传统水产养殖在数字化转化中，遇到以下挑战：
l 养殖的质量高度依赖于专家养殖者的经验，缺乏成体系的养殖方法论和科学指标；
l 养殖人工依赖高，整体养殖过程缺乏有效的监控和及时的响应机制，主针对对虾的性状表现进行识别，达到预诊断和总结知识库的目的，需要视频在地的处理和预警能力；
l 上游供种公司缺乏对育苗、养殖户的监管，导致养殖户以次充好，养殖质量下降，产量低，药品滥用等现象层出，特别是苗场到养殖户的防掺假苗，预计需要对人行为进行识别，需要视频在地的处理和预警能力。物流跟踪涵盖整个运输过程中，从苗场全程追溯到餐馆，并防止中途掺假虾。
l 乡村地区监控网络建设成本高，视频传输水塘和养殖户的占地面积交大，分布不一定集中，铺设专线的成本较为昂贵和不便；
l 投毒检测和告警，缺乏针对偷盗、投毒、异常情况的智能监控系统；
l 物联网接入复杂，缺乏模型化算法，对需要监测的含氧、水质、水温、光线、土壤熵情、光照、气压雨量等监测设备；需要根据模型，实时调节和控制水塘调节系统，实现自动水塘环境的调节 。
解决方案详细介绍：
整合新一代数字化智能技术，结合4G/5G、边缘技术、IOT技术和AI养殖算法，实现整个产业链上下游的升级整合，建立各品种的产业链数据库覆盖从“种质”到“苗”到“养殖户”到“终端市场”全产业链环节，提升产业效率，实现绿色渔业、智慧渔业。
基于云+边两级架构上，构建以下数字化水产养殖平台，依托IoT传感器、视频摄像头等采集终端，结合4G/5G传输管道，集成边缘MEC平台，部署养殖业务管理、养殖专家知识库和AI病害预警系统，实现覆盖“育”、“繁”、“养”全生命周期的智能水产养殖解决方案：
l 通过边缘计算，实现云边两级部署架构，实现IoT数据的数字化建模、视频预处理和提炼、AI病害响应下沉以及养殖环境智能调节的能能力；
l 低功耗无线数据传输网络子系统等：主要是对采集的数据进行稳定的传输，有棚内和棚外两种方式；
l 环境监测子系统：通过模型化方式，对需要监测的水质、水温、光线等在线实时监控与分析；
l 水下虾类行为监视与识别子系统：主要是对虾的性状表现进行识别，达到预诊断和总结知识库的目的利用AI+边缘云技术架构，对苗场以及养殖户在生产养殖过程中各种不科学操作、以及病害潜在风险进行线上线下实时监控预警，实现线上实时咨询问诊，降低生产风险、药害残留和水质污染，为实现渔业的全流程溯源和打造高标准水产品牌打好基础；
l 生物信息追溯子系统：在水缸上印二维码，信息同步上传系统，在整个运输过程中，从苗场全程追溯到餐馆，并防止中途掺假虾；
l 品控监管系统：包括种虾、苗场和养殖户三方，特别是苗场到养殖户的防掺假苗，预计需要对人行为进行识别；
l 可视化预警子系统：通过建模方式，对培育车间及种虾养殖区进行视频监控，并对关键指标进行可视化和预警。
应用效果：
l 通过从“种质”到“苗”到“养殖户”到“终端市场”全产业链环节数字化系统，降低人工干预，提升效率；
l 通过4G/5G无线部署方式和边缘技术，实现整体养殖场监控网络和物联网建设成本降低20%；
l 通过基于IoT传感数据构建的虾类病害预诊断能力，有效提升病害发现和预警效率，提升30%~50%；
l 通过“育”、“繁”、“养”全程物流溯源监控系统，有效降低防掺假苗率50%。
边缘计算在水产养殖中的价值：
推广价值：
在所有水产养殖业中，都存在类似“育”、“繁”、“养”全程，在水质检测、气象检测、产品溯源、防假防病、助农惠农等领域，具备广泛通用性和可复制性，只需要在病害诊断的AI模型上针对不同养殖类型进行修正，即可从虾类养殖移植到其他类型的水产智慧养殖，具备广泛推广价值。
