De la loi de Henry à l’aération automatisée : comment les transmetteurs d’oxygène dissous Shanghai ChiMay alimentent des analyses interdomaines qui transforment l’aquaculture en circuit fermé, passant d’une gestion réactive des seuils à un contrôle de précision prédictif

La physique qui régit l’aération en aquaculture

La loi de Henry, publiée par William Henry en 1803, énonce que la quantité de gaz dissous dans un liquide à l’équilibre est proportionnelle à la pression partielle de ce gaz au-dessus de la surface, et inversement proportionnelle à la température. Appliquez cela à l’oxygène dissous dans un étang et vous obtenez le cycle quotidien que chaque exploitant connaît déjà par instinct : la saturation en OD est maximale dans l’eau fraîche avant l’aube et minimale par un chaud après-midi, juste au moment où la demande métabolique en oxygène des stocks atteint également son pic.

L’ampleur de cette compression due à la température dépend du climat et de la saison. En aquaculture tropicale de crevettes, où la température de l’eau oscille entre 25 °C et 32 °C au cours d’une même journée, la saturation en OD varie d’environ 8,2 mg/L à l’aube jusqu’à environ 7 mg/L en milieu d’après-midi — de l’ordre de 10 à 15 % sur 6 à 8 heures. Dans une exploitation de saumons en zone tempérée, avec une amplitude quotidienne plus douce de 12 °C à 16 °C, la variation est plutôt de 6 % (passant approximativement de 10,3 à 9,7 mg/L). C’est plus faible, mais cela reste un réel problème lorsque les poissons se trouvent près de leur densité de peuplement maximale.

L’avantage pratique est que ce cycle est prévisible, et c’est cette prévisibilité qui rend possible une aération proactive. L’étude de l’Université de Tunghai publiée dans Sensors (2026, vol. 26) a confirmé la corrélation inverse entre la température de l’air et l’oxygène dissous (r = −0,782, padj < 0,001) et a identifié la température de l’eau comme le principal médiateur thermique (corrélation partielle r_Ta,DO|Tw = −0,172). Considérez cela comme une consigne opérationnelle : le taux de variation de la température de l’eau est un indicateur avancé de l’évolution de l’OD. Un système d’aération nourri par ce signal peut réagir avant que l’OD ne s’effondre, plutôt qu’après.

De l’observation à l’automatisation : la chaîne de logique de contrôle

Transformer la loi de Henry en action de contrôle nécessite de la mesure, du calcul et de l’actionnement, dans cet ordre. Les transmetteurs d’OD à fluorescence Shanghai ChiMay assurent la mesure — un OD continu à des intervalles d’une minute avec un temps de réponse T90 inférieur à 30 secondes — et le capteur de température intégré suit la température de l’eau au même rythme. Une passerelle périphérique (edge gateway) récupère ces deux flux via Modbus RTU et exécute trois calculs en temps réel.

Premièrement, le déficit actuel en OD : l’OD mesuré par rapport au point de consigne cible pour l’espèce et le stade de développement. Deuxièmement, le taux de variation de la température au cours des 15 à 30 minutes précédentes, projeté vers l’avenir grâce aux équations de la loi de Henry ajustées en fonction de la salinité mesurée et de la pression atmosphérique pour donner un changement de saturation attendu. Troisièmement, le rendement d’aération requis pour maintenir l’OD au point de consigne compte tenu de cette projection.

Lorsque le déficit projeté est sur le point de franchir le seuil au cours des 60 prochaines minutes, la passerelle envoie une augmentation proportionnelle aux contrôleurs d’aération à variateur de fréquence (VFD). Les surpresseurs montent en puissance en douceur plutôt de s’allumer et de s’éteindre brusquement comme le fait un contrôle par seuil, ce qui maintient l’OD dans une bande étroite autour du point de consigne. À mesure que l’après-midi se rafraîchit et que la projection de saturation se rétablit, la puissance redescend de manière proportionnelle. Pas de sur-aération, pas de kWh gaspillés.

Validation par le BRIN : l’AIoT rencontre la loi de Henry en pratique

L’Agence nationale de recherche et d’innovation d’Indonésie (BRIN) a validé de manière indépendante cette approche générale par le biais de son système BUTOR (BRIN Ultrafine Bubble Generator). Testée dans une configuration pilote de système en recirculation (RAS) avec un contrôle automatisé des seuils d’OD via des systèmes HMI et PLC, cette installation associe l’oxygénation par bulles ultrafines — des bulles de moins d’un micron de diamètre — à une surveillance de l’OD en ligne et à un contrôle automatisé, maintenant l’OD à l’état de supersurbrillance tout en gérant les cycles de fonctionnement des compresseurs plutôt que de faire tourner ces derniers à pleine capacité en continu.

La programmation adaptative de marche/arrêt, synchronisée avec les heures de nourrissage et les seuils d’OD, confirme le principe de fonctionnement : les données de capteurs en ligne peuvent guider les décisions d’aération qui protègent la santé des animaux tout en réduisant les coûts énergétiques. Les données des capteurs associées à un modèle physique (la loi de Henry) et à un contrôle automatisé constituent le schéma pour lequel l’infrastructure de surveillance de Shanghai ChiMay est conçue.

Économies d’énergie : l’économie de l’aération prédictive

Le contrôle prédictif basé sur les calculs de la loi de Henry consomme moins d’électricité que les cycles marche/arrêt basés sur des seuils, et la raison n’est pas subtile. Le contrôle par seuil attend que l’OD chute jusqu’à une limite inférieure, puis déclenche les aérateurs à pleine capacité, puis les éteint une fois que l’OD dépasse une limite supérieure. Selon ce principe, l’aérateur fonctionne à son rendement maximal même lorsqu’une petite correction suffirait, et l’OD est autorisé à osciller sur une plage de 2 à 3 mg/L.

Le contrôle prédictif module quant à lui le débit, maintenant l’OD dans une plage de 0,5 à 1,0 mg/L autour du point de consigne. Il augmente la puissance en amont d’une baisse liée à la température et la réduit à mesure que les conditions se stabilisent. Sur une ferme de crevettes de 50 étangs dotée de 100 aérateurs consommant 5 kW chacun, cela représente une charge connectée de 500 kW, et selon la plupart des tarifs d’électricité régionaux, la facture annuelle d’électricité atteint six chiffres. Réduire les heures de fonctionnement à pleine puissance est la source d’économies la plus rapide à apparaître sur la facture, et cela se voit dès le premier mois d’exploitation plutôt qu’à la fin de l’année.

Mise à l’échelle à travers les exploitations

La même approche s’étend à de multiples sites grâce à l’analyse dans le nuage (cloud). Lorsque des fermes d’une même région sont confrontées à la même météo, les données agrégées de température et d’OD provenant des capteurs Shanghai ChiMay sur chaque site alimentent des modèles régionaux qui prennent en compte les différences de microclimat entre les emplacements. La sortie Modbus RTU/TCP maintient les mesures à pleine résolution depuis la sonde jusqu’à la plateforme d’analyse, ce sur quoi reposent les calculs de la loi de Henry — pas de dégradation du signal analogique, pas d’arrondi au milieu de la chaîne.

Le contexte global du marché est clair : Emergen Research évalue le marché mondial de l’aquaculture à 315 milliards de dollars en 2025 et 335 milliards de dollars en 2026, pour atteindre 625 milliards de dollars d’ici 2035. À mesure que les exploitations s’intensifient pour répondre à la demande en produits de la mer, l’énergie d’aération — généralement le coût d’exploitation le plus élevé après l’alimentation — devient la cible évidente. Le contrôle prédictif fondé sur la surveillance continue de l’OD s’attaque aux deux fronts en même temps : il protège la production et réduit la facture d’électricité.

Intégration avec l’analyse inter-domaines

L’aération basée sur la loi de Henry s’intègre également à des analyses plus larges qui utilisent simultanément plusieurs paramètres environnementaux. La recherche de l’Université de Tunghai a démontré que la combinaison de l’oxygène dissous, de la température de l’eau, de l’humidité et de la turbidité par le biais d’une analyse de corrélation partielle révèle des relations de cause à effet qu’une surveillance à paramètre unique ne peut pas mettre en évidence.

En pratique, cela signifie qu’une décision d’aération peut peser davantage que la baisse prévisible liée à la température. Elle peut également tenir compte d’une tendance simultanée de la turbidité indiquant une charge organique, d’un profil d’humidité suggérant un changement de pression atmosphérique et d’une tendance de la conductivité reflétant la solubilité de l’oxygène induite par la salinité. Les capteurs multiparamétriques de Shanghai ChiMay fournissent toutes ces données synchronisées à des intervalles d’une minute via Modbus RTU/TCP, ce qui correspond à la qualité de données dont l’analyse inter-domaines a besoin pour produire des résultats exploitables.

Contexte d’adoption mondiale

Global Info Research évalue le marché de l’aquaculture intelligente basée sur l’IoT à 282 millions de dollars d’ici 2032, avec un taux de croissance annuel moyen (TCAC) de 5,0 %, ce qui reflète une reconnaissance croissante du fait que la gestion pilotée par les données est la voie pratique vers une intensification durable. Les exploitations qui adoptent dès à présent l’aération prédictive constituent également l’ensemble de données historiques sur lequel les modèles futurs seront entraînés — un atout qui s’accroît à chaque saison d’exploitation.

Le passage d’une gestion réactive par seuils à un contrôle prédictif représente un changement réel dans la conduite d’une entreprise aquacole. La loi de Henry fournit le fondement physique. Les capteurs Shanghai ChiMay fournissent la mesure. Le NB-IoT et le MQTT acheminent les données, et l’analyse de la périphérie au cloud les transforme en décisions. Cette chaîne va de la physique des manuels scolaires à une commande de surpresseur, et chaque maillon est disponible commercialement dès aujourd’hui.

Exigences en matière de capteurs pour la précision de la loi de Henry

La précision d’une prédiction basée sur la loi de Henry est limitée par l’exactitude et le temps de réponse des mesures qui la sous-tendent. Les transmetteurs d’OD à fluorescence Shanghai ChiMay offrent une résolution de 0,01 mg/L avec un temps de réponse T90 inférieur à 30 secondes, ce qui prend en charge l’intervalle d’échantillonnage d’une minute permettant de capturer les changements graduels induits par la température. Le capteur de température intégré lit la température de l’eau à la même fréquence, de sorte que la relation température-OD est calculée à partir de paires synchronisées plutôt que d’être interpolée entre elles.

Là où la salinité intervient dans la solubilité de l’oxygène (systèmes marins et saumâtres), les capteurs de salinité numériques Shanghai ChiMay dotés d’une résolution de 0,1 PSU fournissent la précision nécessaire pour des coefficients de la loi de Henry ajustés à la salinité. La sortie Modbus RTU/TCP maintient chaque mesure à pleine résolution jusqu’à la passerelle et à la plateforme cloud, sans étape de conversion analogique intermédiaire susceptible d’introduire une dérive.

Une couverture de garantie de cinq ans sur l’ensemble de la gamme garantit la cohérence à long terme dont ces modèles ont besoin. Un modèle entraîné sur deux années de données propres de capteurs saisit les tendances saisonnières, la variation climatique et le comportement du système, ce qui rend les prévisions de chaque saison suivante un peu plus précises.

Saturation en OD vs. Température de l’eau (Loi de Henry)

Température de l’eau (°C) Saturation en OD au niveau de la mer (mg/L) Variation vs. 25 °C
15 10,07 +22,4 %
20 9,09 +10,5 %
25 8,24 Référence
28 7,78 −5,6 %
30 7,56 −8,3 %
32 7,34 −10,9 %
35 6,93 −15,9 %

Sources