摘要：为促进我国水产养殖行业的可持续发展进程，提出应用大数据技术分析与处理水产养殖过程中大量数据的建议，进而协助生产者与决策者直观的获得有价值的结果，以提升水产养殖监测精确度，实现有效控制。文章首先歉然大数据的概念与特征，其次对水产养殖大数据技术的研究进展进行分析，最后结合实况对其发展趋势进行预测。

关键词：水产养殖；大数据技术；研究进展；发展趋势

在过去的30年发展中，我国的水产养殖采用拓展规模与资源消耗的方式，一味的追求总产值快速提升，这一模式对生态环境平衡发展产生负面影响。在这样的情景下，提升水产养殖生产管理信息化与科学化水平就有很大意義，本文对大数据技术在水产养殖行业中的应用情况进行研究。

一、大数据技术概念与特征

大数据即为无法在一定时间范围中用常规软件工作进行捕获、管理与处理数据结合，需要在新处理模式的协助下才能获得更强大的决策能力、观察发现能力与程序完善能力的大批量、高增长率与多样化的信息资产。“大数据”概念最初是维克托·迈尔·舍恩伯格与肯尼斯·库克耶所编著的《大数据时代》一书中被提及的，可以被理解为不应用随机分析法（抽样调查）的便捷方法，而应用全部数据进行解析处理方式。大数据的特征可做出如下归纳：规模大、多元性、分析速率快、数据信息资料真实度高、数据资料实用价值大。

二、水产养殖大数据技术的研究进展

水产养殖大数据就是应用大数据的理念与有关技术，对水产养殖全产业链形成的大规模数据进行处理与分析，进而处理水产养殖领域中资源利用率偏低、生态环境恶化、生态效率偏低等现实问题，同时从中挖掘新知识、创造新价值、增强新能力的一类新兴信息技术与服务业态。当下大数据技术在我国水产养殖行业以有初步应用，但整体分析后发现其处于试验阶段。本文从水产养殖大数据技术架构、数据来源、处理、应用平台等方面探究水产养殖大数据的研究进展。

1.水产养殖大数据技术架构。水产养殖大数据技术架构可以被拟化“金字塔”，其中金字塔底层为大批量水产养殖数据信息的初始源，按照从下至上的顺序，数据采集技术负责水产养殖生产、加工与营销等全过程产生数据的收集；数据存储与计算技术多被应用在存管与处理水产养殖大数据；数据分析与挖掘技术的作用是庞大化的，其在具备水产养殖数据分析与挖掘模型的功能，同时将以上模型汇集在水产养殖大数据平台上，将数据最后的分析结果顺利的反馈给用户进行相关决策，以最大限度的提升水产养殖大数据的服务价值。在大数据技术架构中，每个层次的数据信息量体现出逐渐递减的趋势，但数据价值会逐级递增。

2.水产养殖大数据的来源。水产养殖和万变的物理世界与人类的复杂系统密切相关，在生产、营销、管理与服务等各种活动中均有所应用，能够形成具有潜在价值、大量的数据信息，即被定义为水产养殖大数据。水产数据资源途径多样、结构繁杂、质量参差不齐、应用范畴宽广，结合水产养殖行业的发展需求进行相关梳理与规划，应用合适的方法在计算机设备中呈现、存储与管理。互联网数据、物联网感知数据、产业管理系统以及专业数据库等为水产养殖大数据的主要来源。互联网数据以水产行业网站、政府机构、组织与企业有关数据源等典范，获取方法以网络爬虫为主，数据类型为数值、图片、文本、音频、视频，尽管数据获取目的达成容易，但数据质量偏低。

3.水产养殖大数据存储和计算。水产养殖大数据存储和计算主要处理的是海量数据信息的处理与应用问题。因为水产养殖大数据具有多源异构性，故需对数据急性融合处理，进而将其传输至目标数据库中或深度处理分析，结合水产养殖数据的多元化需求，在存储与计算数据过程中也需采用不同方法。

例如，数据融合技术在水产养殖领域中的应用，有助于提升物联网所采集数据的质量，实现多源异构。而No SQL 技术采用列表、集合、哈希表等概念实现对数据的有效建模，一方面提升了数据库系统的拓展性与高效性，另一方面也保证了不同数据库之间运行的统一性。

4.水产养殖大数据平台。水产养殖大数据平台。可以被视为针对水产养殖全产业链进行决策与服务的软件工具，贯穿于水产养殖生产、营销、管理与服务等多个流程中，能够为生产者与决策者在决策与营销等方面提供全面服务。当下，我国构建的水产养殖大数据平台以生产

管理平台、电子商务平台、智能决策平台等为主。虽然平台类型多样，但是存在智能单一、互通性差以及未与政府机关管理平台有效衔接的缺点，故此难以为行业整体发展目标的实现提供全面处理方案。例如，生产管理平台采用构建分布式架构的方式，实现水质动态监控、设备管理、池塘管理、日常操作管理、营销管理与专家咨询服务等多项内容，但存在数据覆盖面狭窄、所提供的功能有限以及各生产流程无法协同与衔接等问题，故对生产难以实现全程化管理。

三、水产养殖大数据技术的发展趋势

1.以物联网为依托，增强水产养殖大数据获取的自动化水平：伴随着数据采集技术功能的提高，水产养殖中能够量化的指标也将有相应提升，数据采集对象、范畴、方法应将有所增加，逐步实现对水产养殖行业整个产业链条的全程化感知与数字化获取。

2.人工智能强化水产养殖大数据应用的智能化水平：伴随着深度学习、知识计算、群体智能等多种人工智能技术在水产养殖行业中的应用，大数据技术将更加迎合行业发展需求，人工智能实现对水产养殖大数据的深度研究与分析，构建精准化、智能化的水产养殖模式。

3.区块链引领水产养殖大数据应用产业链链条化的实现：伴随着大数据技术在水产养殖全产业链中应用范畴的拓展，能够在区块链技术的协助下实现全行业共识体制，探讨水产养殖生产效益对生产过程的反馈调节作用，构建大数据驱动水产养殖领域发展格局。

4.构建标准体系实现水产养殖数据标准化：伴随着水产养殖业数据获取范畴的拓展与相关技术水平的提升进程，数据体现出规模化增长趋势，探究建构标准化的、适合水产养殖领域大数据管理的相关体系势在必行。而上述的目标的实现绝非是一蹴而就的，需要编制数据标准、应用接口标准、测试标准等内容。

四、结语

中国为世界第一水产养殖大国，相关资料记载，2014年年产量高达4300万吨，在20余年的发展历程中产量成倍增长，为我国城乡居民提供了1/3的优质动物蛋白，在维护国家食品安全方面发挥巨大现实价值。综合全文，对大数据技术在水产养殖领域中的应用情况有所认识，相信在科学技术日新月异的时代中，水产养殖大数据技术将会体现出更大的实用价值。

（来源：农家科技 ）