• 字級

吳適達、廖育成、林克臻、蔡詠安、陳思瑜、陳志仁、莊俊德 / 工研院感測中心；林志遠 / 農業部水產試驗所

 

本研究主要開發一套創新的智慧化精準投餵系統，以解決傳統水產養殖業的人力短缺和投餵品質問題。該系統整合水下振動感測技術與適應性投餵決策模型。其中，基於振動感測器的魚群攝食活動力監測模組，能有效反應魚群的攝食活動力，避免影像感測活動力受光線干擾等問題；此外，具備學習機制的適應性投餵決策模型，能依據養殖戶的操作習慣，建立個人化的投餵模式。實驗結果顯示，系統模型決策的停餌時間和漁民相差平均僅1.4分鐘(4.8%)，最大不超過4分鐘(12%)，證實了系統的實用性，可以代替人工，提供有效率和有品質的投餵作業。

 

前 言

根據聯合國糧農組織(FAO) 2024年最新發布的《世界漁業和水產養殖狀況》報告指出，2022年全球水產品總產量首次突破1.85億噸，創下歷史新高。其中，水產養殖業產量達9,400萬噸，占總產量的51%，首次超越捕撈漁業的9,000萬噸。這項數據顯示，水產養殖業已成為全球食品供應體系中不可或缺的重要環節。

 

在水產養殖(Aquaculture)的生產成本中，飼料支出占30~70%，是養殖戶最主要的生產支出。研究指出，飼料投餵量的控制對養殖成效有著決定性的影響：過量投餵不僅造成飼料浪費，更會導致養殖水體污染，影響水質參數如溶氧量、氨氮含量等；相反地，投餵不足則可能造成魚群生長遲緩，導致延長養殖週期，降低經濟效益。因此，如何精確控制投餵量成為養殖管理中關鍵的課題之一。

 

目前國內養殖場的投餵方式主要可分為三類：純人工投餵、定時定量自動投餵，以及結合智能控制的遠端投餵系統。傳統的人工投餵主要依靠養殖漁民的經驗判斷，透過目視觀察魚群活動狀況來決定投餵時機與用量。而自動投餵系統則是按照預設的時間和數量進行投餵，雖然可以減輕人力負擔，但缺乏根據實際情況進行即時調整的彈性。至於智能控制系統，雖然提供了遠端操作的便利性，但大多數系統仍無法準確感知魚群的即時攝食狀況，導致投餵效率未能最佳化。

 

本研究主要開發一套智慧化的精準投餵(Precision Feeding)系統，以解決目前傳統養殖投餵上的問題。該系統的特色包含基於振動感測器的魚群攝食活動力感測技術，以及適應性的投餵決策模型，不僅能適用於各種不同的攝食魚種(浮餌和沉餌)，更可以根據不同養殖戶的操作習慣，量身打造個人化的投餵決策模型。

 

精準投餵系統與活動力感測技術

工研院所開發的智慧化精準投餵系統，主要藉由監測投餵期間魚群的攝食活動力來進行投餵決策。一般監測魚群攝食活動力的方式為使用水面或水下攝影機：水面攝影機可辨識魚群攝食時產生的水面水花，透過水花的面積來量化魚群攝食的強度，然而此方法易受光線影響，如將水面反光誤判為水花，或在清晨、傍晚光線不足時投餵會影響辨識準確度；而水下攝影機則是透過魚群攝食時的影像變化來量化攝食強度，此方法只適用於水質清澈的養殖環境，如海上箱網或室內設施養殖，一般戶外養殖池由於水下能見度低(小於30公分)，無法採用此方法。

 

為了解決影像辨識攝食活動力的問題，工研院的系統採用水下振動感測器作為活動力感測模組，能夠感測魚群攝食時產生的水波擾動，相較於水面或水下影像感測器，可以避免光線不足或反光干擾的問題，同時還能夠依魚群攝食水層調整感測器深度，以適應攝食浮餌和沉餌餌料的魚種。已開發完成的精準投餵系統雛型機和系統運作流程如圖一和圖二所示。系統硬體包含：活動力感測模組、秤重模組、投餌機、運算主機和通訊模組。其中，活動力感測模組負責監測魚群攝食的活動力，感測訊號介接至運算主機由活動力辨識演算法轉換成活動力指數，作為投餌決策(Feeding Decision)和投餌機控制的依據。秤重模組用來量測每次投餵的重量資訊，資料可透過通訊模組上傳雲端資料庫儲存，將漁民日常投餵作業進行數位化記錄。

 

圖一、精準投餵系統雛型機

 

圖二、精準投餵系統運作流程圖

 

此系統可應用於傳統養殖的戶外養殖魚塭，只需將搭載活動力感測器的浮台置於噴料管的落料區附近，並將原有的投餌機連結主控箱，即可進行智慧化的自動投餌控制，若需記錄每次的投餵量，則可再加裝設磅秤模組於投餌機下方---以上為部分節錄資料，完整內容請見下方附檔。