基于物联网的城市环境智能监测平台研究

孙方 李娟 陈园

摘  要：充分利用物联网、大数据、云计算等新技术，通过智能环境感知设备的接入，实现城市环境监测数据采集、传输、接入、存储、处理及数据挖掘和数据应用等服务，从而打造监测一体化的城市环境智能监测平台。用户和决策层可以实时查看、准确掌握及监控城市区域内各类环境数据，结合智能模型的预测及分析功能，加强各类数据的综合应用和评价，为各级领导科学决策提供有力支撑，为城市环境保护进行管理模式上的创新。

关键词：城市环境；智能感知设备；监测平台；环境保护

中图分类号：TP39     文献标识码：A   文章编号：2096-4706（2023）14-0157-05

Research on Urban Environment Intelligent Monitoring Platform Based on Internet of Things

SUN Fang， LI Juan， CHEN Yuan

（Information Engineering Institute， Wuchang Institute of Technology， Wuhan  430065， China）

Abstract： Make full use of new technologies such as the Internet of Things， big data， and cloud computing， and realize urban environmental monitoring data collection， transmission， access， storage， processing， data mining and data application services through the access of intelligent environmental sensing equipment， so as to create an integrated urban environmental intelligent monitoring platform. Users and decision-makers can view， accurately grasp and monitor all kinds of environmental data in urban areas in real time， combined with the prediction and analysis function of intelligent models， strengthen the comprehensive application and evaluation of various data， provide strong support for scientific decision-making by leaders at all levels， and innovate management models for urban environmental protection.

Keywords： urban environment; intelligent sensing device; monitoring platform; environmental protection

0  引  言

環境是人类生存、生产和生活的必备条件。我国一直高度重视城市环境建设和保护，倡导“保护优先、预防为主、综合治理”的理念。但随着社会经济的发展，城市人口密集，楼房工厂林立、马路纵横、交通堵塞、人类生产、生活及工业化活动的加剧，使得城市环境不断恶化。同时，干旱、高温、洪涝、地震、台风等自然灾害也给城市环境带来严重的破坏。

为进一步做好城市环境保护，借助物联网、云计算、大数据、移动互联网、人工智能等技术手段，贯彻“绿水青山就是金山银山”的环境保护思想，加强居住区域内人口、地质、地貌、水文、气候、动植物、土壤等诸要素数据进行智能化监控，实现集成管理海量多源异构城市环境数据，智能分析挖掘出深层次有用信息，建立城市环境数据集成、交换、服务共享机制，实现可及时有效实现各类信息资源统一和共享智能城市环境监测云平台。通过城市环境监测云平台的研究，加强城市数据综合应用和集成分析，整合各类数据资源，为环境监测、场所管理提供人性化的环境监控服务，创新政府治理模式，为城市环境保护、治理和预警提供更客观，有效的依据。

1  总体架构

基于物联网的城市环境智能监测平台从技术实现和提供服务的角度，采用面向服务和组件、自顶向下逐步迭代的系统设计方法及基于SOA的设计思想和理念将云平台进行适当的分层和处理。在满足现有业务支撑的情况下，结合物联网、云计算、大数据、服务计算等技术，引入新的软件体系架构进行革新，建立感知层、传输层、平台层、应用层、服务层五层系统架构，并建立安全可靠的运维体系，遵循并完善标准规范，如图1所示。

感知层通过应用卫星、无人机、监控设备、传感器、手持设备、车载终端等传感设备，在物联网和大数据技术下实现从宏观到局部，从局部到微观的多种来源、多种尺度、异源异构的城市环境数据进行一体化采集和汇聚。该层为整个平台提供新鲜的数据动力，为各业务应用提供数据支撑。

网络层利用各种通信技术实现不同传感设备监测数据适配接入，将采集汇聚的各类城市环境数据传输给平台层进行存储，并提供数据服务。

平台层是实现城市环境业务应用系统开发的重要工具，在整个体系架构中起着承上启下的关键作用，对接入数据和物理资源进行管理，提供安全管理、服务管理、设备管理、接入管理、智能识别、数据存储、数据综合分析、展示及报表可视化展示等多种方式的业务应用支撑，全面支撑各类应用场景。系统需要的各类组件、服务、数据等资源，由平台层负责统一管理、配置、调度和监管。系统需按照信息资源规划要求凝练相关业务规则，开发相关组件和服务，并实现组件和服务的共享复用。

应用层提供致力于为各类用户提供可靠的城市环境一站式服务，如城市环境质量监测、预警分析、数据共享和可视化平台以及环境保护规划建议等个性化服务。

服务层主要面向政府部门、公益组织、科研机构等，访问平台层提供的业务应用，利用互联网手段，助力城市环境数据的共享和研究，提供城市环境决策支持服务、规划发展建议、城市环境各类数据共享与交换服务、专业研究与应用服务及社会公众科普服务等。

2  关键技术

2.1  多种设备和通信链路支持

结合城市环境监测的应用场景，通过统一的数据接入标准，支持各种传感设备获取需要监测的信息。同时，支持2G/3G/4G/5G、窄带网络（NB-IOT）、互联网络、北斗、GPS通信网络等不同方式的接入将采集的数据传输到平台层进行统一管理。

2.2  多源异构海量数据存储与管理

项目数据严重依赖于采集时间、监测点多信息量大，具有典型的时序大数据特征。对于时序数据的存储和处理往往采用关系型数据库的方式进行处理，但由于关系型数据库天生的劣势导致其无法进行高效的存储和数据的查询。采用基于或围绕Hadoop衍生擴展而出的相关大数据技术，充分利用Hadoop开源的优势，通过建立统一的时空数据模型，将采集到的各类城市环境数据存储起来，建立相应的数据库，通过扩展和封装Hadoop来实现对行业结构化/半结构数据化大数据存储、分析的支撑，并进行管理和调用。针对时空监测数据查询、统计、分析和预警等需求，采用分布式节点部署，自动对数据存储进行负载调整，实现对多源异构海量数据的高速并行读取，不仅解决传统数据库无法有效管理非结构化数据且效率低问题，还大幅提高数据容灾能力。针对时间序列城市环境监测数据利用大数据技术可在存储、查询和展现进行优化，从而获得极高的数据压缩能力、极优的查询性能，特别适用于存储监测数据等物联网应用场景的数据。

2.3  流计算模式下的动态数据实时处理

基于Spark技术建立一套高效、可容错的准实时大规模流式处理框架，提供对结构或非结构化动态城市环境数据流进行实时地采集和分析，依靠并行计算架构将流式计算分解成一系列短小的批处理作业，实现各类城市环境数据的有效处理、集群的自动化运维，支撑各行业应用的有效运行。

2.4  智能分析及数据挖掘

依靠云平台强大的云计算能力，通过实时数据接入系统，可以将传感器、视频告警、实时位置等数据接入分布式数据库中，应用关联分析、聚类分析、分类分析、回归分析等算法对汇聚的多源城市环境数据进行分析重构，抽离核心逻辑，建立包含区域的城市地质环境关联识别、监测预警、综合评价等多种模型，提供基于数学模型的空间分析能力，为城市环境的应用及服务做好基础。

3  主要功能

3.1  数据采集

城市环境数据格式多样、数据量大小不一、监测频率也各不相同，但是都需要汇入到平台层进行统一管理，因此需要建立城市环境数据接入标准，包括各类城市环境数据上传标准、设备通信协议等。依靠监测机制，以及各类监测设备与监测手段，通过建立基于感知设备进行智能监测数据采集，基于GPRS/4G、NB-IOT等数据传视通信方式，将智能监测数据实时回传至云平台中，云平台通过接收/解算服务实现数据的处理及可视化，如图2所示。

3.2  数据存储

监测数据存储主要是实现长时间尺度和大区域尺度的城市环境各类监测数据管理，实现监测数据实时识别录入。云平台数据存储部分采用海量分布式数据存储和处理机制，主要负责前端设备的各种数据，包括结构化、非结构化、应用数据等；通过配置可支持海量数据存储，可随时按需要部署及在线扩展。

数据存储系统使用分布式数据库集群进行数据持久化存储，使用高速缓存存储高读写频率数据。统一访问接口针对高速缓存和数据持久化存储提供一直的访问接口，对外屏蔽高速缓存与数据持久存储的差异，同时提供对海量数据的高速访问。

对于文本数据的采集处理，平台提供两种方式：一是视频、音频、文档等不可解析的非结构化文本数据可原样汇入平台层存储；二是数据库文件、Excel文件、JSON文件等可解析的半结构化文本数据可根据需要解析后汇入数据表进行存储管理，也可原样汇入平台层进行存储。数据管理功能如图3所示。

3.3  指标体系管理

在现行城市环境各生态质量各要素调查、监测网络体系数据获取的基础上，结合质量评价指标体系和评价结果，筛选敏感的、可连续、可量化及可获取的指标，建立城市环境质量监测指标体系。基于多年长序列城市环境质量监测数据，分析预测城市环境质量评价各因子的发展趋势，并划分为变优、稳定、变劣等。

3.4  评价模型管理

基于城市环境各生态质量监测对象及指标，构建城市环境质量评价模型，周期性动态评价城市环境质量状态的超载程度和发展趋势，直接反映城市环境修复治理工程取得效果质量。根据不同的城市环境生态单元修复工程构建不同的城市环境质量评价模型，并完成程序化，后期根据区域变化，结合当地实际，可以增减影响指标和参数比重，重建适宜当地的城市环境质量评价模型。

3.5  数据分析处理

数据分析处理主要依托于分布式并行计算服务和插件式开发的挖掘算法，针对不同地区、不同城市单元，结合当地实际，自定义模型指标和参数，选取数据或指标进行模型计算。通过对城市环境数据进行海量信息处理，分布式并行计算服务保障了对大规模数据处理的可行性和高效性，可插拔式的挖掘算法对该系统功能的扩展提供了一个简单可行的途径。数据挖掘算法是结合城市环境业务分析的需要，主要提供的算法包括关联分析、聚类分析、分类分析、回归分析等。数据分析处理功能示意图如图4所示。

3.6  业务和数据应用

为满足城市环境监测云平台不同用户的服务需求，在大数据、云计算和互联网等技术的支持下，完成城市环境业务应用平台的建设。

城市环境业务应用平台是各类城市环境数据采集、管理的基础数据生产、转化为数据产品、信息产品的核心纽带，是支撑业务部门服务输出的工具平台，通过业务应用平台保障城市环境保护修复工程的实施和监管，输出各类成果数据，为政府提供监管和决策支持。如通过监测采集的水质和水环境数据，建立该区域污染源与水环境质量的关联识别，统计涉水企业及污水处理厂与对应受纳水体的数据信息，明确涉水企业及污水处理廠的污水排放量、出水水质和标准，在线监测流域水环境质量，分析排污企业对水环境质量的影像程度，对超标排放企业进行重点监管，提出有针对性的整改对策，从而实现对点源的动态管控。基于动态监测的数据，对区域类环境承载力进行定期评价。以污染企业排放、水体富营养化等环境风险为主要监测预警对象。设定污染阈值，超过阈值自动报警，进行风险监测预警，将各类开发活动控制在承载能力之内。建立环境质量、企业污染物排放分级预警体系和环境质量与企业污染物排放之间联动分析机制，对城市环境污染事故做到早发现、早接入、早控制。排污企业污染排放分析预警功能如图5所示。

同时提供不用业务应用的数据接口，如基础数据支撑、综合信息展示、可视化展示和城市数据服务共享。云平台支持分布式城市环境数据采集、传输、整合处理，及对这些资源的服务化封装和统一注册管理，从而为数据集成和业务协同系统提供健壮的技术基础支撑。通过多源数据的汇集处理，实现该区域城市环境信息的综合显示和可视化展示，达到快速、直观、全面的了解的目的。同时以服务的形式对外进行共享和发布，以实现数据互联互通，共享开放。

数据应用重点解决分布式环境下的服务之间的可靠通信，数据的实时同步，统一的信息资源视图，及不同业务应用下的数据共享。

4  结  论

本文结合前沿技术及生产生活中的应用场景，研究了基于物联网的城市环境智能监测云平台设计，后续可结合城市环境的具体业务目标，进行深入研究和细化，应用到实际场景中，进一步推动城市管理信息化，提高城市管理效率，促进城市可持续发展提供决策支持。

参考文献：

[1] 国家工业信息安全发展研究中心.大数据优秀产品案例 [M].北京：人民出版社，2018.

[2] 赵仕霖.基于云平台的城市雨洪数值模拟系统及其可视化研究 [D].大连：大连理工大学，2020.

[3] 徐思燕.基于窄带物联网的城市环境监测系统设计 [J].物联网技术，2021，11（4）：31-33.

[4] 刘雪亭.基于NB-IoT的城市环境监测系统设计与实现 [J].通信与信息技术，2021（6）：64-68.

[5] 赵芬，张丽云，赵苗苗，等.生态环境大数据平台架构和技术初探 [J].生态学杂志，2017，36（3）：824-832.

作者简介：孙方（1988—），女，汉族，湖北随州人，高级工程师，硕士研究生，研究方向：计算机应用。