在大面积水产养殖中,水质关键因子监测智能化与信息化日渐普及,国内外相关领域研究不断推进并取得了长足的进展。为方便水产养殖人员对水产品养殖水体实时的、高质量的、准确的把握,本课题在前人的基础上,构建了对水质因素数据实时显示的远程监测系统。针对水产水质监测领域所存在的显著问题,本课题的研究内容如下:针对自适应传感器接口,根据IEEE1451.2智能传感器接口标准,设计了数据采集单元的多接口板。便于根据实际需要来添加或减少相应数据采集单元。增强了对数据采集单元的外接数据采集模块的拓展性。传感器所获取电信号首先进行信号调理,之后通过A/D或D/A功能模块进行数模转换,电子数据表TEDS模块对传感器类型、参数、转换方式等进行判别,STIM引脚读入数据后按照TEDS所描述的格式进行数据的获取,而后通过连接网络适配器NCAP使得数据按照既定网络协议接入数据传输网络。针对数据采集单元的数据预处理机制进行了研究。本课题对数据采集单元所获取的原始水体因素数据中数据缺失值使用格罗贝斯算法准则进行预处理,并运用卡尔曼滤波算法对采集单元所采集数据进行去噪处理,使其更加接近于水质因素的真实值。对相关算法的原理、应用进行了阐述并基于实际采集的水体温度、溶解氧、盐度等数据对卡尔曼滤波算法的有效性进行了验证。完成了无线通信模块的构建。采用远距离、低功耗的LoRa无线通信技术实现水质数据远距离无线传输。对主从模块间的数据收发机制、通信信令、天线选择进行了相关研究,并对主从模块间的通信质量进行了测试,得到了其不同通信距离下的丢包率。完成了对水体溶解氧、盐度、pH、氨氮和温度五种水质数据动态监测平台的搭建。线上平台应用部分的后端逻辑基于Spring-MVC进行实现,数据的前端展示界面基于VUE框架并通过调用可视化库E-Charts实现。数据的存取部分通过关系型数据库My SQL进行持久化。平台的搭建以web方式进行。其中包括水质因素数据动态可视化展示页面、采集终端及传感器设备信息、人员及权限管理模块;以及历史数据查询模块。动态监测平台的主要目的是为方便监测人员更加便捷的对养殖水体水质因素的把握。最后对监测系统的联合测试。在实际水产养殖水体实地部署应用中,对水体数据采集单元所获取的水质因素的采集精度以及有效性等方面,进行了验证、分析与评估。本课题的研究成果,在大面积水产养殖领域据有广泛的应用价值,对满足人民饭桌的需求促使水产品获得更大收成能够贡献些许参考价值。