传统水产养殖往往依赖人工定时巡检，这种方式不仅耗时费力，而且难以做到全天候监控。一旦水质在夜间发生突变，极易造成不可挽回的经济损失。构建一套自动化的DeAquaculture监控系统，核心在于实现数据的实时采集与远程传输。整个系统架构通常分为三个层次：感知层、传输层和应用层。感知层由部署在池塘或养殖池内的各类水质传感器组成，主要包括溶解氧传感器、pH值计、温度探头以及氨氮检测仪。这些传感器负责将物理量转化为电信号或数字信号。
系统架构设计与硬件选型
传输层是连接现场设备与云平台的桥梁。考虑到养殖场通常位于偏远地区，网络条件有限，我们推荐采用工业级边缘网关。网关通过RS485总线与传感器连接，读取Modbus协议数据，随后将其打包成JSON格式，通过MQTT协议发送至云端。MQTT协议是一种轻量级的发布与订阅模式消息协议，专为低带宽和不稳定的网络环境设计，非常适合水产养殖物联网场景。
在应用层，Node.js凭借其非阻塞I/O和事件驱动的特性，成为处理高并发连接的理想选择。当数百个传感器节点同时向服务器发送数据时，Node.js的单线程模型不会因为某个请求的阻塞而导致整个服务瘫痪，而是通过事件循环高效地调度每一个数据包的接收与处理。这种架构不仅降低了服务器硬件成本，还保证了系统的横向扩展能力。
硬件选型方面，建议选择具备防腐蚀外壳的传感器探头，因为水产养殖环境中的水体往往含有盐分或其他化学物质，容易对设备造成侵蚀。边缘网关应支持多串口接入，并内置看门狗机制，确保在极端天气或电压不稳的情况下能够自动恢复运行。Node.js服务端则可以部署在云端Linux服务器上，通过PM2进程管理工具实现守护运行和日志收集。
Node.js服务端数据接收与处理机制
Node.js服务端的首要任务是接收来自边缘网关的数据。我们可以使用mqtt这个npm包来搭建一个MQTT客户端，订阅特定主题的数据消息。当网关发布新数据时，Node.js会触发相应的回调函数。在回调函数中，第一步必须进行数据校验与清洗。由于现场环境复杂，传感器可能会受到电磁干扰而产生异常跳变值，比如溶解氧突然变成负数或超过饱和度。因此，服务端需要设定合理的阈值范围，过滤掉明显的无效数据。
除了简单的阈值过滤，为了平滑数据曲线，还可以在服务端实现滑动平均滤波算法。该算法保留最近N次采样的数据队列，每次新数据到来时剔除最旧的数据并计算平均值。这种处理方式能够有效消除传感器的瞬时噪声，使得呈现给用户的数据更加稳定可靠。经过清洗后的数据需要被持久化存储，以便后续的历史数据查询和趋势分析。针对时序数据，InfluxDB是一个极佳的选择，它专为时间戳数据设计，具备极高的写入吞吐量。
const mqtt = require('mqtt');
const client = mqtt.connect('mqtt://127.0.0.1:1883');
// 定义正常参数范围
const VALID_RANGE = { do: [0, 20], ph: [6, 9], temp: [10, 35] };
client.on('connect', () => {
console.log('已连接到MQTT代理服务器');
client.subscribe('aquaculture/sensor/+', (err) => {
if (!err) console.log('订阅成功');
});
});
client.on('message', (topic, message) => {
try {
const data = JSON.parse(message.toString());
// 数据校验逻辑
if (data.do < VALID_RANGE.do[0] || data.do > VALID_RANGE.do[1]) {
console.log('溶解氧数据异常:', data.do);
return;
}
// 数据正常，执行后续存储操作
saveToDatabase(data);
} catch (error) {
console.error('数据解析失败:', error);
}
});
function saveToDatabase(data) {
// 此处省略具体的数据库写入代码
console.log('数据已写入数据库:', new Date().toLocaleTimeString());
}上述代码展示了一个基础的Node.js接收与校验流程。通过订阅aquaculture/sensor/+主题，服务器能够接收来自不同池塘传感器的数据。在message事件回调中，我们使用了try...catch结构来捕获JSON解析异常，防止恶意或格式错误的数据导致进程崩溃。这种防御性编程思想在物联网服务端开发中至关重要。
前端实时数据可视化与告警推送
监控系统的价值不仅在于数据采集，更在于直观的展示与及时的告警。Node.js在接收到传感器数据后，可以通过WebSocket协议将数据实时推送到前端控制面板。与传统的HTTP轮询相比，WebSocket建立的是全双工长连接，服务器可以在有新数据的瞬间主动将消息推送给浏览器，极大地降低了网络延迟和服务器开销。前端接收到数据后，利用ECharts等图表库动态刷新曲线图，管理人员就能在控制中心实时掌握水质变化趋势。
告警机制是水产养殖监控中不可或缺的一环。当某些关键指标（如溶解氧低于3mg/L）突破安全阈值时，系统必须立即采取行动。Node.js的异步特性在这里发挥了巨大作用，它可以并行触发多个告警动作而不阻塞主线程。例如，服务端可以同时向数据库写入一条告警记录，通过WebSocket向前端大屏发送红色闪烁警报，并调用第三方短信或微信API通知养殖户。这种多维度的告警策略确保了即便在深夜，管理人员也能第一时间收到通知并采取增氧措施。
前端页面的实现需要注意图表渲染的性能。由于数据是高频更新的，如果每次都重新初始化图表实例会导致浏览器内存溢出。正确的做法是初始化一次图表，后续仅通过setOption方法更新数据。在HTML结构中，我们通常会使用一个<div>容器来包裹<canvas>元素，以供图表库渲染使用。同时，前端还应实现断线重连逻辑，当网络波动导致WebSocket断开时，自动尝试重新连接Node.js服务端，保证监控数据的连续性。