从巡塘到手机看溶氧：对虾养殖场AI水质监测系统的真实改造成果

从"每天半夜起来巡塘"到手机看溶氧：一家对虾养殖场的AI改造成果复盘

养了十二年虾的老林，去年把场里的三十口高位池都装上了这套东西。我说先别急着夸，咱们把这一年的账算细一点。

背景交代一下。 老林在广东湛江，两百多亩高位池养南美白对虾。这类的农业数字化改造，这几年我们做过不少，相关的一些思路我写在行业动态里。养虾这行，说穿了赢在细节：水质稍有波动，溶氧不够，几小时内就是整塘的损失。过去他的做法和大部分同行一样——靠人。塘边立着几根探头，夜里工人两小时巡一次塘，看到溶氧读数低于阈值就手动开增氧机。碰上虾苗脱壳期或者天气闷热，人再勤也扛不住。

第一个坑，先说说他踩了什么雷。 老林第一年其实也上过"智慧养殖"，买的是某家厂商打包的"智能水产系统"，七八万一套，配了溶氧、温度、pH 探头外加一台上位机。听起来挺全，用起来不是那么回事。问题出在三处：探头装下去第二天就被虾啃坏了缆线，坏了系统也不报警；所谓"AI 预警"其实就是设了个固定阈值，溶氧低于 4mg/L 就弹个通知，可南美白对虾不同生长阶段、不同水温下的安全溶氧根本不是一个数，固定阈值误报率奇高，半夜被吵醒几回，工人就干脆把通知给关了。钱花了，系统成了摆设。

这就是我要说的核心问题：很多所谓 AI 养殖系统，卡在"数据没真正用起来"上。 探头有了，数据也有了，但缺一个能把数据转换成"今天该干什么"的决策层。

后来他怎么解决的？ 老林第二次没再图省事买整套，而是找了做养殖软件的公司，把我们这行的软件外包服务痛点聊透，最后定制了一套。这类偏 AI 的定制改造，思路可以参考我们AI项目定制，核心就一句话：把养殖经验翻译成算法。

首先是设备层，把之前那批探头统一走 Modbus 协议接进网关，耐腐蚀的防水接头，缆线走管道，虾咬不着。数据每 30 秒采样一次，本地边缘盒子先算一遍，再往上送。

然后是决策层，这是跟之前最大的区别。系统不是傻傻设一个固定溶氧阈值，而是把溶氧、水温、pH、氨氮、天气、投喂时间这些拉进一个模型，按虾的生长天数动态算"当前这个阶段的安全区间"和"溶氧下降趋势"。比如同样是溶氧 3mg/L，虾苗期模型会判定高风险立即告警并自动开增氧，成虾后期可能判定"短暂低氧可扛"只提示留意，不瞎吵。趋势预测能提前 20 到 40 分钟发现溶氧下行，自动增氧机调度，把人工巡塘那两小时一班的活给省了大半。

最后是精准投喂。这事好多养殖户都忽略，饲料成本能占到养殖成本的四成。系统根据水温、溶氧、摄食活跃度推算每天的投喂量，喂多喂少都给个建议，配合自动投饵机。老林说就这一项，虾料一年省了一成半，还减少了残饵污染塘底。

效果到底怎么样？ 我让他讲数字，别讲感觉。老林掰着手指头算：全年溶氧告警导致的死虾损失，从往年的三成降到不到一成；增氧机不用整夜满负荷转了，电费省了四分之一；虾料省了约 15%；最关键的是他这三百亩塘，现在只需要两个人轮班盯手机后台，过去高峰期要雇五六个巡塘工。 那年他的亩产比周边同规格的塘高了两成多，成活率上来了，虾的规格也更齐整，卖价自然高。

回头复盘，这套能成，不是靠什么玄乎的大模型，靠的是两件事：一是把养殖老师傅脑子里的经验，变成了能持续跑的数据规则；二是设备、网络、告警、自动执行这一整条链路真的打通了，而不是买一堆格子。 数据采集只是起点，后端那套 IoT 接入、时序存储、规则引擎和告警触达，才是真正吃功夫的地方——这恰恰是很多做农业智能化的公司不太擅长、但又绕不开的软硬结合环节。

我见过太多养殖、种植的老板，钱没少花，最后败在"系统跟我的活法对不上"上。农业这块的 AI 落地，真要出结果，得有人蹲在你的塘边、棚里，把你的作业习惯摸清了再动刀。如果你想搞一套真正能落地的养殖或农业数字化系统，可以先来智岳科技聊聊，看看你的场景适合从设备改造入手，还是先做数据侧打底，我们给你拆开讲清楚再决定。