IoT , Data và Nuôi trồng thủy sản thông minh

1. GIỚI THIỆU

Thủy sản và các sản phẩm nuôi trồng thủy sản là nguồn cung cấp protein quan trọng, cung cấp lương thực và thu nhập cho hàng trăm triệu người trên thế giới. Sản lượng nuôi trồng thủy sản toàn cầu đã tăng trưởng đột biến trong 50 năm qua, với tổng sản lượng thủy sản nuôi trồng đạt mức cao kỷ lục 82 triệu tấn vào năm 2018. Trong phát triển nuôi trồng thủy sản, các mô hình sản xuất truyền thống đóng vai trò quan trọng trong việc tăng trưởng nhanh sản lượng thủy sản. đầu ra. Tuy nhiên, khi mức độ tiêu dùng và ý thức bảo vệ môi trường ngày càng nâng cao, các mặt hạn chế khác nhau của các mô hình nuôi trồng thủy sản truyền thống dần xuất hiện. Hầu hết các mô hình canh tác truyền thống thường cần đầu tư vốn thấp và yêu cầu kỹ năng lao động thấp, và đã trở nên không hấp dẫn đối với những người trẻ tuổi do thu hồi vốn thấp. Hơn thế nữa, các mô hình truyền thống có thể gây áp lực lên diện tích đất hạn chế và các nguồn lực khác, đồng thời dễ bị ảnh hưởng bởi thiên tai, chẳng hạn như bão và hạn hán. Những lợi thế của hệ thống nuôi trồng thủy sản tuần hoàn công nghiệp (RAS) đã dần xuất hiện. Mặc dù các hệ thống này không phải là không có thách thức, nhưng người ta hy vọng rằng RAS có thể tránh được một số vấn đề gặp phải trong các mô hình truyền thống.
Với sự phát triển của công nghệ mới, nuôi trồng thủy sản đã chuyển từ thâm canh lao động truyền thống sang nuôi trồng thủy sản cơ giới hóa và dần dần sang các hệ thống tự động. Mô hình thâm dụng lao động chủ yếu dựa vào kinh nghiệm của con người, với chi phí lao động cao. RAS đã làm giảm đáng kể nhu cầu lao động, và sản lượng thường tăng lên rất nhiều. Tuy nhiên, chế độ sản xuất tự động đòi hỏi nhiều công nhân lành nghề hơn, ảnh hưởng đến hiệu quả chi phí (Engle, Kumar và van Senten, 2019), và các nguồn tài nguyên như nước và thức ăn chăn nuôi vẫn bị ảnh hưởng. Với việc nguồn cung lao động trong nuôi trồng thủy sản ngày càng giảm và nhu cầu về các sản phẩm nuôi trồng thủy sản ngày càng tăng, nhu cầu cấp thiết về một mô hình nuôi trồng thủy sản thông minh mới là rất cần thiết. Sự xuất hiện của Internet vạn vật (IoT), dữ liệu lớn, trí tuệ nhân tạo, mạng 5G, điện toán cloud và công nghệ robot giúp nuôi trồng thủy sản thông minh trở nên khả thi.

Nuôi trồng thủy sản thông minh là một phương thức sản xuất thông minh. Nó sử dụng IoT, dữ liệu lớn, trí tuệ nhân tạo, 5G, điện toán cloud, robot, thông qua điều khiển từ xa hoặc điều khiển độc lập bằng robot đối với các cơ sở nuôi trồng thủy sản, thiết bị và máy móc để hoàn thành tất cả các hoạt động sản xuất và quản lý. Đó là sự tích hợp của công nghệ thông tin hiện đại và toàn bộ chuỗi công nghiệp sản xuất, vận hành, quản lý và dịch vụ nuôi trồng thủy sản. Nó là một hình thức kinh doanh mới của sự phát triển nuôi trồng thủy sản hiện đại. IoT là nền tảng của nuôi trồng thủy sản thông minh, trong khi việc thu thập dữ liệu lớn và nghiên cứu dữ liệu lớn sẽ thúc đẩy nghiên cứu công nghệ trí tuệ nhân tạo được sử dụng trong nuôi trồng thủy sản. Ngoài ra, dữ liệu lớn và trí tuệ nhân tạo là cốt lõi của hoạt động thông minh của IoT, đó là điều cần thiết để đạt được độ chính xác của việc kiểm soát nuôi trồng thủy sản. Thiết bị thông minh được điều khiển bởi IoT là nền tảng của nuôi trồng thủy sản thông minh, có thể giải quyết các hạn chế về lực lượng lao động và giảm thiểu các vấn đề về môi trường và tài nguyên do nuôi trồng thủy sản gây ra.
Nuôi trồng thủy sản thông minh bao gồm các khía cạnh sau:

Thu thập thông tin thông qua các cảm biến nhiệt độ và độ ẩm khác nhau, cảm biến CO ₂ , cảm biến ánh sáng, cảm biến oxy hòa tan, nhiều loại cảm biến khác cho các thông số chất lượng nước, máy ảnh và thiết bị thu thập dữ liệu hình ảnh kỹ thuật số khác.
Truyền dữ liệu thu thập được đến trung tâm điều khiển thông qua các nút giao tiếp. Thông tin này có thể bao gồm sự tăng trưởng của cá, các thông số môi trường, hoạt động và phân bổ tài nguyên.
Xử lý dữ liệu và ra quyết định được thực hiện trên nền tảng cloud.
Phản hồi các quyết định đối với từng thiết bị thực hiện và việc thực hiện các hoạt động thông minh và tự động, để thực hiện nuôi trồng thủy sản “hiệu quả cao, chất lượng cao, sinh thái, sức khỏe và thông minh” bền vững.

Thông qua thiết bị tiên tiến và robot, nuôi trồng thủy sản thông minh có thể hoàn thành các giai đoạn nhân giống và phát triển của các loài nuôi, xử lý nước tuần hoàn, cho ăn chính xác, giám sát chất lượng nước, rửa lưới, đếm, đánh bắt, phân loại và phân loại động vật. Ví dụ, dựa trên chất lượng nước, hành vi của cá và thông tin khí tượng, hệ thống sục khí thông minh có thể điều khiển chính xác thiết bị sục khí, thiết bị xử lý nước tuần hoàn và thiết bị làm sạch để kiểm soát chính xác chất lượng nước. Dựa trên sinh khối, chất lượng nước, môi trường và hành vi của cá, sự kết hợp giữa máng ăn thông minh và học sâu có thể cho cá ăn một cách thích hợp và kịp thời để đảm bảo cá phát triển khỏe mạnh và nhanh chóng. Máy chia cá tự động có thể gộp chung và thu hoạch cá con ở các kích cỡ và độ tuổi khác nhau.

2 HIỆU QUẢ QUAN TRỌNG CỦA NUÔI THỦY SẢN THÔNG MINH

2.1 Công nghệ cảm biến

Cảm biến đóng một vai trò thiết yếu trong sự phát triển của nuôi trồng thủy sản thông minh (Su, Sutarlie, & Loh, 2020). Hiện nay, ngành công nghiệp cảm biến đang phát triển nhanh chóng. Những đột phá trong công nghệ cảm biến lõi, sự phát triển của công nghệ thông tin hiện đại, sự phát triển nhanh chóng của công nghệ cloud, xây dựng nền tảng dữ liệu lớn, tăng cường ứng dụng và quảng bá, tất cả có nghĩa là việc ứng dụng cảm biến sẽ rộng rãi hơn trong chăn nuôi, cá trưởng thành phát triển , lưu trữ và vận chuyển thủy sản, chế biến thủy sản, vận hành và bảo trì các thiết bị thủy sản thông minh. Đồng thời, nhu cầu ngày càng cao về công nghệ cảm biến đang thúc đẩy sự phát triển của các cảm biến mới với độ chính xác cao, hiệu suất cao, đa chức năng, chi phí thấp, thu nhỏ, dung lượng mạng và tuổi thọ dài hơn. 2019 ). Các xu hướng quan trọng khác trong phát triển cảm biến bao gồm tích hợp các phần tử cảm biến nhạy ở mức micromet, phát hiện tín hiệu, mạch xử lý chuyển đổi và CPU của máy tính trên các chip silicon đơn, để phát triển các cảm biến di động nhỏ đa chức năng với phạm vi ứng dụng rộng hơn, cao độ tin cậy và tuổi thọ lâu dài. Cảm biến sinh học là một hướng tương lai khác của công nghệ cảm biến (Moretto & Kalcher, 2014 ). Người ta tin rằng với sự phát triển và ứng dụng của các cảm biến mới trong tất cả các khía cạnh của nuôi trồng thủy sản thông minh, giám sát thực địa, gỡ lỗi từ xa, chẩn đoán lỗi từ xa, thu thập dữ liệu từ xa và hoạt động trong thời gian thực có thể được thực hiện thông qua IoT, cho phép sản xuất nuôi trồng thủy sản thông minh không người lái ( Jennifer, 2017 ).

2.2 Công nghệ IoT

Canh tác không người lái, thông minh và độ chính xác cao đang tiến triển nhanh chóng trong nông nghiệp, nhưng vẫn còn nhiều trở ngại để triển khai nó một cách đầy đủ trong nuôi trồng thủy sản. Do tính chất rủi ro cao của các hoạt động nuôi trồng thủy sản, khó có thể hình dung được sự thiếu quản lý của con người trong tương lai gần. Tuy nhiên, một lượng lớn thiết bị thông minh, bao gồm cảm biến vi mô và cảm biến nano chịu trách nhiệm theo dõi thông tin môi trường thủy sản, rô bốt sinh học để vận hành sản xuất và kiểm tra tự động, phân loại thông minh và thiết bị chế biến tiết kiệm năng lượng cho các sản phẩm thủy sản sẽ tự động hóa đáng kể các giai đoạn nuôi trồng thủy sản khác tiết kiệm sức lao động. Mọi hạng mục thiết bị sẽ được kết nối với nhau thông qua IoT, đầu cuối của “mạng cloud”. 2019). Trong tương lai, lớp “mạng” IoT của nuôi trồng thủy sản phải đáp ứng các yêu cầu sau về công nghệ truyền thông tin. Thứ nhất, mạng phủ sóng liền mạch, tức là tất cả các thiết bị mạng trong trang trại không người lái đều có quyền truy cập vào mạng, không bị giới hạn bởi vị trí địa lý hoặc thời gian. Thứ hai, tốc độ truyền đỉnh có thể đạt 100 Mbps ~ 1 Gbps (công nghệ 5G), định vị chính xác đến mức centimet và độ trễ mạng giảm xuống mức micro giây. Thứ ba, xác suất gián đoạn mạng nhỏ hơn một phần triệu với độ tin cậy cực cao và mật độ cao của 100 kết nối thiết bị trên một mét khối. Thứ tư, hỗ trợ tích hợp đa mạng, tích hợp kinh doanh và kết nối liền mạch giữa các mạng mặt đất, vệ tinh và trên không. Thứ năm, 2019 ). Thứ sáu, về bảo mật đường truyền mạng, công nghệ truyền tải thông tin nuôi trồng thủy sản trong tương lai cần có khả năng chống lại các cuộc tấn công mạng và truy tìm nguồn gốc của các cuộc tấn công.

2.3 Mô hình xử lý thông tin thông minh

Một vấn đề quan trọng trong nuôi trồng thủy sản là theo dõi và dự đoán thông tin cá thể của cá nuôi. Nhu cầu này có thể được đáp ứng bằng cách sử dụng các mô hình xử lý thông tin thông minh. Từ phát triển mới nhất, có vẻ như việc xác định cá (loài, kích thước, giới tính), ước tính khối lượng (đếm, đo kích thước, đánh giá chất lượng) và giám sát hành vi đã được xử lý khá rộng rãi và có những giải pháp chung thỏa đáng. Tuy nhiên, ứng dụng công nghệ thông tin trong nuôi trồng thủy sản phức tạp hơn do đối tượng thanh tra là đối tượng nhạy cảm, dễ bị căng thẳng, di chuyển tự do và môi trường không thể kiểm soát được ánh sáng, tầm nhìn và độ ổn định trong hầu hết các trường hợp. Thiết bị phải hoạt động dưới nước hoặc trong môi trường ẩm ướt và dự kiến sẽ không đắt. Những điều này gây thêm khó khăn cho việc thành lập các mô hình,
Các mô hình xử lý thông tin thông minh đã đạt được một số tiến bộ, nhưng vẫn chưa phát triển thành công cụ hữu ích cho nuôi trồng thủy sản. Có một số vấn đề liên quan đến các mô hình thông minh, không thể giải thích các cơ chế sinh học chịu trách nhiệm cho các mô hình quan sát được và kết quả ngoại suy cho dữ liệu nằm ngoài phạm vi của mô hình có sai số lớn. Tuy nhiên, có nhiều ứng dụng tiềm năng cho công nghệ trong nuôi trồng thủy sản có thể cải thiện chất lượng sản phẩm hoặc hiệu quả sản xuất. Mặc dù một số quốc gia đã tiến hành nhiều nghiên cứu ứng dụng các mô hình thông minh trong nuôi trồng thủy sản nhưng việc bố trí thí nghiệm tương đối đơn giản, mức độ can thiệp nhỏ và hầu hết vẫn đang trong giai đoạn thử nghiệm. Vẫn còn nhiều chi tiết cần nghiên cứu thêm, chẳng hạn như các mô hình hiệu chuẩn phi tuyến,

Bạn có thể thích

2.4 Số hóa thiết bị, điều khiển chính xác và tính toán biên

Nuôi trồng thủy sản thông minh cần điều khiển thiết bị chính xác để đạt được hoạt động tự động của hệ thống nuôi trồng thủy sản. Lấy thiết bị sục khí làm ví dụ. Trong mô hình truyền thống, người nông dân phải tự bật hoặc tắt công tắc để kiểm soát hàm lượng oxy trong nước. Trong thời đại cảm biến hiện đại, người nông dân có thể sử dụng thiết bị đầu cuối máy tính hoặc điện thoại di động từ xa để gửi lệnh điều khiển thiết bị, nhờ đó các cơ cấu truyền động như máy bơm và máy sục khí sẽ được bật và tắt tự động. Trong những phát triển mới nhất, hệ thống nuôi trồng thủy sản thông minh có thể gửi trực tiếp kết quả đo oxy đến hệ thống thông qua cảm biến và hệ thống có thể hiểu được lượng oxy hòa tan trong nước theo thời gian thực. Dựa trên dữ liệu thu thập được và ngưỡng thông số, bộ điều khiển tập trung có thể tự động bật hoặc tắt máy bơm nước, van điện tử,
Rõ ràng, các cảm biến ổn định và đáng tin cậy và cơ sở dữ liệu chuyên gia chuyên nghiệp là chìa khóa để duy trì hoạt động tốt của thiết bị. Môi trường nuôi trồng thủy sản phức tạp có thể ảnh hưởng đến thiết bị truyền động, nghĩa là máy có thể có tuổi thọ ngắn. Nếu sự cố máy móc không được xử lý kịp thời sẽ dẫn đến quá trình tự động hóa bị gián đoạn, gây hậu quả nghiêm trọng. Mặc dù một số chuyên gia đã nghiên cứu rất nhiều về kỹ thuật xử lý sự cố đối với thiết bị sử dụng trong nuôi trồng thủy sản nhưng chỉ có một số ít máy móc tham gia và hầu hết vẫn đang trong giai đoạn thử nghiệm. Do đó, cần tiến hành các nghiên cứu sâu hơn để tăng cường giám sát các thiết bị nhằm cải thiện độ chính xác và tính toàn vẹn của hệ thống nuôi trồng thủy sản thông minh.

2.5 Dữ liệu lớn và nền tảng cloud

Việc giám sát, phát hiện chính xác và kiểm soát tối ưu hoạt động nuôi trồng thủy sản là vô cùng khó khăn với đối tượng đặc biệt, môi trường phức tạp và nhiều yếu tố ảnh hưởng (Rao, Reddy, & Sucharita, 2018 ). Cách cơ bản để giải quyết những vấn đề này là kết hợp công nghệ dữ liệu lớn với nền tảng cloud, xử lý và phân tích một lượng lớn dữ liệu được tạo ra từ các hoạt động nuôi trồng thủy sản và trình bày các kết quả hữu ích cho người sản xuất và người ra quyết định dưới dạng trực quan (Roy, 2020 ). Dữ liệu lớn nuôi trồng thủy sản và công nghệ nền tảng cloud là công nghệ ứng dụng cụ thể của công nghệ dữ liệu lớn trong lĩnh vực nuôi trồng thủy sản (Balakrishnan, Rani, & Ramya, 2019 ; Figueroa, Araneda, Correa, Lhorente, & Manuel Yáñez, 2018). Thông qua thu thập, phân loại, xử lý, quản lý, khai thác và phân tích dữ liệu nuôi trồng thủy sản (Dzulqornain, Harun Al Rasyid, & Sukaridhoto, 2018 ), thông tin có giá trị có thể được trích xuất và cung cấp cho các nhà sản xuất và người ra quyết định, để đạt được độ chính xác, thông minh, và các phản hồi tối ưu.
Dữ liệu lớn và nền tảng cloud chủ yếu được sử dụng trong thu thập dữ liệu, lưu trữ, khai thác dữ liệu và ứng dụng trong nuôi trồng thủy sản (Chen, Li, Liu, & Tao, 2019 ; Cruver, 2015). Trong số đó, công nghệ thu thập dữ liệu được sử dụng để thu thập dữ liệu được tạo ra trong sản xuất, chế biến và bán hàng nuôi trồng thủy sản, chẳng hạn như dữ liệu Internet, dữ liệu cảm biến của IoT, hệ thống quản lý công nghiệp, cơ sở dữ liệu chuyên nghiệp và dữ liệu ở định dạng truyền thống. Công nghệ tính toán và lưu trữ dữ liệu chủ yếu được sử dụng để giải quyết các vấn đề về lưu trữ và xử lý dữ liệu nuôi trồng thủy sản. Do dữ liệu lớn nuôi trồng thủy sản không đồng nhất đa nguồn, nên cần phải tích hợp dữ liệu trước khi nó có thể được lưu trữ trong cơ sở dữ liệu mục tiêu hoặc được xử lý và phân tích thêm. Yêu cầu xử lý đối với sự đa dạng của dữ liệu lớn nuôi trồng thủy sản, lưu trữ dữ liệu và xử lý có nghĩa là các phương pháp nhắm mục tiêu được yêu cầu. Mô hình phân tích dữ liệu truyền thống cần rất nhiều kiến thức và công cụ trước đó, các quy luật tự nhiên được học từ dữ liệu nhờ khả năng nhận thức của con người, 2015 ). Môi trường sản xuất phức tạp của nuôi trồng thủy sản dẫn đến sự đa dạng, không đồng nhất và không chắc chắn của dữ liệu (Huang & Wu, 2016 ). Quá trình khám phá các quy tắc và tri thức tiềm ẩn bằng sự quan sát của con người mất nhiều thời gian và mô hình được thiết lập trước có thể không phù hợp với tình hình thực tế. Mặt khác, theo quy trình mô hình hóa dựa trên dữ liệu, phân tích dữ liệu và công nghệ khai thác có thể tự động phát hiện ra các mẫu ẩn trong dữ liệu (Ma & Ding, 2018 ), xây dựng mô hình và phân tích dữ liệu nuôi trồng thủy sản, tích hợp chúng trên nền tảng cloud dữ liệu lớn nuôi trồng thủy sản, và cung cấp kết quả phân tích và dịch vụ dữ liệu cho người dùng để ra quyết định.
Trong những năm gần đây, sự kết hợp giữa công nghệ phân tích dữ liệu lớn và công nghệ nền tảng cloud đã được sử dụng trong ngành nuôi trồng thủy sản trước, trong và sau khi sản xuất (Roy, 2020 ). Nó đã được sử dụng để cung cấp các giải pháp dự báo và cảnh báo sớm môi trường nuôi trồng thủy sản (Diamanti, Domenikiotis, Neofitou, & Panagiota, 2019 ; Qu, Sun, & Pu, 2017 ), chẩn đoán và cảnh báo sớm dịch bệnh (Govindaraju, Itroutwar, Veeramani, & Kumar , 2019 ), phát hiện và phân tích hành vi bất thường (Lu, Yu, & Liu, 2018 ), phân tích thị trường và khai thác (Purcell, Williamson, & Ngaluafe, 2018 ), kiểm soát chất lượng và truy xuất nguồn gốc (Freitas, Vaz ‐ Pires, & Cmara, 2019). Tuy nhiên, những thách thức sau vẫn còn:

Thiếu hoặc ít chia sẻ dữ liệu lớn về nuôi trồng thủy sản. Sự phát triển của công nghệ thu thập dữ liệu và quy mô công nghiệp hạn chế sự sẵn có của dữ liệu lớn nuôi trồng thủy sản. Sự đa dạng sinh học của các loài động vật thủy sinh và sự phức tạp của môi trường phát triển của chúng đặt ra một thách thức đối với việc thu thập dữ liệu. Hiện nay, rất nhiều nghiên cứu được thực hiện trong môi trường phòng thí nghiệm. Thu thập hình ảnh video trong điều kiện môi trường tự nhiên (thường bị đục), chẳng hạn như quá trình cá bị bệnh và hành vi bất thường của cá, là điểm nghẽn của dữ liệu lớn nuôi trồng thủy sản.
Thiếu các mô hình và công nghệ phân tích thông minh cho nuôi trồng thủy sản. Sự phát triển của Internet và công nghệ IoT đã làm phong phú thêm nguồn dữ liệu lớn nuôi trồng thủy sản, và nền tảng của dữ liệu lớn nuôi trồng thủy sản đã được hình thành. Tuy nhiên, mức độ thông minh của nghiên cứu dữ liệu lớn nuôi trồng thủy sản vẫn cần được cải thiện hơn nữa.
Thiếu phân tích tương quan của dữ liệu nuôi trồng thủy sản trong toàn bộ chuỗi ngành. Một mặt, sự thiếu liên quan về mặt không gian của bản thân dữ liệu, cùng với sự khác biệt về quy mô dữ liệu và chất lượng dữ liệu gây ra bởi các độ sâu ứng dụng khác nhau của công nghệ dữ liệu lớn trong nuôi trồng thủy sản, khiến cho việc kết hợp chuỗi dữ liệu cùng với việc sử dụng nó trong mối tương quan là không thể. phân tích các vấn đề khác nhau. Mặt khác, dữ liệu nuôi trồng thủy sản trước, trong và sau khi sản xuất tách biệt với nhau nên không thể thâm nhập vào chuỗi công nghiệp và cũng khó khám phá các mối liên hệ ngụ ý, chẳng hạn như truy xuất nguồn gốc chất lượng của sản phẩm thủy sản. không thể tích hợp cho cả chuỗi công nghiệp.

2.6 Tích hợp hệ thống

Công nghệ tích hợp hệ thống là công nghệ then chốt của việc xây dựng hệ thống nuôi trồng thủy sản thông minh. Nó liên quan đến việc kết nối tất cả các loại thiết bị nuôi trồng thủy sản và các hệ thống phụ để tạo thành một hệ thống nuôi trồng thủy sản thông minh, toàn diện. Hệ thống nuôi trồng thủy sản thông minh nhằm tạo thành một giải pháp tích hợp, hoàn chỉnh để giải quyết các nhu cầu của người nuôi, làm cho hiệu suất tổng thể của hệ thống trở nên tối ưu, kỹ thuật tiên tiến, khả thi để thực hiện và sử dụng linh hoạt. Tích hợp hệ thống nuôi trồng thủy sản thông minh bao gồm tích hợp hệ thống thiết bị và tích hợp hệ thống ứng dụng.
Tích hợp hệ thống thiết bị đề cập đến sự kết hợp của các loại và số lượng thiết bị nuôi trồng thủy sản khác nhau, chẳng hạn như thiết bị làm giàu oxy, cảm biến, thiết bị cho ăn và thiết bị xử lý nước, yêu cầu giao diện truyền thông tương tự, chế độ truyền dẫn, điện áp làm việc và các thông số khác của các thiết bị khác nhau . Do đó, việc tích hợp hệ thống thiết bị đòi hỏi phải thiết lập một tiêu chuẩn thống nhất cho việc thiết kế thông số của thiết bị thủy sản, lựa chọn thiết bị theo tiêu chuẩn này và kết nối tất cả các loại thiết bị với nền tảng IoT để giám sát và điều khiển. Ngoài ra, bố trí của các thiết bị cần được tối ưu hóa để phát huy tối đa hiệu quả của chúng.
Tích hợp hệ thống ứng dụng đề cập đến việc tích hợp từng hệ thống con và cơ sở kiến thức chuyên gia trong nền nuôi trồng thủy sản thông minh, chẳng hạn như hệ thống giám sát chất lượng nước, hệ thống xử lý thông minh dữ liệu và cơ sở kiến thức dịch hại cá. Sự tích hợp của mỗi hệ thống con chủ yếu là để giải quyết cuộc gọi dữ liệu, giao tiếp dữ liệu và các vấn đề khác giữa mỗi hệ thống. Điện toán cloud, điện toán biên và các phương pháp tiếp cận khác có thể cung cấp giải pháp tốt để tích hợp hệ thống ứng dụng.
Tóm lại, việc tích hợp hệ thống nuôi trồng thủy sản thông minh dựa trên nhu cầu của người sử dụng, thiết kế thiết bị và công nghệ thủy sản thông minh, sử dụng các công nghệ phụ trợ khác để giải quyết các vấn đề khác nhau trong xây dựng hệ thống. Tính ổn định của hệ thống cao hơn, tốc độ xử lý dữ liệu và sản xuất thông minh hơn là những hướng nghiên cứu chính của tích hợp hệ thống nuôi trồng thủy sản thông minh. Hiện tại, công nghệ 5G và điện toán cloud có ý nghĩa to lớn đối với các hệ thống nuôi trồng thủy sản thông minh, nhưng các thuật toán thông minh đáng tin cậy và thiết bị hoạt động ổn định lâu dài vẫn chưa được chú trọng trong các hệ thống nuôi trồng thủy sản thông minh.

3 TRIỂN VỌNG TƯƠNG LAI

Nuôi trồng thủy sản thông minh có thể cải thiện tính bền vững và hiệu quả sử dụng tài nguyên ở nhiều khía cạnh khác nhau. Nó cũng có thể giảm chi phí lao động, nâng cao năng suất và tăng chất lượng sản phẩm thủy sản. Tuy nhiên, các yếu tố khác, chẳng hạn như chi phí vốn cao và chi phí năng lượng cần được giải quyết để cải thiện nuôi trồng thủy sản thông minh. Sau đây là danh sách đầy đủ các triển vọng và thách thức trong tương lai:

Nuôi trồng thủy sản thông minh có khả năng giảm thiểu xả thải, tái chế chất thải và cải thiện việc sử dụng tài nguyên. Nghĩa là, nó có thể giảm sử dụng thức ăn chăn nuôi và giúp kiểm soát tốt hơn chất lượng nước và chất thải thông qua phân tích dữ liệu lớn và điều chỉnh tức thì. Để thực hiện nuôi trồng thủy sản sinh thái xanh và bền vững, cần phải làm nhiều việc hơn, chẳng hạn như tiết kiệm năng lượng bằng cách áp dụng các cơ sở năng lượng tái tạo và tiết kiệm nước sử dụng thông qua các hệ thống tốt hơn (ví dụ: aquaponics).
Nuôi trồng thủy sản thông minh có thể cải thiện đáng kể sản lượng, chất lượng và mức độ an toàn của sản phẩm thủy sản và có thể giảm toàn diện chi phí sản xuất và vận hành của sản phẩm thủy sản. Ví dụ, theo dõi và quản lý thời gian thực thông minh có thể theo dõi sức khỏe của môi trường và cá. Nó có thể giữ cho cá trong điều kiện phát triển tốt nhất và nâng cao chất lượng của cá. Tuy nhiên, có những đánh đổi trong việc giảm chi phí lao động, chẳng hạn như tăng chi phí vốn và năng lượng; do đó, sẽ cần nhiều nghiên cứu hơn và phân tích kinh tế xuyên suốt để xác định các cách thức để nuôi trồng thủy sản thông minh có hiệu quả kinh tế. Ngoài ra, do tính chất rủi ro cao của nuôi trồng thủy sản, sự cố của cảm biến hoặc các bộ phận khác có thể dẫn đến lỗi nghiêm trọng và mất mùa,
Quản lý thông tin môi trường nuôi trồng thủy sản và khí hậu thông minh có thể giúp tăng sản lượng nuôi trồng thủy sản và giảm tổn thất. Điều này có lợi cho việc giải quyết vấn đề nhu cầu về hải sản, bảo vệ các nguồn tài nguyên hoang dã.
Việc áp dụng thiết bị thông minh và robot có thể giải phóng sức lao động và nâng cao hiệu quả sản xuất. Ngoài ra, nuôi trồng thủy sản thông minh có thể thúc đẩy phát triển kinh tế bằng cách thúc đẩy ngành công nghiệp thông minh và chuyển đổi lực lượng lao động với nhu cầu về tài năng kỹ thuật.

Mặc dù nuôi trồng thủy sản liên quan đến ngày càng nhiều công nghệ, nhưng nó vẫn còn kém xa so với trình độ của các ngành nông nghiệp thực phẩm khác. Những tiến bộ trong công nghệ như Dữ liệu lớn, người máy, IoT, và mô phỏng ngày càng được áp dụng nhiều hơn trong quá trình sản xuất.
Công nghệ cốt lõi của nuôi trồng thủy sản thông minh là nền tảng công nghệ trí tuệ nhân tạo, tích hợp số hóa, công nghiệp hóa, cơ giới hóa, thông tin dữ liệu lớn, v.v. Nhiều quyết định về “nuôi trồng thủy sản thông minh” cho đến nay vẫn dựa trên kinh nghiệm hơn là dữ liệu thực tế. Vì vậy, phát triển bền vững mô hình nuôi trồng thủy sản thông minh là cần thiết để tích hợp nuôi trồng thủy sản truyền thống với công nghệ thông minh, công nghệ chăn nuôi, công nghệ thông tin để hiện thực hóa sản xuất nuôi trồng thủy sản tự động và quản lý thông tin.
Hơn nữa, chính sách và tổ chức cũng là những yếu tố quan trọng ảnh hưởng đến sự phát triển bền vững của mô hình nuôi trồng thủy sản thông minh. Chính sách và tổ chức sẽ hạn chế các yếu tố về nghiên cứu đổi mới và phát triển nuôi trồng thủy sản thông minh nếu việc cải cách hệ thống nghiên cứu khoa học và đổi mới cơ chế làm chậm lại nhu cầu của thị trường tạo ra mô hình nuôi trồng thủy sản này.
NGƯỜI GIỚI THIỆU

Balakrishnan, S., Rani, SS và Ramya, KC (2019). Thiết kế và phát triển hệ thống nuôi trồng thủy sản thông minh dựa trên IoT trong môi trường cloud. Tạp chí Quốc tế về Đại dương và Hải dương học , 13 (1), 121–127.Google Scholar
Chen, YQ, Li, SF, Liu, HM, Tao, P. (2019). Ứng dụng công nghệ thông minh trong ngành chăn nuôi và nuôi trồng thủy sản. Hội nghị Quốc tế về Khoa học Máy tính & Giáo dục (ICCSE) lần thứ 14 . IEEE, Toronto, ON, Canada.Google Scholar
Cruver, P. (2015). Nuôi trồng thủy sản xa bờ và dữ liệu lớn trên biển ™. Môi trường Ven biển & Ngoài khơi , 3 (6), 38–45.Google Scholar
Diamanti, S., Domenikiotis, C., Neofitou, N., Panagiota, P. (2019). Nghiên cứu sơ bộ xác định định lượng amoni trong môi trường nuôi trồng thủy sản bằng dữ liệu vệ tinh 2 giám sát. Hội nghị lần thứ 14 của Hiệp hội Kỹ thuật Thủy văn Hellenic (HHA) . Volos, Hy Lạp. 1–9.Google Scholar
Dzulqornain, MI, Harun Al Rasyid, MU và Sukaridhoto, S. (2018). Thiết kế và phát triển hệ thống nuôi trồng thủy sản thông minh dựa trên mô hình IFTTT và tích hợp cloud. MATEC Web of Hội nghị , 164, 01030. https://doi.org/10.1051/matecconf/201816401030Crossref Google Scholar
Engle, CR, Kumar, G., & van Senten, J. (2019). Các yếu tố thúc đẩy chi phí và lợi nhuận của việc nuôi trồng thủy sản trong ao, mương và RAS của Hoa Kỳ. Tạp chí của Hiệp hội Nuôi trồng Thủy sản Thế giới , 2020, 1–27.Google Scholar
Figueroa, R., Araneda, M., Correa, K., Lhorente, JP, Manuel Yáñez, J. (2018). GenDataSave: Nền tảng quản lý thông tin cho các chương trình cải tiến di truyền nuôi trồng thủy sản được tối ưu hóa bằng phương tiện tính toán song song. Kỷ yếu Đại hội Thế giới lần thứ 7 về Di truyền Ứng dụng trong Chăn nuôi . Montpellier, Pháp.Google Scholar
Freitas, J., Vaz ‐ Pires, P., & Cmara, JS (2019). Từ sản xuất nuôi trồng đến tiêu thụ: Tươi sống, an toàn, truy xuất nguồn gốc và xác thực, bốn trụ cột của chất lượng. Nuôi trồng thủy sản , 518, 734857.Crossref Web of Science® Google Scholar
Govindaraju, K., Itroutwar, PD, Veeramani, V., & Kumar, TA (2019). Ứng dụng công nghệ nano trong chẩn đoán và quản lý bệnh vi rút hội chứng đốm trắng (WSSV) trong nuôi trồng thủy sản. Tạp chí Khoa học Cụm , 30, 1-9.Google Scholar
Huang, XF, & Wu, W. (2016). Phân tích hệ thống động lực học và xác định thông minh dữ liệu chất lượng nước nuôi trồng thủy sản. Tạp chí Quốc tế về Lý thuyết và Ứng dụng Cơ sở dữ liệu , 9, 157– 168.Crossref Google Scholar
Jennifer, KP (2017). Cảm biến, robot và trí tuệ nhân tạo sẽ biến đổi nông nghiệp như thế nào. Tạp chí Forbes . Lấy từ https://www.forbes.com/sites/jenniferhicks/2017/03/19/how-sensors-robotics-and-artinating-intelligence-will-transform-agosystemure/#2877b2df384b .Google Scholar
Jenssen, PI (2019). Trí tuệ nhân tạo đang định hình tương lai của ngành nuôi trồng thủy sản. Blog Nuôi trồng thủy sản . Lấy từ https://blog.akvagroup.com/artifining-intelligence-is-shaping-the-future-of-aquearch .Google Scholar
Lu, HD, Yu, X., & Liu, GQ (2018). Phương pháp phát hiện hành vi bất thường của trường cá trong điều kiện ứng suất oxy hòa tan thấp dựa trên xử lý hình ảnh và cảm biến nén. Tạp chí của Đại học Chiết Giang (Nông nghiệp và Cuộc sống) , 44 (4), 499– 506.Google Scholar
Ma, Y., Ding, W. (2018). Thiết kế hệ thống giám sát thông minh oxy hòa tan trong nước nuôi trồng thủy sản. Hội nghị Công nghệ Thông tin Tiên tiến, Điều khiển Điện tử & Tự động hóa IEEE .Google Scholar
Martin, H. (2019). Nuôi trồng thủy sản 4.0: Áp dụng chiến lược ngành vào quản lý thủy sản. Tin tức Hàng hải & Thủy sản . Được lấy từ https://www.go Governmenteuropa.eu/aquearch-4-0/93038/ .Google Scholar
Moretto, LM & Kalcher, K. (2014). Phân tích môi trường bằng các cảm biến điện hóa và các nguyên tắc cơ bản về cảm biến sinh học. New York, NY: Springer New York.Crossref Google Scholar
Oliveira, P., Costa, R., José, L., Fernando, LF (2015). Một cách tiếp cận dựa trên kiến thức để hỗ trợ trình độ phân tích dữ liệu nuôi trồng thủy sản. Đại hội và Triển lãm Kỹ thuật Cơ khí Quốc tế ASME . ASME: Houston, Texas.Google Scholar
Purcell, SW, Williamson, DH, & Ngaluafe, P. (2018). Giá beche ‐ de ‐ mer trên thị trường Trung Quốc: Hàm ý đối với nghề đánh bắt và nuôi trồng thủy sản. Chính sách Hàng hải , 91, 58–65.Crossref Web of Science® Google Scholar
Qu, JH, Sun, DW, & Pu, H. (2017). Kỹ thuật hình ảnh hóa học Vis / NIR để dự đoán hàm lượng natri humat trong môi trường nuôi trồng thủy sản. Ô nhiễm nước, không khí và đất , 228 (5), 177,1–177.10.Crossref Web of Science® Google Scholar
Rao, PV, Reddy, AR và Sucharita, V. (2018). Phân tích dữ liệu lớn trong nuôi trồng thủy sản bằng nền tảng tổ ong và Hadoop. Trong Khám phá sự hội tụ của dữ liệu lớn và internet vạn vật, Hershey, Pennsylvania: IGI Global.Crossref Google Scholar
Roy, AK (2020). Phân tích dữ liệu lớn để chống lại các thách thức của ngành đánh bắt và nuôi trồng thủy sản . Lấy từ https://www.researchgate.net/publication/339941451Google Scholar
Sharma, N., Pant, BD, & Mathur, J. (2019). Các thiết bị MEMS được sử dụng trong nông nghiệp — đánh giá. Tạp chí Cảm biến sinh học & Điện tử sinh học , 10 (1), 1000267.Google Scholar
Su, XD, Sutarlie, L., & Loh, XJ (2020). Cảm biến, cảm biến sinh học và công nghệ phân tích chất lượng nước nuôi trồng thủy sản. Nghiên cứu , 2020, 8272705.Crossref Google Scholar