1日实施。
该标准面向工厂化养殖智慧渔场机械化建设，可作为现场设施装备、网络与数据接口及数字化管理体系设计的重要参考。
GB 11607—1989《渔业水质标准》目前为现行国家标准。
鱼群活动异常需要结合实际水质进行判断时，应使用可靠的水质监测和适用的养殖技术要求。
GB/T 28181—2022《公共安全视频监控联网系统信息传输、交换、控制技术要求》于2023年7月1日实施，替代2016版。
该标准针对公共安全视频监控联网系统，其他视频联网项目可在适用条件下参考其有关接口和技术要求，但并非所有养殖摄像机必须采用该协议。
GB/T 30147—2013《安防监控视频实时智能分析设备技术要求》目前为现行标准。
该标准可为通用视频智能分析设备相关设计提供参考，但不应被直接解释为鱼类行为识别专用标准。
GB/T 22239—2019《信息安全技术 网络安全等级保护基本要求》目前为现行标准，可根据项目系统定级和实际安全要求提供相关技术依据。
鱼群行为识别应通过实际养殖环境数据验证检测性能和适用边界。
不得将通用智能视频检测指标直接等同于鱼群摄食识别准确率，也不得在未开展现场验证的情况下承诺固定模型准确率。
（1）NY/T 4978.1—2025《智慧渔场机械化建设指南 第1部分：工厂化养殖》。
（2）GB 11607—1989《渔业水质标准》。
（3）GB/T 28181—2022《公共安全视频监控联网系统信息传输、交换、控制技术要求》。
（4）GB/T 30147—2013《安防监控视频实时智能分析设备技术要求》。
（5）GB/T 22239—2019《信息安全技术 网络安全等级保护基本要求》。
NY/T 4978.1—2025《智慧渔场机械化建设指南 第1部分：工厂化养殖》：
https://std.samr.gov.cn/hb/search/stdHBDetailed?id=51D65ECF25C01D34E06397BE0A0AB9D5
GB 11607—1989《渔业水质标准》：
https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=6D05F0255394F993F1824840927F98B0
GB/T 28181—2022《公共安全视频监控联网系统信息传输、交换、控制技术要求》：
https://std.samr.gov.cn/gb/search/gbDetailed?id=F159DFC2A98A47EFE05397BE0A0AF334
GB/T 30147—2013《安防监控视频实时智能分析设备技术要求》：
https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=DA584215881CC2388C9D7DD5505E4792
GB/T 22239—2019《信息安全技术 网络安全等级保护基本要求》：
https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=BAFB47E8874764186BDB7865E8344DAF
在鱼群活动图像、游动行为、摄食特征、投饵状态及异常事件监测稳定运行后，可根据实际需要增加鱼体尺寸估计、可见鱼群密度分析、鱼体姿态识别和多视角行为监测。
对于低能见度养殖池，可评估增加适宜的水下声学探测设备，但声学与光学数据的融合需要独立设计和验证。
通过长期积累鱼群行为、投饵记录、水质数据和养殖生产结果，可进一步研究摄食响应预测、投饵辅助优化和异常行为分类模型。
对于投饵闭环控制，应先完成离线模型验证和人工审核运行，再在严格限额及现场安全控制条件下逐步测试自动控制功能。
鱼群活动图像监测具有视野限制，局部摄像机不能直接代表全部鱼类的真实状态。
高密度鱼群存在明显遮挡，视觉算法未必能够可靠跟踪每一尾鱼。
鱼群游动速度若仅根据图像坐标估算，通常属于像素运动速度，不能未经标定直接作为实际物理速度。
摄食响应指数属于行为分析指标，不等于实际摄食重量、饲料利用率或饲料系数。
鱼群异常活动可能与水质、投饵、光照、水流、惊扰和疾病等多种因素有关，不能仅凭视频结果直接确诊鱼病。
投饵设备运行信号不等于实际出料成功，若需要核算准确投饵量，应配置或接入适宜的实际计量数据。
当图像质量低于可靠识别条件时，应明确标记结果不可用，而不是继续输出看似准确的行为数据。
自动投饵优化必须设置投喂限额、人工复核和故障回退，不得让未经验证的视觉模型无限调整投饵量。
工厂化养殖鱼群活动智能监测方案通过鱼群活动图像、游动行为、摄食特征、投饵状态和异常活动事件的持续采集与分析，建立覆盖养殖池、投饵区域、视频设备和管理平台的鱼群行为监测体系。
系统能够对鱼群运动强度、活动方向、空间分布、摄食响应和异常事件进行集中管理，并结合投饵设备状态及可选水质数据开展关联分析。
通过水下视觉感知、边缘智能计算、行为时间序列分析、模型质量控制和异常事件人工复核，可以提升工厂化养殖鱼群行为变化的可观察性和可追溯性。
通过建立品种专属模型、正常行为基线、摄食响应分析和投饵记录管理，可以为养殖人员优化投喂制度、排查异常行为及改进生产管理提供辅助数据依据。
在满足现行智慧渔场建设、视频联网、网络安全和实际养殖技术要求的前提下，本方案能够为现代工厂化养殖、智慧渔场和设施渔业基地的行为感知、智能预警、投饵辅助决策和数字化养殖管理提供技术支撑。
上一篇：鱼菜共生循环水智能控制方案
下一篇：农产品冷链仓储智能监测方案
排插式LoRa转4G智能网关
无线远程压力采集终端
LoRaWAN无线远程液位传感器
无线智能消防栓水压监测
GNSS地质灾害监测站
一体化倾斜伏倒检测仪
地表裂缝监测仪
无线4g倾斜传感器(内置电池)
卫星物联网传输数据采集主机
智能水位控制器
智能主机环境数据4G采集仪
S-CGC5低功耗温湿度监控
4G喷灌滴灌流量计
土壤热流计热通量传感器
有线波载64路阀门集中控制器
S-PSVF 电池供电4G无线阀门控制
水位地灾拍照雷达一体化水位
水中硼线上自动分析仪
水中镍线上分析仪传感器
水质铬自动分析仪传感器
美丽乡村水质物联网平台
智能井盖管理软件平台
S-DZJC监测与预警服务平台
负氧离子LED显示发布系统
在线式智能一级声级计噪声监
噪音扬尘监测系统
太阳能供电电流电压远程监控
超声波风速风向,温湿度,噪声
在线咨询 9:00-18:00
