基于物联网的时空连续泥沙监测一体化布局探讨

王雅君 金文童

摘 要：文章基于物联网的时空连续泥沙监测一体化布局进行探讨。对于物联网的时空连续泥沙监测一体化布局研究主要从两方面考虑：空间连续泥沙监测和时间连续泥沙监测。为实现监测网最优需要建设费用约束条件。从空间方面，需进行空间密度优化，形成初步布局方案，通过与现有方法比较去除多余节点，最终形成优化布局方案；从时间方面，需进行监测频率优化，形成初步监测方案，通过与现有方法比较修改监测频率，形成最终监测方案，综合优化布局和优化监测方案，完成时空连续泥沙监测网优化。

关键词：物联网；泥沙监测；一体化布局

我国幅员广阔、江河众多且水系复杂、南北水域泥沙含量差异较大，对重要河流水域含沙量进行采集与管理是一项非常重要的基础性工作，其测量方法、精度、范围及其监测系统稳定性，对河流的泥沙研究、泥沙整治等起到关键的技术支撑作用。伴随自然环境变化与人类社会活动的发展，河流泥沙冲淤变化不定，含沙量动态变化加剧，采用现代化监测手段建立河流水域监测的传感器覆盖网，以完成河流含沙量是实时采集与汇总十分重要。

作为新兴的研究领域，物联网是将各种信息传感设备，如全球定位系统、射频识别（Radio FrequencyIdentification，RFID）装置、红外感应器、激光扫描器等种种装置与互联网结合起来并能进行识别、定位和操控[1]。而物联网的关键技术包括感知技术、通信网络技术、智能处理与数据融合技术等[2]。考虑到一体化布局要求，可以利用物联网技术服务于各种水利信息化和水利业务管理的综合体系，比如水利信息检测与处理、水资源调度与管理、自然灾情监测等。本文设计了基于“物联网”背景下的时空连续泥沙监测一体化布局，重点研究了泥沙监测无线传感器覆盖网优化方法，考虑布局步骤，提出优化方法，并提出能对测量的数据进行实时处理，完成时空连续泥沙监测网优化。

1 布局步骤

时空连续泥沙监测一体化布局主要考虑到河道范围内的河道形状、水位流量特征、水下地形、水质等因素影响，而不需要过多地分析河道范围以外的各种控制因子。

（l）资料收集阶段：首先需进行流域分析，考虑影响整体流域因素，包括地形地貌、城市人口等；然后进行自然水循环要素分析，考虑气候类型、水环境、地下水、土壤等，重点考虑水文特征影响；最后进行社会水循环要素分析，需考虑水利工程、水土保持等因素。

（2）优化目标阶段：考虑到监测范围覆盖全流域，需进行空间约束；考虑到监测网达到所需频率，需进行时间约束；考虑到监测范围考虑到监测站数量最少，需使得监测网建设费用最低。

（3）优化方法：空间上进行空间密度的优化；时间上进行监测频率的优化。

（4）布局方案：综合、系统的分析流域相关资料，从时空连续泥沙监测优化要求，利用优化算法，形成基于物联网的时空连续泥沙监测一体化布局方案。水文参数如表1所示。

2优化方法

目前对于含沙量的数据采集方法是在水域内特定位置设置人工监测或设备监测，并定期收集含沙量数据，然后再对数据进行集中处理。然而此方法的监测点布置仍是按照经验进行点状分散布置，并没有考虑到监测点流域特征和环境因素以及设备运行成本等。因此需进行综合分析对流域监测传感器覆盖网进一步合理优化。遗传算法（GeneticAlgorithm，GA）是～类借鉴生物界的进化规律演化而来的随机搜索算法[2]。考虑到遗传算法在多元函数的优化问题、机器识别和组合优化上有优势[3]，采用对以往物联网传感器节点布线依靠目视及经验，而非精细化布置的问题，从最小化布线成本出发，构建最小路径模型，并利用遗传算法良好的收敛性和较强的全局快速寻优能力，通过编码运算，解决最佳布线路径的问题。

2.1建立最小路径模型

为了方便计算和建立最小路径模型，把研究的对象转换到平面坐标系中，进行等比例缩放。设平面空间节点中有n个采集点，定义S为二维平面空间传感器节点集合：

S=d1，d2，…，dn，

则问题归结为求：

L={L∈SELECT（S）u mix∑d（dx，dx -l）}

针对物联网传感器布线非精确定量布置的问题，从节点之间的最小路径出发，优化了传感器节点的布线，从空间上实现了传感器节点布线的成本降低。这里可分别计算在开启或关闭该传感器节点的情况下，对所有已经开启的传感器节点所采集的含沙量数据差异进行评估，则可以选取能反映局部区域水文环境下的开启传感器组合作为节点分布的最优组合。

2.2最优频率模拟函数思路——时间序列算法

对大数据含沙量进行挖掘，找出最优监测频率解，首先要了解數据流模型[4]。这里可借鉴新思路[5].数据M可看作是由连续不断地到达的数据组成的动态增长的数据集，即M={a1，a2，…，ai，….aj，…}，其中ai为数据，如果j>i，则ai先于aj，到达；如果U-il=l，则ai与aj相邻。可以根据ai的描述不同，对于监测频率的模型可以用时间序列算法模拟。

模拟方法的实现是在满足事先给定的数据流插值误差均方差临界值的前提下设计的最低的监测网密度。具体方法是：在计算的插值误差标准差高于临界值的区域时，增加新的监测传感器；而在计算的插值误差标准差低于临界值的区域，去除老的监测传感器，直至全区计算的插值误差标准差逼近临界值，这时设计的监测网为最优的监测网。

对于时间序列分析法，该方法提供了优化监测频率的定量标准。监测频率的确定取决于频率的周期特征、随机变量特征和趋势特征。高频率的周期波动只有用高频率的观测才能监测到；随机变量特征则包括时间相关结构与标准差，时间相关结构用时间序列的自相关函数描述，泥沙监测时间序列自相关越高，监测频率越低，标准差越大，随机干扰则越多，所需要的监测频率越高；对于趋势特征，趋势越大，统计检验出趋势的概率越高，因此，用较低的监测频率即可得到目标解[6]。这样即可根据最大特征频率，优化河流泥沙监测无线传感器节点分布和覆盖网。通过监测传感器覆盖网适度值的比较最终实现监测传感器覆盖网的优化选取。

这里所称的监测网包括战略监测网和运营监测网，从而组成一个统一的河流泥沙监测网。在这个统一的泥沙监测网中，低密度的战略监测传感器提供区域泥沙含量值，局部高密度的运营监测传感器进行监测整体布局局部。把监测网划分为战略监测网和运营监测网也便于对监测网分级管理。

使用遗传算法可以实现多目标化地将河流流域泥沙监测传感器覆盖网优化问题转换为多目标化地传感器覆盖网规划问题，通过此计算方法思想，进行相关系列遗传算法操作，并且通过泥沙监测传感器覆盖网适度值的比较从而最终实现泥沙监测传感器覆盖网的优化方案。

3结语

使用遗传算法分别从空间上和时间上解决了河流泥沙监测无线传感器分布网的最终优化方案。从空间密度优化和监测频率优化上，形成了最终优化布局和优化监测方案，完成时空连续泥沙监测网优化。构建了基于物联网的时空连续泥沙监测一体化布局。“全国水利发展十三五规划”提出的泥沙监测的现代化和信息化建设提供了新思路。

[参考文献]

[1]李杰.物联网中无线传感器节点和RFID数据融合的方法[J]电子设计工程，2011（2）：103-106

[2]刘化君.物联网关键技术研究[J]计算机时代，2010 （7）：4-6

[3]许存禄.遗传算法的研究[D]兰州：兰州铁道学院，2002

[4]史金成，胡学铜.含沙量挖掘研究[J]计算机技术与发展，2007 （11）：11-14

[5]赵焕霞.基于时间序列的数据流可视化算法的实现与改进[J].电脑知识与技术，2017 （3）：13-16

[6]周仰效，李文鹏.区域地下水位监测网优化设计方法[J]水文地质工程地质，2007 （1）：1-8