盛希宁

（江苏联合职业技术学院 常州刘国钧分院，江苏 常州 213000）

0 引 言

根据2016年世界卫生组织的统计结果发现，每年有近300万人因长期暴露在室外被污染的环境中而死亡。中国早在1987年就发布了《中华人民共和国大气污染防治法》，其中，环境空气质量监测标准采用空气污染指数API进行衡量。监测的空气污染物包括PM10、PM2.5、CO、NO2、SO2。PM10及PM2.5等悬浮粒子能够在大气中长时间停留，并可随呼吸进入人体，这些粒子长期积聚在气管或肺部易导致呼吸系统疾病。因此，我国气象局积极架设空气质量监测站，用以监测不同空气污染物的浓度，并结合其他气候因子，例如温度、湿度、风速、风向等，建立相关警报系统，提醒外出民众采取携带口罩等一系列预防措施。

然而，气象局在城市内所架设的测量空气污染物的监测站点数量有限，且监测高度相近，导致气象局无法追查空气污染物源头，并进一步防止污染的产生。因此，为了追踪空气污染物的来源，可以在同一地点架设不同高度的监测点，此举不仅能够精确获悉污染物的扩散模式，更能够采集更多气候因子数据作为专业气象人员进行空气污染物扩散分析的依据。若要监测区域内不同高度的气候因子，唯有选择无人机作为飞行载具采集三维空间内更为完整的环境数据[1-2]。

1 系统硬件设计

为了实现上述功能，本研究使用微控制器、温湿度传感器、PM2.5浓度传感器以及LoRa无线传输模块作为环境监测平台，搭载四旋翼无人机，于每小时采集不同高度的环境数据，将数据存储至数据库中，并以网页方式将数据进行图表化呈现。

目前市面上常见的无人机依照飞行机制可以分为定翼型与旋翼型两类。为了弥补一般气象监测站的缺陷，我们利用旋翼型无人机在三维空间可飞行和悬停的特性，建立了一个区域环境监测系统，使其周期性地在同一地点不同高度测量温度、湿度以及PM2.5数据。本文提出的基于四旋翼无人机的区域环境监测系统硬件设计框架如图1所示，其可分为两部分，即数据采集和传输系统以及数据分析和可视化系统。数据采集以及传输系统将通过无人机将采集区域内的环境监测数据包括高度、温度、湿度和PM2.5浓度，经LoRa无线传输模块上传至数据库存储。使用者通过数据分析和可视化系统在网页上选择需要查询和确认的数据，借助用户接口由数据库调用和分析处理，并以视觉化图表的方式呈现于网页之上[3-5]。

图1 系统硬件设计框架

数据采集以及传输系统由微控制器Arduino mega、温湿度传感器DHT11、灰尘传感器GP2Y1010AU0F以及LoRa无线传输模块RN2483组成。

飞行控制器使用Pixhawk作为硬件平台，辅以PX4作为飞行控制软件。当无人机从选定的地点起飞到达特定高度后便开始侦测温度、湿度以及PM2.5浓度。微控制器与飞行控制器、无线传输模块之间的数据传输利用非同步收发传输器UART作为传输介质。微控制器端作为地面控制站，通过飞行控制系统Pixhawk读取无人机当前的高度。系统进行数据采集的间隔高度为3 m，经由无线传输模块将数据传输至数据库储存。当无人机飞至30 m时，采集最后一次数据，并结束此次飞行任务。

温湿度传感器DHT11的显示温度范围为0～50 ℃，相对湿度范围为0～92%RH，温度误差为±2 ℃，相对湿度误差为±5%RH。其内部包括一个电阻式感湿元件和一个测温元件，供电电压为3～5.5 V，采用单线制数据传输，传输一次完整数据的长度为40 bit，数据格式为：湿度整数数据8 bit+湿度小数数据8 bit+温度整数数据8 bit+温度小数数据8 bit+校验码8 bit。

GP2Y1010AU0F是一款利用光敏原理探测空气质量的传感器，通过其内部对角安装的红外线发光管和光电晶体管检测空气中悬浮微粒的反射光。根据手册中其输出电压与浓度的关系图线，可将图线的前半段表示为线性方程，见式（1）。在温度为-10～65 ℃的环境中，其误差为±0.15 V/（0.1 mg ·m-3）。

式中：C为浓度，单位为mg/m3；Vout为输出电压，单位为V。通过微控制器Arduino mega将输出脉冲电压转换成粉尘浓度。

低功率广域网络LPWAN是一种长距离无线传输网络，具有传输距离长、功耗低、多节点等优势，常应用于传输量较小且传输频率较低的物联网。目前常见的物联网无线技术有802.11ah、ZigBee、LTE、LoRa等。本研究选用的RN2483模块使用了嵌入式LoRaWAN的A类协议。该模块的工作温度为-40～85 ℃、相对湿度为10%RH～90%RH、工作电压为2.1～3.6 V，传输频段分别为433 MHz及868 MHz，在郊区的传送距离最长可达15 km，市区的传送距离最长为5 km。当无人机采集到数据后，通过LoRa模块传输至伺服器，由伺服器进行数据拆解后存储至数据库。最后，将采集的数据进行分析后使用网页视觉化图表绘图工具Highcharts在网页上呈现系统数据的统计图表[6-7]。系统硬件实物如图2所示。

图2 系统硬件实物

2 系统软件设计

无人机的LoRa传输模块将数据传送至计算机通信接口的LoRa传输模块。用户界面与数据库网页框架之间的接口利用Python语言编写，其数据格式和长度见表1所列，分别为监测域代码、监测高度、温度、湿度、PM2.5浓度以及校验码。

表1 数据和长度对应表 bit

3 系统测试结果与分析

为了测试实际制作的区域环境监测系统的可用性，我们将其放置于福州市内某高层小区进行实验。由于气象局设立的气象监测站所测量的数据仅代表大区域的天气情况，无法精确表示小区域范围内的天气情形，因此，为了突显本系统的实测数据与一般气象监测站的差异，此处将二者的数据进行比较。无人机在12 m处实测的温度、湿度以及PM2.5浓度如图3、图4、图5所示。由图可知，系统测得的实验数据与气象监测站测量的数据存在一定差异。气象监测站获得的PM2.5平均浓度偏低，而无人机侦测到的PM2.5平均浓度较高，说明无人机所测的环境数据更贴近小区范围内的真实环境状况。

图3 监测站与无人机温度测量数据比较

图4 监测站与无人机湿度测量数据比较

图5 监测站与无人机PM2.5浓度测量数据比较

4 结 语

目前该系统的无人机监测地点采用人工取点方式，因此监测点相对固定。后续将为系统加入当前无人机所在位置的经纬度数据测量功能，并动态同步至网页端进行实时显示。同时，新增系统自动返航功能，当无人机执行完飞行任务或电量低于设定值时，能自动返回至起飞点充电。未来更可以结合机器学习或深度学习，建立该区域短时间内的天气预测模型，并提供预警功能。