面向精准水产养殖的集成式边缘-云多领域环境监测与跨领域空间统计分析架构
《Sensors》:An NB-IoT-Based Architecture with Spatial-Statistical Analytics for Cross-Domain Air and Water Quality Monitoring in Aquaculture and Aquatic Environments
【字体:
大
中
小
】
时间:2026年09月21日
来源:Sensors 4.0
摘要
智慧农业与精准水产养殖的快速发展,亟需连续、高分辨率的环境监测,以优化生态系统稳定性并防止生物量发生灾难性损失。传统的物联网(IoT)解决方案通常将大气参数与水体参数视为孤立的领域,忽视了空气-水边界层中发生的动态物理化学耦合效应。为克服这一领域碎片化问题,本研究提出了一种面向同步多领域环境监测与跨领域空间统计分析的集成式边缘-云遥测架构。该框架采用低成本、多传感器边缘节点,并结合窄带物联网(NB-IoT)蜂窝通信技术,实现了高信号穿透力、高效节能运行以及无需依赖本地网关的基站直连能力。系统持续采集大气参数(温度、相对湿度、颗粒物 //、臭氧 、总挥发性有机物 TVOC、等效 、空气质量指数 AQI 及紫外线指数 UVI)以及水体指标(水温、pH 值、溶解氧 DO、电导率 EC 和浊度)。遥测数据通过消息队列遥测传输(MQTT)协议流式传输至集中式 MySQL 云数据库,提供实时 Grafana 仪表盘、空间反距离加权(IDW)映射,以及通过 LINE Notify 和电子邮件发送的自动化多渠道警报。该架构已在东海大学水产研究设施中部署并验证,共采集了 n = 14,400 个同步的 1 分钟观测值(初始原始数据包传输率为 )。在考虑时间自相关性()并进行错误发现率(FDR)校正后,统计评估揭示了显著的跨领域关联(),其中最值得注意的是:环境气温与水体溶解氧之间存在负相关关系(,,),这一结果与描述气体溶解度的亨利定律在物理上保持一致;大气湿度与溶解氧之间存在负相关关系();以及湿度与水体浊度之间存在正相关关系(,)。一阶偏相关分析()进一步证实,水温是溶解氧耗竭的主要热力学中介因子。本研究通过协同整合低功耗 NB-IoT 遥测技术与稳健的多领域分析方法,为精准水产养殖从被动式阈值警报向主动式预测管理转型提供了可扩展的实证基础。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号