Page 188 - 环境监测技术应用及质量控制
P. 188
环境监测技术应用及质量控制
Application and Quality Control of Environmental Monitoring Technology
于电化学、光学、电学的传感器，侧重于感知机理与硬件工艺的改善，同时注意组合
不同机理的优势，研发多参数、多途径的传感器。
3.信息传输技术
无线传感器网络（WSN）由大量具有片上处理能力的微型传感器节点组成。根据
通信距离、覆盖范围可以分为无线局域网技术、无线广域网技术。在无线广域网技术
中，低功耗广域网（LP-WAN，如 LoRa，NB－IoT 等）技术是近年来物联网研究的
热点方向之一，相对于传统的无线广域网蜂窝移动通信技术（如 2G，3G，4G 等），
其具有低成本、低功耗的特点。
4.信息处理技术
在拥有水环境大数据以及强大的数据分析技术条件下，可借助大量简单的小模型
以相互印证的方式，通过海量数据运算对其可能性做出判断，从而体现数据的价值。
海洋生态浮标数据接收系统，采用 MS2008 与 MATLAB 混合编程的方式，以 C＋＋
作为开发语言、VS2008 作为开发工具，分开设计各模块，实现数据通信、存储、分
析、显示、上传、处理等功能。基于 HDFS（存储空间）和 HBase（内存数据库）
提出海洋环境预报数据统一存储与组织方法。通过设计瓦片金字塔组织模型，实现
HBase 和 HDFS 对数值预报数据内容的统一分层分块管理，解决了关系型数据库在存
储和处理海量异构数据方面的局限性。使用南海地区的实测数据，基于数据网格的构
造方法和三角网格的构造原理，在等高线原理的基础上，利用深度数据建立规则网格
结构并进行计算，最后利用网格的数值结构绘制出等值线的分布，得到最佳结果支
持向量机（SVM）适用于处理海洋数据，但不适用于突发性波动、多噪声、非平稳
和异常的数据处理。向量回归体系结构与平滑优先级，具有数据采集、平滑和非线性
逼近的功能。用平滑度处理数据异常值和噪声，构造基于支持向量机的非线性逼近
器，用于海洋时间序列预测。基于深度卷积神经网络技术的分类模型，该模型在海洋
大数据架构中自动支持声音分析，用于分析生物、自然现象和人类活动的声音。采
用 MS2008 与 MATLAB 混合编程在大数据量的矩阵计算方面具有更大的优势。HBase
和 HDFS 适合处理海量异构数据，水质评估分析能力更强。将规则网格结构图用于计
算海洋信息的深度，计算速度快，操作精度高，可以实现部分盲区的操作。平滑度和
支持向量机的集体效能可预测海洋时间序列，深度卷积神经网络技术可用于海洋声学
分析。
（三）物联网技术在水环境监测中的应用
1.物联网技术监测地下水
地下水监测系统主要由数据采集设备、数据通信系统和终端信息平台组成。数据
采集设备负责定时自动采集水位水温等参数。远程传输系统通过数据采集设备，按照
• 180 •
