近日，Water Research上发表了题为“Synchronous monitoring agricultural water qualities and greenhouse gas emissions based on low-cost Internet of Things and intelligent algorithms”的研究论文(DOI: 10.1016/j.watres.2024.122663)。南京农业大学资源与环境科学学院研究团队开发了一种融合了物联网(IoT)技术和智能算法的水质与温室气体排放同步监测系统(WG-IoT-MS)。此系统利用价格亲民的传感器，并结合先进的智能算法，实现了对水中溶解态N2O浓度的实时监控。通过整合空气-水界面的气体交换模型，该系统不仅能够有效监测和预测农田水体中的CO2及N2O排放情况，还大幅削减了监测成本，大约减少了60%。这项创新成果为农业水环境及温室气体的同步监测提供了新的方法和技术支持。农业水质和温室气体排放的同步监测对于评估农业活动的环境影响至关重要。然而，传统的水质和温室气体监测方法存在成本高、便携性差、人力需求大等问题。研究团队开发了一种基于物联网（IoT）和智能算法的水质和温室气体排放同步监测系统（WG-IoT-MS）（图1）。通过分析关键参数与溶解态N2O浓度的相关性，采用基于径向基函数的支持向量回归（SVR-rbf）建立溶解态N2O浓度预测模型。该系统采用Arduino Mega2560作为微控制器，通过GPRS模块实现数据传输，并使用太阳能供电确保系统稳定运行（图2）。 ![]()
图1 一种基于物联网（IoT）和智能算法的水质和温室气体排放低成本原位同步监测系统（WG-IoT-MS）。图2 WG-IoT-MS：（a）系统电路连接图，（b）系统内部图，（c）池塘监控展示研究结果表明（图3），该系统对CO2和N2O排放通量的监测结果与传统浮箱法具有良好的一致性（R2 > 0.7）。在不同时间点，两个稻田监测点CO2和N2O排放通量模拟值与测量值的平均绝对误差（MAE）的差分别为7.16 mg C/(m2·h) and 2.01 μg N/(m2·h)，实现了低成本、便携式的CO2和N2O排放通量监测。图3 CO2和N2O排放通量观测值与模拟值比较：稻田（B1和B2）为例博士生张华瞻为论文第一作者，高翔副教授为论文通讯作者，邹建文教授、丁艳峰教授、姜小三教授、熊正琴教授、王松寒教授、王金阳副教授、生态环境部遥感应用中心王雪蕾研究员、南京大学李文涛副教授等共同参与了该项研究。该研究依托南京农业大学农业农村部东南沿海农业绿色低碳重点实验室，受国家自然科学面上基金、江苏省碳达峰碳中和科技创新专项、江苏省农业科技自主创新项目、南京农业大学高层次人才引进启动基金和江苏省研究生科研实践创新计划资助。论文链接:
https://authors.elsevier.com/a/1j--M9pi-e2qC
![]()
