無線傳感器網(wǎng)絡的突發(fā)性環(huán)境污染實時監(jiān)控系統(tǒng)的研究

付炳炳，張俊濤，趙文博

（鄭州大學水利與環(huán)境學院，河南 鄭州 450000）

0 引言

（1）研究目的。我國的經(jīng)濟形勢在近些年都保持著良好的發(fā)展勢頭，隨著工業(yè)化的快速發(fā)展，資源環(huán)境的保護和經(jīng)濟發(fā)展產(chǎn)生的沖突加劇，環(huán)境保護工作面臨著更多的挑戰(zhàn)，一些影響比較大的環(huán)境污染公共事件更是頻繁發(fā)生，對環(huán)境造成的損失是無法估量的，對生態(tài)造成的破壞更是難以恢復的。

一旦發(fā)生污染事故，就要求環(huán)保部門能迅速進入應急狀態(tài)，啟動應急監(jiān)測處置系統(tǒng)，快速判斷污染物種類、濃度、污染范圍及可能造成的危害，妥善處理污染事故。這些都需要做出一套應急系統(tǒng)來實時監(jiān)控突發(fā)性的環(huán)境污染。

（2）研究意義。目前，國內監(jiān)測突發(fā)性環(huán)境事故的技術普遍比較落后，大多數(shù)監(jiān)測單位主要使用實驗室儀器或進口檢測管進行應急檢測，或是使用一些小型化的單項快速測定儀進行現(xiàn)場應急分析檢測。傳統(tǒng)的應急測試方法為單點測量，如果要長時間進行監(jiān)測工作，設備需要外接電源，使用不方便，影響監(jiān)測數(shù)據(jù)的精確度。本文“基于無線傳感器網(wǎng)絡的突發(fā)性環(huán)境污染實時監(jiān)測系統(tǒng)的研究”的意義可以從多個方面體現(xiàn)出來：從科學貢獻角度來講，將會在各種存在污染物泄漏隱患的企業(yè)里布置實際無線傳感器網(wǎng)絡進行研究，基于這些企業(yè)特有工作環(huán)境對現(xiàn)場的無線傳感器網(wǎng)絡的影響，本文將會研究更加具有挑戰(zhàn)性的實際問題，并提出解決方案。從直接的經(jīng)濟效益來講，設計實現(xiàn)的監(jiān)控系統(tǒng)達到預期效果的情況下，每一次提前預警污染物泄漏和迅速精確排查泄露點都會減少或者縮短企業(yè)的停產(chǎn)維修的時間，這無疑可以大大地減少損失。從生態(tài)環(huán)境和職工身體健康來講，減少污染物的排放會對企業(yè)周邊的生態(tài)保護起到積極作用，并且可以有效地降低企業(yè)職工的身體健康受到的危害。

1 研究現(xiàn)狀分析

1.1 國內外關于應急無線傳感網(wǎng)絡相關工作的研究現(xiàn)狀

目前，國內的大型石化企業(yè)里基本上還沒有開始運用無線傳感網(wǎng)絡技術。在2010 年舉辦的第21 屆國際會議儀表與綠色經(jīng)濟高峰論壇上，中石化自控中心站技術委員會副主任委員黃步余做了“石油化工工業(yè)集成自動化系統(tǒng)的現(xiàn)狀與發(fā)展”的主題報告，分析了石油化工工業(yè)面臨的挑戰(zhàn)。報告中反映出：與國外領先的石化企業(yè)相比，中國石化企業(yè)還處在信息化建設的初期階段。因此，我們必須積極運用先進的無線傳感器網(wǎng)絡信息技術來打造“智能石化工廠”（見圖1）。

圖1 基于無線傳感器網(wǎng)絡的“智能石化工廠”的示例圖

在無線傳感器網(wǎng)絡的目標探測跟蹤研究中，有2 個主要組成部分：①協(xié)同的數(shù)據(jù)處理；②對象位置報告。前者旨在讓傳感器合作確定一個簡明摘要對象的位置信息（即檢測存在的對象的這些傳感器的位置信息），而后者的目的是準確、及時地將這簡明摘要信息傳輸給匯集點。要跟蹤的對象，可以分為2 大類別：連續(xù)的和單個的。連續(xù)對象（Continuous Object）通常分布在一個非常大的區(qū)域，可能會擴散，體積增大，或分割成多個連續(xù)的對象，如有毒氣體，牛群移動和軍隊的前進。現(xiàn)在有許多研究是關于檢測并跟蹤定位一個或多個個體目標的，例如［1］。近來，受到重視的還有對連續(xù)目標如毒氣的研究，例如［2］。

2 污染物監(jiān)測定位分析

2.1 對污染物源點定位的研究現(xiàn)狀

多數(shù)研究者采用的方法按照定位移動代理的機動程度以及定位模型的復雜程度可以劃分為以下3 類：

（1）傳統(tǒng)的環(huán)境監(jiān)控系統(tǒng)，主要采用高分辨率的傳感器裝置，將監(jiān)控數(shù)據(jù)傳回處理中心進行分析。

（2）利用機動性很強的大型移動機器人搜索定位，通過機器人的移動實現(xiàn)污染物源點定位。

（3）采用無線傳感網(wǎng)絡技術定位污染物源點。

國內外在實現(xiàn)污染物源點定位的研究工作中采用無線傳感網(wǎng)絡技術的有：Lino Marques 等人采用一種連續(xù)的濃度擴散衰減模型來為源點定位構建一個反演問題，通過求解該問題來定位出污染物源點［3］。匡興紅等人則采用極大似然估計法、直接三邊法實現(xiàn)污染源點定位［4，5］。朱勇等人則提出一種基于WSN 的加權組合三邊算法對污染源點進行定位［6］。

2.2 對污染物邊界定位的研究現(xiàn)狀

在對污染物的邊界進行定位方面的研究現(xiàn)在還比較少，不過隨著人們對安全的重視，也有越來越多的研究者加入了這個行列。許多研究者在這個領域提出了各具特色的方案。在文獻［2］中，研究者提出了一個有損壞傳感器節(jié)點的無線傳感器網(wǎng)絡中的數(shù)據(jù)處理方案。在文獻［7］和［8］中，研究者們則提出了無線傳感器網(wǎng)絡的邊界上節(jié)點的分布式算法。

3 污染物邊界定位及源點定位方面的研究

3.1 基于集群歸類的動態(tài)集群法（DCSODT）

在文獻［9］中，研究者們提出了一個基于集群的方法，稱為DCSODT。在DCSODT 中有2 個非常重要的階段：協(xié)作數(shù)據(jù)處理和報告對象的位置。為了完成這個目標，他們定義了報告者為含有一個或多個（單跳）相鄰的正常節(jié)點的事件節(jié)點。根據(jù)對象的位置，所有的報告者以一個分布式的方式被組織成集群。簇頭會收集匯總它所在群集中的節(jié)點的信息，然后利用一個地理路由方法把匯總后的信息發(fā)給基站，再由基站估算出目標的邊界。

3.2 一個可擴展的，基于拓撲控制協(xié)議（SCOOT）

上面所提到的DCSODT 并不是一個完善的方案，它還有眾多的缺點有待改進。此協(xié)議的主要缺點是缺乏可擴展性，而且在該協(xié)議中，報告者的數(shù)量隨著節(jié)點度（鄰居節(jié)點的數(shù)目）增加而增加。于是，Shin-Chih Tu 等人在2009 年在DCSODT 的基礎上提出了一個名稱為：“Scalable continuous object detection and tracking（SCOOT）”的方案。在這個方案中的協(xié)同數(shù)據(jù)處理階段，引入了2 個步驟以確定一個事件節(jié)點是否有利于確定對象的位置。若是一個事件節(jié)點的本地信息對確定對象位置沒有作用，則不將其選作報告者。不過SCOOT 也有自己的不足，它只是給出了污染物邊界上的節(jié)點，卻沒能給出污染物的邊界，而且在睡眠調度上也不算完善。

3.3 連續(xù)目標的檢測和跟蹤機制（CODA）

該機制允許每個傳感器節(jié)點在感測范圍內探測和跟蹤移動中的對象。監(jiān)測連續(xù)的對象，而不會產(chǎn)生過多的通信費用，需要一個有效的目標檢測機制。在發(fā)展CODA 機制中，在剛開始的網(wǎng)絡部署階段就指定了一個數(shù)目構成靜態(tài)骨干集群。在每個靜態(tài)集群中，任何傳感器在檢測到對象在其附近時直接發(fā)送檢測到的信息到Cluster Head（CH）。收到此信息后，CH 執(zhí)行本地邊界的估算函數(shù)來確定連續(xù)對象的邊界范圍內的集群。在這些傳感器組成動態(tài)群集后，動態(tài)群集會把連續(xù)目標的邊界信息發(fā)送到指定的基站。

4 結語

綜上所述，在今后的污染物邊界定位及源點定位方面的研究，更大的可能是趨向于更緊密且節(jié)能的協(xié)作處理，更智能的動態(tài)集群方式。而且，隨著對綠色節(jié)能的更加重視，低功耗的算法更容易受到人們的青睞。這就需要合適的睡眠調度算法及合理的能夠適應高干擾環(huán)境的地理路由算法。

［1］R.Brooks，C.Griffin，D.S.Friedlander.Self-organized distributed sensor network entity Tracking［J］.International Journal of High Performance Computing Applications，2002（3）：207-219.

［2］M.Ding，D.Chen，K.Xing，X.Cheng.Localized fault-tolerant event boundary detection in sensor Networks［J］.In Proceedings of IEEE Conference on Computer Communications，2005（5）：902-913.

［3］L.Marques，T.Anibal，D.Almeida.Electronic nose-based odour source localization［J］.IEEE AMC2000-NAGOYA，2000（9）：36-40.

［4］匡興紅，邵惠鶴.基于WSN 的兩種氣體源定位算法研究［J］.儀器儀表學報，2007（2）：298-302.

［5］匡興紅，邵惠鶴.基于傳感器網(wǎng)絡的氣體源定位算法研究［J］.系統(tǒng)仿真學報，2007（7）：1464-1465.

［6］朱勇，王萍，張昕明.基于WSN 的加權組合三邊氣體源定位算法研究［J］.電子測量技術，2009（8）：12-15.

［7］李培江.無線傳感網(wǎng)絡的自供電技術的研究［J］.科技信息，2012（35）：25，37.

［8］孟慶春，陳光柱.自供電無線傳感網(wǎng)絡節(jié)點設計［J］.儀表技術與傳感器，2012（7）：102-104.

［9］X.Ji，H.Zha，J.J.Metzner，G.Kesidis.Dynamic cluster structure for object detection and tracking in wireless ad -hoc sensor networks［J］.Proceedings of the IEEE International Conference on Communications，2004（10）：3807-3811.