吴琳琳,侯 嵩,孙善伟,樊境朴,吴荣山,钱维林,徐 建
1.中国环境科学研究院环境健康风险评估与研究中心,北京 100012
2.感知物联网研究院,江苏 无锡 214028
物联网是通过感知设备,按照约定协议,连接物、人和信息系统,实现对实体世界和虚拟世界的信息进行处理并做出反应的智能服务系统[1-2]。1999 年,美国麻省理工学院首次提出“Internet of Things”(IoT) 的概念,主张将射频识别技术(Radio Frequency Identification,RFID)和互联网结合起来,通过互联网实现产品信息在全球范围内的识别和管理[3]。 2009 年,美国批准实施了“智慧地球”项目。 由此,物联网技术引起了世界各国的重视,并开始广泛应用于社会发展的各个领 域。 同 年 6 月, 欧 盟 委 员 会( European Commission,EC)发布了《欧盟物联网行动计划》(Internet of Things—An Action Plan for Europe),成为全球首个物联网发展战略规划。 我国的物联网研究起步也较早。 1999 年,中科院上海微系统和信息技术研究所对传感器网络技术开展了早期研究。 2009 年,我国在无锡建立了“感知中国”中心,加快了我国物联网技术从研发走向大规模产业化应用的进程。 同时,在通信技术、微型传感器技术等方面取得的重大进展,以及主导、参与的多项物联网国际标准的制定,使得我国的物联网技术水平整体处在了世界前列。
《生态环境监测规划纲要(2020—2035 年)》提出,地表水监测要“逐步实现水质监测向水生态监测转变”,“监测手段从传统手工监测向天地一体、自动智能、科学精细、集成联动的方向发展”。 随着传感技术和通信技术的不断进步,基于物联网的水生态环境智慧监测技术可实现全方位、实时、高效的水生态环境质量动态监测,为水生态环境监管提供新的技术方法。
20 世纪70 年代中期,随着美国国家环保局的成立,美国的水质监测开始向规范化、标准化方向全面过渡。 监测仪器方面,各种大型分析仪器向自动化、现代化方向快速发展;监测网络方面,在全国范围内建立了覆盖各大水系的上千个自动连续监测网点,可随时对水温、pH、浊度、化学需氧量、生化需氧量、总有机碳等指标进行在线监测[4]。 20 世纪80 年代以后,美国逐步形成了完善的水生态环境监测体系,更加注重对新型监测技术和设备的研发,在高性能传感器方面取得了重要进展。 同时,基于物联网技术的发展,实施了“哈德森河水质监测项目”“哥伦比亚河口观测项目”“MARVIN 富营养化监测平台项目”等地表水环境管理项目,通过广泛、连续、动态地监测河流水力、水质和生态状态,实现了对河流的实时监测。 欧洲、日本等发达地区和国家则建立了涵盖信息收集、决策和呈现3 个层面的水质管理和预警系统,用于实时监测河流、湖泊水质状况[5]。
20 世纪80 年代后期,我国开始从国外引进水质自动监测系统,对水环境开展实时动态监测,并基于物联网技术构建了污染源自动监控系统。环保领域由此成为我国物联网技术应用最早的领域之一。 2013 年,国内成功研制了基于物联网技术的智能水质自动监测系统,实现了对温度、色度、浊度、pH、悬浮物、溶解氧、化学需氧量,以及酚、氰、砷、铅、铬、镉、汞等86 项参数的在线自动监测,标志着我国水质监测进入物联网时代。 在长江流域,通过构建将多个异构传感器有机互联的复杂监测网络,从不同维度进行信息采集,利用协同观测、多传感网数据同化与信息融合、数据采集与服务等关键技术,实现了对资源、环境灾害的动态监测,极大地拓展了水环境监测的时空连续性[6]。 在太湖流域,构建了包括水质固定自动站监测、水质浮标自动站监测、蓝藻视频监测和卫星遥感监测等多种监测手段的水环境自动监测体系,通过物联网技术实现了对太湖水生态环境的立体、实时监测和预警[7]。 截至“十三五”末,我国已在重要河流的干支流、重要支流汇入口及河流入海口、重要湖库湖体及环湖河流、国界河流及出入境河流等建设了1 794 个水质自动监测站,以物联网为平台构建了覆盖31 个省级行政区、七大流域的国家地表水环境质量自动监测网络。
水生态环境物联网智慧监测技术由水生态环境感知和信息获取、水生态环境监测数据传输、水生态环境监测数据智慧应用3 部分组成,形成了从数据获取、数据传输、数据处理到智慧化应用的技术链条,可实现对水生态环境质量的全面智能化监测和综合展示(图1)。 随着监测方法、数据传输与处理技术等的快速发展,水生态环境物联网智慧监测技术的内容组成可得到不断丰富,能够为流域尺度水生态环境业务化监测的开展提供技术支撑,可有效提升水生态环境质量监测、管理决策的信息化水平[8-11]。
图1 水生态环境物联网智慧监测技术总体框架Fig.1 General framework of IoT technology in water eco-environment intelligent monitoring
2.1.1 水生态环境感知传感器技术
感知层作为物联网架构体系的基础层,其主要功能是通过传感器网络获取环境信息[8]。 水生态环境监测物联网感知层主要由搭载各类传感器的监测仪器设备构成。 “十一五”至“十三五”期间,通过各项科研攻关和产业化项目的实施,国产水质监测装备在检测性能及功能方面有了很大的提升,部分国产设备的综合性能已赶超进口仪器,自动监测系统集成、设备管理平台开发等方面的研究也取得了重要进展。 但对于水质监测设备的核心部件——传感器,与国外研发水平相比,仍存在差距,仍需对关键技术开展攻关。
水生态环境监测传感器主要分为化学传感器、物理传感器和生物传感器3 种。 化学传感器的测量周期长,需要定期进行人工维护,且添加的有毒化学物质会造成水体二次污染。 物理传感器多采用光学或电化学方法,可以在数秒内完成整个测量流程,不需要添加试剂。 随着精度、稳定性和寿命的进一步提高,物理传感器被广泛应用于水体pH、浊度、溶解氧、电导率、重金属、有机物和氮磷等指标的测定。 生物传感器直接利用生物和待检测物之间的相互作用来产生响应信号,具有良好的选择性和灵敏度,但稳定性低、成本高[12]。目前,生物传感器能够实现对水体生化需氧量[13]、重金属[14]、有机物[15-16]等指标的在线监测,且随着高精度、低成本生物传感器的不断研发,生物传感器在水质检测领域展现出良好的应用前景。
此外,基于数字全息的显微成像技术采用图像传感器识别水体中的微小生物及其状态,可为实时在线反映水生态状况提供新的技术手段[17];基于新型水生态环境核心传感器与自动测量、控制等技术的高度集成开发出的一系列适用于不同应用场景和业务需求的水生态环境监测集成技术及设备,可为我国水生态环境管理提供有力的硬件支撑。
2.1.2 水生态环境感知集成技术
2.1.2.1 自动在线监测技术
水生态环境自动在线监测技术主要包括固定式、浮标式和小型移动式3 种集成形式[18-19](表1)。
表1 典型水质自动监测系统的特点Table 1 Characteristics of typical automatic monitoring systems of water quality
固定式监测系统一般是指建设在固定房屋内的自动监测站。 其仪器设备种类较多,监测数据的准确性较好,但占地面积大,建设和维护成本高,无法大量布置,且水样采集易受天气因素干扰,故主要用于地表水重要断面和重要点位的水质自动监测。 固定站内的在线监测仪器可实现监测数据实时传输,此外,亦可采用人工方式读取和记录监测数据。 监测项目包括水温、pH、溶解氧、电导率、浊度、化学需氧量、生化需氧量、总有机碳、可溶性有机碳、UV254、硝酸盐、亚硝酸盐、硫化氢、总悬浮固体、苯系物、色度、氨氮、总磷、总氮、高锰酸盐指数、重金属、叶绿素a、蓝绿藻、磷酸盐、盐度、氯化物、氟化物、生物毒性、流量、液位等,此外还涉及视频、指纹图和光谱报警等。 目前,同一水源的固定式自动监测站存在监测范围小、数量少、位置固定等缺点,难以全面反映水质状况,故主要适用于河流断面考核监测、出入境断面监测、重要点位监测。
浮标式监测系统(图2)是由浮标、维护平台、传感器组、通信设备、供电系统、锚系等组成的自动监测站。 其布置方式灵活,可以通过锚链固定在不同水域的水面上,快速、准确地对水质进行监测并实时传输监测数据,抗环境干扰能力较强。浮标式监测系统多采用电极和光谱等方法获取监测数据[20-22],监测项目主要包括水温、pH、溶解氧、电导率、浊度、氨氮、硝酸盐氮、叶绿素a、蓝绿藻等。 该系统适用于水面面积大、难以建设观测站点、不易采用常规河道监测手段、需要快速开展污染监测和预警的水域,如近海、水库、湖泊、湿地、水源地等。
图2 浮标式水质监测系统Fig.2 Buoy-type water quality monitoring system
小型移动式监测系统(图3)是通过可移动的在线监测设备对不同水域进行监测。 其监测区域灵活,设备集成度高,可以实现实时监测数据远程传输。 因具备占地面积小和投资较少的特点,其主要适用于市内小型河流、景观河流和部分典型污染河流[23]。 由于移动式水质监测站的内部空间有限,故以常规五项参数、氨氮和化学需氧量等指标的电极法或光度法检测仪器为主。 随着水质快速检测方法的发展,高性能的小型移动式监测系统可以实现对生化需氧量、总磷、总氮、叶绿素a 等11 个参数的在线实时监测,且占地面积不超过1 m2。 其中,化学需氧量的测定可采用紫外吸收法,氨氮可采用离子选择性电极法或紫外吸收法。 这些检测方法校准简便,无需更换试剂,但较易受水质干扰。
图3 小型移动式监测系统Fig.3 Small mobile online monitoring system of water quality
2.1.2.2 应急快速监测技术
突发性水环境污染事故发生后,需对水生态环境的受污染程度和范围进行应急快速监测,监测设备主要包括便携式监测设备、移动式现场监测系统和水生生物在线监测系统。
基于光学、电化学、色谱、色谱-质谱联用等原理和技术开发出的便携式监测仪器设备的种类多样,其特点是体积小、携带方便,能够满足现场快速定性和定量分析多种常规水质指标,以及检测未知污染物的需求[24]。
移动式现场监测系统主要包括监测车和监测船两类。 应急监测车配备独立的实验室工作系统,具备现场快速分析、数据处理和通信传输的功能,适用于野外现场采样、存储和分析。 应急监测船是在水面完成现场采样和分析的平台,由船体、船载流动实验室、便携式应急监测仪器和应急防护设施等组成,具备移动监测、水上实验、快速预警等功能,可机动监测辖区内的水质状况。
水生生物在线监测系统可直接反映突发环境事件对水生态系统健康的影响,主要分为基于生物行为变化的在线监测系统(如摄像示踪监测系统[25]和四极阻抗监测系统[26])和基于生物生理变化的在线监测系统(如发光菌在线监测系统[27]和藻类荧光分析系统[28])两大类。 其检测原理是通过传感器探测生物生理指标和行为强度的变化,或通过摄像技术连续观察、记录水生生物的行为变化,从而为突发环境事件中的水生态环境应急监测提供技术手段。
2.1.2.3 遥感监测技术
遥感监测是根据水体中不同物质的折射率反馈物质的组成和含量,可对水体中的悬浮物质、叶绿素a,以及水体透明度、热污染、石油污染等进行监测[29]。 无人机遥感技术主要包括遥感传感技术、影像拼接技术与数据实时传输存储技术。相对于卫星遥感,无人机遥感的航线可自主规划,且作业简单、易于操作,可搭载多类型高精度传感器,影像分辨率可达厘米级,适用于小范围、高分辨率遥感数据的即时获取[30-31],主要从宏观上观测水华的发生情况[32],以及采集河流水文信息[33-34]等。 卫星遥感具有监测范围大、资料获取方便、图像处理和解译容易等特点,能够对大范围水体水质进行监测。 其中:高光谱遥感能够捕捉水体的精细光谱特征,但同时也存在扫描幅宽较窄、重访周期较长、不利于大范围监测和应急监测等局限性;多光谱遥感因波段数量少且光谱范围宽,无法获取内陆水体的细微光谱特征,但具有数据源多、数据易获取、成像幅宽大和重访周期短等优势。 在水生态环境监测中,主要利用卫星遥感开展蓝藻水华反演、悬浮物浓度反演,以及黑臭水体识别等[35-38]。
物联网传输层是将传感器网络采集到的水生态环境数据传输到数据中心的通道,主要分为有线传输方式和无线传输方式。
2.2.1 数据传输技术的类型
有线传输方式在互联网和政府专网均有应用,主要通过光纤、以太网等有形媒质传送信息,且多用于传统的固定式监测站监测仪器设备的数据传输。 有线传输方式需要施工安装,对于老旧监测设备而言,其改造成本较高,而移动数据的获取成本在逐年降低,因此,越来越多的监测项目采取无线传输的方式来降低施工复杂度。 尽管如此,有线传输在两个方面仍然具备明显的优势[39]:第一个方面是数据稳定性。 有线方式比无线方式更加稳定可靠,特别是在高频大数据量传输时更加明显。 第二个方面是专网传输。 有线传输方式很容易实现专网部署和数据隔离,且成本低廉。 无线传输方式虽然可以通过LoRa 等技术实现专网,但部署复杂且成本较高。
无线传输方式分为无线局域网和无线广域网两大类。 其中,无线局域网主要包括Wi-Fi、蓝牙和ZigBee 等方式,无线广域网主要包括2G/4G/5G、LoRa、NB-IoT 等方式(表2)。 新型无线传输技术能够覆盖更广阔的区域,适应更复杂的环境,尤其是近年来低功耗无线传输技术的快速发展,使其在水生态环境监测中具有更好的应用前景[40]。 在无线局域网中,Wi-Fi 是使用比较普遍的通信方式。 Wi-Fi 传输速率较快,但通信距离短、范围小、功耗高,适用于小范围、近距离组网;与Wi-Fi 相比,蓝牙的安全性相对较高,但传输速度过慢,适合短时、近距离组网;ZigBee 功耗较低,同时具有多跳、自组织的特点,容易扩展传感器网络的覆盖范围,但其传输速率较慢[41]。
表2 典型无线传输方式的技术特点Table 2 Technical characteristics of typical wireless transmission mode
在无线广域网中,低功率广域网络因具备功耗和运营成本低、节点容量大等优点,而得到了快速应用[42-43],主要以LoRa 和NB-IoT 为代表。 其中:LoRa 功耗低、续航时间长,适用于低成本、大数量连接;NB-IoT 安全性较高,适用于超大数量连接[44]。 4G、5G 移动通信技术使以图像、音频为代表的大文件传输成为现实,进一步扩充了信息的维度。 无线传感器网络和卫星遥感的集成技术,则充分发挥了无线传感器网络获取局部地面信息的翔实性,以及遥感技术获取大面积环境信息的方便性[45-46]。
2.2.2 数据传输技术的选择
水生态环境感知仪器设备的类型多样,且其项目应用通常涉及地理范围广、系统结构复杂、运行效率要求高等情况,因而需根据项目的实际需求和现场情况,综合考虑仪器设备功耗、人员值守、数据流量等因素,进而选择高效、稳定、可靠的网络传输系统。 表3 总结了主要水生态环境监测设备适用的物联网传输方式。 可见,无线传输方式可在构建广域、灵活的水生态环境日常监测和应急监测网络中发挥重要作用。
表3 水生态环境监测设备适用的主要传输方式Table 3 Main transmission modes of water eco-environment monitoring equipment
2.2.3 数据传输安全技术
在水生态环境监测数据传输过程中,保障所获取数据的真实性、有效性和完整性,是后续实际应用的重要前提。 数据传输安全是指在源头采集到的数据能够安全、可靠、稳定地传输到云端,包括数据传输链路安全、数据内容安全、数据完整性保证3 个方面。
在数据传输过程中,目前多采用安全传输层协议(Transport Layer Security,TLS)进行传输链路加密,保障数据传输安全。 随着加密算法的改进,TLS 技术不断更新,使得加密速度更快,数据链路不容易被窃听,数据传输更加安全。
早期受到前端感知设备芯片性能的限制,不能对直接采集的数据进行实时加密,无法保障数据内容的安全性。 后期随着嵌入式技术的发展,在采集设备上实现了采用高级加密标准(Advanced Encryption Standard,AES)等对称加密技术来保障数据内容的安全。 目前常采用AES128 或AES256 技术对采集到的数据进行实时加密。
对于数据传输时遇到的断网、延迟等各种问题,物联网系统基于良好的确认和重发机制,能够保证每个数据片段不丢失、不乱序,使数据最大限度地安全到达云端,保证数据的完整性。 但同时,确认和重发机制可能会影响物联网系统的响应速度和并发量,需要根据不同的应用场景找到最佳平衡点。
水生态环境监测物联网的应用层主要包括数据展示、智能决策等方面。
数据展示是水生态环境监测物联网应用层中最基础的应用。 通过良好的人机交互,可以实现对项目、设备和数据的快速查找、分类、聚合、对比,也包括对各种数据的导入和导出,方便二次加工。 在物联网发展初期,数据展示功能需要根据项目的实际需求进行定制化设计。 随着DataV、EChart 等数据展示中间件技术的开发,目前,70%~80%的数据展示功能可以通过固定框架完成快速开发,大大缩短了开发周期[47]。
初期,水生态环境监测物联网通过对监测系统设定参数并关联动作,自动完成简单的智能决策和执行。 例如,通过设定水质参数阈值,实现水环境状况预警预报。 随着水生态环境监测管理精细化和智能化需求的不断提高,研究人员开始将更高级的行业算法融入智能决策,通过对数据的深度处理,依据运算结果进行决策判断,可以实现对水生态环境状况的精准预测预判[48-49]。 通常,行业算法会作为一个独立的功能模块嵌入物联网数据流,使物联网系统更加通用。 将不同的应用嵌入不同的算法模块,即可实现深度智能决策。例如,有研究利用深度神经网络(Deep Neural Networks,DNN)及集成学习算法XGBoost 实现了对叶绿素a 的回归预测,根据叶绿素a 的浓度来反映和预测间隔1 天的水体富营养化状况,有效满足了水环境治理的时效性要求[48]。
基于感知层和传输层构建的水生态环境物联网智慧监测系统,可通过业务应用平台对海量监测数据进行综合分析和智慧化应用,能够实现水生态环境实时监测和预警、水生态环境治理效能管理等功能,以提升我国水生态环境管理能力。
采用基于传感器、传输网络和应用终端构建的物联网系统对河湖水质进行实时监测和预警,是物联网在水生态环境监测中最基础的应用模式。 张娜等[49]设计并实现了一种基于物联网的水质监测系统,显著提高了系统的采样精度,并解决了定时定点采集数据耗费大量人力物力的问题。 杨一博等[42]采用LoRa 搭建河流水质监测网络的设计方案,能同时满足低功耗与广覆盖两方面需求,可实现对大流域面积水体水质的实时监测,有助于改善偏僻地区流域水质数据的自动化管理。 李涛等[50]采用LoRa 通信技术建立了一种基于窄带物联网的水上环境监测系统,该系统由移动感知终端、传感网络及应用客户端3 部分组成,能够实现对中小型水域污染情况的监测和预警。 姚跃[51]针对上海市金山区开发了一套基于物联网的水质监测管理系统,整个系统以新型浮标为载体进行数据采集,用于监测主要河道的水质。 丹江口库区水质自动监测系统采用物联网技术,在点、线、面源的适当位置安装各种水质自动监测仪器、数据采集传输设备,通过多种有线和无线方式与监控中心的通信服务器相连,实现了24 h 在线实时通信,用以实现水质监测、水量调配等应用,以及各种更大规模的信息处理和共享[52]。 杨宏伟等[53]采用物联网技术,对遥感水质参数的定量反演方法、中程无线传感网络技术和藻类水华预测预警模型进行了改进,开发出了太湖蓝藻预测预警平台。 运行结果显示,该平台对未来3 天蓝藻水华的平均预测精度超过80%。
将物联网监测系统应用于水环境治理过程,有助于加强对水体治理效果的维护和管理,可有效防控潜在的环境风险。 在北运河香河段水环境治理工程中,路倩倩等[54]构建了北运河香河段生态环境物联网管理体系框架,建成了多个生态环境物联网子系统,以通过流域水体感知单元同步感知整治效果及整治过程,及时发现污染威胁,防控整治过程中的环境风险,促进多方参与到流域管理工作中来。 王连强等[55]提出将物联网与人工智能技术应用于水生态环境整治过程,以实现水生态环境治理过程的多参数监测、治理模型耦合模拟和智能决策。 袁峰等[56]在某市河流水环境综合治理项目的设计中,采用“全流域联动联调智能动态管理”理念,通过智能设备实时感知水环境状态、采集水务信息,并基于统一融合的公共管理平台,以更加精细、动态的方式感知和管理河流水环境综合整治效果。
在感知技术方面,物联网系统的前端感知设备是开展环境监测的基础和数据源,也是整个系统的核心部件,感知终端的精度直接影响着整个系统的性能。 与进口设备相比,国产仪器在精度、准确度方面仍然存在差距[57],仍需继续开展关键技术研发。 此外,随着“三水统筹”管理理念的提出,水生态相关的感知设备,如藻类、浮游生物在线监测仪器等,也将成为监测设备研发和应用的重要方向。
在通信技术方面,现有的无线传输网络存在数据传输速率慢且时延高、数据处理效率低、数据挖掘深度不足等缺点,越来越难以满足规模日益增长且要求日益提高的监测业务的需求[58]。 未来,5G 技术的广泛应用将推动物联网技术在水生态环境监测领域的快速发展。 基于5G 的水生态环境监测物联网技术可以实现实时全景、全数据回传,保障数据传输准确,实现数据精确分析和智能处理;可以实现泛在互联,以及生态环境监测终端的网络化、小型化和智能化,极大地提高水生态环境监测的覆盖度和实时性。
随着精准灵敏的水生态感知技术、多源异构数据和设备融合技术、高速通信技术、高效数据智慧应用技术的不断发展,水生态环境监测物联网技术在要素全面感知、数据高效处理和业务智慧应用方面的综合效果将会得到进一步的提升,进而通过构建数字化、网络化和智慧化的水生态环境物联网监测系统,实现“空天地”一体化的水生态环境质量实时远程监测和智能预警预报,为水生态环境管理提供覆盖范围更广、类型更多样的区域化监测监管手段。