使用 Arduino 開發基於物聯網的空氣污染和水質遠端監測系統
強調
審查了用於環境空氣品質監測的物聯網技術。
建立環境空氣品質管理物聯網平台。
評價了污染監測、追踪、預防和改善的案例研究。
A-IoT 技術可以實現智慧空氣污染控制策略。
摘要
為了減輕空氣污染帶來的挑戰，大量物聯網 (IoT) 相關技術被開發出來，用於評估和監測空氣品質的各種參數。因此，本報導回顧了物聯網的基本特徵； 比較和分析射頻辨識 (RFID)、M2M 和感測器網路； 並據此提出了減少空氣污染的智慧化多功能監測平台。我們的結果顯示，基於這些技術建立全面的網路通信、基於雲的決策、資訊追踪和在線管理系統，將更有效地改善環境空氣品質。此外，我們檢查了幾個驗證物聯網環境空氣品質管理平台的可用性和性能的案例。
介紹
環境空氣污染問題與儀器測量
世界衛生組織 (WHO) 將環境空氣污染定義為工業、家庭和車輛排放的潛在空氣污染物。這些空氣污染物包括顆粒物 (PM) 和氣態空氣污染物。車輛、發電廠、工業、家庭或生物質燃燒的化石燃料燃燒過程，排放的細顆粒物對人體健康有嚴重影響。據估計，25% 的肺癌死亡、8% 的慢性阻塞性肺病 (COPD) 死亡和 15% 的中風死亡是由細顆粒物引起的。
這些顆粒可以深入肺部，導致肺功能下降、慢性支氣管炎和心髒病。氣態空氣污染物也可能是二次顆粒物形成的前體。因此，為了控制和評估環境空氣污染排放，開發環境空氣品質儀器測量和監測系統是必然的途徑。一般來說，儀器測量關鍵的監管空氣污染物，如 PM（即 PM10 和 PM2.5）、氧化硫 (SOx)、氧化氮 (NOx)、臭氧 (O3)、一氧化碳 (CO) 和揮發性有機化合物 （VOCs）可以被監測和即時分析（Pan et al., 2018; Chen et al., 2019; He et al., 2020）。
例如，指定區域的氣溶膠和粉塵通過重力採樣、光掃描和慣性稱重錐形元件振盪微天平 (TEOM) 等不同的工業成熟 PM 技術進行系統監測。便攜式和個人儀器是監測特定工作場所環境空氣污染的可用選項。該設備可以檢測有毒物質的存在，以保護人們的安全。因此，應用儀器測量關鍵空氣污染物的存在，可以預防健康和呼吸系統問題。根據美國環保局的規定，環境空氣監測策略的標準包括：（i）向公眾建立空氣污染數據； (ii) 執行空氣品質標準； (iii) 評估有效的空氣污染控制； (iv) 預測空氣品質模型的開發； (v) 空氣污染對健康影響的長期研究。
物聯網的概念
物聯網（IoT）泛指遵循既定的網路通信協議，透過各種網路連接物品，利用射頻辨識（RFID）技術、各種感測器、位置辨識系統和資訊處理機制來實現的目標。最終實現資訊交換和物品辨識、追踪服務和即時管理。這些來自物聯網的實體設備可以在無人干預的情況下實現協作和交互，為人們提供智慧化、集約化、快速響應的服務。物聯網在醫療、工業、娛樂、農業、環保、安控等諸多應用領域，發揮著舉足輕重的作用。物聯網的普及簡化了一些日常活動並增強了人們的聯繫屬性（Ammar 等人，2018 年；Sai 等人，2019 年）。
從技術層面分析，物聯網可分為感知層、網路層和應用層，如圖1所示。
· 感知層包括各種感測器節點和閘道器，如各種感測器、電子標籤、讀寫設備、攝影機、GPS 等，其主要功能是辨識、採集和傳輸物體資訊。
· 網絡層由各種網路、無線通信網路、型動空中網路（3G/4G/5G）、專網、網管系統、雲端運算平台等組成，主要作用是進行即時傳輸和快速的各種感知層獲得的數據資訊。
· 應用層根據用戶的實際需求，為物聯網與用戶提供便捷的資訊交互系統。
Fig. 1. Three layers of IoT.
Fig. 2 提出系統模型，洞察物聯網框架在軸向應用開發下的真正意義。物聯網框架由即時感知、計算、傳輸和呈現數據的循環組成。出於成本和安全原因，並非所有物聯網設備都可以直接連接到外部世界（例如雲）。這些設備必須連接到集線器或閘道器才能進行通信。對於本次調查中考慮的物聯網框架，雲是骨幹，它提供了用於高速存儲和讀取數據的數據庫、用於分析的大數據操作，以及用於保護機密和隱私的安全加密。客戶使用他們的智慧手機、平板電腦或筆記型電腦通過藍牙、Wi-Fi 或行動通信技術，與其他物聯網設備間接交互（Kim 等人，2017 年；Benammar 等人，2018 年）。
圖 2. 物聯網系統模型。
用於環境空氣品質監測的物聯網技術
物聯網充分利用下一代資訊技術在生活的方方面面，將現有的網路與物聯網融合，實現人類社會與實體系統的融合，如圖3 所示。在這個融合網路中，有伺服器平台， 可以實現即時管理，並與集成網路內的人、機器、設備和基礎設施組件進行交互。因此，人類可以更精細、更動態地管理生產生命週期，達到「智慧」狀態，提高資源利用率和生產力水準，加強人與自然的關係。物聯網的具體應用包括智慧交通、環保、電子政務、公共安全、工業監控、安全家居等領域。
圖 3. 物聯網應用。
在環境空氣品質監測方面，歐美等一些發達國家開展了很多相關研究。基於物聯網的空氣品質監測平台，可以進行在線上監測和即時響應，實現全天 24 小時的空氣狀態監測（Postolache 等，2009）。皮萊等人。 (2010) 提出了利用智慧感測器網絡進行監測的方法。透過監測室內空氣狀況，也證明了空氣品質對人體健康的影響很大。馬里諾夫等。 (2016) 研究了應用於城市環境的空氣品質監測系統。該系統由感測器節點、無線路由器、伺服器和終端組成。感測器節點連接到路由器，並透過 Wi-Fi 將收集到的數據發送到伺服器。終端可以訪問伺服器獲取感測器數據。
(2017)提出了一種基於 ZigBee 的空氣品質監測系統，並利用 LabVIEW 在監測器上繪製了圖形化介面，並最終在校園內進行了測試，取得了良好的效果。 金等人。 (2014) 實施了一個整合的室內空氣品質監測系統，可以同時收集多種氣體濃度資訊。該系統基於算法計算進行了優化，以提高容錯性、減少網路塞車和系統功耗。菲爾豪斯等人。 (2017) 提出了一種基於物聯網的室內空氣品質監測系統，它透過藍牙連接以 5 分鐘的間隔收集，並傳輸數據到網關節點。
網關節點透過 Wi-Fi 與處理器通信。該系統滿足追踪複印機附近臭氧濃度的要求。Yang and Li (2015) 設計了用於空氣品質監測的智慧感測器系統，並對數據共享進行了大量研究。該系統以手機為中間件，實現數據預處理、數據顯示和定位功能。感測器單元透過藍牙連接到使用者手機，手機再連接到伺服器，完成數據交互和共享的過程。
作為數據提供者和接收者，使用者可以上傳自己的數據，也可以查看其他使用者的數據。基於數據傳輸方法，Phala 等人。 (2016) 提出使用全球行動通信系統 (GSM) 將收集的數據傳輸到基地台，並開發了一個圖形使用者介面供使用者與系統交互，最終可以即時測量空氣污染水準。Wonohardjo 和 Kusuma（2019 年）使用行動感測器評估了兩種不同的採樣方法，這兩種方法只能檢測一氧化碳污染。由於之前的每項研究都有其獨特的技術和應用，因此需要在整個研究工作中開發一個開放的、綜合的空氣污染監測平台。
物聯網基礎
物聯網技術是一種基於網路技術的網絡技術。 此外，它還包括用於資訊交換和通信的終端設備和設施。 一般來說路物聯網的三大關鍵技術是：RFID、M2M 和感測器網路。
射頻辨識
RFID 是一種非接觸式自動辨識技術。它利用射頻信號自動辨識目標物體並獲取相關數據。 識別工作無需人工干預，可在各種惡劣環境下工作。RFID 硬體由標籤、閱讀器和天線組成。閱讀器透過天線發送電子信號。標籤接收到信號後，發送內部儲存的辨識資訊。然後閱讀器透過天線接收並辨識標籤發回的資訊。最後，閱讀器將辨識結果發送給主機。
圖 4 顯示了 RFID 的工作原理。當電子標籤進入閱讀器的磁場辨識範圍時，閱讀器將資訊編碼，然後透過同時釋放無線電波能量的過程，透過天線傳輸給電子標籤。讀寫器工作辨識範圍內的無源電子標籤，或半有源電子標籤接收此脈衝信號，利用讀寫器感應的磁場能量，將磁場能量轉化為電能，產生感應電流。閉合電路對接收到的信號進行一系列的處理和推理。電子標籤透過控制邏輯電路從自身的儲存單元中提取資訊，發出只讀命令，然後將這些資訊經過一系列處理後發送給閱讀器。如果讀寫器發出的命令是改寫命令，則提高電子標籤中控制邏輯電路的工作電壓，進而修改 EEPROM 中的相關內容。
圖 4 RFID 工作原理圖。
RFID 技術的發展可分為以下幾個階段：
· 1941-1950年：RFID 技術在雷達概念的基礎上被提出，奠定了理論基礎。
· 1951-1960年：許多 RFID 技術探索項目在實驗室的研究領域廣泛開展。
· 1961-1970：RFID 技術逐漸從理論轉向應用嘗試。
· 1971-1980年：RFID 發展迅速，出現了一些 RFID 應用。
· 1981-1990年：RFID 技術及衍生產品進入商業化階段，出現各種應用。
· 1991-2000：RFID 技術的標準化開始受到重視，一系列的 RFID 產品開始應用到人們的日常活動中。
2001 年至今：RFID 產品種類越來越豐富，電子標籤的生產成本逐漸降低。有源、無源和半有源電子標籤廣泛應用於不同領域，RFID 標準化問題越來越受到關注。
機對機
M2M 是所有增強機器設備通信和網路能力的技術的總稱。作為嵌入式控制的自然延伸，它允許機器和設備應用，與主機資訊系統和操作員之間，共享資訊。它為設備提供了一種在系統、遠端設備或/和個人之間，即時建立無線連接以傳輸數據的手段。M2M 包括機器對機器、人對機器、機器對人、機器對行動設備和型動設備對機器的領域（Toma 等人，2019 年）。
如圖 5 所示，M2M 的產品包括無線終端、傳輸通道和行業應用中心。無線終端不是指通常的手機或筆記型電腦，而是指一種特殊的行業應用終端。傳輸通道是無線終端到用戶行業應用中心的通道。行業應用中心是終端數據上傳的匯聚點，關注分散的行業終端。特點是行業特性強，使用者自行管理，可設在企業端，也可託管。
圖 5. M2M 系統結構。
M2M 應用市場在全球發展迅速。隨著通信設備、開源軟體和協議等相關技術的日益成熟，M2M 產品的成本已經大幅下降。隨著技術更加標準化，M2M 行業將逐漸成熟並降低成本（Zhang，2011 年）。目前已在全球應用於安全監控、機械服務、維修作業、自動售貨機、公共交通系統、車隊管理、工業過程自動化、電機、城市資訊化等領域。與傳統的有線或無線網路不同，M2M 不需要昂貴的電纜和通信收發設備；它只需要一個穩定、廉價、高效、非人工操作即時的系統。
感測器網路
感測器網路是物聯網認識物質世界的重要組成部分。是指將紅外線感測器、全球定位系統、雷射掃描儀等資訊感測器與網路相結合，而形成的龐大網路。感測器網路允許所有組件連接到網路，以便於辨識和管理。它利用節點內置的感測器測量周圍環境中的各種信號，檢測物質現象，包括溫度、濕度、噪聲、光照強度、壓力、土壤成分、大小、速度和移動物體的方向。
感測器網絡的基本特徵是動態自組織的，使用者終端可以在網路內自由移動，同時保持通信。動態自組織網路可以使用行動終端的路由，和轉發功能進行通信，而無需基礎設施設置。節點的主要類型有感測器節點、匯聚節點和管理節點。系統中的各個節點主要透過動態自組織拓撲連接。
通常，網路節點的組成包括以下四部分：感知機制、處理機制、通信機制和電源。其他功能元件包括：定位系統、運動系統、發電裝置。針對節點數量有限、能源不可替代的特點，技術人員正在努力尋找一種既能控制節點數量，又能有效利用節點能量的方法，使節點數量最大化，節約能源。
此外，延長節點的使用壽命是有效利用每個節點的另一個重要研究目標。對於無線感測器網路，高效的網路拓撲結構是網路技術的基礎。它可以大大提高網路通信協議的利用效率，延長網路的生命週期。 在一定條件下，可以通過網絡的節點選擇策略來優化網絡拓撲結構，避免節點間冗餘線路的出現，最大限度地傳遞資訊。目前拓撲控制的方法主要有兩種：
分層拓撲控制：採用分簇的思想，首先在網路中選擇一些節點作為簇頭節點，然後將這些簇頭節點連接起來相互通信，最後構成一個優化的傳輸系統進行信息處理和傳輸 ，如圖6所示。
圖 6. 分層拓撲控制結構。
功率型拓撲控制：主要思想是調整網路中各節點的實際功率，在保證網路連通性的同時，實現路由效率、相鄰節點數、網絡能耗的動態自適應平衡。
環境空氣品質管理物聯網平台開發
本物聯網系統使用 JavaScript 庫編寫動態網頁程序，並整合 Arduino Ethernet 和 jQuery UI 建構網頁資訊息交互的交互介面。NPM（Node Package Manager）管理模組工具和 Express 框架用於開發網站應用。手機和個人接入設備 (PAD) 的應用 app 是使用 HTML 和 JavaScript 為最終使用者開發的。
目前的環境監測技術主要是地基被動監測系統，在污染物的即時傳輸和空間分佈、數據採集、即時資訊整合等方面還存在不足。因此，物聯網技術結合相關科學先進設備進行空氣品質監測，為政策規劃、資訊宣傳、即時污染檢測和防治提供及時環境資訊。
表1給出了物聯網技術和應用的比較，顯示物聯網技術可以分為採樣技術、數據處理、交換方法和系統整合，可用於室內和環境品質管理領域。隨著物聯網技術的發展，在這項研究工作中，我們的環境空氣污染控制物聯網平台，希望能夠即時監測污染濃度，並利用開路傅里葉變換紅外線（OP- FTIR) 和雜項氣體感測器 (MGS)。當空氣污染濃度超過環境標準時，會觸發光探測和測距（LiDAR）系統，從空間和時間上收集不同位置的污染信息，以了解大氣污染物的過程和軌跡。LiDAR 追踪的污染源，將透過微型連續排放監測系統（Mini-CEMS）持續監測。科學儀器使用多種通信方式，包括窄頻物聯網 (NB-IoT) 和 Wi-Fi 終端，即型動數據終端和電話，這在常規儀器和傳統技術中是沒有的。此外，為了適應不同的通信距離和設備要求，可以開發適當的方法，使系統更加穩健、用戶友好且成本低廉。平台延伸出的環境應用詳情在「物聯網平台應用」一節中有詳細介紹。
環境空氣污染物聯網平台
這個環境空氣污染物聯網監測系統（如圖1所示）是一個由多種科學儀器（LiDAR、OP-FTIR、mini-CEMSs、MGSs、風速計）組成的網路，和一個透過窄頻物聯網無線通信技術連接的網路。NB-IoT 是一種基於標準的低功耗廣域 (LPWA) 技術 (Alliance, 2015)，是全球電信的統一標準，具有廣覆蓋、低功耗和成本的特點，適用於無線電干擾環境中的物聯網設備。該監測平台（圖7）由 NB-IoT 聯網科學儀器（LiDAR、OP-FTIR、mini-CEMSs、MGSs、風速計）和網路應用軟體組成，完成環境空氣污染監測網路，實現即時監測 全天候。監控系統由感測器、數據傳輸和應用軟體三層組成。系統利用 NB-IoT 廣覆蓋、低功耗、大連接的特點，實現監測數據的上傳和指令的發送。系統軟體主要包括嵌入式軟體和伺服器端網路應用軟體兩部分。
嵌入式軟體負責統一協調整合系統的硬體模組，確保監控系統穩定有序運行。在系統伺服器端，使用 MySQL 完成監控數據庫的設計。Web 應用軟體實現用戶資訊的管理和監控數據的儲存和查詢。同時利用地理資訊息系統（GIS）實現科學儀器控制，和環境空氣污染監測數據的可視化展示。通信技術可以整合自動化、智慧化、網路化、系統化、數據監控和追踪等功能。工業營運商可以透過公開資訊進行自我控制，以實現強有力的空氣品質管理。
圖7 大氣污染物聯網監測平台。
污染物的即時數據和控制對象（工業區工廠）的相關資訊可以上傳到雲端數據庫。該平台採用 Eclipse 軟體開發行動審計 APP，為相關人員提供數據的查詢和傳輸。此外，該平台採用雙向資訊協議，對大氣污染監測、位置分佈、廠商資訊、設備配置和廢棄物儲存設施、經營許可等進行比對分析。最後，平台提供環保單位潛在污染區域分析，辨識排放污染源，進而輔助現場檢查，提高監督管理效率。
環境空氣監測感測器
氣體感測器是一種將特定的氣體濃度，轉換成適當的電子信號，如電壓、電流或電阻的裝置。瓊斯等。 (1987)，在英國健康與安全執行實驗室使用催化感測器監測甲烷和空氣的爆炸性混合物。該裝置是在鉑絲表面製備的，用於耐高溫。催化劑層和加熱器用於使催化劑保持高溫，以保證可燃氣體分子的快速燃燒。當空氣與可燃氣體混合時，可燃氣體被氧化並與催化劑接觸產生熱量，從而導致鉑絲表面溫度升高。溫度越高，電阻越大。這樣，透過獲取電子信號並測量鉑絲電阻值的變化，可以辨識特定氣體的濃度。
2001 年，Vincenzi 等人。 (2001) 採用絲網印刷法，透過將鈀與氧化錫連接來區分一氧化碳、甲烷和二氧化氮等氣體。阮等。 (2011) 提出了一種透過靜電紡絲生產的一維氧化鎢奈米線，其可測量的最低氨濃度約為 10 ppm。馬內等。 (2014) 發表了用於二氧化氮測量的溶膠 - 凝膠法氧化鎢薄膜。結果發現，該薄膜具有快速響應，可測量的最低濃度為 5 ppm。 Chinh 等人。(2014) 使用熱蒸發產生一維結構，然後應用黃色光刻技術生產電極和自熱器件。可以測量 10 ppm 的二氧化氮氣體 (Molenar, 2005)。 VOC、CO、SOx、NOx 等典型氣體感測器均基於金屬氧化物半導體 (MOS)。感測器組件是一種微機電系統 (MEM) 設備，使用矽晶片技術在約 1 μm 薄的氮化矽膜中實現，以實現終極穩定性和盡可能低的功耗。催化活性材料顯示出與氣體濃度相關的電阻變化。
由於氣體感測器因長期連續工作時間或老化等原因，其數值會出現漂移，因此需要透過在氣瓶中接上標準氣體，調節規定的流量和電阻值來對氣體感測器進行校準。此外，一些新型感測器可以根據電路中的溫度、氣體感測器值、電壓和電流之間的關係具有自校正功能。
至於懸浮顆粒物的濃度，是利用光散射理論來測量的。當粒子透過雷射時，會產生散射和光衰減。採用 Mie 光散射理論算法對不同粒徑進行測量分析。
聯網設備
物聯網平台的內部網路包括 LiDAR、OP-FTIR、mini-CEMSs、MGSs 和風速計，如下簡要描述。
雷射雷達系統
如圖8(a)所示，光探測測距系統是自製的空氣污染光學遙測儀器。它由一個雷射遠鏡後面的光電倍增管測量。該系統安裝在具有良好結構穩定性的隔振掃描儀上，用於垂直高度的污染測量。大氣污染監測具有廣域、即時的特點，可以突破現有被動監測儀器的瓶頸，測量大氣污染物的熱區、空間濃度和擴散範圍。
圖 8. 聯網設備：(a) LiDAR、(b) OP-FTIR、(c) mini-CEMS 和 (d) MGS。
紅外線光譜
開路傅立葉變換紅外線如圖8(b)所示。 監測空氣中的揮發性污染物，透過光譜分析得到測量路徑中氣體樣品的平均濃度。
小型 CEMS
為了減少昂貴管道中高濃度污染的監測誤判，微型連續排放監測系統（如圖8（c）所示）使用自動啟動裝置將標準空氣稀釋至可測量範圍。mini-CEMS 吸氣器從排污管道排放口提取的 VOCs 濃度，並自動導出。獲取原生 VOCs 濃度，測量數據自動持續上傳至雲端伺服器。該系統可安裝在防治設備前/後的管道上，測量設備前/後的污染濃度。也可用於評估設備的有效性，減少煙囪的高空作業。可直接用標準氣體進行檢測，保證儀器的準確性，並透過網路即時上傳測量數據，供環保相關人員查詢參考。
混合氣體感測器 (MGS)
混合氣體感測器使用金屬氧化物半導體來檢測污染氣體，並使用光散射來檢測懸浮顆粒 (PM)。 這些低成本感測器已廣泛用於及時空氣品質監測。自主研發的複合氣體感測器（圖8（d））整合了多個感測器，用於測量 VOCs、O3、CO、SO2、PM10、PM2.5、溫度、濕度等。規格包括濃度範圍、加熱器電壓、 感測器的功率和精度如表2所示。MGS 的安裝條件與環境保護局規定的空氣品質監測設備的安裝條件相似。MGS 可以將大量相關的連續監測數據即時上傳至雲端系統。
物聯網平台應用
污染監測與運輸
揚塵空間集中度
粉塵的追踪源和監測擴散難度較大，物聯網系統嘗試利用雷射雷達和 MGS 對顆粒物濃度的輸運和通量進行估算，研究顆粒物的動力學過程，及其與空氣品質的關係。結果（圖 9）顯示，風速約 3.6 m s-1 對物料庫的侵蝕可使顆粒發射至物料庫上方 20 m 的最大高度，並產生約 674 mg s-1 的粉塵通量 ，粉塵通量也與環境特定監測器測量的粉塵品質濃度 (PM10) 成正比。
圖 9 儲料庫上方灰塵的空間變化。 （注：插入的框顯示灰塵空間變化的區域，用於灰塵濃度的通量估計。）
粒子的傳輸和擴散可以透過使用特定天氣條件下的可控粒子發生器來證明。MGS 測量的人造粒子在傳輸路徑上每 5 m 沉降一次。實驗結果顯示，當盛行風為西南風（200～300°）時，平均風速在1 m s-1 和3 m s-1 之間。人造粒子可以飛到至少 60 m。
表示浮塵最多的距離。然而，大氣中稀釋的細顆粒物在沉降前最有可能分散到離顆粒發生器出口 130 m 的距離和 10 m 的高度。透過風速計測得的垂直風速 0.2~0.5 m s-1 進一步估算結果。垂直風速用於確定顆粒上升 10 m 時的時間約為 20-50 s。此時水平風速為 3 m s-1 時，理論上粒子可分散約 60～150 m，與實驗結果一致。
煉油廠泥沙污染
物聯網技術將有助於提高檢查的有效性，並透過即時整合資訊來加強環境監測的能力。實現了利用三維掃描雷射雷達系統先追踪大氣污染排放路徑，再監測污染擴散範圍，最後配合污染成分分析，確定污染區域是否為特定污染源。排放量。方法及觀測結果說明如下： 採用雷射雷達掃描監測作業監測污染空間分佈。觀察發現污染擴散範圍如圖10 所示，在圖11 中▲所示的污染沉降處設置 FTIR 進行污染成分分析，顯示主要出現無污染沉降情況 凌晨 1-3 點。
10. 光學雷達垂直掃描污染分佈圖。
圖 11 圖 9 中第二條測線的垂直掃描結果（注：▲為 FTIR 所在位置）
盛行風向為南風。當沒有發生沉降時，OP-FTIR 測得的所有污染物的濃度值均低於其單個污染物的濃度值。物體的平均值顯示在沒有大氣沉降發生時，地面測量的污染物濃度較低。LiDAR 測得的污染垂直分佈發現，沉降時間更有可能出現在晚上 8 點至晚上 8 點左右。到第二天凌晨 1 點左右。主要盛行風向為西北風轉東北風。當污染消退且盛行西北風時，OP-FTIR 測量的 N,N-二甲基甲酰胺濃度更高 (17–60 ppb)。此外，雷射雷達測量的污染垂直分佈發現，有時會出現非沉降現象，這可能源於低水平傳輸。根據污染的時間、路徑和成分可追溯污染源。值得一提的是，本案煉油廠的污染可影響最遠 3 公里外的環境空氣品質。
污染追踪與預防
該技術的另一個應用實例，確定了濁水河沙塵的沉降位置，以利於植被的種植，減輕沙塵的風蝕。涿水溪是台灣中部最長的河流，全長約 186.6 公里，流域面積 3,156.90 平方公里。溪流如其名，夾帶大量泥沙，長年渾濁。上游山區集水區年降水量達 2～3m，穿越地層多為板岩、頁岩、砂岩，易受侵蝕。因此含沙量高，當地居民有「沙攪飯」之說。為此，可以利用該技術對廣闊場地的沙塵進行監測，讓植被了解沙塵在濁水流中的擴散範圍和污染濃度，評估沙塵在濁水流中的貢獻。 流向空氣品質。
透過在地面站正上方約 15 m 處掃描 LiDAR 結果與 PM10 值進行比較，相關係數 r2 = 0.55。顯示空氣中的 PM10 濃度與當地站點有相似的趨勢。當沙子上升時，雷射雷達掃描的監測結果如圖 12（a）所示。 圖中紅圈中出現的懸浮顆粒物導致空中站和地面站的懸浮顆粒物濃度，分別為 36±12μg·m-3 和 100±20μg·m-3。 若在境外受沙塵暴影響，地面以上 300~600 米之間出現層狀沙塵分佈（如圖12（b）所示），地面站也存在較大範圍的懸浮顆粒物濃度 增加響應，有時風速較低（0.7±0.3 m s-1），地面空氣品質較差。此時邊界層高度為 ~250 m，擴散不易，出現類似情況。這個監測結果不僅可以區分風沙的位置和影響範圍，還可以判斷地面空氣不好時是受外界影響還是受內部影響。因此，有關單位可以做出正確的判斷，把握時限，保障和保障人民群眾的健康。
圖 12. (a) 渾濁水流揚塵的光掃描結果。 (b) 海外沙塵影響下的沙塵隨高度分佈。
污染檢測與改善
實時空氣品質改善
設計了一項研究，應用物聯網收集相關資訊，以了解 2017 年世界大運會前林口地區運動員村的空氣品質狀況，進而分析可能的污染源和原因，以防止污染和保持空氣品質。歷史資料顯示，世界大運會期間（2017年8月19日至30日）主要盛行風場為東北風（林口工業區至球員村）。 利用 LiDAR 系統的掃描資訊，對林口工業區與玩家村之間提供的組合氣體感測器測量結果和大氣風場資訊進行比對分析。
結果顯示，林口工業區盛行的東北風輸送的主要污染物為 PM10，其次是 VOCs、SO2 等污染物，而 CO、O3 等污染物對玩家村影響不大。系統流程圖如圖13 所示，在相關污染傳輸路徑上設置科學儀器和感測器，研究制定相關檢測控制措施實施方案。對比圖14 大運前後，環保人員利用空氣污染在線上資訊進行排查治理，大運會期間選手村空氣品質明顯改善。
圖 13. 污染檢測控制實施流程圖。工業區污染防治
圖14. 大運會期間林口環境站 PM10、SO2、CO、O3濃度隨時間的分佈。
使用聯網的科學儀器； 雲資訊管理系統和數據庫；長期記錄監測數據、空氣品質、氣象參數； 等，統計掌握空氣品質、大氣狀況、污染空間分佈、排放源等情況。根據相關監測數據，我們研究制定了污染檢查與防治行動計劃（如圖13所示），安裝了污染源自動連續監測系統（圖14），監測污染排放和工廠防治長時間的操作。該研究還協助相關人員進行即時空氣污染檢查和預防措施。環保局工作人員利用物聯網提供的統計資訊，了解並加強對超過平均實測濃度一個標準差的異常廢氣排放的審計。成果向超標排污者即時公開資訊，並多次勸導超標期間主動說明和應對情況。與 2018 年同期相比（無相關設備設置和治理），當前污染影響狀況改善約 7%~16%，如圖15所示。
工業區污染防治
使用聯網的科學儀器； 雲資訊管理系統和數據庫； 長期記錄監測數據、空氣品質、氣象參數； 等，統計掌握空氣品質、大氣狀況、污染空間分佈、排放源等情況。根據相關監測數據，我們研究制定了污染檢查與防治行動計劃（如圖13所示），安裝了污染源自動連續監測系統（圖14），監測污染排放和工廠防治長時間的操作。該研究還協助相關人員進行即時空氣污染檢查和預防措施。環保局工作人員利用物聯網提供的統計資訊，了解並加強對超過平均實測濃度一個標準差的異常廢氣排放的審計。成果向超標排污者即時公開資訊，並多次勸導超標期間主動說明和應對情況。與 2018 年同期相比（無相關設備設置和治理），當前污染影響狀況改善約 7%~16%，如圖15所示。
圖15. 2018年（相關設備和措施實施前）至2019年（相關設備和措施實施後）懸浮顆粒物濃度月度變化。
由此得出結論，在整個研究工作中，建構了一個大規模的物聯網系統，具有污染監測和運輸、污染追踪和預防、污染檢測和改進等多種應用。隨著物聯網技術的發展，這項研究的成果不僅可以為政府和公眾提供執法和政策制定，還可以為製造商改進生產自動化系統。該系統整合了許多先進的技術和儀器，包括 NB-IoT、LiDAR、OP-FTIR、mini-CEMS、MGS 和風速計，用於環境空氣品質管理。
挑戰與前景
在開發用於智慧環境空氣品質管理的物聯網技術時，主要挑戰圍繞著將智慧嵌入普通電子設備，從而使它們能夠自主可靠地運行。第二個挑戰涉及協調多個設備的異構平台及其獨特的功能，以便它們作為一個統一的網路來實現一個綜合目標。
因此，本報導提出了一個穩定高效的系統，用於從各種物聯網設備獲取空氣監測數據，並執行大規模的基於雲的運算。程序的可讀性和可維護性使得透過軟體和硬體的高度可擴展連接成為可能，系統透過分析大數據，同時評估和控制環境空氣品質。
更詳細地說，可以透過整合微控制器、無線感測器網絡（WSN）、雲端服務、全球定位系統（GPS）和 安卓平台。Air Benefit and Cost and Attainment Assessment System (ABaCAS; www.abacas-dss.com)，提供決策支持工具，包括國際成本估算工具（ICET）、響應面模型（RSM）、模型達標測試軟體（ SMAT）和環境效益繪圖和分析程序（BenMAP），應該在項目規劃期間使用，以配置不同的控制方案並確定具有成本效益的策略。
致謝
高度讚賞台灣科技部 (MOST) 的財政支持（授權號 MOST 107-2221-E-002-009-MY3 和 MOST 108-2911-I-002-549）。
0 comments:
張貼留言