BP神经网络信息融合技术在水质监控中的应用

目前我国对于集约化水产养殖的水质调控,仅处于单指标调节水平,忽略了水质因子间的相互作用对养殖环境产生的影响。本文在现有的多传感器无线传感网络基础上,构建基于BP神经网络的信息融合监控系统,对多元非线性水质因子进行信息融合以全面评估当前水质环境是否适合虾类生长并做出相应的调控决策。文章最后通过实际水质数据对该系统算法进行测试分析,测试结果表明此监控系统具有较高的精确度,为集约化水质监控开辟了一条新路径。     

基于ARM／GPRS／ZIGBEE水产养殖远程监控系统设计

为了满足水产养殖智能化的要求,设计了水产养殖中水质参数的远程实时监控系统,该系统由基于传感器节点,汇聚节点的水质参数无线监测网络和远程数据管理节点组成。采用以CC2430为核心的ZigBee模块传感器节点方案,构建基于ZigBee协议的无线传感网,实现水质数据采集;应用以ARM9微处理器S3 C2410开发的汇聚节点实现数据的汇聚和GPRS无线通信实现远程数据的传输。利用ZigBee技术和GPRS技术,此系统不仅满足了无线数据采集和数据传输的相关指标要求,而且有效地解决了水产养殖系统中布线困难、节点不可移动、不易维护等问题,满足了水产养殖中水质监测的需要。     

凡纳滨对虾养殖水质预警研究

研究对虾养殖水质准确预警问题。对虾的活动性极低,对水质的动态变化影响的周期很长,使得对虾养殖水质因子的突变性很小,使得对虾养殖中的水质因子存在非线性、不确定、难以精确评价的难点。传统的水质监测方法多是基于水质瞬间突变,根据水质因子的瞬间异常变化作出报警。如果水质因子的突变性较小,将很难作出及时准确的监测,不能做出及时预警。提出了一种T-S模糊神经网络的水质监测建模方法。该方法结合了模糊系统的推理能力和网络的自学习能力,通过对水质标准模糊系统的结构辨识和参数辨识,建立各种水质因子和水质等级之间的非线性对应规律。实验证明该方法很好的解决了对虾养殖中的水质监测问题。     

基于物联网的水产养殖水质实时监测系统

为了实现水产养殖水质的实时监测和信息化管控,以ZigBee、GPRS、智能水质监测传感器等物联网核心技术为手段,设计了一套水产养殖水质实时监测系统,能实时采集水产养殖用水的水位、溶解氧、PH值、温度、视频等参数,并进行分析、展示和反馈控制,从而解决了水产养殖业水质实时监测和管理问题.     

基于WiFi无线传感器网络的水质监测系统设计

针对传统水产养殖水质监测难度大,监测时间长的问题,提出将WiFi应用于水产养殖水质监测系统中.以GS1011M为核心构建无线传感器网络,将传感器采集到温度、pH值、溶解氧等水质参数传输至监测中心,再通过Microsoft Visual Studi0 2010软件构建实时观测平台,以实时接收并显示传感器数据,并可随时调用历史数据,实现了对水产养殖的实时监测.实验结果表明:该系统能有效检测水质参数,且功耗低,数据准确度高,工作性能稳定.     

基于单片机的养殖水质自动监控系统

本文介绍了一种来自再生水源的水质监控系统。该系统是以单片机为核心,以经过组合型人工湿地处理后的农村生活污水作为养殖水源,它通过对养殖水质中pH值、DO、温度、氨氮含量和浊度等主要参数的检测和控制,以满足水产养殖水质的要求,达到净化环境和再生水利用的目的。     

智慧生态水产养殖系统

针对工厂化海参养殖信息化低的现状,设计并实现了具有养殖环境水质监测、养殖环境水质分析评价、水下视频观测、养殖知识普及等功能的系统.该系统经测试,水质检测准确,水下视频观测实时清晰,可以满足海参养殖的实际需要.系统的推广可以帮助养殖企业进行养殖决策,提高养殖的智能化水平.利用工业化和智能化在水产养殖业领域的纵向扩散和深度融合,来探索现代化养殖模式,提升智能技术在渔业经济发展中的贡献率.     

构建软硬结合的水产养殖物联网解决方案

传统水产养殖业以牺牲自然环境资源和大量的物质消耗寺粗放式饲养方式为主要特征,经济效益低且污染水体环境。而基于智能传感技术、智能处理技术及智能控制等物联网技术的智能水产养殖系统,则能集数据、图像实时采集、无线传输、智能处理和预测预警信息发布、辅助决策等功能于一体,可通过对水质参数的准确检测、数据的可靠传输、信息的智能处理以及控制机构的智能化自动控制,来实现水产养殖的管理。     

基于嵌入式的水产养殖在线监测系统

针对传统的水产养殖向工厂化、集约化发展过程中监测手段薄弱等问题,提出一种水产养殖在线监测系统的设计方案。该系统基于嵌入式技术、结合GSM/GPRS通信与射频无线传输技术,主要实现对水产品生长的水环境因素（温度、PH 值和溶解氧含量）进行实时监测。智能化的设计使监测人员根据异常数据及时采取有效措施。实验证明：系统结构简单,功能易扩展,实测数据误差小,适用于工厂化的水产养殖领域。     

基于LoRa的低功耗水产养殖水质监测系统设计

针对水产养殖无线水质监测系统通信距离短、功耗高、网络复杂的问题,提出了一种新型的水产养殖水质监测系统。将STM8L低功耗微控制器作为核心,结合LoRa调制技术自定义网络通信协议,设计了低功耗远距离的无线传感器网络节点,完成了对水产养殖水质参数的采集与传输。重点介绍了软硬件的低功耗设计,进行了系统能量消耗和通信距离的测试。实验结果表明:水质监测系统在覆盖范围和功耗上优势明显。LoRa通信技术给未来组建大规模、低功耗无线传感器网络提供了可能性,在智慧农业上有很好的推广价值。     

Developing a knowledge-based early warning system for fish disease/health via water quality management

Fish disease is becoming the major factor damaging the sustainable development of aquaculture and the quality security of aquatic product in China. Many researchers provide assistances and advice in fish disease diagnosis and appropriate treatment measures. However, the risk of misdiagnosis, incorrectly treatment or over-treatment also exists due to carrying out after disease outbreaks. So it is necessary to develop an early warning system. Taking into account that fish disease outbreak is mainly caused by suboptimal water quality in north of China, the best way is to develop decision aids tool that can assess and early warning the risk of fish disease based on water quality management. This paper introduces a knowledge-based early warning system for fish disease via water quality management. The architecture, the process for knowledge engineering, main components and their functions, especially a series of water quality management mathematic models are described. At present, the system is in pilot in the city of Tianjin in China. The stage achievements in developing the intellectual system of fish disease early warning are summarized.     

基于无线传感器网络的鱼塘水质监测系统

针对传统水质监测系统在水质参数在线监测、预警能力、数据精度和稳定性方面的不足,综合使用无线传感器网络、GPRS无线通信、GSM短信等技术与方法,构建一个鱼塘水质远程实时监测系统。该系统具有预警及时、响应迅速、形象化查询、可扩展性强等特点。     

基于物联网和大数据的水域天网监测系统

本文使用传感器、ZigBee无线传感网络、嵌入式系统、GPRS、云端、大数据挖掘分析等技术,设计并实现了一种多指标、多节点、低功耗的"水域天网监测系统".测试表明,系统设计方案合理可行,系统运行稳定,实现了水质状态分布式监控、预警、大数据分析和多种科学图表可视化,有效扩大监测范围,加快预警和反应速度,提高水质监测治理进程.     

基于机器鱼的内陆湖泊水质在线监测系统设计

仅依赖无线传感器网络在线实测是利用多跳式通信实现远程发送与存储数据丢包率高,实验阶段设计的二维结构仿真机器鱼巡游避障性能差,GPRS全天候数据采集与传送所需的流量费用高,针对以上这些问题,设计了一套可进行实测的机器鱼自动巡游避障、水质环境实时监测系统平台;该系统通过移动终端程序设计、利用三维采集路径跟踪算法及WSNs与Wifi热点技术对机器鱼群实现远程精准控制,按照设定深度、路径规划的采集点进行水温水位、PH值、溶解氧、电导率、浊度等常五类水质环境数据实时采集、处理、远程存储、显示、分析及预警,给出了系统的总体设计、机器鱼的结构与控制系统设计、终端节点与协调器的硬件系统及上下位机软件系统设计;利用这套系统对巢湖5个取样点实测,水温、溶解氧、PH值平均误差率分别为0.18%、0.5%及0.01%,远高于其他水质在线监测的精度要求,达到了预期成果;同时对水库及精细水产养殖业等水质在线监测与预警具有很高的推广价值。     

基于WSN的水产养殖环境监测系统设计

针对传统水产养殖过程中对水质监测的实时性差,测量精度低等问题,设计基于无线传感器网络的水产养殖环境监测系统。系统利用ZigBee无线通信技术组建传感器网络,采用混合网拓扑结构,通过对传感器节点硬件和软件的设计,完成水产养殖池中的溶解氧含量、PH值、温度等重要养殖指标的实时测量。水质数据汇聚到中心节点后传送给主控制器,并通过GPRS上传至云端保存。另外,针对云存储的安全问题,利用同态加密对上传到云端的数据进行加密,在不破坏云计算能力的前提下保护了用户的隐私数据。     

A fast mobile early warning system for water quality emergency risk in ungauged river basins

Environmental decision support system (EDSS) has become an important research topic in the fields of water environment protection and emergency early warning. Most existing systems require plenty of measured data, which are typically unavailable in ungauged basins. In order to develop an early warning system that can work with few measured data, a mobile environment decision support system (MEWSUB) for early warning and emergency assessment in ungauged river basins was developed. A one-dimensional water quality model was built for the system and the terrain module and pollutant module were developed for terrain digitization and pollutant release process data generation. MEWSUB can quickly create water quality model input files, simulate the temporal release of pollutants, and display the results in a dynamically rendered map and trend line diagram via HTML5. The system has been used successfully to support early warning efforts during accidents on several ungauged rivers in China.     

基于物联网的水产养殖水质监控系统设计

为方便监测和调节罗非鱼养殖水域的水质参数,设计了基于物联网（IoT）的水产养殖水质监控系统。前端传感器检测水体相关物理参数,通过采集单元的通信网络发送到智能水质监控单元,智能监控单元可以对增氧机、循环水泵及物料投放机等进行自动控制。同时,智能监控单元通过以太网或无线公用网络将数据传送到数据服务中心。用户可以通过移动终端或计算机实时了解水质信息,也可以通过监控软件下发命令,控制现场设备,实现对水质参数的手动调节。测试结果表明：该系统具有运行稳定、操作方便、成本经济等优点,可以应用于水产品的养殖生产活动。     

基于MEC-BP神经网络在水产养殖水质预测中的应用

溶解氧作为水产养殖中最为重要且最容易控制的水质参数,其关系到养殖的成败,如果能精确掌握溶解氧的变化规律,可大大降低养殖风险,增加养殖成功率。本文综合考虑相关水质参数,建立BP神经网络水质预测模型,并在此基础上,构建基于思维进化算法(Mind Evolutionary Computation,MEC)的BP神经网络水质预测模型,通过对广西茅尾海海域的水质历史数据进行仿真实验,结果表明,思维进化BP神经网络预测值的精确度和准确度要高于BP神经网络。因此,将该算法应用于水产养殖水质预测是可行的。     

山东省水利系统网络安全工作探索

针对山东省水利系统网络安全威胁感知能力不强、应急处置水平不高等突出问题,结合水利信息系统现状及网络安全实际需求,在山东省水利厅部署态势感知系统平台,全省 16 个市部署网络流量采集引擎,不间断采集分析水利网络数据,实现安全态势实时感知和动态监测,对全省水利重要业务应用开展实战化网络攻防演练,深度检验水利信息系统防护、监测预警和应急处置等能力,进一步发现网络安全深层次问题和隐患。通过部署态势感知系统,开展网络攻防演练,山东省水利系统网络监测预警机制初步建立,网络安全工作队伍得到有效锻炼,网络安全整体水平显著提升,并为构建智慧水利时代全面、智能、联动的网络安全体系提供工作参考。