基于LoRa物联网的森林环境监测系统的架构与实现

戴杨 张晴晖 李俊萩 宋燚 秦明明 强振平

摘  要： 森林环境的特殊性导致物联网技术在林业的实际应用中还存在诸多困难。该文提出一种结合物联网技术、嵌入式技术、网络技术的智慧森林监测系统构架。该系统采用SX1278芯片设置LoRa收发器配合STM32F103微处理器构建监测节点，采用SX1301配合树莓派构建多业务网关，并完成组网及对森林环境因子的采集、传输和汇集实验;后台服务软件支持用户通过PC机网页端或手机端访问，完成所有监测数据的实时显示、历史查询、数据分析等功能。在设计过程中，针对林区特点综合考虑了系统的成本、低功耗、可靠性、扩展性等。该系统已部署在哀牢山区，并稳定运行了1年半。

关键词： 森林环境监测; 系统架构; LoRa物联网; 数据采集; 监测节点设计; 数据处理

中图分类号： TN931+.3?34; S24                   文献标识码： A                      文章编号： 1004?373X（2020）22?0044?05

Abstract： As the particularity of the forest environment has led to many difficulties in the practical application of Internet of Things technology in forestry， a smart forest monitoring system architecture combing with Internet of Things technology， embedded technology and network technology is proposed. In the system， the SX1278 chip is used to set the cooperation of the STM32F103 microprocessor and LoRa transceiver for establishment of the monitoring node， the SX1301 and the Raspberry Pi are adopted to build the multi?service gateway， and complete the networking and the acquisition， transmission and collection experiments of forest environmental factors. The background service software supports users to access PC Web page or mobile phone， and complete the functions of real?time display， historical query， data analysis of all monitoring data. In the design process， the cost， low power consumption， reliability and expansibility of the system are considered according to the characteristics of forest region. The system has been deployed in the Ailao Mountains and has been operated stably for one and a half years.

Keywords： forest environment monitoring; system architecture; LoRa IoT; data collection; monitoring node design; data processing

0  引  言

物联网技术的出现以及飞速发展为林业数据信息的获取提供了技术基础[1?2]。目前，物联网在林业中的应用主要集中在森林防火监测[3?4]、生态环境监测[5?6]，以及野生动物监测[7?8]等方面。不过，物联网在林业上的实际应用中还存在诸多困难[9?10]，需要对系统提出更高的要求。首先，由于林区环境条件恶劣，系统设计必须考虑防水、气温变化等因素，以保證系统可靠性。第二，由于需要监测的节点数量众多，对节点成本要求较高，不能采用昂贵的气象站。第三，数据采集节点多处于偏远山区，更换节点困难，需要考虑系统功耗和能量收集，以保证系统长期工作。第四，由于不同的部署环境和监测需求，需要系统具有很好的扩展性。

针对林业应用的需求及特点，本文提出一种森林环境监测系统构架，并完成系统的软硬件设计，如图1所示。设计中，综合考虑系统的成本、时效性、可靠性、扩展性等方面，实现森林环境因子和视频图像的采集、传输及处理。

1  数据采集子系统设计

1.1  子数据采集节点硬件设计

为了适应林区的复杂环境，硬件设计中充分考虑了能源获取、低功耗、防水、防寒及自身安全问题，以及在极端环境下不会发生爆炸、燃烧等现象，即使设备损坏，也不会对环境造成伤害。此外，设备还具有在极端条件下进行预警信息回传的能力。

图2为数据采集节点原理框图，主要包括MCU、信号采集、硬件唤醒和电源管理等部分。系统采用STM32F103单片机作为控制器，其丰富的片上资源、灵活的节能机制方便了硬件电路设计。无线收发器采用了Semtech公司的非授权频谱LoRa调制芯片SX1278。LoRa采用的线性调频扩频调制方式可以有效提高灵敏度、抗干扰能力和信道容量，可使用较低的功耗实现远距离数据传输，适合在林区中组网使用。

根据森林环境监测需求及森林火险模型关注的主要气象因子，选取大气温度、大气湿度、太阳辐射、可燃物湿度4个参数作为传感器节点的监测对象。温湿度采集选用经过校准的数字式传感器AM2301，保证了所采集数据的准确性;可燃物湿度传感器输出模拟电压信号，通过A/D采样获取湿度数据，安装时插入数据采集节点附近的干树枝中;太阳辐射传感器采用了400～1 200 nm光谱传感器。同时单片机还通过串口控制电源管理芯片，收集太阳能为电池充电，并精确控制各个设备的电源供给，配合节能机制能在休眠期间进一步降低数据采集节点功耗。

1.2  数据采集节点软件设计

数据采集节点软件设计中调用了SX1278的底层MDK，通过SPI总线协议进行通信。采用Class B模式，可在休眠时被特定前导码唤醒。使能ADR机制根据链路状况自动调整通信速率，进一步提高能量利用率。

每当数据采集节点被内部时钟或者外部中断信号唤醒时，各个设备的电源在程序的控制下依次打开，完成传感器自检并开始采集、缓存数据。当缓存数据达到设定数量时监测点会主动与网关握手，将缓存的数据发出。而后节点将再次进入休眠状态。

1.3  数据采集节点数据帧格式设计

每个数据帧都由前导码、物理头、负载和校验组成。数据采集节点上行数据帧分为普通数据帧、紧急数据帧、中继数据帧三种类型。每次采集到的数据与预先设置的阈值进行比对，当数据处于阈值范围内时，将采用增量压缩方式进行传输，将多次采集数据压缩为一条信息传输。从而通过减少传输次数，降低能源消耗。图3所示为普通数据帧负载字段，其中，包含起始时刻数据、增量数据以及时间戳。

紧急数据帧的目的是在数据采集节点休眠过程中也能对异常情况做出反应，当出现外部中断唤醒或采样数据超出阈值等异常情况时发送。相较于普通数据帧，紧急数据帧没有增量数据，仅带有一次采样数据及一位用于标记紧急状况的代码。

中继数据帧为本节点被其他节点唤醒后代为转发的数据帧。其格式与普通数据帧相近，只在MAC层中标记为中继转发帧，并记录源数据采集节点地址。

2  区域汇集子系统的设计

区域网络为星拓扑，其中心是网关。除负责数据收发外，网关还需要管理各个数据采集节点、采集图像，并执行来自服务器的遥控指令。

2.1  區域汇集子系统硬件设计

网关基于树莓派3B构建，无线通信采用了SX1301收发器，该收发器具有8个接收通道及1个发射通道，能有效提高网络吞吐量，降低信号碰撞概率，减少通信时间开销，进一步降低节点能耗。

2.2  区域汇集子系统软件设计

网关软件基于Linux系统开发，使用C语言编写。其主要功能是管理整个区域网络，完成数据预处理、时间同步、图像采集等功能。为配合SX1301同时接收多个监测点的数据，同时能自主判断下发数据，网关服务程序采用多线程方式实现整体功能设计。

主函数完成多线程的创建，其服务功能在线程中实现，具体线程执行时间由操作系统来调度完成。同时将构建的Socket服务线程用于监听Socket接收的数据，定时向服务端发送心跳包以维持Socket稳定连接。

3  后台服务程序设计

后台服务软件由数据传输与Web服务端两部分构成。数据传输软件用于维护与网关的通信，并将接收到的数据存储于数据库中，Web服务软件实现对数据采集节点的地图显示，以及所有监测数据的实时显示、历史查询、数据分析等功能。

3.1  数据传输程序设计

数据传输部分主要负责与网关进行异步通信，着重处理和分析异常数据，以便及时报告紧急事件。数据的存储包括图像存储和环境监测数据存储，图像信息以照片形式直接保存在磁盘上，并在数据库中建立检索表。环境数据分为正常数据表及异常数据表存储于数据库中。消息通知的类型包括发送状态、事件类型和错误码。

3.2  Web服务软件设计

Web服务软件的页面采用响应式布局，兼容PC端和手机端，由用户管理、数据管理、设备管理和预警处理4个子系统组成。用户管理子系统提供身份合法性验证接口，支持角色及其权限配置，进而保障整个系统的操作安全;数据管理子系统以图形图表的方式系统性地展示监测数据的实时变化;设备管理子系统是数据采集节点和网关的控制台，记录并展示其工作状态;预警处理子系统具有突遇紧急事件的处理机制。

4  系统测试与分析

4.1  数据采集节点和网关的部署

如图5a）所示，本文系统在哀牢山选取了不同坡向、不同郁闭度的7个位置进行了实地环境部署实验。其数据采集节点与网关的最远距离为1.2 km，同时根据实际地形，在部分有遮挡的区域采取缩小布点间距、增加中继点的方式完成网络的组建。每个数据采集节点上挂载有大气温度、大气湿度、太阳辐射、可燃物湿度4种传感器，同时数据采集节点还采集太阳能电池电压、充电电流、电池电压等运行参数。

4.2  Web服务软件测试

在Web页面的地图上清晰地标注了数据采集节点在林区的布点位置，点击各节点标注可以查看其环境参数的实时信息。如图6所示为PC端界面。其中，图6a）是登录界面;6b）所示为查看其中一个数据采集节点的参数的变化曲线图;图6c）、图6d）所示为同时展示所有数据采集节点的温度及湿度变化曲线图，还可回放指定时间段的历史数据。

图7所示为手机端监控软件运行效果图。图7a）为数据采集节点的各种环境参数的曲线图，可以通过触屏上下滚动翻页查看;图7b）、图7c）为当前数据的显示界面，以及历史数据查询界面。

4.3  数据采集节点功耗测试与分析

4.3.1  数据采集节点不同功耗模式下的功耗实测

设备支持低功耗运行是LoRa网络的一大特点，其具有的Class A、Class B、Class C、增量传输4种模式可以灵活切换，可通过延长唤醒周期、调整系统时钟来达到低功耗的效果。测试中使用HP6623A 精密程控电源模拟3.8 V锂电池供电;ADVANTEST R6462A双通道万用表测量数据采集节点在不同工作模式下的平均电流，如表1所示。

4.3.2  数据采集节点功耗实测

通过对整个系统的运行数据进行监测和分析，得出各个数据采集节点的系统电压变化及该区域太阳辐射值的关系，如图8所示。图中8色虚线为8个节点在连续阴天后电池电压的变化情况，红色三角实线为布点区域太阳辐射值的变化。由图8中可以看出，在连续阴天后各个数据采集节点电池的电压值没有太大波动，在阴天太阳辐射值小于200 W/m2时，电池仍然可以进行充电;当太阳辐射值上升到400 W/m2时，电池迅速充满而停止充电，系统电压接近太阳能电池的空载电压。电源系统可以提供充足的电能保证数据采集节点的稳定运行。

5  结  论

本文系统针对林业环境的特殊性，基于LoRa物联网设计了一套智慧森林监测系统，系统在哀牢山进行了实际部署，采集并存储了大量环境参数。该系统稳定运行1年半，通过对数据库中存储的大量数据抽取部分数据进行分析对比，验证了系统采集数据的有效性和可靠性。该架构体系有利于推广物联网在智慧林业中的应用，为森林决策者和管理者将现场观测向电子桌面虚拟观测进行转移，为林业可持续经营提供技术支撑服务。

注：本文通讯作者为张晴晖。

参考文献

[1] WANG Ning， ZHANG Naiqian， WANG Maohua. Wireless sensors in agriculture and food industry： recent development and future perspective [J]. Computers and electronics in agriculture， 2005， 50（1）： 1?14.

[2] ANTONIS Tzounis， NIKOLAOS Katsoulas， THOMAS Bartzanas， et al. Internet of Things in agriculture， recent advances and future challenges [J]. Biosystems engineering， 2017， 164： 31?48.

[3] AHMAD A A， ALKHATIB. A review on forest fire detection techniques [J]. International journal of distributed sensor networks， 2014， 10（3）： 8722?8747.

[4] ANTONIO Molina?Pico， DAVID Cuesta?Frau， ALVARO Araujo， et al. Forest monitoring and wildland early fire detection by a hierarchical wireless sensor network [J]. Journal of sensors， 2016（7）： 215?260.

[5] MIHAI Lazarescu. Design and field test of a WSN platform prototype for long?term environmental monitoring [J]. Sensors， 2015， 15（4）： 9481?9518.

[6] 李俊萩，张晴晖，荣剑，等.ZigBee在精确林业中的应用[J].农机化研究，2010，32（7）：185?188.

[7] ZHANG Junguo， LUO Xin， CHEN Chen， et al. A wildlife monitoring system based on wireless image sensor networks [J]. Sensors & transducers， 2014（10）： 104?109.

[8] SCOBIE C A， HUGENHOLTZ C H. Wildlife monitoring with unmanned aerial vehicles： animal monitoring with unmanned aerial vehicle [J]. Wildlife society bulletin， 2016， 40（4）： 781?785.

[9] HE Yuan， MO Lufeng， LIU Yunhao. Why are long?term large?scale wireless sensor networks difficult [J]. ACM SIGMOBILE mobile computing and communications review， 2010， 14（2）： 10?12.

[10] MIHAI T Lazarescu. Design of a WSN platform for long?term environmental monitoring for IoT applications [J]. IEEE journal on emerging and selected topics in circuits and systems， 2013， 3（1）： 45?54.