Page 33 - 《渔业研究》2025年第6期
P. 33

724                                  渔  业  研  究                                     第 47 卷

              养殖的精细化空间映射。魏振宁              [17]  以  GF-1  高分辨   浮动筏养殖区、池塘及网箱设施的精准解译，显著
              率遥感卫星影像为主，结合             Sentinel-2A、HJ-1A/B、    提升位置定位与面积测算精度              [23] ，有效规避传统
              Landsat 系列卫星光学影像，以及           Sentinel-1A  微波    人工调查效率低、误差大的缺陷。
              影像，对苏北浅滩海藻养殖区进行精细化提取并分                               UAV  航测系统凭借高分辨率影像优势，进一
              析其养殖活动特征，为绿潮规模控制提供参考。                            步实现养殖边界精细刻画与三维地形重建                   [24] 。许
               1.4 人工智能（Artificial intelligence，AI）与           春晓  [24]  利用  UAV  航拍技术对福建东山八尺门海进
              UAV  遥感技术                                        行布设像控点、分区块航测和立体数据采集，经与
                  AI 与  UAV  遥感技术实现深度融合，在降低水                   高精度卫星定位测量设备中海达              R2 RTK  进行现场
              产养殖领域人力投入成本的同时，显著提升了养殖                           实地测量的验证结果对比，面积测量差值在                    0.15%
              过程的监测效能，展现出突出的应用优势。Chang                         以内，平均差值为        0.06%，高精度且高效地解决了
              等 [18]  对  YOLO  检测框架进行针对性改进，将机载                 养殖用海调查问题，为近岸养殖用海调查提供了有
              计算机应用于飞控板处理，航空相机实时捕捉网箱                           力支持。在技术创新和实践推广方面，Cai 等                 [25]  通
              目标并提供视觉反馈，引导             UAV  自主接近执行水            过耦合卫星遥感与原位观测数据，对舟山市贻贝养
              质监测任务，任务完成后自动返航，该方案通过自                           殖和大黄鱼（Larimichthys crocea）养殖区及其环
              动化作业流程，有效降低了人工干预需求。Zhang                         境特征进行了分析，提出了两步遥感法，明确了最
              等 [19]  进一步优化   YOLOv8  模型，采用      UAV-AI 协      佳养殖区的基本环境特征。Lu             等 [26]  针对复杂养殖
              同架构实现死鱼实时检测，改进后的模型在准确率                           场景，创新性改良        U-Net 神经网络架构，克服背景
              （+5.4%）、召回率（+22.8%）、mAP50（+12.6%）及               噪声干扰，提升近海水产养殖区识别精度，减少边
              mAP50-95  指标（+10.52%）上取得显著提升。Ubina               缘粘连问题；Ventura 等      [27]  通过整合空中与水面低
              等 [20]  使用基于云平台的自主        UAV  监控系统，实现           成本  UAV  技术，对沿海底栖栖息地进行测绘与监
              水产养殖现场的视觉监控，该系统集成了多模态识                           测，对沿海底栖栖息地的类型（如沙滩、岩礁、海
              别算法与     AI 服务，构建出高检测精度与成本效益                     草床、珊瑚礁等）进行了精准识别分类，绘制出高
              的可扩展水产养殖监测解决方案。Shatnawi 等                 [21]   分辨率的栖息地分布地图，动态监测在时间维度上
              利用   UAV  采集湖泊的高分辨率遥感影像，获取水                      的变化。
              体的光学特征数据，将这些影像数据输入至训练好                            2.2 养殖水域环境监测
              的  AI 模型中，通过模型对数据的分析与建模，实                         2.2.1 水质参数反演
              现对湖泊关键水质参数的反演与量化。基于                     UAV          传统水质监测依赖采样和实验室分析的经典范
              影像与    AI 模型的结合，能够精准识别湖泊水质的                      式，虽存在时空分辨率低、耗时耗力的固有缺陷，
              空间分布差异，监测水质参数的动态变化趋势，评                           但其建立的国际标准方法（如《水和废水检验标准
              估湖泊的整体水质状况。敦章德等                 [22]  利用  AI 和   方法》APHA     标准）仍是验证新型传感器精度的基
              UAV  技术结合，利用        UAV  对对虾摄食情况进行监              准。随着技术的发展，现代水质监测已转向实地采
              测、分析，AI 模型优化投喂量与投喂时间，降低                          样、在线监测和遥感反演三位一体的模式。通过
              饲料浪费的同时提升对虾健康水平，实现对虾的智                           UAV  或卫星搭载的      MS、HS   传感器，可获取水体
              慧化养殖。                                            的光谱信息，可高效获取水体光谱特征数据，结合
                                                               定量反演模型实现         Chl-a  浓度、SS  及水温等关键
               2 对地观测技术在水产养殖中的主要应
              用领域                                              水质参数的精准提取。该技术体系突破了传统点状
                                                               监测的空间局限性，具备广域连续覆盖能力，可为
               2.1 养殖区域的空间监测与规模评估                              水环境质量评估、污染预警及生态治理提供多尺度
                  对地观测技术已被广泛应用于水产养殖区的空                         动态监测数据支撑。Zhang          等 [28]  利用  UAV MS  传
              间格局解析、规模动态监测及特征参数量化研究。                           感器获取广西北部湾养殖水体的光谱反射率，构建
              通过整合多源遥感数据（如             Sentinel-1A  或  Landsat  了  11  个水质参数的反演模型，为阴雨地区海水养
                        [8]
              系列数据） ，可实现大范围养殖区域的自动化提                           殖水质遥感监测提供参考；Cui 等             [29]  针对辽宁省
              取与时空演变分析，为科学规划与精准管理提供数                           盘锦市大洼区养殖池塘和灌溉沟渠，运用                      UAV
              据支撑。基于图像处理算法深度               [12] ，可高效完成         HS  技术进行浊度监测，证实偏最小二乘模型
   28   29   30   31   32   33   34   35   36   37   38