基于WSN協議的取水環境急性毒物監測研究

魏勝非，陳彩云，陳菊芳，許德玄

（東北師范大學a.物理學院；b.城市與環境學院，吉林 長春130024）

1 引 言

近年來，由于取水環境污染而使飲用污染水的引發人們生病甚至死亡的事件時有發生.盡管飲用水生產單位都配備相應的化學分析實驗室用以檢測水的質量，但是化學分析需要時間較長，并且不能連續進行.化學分析需要知道所含毒物的大概范圍，對一些復合的化學毒物，特別是這些化學成分之間的拮抗作用很難確定.生物傳感器是一種較為理想的飲用水取水環境監測的方法，目前一些國家已能生產在線的生物傳感器毒物監測系統，但是性能還不穩定，特別是監測范圍小，只能監測生產前水環境，不能大面積監測取水口環境［1-2］.為了能夠大面積監測取水環境，從而發現水環境的改變，筆者研發了基于 WSN協議的Q67取水環境監測系統，該系統以無線傳感器網絡技術為基礎，采用節點收集信息，傳輸給匯聚接點的方式，增大了監測面積.

2 系統結構

無線傳感器網絡是由大量的傳感器節點通過無線通信形成的多跳的自組織網絡，其目的是協作感知、采集和處理網絡覆蓋區內信息.無線傳感器網絡通常包括傳感器節點、會聚節點（sink）和管理節點［3-4］，如圖1所示.傳感器的節點的硬件功能模塊主要有傳感器模塊、數據處理模塊、無線通信模塊、電源模塊和輔助模塊.傳感器模塊包括DS18B20溫度傳感器和光電倍增管.數據處理模塊采用單片機Atmega128，它是高性能、低功耗的AVR 8位微處理器并具有128K字節的系統內可編程Flash.射頻芯片采用CC2420，該芯片支持基于IEEE802.15.4的MAC協議的數據包處理、數據緩沖等功能.電源模塊由蓄電池提供能量.輔助模塊包括看門狗電路、電池電量檢測模塊.傳感器節點的結構圖如圖2所示.傳感器節點大量分布于所要監測的水廠取水口附近區域.

圖1 無線傳感器網絡的結構

圖2 傳感器節點的結構圖

3 實驗原理

基于WSN協議的Q67取水環境監測系統的主要原理可以分為通信協議的選擇和青海弧菌Q67發光及監測2部分，下面分別加以論述.

1）通信協議的選擇

無線傳感器網絡的網絡協議結構同計算機網絡一樣可以分為幾個層次，不同的是計算機網絡一般分為7層結構，而無線傳感器網絡的體系結構一般僅有物理層、數據鏈路層、網絡層、傳輸層.無線傳輸網絡的層次結構的劃分不同于計算機網絡層次結構的劃分，其層次結構的劃分更為靈活，層次結構的界限也不象計算機網絡那樣清晰，主要以節省能源為主，這是因為無線傳感器網絡不可能象計算機網絡具有強大的能源和存儲容量.根據飲用水取水檢測時間間隔一般為15min，以及水檢測急性毒物的特性，在MAC協議選擇時采用DMAC協議［5］.因為該協議能夠很好地解決由于休眠造成的延遲問題.DMAC的基本思想是組成樹狀數據采集網絡，然后各節點沿這個樹狀網絡單向傳輸.網絡層的路由協議選擇LEACH協議［6］，它是以循環方式隨機選擇簇首的低功耗自適應分層路由協議.監測急性毒物的傳感器節點隨機分布于水域內，各節點監測的水域內出現急性毒物的機會均等.如果選定某一節點一直擔任簇首，就可能使該節點過勞而死，從而縮短整個無線傳感器網絡的生存期.整個網絡的通信協議以Zigbee協議為基礎.Zigbee是一種低功耗、短距離通信標準，支持樹狀、網狀、星型網絡結構［7-8］.

2）青海弧菌Q67發光及監測的基本原理

發光細菌是一類在正常的生理條件下能夠發射可見熒光的細菌，這種可見熒光波長在450～490nm之間，在黑暗處肉眼可見.青海弧菌屬于淡水發光菌.發光機理的研究表明，不同種類的發光細菌的發光機理是相同的，是由特異性的熒光酶（LE）、還原性的黃素（FMNH2）、八碳以上長鏈脂肪醛（RCHO）、氧分子（O2）所參與的復雜反應，大致歷程如下：

概括地說，細菌生物發光反應是由分子氧作用，胞內熒光酶催化，將還原態的黃素單核苷酸（FMNH2）及長鏈脂肪醛氧化為FMN及長鏈脂肪酸，同時釋放出最大發光強度在波長為450～490nm處的藍綠光［9］.當發光微生物遇急性毒物后，其發光能力下降.通過檢測發光微生物發光強度的改變即可表明急性毒物的定性濃度，從而快速判定急性毒物是否超標.

4 系統測試

為了檢驗系統的實際效果，將急性毒物傳感器用于傳感器網絡節點，進行實際水域急性毒物監測.第一片水域選取長春市伊通河衛星大橋段及某排污口附近.為了驗證傳感器網絡的可行性，網絡由4個節點組成，選擇環境溫度為22～24℃時的數據如表1所示，其中n為節點號，I為相對發光度，x為變異系數.

表1 長春市伊通河衛星大橋段水域傳感器網絡節點監測結果

同時人工提取節點水樣（每個水樣取5試管），低溫箱儲存并迅速送往實驗室檢測，數據如表2所示.表1同表2相對發光度的相關系數R1＝0.98，說明二者密切相關.

表2 長春市伊通河衛星大橋段水域實驗室檢測結果

第二片水域選取長春市某工廠排污口附近，網絡仍由4個節點組成，選擇環境溫度為22～24℃時的數據如表3所示.

表3 長春市某工廠排污口水域傳感器網絡節點監測結果

同時人工提取節點水樣（每個水樣取5試管），低溫箱儲存并迅速送往實驗室檢測.數據如表4所示.表3同表4相對發光度的相關系數R2＝0.99，說明二者密切相關.

表4 長春市某工廠排污口實驗室檢測結果

通過數據可見傳感器網絡監測結果同實驗室檢測結果高度相關，表明系統可以用于實際水環境急性毒物監測.傳感器網絡監測系統結果同實驗室結果有所差異，其原因分析可能如下：1）實際環境的溫度同實驗室標準溫度的差異導致Q67的發光影響，這需要進一步研究相應的補償算法，以提高精確度.2）無線傳輸因素的影響，需要進一步對無線網絡的傳輸條件進行研究.

5 結 論

基于無線傳感器網絡的取水環境急性毒物監測范圍將比固定監測范圍擴大很多.對于突發事件所獲取的預警提前量將大幅提高，為及時采取應對措施提供了寶貴時間.將生物傳感器檢測技術同無線傳感器網絡技術相結合將極大地擴充傳感器的監測領域.通過選取的2片區域進行的系統測試表明，該系統可以應用于實際環境.雖然系統測試結果同實驗室檢測相比存在一定的差異，但是生物傳感器對于急性毒物的檢測速度是其他檢測方法無法比擬的，所以用生物傳感器快速檢測急性毒物依然是今后一段時間采取的主要手段.鑒于此，基于無線傳感器網絡的取水環境急性毒物監測的研究將變得更加重要，特別是無線傳感器網絡針對取水環境急性毒物監測的跨層通信協議的研究將為降低傳感器節點的存儲量、降低節點能耗起到重要作用.

［1］魏勝非.模擬高壓靜電對Q67發光影響的實驗系統［J］.物理實驗，2010，30（12）：34-38.

［2］魏勝非，李忠民，許德玄.基于Labview的發光微生物測量實驗［J］.物理實驗，2009，29（3）：17-19.

［3］Lu G，Krishnamachchari B，Raghavendra C S.An adaptive energy efficient and low-latency MAC for data gathring in wireless sensor networks ［A］.In Proceeding of 18th International Parallel and Distributed Processing Symposium［C］.Los Angeles CA，2004，3：224-231.

［4］Heinzelman W，Chandrakasan A，Balakririshman H.Energy-efficient communicaton protocol for wireless microsensor networks［A］.In Proceeding of the 33rd Annual Hawaii Int’l Conf.On System Scinces［C］.Maui：IEEE Computer Society，2000：3005-3014.

［5］王驥，徐國保，沈玉利.基于無線傳感器的海水重金屬監測系統［J］.計算機測量與控制，2009，17（4）：643-645.

［6］景興鵬，王偉峰，黑磊，等.無線傳感器網絡在煤礦安全智能監控系統中的應用［J］.煤炭技術，2009，28（4）：93-97.

［7］Doss R，Gang Li，Mak V，et al.Morshed chowdhury，improving the QoS for information discovery in autonomic wireless sensor networks［J］.Pervasive and Mobile Computing，2009（5）：334-349.

［8］Song Chao，Liu Ming，Cao Jiannong，et al.Maximizing network lifetime based on transmission range adjustment in wireless sensor networks［J］.Computer Communications，2009（32）：1316-1325.

［9］朱文杰，鄭天凌，李偉民.發光細菌與環境毒性檢測［M］.北京：中國輕工業出版社，2009：208-209.