1. 课程导入与智慧渔场监控全景

智慧渔场多池集中监控，要解决的不是“能不能看到某一个池子的溶氧”，而是“当几十口、上百口养殖池同时运行时，管理者能否在一处看清全局、在异常发生的第一时间定位到具体池子并做出处置”。传统养殖场往往每个池子配一台独立控制器，增氧机、投饵机、水泵各管各的，数据留在本地，人靠巡塘和经验判断。这种方式在池子数量少时可行，一旦规模扩大，就会出现三个典型问题：信息分散导致异常发现滞后、控制分散导致处置动作不一致、数据分散导致无法回溯分析。集中监控的本质，是把分散在各池的传感、控制与视频信息汇聚成一条可管理的信息链，让“监测—判断—控制—记录”形成闭环。

从核心价值看，多池集中监控带来四层收益。第一层是可见性：溶解氧、水温、pH、氨氮等关键参数按池汇总，超限即报警，替代高频次人工巡塘。第二层是一致性：同一套阈值策略、同一套增氧机启停逻辑下发到所有池，避免不同人操作造成差异。第三层是可追溯：每个池的历史曲线、报警记录、设备动作日志集中留存，为死鱼事故定责、为养殖密度调整提供依据。第四层是降本增效：按需增氧、精准投饵，减少无效电耗与饲料浪费。这四层价值决定了系统组成的基本形态——现场感知层负责采集，传输层负责汇聚，平台层负责存储与判断，应用层负责呈现与操作。

上图把系统拆成四层，并标出两条方向相反的信息流。上行是参数与状态：传感器采集的溶氧值经采集器、网关、网络进入平台，写入时序库并触发规则判断。下行是控制与策略：平台根据阈值或人工操作生成指令，沿原路径反向送达具体池子的增氧机或投饵机。理解这条双向链路，是后续所有配置工作的基础——配置的本质，就是让这条链路上的每个环节“知道自己在跟谁说话、说什么格式、按什么规则判断”。

以一个可操作的示例来说明。假设某渔场有 24 口精养池，每池配置一台溶氧传感器、一台水温传感器和两台增氧机，由 6 台边缘网关按每台带 4 池的方式接入，平台侧设定溶氧报警下限为 4.0 mg/L、严重告警下限为 2.5 mg/L。当 7 号池溶氧从 5.2 mg/L 逐步下降到 3.8 mg/L 时，平台应产生一级预警并在大屏上将该池标黄；若继续降至 2.4 mg/L，则升级为严重告警、标红并推送短信，同时按预设联动策略自动启动该池备用增氧机。这一串动作涉及传感器采样周期、网关上报间隔、平台判断延时、指令下发与执行确认等多个参数，任何一个环节配置不当，都会表现为“报警晚了”或“增氧机没起来”。集中监控的工程难点，恰恰不在单点设备，而在这些跨层参数的匹配。

典型应用场景可以归纳为三类。其一是日常值守场景：值班员面对大屏，关注的是全场池位状态色块、当前报警列表和关键参数趋势，目标是“不漏报、不误报”。其二是异常处置场景：夜间溶氧骤降或设备故障时，系统按分级策略推送，值班员在移动端确认并远程启停，目标是“响应快、动作可追溯”。其三是复盘分析场景：一个养殖周期结束后，调取各池溶氧曲线、增氧机运行时长与投饵记录，分析电耗与产量的关系，目标是“用数据调整下一周期的策略”。三类场景对系统的要求不同：值守重呈现与报警准确性，处置重链路可靠与权限控制，复盘重数据完整与查询效率。后续章节的池组划分、点位命名、阈值配置、联动策略、报警分级、权限设计等内容，都是围绕这三类场景逐步展开的。

还需要明确一个观念：集中监控不是把现场控制器“搬”到电脑上，而是重新定义信息的组织方式。池号、设备编号、点位地址、报警级别、联动规则这些标识与参数，必须在全系统内保持唯一和一致，否则平台收到一条溶氧数据却不知道该归到哪口池，或者一条控制指令发出去却落到了错误的增氧机。因此，本章建立的认知框架中，除了四层结构，还应记住一条主线：统一标识、统一阈值、统一动作、统一记录。这“四个统一”是判断一套多池集中监控是否真正可用的基本标准，也是后续每一节配置工作要反复回到的落脚点。