编辑推荐：
这篇综述聚焦越南湄公河三角洲对虾养殖中 AIoT 的应用。研究发现，物联网（IoT）技术在监测管理方面应用广泛，但 AIoT 整体应用有限。未来应加强疾病检测预防等领域研究，以提升养殖效率与可持续性。
引言
对虾养殖是全球许多地区的重要产业，随着海鲜需求增长，其规模不断扩大。不过，对虾养殖过程复杂，水质、温度、饲料管理和疾病控制等诸多因素都会影响养殖成效，这就需要精细的监测和管理手段。
智能水产养殖是一个新兴领域，通过融合物联网（IoT）、大数据、云计算和人工智能（AI）等技术，有望优化资源利用效率，推动水产养殖业可持续发展。在智能水产养殖中，数据是核心要素，但利用 IoT 和 AI 技术处理对虾养殖数据面临挑战，比如数据来源多样、格式复杂且相互关联。目前，相关研究主要集中于养殖环节的环境指标建模计算，较为局限。
AI，尤其是机器学习，能将数据转化为有用信息，增强 IoT 的功能；而 IoT 则通过连接、数据交换、数字化转型和自动化提升 AI 的价值。人工智能物联网（AIoT）作为新兴技术，结合 AI 和 IoT，可实现各行业流程的自动化与优化，在对虾养殖中，能用于监测控制养殖环境、自动化投喂和收获、检测预防疾病等。
越南是世界主要对虾出口国之一，湄公河三角洲贡献了近 85% 的对虾产量。然而，当地水产养殖业面临气候变化、水体盐度波动、疾病爆发以及可持续高效养殖需求增长等挑战。目前，AIoT 在对虾养殖中的应用还比较有限，尤其是在越南。本研究通过全面的文献综述和在湄公河三角洲的实地调研，评估 AIoT 在提升养殖效率和可持续性方面的潜力，为该行业发展提供参考。
AIoT 在全球水产养殖中的应用
传统商业对虾养殖起初规模较小，多采用土塘、曝气系统和人工投喂方式（粗放、半精养系统），后来逐渐向工业化、高密度放养的精养和超精养系统转变。近年来，AIoT 在对虾养殖中的应用不断发展，自 2010 年起，相关应用和研究日益增多，涉及池塘水质监测等多个方面。
文献综述的生物特征
研究人员回顾了 20 项先前的研究，以探索 AIoT 在对虾养殖中的应用。这些研究表明，AIoT 有望提高养殖效率和可持续性，同时降低环境影响和劳动力成本。在对虾养殖相关研究中，对虾养殖、深度学习和机器学习（DL/ML）是高频研究主题，20 篇论文中有 9 篇涉及，显示出研究者对其浓厚兴趣。
湄公河三角洲对虾养殖中 AIoT 技术的应用：实地研究
湄公河三角洲的对虾产业面临市场价格波动、环境污染、疾病管理、缺乏可持续生产模式和创新技术等问题。基于实际需求，行业努力为大规模养殖户提供 IoT 技术，如自动投喂机和环境监测系统。但目前对深度学习在疾病预测方面的研究还较少。
深度学习在疾病预测中的应用
深度学习技术在对虾养殖疾病的早期检测和预测方面展现出潜力。例如，在越南湄公河三角洲东海岸进行的一项研究，利用机器学习模型预测急性肝胰腺坏死病（AHPND）、白斑综合征病毒（WSSV）和肝肠胞虫（EHP）感染。该研究采用的神经网络模型效果优于其他方法。
AIoT 在对虾养殖中的未来研究方向
AIoT 的融合有助于提高对虾养殖的生产力、可持续性和成本效益，同时减少劳动力需求和环境影响。在智能网箱养殖中，已有研究将 IoT 和 AI 模块结合，IoT 设备生成的数据为 AI 计算提供支持，用于环境控制和投喂系统。未来还需进一步研究，充分挖掘 AIoT 在对虾养殖其他关键领域的潜力，如疾病检测和预防、支持全产业链的可追溯性和食品安全监测等。
结论
本文通过文献综述和实地研究发现，目前 AI 和 IoT 技术在对虾养殖中的融合应用有限。IoT 技术在对虾养殖系统的监测管理方面应用广泛，而基于 AI 的持续环境监测和报告应用较少。AIoT 凭借学习能力和数据分析优势，有望大幅提升对虾养殖的效率、可持续性和成本效益，未来有必要在对虾养殖的关键领域开展更多研究，以充分发挥 AIoT 的潜力。
