物聯網技術在水環境監測中的研究進展

李良玉 楊林

（青海師范大學化學化工學院，青海西寧 810000）

1 引言

隨著工業和經濟的發展，環境問題愈發嚴重，水污染、水資源貧乏等給人類健康和生態環境帶來嚴重影響［1］。我國水資源面臨嚴峻形勢，城市用水集中，供需矛盾尖銳，農用水量十分緊缺，工業用水效益低。水資源過度開發導致生態破壞嚴重，地下水過量開采致使環境地質問題突出。水污染嚴重，不少地區和流域水污染呈現出支流向干流延伸、城市向農村蔓延、地表向地下滲透、陸地向海洋發展的趨勢。水資源短缺已成為制約我國社會經濟發展的瓶頸之一。因此，對我國水污染防治需給予高度重視，以促進我國經濟社會可持續發展。

目前，實現自動［2］、全面［3］、準確［4］地監測水環境，為水環境規劃、環境管理和污染物總量控制等提供全面安全可靠的監測數據已成為社會焦點。2016年，中國環境科學學會提出一種基于真空檢測管-電子比色法的水環境污染移動式快速檢測網絡，可連續、實時、實地采集并測定檢測對象［5］。2016 年年底，我國初步形成環保物聯網應用體系，在傳感器的技術創新以及全球市場占有率方面有著舉足輕重的地位。2018 年7 月，生態環境部對周潮洪提出的“關于加強水環境監測能力建設，用大數據管理水環境的建議”做出了認可答復，并提出充分利用物聯網、移動互聯網、大數據等現代信息技術，加強地表水常規監測、自動監測數據的綜合分析與處理，實現各級生態環境部門及其他相關部門間地表水監測數據互通互聯和共享共用，加強數據資源開發與應用，為提升水環境保護能力提供信息化支撐。天津菲利科物聯網技術有限公司設計了大數據智能管控系統，通過物聯網技術實現對水質、水位及水量的遠程在線監測，并采用可視化的方式有機整合水務管理與供排水部門，形成“水資源物聯網”。

目前，國外對物聯網技術的應用主要集中在歐洲、美國、韓國、澳大利亞等發達國家。美國的哈德遜河以物聯網為基礎，實施了大量智慧河流項目，該技術使用傳感器分布式網絡，能立體監測氣象、水質、河流斷面等相關參數，動態監測水環境生物信息、化學信息與物理信息。通過在線分析各種水環境要素，統計水環境監測方面的大量數據，有效得出水環境演變、發展規律［6］。與此同時，澳大利亞與愛爾蘭為湖泊監測分別構建了lakenet 系統和smartcoast 系統，二者均與嵌入式技術、無線通信技術有機結合，能監測湖泊磷酸鹽實時濃度，還能在線分析并采集水溫、水位等相關信息。

近年來，物聯網技術已在水環境監測中得到應用，在地下水［7］、河流［8］、湖泊［9］、水庫［10］、海洋環境［11］等方面取得較大發展，實現了水環境監測的在線性、完整性、真實性。物聯網技術作為一種新型環境監測手段，以網絡為基礎，將各種環境因素緊密聯系在一起，形成一種新的網絡格局，保證了遠程數據傳輸的實時性和準確性，提升了環境監測的時效性。相關人員可以對數據及時有效地做出反饋，并且基于存在問題來制定解決方案［7-11］。隨著IT 技術的快速發展，物聯網在水環境監測中的應用將會不斷深化。本文針對物聯網的架構與標準化、感知技術、傳輸技術、智能信息處理技術、集成與應用現狀進行梳理，分析目前物聯網技術監測水環境需要解決的關鍵問題。

2 物聯網技術進展

2.1 物聯網技術架構

物聯網技術借助信息傳感設備，按約定的協議，將物體與網絡相連接，并通過信息傳播媒介進行信息交換和通信，以實現智能化識別、定位、跟蹤、監管等功能［12］。在水環境監測中，物聯網由感知層、網絡層和應用層構成。感知層負責感知和獲取各種生態監測數據；網絡層負責從感知層獲取數據，進行無線遠程傳輸；應用層負責通過云計算技術進行數據處理。物聯網的概念模型如圖1 所示。

圖1 物聯網的概念模型

隨著傳感器、無線通信以及互聯網等的發展，近年來國內外物聯網技術應用拓展到環境監測、生物醫療、智能基礎設施等領域。物聯網將計算機視覺技術和人工智能技術相結合，能準確、有效地識別旅游景點的異常情況圖像，還能為制造業企業建立智能決策支持系統，使制造業企業的決策更加有效和科學［13-14］。環境監測物聯網通過多種技術手段，建立了高密度、智能化的遠程實時監測系統，將物聯網傳感器用于監測地下水鹽漬化，可優化智慧城市環境中的水資源管理［15］。物聯網除了提供對各種生態要素的高密度、智能化的遠程實時監測外，還可以實現對監測系統狀態的智能診斷和高效維護以及海量監測數據的自動控制、入庫和在線處理。

2.2 信息感知技術

2.2.1 概述

感知層是物聯網識別物體、采集信息的來源，其主要功能是識別物體、采集信息。物聯網通過傳感器感知水環境信息，傳感器是一種能把特定的被測信號按一定規律轉換成某種可用信號的裝置［16］。它通過為物聯網體系提供所必需的原始數據，實現信息的傳輸、處理、記錄、顯示和控制。

2.2.2 光學感知技術

光損耗波傳感器具有耐腐蝕、結構智能、抗電磁干擾、成本低等優點，已被證明適用于對水中多種參數的在線檢測和監測。然而，這些傳感器面臨著靈敏度和選擇性差、檢測限高等挑戰。Leizi Jiao 等［17］針對這些問題總結了提高這些傳感器選擇性、靈敏度、檢測限和響應速度的有效方法。

2.2.3 電化學感知技術

Hassan M A Hassan 等［18］設計了新型的化學傳感器，以介孔二氧化硅納米球為支架材料，在其表面鑲嵌1，10 菲羅啉（PHEN），能夠快速、簡便地檢測Fe（II）離子在不同類型水樣中的腐蝕水平。此外，利用酸性硫氰酸銨對傳感器進行循環再生，重新形成無金屬傳感器后，還可以在檢測系統中高效重復使用。Alam Arif U 等［19］通過合并納米材料和碳納米管傳感器設計了集成電化學傳感系統，提供同步監測的pH 值、游離氯、溫度、乙酰氨基酚和重金屬，并利用這些指標監測水質參數的范圍。

但是，傳統的傳感系統監測參數單一，缺乏現場監測能力，而電化學傳感器涉及水質參數的轉換，將化學信號轉化為電信號，可有效解決這一問題。與電化學傳感器相比，光學傳感器不需要與被檢測物質發生化學反應，不存在電極表面鈍化、中毒以及電極膜污染的問題，重復性與穩定性良好，但靈敏度和選擇性較電化學感知能力差。目前的研究重點在于設計低成本、易于使用和高度敏感的傳感器陣列，可以連續監測主要水質參數，如pH 值、游離氯、溫度、新出現的藥物污染物以及重金屬。基于電化學、光學、電學的傳感器，側重于感知機理與硬件工藝的改善，同時注意組合不同機理的優勢，研發多參數、多途徑的傳感器。

2.3 信息傳輸技術

無線傳感器網絡（WSN）由大量具有片上處理能力的微型傳感器節點組成。根據通訊距離、覆蓋范圍可以分為無線局域網技術、無線廣域網技術。在無線廣域網技術中，低功耗廣域網（LP-WAN，如LoRa，NB-IoT 等）技術是近年來物聯網研究的熱點方向之一，相對于傳統的無線廣域網蜂窩移動通信技術（如2G，3G，4G 等），其具有低成本、低功耗的特點。無線傳感器網絡傳輸技術如圖2 所示。

圖2 無線傳感器網絡傳輸技術

具體技術性能見表1。

表1 LoRa、移動通信、Wi-Fi 和ZigBee 技術性能對比

2.4 信息處理技術

在擁有水環境大數據以及強大的數據分析技術條件下，可借助大量簡單的小模型以相互映證的方式，通過海量數據運算對其可能性做出判斷，從而體現數據的價值。

張超［20］提出海洋生態浮標數據接收系統，采用MS2008 與MATLAB 混合編程的方式，以C++作為開發語言、VS2008 作為開發工具，分開設計各模塊，實現數據通信、存儲、分析、顯示、上傳、處理等功能。王葉晨梓［21］基于HDFS（存儲空間）和HBase（內存數據庫）提出海洋環境預報數據統一存儲與組織方法。通過設計瓦片金字塔組織模型，實現HBase 和HDFS 對數值預報數據內容的統一分層分塊管理，解決了關系型數據庫在存儲和處理海量異構數據方面的局限性。Yang J 等［22］使用南海地區的實測數據，基于數據網格的構造方法和三角網格的構造原理，在等高線原理的基礎上，利用深度數據建立規則網格結構并進行計算，最后利用網格的數值結構繪制出等值線的分布，得到最佳結果支持向量機（SVM）適用于處理海洋數據，但不適用于突發性波動、多噪聲、非平穩和異常的數據處理。Li Z 等［23］提出向量回歸體系結構與平滑優先級，具有數據采集、平滑和非線性逼近的功能。用平滑度處理數據異常值和噪聲，構造基于支持向量機的非線性逼近器，用于海洋時間序列預測。Belghith E H 等［24］提出基于深度卷積神經網絡技術的分類模型，該模型在海洋大數據架構中自動支持聲音分析，用于分析生物、自然現象和人類活動的聲音。

采用MS2008 與MATLAB 混合編程在大數據量的矩陣計算方面具有更大的優勢。HBase 和HDFS適合處理海量異構數據，水質評估分析能力更強。將規則網格結構圖用于計算海洋信息的深度，計算速度快，操作精度高，可以實現部分盲區的操作。平滑度和支持向量機的集體效能可預測海洋時間序列，深度卷積神經網絡技術可用于海洋聲學分析。

3 物聯網技術在水環境監測中的應用

3.1 物聯網技術監測地下水

地下水監測系統主要由數據采集設備、數據通信系統和終端信息平臺組成。數據采集設備負責定時自動采集水位水溫等參數。遠程傳輸系統通過數據采集設備，按照約定的協議進行信息交換和通信以實現智能化采集、傳輸、監控和管理。張磊等［25］針對青海高原寒區地下水監測工作的現狀研制出一種基于物聯網技術的地下水自動監測系統，提高了監測儀器在高海拔、低溫環境下的穩定性。吳鵬等［26］采用嵌入式系統搭建基于B/S 架構的遠程地下水位監測系統，實現長期穩定的水位觀測，滿足大部分水位監測領域的需求，解決人工操作帶來的不利影響。關曉陽［27］設計了地下溶洞水滴自動監測采樣系統，采用緩存的方式，解決大容量存儲問題，利用低功率模式將耗電量降到最低。郭雨［28］根據淮南市對地下水監控的需求分析，設計了基于GPRS 的地下水無線遠程監控系統，采用傳感領域、通信領域、計算機監控等領域內的先進技術，實現對監測井的地下水埋深、水位等信息的實時監測。

3.2 物聯網技術監測水庫

魏永強等［29］提出基于物聯網模式的水庫大壩安全智能檢測系統設計。該系統利用無線傳感網絡技術、嵌入式技術、無線通信技術等，以MSP430 F149IPM 為核心，使用應答、自報或兩者相結合的模式采集數據，通過有線或無線方式將數據傳至大壩端服務器進行存儲、處理及顯示，通過公網或水利專網將數據并入省大壩中心數據庫，保證數據傳輸的實時性及系統的穩定性和可靠性。鄭妍［30］在水庫智能環境監測系統的設計中，開發通用的微環境監測儀，設計感知層的傳感節點，傳輸層的無線傳輸模塊由單片機控制處理，設計合理且負擔小的傳輸協議進行數據統一傳輸，應用層采用B/S 模式的相關技術，通過優化網絡簇頭數，提高網絡性能。重慶市搭建了基于WSN 的三峽庫區水環境監測平臺，完成了對部分水質指標的采集［31］。Priti Neelamsetti 等［32］利用LISS III 傳感器模擬水庫透明度的空間分布。基于B2，B3，B4 和B3/B5 的多元線性回歸模型發現了Warasgaon 水庫SDT 的最佳擬合模型，該方法經濟有效，易于適應其他內陸水體。研究表明，LISS III 傳感器數據可用于研究區水質建模和監測。Deutsch Eliza S 等［33］開發了幾種經驗算法來量化由landsat7 ETM+和landsat8 OLI 傳感器測量的地表反射率。將采集的水庫現場監測數據與來自Landsat ETM+和OLI 傳感器的波段比值以及代表藻類生長生態模式的輔助數據（水溫和季節性）相關聯。總體而言，基于ETM+的模型的表現優于與之對應的OLI 模型，對于利用藍色光譜波段的算法，傳感器間的差異最為明顯。水溫和季節性的加入提高了TSM 和SDD 模型的效力。

3.3 物聯網技術監測河流

楊一博等［34］針對傳統河流水質監測系統難以實現廣覆蓋與低功耗等問題，設計了一種基于LoRa的河流水質監測系統，以LoRa-SX1278 芯片作為通信模塊，STM32F103RCT6 作為節點主控制器，將傳感器采集到的水質數據通過LoRa 上傳至網關，網關匯集數據之后再上傳至服務器，用戶可在監測終端查看實時數據，評估覆蓋流域水質情況，對水質污染現象及重大事故進行預警，以降低水質污染帶來的風險。Lisle Snyder 等［35］針對8 個源頭河流和2 個主要干流監測點，評估硝酸鹽、熒光溶解有機物（fDOM）和濁度傳感器在傳感器網絡中的性能。光學硝酸鹽傳感器提供了一個可靠的測量NO3-濃度的條件。fDOM 可很好地替代溶解性有機碳（DOC），但對溶解有機氮（DON）的替代效果較差。濁度傳感器與總懸浮固體（TSS）、顆粒碳（PC）和顆粒氮（PN）有很好的相關性。

3.4 物聯網技術監測湖泊

李琦［36］針對呼倫湖環境監測系統監測點不足、復雜度高、可擴展性差等問題，提出基于表述性狀態傳遞架構的湖泊環境監測物聯網平臺。使用阿里云服務器ECS 搭建開發環境，借助Laravel 框架和輕量級jQuery 前端框架，實現用戶管理、地理信息系統、數據實時顯示、歷史數據查詢功能，可滿足漁牧業、科研單位、政府部門的要求，實現呼倫湖環境監測數據共享。Jacome 等［37］設立水質監測網，在13 個月的時間內，在7 個采樣地點分別取得14 個理化和微生物參數的數據。采用聚類分析（CA）和判別分析（DA）等模式識別技術，對湖泊最重要的水質參數進行空間和時間統計分類識別。基于最重要參數濃度變化的插值模糊疊加，將原監測網絡簡化為4 個最優傳感器位置。無錫太湖運用物聯網對太湖水環境質量進行監測，以感知為先，傳輸為基，計算為要，管理為本，構建智慧型環保感知網絡，實現環境監測監控的現代化和智能化［31］。

3.5 物聯網技術監測海洋

付良瑞等［38］結合自容式存儲和無線通信技術，以STM32F407 為主控器、NANDFLASH 為存儲芯片，將離線監測與在線監測相融合，構建了穩定的智能化、精度高、容量大的海洋環境實時監測系統。李穎等［39］以CC2530 作為芯片、NodeMCU 作為微控制器，設計了一種基于ZigBee 技術的海洋環境監控系統。硬件部分包括基于CC2530 的模塊及感測模塊、傳輸電路，軟件部分通過Socket 實現傳感器數據遠程采集。基于Web 技術開發了前后端管理和展示頁面，實現了PC 機和移動終端上跨設備的海洋監測數據的實時展示和查詢。

4 展望

目前，水環境形勢依然嚴峻，基于物聯網技術的水環境監測還存在很多問題：傳感器自動化能力弱，單個傳感器的功能受限；無線傳輸速度較慢；數據處理算法繁雜；監測點位不全面等。為進一步改善環境質量，要提升重大事件影響下的環境應急監測能力，更要進一步加強運維自動化建設，逐步實現精密監測儀器遠程運維，提升數據傳輸的速度。比如，改裝傳感器設備或優化數據處理算法，使其可以定性并定量監測污染物的各項指標；推進物聯網技術與其他信息技術聯用，使環境監測技術更加完善。環境物聯網設計中還應重點關注監測點位布局的科學性、監測設備性能的精準度、數據傳輸的通達性，做到真實、準確、全面。