物联网技术在水环境监测中的研究进展

李良玉 杨林

（青海师范大学化学化工学院，青海西宁 810000）

1 引言

随着工业和经济的发展，环境问题愈发严重，水污染、水资源贫乏等给人类健康和生态环境带来严重影响［1］。我国水资源面临严峻形势，城市用水集中，供需矛盾尖锐，农用水量十分紧缺，工业用水效益低。水资源过度开发导致生态破坏严重，地下水过量开采致使环境地质问题突出。水污染严重，不少地区和流域水污染呈现出支流向干流延伸、城市向农村蔓延、地表向地下渗透、陆地向海洋发展的趋势。水资源短缺已成为制约我国社会经济发展的瓶颈之一。因此，对我国水污染防治需给予高度重视，以促进我国经济社会可持续发展。

目前，实现自动［2］、全面［3］、准确［4］地监测水环境，为水环境规划、环境管理和污染物总量控制等提供全面安全可靠的监测数据已成为社会焦点。2016年，中国环境科学学会提出一种基于真空检测管-电子比色法的水环境污染移动式快速检测网络，可连续、实时、实地采集并测定检测对象［5］。2016 年年底，我国初步形成环保物联网应用体系，在传感器的技术创新以及全球市场占有率方面有着举足轻重的地位。2018 年7 月，生态环境部对周潮洪提出的“关于加强水环境监测能力建设，用大数据管理水环境的建议”做出了认可答复，并提出充分利用物联网、移动互联网、大数据等现代信息技术，加强地表水常规监测、自动监测数据的综合分析与处理，实现各级生态环境部门及其他相关部门间地表水监测数据互通互联和共享共用，加强数据资源开发与应用，为提升水环境保护能力提供信息化支撑。天津菲利科物联网技术有限公司设计了大数据智能管控系统，通过物联网技术实现对水质、水位及水量的远程在线监测，并采用可视化的方式有机整合水务管理与供排水部门，形成“水资源物联网”。

目前，国外对物联网技术的应用主要集中在欧洲、美国、韩国、澳大利亚等发达国家。美国的哈德逊河以物联网为基础，实施了大量智慧河流项目，该技术使用传感器分布式网络，能立体监测气象、水质、河流断面等相关参数，动态监测水环境生物信息、化学信息与物理信息。通过在线分析各种水环境要素，统计水环境监测方面的大量数据，有效得出水环境演变、发展规律［6］。与此同时，澳大利亚与爱尔兰为湖泊监测分别构建了lakenet 系统和smartcoast 系统，二者均与嵌入式技术、无线通信技术有机结合，能监测湖泊磷酸盐实时浓度，还能在线分析并采集水温、水位等相关信息。

近年来，物联网技术已在水环境监测中得到应用，在地下水［7］、河流［8］、湖泊［9］、水库［10］、海洋环境［11］等方面取得较大发展，实现了水环境监测的在线性、完整性、真实性。物联网技术作为一种新型环境监测手段，以网络为基础，将各种环境因素紧密联系在一起，形成一种新的网络格局，保证了远程数据传输的实时性和准确性，提升了环境监测的时效性。相关人员可以对数据及时有效地做出反馈，并且基于存在问题来制定解决方案［7-11］。随着IT 技术的快速发展，物联网在水环境监测中的应用将会不断深化。本文针对物联网的架构与标准化、感知技术、传输技术、智能信息处理技术、集成与应用现状进行梳理，分析目前物联网技术监测水环境需要解决的关键问题。

2 物联网技术进展

2.1 物联网技术架构

物联网技术借助信息传感设备，按约定的协议，将物体与网络相连接，并通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能［12］。在水环境监测中，物联网由感知层、网络层和应用层构成。感知层负责感知和获取各种生态监测数据；网络层负责从感知层获取数据，进行无线远程传输；应用层负责通过云计算技术进行数据处理。物联网的概念模型如图1 所示。

图1 物联网的概念模型

随着传感器、无线通信以及互联网等的发展，近年来国内外物联网技术应用拓展到环境监测、生物医疗、智能基础设施等领域。物联网将计算机视觉技术和人工智能技术相结合，能准确、有效地识别旅游景点的异常情况图像，还能为制造业企业建立智能决策支持系统，使制造业企业的决策更加有效和科学［13-14］。环境监测物联网通过多种技术手段，建立了高密度、智能化的远程实时监测系统，将物联网传感器用于监测地下水盐渍化，可优化智慧城市环境中的水资源管理［15］。物联网除了提供对各种生态要素的高密度、智能化的远程实时监测外，还可以实现对监测系统状态的智能诊断和高效维护以及海量监测数据的自动控制、入库和在线处理。

2.2 信息感知技术

2.2.1 概述

感知层是物联网识别物体、采集信息的来源，其主要功能是识别物体、采集信息。物联网通过传感器感知水环境信息，传感器是一种能把特定的被测信号按一定规律转换成某种可用信号的装置［16］。它通过为物联网体系提供所必需的原始数据，实现信息的传输、处理、记录、显示和控制。

2.2.2 光学感知技术

光损耗波传感器具有耐腐蚀、结构智能、抗电磁干扰、成本低等优点，已被证明适用于对水中多种参数的在线检测和监测。然而，这些传感器面临着灵敏度和选择性差、检测限高等挑战。Leizi Jiao 等［17］针对这些问题总结了提高这些传感器选择性、灵敏度、检测限和响应速度的有效方法。

2.2.3 电化学感知技术

Hassan M A Hassan 等［18］设计了新型的化学传感器，以介孔二氧化硅纳米球为支架材料，在其表面镶嵌1，10 菲罗啉（PHEN），能够快速、简便地检测Fe（II）离子在不同类型水样中的腐蚀水平。此外，利用酸性硫氰酸铵对传感器进行循环再生，重新形成无金属传感器后，还可以在检测系统中高效重复使用。Alam Arif U 等［19］通过合并纳米材料和碳纳米管传感器设计了集成电化学传感系统，提供同步监测的pH 值、游离氯、温度、乙酰氨基酚和重金属，并利用这些指标监测水质参数的范围。

但是，传统的传感系统监测参数单一，缺乏现场监测能力，而电化学传感器涉及水质参数的转换，将化学信号转化为电信号，可有效解决这一问题。与电化学传感器相比，光学传感器不需要与被检测物质发生化学反应，不存在电极表面钝化、中毒以及电极膜污染的问题，重复性与稳定性良好，但灵敏度和选择性较电化学感知能力差。目前的研究重点在于设计低成本、易于使用和高度敏感的传感器阵列，可以连续监测主要水质参数，如pH 值、游离氯、温度、新出现的药物污染物以及重金属。基于电化学、光学、电学的传感器，侧重于感知机理与硬件工艺的改善，同时注意组合不同机理的优势，研发多参数、多途径的传感器。

2.3 信息传输技术

无线传感器网络（WSN）由大量具有片上处理能力的微型传感器节点组成。根据通讯距离、覆盖范围可以分为无线局域网技术、无线广域网技术。在无线广域网技术中，低功耗广域网（LP-WAN，如LoRa，NB-IoT 等）技术是近年来物联网研究的热点方向之一，相对于传统的无线广域网蜂窝移动通信技术（如2G，3G，4G 等），其具有低成本、低功耗的特点。无线传感器网络传输技术如图2 所示。

图2 无线传感器网络传输技术

具体技术性能见表1。

表1 LoRa、移动通信、Wi-Fi 和ZigBee 技术性能对比

2.4 信息处理技术

在拥有水环境大数据以及强大的数据分析技术条件下，可借助大量简单的小模型以相互映证的方式，通过海量数据运算对其可能性做出判断，从而体现数据的价值。

张超［20］提出海洋生态浮标数据接收系统，采用MS2008 与MATLAB 混合编程的方式，以C++作为开发语言、VS2008 作为开发工具，分开设计各模块，实现数据通信、存储、分析、显示、上传、处理等功能。王叶晨梓［21］基于HDFS（存储空间）和HBase（内存数据库）提出海洋环境预报数据统一存储与组织方法。通过设计瓦片金字塔组织模型，实现HBase 和HDFS 对数值预报数据内容的统一分层分块管理，解决了关系型数据库在存储和处理海量异构数据方面的局限性。Yang J 等［22］使用南海地区的实测数据，基于数据网格的构造方法和三角网格的构造原理，在等高线原理的基础上，利用深度数据建立规则网格结构并进行计算，最后利用网格的数值结构绘制出等值线的分布，得到最佳结果支持向量机（SVM）适用于处理海洋数据，但不适用于突发性波动、多噪声、非平稳和异常的数据处理。Li Z 等［23］提出向量回归体系结构与平滑优先级，具有数据采集、平滑和非线性逼近的功能。用平滑度处理数据异常值和噪声，构造基于支持向量机的非线性逼近器，用于海洋时间序列预测。Belghith E H 等［24］提出基于深度卷积神经网络技术的分类模型，该模型在海洋大数据架构中自动支持声音分析，用于分析生物、自然现象和人类活动的声音。

采用MS2008 与MATLAB 混合编程在大数据量的矩阵计算方面具有更大的优势。HBase 和HDFS适合处理海量异构数据，水质评估分析能力更强。将规则网格结构图用于计算海洋信息的深度，计算速度快，操作精度高，可以实现部分盲区的操作。平滑度和支持向量机的集体效能可预测海洋时间序列，深度卷积神经网络技术可用于海洋声学分析。

3 物联网技术在水环境监测中的应用

3.1 物联网技术监测地下水

地下水监测系统主要由数据采集设备、数据通信系统和终端信息平台组成。数据采集设备负责定时自动采集水位水温等参数。远程传输系统通过数据采集设备，按照约定的协议进行信息交换和通信以实现智能化采集、传输、监控和管理。张磊等［25］针对青海高原寒区地下水监测工作的现状研制出一种基于物联网技术的地下水自动监测系统，提高了监测仪器在高海拔、低温环境下的稳定性。吴鹏等［26］采用嵌入式系统搭建基于B/S 架构的远程地下水位监测系统，实现长期稳定的水位观测，满足大部分水位监测领域的需求，解决人工操作带来的不利影响。关晓阳［27］设计了地下溶洞水滴自动监测采样系统，采用缓存的方式，解决大容量存储问题，利用低功率模式将耗电量降到最低。郭雨［28］根据淮南市对地下水监控的需求分析，设计了基于GPRS 的地下水无线远程监控系统，采用传感领域、通信领域、计算机监控等领域内的先进技术，实现对监测井的地下水埋深、水位等信息的实时监测。

3.2 物联网技术监测水库

魏永强等［29］提出基于物联网模式的水库大坝安全智能检测系统设计。该系统利用无线传感网络技术、嵌入式技术、无线通信技术等，以MSP430 F149IPM 为核心，使用应答、自报或两者相结合的模式采集数据，通过有线或无线方式将数据传至大坝端服务器进行存储、处理及显示，通过公网或水利专网将数据并入省大坝中心数据库，保证数据传输的实时性及系统的稳定性和可靠性。郑妍［30］在水库智能环境监测系统的设计中，开发通用的微环境监测仪，设计感知层的传感节点，传输层的无线传输模块由单片机控制处理，设计合理且负担小的传输协议进行数据统一传输，应用层采用B/S 模式的相关技术，通过优化网络簇头数，提高网络性能。重庆市搭建了基于WSN 的三峡库区水环境监测平台，完成了对部分水质指标的采集［31］。Priti Neelamsetti 等［32］利用LISS III 传感器模拟水库透明度的空间分布。基于B2，B3，B4 和B3/B5 的多元线性回归模型发现了Warasgaon 水库SDT 的最佳拟合模型，该方法经济有效，易于适应其他内陆水体。研究表明，LISS III 传感器数据可用于研究区水质建模和监测。Deutsch Eliza S 等［33］开发了几种经验算法来量化由landsat7 ETM+和landsat8 OLI 传感器测量的地表反射率。将采集的水库现场监测数据与来自Landsat ETM+和OLI 传感器的波段比值以及代表藻类生长生态模式的辅助数据（水温和季节性）相关联。总体而言，基于ETM+的模型的表现优于与之对应的OLI 模型，对于利用蓝色光谱波段的算法，传感器间的差异最为明显。水温和季节性的加入提高了TSM 和SDD 模型的效力。

3.3 物联网技术监测河流

杨一博等［34］针对传统河流水质监测系统难以实现广覆盖与低功耗等问题，设计了一种基于LoRa的河流水质监测系统，以LoRa-SX1278 芯片作为通信模块，STM32F103RCT6 作为节点主控制器，将传感器采集到的水质数据通过LoRa 上传至网关，网关汇集数据之后再上传至服务器，用户可在监测终端查看实时数据，评估覆盖流域水质情况，对水质污染现象及重大事故进行预警，以降低水质污染带来的风险。Lisle Snyder 等［35］针对8 个源头河流和2 个主要干流监测点，评估硝酸盐、荧光溶解有机物（fDOM）和浊度传感器在传感器网络中的性能。光学硝酸盐传感器提供了一个可靠的测量NO3-浓度的条件。fDOM 可很好地替代溶解性有机碳（DOC），但对溶解有机氮（DON）的替代效果较差。浊度传感器与总悬浮固体（TSS）、颗粒碳（PC）和颗粒氮（PN）有很好的相关性。

3.4 物联网技术监测湖泊

李琦［36］针对呼伦湖环境监测系统监测点不足、复杂度高、可扩展性差等问题，提出基于表述性状态传递架构的湖泊环境监测物联网平台。使用阿里云服务器ECS 搭建开发环境，借助Laravel 框架和轻量级jQuery 前端框架，实现用户管理、地理信息系统、数据实时显示、历史数据查询功能，可满足渔牧业、科研单位、政府部门的要求，实现呼伦湖环境监测数据共享。Jacome 等［37］设立水质监测网，在13 个月的时间内，在7 个采样地点分别取得14 个理化和微生物参数的数据。采用聚类分析（CA）和判别分析（DA）等模式识别技术，对湖泊最重要的水质参数进行空间和时间统计分类识别。基于最重要参数浓度变化的插值模糊叠加，将原监测网络简化为4 个最优传感器位置。无锡太湖运用物联网对太湖水环境质量进行监测，以感知为先，传输为基，计算为要，管理为本，构建智慧型环保感知网络，实现环境监测监控的现代化和智能化［31］。

3.5 物联网技术监测海洋

付良瑞等［38］结合自容式存储和无线通信技术，以STM32F407 为主控器、NANDFLASH 为存储芯片，将离线监测与在线监测相融合，构建了稳定的智能化、精度高、容量大的海洋环境实时监测系统。李颖等［39］以CC2530 作为芯片、NodeMCU 作为微控制器，设计了一种基于ZigBee 技术的海洋环境监控系统。硬件部分包括基于CC2530 的模块及感测模块、传输电路，软件部分通过Socket 实现传感器数据远程采集。基于Web 技术开发了前后端管理和展示页面，实现了PC 机和移动终端上跨设备的海洋监测数据的实时展示和查询。

4 展望

目前，水环境形势依然严峻，基于物联网技术的水环境监测还存在很多问题：传感器自动化能力弱，单个传感器的功能受限；无线传输速度较慢；数据处理算法繁杂；监测点位不全面等。为进一步改善环境质量，要提升重大事件影响下的环境应急监测能力，更要进一步加强运维自动化建设，逐步实现精密监测仪器远程运维，提升数据传输的速度。比如，改装传感器设备或优化数据处理算法，使其可以定性并定量监测污染物的各项指标；推进物联网技术与其他信息技术联用，使环境监测技术更加完善。环境物联网设计中还应重点关注监测点位布局的科学性、监测设备性能的精准度、数据传输的通达性，做到真实、准确、全面。