河蟹口味鲜美,营养丰富,深受人们喜爱,年产量已突破80万吨;且受益于信息时代物流产业的发展,河蟹市场需求会进一步扩大。而养殖水质的好坏直接关系到河蟹的健康,进而影响河蟹的产量,本文在“国家十二五支撑计划:水产品加工产业链全信息溯源与监管体系(2015BAD17B)”项目支撑下,以蟹塘水质为研究对象,以水质评估算法与水质远程监测系统为研究内容,围绕蟹塘水质的评估与监测展开研究,主要工作如下:针对水体环境的不确定性与多变性,提出了一种BSO-K2水质评估算法。该算法利用相关性分析筛选出表征水质质量的关键变量,基于互信息原理获取水质关键变量间的最大支撑树结构,衍生出无向贝叶斯网络,将网络各边的随机指向作为头脑风暴优化(BSO)算法的初始种群,以K2评分函数为评判标准,基于BSO算法寻优机理,获得最匹配待评估水质环境的贝叶斯网络。仿真实验表明:BSO-K2算法搜索周期短,生成结构合理,与模糊模型、BP神经网络相比,具有较高的预测精度。在此基础上,基于物联网与云计算技术,设计并构建了河蟹养殖水质远程监测系统。以养殖作业船为载体,以STM32F103ZET6为核心设计了蟹塘水质的动态采集点,主要包括:水质参数监测电路,电机驱动电路,自动投饵电路以及无线数据传输电路等。在此基础上,以腾讯云为服务器、设计了SQL网络数据库、Web Service管理平台,通过Web页面与移动客户端APP实现人机交互,方便用户及时掌握蟹塘水质关键信息。现场试验结果表明,船体前进、转向、投料动作执行良好,作业船与Web页面、APP间数据传递迅速,信息延迟时间小于50ms,系统具有较好的稳定性与实时性,水质评估结果达到预期要求。