摘要：随着海洋经济的快速发展，海洋牧场作为一种可持续的海洋养殖模式受到了广泛关注。本研究聚焦于基于卫星信道的海洋牧场视频及数据融合服务，旨在通过先进的技术手段实现对海洋牧场的高效监测与管理。通过卫星信道进行数据传输，结合AI技术和多模态数据融合，为海洋牧场的发展提供有力支持。然而，在实际应用中仍面临诸多挑战，需要持续的研究和创新来克服。对未来，我们充满期待，相信这一技术将为海洋牧场带来更广阔的发展前景。

关键词：卫星信道；海洋牧场；视频数据融合；AI 应用；多模态数据

1.引言

随着人类对海洋资源的需求不断增长，海洋牧场作为一种可持续的海洋资源开发模式，受到了广泛的关注。智慧海洋牧场是海洋牧场发展的新阶段，它将物联网、大数据、人工智能等先进技术应用于海洋牧场的建设和管理中，实现了海洋牧场的智能化、自动化和精准化。

目前卫星通信是我国海洋通信的主要方式，它在海洋牧场中具有诸多显著优势[1]。首先，卫星信道具备强大的覆盖能力，能够实现对广阔海洋牧场区域的全面覆盖，无论海洋牧场位于远海还是偏远海域，都能确保稳定的通信连接，不受地理条件和距离的限制。其次，卫星信道具有较高的可靠性。相较于其他通信方式，卫星通信不易受到地面灾害、海洋环境变化以及人为破坏等因素的影响。再者，卫星信道能够支持大容量的数据传输。此外，卫星信道还具有灵活的可扩展性，当海洋牧场规模扩大或者需要增加新的监测点和功能时，能够相对容易地对卫星通信系统进行升级和扩展，无需大规模的基础设施改造。

中国第一颗高通量卫星中星26号于2023年2月23日发射升空，目前已经投入正式运营。该星采用了中国航天自主研发的东方红四号增强型卫星平台，使用了电推＋化学推进的混合推进设计，能够承载更多的有效载荷。星上设计的Ka频段高通量通信载荷具有覆盖范围广、不受地理条件限制的服务特点，不仅为地面互联网业务提供了广阔的发展空间，促进了新兴信息产业和数字经济的发展，也是推动中国海洋经济转型升级、高质量发展的重要保障。它的运营能使得海洋牧场中分布在各个角落的监测设备和传感器所采集的数据都能够及时、准确地传输回控制中心。即使在恶劣的天气条件下，如台风、暴雨等，卫星信道依然能够保持通信的畅通，为海洋牧场的持续监测和管理提供保障。随着智慧海洋牧场的发展，需要传输的视频、图像以及各类监测数据量不断增加。卫星信道能够满足这种大容量数据传输的需求，确保高清视频监控画面以及大量的环境和生物数据得以实时传输，为精准的分析和决策提供充足的信息支持。

在国外，智慧海洋牧场的研究和实践已经取得了显著的成果。例如，挪威在海洋牧场的建设中，利用先进的传感器和监测设备，对海洋水质、水流、温度等环境参数进行实时监测，同时结合大数据分析和人工智能算法，精准预测鱼类的生长情况和疾病发生的可能性，从而优化养殖策略，提高养殖效益。日本则侧重于海洋牧场的生态保护和可持续发展，通过建立完善的海洋生态监测系统，对海洋牧场的生态环境进行长期跟踪和评估，并运用智能化的设备对海洋垃圾进行清理和处理，保护海洋生态平衡[2]。

在国内，智慧海洋牧场的研究和实践也在蓬勃发展[3-4]。近年来，我国政府高度重视海洋牧场的建设，出台了一系列鼓励和支持政策。众多科研机构和高校纷纷投入到相关技术的研发中，取得了一系列重要成果。在一些地区，已经建立起了具有一定规模的智慧海洋牧场示范平台[5]。

然而，智慧海洋牧场的发展仍面临诸多挑战。在技术层面，海洋环境的复杂性和不确定性给数据采集和分析带来了困难；卫星通信相对于地面通信通常存在较高的传输延迟，可能会影响海洋牧场中实时数据监测和控制的准确性；卫星通信的带宽通常有限，难以满足海洋牧场中大量数据实时传输的需求；传感器的稳定性和可靠性有待提高；人工智能算法在海洋领域的应用还需要进一步优化和验证。

2.系统架构设计

在系统架构设计方面，我们针对基于卫星信道的海洋牧场视频及数据融合服务进行了深入研究和设计。系统整体架构采用分层设计，从上至下依次为表现层、服务层、数据层、感知层。

表现层负责提供用户交互界面，实现视频查看、数据查询等功能；业务层则负责处理业务逻辑，如视频流处理、数据融合算法等；数据层则负责将来自不同数据源的数据进行融合处理，提取有价值的信息；感知层则利用卫星信道实现视频和数据的可靠传输以及卫星、传感器等硬件设备。

在视频传输与数据处理模块设计中，我们采用了高效的视频压缩算法和传输协议，确保视频数据在卫星信道上的稳定传输。同时，我们还设计了数据预处理和清洗机制，对接收到的原始数据进行清洗和整理，为后续的数据融合提供高质量的数据源。此外，我们还引入了机器学习算法对视频内容进行智能分析，提取出关键信息，为海洋牧场的监测和管理提供有力支持。

在数据融合与展示模块设计中，我们采用了先进的数据融合算法，将来自不同数据源的信息进行有效融合，提高了信息的准确性和完整性。同时，我们还设计了直观的数据展示界面，将融合后的数据以图表、动画等形式展示给用户，帮助用户更好地理解和利用这些数据。此外，我们还引入了云计算技术，实现了数据的实时处理和存储，提高了系统的响应速度和稳定性。

3.关键技术

3.1面向卫星低带宽高稳定数据传输

卫星信道的传输特性是可用频带非常宽，带宽要求较低，但功率受限、干扰较大、信噪比较低。由于在卫星通信中信号的传输距离超远，一般在数万公里，所以信号衰减是一个较为严重的问题，这就使得可靠性问题变成为了决定卫星通信的命运的一个生死攸关的大问题。为了保证在卫星信道中传输的质量，就需要采用高效的稳定数据传输技术。

3.1.1面向卫星信道低延时视频编码优化

视频编码延时主要来源于三个方面，包括视频帧参考关系、编码流水线设计以及编码模块的复杂度，针对上述三个主要内容开展基于卫星信道的低延时视频编码技术研究，主要包括：

帧内刷新：通过周期性地刷新关键帧，可以减少视频序列中的时域相关性，从而降低编码延迟。同时，帧内刷新还可以提高视频的容错性，减少传输过程中数据丢失对视频质量的影响。

分层编码：将视频数据分成不同的层次进行编码，例如基础层和增强层。基础层包含视频的基本信息，增强层则提供更高质量的细节。在卫星信道中，可以根据信道条件和用户需求，选择传输不同层次的视频数据，以实现低延时和高质量的平衡。

码率控制：根据卫星信道的带宽限制和实时性要求，合理地控制视频的码率。通过动态调整编码参数，如量化参数、帧率等，可以在保证视频质量的前提下，尽可能降低编码延迟。

前向纠错：在卫星信道中，数据传输容易受到噪声和干扰的影响。采用前向纠错编码技术可以增加数据的冗余度，提高数据的抗差错能力，从而减少传输过程中的误码和丢包，保证视频的实时性和可靠性。

3.1.2 高精度码率控制与拥塞技术

在网络传输中出现多路码流同时传输，由于视频内容不同，为了更加高效的传输，可以进行多路码流进行统计复用。现有的基于前向策略的联合码率控制方法在编码前端使用专用的图像复杂度评估模块提取复杂度信息，以响应图像复杂度变化和场景切换，增加了系统成本。而且传统的编码框架将重建帧作为参考帧进行运动估计，无法将运动估计模块独立出来。采用了一种并行联合统计复用技术，将原始帧作为参考帧，并将整像素运动估计独立计算和缓存各帧SAD，将其作为表征复杂度的参数，不存在预测误差。在编码模块中将像素运动矢量作为搜索起始点进行亚像素运动估计获得运动矢量，减少了编码模块的计算负荷，能够快速准确地统计未来多帧的复杂度进行联合比特分配。整像素并行运动估计模块为统计复用模块统计图像复杂度；控制模块计算当前时刻各路信号的比特分配控制参数；联合码率控制模块为路信号分配比特，并将分配的比特传递给编码模块；编码模块通过基于并行编码的码率控制调节量化参数，从而使得信号比特在所分配的恒定的范围内；从而进一步保证信号可靠稳定传输。

3.2人工智能技术海洋渔业中应用

人工智能技术在海洋牧场中具有广泛的应用前景。例如，利用深度学习算法对海洋牧场的视频进行分析，可以实现对鱼类行为的自动识别和监测，及时发现异常情况。通过机器学习算法对历史数据进行分析，可以预测海洋环境的变化趋势，为养殖策略的调整提供依据。此外，人工智能还可以用于优化饲料投放、疾病诊断等方面，提高海洋牧场的生产效率和经济效益。

3.2.1海洋牧场智能监控与识别

海洋牧场监控与识别包括水质监测传感器（如温度、盐度、溶解氧、酸碱度等）、气象监测传感器（风速、风向、气压等）以及生物监测传感器（声学监测设备、水下摄像头等），实时采集海洋牧场的多维度数据

3.2.2海洋生物行为分析与识别

在海洋牧场的管理中，利用人工智能算法监测动物行为是一项融合了先进技术的关键应用。通过在海洋牧场中精心部署各类高精度、高灵敏度的监测设备，如具备高清成像能力的水下摄像头、能够精确捕捉细微声音的声学传感器以及能够实时监测水质参数的化学传感器等，能够全方位、多角度地实时收集大量丰富且细致的海洋动物行为数据。

这些多源异构的数据会被快速传输至基于深度学习和机器学习算法构建的强大分析系统中。系统所运用的算法，例如卷积神经网络（CNN）和循环神经网络（RNN），会对这些海量且复杂的数据进行深度挖掘和综合分析。通过对动物的活动轨迹、觅食行为、群体互动模式以及个体间的交流方式等多维度的监测和解析，能够有效地预防海洋动物的入侵。当算法识别到外来动物在牧场边界的异常活动频次增加，或者其行为模式与常见的本地动物显著不同时，系统能够凭借先进的预警机制及时向管理者发出精准且清晰的警报，使他们能够迅速采取针对性的防范措施。

同时，对于牧场内动物的生长情况，该系统也能发挥关键作用。它能够持续运用图像处理技术和生物特征识别算法，精准监测动物的体长、体重、摄食情况等关键指标。一旦通过数据对比和模型预测发现动物出现异常的生长速度，如生长过慢或过快，或者体态发育存在问题，如畸形、消瘦等，系统会立即凭借高效的异常检测算法发出及时且准确的预警。基于这些预警信息，海洋牧场管理者能够借助专业的饲料营养分析软件和动物健康评估模型，及时调整饲料的配比，确保动物获得充足且均衡的营养。

3.2.3海洋生物疾病预警与诊断

在海洋牧场的运营中，利用人工智能算法构建预警模型是保障海洋生物健康的关键手段。通过整合多种先进的监测设备，如高精度水质传感器、微生物检测仪器以及环境参数采集装置等，能够全面、实时地获取养殖环境的各项关键数据，包括水温、盐度、酸碱度、溶氧量、有害微生物含量等。

这些丰富的数据会被源源不断地传输至基于深度学习的神经网络预警模型中。该模型采用了诸如长短时记忆网络（LSTM）和门控循环单元（GRU）等技术，能够有效地处理时间序列数据，捕捉环境参数的动态变化规律。例如，当水温出现异常波动，或者溶氧量持续低于设定的阈值，模型能够迅速识别出这些潜在的风险信号。

一旦预警模型判断当前的环境状况可能导致疾病风险增加，它会立即向管理者发出及时、准确的预警信息。管理者接收到预警后，可以迅速采取一系列预防措施，如调整水流速度和方向以改善水体交换、增加增氧设备的运行时间以提高溶氧量、投放适量的益生菌以维持微生物群落平衡等。

3.3多模态数据超融合处理与分析

海洋牧场多模态数据超融合处理与分析是一项复杂而关键的技术，旨在整合来自不同来源、不同类型的大量数据，以全面、深入地了解海洋牧场的生态系统和养殖状况。多模态数据包括但不限于水质监测传感器收集的物理化学数据（如温度、盐度、酸碱度、溶解氧含量等）、声学监测设备获取的海洋生物声音信息、水下摄像头拍摄的视频图像，以及卫星遥感获取的大范围海洋环境数据等。

在数据采集阶段，采用高精度、高频率的传感器和设备，确保数据的准确性和时效性。对于声学数据，应用波束形成算法和声源定位技术，精确确定声源的位置和特征。对于视频图像，利用先进的图像采集设备和预处理算法，如去噪、增强和目标检测，提取有价值的信息。

在数据融合阶段，运用数据仓库和数据湖技术存储海量的多模态数据。采用特征提取和模式识别算法，从不同类型的数据中提取关键特征。

4.海洋牧场应用展望

基于卫星信道的海洋牧场视频及数据融合服务系统具有广阔的应用前景。随着卫星通信技术的不断发展和成本的不断降低，该系统将在海洋牧场中得到更加广泛的应用。未来，该系统将不断完善和优化，提高数据传输效率和数据安全性，为海洋牧场的管理和运营提供更加全面和准确的信息支持。

同时，随着人工智能、大数据等技术的不断发展，该系统将与这些技术相结合，实现更加智能化的管理和运营。例如，利用人工智能技术可以实现对海洋牧场的水质、气象、生物等数据的自动分析和预测，为海洋牧场的管理提供更加精准的决策支持。利用大数据技术可以对海洋牧场的历史数据进行分析和挖掘，发现潜在的规律和趋势，为海洋牧场的可持续发展提供指导。

5.结论

基于卫星信道的海洋牧场视频及数据融合服务是海洋牧场发展的重要方向，虽然目前还面临一些挑战，但随着技术的不断进步和创新，以及政策的支持和产业的推动，相信这一技术将在未来为海洋牧场的可持续发展发挥重要作用，为人类的海洋事业做出更大的贡献。

参考文献

[1]余景.大亚湾人工鱼礁的生态效应-卫星和现场观测[C]//现代海洋（淡水）牧场国际学术研讨会.0[2024-07-02].

[2]刘卓，杨纪明.日本海洋牧场（Marine Ranching）研究现状及其进展[J].渔业信息与战略， 1995.

[3]刁紫芩，石兆祥，赵诗琪.”海卫星号”对我国海洋牧场平台发展的启示[J].城市建筑， 2022， 19（18）：109-111.

[4]陆忠康.我国海洋牧场（Marine Ranching）开发研究的现状，面临的问题及其对策[J].现代渔业信息， 1995， 010（009）：6-9.

[5]许贵林，严小敏，黄文龙，等.北部湾海洋牧场地理时空数据网格化智慧服务平台的构建[J].南宁师范大学学报：自然科学版， 2023， 40（2）：113-118.

[6]杨红生，茹小尚，张立斌，等.海洋牧场与海上风电融合发展：理念与展望[J].中国科学院院刊， 2019（6）：8.DOI：CNKI：SUN：KYYX.0.2019-06-013.

[7]张嘉祺王琛梁发云.”双碳”背景下我国海上风电与海洋牧场协同开发初探[J].能源环境保护， 2022， 36（5）：18-26.

作者简介：张治强（1975—），性别：男， 民族：汉族，籍贯：辽宁大连，学历：大学本科，职称：工程师，研究方向：卫星通信，智能视频应用，