基于云平臺的海洋水質在線監測系統上位機設計

楊信志 賀鵬飛 馮巍巍 李彥杰 夏蒙

摘要：傳統海洋水質監測主要采用人工現場采樣和實驗室儀器分析方法，時效性不足。通過對基于Python的端口監聽技術、數據分析算法和服務器搭建模式進行研究，應用云平臺及云計算技術，完成了數據通信和服務器端上位機系統的搭建，實測數據可以通過網頁獲取和分析，實現了海洋水質的在線實時監測，對預防海洋水質污染具有積極作用。

關鍵詞：水質在線監測；服務器搭建；云計算；上位機

中圖分類號：TP393文獻標志碼：A文章編號：1008-1739（2019）16-69-3

0引言

水是人類生活中的重要資源，對海洋、湖泊、水庫等水體進行合理開發利用可直接影響到人類社會的發展[1]，因此，對水質進行監測和調控是必不可少的。

當前我國海洋水環境監測上位機普遍未建立在服務器端，無法聯網獲取數據，存在操作復雜、測量周期長和測量步驟繁瑣等缺點[2]。同時現有的海洋水質監測儀器采集參數多在下位機顯示，數據無法上傳至網絡服務器，無法實現通過手機APP或網頁查看測量參數和多地點實時監測，智能化程度較低[3]。

針對上述問題，提出了一套基于云平臺的海洋水質在線監測系統上位機設計方案。通過對海洋水質的各個重要指標進行檢測分析，設計了搭建在云平臺的服務器和后臺數據處理系統，實現數據參量檢測、分析、處理、傳輸和預警，同時在網頁端實時獲取遠程監測數據，實現從網頁或手機APP上遠程檢測數據和控制測量開關，達到綜合治理海洋環境和防控海水污染的目的。

1系統整體結構

海洋水質在線監測的整體系統框架如圖1所示。

下位機包括傳感器及控制模組和通信模塊，本文采用的下位機是中科院海岸帶研究所設計的海水水質在線檢測系統，如圖2所示。

上位機包括端口監聽數據模塊、數據庫模塊、服務器模塊、網頁模塊、數據分析模塊和預測模型模塊，移動通信模塊為上位機和下位機之間提供數據傳輸的鏈路。

2海洋水質在線檢測上位機系統方案

2.1系統上位機軟件實現

系統上位機部署在服務器端，使用云服務器，數據儲存更加安全，沒有斷電丟失數據的風險[4]，當服務器運行出現問題時，可以進行遠程調試或重啟。服務器端上位機主要由端口監聽設計、數據格式設計和網頁前端設計三部分構成。

端口監聽的主要功能是開啟本地服務器的一個端口，并將該端口上接收到的數據顯示出來。利用Python中的threading庫創建監聽線程和socket庫進行套接字的查詢，從而實現對數據的顯示[5]。其中程序中reader類主要用于顯示端口接收到的數據。

數據格式化是通過運行監聽端口的數據格式化程序來實現。下位機每次上傳一組傳感器采集的數據包括溫度、pH值、溶解氧、濁度、油量、電導、化學需氧量和硝酸根濃度。每次上位機端口接收到一組數據后，將這些數據進行正則匹配后，加上時間戳，并按順序存儲在數據庫中，即可實現數據監聽和格式化寫入。

網頁前端實現的主要功能是實時顯示測量的各個參量值，并且畫出歷史數據的變化曲線，反應各個參量的變化趨勢。為實現此基本功能，網頁前端選擇了實用的圖表插件Highchart.js作為核心程序[6]。Highchart.js實現了網頁端的動態交互性，支持動態增加、修改、刪除數據列、數據點和坐標軸操作等多種交互操作。

2.2系統上位機在阿里云上的部署

上位機在阿里云上的部署主要分為3個步驟：創建云服務器、部署Python環境和部署Apache。

2.2.1在阿里云平臺創建服務器

云服務器的基礎配置主要是選擇CPU、內存等虛擬硬件和系統環境[7]。考慮到實驗測試階段數據處理要求不高，選擇單核CPU，1 GB內存，40 GB云盤存儲。系統鏡像選擇CentOS7.4 64位系統。在網絡和安全組設置時，選擇“分配公網IP”。在安全組規則中，新開一個9011端口，用于數據的傳輸。點擊遠程連接，即可在瀏覽器端連接到服務器。

2.2.2在服務器部署Python環境

上位機設計中運行的程序需要Python3.6的環境，因此需要在服務器部署Python環境[8]。將Python下載并解壓安裝，解壓安裝包并轉到解壓目錄下。安裝完成，還需將系統運行Python的連接指向Python3.6。輸入檢查命令，確認Python已成功部署到服務器上。

2.2.3在服務器部署Apache

通過yum指令安裝Apache程序，將Apache服務添加到開機自啟中[9]。打開瀏覽器輸入服務器的IP地址47.95.201.126。

Apache功能目錄及作用如表1所示，直接使用Securecrt，xshell等SSH軟件上傳網站文件至網站數據目錄文件夾下，即可讓客戶端瀏覽網頁。

3系統現場測試及結果分析

同一下位機系統分別在萊州和東營進行了現場測試，4月26～28日在東營測試，5月4日在萊州測試，現場測試系統均正常運轉。網頁端實時顯示了現場測得的數據，實現了遠程監控數據的功能。受數據傳輸、程序運行速度和網絡情況等方面的綜合影響，數據從下位機采集到顯示在網頁上存在30 s～1 min的時延。

通過測試可以看出，4月26日01：00：16東營的化學需氧量含量為3.37 mg/L。5月4日12：00：20點萊州的COD含量為32.09 mg/L；在5月4日萊州測量的COD值與在4月26～28日東營測得的相比有大幅上升，說明萊州市水樣的有機物污染比東營嚴重。

5月4日葉綠素含量比較低，說明萊州市海水中藻類生物比東營市少，產生赤潮可能性較小。另外，萊州市水樣中硝酸根含量比東營市少，說明萊州市海水中的硝酸鹽污染較輕。

綜上所述，可知萊州市海水污染主要為有機物污染，應當重點控制工廠廢水排放；導致東營市水污染的因素更加多樣，應重點對海水中藻類進行控制，同時注意減少氮類肥料的使用。

4結束語

本文通過部署上位機海洋水質在線監測系統，通過網頁可實時獲取采集數據的變化曲線效果圖。該系統的優勢在于上位機完全部署在服務器上，監測界面通過網頁進行顯示，無需安裝專門的客戶端，只需輸入網址即可獲取在線監控效果圖，可以對海洋水質進行實時、在線、準確地監測，對預防海洋水質污染具有積極作用。

參考文獻

[1]王莉麗.基于紫外—可見光譜法的海水水質檢測技術研究[D].天津：天津大學，2014.

[2]李紅杰.基于浮標的近海海洋環境監測與接入技術[D].成都：電子科技大學，2016.

[3]李旭，蔡中華.基于ARM9的船載海水監測系統設計[J].現代電子技術， 2012，35（13）：115-118.

[4]張國杰.基于STM32的水產養殖水質監測與預測預警系統的設計與實現[D].杭州：杭州電子科技大學，2016.

[5] Tsai C W，Lai C F， Chiang M C， et al. Data Mining for Internet of Things：a Survey[J].IEEE Communications Surveys & Tutorials，2014，16（1）：77-97.

[6] Wu X，Zhu X， Wu G Q，et al.Data Mining with Big Data[J]. IEEE Transactions on Knowledge and Data Engineering， 2014，26（1）：97-107.

[7]蔡曉川.云平臺網絡性能評測技術研究及實現[D].北京：北京郵電大學， 2018.

[8]王小強.基于操作碼的Python程序防逆轉算法研究與實現[D].合肥：中國科學技術大學， 2017.

[9]劉歡，陳能成陳澤強.基于Apache Spark的MODIS海表溫度反演方法[J].計算機系統應用， 2018，27（9）：112-117.