Page 36 - 《渔业研究》2025年第6期
P. 36

第 6 期             宫照庆： 多平台对地观测技术在水产养殖领域应用的研究现状与进展                                      727

              生产中的应用。                                          警等领域展现出显著的实用价值，通过多源数据融
                  4）技术推广受成本与技术门槛的限制。高精                         合与  AI 技术的应用，提升了养殖管理的精准度与
              度传感器的硬件成本较高，同时专业数据处理需要                           效率。然而，当前该技术仍面临复杂水体环境干扰
              深厚的技术储备，使得以中小养殖规模为主体的养                           监测精度、实时监测需求与技术能力存在矛盾、多
              殖户难以负担，制约了对地观测技术在水产养殖领                           源数据处理及智能解译技术不成熟、成本与技术门
              域的大规模普及应用。                                       槛限制推广等挑战。未来，需聚焦新型传感器与监
               3.2 未来研究方向                                      测方法创新，攻克复杂水体环境下的监测难题，提
                  针对对地观测技术在水产养殖应用中面临的挑                         高影像质量；强化实时监测与动态响应能力，满足
              战，未来研究可从以下几个方向进行突破。                              精细化管理的时效性需求；深化多源数据融合与智
                  1）聚焦新型传感器与监测方法创新。针对复                         能解译技术，实现从数据到决策的智能化转化；推
              杂水体环境下富营养化指标反演难题，研发高灵敏                           动低成本技术开发，降低应用门槛。随着这些方向
              度的   HS  传感器，优化特征波段筛选算法，增强目                      的深入研究，对地观测技术将更深度融入水产养殖
              标参数的光谱响应识别能力；结合水体生物光学模                           产业，推动其向高效、精准、可持续方向发展，为
              型，开发适用于高沉积物负载、低透明度水域的校                           全球水产养殖业的高质量发展提供坚实技术支撑。
              正模型，提升遥感监测的抗干扰能力。同时，设计
              具备自适应调节功能的传感器稳定平台，减少气                            参考文献（References） ：
              象、光照等环境因素导致的云台偏移，保障影像质                          ［  1  ］   Abd El-Hack M E, El-Saadony M T, Nader M M, et al.
              量的稳定性。                                                Effect of environmental factors on growth performance
                  2）强化实时监测与动态响应能力建设。推动                              of Nile tilapia (Oreochromis niloticus)[J]. International
              卫星星座协同观测技术发展，缩短重访周期，提升                                Journal of Biometeorology, 2022, 66(11): 2183 − 2194.
              大范围动态监测的时效性；研发长续航、高负载的                          ［  2  ］   联合国粮农组织. 联合国粮农组织《2024     年世界渔业
              无人机系统，结合太阳能供电等技术延长作业时                                 和水产养殖状况》报告        [J]. 世界农业，2024（7） ：
              间，满足近实时监测需求。此外，引入边缘计算技                                145.
              术，实现无人机数据的实时预处理与关键信息提                                 Food and  Agriculture  Organization  of  the  United   Na-
              取，减少数据传输延迟，为快速管理决策提供                                  tions. The state of world fisheries and aquaculture 2024
              支持。                                                   report  of  the  Food  and  Agriculture  Organization  of  the
                  3）深化多源数据融合与智能解译技术研发。                              United Nations[J]. World Agriculture, 2024(7): 145.
              构建统一的多源异构数据标准化处理框架，突破卫                          ［  3  ］   Coskuner-Weber O, Alpsoy S, Yolcu O, et al. Metagen-
              星、无人机、原位监测等数据的时空匹配与融合瓶                                omics studies in aquaculture systems: big data analysis,
              颈；针对复杂养殖场景，优化基于深度学习的自动                                bioinformatics, machine  learning  and  quantum   comput-
              化分割、分类算法，提升网箱混养、底播养殖等场                                ing[J].  Computational  Biology  and  Chemistry,  2025,
              景下目标识别与跟踪的鲁棒性，实现从数据到决策                                118: 108444.
              的智能化转化。                                         ［  4  ］   Tammas  I,  Bitchava  K,  Gelasakis  A  I.  Transforming
                  4）推动低成本化与普惠性技术开发。研发性                              aquaculture through vaccination: a review on recent de-
              价比高的轻量化传感器，降低硬件投入门槛；开发                                velopments  and  milestones[J].  Vaccines,  2024,  12(7):
              傻瓜式数据处理软件，集成自动化分析功能，简化                                732.
              操作流程，降低专业技术储备要求，使中小养殖主                          ［  5  ］   Ahmed N, Thompson S. The blue dimensions of aquacul-
              体能够便捷应用对地观测技术，促进技术的规模化                                ture: a global synthesis[J]. Science of the Total Environ-
              推广。                                                   ment, 2019, 652: 851 − 861.
                                                              ［  6  ］   Zhang C H, Kovacs J M. The application of small un-
               4 总结
                                                                    manned aerial  systems  for  precision  agriculture:  a   re-
                  对地观测技术凭借卫星遥感、无人机等多平台                              view[J]. Precision Agriculture, 2012, 13(6): 693 − 712.
              及多类型传感器的协同作用，已在水产养殖的空间                          ［  7  ］   Pahlevan  N,  Sarkar  S,  Franz  B  A,  et  al.  Sentinel-2
              监测、环境评估、地形测绘、生物量评估及灾害预                                multispectral  instrument  (MSI)  data  processing  for
   31   32   33   34   35   36   37   38   39   40   41