Подводный "Интернет вещей": перспективы анализа данных в аквакультуре

Если вы следите за информационными технологиями, вы знаете, как сильно они меняют отрасли. Устройства собирают данные. Аналитические платформы превращают эти данные в аналитическую информацию, часто с компонентом искусственного интеллекта, который позволяет делать точные прогнозы.

Таким образом, у вас есть прогнозируемое техническое обслуживание, исключающее незапланированные простои на производственных линиях, интеллектуальная автоматизация, сокращающая расходы по всему предприятию, наглядность цепочки поставок, отслеживающая поставки от производства до двери потребителя, и многое другое. Оптимизации бесконечны. Тем не менее, вам может быть интересно, как Интернет вещей может повлиять на такую сложную вещь, как аквакультура. Интернет вещей (IoT - Internet of Things) — это концепция сети передачи данных между устройствами. Внутри IoT люди могут общаться с «вещами», а «вещи» — общаться между собой.

Что происходит, когда ваш продукт - живое существо, плавающее в соленой глубине? Возможно, вы думаете, что IoT не для вас. Как оказалось, IoT analytics может многое предложить рыбоводам и животным, которых они разводят. Вот история о том, как современные системы Интернета вещей улучшают аквакультуру, от инкубатора до вашей тарелки, и как это связано с промышленным Интернетом вещей.


"Возможно, вы не думаете, что IoT предназначен для аквакультуры. Как оказалось, IoT analytics может многое предложить рыбоводам и организмам, которых они разводят " - Sightline Systems

Зачем отправлять IoT под волны?

Успешные фермеры, выращивающие растения, знают идеальный уровень питательных веществ для каждой стадии роста урожая. Они используют измерения для корректировки удобрений, что оптимизирует продуктивность почвы. С помощью IoT analytics рыбоводные хозяйства делают то же самое. Думайте об этом как о профилактическом — иногда даже прогнозирующем — обслуживании набора хвостов и плавников. Системы IoT предоставляют специалистам по аквакультуре наглядность, необходимую для выполнения следующих действий:

  • Сохранение здоровья рыбы. Системы Интернета вещей отслеживают состояние здоровья животных и влияющие на него факторы окружающей среды, позволяя фермерам создавать условия для более счастливой и здоровой рыбы.

  • Сокращение времени выхода на рынок. Прогнозная аналитика помогает фермерам регулировать условия воды и уровень кормления, чтобы рыба росла как можно быстрее и безопаснее. Это приводит к более быстрому "сбору урожая" и, в свою очередь, к более высокой прибыли.

  • Сокращение отходов. Платформы аналитики Интернета вещей сообщают фермерам, когда они перекармливают. Они также предсказывают, сколько рыба будет есть, исходя из температуры, состояния здоровья, времени года и других факторов. Все это приводит к сокращению отходов и увеличению прибыли.

  • Соблюдение правил охраны окружающей среды и безопасности пищевых продуктов. Здоровая рыба не нуждается в антибиотиках. Хорошо откормленная рыба не оставляет корм гнить в океане. Анализ данных помогает предприятиям аквакультуры соблюдать законы об устойчивом развитии и соответствующую им отчетность.

  • Прогноз будущих результатов. Прогнозная аналитика на базе искусственного интеллекта позволяет предвидеть все - от темпов роста рыбы до экологических угроз, таких как цветение водорослей. Это дает фермерам знания, необходимые для принятия разумных бизнес-решений на каждом этапе жизненного цикла аквакультуры.

Все это звучит заманчиво, но остается один важный вопрос: как?

Глубокое погружение в IoT аквакультуры

В среднем, для выращивания лосося от икры до продажи требуется около двух лет. Кроме того, эти годы не лишены риска. Фермеры выращивают лосося в прибрежных садках, то есть в океане. Это гораздо менее контролируемая среда, чем на обычном заводе. Тем не менее, знакомые подходы IoT могут помочь улучшить процессы и увеличить урожай — просто с помощью более специализированных устройств и с учетом некоторых уникальных точек данных.

Вот анатомия системы IoT в аквакультуре (которая творит чудеса с анатомией рыбы):


Датчики собирают данные в воде

Возьмем в качестве примера наш промысел морского лосося (но будьте уверены, рыбоводные хозяйства во внутренних водоемах используют аналогичные решения IoT). В загонах для рыб плавают буи, с них свисают кабели с датчиками, которые измеряют факторы окружающей среды на различных глубинах в толще воды. Общие измерения включают:

  • Температура воды

  • Уровни PH

  • Соленость

  • Насыщение кислородом

FishWeb: данные с термооксиметра

Между тем, камеры и инфракрасные датчики следят за активностью рыбы под волнами. В то время как некоторые датчики отслеживают данные об окружающей среде, другие собирают информацию о самих рыбах, в том числе:

  • Размер рыбы

  • Потребление корма

  • Скорость плавания

Эти камеры Интернета вещей не просто собирают эти данные в совокупности. Узоры в виде пятен на шкуре рыбы так же легко распознать, как отпечаток вашего большого пальца. Программное обеспечение использует эти шаблоны для распознавания отдельных рыб, отслеживая данные, такие же зернистые, как песок на морском дне.

Но все эти данные бесполезны без подключения, которое действует как сила, которая превращает “интернет” в “интернет вещей”.


Пограничные серверы получают данные об окружающей среде и поведении

Многие прибрежные рыбоводные фермы находятся вне зоны действия вышек сотовой связи, поэтому многие океанские IoT полагаются на спутниковые соединения. Еще один интересный вариант - использовать подключенные буи, которые могут передавать данные по радиочастотам для создания локальной сети.

В лучшем случае эти соединения обеспечивают передачу данных в режиме реального времени, но даже передача данных почти в режиме реального времени позволяет фермерам реагировать на меняющиеся условия намного быстрее, чем карандаш и планшет, их традиционная альтернатива.

В любом случае, все датчики Интернета вещей, рассмотренные выше, отправляют свои показания на сервер на границе хозяйства. Эти серверы классифицируют данные, а затем передают их как можно быстрее к конечной остановке в нашем путешествии по IoT в аквакультуре - аналитической платформе.


Решения для анализа данных обеспечивают комплексное понимание

Сбора данных недостаточно. Чтобы действительно оптимизировать процесс, вам также нужна аналитика, включая модели искусственного интеллекта, которые объединяют разрозненные точки данных в единый точный прогноз. Лучшее аналитическое программное обеспечение для аквакультуры будет выполнять несколько задач одновременно. Это позволит:

  • Поддерживать базу данных измерений в режиме реального времени (или почти в реальном времени), полученную с устройств IoT.

  • Использовать модели искусственного интеллекта для прогнозирования будущих показателей, от оптимальной нормы подачи до темпов роста рыбы.

  • Делать уведомления, когда состояние воды или здоровья выходит за рамки спецификации или даже начинает меняться в этом направлении.

  • Предлагать надежные визуализации данных, которые дают фермерам реальную информацию.

  • Централизовать все эти инструменты мониторинга на единой панели мониторинга.

Платформы, которые могут делать все это, доступны, но мы исключили из нашего списка одну важную функцию: вы хотите, чтобы ваша система аналитики аквакультуры предоставляла сквозную информацию. Это означает, что она поддерживает данные на протяжении всего жизненного цикла аквакультуры.

Жизнь выращиваемой рыбы начинается в инкубаторе, где фермеры отслеживают точки данных, которые мы уже обсуждали. Измерения там проще; фермеры имеют дело с внутренними резервуарами, а не с открытым морем. Но когда зрелая рыба перемещается на ферму, видимость данных сохраняется. Достигнув нужного размера, рыба живой отправляется на перерабатывающий завод, где производственное оборудование само собирает еще больше данных. Оттуда рыбные продукты упаковываются и отправляются на рынок, по пути отправляя обновления.

Идеальное аналитическое решение отслеживает данные на каждом из этих этапов, обеспечивая полную видимость цепочки поставок. Таким образом, если что-то пойдет не так с определенной партией, фермер может отследить точный источник проблемы. Если регулирующие органы потребуют больше отчетов о соблюдении требований, это всего в нескольких кликах. И каждая партия экологически чистой рыбы имеет надлежащую маркировку, чтобы потребители знали, что они получают подлинный продукт. Наглядность дает рыбоводам контроль даже спустя долгое время после того, как их продукт покинет свой водный дом.

Эта концепция будет знакома всем, кто знаком с промышленным IoT. Ценность наглядности присуща не только аквакультуре, которая, в конце концов, является всего лишь еще одной отраслью, которая становится все лучше и лучше благодаря инновациям в области Интернета вещей. Короче говоря, IoT и анализ данных обеспечивают серьезную бизнес-аналитику. Представьте, что это может сделать для вашей работы под водой или на суше!


По материалам IoT For All


Подписывайтесь на телеграм-канал ITfish, чтобы быть в курсе новостей о передовых технологиях в аквакультуре!

30 просмотров