基于物联网技术的太湖蓝藻水华预警平台

doi:10.3724/SP.J.1087.2011.02841

计算机应用 ›› 2011, Vol. 31 ›› Issue (10): 2841-2843.DOI: 10.3724/SP.J.1087.2011.02841

基于物联网技术的太湖蓝藻水华预警平台

杨宏伟1,2,吴挺峰2,张唯易3,李未2

1.南京大学地理与海洋科学学院, 南京 210093
2.中国科学院南京地理与湖泊研究所, 南京210008
3.中国科学院上海微系统与信息技术研究所,上海 200050

收稿日期:2011-04-11 修回日期:2011-06-09 发布日期:2011-10-11 出版日期:2011-10-01
通讯作者: 杨宏伟
作者简介:杨宏伟(1967-),男,江苏常州人,副研究员,博士研究生,主要研究方向:湖泊遥感、GIS;吴挺峰(1981-),男,浙江金华人,助理研究员,博士,主要研究方向:湖泊水动力;张唯易(1977-),女,浙江金华人,高级工程师,硕士,主要研究方向:传感器网络;李未(1985-),女,山东临清人,助理研究员,博士,主要研究方向:水动力数值模拟。
基金资助:
国家重大科技专项(2011ZX07101-010);中国科学院知识创新工程重大交叉项目(KZCX1-YW-14)

Blue-green algae bloom forecast platform with Internet of things

YANG Hong-wei^1,2, WU Ting-feng², ZHANG Wei-yi³, LI Wei²

1.School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing Jiangsu 210093, China
2.Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing Jiangsu 210008, China
3.Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences, Shanghai 200050, China

Received:2011-04-11 Revised:2011-06-09 Online:2011-10-11 Published:2011-10-01

摘要/Abstract

摘要： 针对以往藻类水华预测系统在数据源方面存在的不足,采用物联网技术,实现基于三层网络传输结构的监测体系,保证了数据的时间连续性;并对遥感水质参数定量反演方法、中程无线传感网络技术和藻类水华预测预警模型方面进行了改进。在此基础上,开发了太湖蓝藻预测预警平台,运行结果表明蓝藻水华未来3天的平均预测精度达到了80%以上。

关键词: 太湖, 蓝藻水华, 物联网, 预警平台

Abstract: To overcome the shortcomings of conventional algal bloom forecast system in acquiring data, this study applied the Internet of Things (IoT) technology to establish a data transmission network with three-layer structure, and thus secured data continuity. With improved retrieval approach of water quality parameters, technology of Wireless Sensor Network (WSN) and forecast model of algal bloom, the blue-green algal bloom forecast platform was developed. The evaluation demonstrates that the platform achieves an overall accuracy of 80% in forecasting blue-green blooms in Taihu Lake in next three days.

Key words: Taihu Lake, blue-green algae bloom, Internet of Things (IoT), forecast platform

中图分类号:

杨宏伟吴挺峰张唯易李未. 基于物联网技术的太湖蓝藻水华预警平台[J]. 计算机应用, 2011, 31(10): 2841-2843.

YANG Hong-wei WU Ting-feng ZHANG Wei-yi LI Wei. Blue-green algae bloom forecast platform with Internet of things[J]. Journal of Computer Applications, 2011, 31(10): 2841-2843.

[1]	包玉龙, 朱雪阳, 张文辉, 孙鹏飞, 赵颖琪. 物联网应用中访问控制智能合约的形式化验证[J]. 计算机应用, 2021, 41(4): 930-938.
[2]	田志宏, 赵金东. 面向物联网的区块链共识机制综述[J]. 计算机应用, 2021, 41(4): 917-929.
[3]	张凌哲, 黄向东, 乔嘉林, 勾王敏浩, 王建民. 面向时序数据的两阶段日志结构合并树文件合并框架[J]. 计算机应用, 2021, 41(3): 618-622.
[4]	李秀艳, 刘明曦, 史闻博, 董国芳. 面向资源受限用户的高效动态数据审计方案[J]. 计算机应用, 2021, 41(2): 422-432.
[5]	夏伦腾, 张莉. 基于K近邻和动态时间规整算法的盲人物联网手杖系统[J]. 计算机应用, 2020, 40(8): 2441-2448.
[6]	程小辉, 牛童, 汪彦君. 基于序列模型的无线传感网入侵检测系统[J]. 计算机应用, 2020, 40(6): 1680-1684.
[7]	史锦山, 李茹, 松婷婷. 基于区块链的物联网访问控制框架[J]. 计算机应用, 2020, 40(4): 931-941.
[8]	刘向举, 刘鹏程, 徐辉, 朱晓娟. 基于软件定义物联网的分布式拒绝服务攻击检测方法[J]. 计算机应用, 2020, 40(3): 753-759.
[9]	王舒漫, 李爱萍, 段利国, 付佳, 陈永乐. 基于BTM的物联网服务发现方法[J]. 计算机应用, 2020, 40(2): 459-464.
[10]	周震, 袁正道. 面向物联网环境的高效通信接收机设计[J]. 计算机应用, 2020, 40(1): 202-206.
[11]	谢丽霞, 魏瑞炘. 物联网节点动态信任度评估方法[J]. 计算机应用, 2019, 39(9): 2597-2603.
[12]	王丹, 李安艺, 杨艳娟. 基于相关检测的低复杂度窄带物理下行控制信道盲检测算法[J]. 计算机应用, 2019, 39(9): 2652-2657.
[13]	潘建国, 李豪. 基于实用拜占庭容错的物联网入侵检测方法[J]. 计算机应用, 2019, 39(6): 1742-1746.
[14]	葛琳, 季新生, 江涛, 江逸茗. 基于区块链技术的物联网信息共享安全机制[J]. 计算机应用, 2019, 39(2): 458-463.
[15]	杜俊雄, 陈伟, 李雪妍. 基于物联网设备指纹的情境认证方法[J]. 计算机应用, 2019, 39(2): 464-469.

基于物联网技术的太湖蓝藻水华预警平台

Blue-green algae bloom forecast platform with Internet of things

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics