• 中文核心期刊
  • 中国科技核心期刊
  • ISSN 1007-6336
  • CN 21-1168/X

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

海洋牧场多水层溶解氧在线监测系统的构建及应用

付龙文 杜志强 高歌 孙西艳 陈令新

引用本文:
Citation:

海洋牧场多水层溶解氧在线监测系统的构建及应用

    作者简介: 付龙文(1981-),男,山东烟台人,工程师,主要从事海洋环境监测技术与系统集成工作,E-mail:lwfu@yic.ac.cn;
    通讯作者: 陈令新,研究员,博士生导师,E-mail:lxchen@yic.ac.cn
  • 基金项目: 国家自然科学基金面上项目(41776110);烟台市“十三五”海洋经济创新发展示范项目(YHCX-ZB-P-201701);烟台市科技计划项目(Y733041041)
  • 中图分类号: X834

Construction and application of on-line monitoring system for dissolved oxygen in multi-water layer of marine ranching

  • 摘要: 针对海洋牧场养殖区域多水层溶解氧(dissolved oxygen,DO)含量实时、在线、连续监测的需求,本文设计了一种剖面DO在线监测系统,系统集成自主研发的光学DO传感器,设计了链式DO剖面测量结构,开发了基于STM32单片机的数据采集与控制系统,通过无线传输模块与远程控制中心通信对接,实现了海洋牧场多水层DO监测数据的实时传输与可视化显示,方便用户查看当前海水DO及温度变化状况、历史数据及变化趋势。性能测试表明,本系统DO探头漂移可控制在3%范围内,整套系统的稳定性好、可靠性高。2016年至2018年,本系统在山东烟台的东方海洋云溪牧场进行了应用示范。观测数据显示:DO与温度表现出相似的规律,即表层>中层>底层;表层水DO浓度较高且变化幅度较小,中层海水DO变化幅度明显高于表层和底层,底层海水在未有明显的垂直混合作用下,DO呈持续走低趋势。观测期间,2016年和2017年海洋牧场底层海水均出现了长达18 d以上的低氧现象,且测试数据的时间序列变化趋势与天气变化相吻合,为海洋牧场的养殖企业提供了预警预报,减少了低氧灾害所带来的经济损失。
  • 图 1  海洋牧场多水层DO在线监测系统示意图

    Figure 1.  Schematic of on-line DO monitoring system of multi-water layer in marine ranching

    图 2  DO传感器光学探头的光路设计图

    Figure 2.  The optical path design of DO sensor

    图 3  DO传感器外形结构示意图

    Figure 3.  Diagram of the shape and structure of DO sensor

    图 4  控制与数据采集的流程图

    Figure 4.  Flow diagram for data acquisition and control

    图 5  海洋牧场水质远程监测软件界面

    Figure 5.  The software interface for remote monitoring the water quality in marine ranching

    图 6  DO传感器稳定性测试及数据比对

    Figure 6.  The stability test of DO sensor and data comparison between DO sensor and iodine titration method

    图 7  DO在线监测系统安装位置

    Figure 7.  The position of the on-line monitoring system for dissolved oxygen

    图 8  DO在线监测系统安装现场图

    Figure 8.  Pictures for installing the on-line DO monitoring system

    图 9  2016年海洋牧场DO(mg·L−1)、T(℃)、DT(℃·m−1)时间序列

    Figure 9.  The curves for the variation trend of dissolved oxygen (mg·L−1), temperature (℃) and DT (℃·m−1) of Marine Ranching in 2016

    图 10  2016年7月18日至25日观测期间DO(mg·L−1)与T(℃)变化

    Figure 10.  The curves for the variation trend of dissolved oxygen (mg·L−1) and temperature (℃) from 18 Jul to 25 Jul in 2017

    图 11  2016年7月9日至12日海洋牧场DO(mg·L−1)与T(℃)日变化曲线

    Figure 11.  The curves for the daily variation trend of dissolved oxygen (mg·L−1) and temperature (℃) of Marine Ranching from 9 Jul to 12 Jul in 2016

    图 12  2016-2018年8月份海水DO和T月变化曲线

    Figure 12.  The curves for the monthly variation trend of dissolved oxygen (mg·L−1) and temperature (℃) of marine ranching in August from 2016 to 2018

    表 1  本课题研制的DO传感器与碘量滴定法对比测量数据

    Table 1.  The contrast measurement data between DO sensors and iodine titration method

    序号DO传感器测定值/mg·L−1碘量法测定值/mg·L−1误差/mg·L−1
    表层中层底层
    17.917.857.837.88-0.03~0.05
    25.385.395.425.440.02~0.06
    33.273.263.223.23-0.04~0.01
    41.671.651.631.680.01~0.05
    50.550.580.540.590.01~0.05
    下载: 导出CSV
  • [1] 阙华勇, 陈 勇, 张秀梅, 等. 现代海洋牧场建设的现状与发展对策[J]. 中国工程科学, 2016, 18(3): 79-84. doi: 10.3969/j.issn.1009-1742.2016.03.014
    [2] 陈令新, 王巧宁, 孙西艳. 海洋环境分析监测技术[M]. 北京: 科学出版社, 2018.
    [3] 杨红生. 海洋牧场监测与生物承载力评估[M]. 北京: 科学出版社, 2018: 28-31.
    [4] VAQUER-SUNYER R, DUARTE C M. Thresholds of hypoxia for marine biodiversity[J]. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(40): 15452-15457. doi: 10.1073/pnas.0803833105
    [5] STECKBAUER A, DUARTE C M, CARSTENSEN J, et al. Ecosystem impacts of hypoxia: thresholds of hypoxia and pathways to recovery[J]. Environmental Research Letters, 2011, 6(2): 025003. doi: 10.1088/1748-9326/6/2/025003
    [6] 石 强. 黄海溶解氧含量场季节循环时空模态与机制[J]. 应用海洋学学报, 2016, 35(1): 1-14. doi: 10.3969/J.ISSN.2095-4972.2016.01.001
    [7] NEZLIN N P, KAMER K, HYDE J, et al. Dissolved oxygen dynamics in a eutrophic estuary, Upper Newport Bay, California[J]. Estuarine, Coastal and Shelf Science, 2009, 82(1): 139-151. doi: 10.1016/j.ecss.2009.01.004
    [8] MACCREADY P, BANAS N S, HICKEY B M, et al. A model study of tide- and wind-induced mixing in the Columbia River Estuary and plume[J]. Continental Shelf Research, 2009, 29(1): 278-291. doi: 10.1016/j.csr.2008.03.015
    [9] 李兆钦, 李 欣, 孙利元, 等. 刘公岛海洋牧场底层海水溶解氧浓度的变化特征[J]. 海洋与湖沼, 2019, 50(1): 86-99. doi: 10.11693/hyhz20180300062
    [10] LANGSETH B J, PURCELL K M, CRAIG J K, et al. Effect of changes in dissolved oxygen concentrations on the spatial dynamics of the gulf menhaden fishery in the northern gulf of Mexico[J]. Marine and Coastal Fisheries, 2014, 6(1): 223-234. doi: 10.1080/19425120.2014.949017
    [11] 张晓芳, 贾思洋, 张曙伟, 等. 海洋垂直剖面水温实时监测浮标系统研制与应用[J]. 海洋科学, 2016, 40(5): 109-114. doi: 10.11759/hykx20140507002
    [12] 张 涛. 海洋原位溶解氧检测仪设计与开发[D]. 杭州: 浙江大学, 2013.
    [13] 彭晓彤, 周怀阳. 溶解氧传感器探测技术及应用中的若干问题[J]. 海洋科学, 2003, 27(8): 30-33, 42. doi: 10.3969/j.issn.1000-3096.2003.08.009
    [14] QUARANTA M, BORISOV S M, KLIMANT I. Indicators for optical oxygen sensors[J]. Bioanalytical Reviews, 2012, 4(2/3/4): 115-157.
    [15] JANZEN C, MURPHY D, LARSON N. Getting more mileage out of dissolved oxygen sensors in long-term moored applications[C]//Proceedings of OCEANS 2007. Vancouver: IEEE, 2007.
    [16] GB 17378.4-2007, 海洋监测规范 第4部分: 海水分析[S].
    [17] 陈国光, 翟方国, 李培良, 等. 黄海海浪季节变化的数值模拟研究[J]. 海洋科学, 2016, 40(11): 155-168. doi: 10.11759/hykx20160704004
    [18] ZHU J R, ZHU Z Y, LIN J, et al. Distribution of hypoxia and pycnocline off the Changjiang Estuary, China[J]. Journal of Marine Systems, 2016, 154: 28-40. doi: 10.1016/j.jmarsys.2015.05.002
    [19] NI X B, HUANG D J, ZENG D Y, et al. The impact of wind mixing on the variation of bottom dissolved oxygen off the Changjiang Estuary during summer[J]. Journal of Marine Systems, 2016, 154: 122-130. doi: 10.1016/j.jmarsys.2014.11.010
    [20] D’AVANZO C, KREMER J N. Diel oxygen dynamics and anoxic events in an eutrophic estuary of Waquoit Bay, Massachusetts[J]. Estuaries, 1994, 17(1): 131-139. doi: 10.2307/1352562
  • [1] 刘春利葛长字张玉娟孙囡 . 黄海表层溶解氧时空分布特征. 海洋环境科学, doi: 10.13634/j.cnki.mes20170215
    [2] 段丁毓秦传新马欢林会洁陈丕茂 . 景观生态学视角下海洋牧场景观构成要素分析. 海洋环境科学, doi: 10.12111/j.mes20180608
    [3] 王艳洁孙茜于涛李莉姚子伟 . 海水中溶解氧碘量法测定结果的有效位数推算. 海洋环境科学, doi: 10.12111/j.cnki.mes20180223
    [4] 林佳宁颜天张清春王云峰刘青周名江 . 福建沿海米氏凯伦藻赤潮对皱纹盘鲍的危害原因. 海洋环境科学, doi: 10.13634/j.cnki.mes20160105
    [5] 王丽莎张传松王颢石晓勇 . 夏季黄渤海生源要素的平面分布特征. 海洋环境科学, doi: 10.13634/j.cnki.mes20150307
    [6] 赵聪蛟孔梅孙笑笑周燕 . 浙江省海洋水质浮标在线监测系统构建及应用. 海洋环境科学, doi: 10.13634/j.cnki.mes20160223
    [7] 崔丽娜徐韧 . 两台多参数水质仪在线监测比对结果分析及方法评估. 海洋环境科学, doi: 10.12111/j.mes20190423
    [8] 杨永俊胡展铭林忠胜徐广鹏宋丽娜 . 我国江河入海流量实时在线监测系统规范化设计与实现. 海洋环境科学, doi: 10.12111/j.mes20190617
    [9] 胡克勇耿润田沈飞飞武曲郭忠文 . 一种通用的海洋环境监测系统设计方法. 海洋环境科学, doi: 10.12111/j.mes20190422
    [10] 陶冠峰隋伟娜赵辉马明辉梁斌梁雅惠朱容娟张鹏骥 . 海洋环境监测数据集成系统的研究与实现. 海洋环境科学, doi: 10.13634/j.cnki.mes20170219
    [11] 李炳南杨建洪蒋雪中吴彤 . 基于多源数据的海水水质空间评价系统设计. 海洋环境科学, doi: 10.13634/j.cnki.mes20150120
    [12] 宋祥云殷月芬于延珍杨东方郑立田黎 . 海洋真菌厌氧降解PCB180的初步研究. 海洋环境科学, doi: 10.13634/j.cnki.mes20160207
    [13] 林华 . 海洋N2O氮、氧同位素组成研究进展. 海洋环境科学, doi: 10.13634/j.cnki.mes20160625
    [14] 郭康丽陈洁姚宝龙 . 海洋浮游植物胞外多聚物的研究进展. 海洋环境科学, doi: 10.12111/j.mes20190121
    [15] 陈琪郑纪勇杨靖亚蔺存国宋泓清 . 海洋底栖硅藻胞外多聚物化学成分的定量研究. 海洋环境科学, doi: 10.13634/j.cnki.mes20160501
    [16] 杨永俊胡展铭林忠胜王玉 . 基于在线监测的江河入海径流通量计算方法研究与应用——以辽河口为例. 海洋环境科学, doi: 10.12111/j.mes.20190007
    [17] 刘雪琴袁帅史文奇王旭许宁陈元陈伟斌 . 基于光学视频的冰区核电海面浮冰监测与分析系统设计. 海洋环境科学, doi: 10.13634/j.cnki.mes20170523
    [18] 张锦峰高学鲁周凤霞李培苗庄文 . 海洋生物及生态系统对海洋酸化的响应. 海洋环境科学, doi: 10.13634/j.cnki.mes20150428
    [19] 薛金林任景玲 . 海洋气溶胶采样、提取方法对痕量元素溶解度的影响. 海洋环境科学, doi: 10.12111/j.mes20190619
    [20] 胡恒于腾孟范平杜秀萍李祥蕾 . 5种多溴联苯醚同系物对海洋饵料藻(亚心型扁藻和盐生杜氏藻)的急性毒性. 海洋环境科学, doi: 10.13634/j.cnki.mes20150503
  • 加载中
图(12)表(1)
计量
  • 文章访问数:  323
  • HTML全文浏览量:  228
  • PDF下载量:  1
出版历程
  • 收稿日期:  2019-06-28
  • 录用日期:  2019-10-28
  • 网络出版日期:  2020-01-06

海洋牧场多水层溶解氧在线监测系统的构建及应用

    作者简介:付龙文(1981-),男,山东烟台人,工程师,主要从事海洋环境监测技术与系统集成工作,E-mail:lwfu@yic.ac.cn
    通讯作者: 陈令新,研究员,博士生导师,E-mail:lxchen@yic.ac.cn
  • 1. 中国科学院烟台海岸带研究所,中国科学院海岸带环境过程与生态修复重点实验室,山东 烟台 264003
  • 2. 山东省海岸带环境工程技术研究中心,山东 烟台 264003
  • 3. 大连海事大学 信息科学技术学院,辽宁 大连 116026
  • 4. 中国科学院牟平海岸带环境综合试验站,山东 烟台 264003
基金项目: 国家自然科学基金面上项目(41776110);烟台市“十三五”海洋经济创新发展示范项目(YHCX-ZB-P-201701);烟台市科技计划项目(Y733041041)

摘要: 针对海洋牧场养殖区域多水层溶解氧(dissolved oxygen,DO)含量实时、在线、连续监测的需求,本文设计了一种剖面DO在线监测系统,系统集成自主研发的光学DO传感器,设计了链式DO剖面测量结构,开发了基于STM32单片机的数据采集与控制系统,通过无线传输模块与远程控制中心通信对接,实现了海洋牧场多水层DO监测数据的实时传输与可视化显示,方便用户查看当前海水DO及温度变化状况、历史数据及变化趋势。性能测试表明,本系统DO探头漂移可控制在3%范围内,整套系统的稳定性好、可靠性高。2016年至2018年,本系统在山东烟台的东方海洋云溪牧场进行了应用示范。观测数据显示:DO与温度表现出相似的规律,即表层>中层>底层;表层水DO浓度较高且变化幅度较小,中层海水DO变化幅度明显高于表层和底层,底层海水在未有明显的垂直混合作用下,DO呈持续走低趋势。观测期间,2016年和2017年海洋牧场底层海水均出现了长达18 d以上的低氧现象,且测试数据的时间序列变化趋势与天气变化相吻合,为海洋牧场的养殖企业提供了预警预报,减少了低氧灾害所带来的经济损失。

English Abstract

  • 海洋牧场是一种现代海洋渔业的可持续生产方式[1],对我国海洋渔业的转型升级发挥着重要的作用,可确保渔业资源持续稳定增长。DO是海洋牧场水质环境的重要监测指标[2-3],其含量直接影响海洋生物的生长和生存、海水中化学物质存在形态等。由于气候变化和人类活动的影响,世界许多海区尤其是近岸海区、半封闭海湾、海口发生了不同程度的低氧现象,全球低氧海域正以每年5.54%的速率高速增长[4-6]。不同的研究对低氧的定义不同,根据P.Nezlin等的研究,当海水DO的日平均值小于3 mg/L 或者是24 h之内的任何观测值小于1 mg/L时,即为低氧现象[7]。当低氧发生时,海洋生物尤其是底层海洋鱼类、无脊椎动物存活率会大幅降低,海洋生态系统受到严重威胁[8]。研究表明,当DO低于2 mg/L时,鱼类基本停止进食;低于1 mg/L时,鱼类将出现大面积窒息死亡,因此,海水中DO含量的测量对于海洋生态环境监测及海洋牧场的健康发展都具有重要的意义[9-10]

    随着我国现代化海洋牧场的研究与建设逐渐步入正轨,对于海水DO的时空分布特征已经开展了一定的研究工作,但多以现场取样-实验室分析为主,分辨率较低,无法对DO的连续时间变化及其影响机制进行研究;仅仅依靠表层或有限水层DO的数据检测,不能满足海洋生态环境的综合监测要求,难以适应现代海洋牧场发展的需求[11]

    因此,本文按照海洋牧场科学管理及可持续发展建设的需求,研制了一款光学溶解氧探头,并设计了一种多水层溶解氧原位在线监测系统,实现了多水层DO和水温的自动测量、数据采集、数据储存和无线传输等功能,可实时获取海洋牧场水域不同水深的DO变化规律。本文将此系统应用于烟台云溪海洋牧场,于2016年至2018年的8月份获得了大量的实时数据,实现了海洋牧场养殖区域水质状况的实时在线监测及低氧灾害的预警预报。通过数据分析,研究了不同水层DO和温度的时间尺度变化特征及其主要影响因素,可为进一步预警预报低氧灾害提供参考,有利于保障海洋牧场的渔业生产与生态安全。

    • 海洋牧场多水层DO在线监测系统主要由DO传感器、控制与数据采集子系统、远程通信模块、太阳能供电模块、零浮力缆等组成,结构如图1所示,其中DO传感器用于准确地测量海水中DO含量;控制与数据采集子系统包括数据采集模块和数据传输模块等,并与远程数据中心之间利用4G网络进行通信;远程监测软件系统用于DO传感器的工作状态管理和控制,建立多水层DO的监测数据库,在海域DO异常时,短信报警通知用户。

      图  1  海洋牧场多水层DO在线监测系统示意图

      Figure 1.  Schematic of on-line DO monitoring system of multi-water layer in marine ranching

      系统设计了链式DO剖面测量结构,采用单锚链固定式结构,并注意避开浮台的固定锚链以防缠绕。根据水深和潮位设计锚链长度,并将每一个传感器上方固定一个抗压浮球,保证DO传感器垂直分布在水面以下0.5 m,底层以上0.5 m和水深中间三个位置,分别监测表层、底层和中层的DO含量。

    • 传统DO测量法包括碘量法、电极法、分光光度计、比色目测法、气相色谱法、电导检测法等,但普遍存在操作繁琐、抗干扰能力差、无法在线等缺点[12-13],并不适用海洋环境的原位长期监测。

      本文所设计的DO传感器基于荧光猝灭效应的原理而研制[14]。氧气是许多荧光敏感物质的良性淬灭剂,氧气的浓度和荧光指示剂的一些本征参数具有一定的定量关系。因此,通过指示剂的荧光强度或者寿命的变化,可以分析计算海水中的氧气含量,其原理方程(Sterm-Volmer方程)如下:

      式中:Iτ分别是荧光团的荧光强度和激发态寿命,下标0表示无氧的条件;KSV是Stern-Volmer常数,取决于传感膜荧光物质的成分;[O2]为DO浓度。

      本传感器选择寿命长、斯托克斯频移大、光谱吸收强的Ru(Ph2phen)3Cl2作为荧光指示剂,将其嵌入到疏水性溶胶-凝胶衍生的笼状微结构中,制备成具有荧光效应的氧敏感膜。

      DO传感器光学探头的光路设计如图2所示,系统采用双光路双滤光片结构,为保证参考光和激发光均能聚集到荧光敏感膜上,将两个LED倾斜一定的角度,保证光电检测不受杂散光干扰。根据检测原理,传感器使用蓝光LED(中心波长为450 nm)作为激发光,由恒流源驱动电路控制LED发出稳定的光束,使用调制模块以5 kHz方波调制照射在传感器光学窗口上的氧敏感膜上,蓝光激发荧光指示物质发射红色荧光,荧光信号经窄带滤光片(中心波长为620 nm)后被光电二极管接收;另一路由中心波长为620 nm的红光LED作为参考光源,并以相同频率直接照射在光电二极管上,用来检测荧光信号在电路中的延迟。数据处理模块利用离散傅立叶变换(DFT)算法将光电二极管采集的目标信号和参考信号进行处理,并且可以获得两个信号的相位。由于氧浓度与相位差成比例,因此,结合保存的校准斜率曲线,可计算出实测水体中的DO浓度。同时,传感器集成温度测定模块,测定DO的同时采集现场温度数据进行实时校准。

      图  2  DO传感器光学探头的光路设计图

      Figure 2.  The optical path design of DO sensor

      DO传感器将数据处理模块、通信模块、温度传感器、恒流驱动电路、光源调制模块、光电二极管以及LED光源集成封装在不锈钢外壳中(图3)。同时,考虑到DO传感器在海洋环境中长期工作时测量精度易受到海洋生物附着污损的影响[15],本文设计了一种基于铜镍合金的防生物附着装置,装置外壳采用环形结构,将其套在DO传感器的光学探头一端,通过缓慢释放铜离子,以实现减少海洋生物附着污损传感器探头表面,保持传感器探头的监测空间内的水质正常交换,满足DO传感器的长期、准确的监测需求。

      图  3  DO传感器外形结构示意图

      Figure 3.  Diagram of the shape and structure of DO sensor

      荧光寿命是荧光敏感物质的本征特性,不受传感器中填充染料的浓度变化而变化,也不受染料光漂白和激发光的强度不稳定因素影响,且所设计的溶氧传感器结构合理、密封安全、防附着性能好。因此,本传感器具有更好的光学稳定性,更长的使用寿命,更强的抗干扰能力,可满足海洋牧场DO实时监测的需求,所设计的DO探头温度测量范围为0~50 ℃,精度±0.5 ℃,DO的测量范围为0~20 mg/L,精度±0.05 mg/L。

    • 控制与数据采集子系统采用STM32单片机为核心,利用其内置丰富的接口资源和片上集成外设,可以完成水下传感器的数据采集、数据传输、运行模式控制、系统状态查询等功能。系统上电后开始进行系统初始参数设置并等待上位机发送的命令,接受命令后通过RS-485总线控制启动传感器对水中DO浓度和温度数据进行采集,并将监测到的数据进行处理、压缩、编码和TCP/IP数据封装后,通过4G网络无线数据传输模块将监测数据发送到远程监控中心,实现监测数据的远程实时在线监测。

      系统工作流程如图4所示。程序开始时,首先完成系统的初始化,包括时钟、定时器、E2PROM、串口、4G模块等,从设备的配置文件中读取系统的参数值,对系统各成员变量赋初值,启动DO传感器和数据传输模块。系统根据用户所设置的自动或手动的工作模式来启动不同的工作流程。当处于自动工作模式时,系统会根据设备配置文件中的系统参数设置,包括采样时间和采样周期的参数等,启动读取DO传感器和温度传感器的定时器和发送数据的定时器。当系统处于手动模式时,系统根据用户手动设置的采样时间和采样周期等参数,启动DO传感器和温度传感器,并将采集的数据发送到远程控制中心。控制与数据采集子系统收到远程控制中心的数据有两类:设置数据和查询数据。对于设置信息则按信息的内容设置相应设备参数,设置完成后再向上位机发送应答信息表明设置是否成功;对于查询信息则将查询的状态数据按定义的数据协议打包为状态信息发送给远程监测中心。

      图  4  控制与数据采集的流程图

      Figure 4.  Flow diagram for data acquisition and control

    • 本文基于SQL Server数据库开发了一套海洋牧场水质远程监测软件系统,包括3个模块,即系统管理模块、通信模块、数据处理与分析模块。系统管理模块用来进行系统参数的设置以及远程控制传感器的设备状态。通信模块负责与控制与数据采集子系统进行通信,传递信息包括控制命令信息、查询命令信息及子系统返回的水质监测数据信息和设备状态信息。数据处理与分析模块负责将子系统传上来的数据进行存储、处理和分析,可以对数据进行查看和历史数据查找。海洋牧场水质远程监测软件界面如图5所示,可以将多水层的DO和温度数据进行可视化处理,实时反映出海洋牧场实时水质状况,用户可根据需求对系统进行采样周期和阈值等设置,系统会根据设置自动实时监测,并对超过阈值的数据,发出警报告知用户。该系统可为海洋牧场的现代化管理和安全保障提供决策参考。

      图  5  海洋牧场水质远程监测软件界面

      Figure 5.  The software interface for remote monitoring the water quality in marine ranching

    • DO传感器的标定采用无氧条件与满氧条件下进行标定。首先是饱和DO的标定,将传感器充分用蒸馏水冲洗,用湿毛巾沾干水分,静止在空气中进行饱和DO标定;其次是无氧环境下的标定,将探头放在纯氮气环境中进行零点标定。

      传感器的精度反应测量值与真实值之间的误差,为检测所研制DO传感器的精确度,将研制的DO传感器测试数据与实验室碘量滴定法[16]测试数据进行比对测试。在天然海水中加入无水亚硫酸钠配置成不同DO浓度的样品,测试结果如表1所示。从表中可以看出,本文所研制的DO传感器测量误差在±0.05 mg/L范围内,满足实用性要求。

      序号DO传感器测定值/mg·L−1碘量法测定值/mg·L−1误差/mg·L−1
      表层中层底层
      17.917.857.837.88-0.03~0.05
      25.385.395.425.440.02~0.06
      33.273.263.223.23-0.04~0.01
      41.671.651.631.680.01~0.05
      50.550.580.540.590.01~0.05

      表 1  本课题研制的DO传感器与碘量滴定法对比测量数据

      Table 1.  The contrast measurement data between DO sensors and iodine titration method

      稳定性指标同样是测定传感器的一项重要指标。本文将系统集成的三个DO传感器放于室内充氧水槽中,每隔30 min测试一组数据,连续进行一个月稳定性测试,并每隔5 d采用滴定法进行对比测试,测试结果如图6所示。

      图  6  DO传感器稳定性测试及数据比对

      Figure 6.  The stability test of DO sensor and data comparison between DO sensor and iodine titration method

      图6数据显示,表层、中层、底层的DO探头的测定值分别为8.68±0.02 mg/L、8.68±0.03 mg/L、8.67±0.02 mg/L,数值稳定性较好,连续一个月的使用,其漂移可控制在3%以内,且与实验室碘量滴定法测试数据吻合度较高。因此,所研制的DO探头的精确度与稳定性均达到了海洋现场使用要求。

    • 本项目以山东东方海洋科技股份有限公司的云溪海洋牧场(坐标:北纬37.298,东经121.4645)为试验场,于2016年6月布放了一套多水层DO在线监测系统,布放位置离岸3.3 km(图7),水深18 m。该观测系统以浮筏为水面安装平台,水下观测平台集成了3套自主研发的DO传感器,分别对表层、中层、底层的DO和温度进行监测,其安装与布放现场如图8所示。

      图  7  DO在线监测系统安装位置

      Figure 7.  The position of the on-line monitoring system for dissolved oxygen

      图  8  DO在线监测系统安装现场图

      Figure 8.  Pictures for installing the on-line DO monitoring system

    • 本观测系统旨在观测表、中、底三层的温度数据,对整个水体剖面的资料(温度、盐度)并不做研究。鉴于此,本文利用海表面到观测深度范围内温度梯度DT分析观测阶段的水体层化强度[9],以辅助分析底层缺氧现象的成因,其计算公式:

      式中:TS为海洋表层温度;T为底层海水温度,H为水深。DT可近似指示海水层化强度,DT越大,代表水体层结现象越明显。

      图9展示了2016年7月1日至2016年8月30日不同水层DO、温度和DT的变化情况,图中虚线为降雨天气,实线为超过5级风力的大风天气,气温数据为当天平均气温。图9a中,不同水层DO与温度表现出各不相同的变化特征。表层海水由于与大气交换较强,除7月20日及8月26日出现的两次强烈的垂直混合外,整个观测期间,DO浓度变化不大,均高于4.4 mg/L以上,多数在7.0 mg/L以上。表层水温除间断性受降水影响和大风引起垂直混合导致的水温降低外,观测期间水温整体随着气温的变化而变化,从7月初的22.75±0.25 ℃,逐渐升高到8月中旬的29.52±0.27 ℃,之后缓慢降低至8月25日的27.98±0.35 ℃。中层海水受垂直水交换、浮游植物光合作用和潮汐等多重影响,DO和温度日变化表现出忽高忽低的变化特征,但总体趋势较表层与底层平稳,DO浓度约为6.22±1.46 mg/L,温度为22.88±2.74 ℃。底层海水在观测期间出现了低氧现象,尤其是温度较高的8月份,可能是由于上层海水升温快,表面风较弱,导致海表和海底的温差比较大,垂向混合减弱,限制了表层富氧水向底层输送[17],再加上底层生物呼吸作用和沉积物分解作用等耗氧过程[18],进一步导致底层海水DO含量降低,从7月初的5.27±0.22 mg/L,逐渐减低到8月下旬的0.20±0.12 mg/L,8月26日的大风消除了底层低氧现象,将底层DO提高到5.24±0.72 mg/L;底层温度在整个观测期间变化不大,约为20.85±2.41 ℃。

      图  9  2016年海洋牧场DO(mg·L−1)、T(℃)、DT(℃·m−1)时间序列

      Figure 9.  The curves for the variation trend of dissolved oxygen (mg·L−1), temperature (℃) and DT (℃·m−1) of Marine Ranching in 2016

      DT变化情况如图9b所示,观测期间,底层海水温度远低于表层海水温度,DT远大于0,水体层化显著,尤其是7月25日后,随着表层温度的显著增加,层化现象愈加明显,底层DO逐渐下降以致出现低氧(图9a)。此外,图9b也可明显看出7月20日及8月26日两次大风天气所造成的层化现象的消失。

      为更详细地分析降水和大风对海水温度和DO的影响,细化了7月18日至7月25日的DO与温度变化过程,如图10所示。自19日12时左右开始,由于降水和风力的影响导致表层水温和DO间歇式下降,两者趋势一致;而底层水温与DO变化趋势恰好与表层相反。直至20日4时风力加强,表层温度和DO急剧下降,底层DO急剧升高。约8小时后,表底层海水混合均匀,表层、中层、底层的温度和DO数值接近。

      图  10  2016年7月18日至25日观测期间DO(mg·L−1)与T(℃)变化

      Figure 10.  The curves for the variation trend of dissolved oxygen (mg·L−1) and temperature (℃) from 18 Jul to 25 Jul in 2017

      大风可驱动海水的混合,当超过8 m/s风速的强风发生时,垂向混合作用加强[8, 19],与本系统监测结果相一致。因此,不论从总体变化特征还是特殊天气的阶段性变化特征,本系统所监测的DO和温度数据均符合气候变化特征,监测数据有效可靠。

    • DO与温度的日变化曲线如图11所示。可以看出,太阳辐射是造成表水温变化的主要原因,水温约在每天10时左右开始上升,12时至18时达到最大值,而22时之后,温度开始降低,24时左右处于最低值。而由于水深缘故,太阳辐射无法到达底层,因此,底层海水温度日变化趋势不明显。与水温变化不同的是表层海水DO浓度日变化幅度最小,底层海水DO浓度日变化幅度虽然不大,但整体呈缓慢下降趋势。本观测中,中层海水温度与DO变化趋势一致,4时至5时开始上升,16时至20时开始下降,变化幅度明显高于表层和底层,其可能是因受海面热通量、垂向混合、浮游植物消耗、潮汐的综合因素所导致[20]

      图  11  2016年7月9日至12日海洋牧场DO(mg·L−1)与T(℃)日变化曲线

      Figure 11.  The curves for the daily variation trend of dissolved oxygen (mg·L−1) and temperature (℃) of Marine Ranching from 9 Jul to 12 Jul in 2016

    • 由2016年观测可知,云溪海洋牧场存在季节性低氧现象。为此,我们在2017年及2018年的夏季也进行了整套系统的布放,图12给出了云溪海洋牧场2016年至2018年8月份水体DO及温度的变化情况,利用日平均浓度计算得到了三年的月变化曲线。可以看出,不同年份的海水DO和温度的月变化趋势并不相同,但DO与温度的观测数据表现出相似规律,即表层>中层>底层。

      图  12  2016-2018年8月份海水DO和T月变化曲线

      Figure 12.  The curves for the monthly variation trend of dissolved oxygen (mg·L−1) and temperature (℃) of marine ranching in August from 2016 to 2018

      通过分析三年底层DO含量及温度的数据,得出海水底层DO与温度呈显著负相关特性(相关系数r=−0.8998,显著性P<0.01),底层海水受温度变化影响十分明显。如图8所示,2016年(图12a)与2017年(图12b),海洋牧场底层水体的温度分别为21.95±0.86 ℃和21.87±0.50 ℃,相对应的DO浓度分别是1.62±0.92 mg/L和1.73±0.48 mg/L,均发生了低氧现象;而在2018年,海洋牧场底层水体的温度稍低,约为20.19±0.68 ℃,对应的DO浓度为4.54±0.26 mg/L,未发生低氧现象。因此,持续较高的底层温度可能会伴随低氧的发生。

      通过系统的连续监测,对海洋牧场低氧现象进行了有效的记录,其中2016年低氧天数为18 d,最低DO达到0.05 mg/L,底部水体接近于“无氧”状态;2017年低氧22 d,最低DO为0.42 mg/L,持续时间长,但对于渔业生产的损害程度低于2016年;2018年底层水体DO最低浓度为4.28 mg/L,未发生低氧现象。

    • 针对当前国内海洋牧场水质监测领域技术现状,从近岸海域海洋牧场的实际需求出发,本文自主研制了一套DO传感器,并将其与控制与数据采集系统、4G无线数据传输系统和远程控制中心子系统等组成了一套海洋牧场多水层溶解氧在线监测系统,用于海洋牧场表层、中层与底层的DO和温度的实时监测。本系统在山东省烟台市云溪海洋牧场进行了连续三年的在线监测试验,实验结果表明,本系统所监测的DO和温度数据均符合气候变化特征,各水层的时间序列趋势和影响因素均不同,表层水由于与大气交换较强,DO浓度变化不大,中层海水DO和温度日变化表现出忽高忽低的变化特征,但总体趋势较表层与底层平稳,底层DO受温度的影响较大。大风天气可引起较强的垂直混合作用,使表、中、底层水充分混合,消除底层低氧现象。监测数据显示,在2016年和2017年海洋牧场养殖水域内底层海水出现了长达18 d以上的低氧现象,为海洋牧场的养殖企业提供了预警预报,减少了低氧灾害所带来的经济损失。因此,本系统的推广使用可为现代海洋牧场的健康发展和生态安全提供可靠的技术支持与安全保障,具有广阔的应用前景。

参考文献 (20)

目录

    /

    返回文章