一种新的基于物联网技术的濒危植物监测技术研究*

林 勇，王 坤

（1.福建工程学院国脉信息学院，福建福州 350108;2.福州海峡职业技术学院，福建福州 350014;3.泰州市农业物联网工程技术中心，江苏泰州 225300）

0 引言

遍布全球的许多植物物种正面临灭绝的危险［1，2］，因此，对于濒危物种的植物监测已迫在眉睫，虽然部分濒危植物已得到监测［3］，但大部分监测系统存在监测数据粗略［4］、监测设备容易对植物及其生存环境有一定的破坏性［5］等问题。同时具备集成传感器技术、远程遥测监控技术和数据判读技术的物联网技术正处于蓬勃发展阶段，因此，基于物联网技术进行生态环境监测和濒危植物监测成为国内外研究人员追踪的热点之一，并已取得一定的研究成果［6～10］。文献［6，7］对于化学计量学、计算机层析、FTIR谱图解析、大气污染物空间浓度分布监测、被动式遥感监测等方面研究成果进行了总结。文献［8］给出了2种植物不同生命周期的繁殖自动机模型;文献［9］给出了上海市环境监测质量管理近期和中期规划同时建立质量管理信息共享平台和QC指标评定体系;文献［10］提出了基于模型的网络预测控制系统。

但是，以上研究成果仍然存在一些不足。例如:文献［6，7］忽略了植物所处的生态环境发生突发事件时的监测和处理机制问题;文献［8，10］主要是研究植物生命周期及其网络控制问题，并未涉及植物生命状态的数据采集和监测问题。因此，本文基于物联网技术，参考文献［9］所给出的QC指标评定体系，提出了一种濒危植物自适应实时监测系统。该系统采用自组织方式形成由若干个分簇组成的多传感器网络，每一个监测传感器节点具有数据判读功能，而且采用移动代理节点收集和汇聚监测数据，网络层采用基于能量感知的多路径路由协议选择当前最优路由，提高数据汇聚效率同时降低数据传输能耗，增强监测系统的鲁棒性，有效改善整个监测系统的通信性能。

1 濒危植物监测模型与原理

濒危植物监测系统及其应用主要有以下几方面需求:

1）植物监测仪器不能对植物体及其生态环境造成破坏。因此，监测仪器必须体积足够小，尽量采用隐蔽形式部署;

2）对于濒危植物的监测可以脱离传统监测系统的传感器硬件设计和节点部署以及传感网络组织形式;

3）传感器节点及其系统设计需要满足濒危植物监测数据特性。监测数据包括气象数据、土壤数据、图像数据采集，并需要具备对于与植物监测相关的突发事件监测和处理功能。

为了满足以上三方面要求，必须保证濒危植物监测数据的采集和监控系统在部署时能够覆盖有效区域，避免因为遮蔽等自然因素造成的某些盲点区域的数据，且在数据传输时提供较强的鲁棒性和自适应能力，以便满足对不同种类濒危植物生态环境监测信息类型的监测需求。

因此，依据物联网技术，在濒危植物生态环境监测区域分布式部署一定数量的多传感器，自组织形成由若干个分簇组成的物联网;然后通过移动代理节点根据基于能量感知的多路径路由协议选择最优路径，同时根据节点能量建立移动管理方案和分簇内簇头节点竞争机制，保证采集到的数据和数据判读可以实时、可靠地操作和传输。

1.1 濒危植物监测系统设计原理

基于物联网的濒危植物监测模型［11，12］，主要由四部分组成:部署在濒危植物生态环境中的数据采集的集成传感器节点，具有数据汇聚和收集的簇头节点，移动代理节点和控制中心。

物联网的濒危植物监测系统部署的分簇区域的自组织多传感器网络中，设计的传感器节点中包括水文、气象、空气质量、土壤、光照强度、图像、温度、湿度等组成，并分别部署了具有单独功能的传感器节点，避免传感器节点因采集数据量达到一定程度后失效，导致网络瘫痪的情况。此外，在传感器上设计了无线通信数据传输功能模块。分簇区域内的多传感器根据控制中心发布的监测需求采集各种类型的濒危植物监测数据后，将采集到的数据发送到其所处分簇区域的簇头节点，簇头节点周期性检测可用通信范围内的移动代理节点，将收集到的数据判读后汇聚转发至控制中心。

传感器节点数据采集模块经过一跳或采用基于能量感知的多路径路由协议选择计算得到当前最优路由，将数据发送给簇头节点，而且该节点加入了突发事件实时监控功能模块，可以监测濒危植物生态环境内是否发生各种突发现象，并实时将监控数据发送给簇头节点，且该操作优先级高于一般监测数据，要求簇头节点优先转发，这样就可以充分满足濒危植物监测系统和生态环境特殊环境监测需求。传感器节点监测功能部件基于嵌入式技术，功能模块有:不同数据类型决策模块、数据采集模块、无线发射模块、事件实时监控模块以及移动代理监测模块等部件，如图1所示。

图1 濒危植物监测传感器节点设计架构Fig 1 Design architecture of endangered plant monitoring sensor node

濒危植物监测传感器节点根据来自控制中心监测需求自适应启动相应类型数据监测模块，其工作流程如下:

1）根据来自控制中心的濒危植物监测需求启动相应数据类型模块，监测数据类型有:各种水文、气象、空气质量、土壤、光照强度、图像、温度、湿度数据采集模块等;

2）移动代理检测模块周期性广播消息，若收到来自移动代理节点的确认信息;

3）根据一跳通信距离择优建立数据转发无线链路，并启动无线数据发送模块;

4）根据控制中心反馈的控制信息，周期性地启动突发事件实时监控模块，若发现各种突发现象，则转（3）;

5）若该节点所处分簇内的簇头节点失效，则采用监测系统架构中制定的簇头节点竞争机制。

从上述分析中可以看出:物联网监测系统中，濒危植物生态环境监测区域分为了若干个分簇区域，每个分簇内拥有一个簇头节点，监测网络中部署了若干个移动代理节点，可实时收集各分簇簇头节点汇聚的数据，若发生某分簇区域内簇头节点失效或该区域出现隐蔽站现象，将导致监测区域出现盲点，致使网络瘫痪，难以实时监测濒危植物数据及其生态环境。

1.2 基于能量感知的多路径路由协议

双线地面反射模型是基于几何光学的非常有用的传播模型，不仅考虑了直接路径，而且考虑了发射方和接收方之间的地面反射路径。根据双线地面反射模型，簇头节点或移动代理节点作为接收方收到的信号功率为

其中，Pt为发射方所发射的信号功率，Gt和Gr分别为发射方和接收方的天线增益，ht和hr为发送机和接机的天线高度，d为发送方和接收方之间的距离，L（L＞1）为与传播无关的系统损耗因子，因此，发送方和接收方之间的距离为

其中的各类参数值根据传感器节点无线发送模块进行设置。一般而言，参数的默认值为:工作频率为900 MHz（无线电波的波长为 0.3 m），Gt=Gr=1.2，L=1.4，ht=1.8 m，hr=1.8 m。当接收到RREQ消息和RREP消息时，节点根据公式（2）估计当前节点同上一跳节点之间的距离。

在RREQ消息和RREP消息的逐跳传播过程中，中继节点根据通信距离计算上游路径的权值w，即

其中，j为路径，wj为路径j的权值，γ为节点信号的发射半径（200 m），di为链路i的长度。为了分析基于能量感知的多路径路由协议选择的最佳路径的可靠性，源节点选择w最大的路径作为主路径。如图2所示，从源节点S出发有两条路径可以到达目的节点D，路径箭头上的数值表示相应链路的长度。根据式（3）可得到两条路径的权值w且分别为0.32和0.07。虽然路由1的跳数比路由2多，但链路S→D和B→D距离过长，在对于濒危植物进行监测时，其所处生态环境中的各种干扰容易使得无线链路中断概率大大增加，所以，源节点选择路由1进行数据传输。

为了传递权值信息，能量感知的多路径路由协议在AODV协议基础上修改了RREQ和RREP消息的结构，分别增加了一个数据域且长为4byte。

2 濒危植物监测技术与系统实现

基于物联网的濒危植物监测系统由以下部分组成:

图2 路径的可靠性分析Fig 2 Reliability analysis of path

1）根据濒危植物监测需求将监测区域划分为若干个分簇区域，每个区域负责一定地理范围内的数据采集和转发，区域之间存在一定大小的相交区域，为了便于实现移动代理管理方案。区域内的各类传感器节点采用无线自组织方式组成网络拓扑;

2）若干个分簇之间通过簇头节点连接通信，簇头节点负责收集数据和数据判读，然后汇聚数据等操作;

3）根据图1所示，设计每个分簇区域内的传感器节点，包括濒危植物各类生态数据采集模块、数据无线发送模块、突发事件实时监控模块、移动代理节点检测模块等。

4）分簇内节点周期性向簇头节点发送区域内实时能量和能耗信息，以便实现基于能量感知的多路径路由协议，并将数据实时更新，出现节点失效情况时，转发给簇头节点或移动代理节点直至控制中心;

5）控制中心可以是一个固定基站或链接至互联网的控制台，主要负责数据接收工作，以及向监测区域内的各簇头节点和移动代理节点反馈控制信息;此外，如果收到来自各分簇区域的簇头节点或移动代理节点反馈的实时能量二维表，表明该区域内某节点即将失效，为了避免出现盲区导致该分簇区域无法采集和处理准确数据直至瘫痪，成为监测盲区，控制中心根据收到的二维表，发起簇头节点竞争机制选择新的簇头节点和移动代理节点。

3 仿真实验与评价

本文所提出的濒危植物监测系统记为REPS-IOT，在整个网络的吞吐量、分簇区域的吞吐量、平均端到端时延和分组投递率等方面进行性能分析与评价。

濒危植物监测区域范围设定为800 m×800 m，仿真时间为1500 s，随机部署70个传感器节点，每20个传感器节点组成一个分簇，故需要5个簇头节点，1个控制中心，另外设定有3个移动代理节点和2个备用移动代理节点。仿真实验中，设定监测传感器节点精度:温度为±（1～2）℃，湿度为±3%RH，风速度为±（1%～3%），降雨量为±5%。此外，簇头节点和移动代理节点具有相同的发射功率。每个分簇由20个传感器节点组成，用于采集各种类型的数据，通过自组织方式形成一个多传感网，假设所有节点的能量和发射数据的功率均不同。无线链路信道速率为1 Mbps，链路时延是0.5 μs，传输过程中的所有ACK信息和控制信息均为300 bit，且固定不变。

图3和图4给出了该系统应用于上述监测区域时，1500 s的监测过程中仿真实验和采用REPS-IOT网络整体吞吐量和分簇吞吐量变化情况。发现，REPS-IOT吞吐量随着时间先增加，在500 s时开始减小，而且减小幅度较低基本趋于平稳，然而仿真实验统计结果此时急剧下降，而且很快因为此时发生有部分簇头节点失效现象，导致网络瘫痪，出现盲区，即部分节点无法发送数据。对于REPS-IOT而言，因为采用基于能量的移动代理机制，当发现簇头节点失效，备用节点移动至该分簇区域，保持数据正常通信。

图3 网络吞吐量Fig 3 Network throughput

图4 分簇吞吐量Fig 4 Clustering throughput

图5和图6给出了一个分簇区域在1500 s的实验中基于能量感知的多路径路由协议时延和分组投递率变化情况。可以发现，对于REPS-IOT而言，始终保持较低的端到端时延和较高的分组投递率为监测数据传输提供了可靠的无线通信链路和路径，可以在短时间内避免网络瘫痪的分簇区域，重构多传感器网络的拓扑，继续保持数据传输。

图5 平均端到端时延Fig 5 The average end-to-end delay

4 结束语

本文提出了一种基于物联网技术的濒危植物监测系统。该系统依据濒危植物监测生存环境区域的大小和特征分为若干个分簇，每个分簇采用自组织方式进行通信，且每个传感器节点具有濒危植物不同类型数据采集部件和数据判读设备，以及数据的采集、存储、筛选等功能;为了减小监测设备对于植物生存环境的破坏和避免节点失效缩短网络生存周期，部署移动代理节点，监测系统采用基于能量感知的多路径路由协议选择最优路径，并建立自适应移动管理方案。仿真实验和数学分析表明:该技术可以满足动态的监测需求，具有部署便捷、能量使用高效和易于维护等特点。

图6 分组投递率Fig 6 Packet delivery rate

［1］Ma Jianwen，Han Xiuzhen，Aosier B，et al.The application of ETM and sample site statistics data to study distribution pattern of endangered rare plants in West Ordos Plateau［C］//Proceedings of the International Geoscience and Remote Sensing Symposium，IEEE，2010:2091 －2093.

［2］Ma Jianwen，Li Qiqing，Ha Sibagen，et al.The endangered rare plant coverage change detection in twelve years by using TM/ETM data［C］//Proceedings of the International Geoscience and Remote Sensing Symposium，IEEE，2011:3266 －3268.

［3］Kellenberger R，Kneubuhler M，Kellenberger T.Spectral characterisation and mapping of Welwitschia mirabilis in Namibia［C］//Proceedings of the International Geoscience and Remote Sensing Symposium，IEEE，2009:362 －365.

［4］Fan Fengxian，Biagioni E S.An approach to data visualization and interpretation for sensor networks［C］//Proceedings of the 37th Annual International Conference on System Sciences，IEEE，Hawaii，2010.

［5］Chen Guosheng，Wei Wei，Zhang Zongshen，et al.Accumulation of saponins in the callus of Psammosilene tunicoides，a rare and endangered medicinal plant［C］//Proceedings of the International Conference on Remote Sensing，Environment and Transportation Engineering（RSETE），2011:7335 －7338.

［6］胡兰萍，李 燕，张 琳，等.遥感FTIR在大气环境监测中的新发展［J］.光谱学与光谱分析，2006，26（10）:319 －322.

［7］夏 明，董亚波，鲁东明，等.RelicNet:面向野外文化遗址微气象环境监测的高可靠无线传感系统［J］.通信学报，2008，29（11）:143－185.

［8］Xu Jie，Gu Baojing，Guo Yanting，et al.A cellular automata model for population dynamics simulation of two plant species with different life strategies［C］//Proceedings of the International Conference on IntelligentSystems and Knowledge Engineering（ISKE），2010:517 －523.

［9］王向明，黄 文.上海市环境监测质量管理规划探讨［J］.环境监测管理与技术，2010，22（3）:210 －214.

［10］Onat A，Naskali T，Parlakay E，et al.Control over imperfect networks:Model-based predictive networked control systems［J］.IEEE Transactions on Industrial Electronics，2011，58（3）:905 －913.

［11］Al-Khabbaz F，Al Zahir H，Elwi S，et al.Disaster recovery planning＆ methodology for process automation systems［C］//Proceedings of the International Conference Computer as a Tool（EUROCON），IEEE，2011:1 －4.

［12］Li Xiao，Zhang Wenping，Li Haijin，et al.Design and control of bi-directional DC/DC converter for 30 kW fuel cell power system［C］//Proceedings of the 8th International Conference on Power Electronics and ECCE Asia（ICPE ＆ ECCE），IEEE，2011:1024－1030.