智慧水产

第1章 智慧水产概述 1 1.1 智慧水产的概念和特征 1 1.2 智慧水产的系统架构 2 1.3 智慧水产的关键技术 3 1.4 智慧水产养殖的管理模式 4 1.5 智慧水产的相关政策 5 第2章 智慧水产的发展 7 2.1 智慧水产在国外的发展 7 2.1.1 国外智慧水产的应用 7 2.1.2 国外智慧水产相关企业及应用案例 8 2.2 智慧水产在国内的发展 9 2.2.1 国内发展智慧水产的必要性 9 2.2.2 国内智慧水产发展的基本情况 13 2.2.3 国内智慧水产发展面临的挑战 14 2.2.4 国内智慧水产的发展方向 15 第3章 智慧水产设备的可靠性 16 3.1 智慧水产设备的电磁兼容性 16 3.2 智慧水产设备的环境可靠性 17 3.3 智慧水产设备安规 18 3.4 智慧水产系统的故障诊断 18 第4章 智慧水产信息感知 20 4.1 传感器技术 20 4.1.1 传感器技术概述 20 4.1.2 传感器产业 23 4.1.3 传感器在水产业中的应用 25 4.2 拉曼光谱技术 25 4.2.1 拉曼光谱技术的原理 25 4.2.2 拉曼光谱技术在水产领域的应用 26 4.2.3 拉曼光谱和神经网络在智慧水产中的综合应用 29 4.2.4 拉曼光谱技术在水产业的应用前景 31 第5章 智慧水产信息传输 32 5.1 无线传感网络 32 5.2 LoRa 33 5.3 NB-IoT 33 5.4 WiFi 34 5.5 4G和4G Cat.1 35 5.6 5G 36 第6章 智慧水产信息处理和应用 38 6.1 基于大数据的水产业 38 6.1.1 大数据与水产业大数据 38 6.1.2 水产业大数据系统 40 6.1.3 水产业大数据的发展挑战与展望 41 6.2 云计算 42 6.2.1 云计算的三种部署模型 42 6.2.2 云计算的三种服务模式 43 6.2.3 云计算在水产业中的应用 44 6.3 边缘计算 44 6.3.1 边缘计算概述 44 6.3.2 引入边缘计算的智慧水产 44 6.3.3 边缘计算在智慧水产中的应用展望 46 6.4 人工智能与水产养殖 47 6.4.1 机器视觉 48 6.4.2 专家系统 50 6.4.3 神经网络 51 6.4.4 图像处理 53 6.5 数字孪生在水产业中的应用 54 6.5.1 数字孪生的内涵及其发展现状 54 6.5.2 数字孪生的数据获取关键技术 55 6.5.3 数字孪生的体系架构 60 6.5.4 数字孪生渔场 61 第7章 水产养殖的智能化管控应用 64 7.1 水产养殖环境的监测与调控 64 7.2 水产生物生长过程的监测 67 7.3 水产生物的智能投喂控制 70 7.4 水产生物的疾病预测与诊断 71 7.5 水产品的产量预测分析系统 74 7.6 物联网河蟹养殖管理 75 7.6.1 物联网河蟹养殖管理的现实需求 75 7.6.2 物联网河蟹养殖管理系统 76 7.6.3 智慧河蟹养殖管理系统平台 79 7.6.4 物联网河蟹养殖管理APP 93 第8章 智慧水产与环境保护 98 8.1 水产养殖尾水处理 98 8.1.1 水产养殖尾水的污染问题 98 8.1.2 与水产养殖尾水处理有关的政策 99 8.1.3 物联网水产养殖尾水的监测 100 8.1.4 水产养殖尾水的智能化处理 102 8.2 赤潮监测预警 106 8.2.1 赤潮及其危害 106 8.2.2 赤潮监测预警方法 107 8.3 碳排放管理 108 8.3.1 水产养殖业的碳排放现状 108 8.3.2 水产养殖业碳排放管理的现实需求 108 8.3.3 水产养殖碳排放监测管理系统 109 第9章 水产品质量安全溯源 114 9.1 水产品质量安全溯源的内涵 114 9.2 水产品质量安全溯源的实现方式 114 9.3 水产品运输溯源平台 116 第10章 智慧海洋牧场与休闲渔业 121 10.1 智慧海洋牧场 121 10.1.1 智慧海洋牧场的体系架构 121 10.1.2 智慧海洋牧场的信息传输 123 10.1.3 智慧海洋牧场的关键设备 125 10.2 休闲渔业 130 10.2.1 休闲渔业在国内的发展情况 130 10.2.2 共享经济背景下的休闲渔业 131 10.2.3 推动休闲渔业发展的举措 133 第11章 智慧渔业保险 134 11.1 智慧渔业保险及其特征 134 11.2 智慧渔业保险的应用 135 11.3 智慧渔业保险的发展建议 136 附录 与智慧水产相关的缩略语 137 参考文献 141