邊云協同助力環境探測服務的智能化演進

1 背景

隨著社會經濟的不斷發展，人民群眾及各行各業對于環境的關注程度也日益增加。例如我國居民已經形成持續關注居住區域空氣中PM2.5指標的習慣；又如在消費者和水產養殖者的評價標準中，水體水質已經成為影響水產品價格的重要依據。

社會大眾對環境指標關注度的持續增加，促使高新技術在該細分領域廣泛應用的同時，也引導著環境監測服務不斷地更新完善自身的服務內容和服務方式，向著更為智能化的方向演進。

通信運營商應關注該行業智能化演進的這一契機，分析該行業智能化演進的特點，制定貼合客戶需求的解決方案。

2 環境監測服務的“智能”演進特點

在眾多新技術發展的帶動下，環境監測設備的功能和性能變得更為先進，承載各種“智能”環境監測任務的基礎條件不斷提升。

首先，儀表終端具備更強的數據采集和處理能力，精度和采集范圍都大大增加。除監測環境指標外，還具備保存監測過程的記錄數據，如每個測量點經緯度/陀螺儀姿態/現場照片或視頻等。儀表終端的計算/存儲/網絡也均得到快速提高，可對原始傳感器數據進行計算處理，例如原始數據校正/數據打包發送/指令解析等。同時，儀表終端可裝備更先進的執行機構，具備更強和更靈活的“活動能力”，執行復雜的探測行為。例如，無人船上的儀表可依次移動到目標河道的多個指定位置進行水質指標測量，全面地收集目標水體的環境特性。

環境監測設備“智能”水平提高的同時，社會大眾對環境監測服務的“智能”需求也在增加。環境監測服務需要更多考慮如何“智能”地將包羅萬象的環境監測結果及時、準確地傳遞給不同受眾（上級單位/執法部門/社會大眾等）。負責環境監測信息發布主機，需要承載更大計算量和更復雜業務邏輯。例如將專業性很強的原始結果轉換成易理解的報告，如圖表，評估、說明等；分析用戶的疑問（門戶或公眾號留言），智能地反饋歷史相關的監測數據進行答復；根據當前大眾的焦點述求，“智能地”調整環境監測活動的策略和編排。

在設備能力和功能需求中“智能”元素快速增長的背景下，環境監測行業將面對采用何種適當的技術和框架建設部署自身系統的課題。通信運營商以邊云協同技術作為行業解決方案的新切入點，有助于幫助客戶整合行業內的“智能化”能力和需求，可以獲得更好的效果。

3 邊云協同助力環境監測服務的智能化演進

環境監測作為一種典型的云-管-端架構物聯網應用，終端負責采集上報測量環境數據，云端中心節點負責統一匯總處理，并面向外部發布。監測活動的增加，伴隨著服務中“智能”相關的能力和需求的增長，大量海量數據或計算任務可能堆積某一環節，給整體系統帶來的瓶頸和故障風險。如何將不斷增加的數據流量和計算壓力合理分配到系統的不同節點上，已成為提升行業智能化轉型的關鍵研究課題。

邊云協同通過將計算任務分散在邊緣節點和云端節點，同時保持兩者緊密協同聯動，使整體系統能更好應對需求的增長和復雜化，讓數據和計算釋放更大的信息價值。邊云協同技術可以幫助構建良好的環境監測系統整體架構，減少網絡傳輸、云端中心節點對整體系統功能的制約，有利于加快服務的智能化演進。以下是兩個典型場景。

場景一：邊緣節點分散監測活動期間突增的業務壓力對網絡和中心節點的沖擊。

環境監測活動，特別是可移動的終端執行的環境監測活動，有可能在測量時間段內產生大量的數據。例如超聲回波水深儀表在一個測量點需采集接近100 kbytes的回波數據，儀表隔若干秒采集一次，會形成可觀的數據流量；如監測活動中同時要拍照/視頻上傳，產生的數據則更為巨大。多個儀表終端同時在不同地區開展監測，數據上傳云端中心節點統一計算分析，對傳輸管道和云端中心節點會形成明顯的處理壓力。原始數據由終端分析計算后上傳，雖然可減少管道和云端節點的負荷，但由于計算過程復雜，必然會占用終端的計算資源和耗電，導致終端設備成本上升。

可利用邊云協同技術將數據處理任務分散到終端、邊緣、云端等不同環節。前文的例子中，儀表終端采集數據后，可僅按照協議完成數據打包發送；原始數據上傳至邊緣節點完成從超聲回波到水深的計算，同時完成對照片/視頻的識別和處理。原始數據經邊緣節點處理后，數據量大大降低（一個測量點上報僅幾個數值，圖像提取特征后大小也會降低，無價值的圖片或視頻也會被丟棄），由邊緣節點上傳云端中心節點做后期處理。經邊緣節點分擔計算壓力后，云端中心節點僅需要處理經邊緣節點處理過的數據，數據量大大降低，也無需實時處理響應。中心節點可以分配更多計算資源處理監測圖表繪制、全局性監測結果分析、長周期的歷史統計信息挖掘、監測任務編排，并可專注于實現環境信息地智能發布功能，包括引入更復雜的算法分析公眾的關注點，用戶語義分析等。

場景二：云端中心節點編排監測策略，邊緣節點實時控制儀表終端完成監測活動。

儀表終端工作期間，可能需要實時接收服務器（上位機）下發的指令。終端和服務器之間良好的指令交互，可以讓監測行為更為智能。例如發現某個區域的環境指標變化異常，實時下發指令控制儀表終端重復采集多次樣本，避免誤差；或者發現目標環境內天氣將要突變，指示儀表終端提早結束監測，避免設備損壞。

簡單采用云-管-端架構處理終端和服務器之間的指令交互，由云端中心節點直接向終端下發指令進行遠程控制，指令數據將經過較長的網絡鏈條才能到達終端，帶來時延問題的同時，還有可能因為網絡丟包導致的指令丟失，使得測量結果質量下降，甚至帶來終端硬件的損傷。

可在距儀表終端網絡鏈條短，時延低、連接穩定的邊緣節點，而非云端中心節點，實時控制儀表設備行為，保證終端每一個請求都能快速得到響應。云端中心節點則主要負責分析內外部因素，智能地設計各項具體監測活動的執行策略，例如，基于當前的社會焦點考慮，策略中劃定某個區域為監測活動的重點區域，要求該區域采集的數據密度應達到某個標準等。云端中心節點生成監測活動策略同時，翻譯成儀表終端的指令集，下發給邊緣節點控制儀表終端的行為。

以上的兩個業務場景中，通過儀表終端-邊緣節點-云端中心節點的協同聯動，分散計算處理壓力的同時，有利于各種智能化服務功能的運行和處理。

4 通信運營商邊云協同方案的優勢

從上文分析可以得出，邊云協同方案在環境監測領域的落地，保證終端流量的高速接入和智能路由，邊緣節點足夠貼近終端，中心和邊緣界限明確是其中幾個關鍵問題。相比其他的解決方案提供商，通信運營商在網絡覆蓋、業務經營范圍等方面擁有更為良好的條件，邊云協同方案可更好地解決上述幾個問題。

（1）廣泛覆蓋4G/5G移動網絡滿足儀表終端高速無線接入，省卻客戶接入網絡的建設。數據經無線基站匯聚至所在區域的通信機房后，可以在匯聚點配置專門的路由，快速地轉發至邊緣節點。

（2）邊緣節點可以部署在通信運營商地市、區縣甚至接入側不同層面的核心網，減少與終端之間經過的網元設備。下沉程度最高的邊緣節點與終端之間，可能僅有接入層網關、基站等少數幾個設備，精簡的網絡路徑可充分保證與終端之間的高質量信息交互。

（3）環境監測活動的時間和地域范圍都是可以事前確定的，與通信運營商網絡分級分區的建設特點十分契合。計算任務在云端中心節點和邊緣節點的部署實施、調度更為清晰明確。

如下是一個通信運營商邊云協同方案建成后，開展客戶監測活動過程的簡化例子。

（1）環境管理部門向通信運營商提供儀表終端數據處理和指令控制的功能模塊鏡像，或者提供拉取鏡像的地址（如從云端中心節點拉取）。

（2）環境管理部門計劃在A區域開展環境監測活動，時間和A區域的地理信息同步給通信運營商（人工方式，或者由云端中心節點調用邊緣計算的服務接口自動完成）

（3）通信運營商的邊緣計算服務根據A區域以及自身無線基站覆蓋地圖，找出A區域無線基站數據流量的匯聚點，確定需要加入調度的邊緣節點。

（4）監測活動開始期間，通信運營商調度的邊緣節點從云端中心節點拉取鏡像加載運行（docker容器，kubernetes的pod等），邊緣節點從中心節點獲取監測任務相關的信息。

（5）通信運營商核心網識別區域A基站匯聚的數據流量，發現是環境監測相關的就近轉至邊緣節點處理，邊緣節點處理后，信息可通過互聯網上報云端中心節點。

（6）監測活動結束后，邊緣節點按照事前商定的策略自動移除相應的計算模塊。

該例子中，邊緣節點的計算服務完全是終端無感知，自動加載運行，十分靈活。

為了便于推廣，通信運營商可以按照計算服務實際使用時間+發生的數據量向客戶收取費用的模式，客戶無需長期租用計算服務；同時邊緣節點計算資源的占用量由區域A和監測活動時間確定，可精確控制總體資源占用情況和費用。

5 總結

邊緣計算是云計算技術發展的新階段，是解決“最后一公里”云原生應用供應問題的有效技術。邊云協同通過將不同的計算任務，分布部署到邊緣節點和云端中心節點，實現提升系統整體性能的目標。通信運營商發揮在無線、網絡、計算資源上的差異化優勢，可為環境監測行業客戶設計實施更優良的邊云協同方案。