基于物联网和WebGIS的空气质量监测平台设计与实现

陈鑫 蒋平安 武红旗 努尔麦麦提 艾尔肯

摘 要：环境的持续恶化让公众的环保意识不断提高，人们迫切希望从更多渠道获取更加详细的信息。针对这一需求，提出了利用物联网和WebGIS技术相结合的新的监测方式，设计了从数据采集、数据存储到数据应用的技术实现流程，介绍了平台的开发与运行环境、主要功能模块设计和实现方法，实现了采集设备部署灵活、空气质量实时动态监测、数据统计、数据查询与报警等功能。系统部署方便，数据更新实时，能够为城市大气环境质量的监控与治理提供良好的技术支撑与可靠的数据支持，并为居民日常出行提供参考。

关键词：空气质量;物联网;WebGIS;无线通信;监测平台;数据支持

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2019）06-000-03

0 引 言

改革开放以来，我国经济发展取得了举世瞩目的成就，但经济的高速增长是以牺牲生态环境换来的[1-2]。目前，我国空气污染状况比较严重，多地频发严重灰霾、酸雨等恶性环境事件[3-5]，空气质量开始成为人们普遍关心的社会问题[6-7]。2012年2月29日原环境保护部发布《环境空气质量标准》（GB 3095-2012），自2013年起分批实施，2015年在全国338个地级及以上城市全面实施。标准发布、实施以来，有力引领了我国大气污染防治工作和环境管理转型，对制定实施《大气污染防治行动计划》、促进全国和重点区域改善环境空气质量发挥了重要作用。目前，中国环境监测总站建成的城市空气质量监测网覆盖全国338个主要城市，1 436个监测站点[8]，每天按小时对外发布实时空气质量数据。随着社会的发展，公众对监测数据的有效性、实时性、准确性等提出了更高的要求，空气质量监测网络面临着全面升级换代[9]。

近几年，随着无线网络技术与传感器技术的快速发展，大量携带传感器的设备接入到网络中，提供了丰富的数据资源，形成了一张巨大的物联网。传统的无线通信技术中，功耗与传输距离存在矛盾，很难达到低功耗下的远距离传输。LoRa（Long Range）是一种新型无线通信技术[10-14]，基于扩频技术，拥有超高接收灵敏度和超强信噪比，在同样的功耗条件下相比其他无线方式传播距离更远，实现了低功耗和远距离的统一，且灵敏度高，抗干扰能力强，适合长距离通信与低功耗的物联网网络环境。本文基于物联网与WebGIS技术设计了空气污染因子采集终端与空气质量监测平台，实现了污染指标的自动采集、上传与管理，并在乌鲁木齐市区内选取了7处位置布设监测站点，以验证系统的稳定性。

1 系统设计

1.1 工作原理采集系统采用星形无线网络拓扑结构组网，多个终端采集节点通过无线方式连接至网关，网关对各节点进行集中管理与控制。终端采集节点采集数据后，通过无线通信方式将数据发送到网关，再由网关将数据传输到远程机房，进行存储与分析。该组网方式结构简单，拓展性强，便于后期网络扩充与维护。系统结构如图1所示。

系统由采集子系统与数据共享平台组成。采集子系统包括采集节点与网关，具有数据采集、数据处理、数据传输等功能。数据共享平台对上报数据进行存储、分析，并通过Web服务器为公众提供基于B/S架构的基础数据服务。

（1）终端采集节点包含温湿度传感器、气体传感器、颗粒物传感器等，定时或实时采集监测区域内的环境参数，并将这些数据通过I/O接口发送至STM32单片机，单片机对数据编码处理后经LoRa无线通信模块将数据发送至网关。

（2）网关是数据的中转站，也是终端采集节点的管理端，其将采集节点发送来的数据通过蜂窝移动网络或有线网络等传输至接入互联网的数据处理服务器，保存并为应用服务器提供数据支撑。

（3）数据共享平台位于中心机房，由数据库服务器、Web服务器、GIS服务器等提供服务支撑。服务器接收到网关转发的数据后对其进行解析、逻辑分析等操作，剔除异常值，并存储至数据库中，Web平台提供地图形式的监测站实时数据查看、图表统计、历史数据查询等功能。

1.2 总体设计

将LoRa技术应用于空气质量监测系统，组建远距离无线通信网络，利用WebGIS平台展示空气质量实时情况，实现空气污染指标的实时获取、传输、存储、统计分析等智能管理功能，解决了传统方式网络结构复杂、监测点少、样点无代表性、数据时效性差等问题。

系统监测平台开发采用B/S结构（Browser/Server，浏览器/服务器模式），系统分为数据来源、硬件支撑、数据资源、应用支撑、应用系统等，系统总体架构如圖2所示。

（1）数据来源。空气质量指数数据来源包括两部分：一部分是部署在各处的传感器采集的数据，这些数据通过网关传送至服务器，代表节点附近的空气质量状况;另一部分是通过互联网获取的中国环境监测总站发布的每小时空气质量监测数据，这些数据由固定位置的大型环境监测站获取。

（2）硬件支撑。包括各类服务器及网络设备等。Web服务器提供Web应用支撑，GIS服务器提供GIS功能，数据库服务器存储数据资源，服务器分工协作，确保平台正常运行。

（3）数据资源。数据是平台的“血液”，有了数据平台才有存活的价值。数据通过分析、整合、提取与过滤等操作，整合各类资源，供上层服务与模型使用。

（4）应用支撑。包括服务支撑与模型支撑，是平台的关键。通过地图服务、专题服务等服务的支持，改变了传统列表式展示的方式，在地图上，各地的实时空气质量一目了然。

（5）应用系统。在服务与模型的支撑下，应用系统可提供多个功能，如地图浏览、专题图浏览、空气质量时报与日报等，为公众提供界面友好、功能强大的平台。

2 系统实现

2.1 开发环境

系统开发环境采用Microsoft Visual Studio Community 2017，使用MVC框架，即模型（Model）-视图（View）-控制器（Controller），将业务逻辑、数据、界面显示相分离，组织代码，将业务逻辑聚集到一个部件内，在改进个性化定制界面及用户交互时，无需重新编写业务逻辑。

GIS服务器使用开源软件GeoServer，GeoServer是符合OGC WMS/WFS/WCS标准的地图服务器，兼容WMS和WFS特性，利用GeoServer可以方便地发布地图数据，允许用户对特征数据进行更新、删除、插入操作。WebGIS客户端采用OpenLayers，OpenLayers是一个用于开发WebGIS客户端的开源JavaScript包，具有符合行业标准的地理空间数据访问方法，且兼容大部分主流浏览器。GeoServer配合OpenLayers能够非常方便地实现地图展示与空间和属性查询等功能，且无需刷新更新页面，具有较好的用戶体验。

2.2 系统功能

2.2.1 地图浏览

地图浏览作为系统主界面，提供了多种地图切换功能，可以在谷歌影像、谷歌地图、OpenStreetMap之间自由切换;查看所有监测站的位置、监测站当前的AQI值及各监测污染指标值，指数背景颜色代表当前该站的AQI等级。地图主界面如图3所示。

2.2.2 数据统计

数据统计页面以图表的方式展示实时、近24小时、各月及当年空气质量变化趋势及分布状况[15]。24小时变化趋势图可以详细显示各监测站AQI及各污染物每小时的变化趋势，了解污染物的动态变化情况，监测指标界面如图4所示。

年度统计图以日历方式显示当年每天空气的质量等级。月统计表显示每月内达到优、良、轻度污染、中度污染、严重污染等各等级的天数。空气质量数据统计界面如图5所示。

2.2.3 历史数据查询

历史数据查询页面提供多种查询方式，在页面中指定查询的开始时间与结束时间，可以查询指定日期范围内的AQI日报，AQI时报，各监测点中所有监测污染物的时报信息，并以列表形式显示。历史数据查询界面如图6所示。

2.2.4 其他功能

其他功能还包括后台管理、文档查看、专题图浏览、空气质量预报等。后台管理子系统由系统管理员使用、管理，包含用户管理、监测站管理、基础数据字典维护、文章管理等;使用文档查看功能可以查看相关标准、新闻资讯、防护措施等文章;专题图浏览具有查看发布的各类专题图的功能;空气质量预报提供来自权威机构的未来24小时的空气质量状况，供用户参考。

3 结 语

本文设计并实现了基于LoRa技术与WebGIS的空气质量监测平台，在乌鲁木齐市部署运行，对采集的信息进行统一管理，规范运行，取得了良好的效果。平台实现了数据地图的可视化与更新实时化，同时还具有查询、统计、预报等功能，可从多方面丰富系统的实用性，更好地服务用户。

平台的实现验证了物联网新的发展模式，LoRa技术与开源WebGIS技术框架的结合为其他物联网与WebGIS应用奠定了基础，探索了新的发展方向与道路，为该模式在精准农业、智慧城市等其他领域应用提供了一定借鉴。

目前该平台尚处于建设初期，还需要不断完善，以进一步提高系统的稳定性与实用性。相信随着建设的不断深入与监测点的增加，在大数据与AI技术背景下，系统一定会为精准环境治理提供有效的数据支撑与决策帮助。

参 考 文 献

[1]聂高辉，邱洋冬.中国城镇化影响环境污染的预测与分析[J].调研世界，2017（10）：10-16.

[2]王奇，李明全.中国城镇化的环境影响及其区域特征[J].城市问题，2016（8）：23-31.

[3]徐梅，祝青林，朱玉强，等.近20年天津市酸雨变化特征及趋势分析[J].气象，2016，42（4）：436-442.

[4]程良晓，范萌，陈良富，等.秋季秸秆焚烧对京津冀地区霾污染过程的影响分析[J].中国环境科学，2017，37（8）：2801-2812.

[5]李克彬，许洁，唐寅，等.中国西部某市室内环境因素及PM2.5对肺功能影响[J].中国公共卫生，2017，33（5）：755-759.

[6]王琰.多维度城市化对空气质量的影响：基于中国城市数据的实证检验[J].东南大学学报（哲学社会科学版），2017，19（4）：100-110.

[7]魏勇，范支柬，孙雷，等.中国公众环境意识的现状与影响因素[J].科普研究，2017，12（3）：33-38.

[8]中国环境监测总站.国家环境空气质量监测网[EB/OL].[2017-11-08]. http：//www.cnemc.cn/zzjj/jcwl/dqjcwl/201711/t20171108_645109.shtml，2017.

[9]王海芹，高世楫.生态环境监测网络建设的总体框架及其取向[J].改革，2017（5）：15-34.

[10]汪凯凯，罗宁，曹志，等.物联网与中国的下一代广播技术展望[J].电视技术，2018，42（8）：65-70.

[11] REDA H T，DAELY P T，KHAREL J，et al. On the application of IoT：meteorological information display system based on LoRa wireless communication[J].Iete technical review，2018，35（3）：256-265.

[12] SINHA R S，WEI Y，HWANG S H. A survey on LPWA technology：LoRa and NB-IoT[J].Ict express，2017，3（1）：14-21.

[13]何诚刚.基于LoRa的无线监测系统设计[J].山东农业大学学报（自然科学版），2018，49（3）：528-530.

[14]王玖林，赵成萍，严华.基于LoRa的节水灌溉系统设计与研究[J].节水灌溉，2017（12）：104-106.

[15] DEQING L，HONGHUI M，YI S，et al. ECharts：a declarative framework for rapid construction of web-based visualization[J].Visual informatics，2018，2（2）：136-146.