近日，南京農(nóng)業(yè)大學(xué)資環(huán)學(xué)院農(nóng)業(yè)資源環(huán)境遙感信息組在Water Research上發(fā)表了題為“Synchronous monitoring agricultural water qualities and greenhouse gas emissions based on low-cost Internet of Things and intelligent algorithms”的研究論文(DOI: 10.1016/j.watres.2024.122663)。

研究團(tuán)隊(duì)開(kāi)發(fā)了一種基于物聯(lián)網(wǎng)（IoT）和智能算法的水質(zhì)和溫室氣體排放同步監(jiān)測(cè)系統(tǒng)(WG-IoT-MS)。該系統(tǒng)配備了低成本傳感器并集成了智能算法，能夠?qū)崟r(shí)監(jiān)測(cè)溶解態(tài)氧化亞氮濃度。結(jié)合水-氣界面擴(kuò)散理論，該系統(tǒng)實(shí)現(xiàn)了對(duì)農(nóng)業(yè)水體二氧化碳和氧化亞氮排放的有效監(jiān)測(cè)和模擬，并將監(jiān)測(cè)成本降低了約60%。研究成果為農(nóng)業(yè)水環(huán)境和溫室氣體同步監(jiān)測(cè)提供了一種新思路和新技術(shù)。

農(nóng)業(yè)水質(zhì)和溫室氣體排放的同步監(jiān)測(cè)對(duì)于評(píng)估農(nóng)業(yè)活動(dòng)的環(huán)境影響至關(guān)重要。然而，傳統(tǒng)的水質(zhì)和溫室氣體監(jiān)測(cè)方法存在成本高、便攜性差、人力需求大等問(wèn)題。研究團(tuán)隊(duì)開(kāi)發(fā)了一種基于物聯(lián)網(wǎng)（IoT）和智能算法的水質(zhì)和溫室氣體排放同步監(jiān)測(cè)系統(tǒng)（WG-IoT-MS）（圖1）。通過(guò)分析關(guān)鍵參數(shù)與溶解態(tài)氧化亞氮濃度的相關(guān)性，采用基于徑向基函數(shù)的支持向量回歸（SVR-rbf）建立溶解態(tài)氧化亞氮濃度預(yù)測(cè)模型。該系統(tǒng)采用Arduino Mega2560作為微控制器，通過(guò)GPRS模塊實(shí)現(xiàn)數(shù)據(jù)傳輸，并使用太陽(yáng)能供電確保系統(tǒng)穩(wěn)定運(yùn)行（圖2）。

圖2 WG-IoT-MS：（a）系統(tǒng)電路連接圖，（b）系統(tǒng)內(nèi)部圖，（c）池塘監(jiān)控展示

研究結(jié)果表明（圖3），該系統(tǒng)對(duì)二氧化碳和氧化亞氮排放通量的監(jiān)測(cè)結(jié)果與傳統(tǒng)浮箱法具有良好的一致性（R2> 0.7）。在不同時(shí)間點(diǎn)，兩個(gè)稻田監(jiān)測(cè)點(diǎn)二氧化碳和氧化亞氮排放通量模擬值與測(cè)量值的平均絕對(duì)誤差（MAE）的差分別為7.16 mg C/(m2·h)and 2.01g N/(m2·h)，實(shí)現(xiàn)了低成本、便攜式的二氧化碳和氧化亞氮排放通量監(jiān)測(cè)。

圖3二氧化碳和氧化亞氮排放通量觀測(cè)值與模擬值：稻田（B1和B2）為例

南京農(nóng)業(yè)大學(xué)資源與環(huán)境科學(xué)學(xué)院為論文第一完成單位，博士生張華瞻為論文第一作者，高翔副教授為論文通訊作者，南京農(nóng)業(yè)大學(xué)鄒建文教授、丁艷鋒教授、姜小三教授、熊正琴教授、王松寒教授、王金陽(yáng)副教授、生態(tài)環(huán)境部遙感應(yīng)用中心王雪蕾研究員、南京大學(xué)李文濤副教授等共同參與了該項(xiàng)研究。該研究依托南京農(nóng)業(yè)大學(xué)農(nóng)業(yè)農(nóng)村部東南沿海農(nóng)業(yè)綠色低碳重點(diǎn)實(shí)驗(yàn)室和南京農(nóng)業(yè)大學(xué)泰州研究院，受?chē)?guó)家自然科學(xué)面上基金、江蘇省碳達(dá)峰碳中和科技創(chuàng)新專(zhuān)項(xiàng)、江蘇省農(nóng)業(yè)科技自主創(chuàng)新項(xiàng)目、南京農(nóng)業(yè)大學(xué)高層次人才引進(jìn)啟動(dòng)基金和江蘇省研究生科研實(shí)踐創(chuàng)新計(jì)劃資助。

論文鏈接:https://authors.elsevier.com/a/1j--M9pi-e2qC