为预测环境变化研究人员创建了新一代无线传感器网络

SupratikGuha教授开创了无线传感器网络，该系统能够实时监测土壤和水质，极大地改善了气候建模和精准农业的环境数据。如上所示，大型传感器平台用于测量叶绿素和色氨酸等水参数。学分：约翰·齐奇

“物联网”是一个不断增长的互连设备网络——包括从智能灯泡到仓库机器人的一切——被定位为“第四次工业革命”的核心支柱，因为它极大地改善了连通性和信息共享。

现在想象一下，该网络扩展到建筑物之外并进入景观，形成一个监测空气、土壤和水的污染和养分含量的传感网络。这样的网络是芝加哥大学普利兹克分子工程学院(PME)教授兼阿贡国家实验室高级顾问SupratikGuha的目标。

他和他的团队正在开发“无线传感器网络”——监视一英亩宽的土地和水域的传感器阵列，以跟踪污染、湿度水平和化学成分。Guha认为，这些系统将解锁急需的关于地球快速变化的组成的数据。

“这些传感器网络将提供实时、高密度的数据，这些数据对于创建生态系统的准确图像至关重要，”Guha说。“我们想看看河流是如何被污染的，有多少肥料从土壤中被冲走。有了更好的数据，陆地生态学家可以开发出更好的氮和二氧化碳循环模型;农民可以以恰到好处的方式使用恰到好处的水量时间。”

小物件收藏家

在农业中，小数据点可以产生深远的影响。体积含水量——一块特定的泥土吸收了多少水——决定了农民今天是灌溉他的田地还是推迟灌溉。水太少，植物可能会枯萎。过多的水会加剧水土流失，浪费越来越稀有的资源，并污染下游供应。

陆地生态学也是如此——数据为王。但直到最近，关于短期环境变化的高质量数据历来很难获得。

利用更便宜的传感器和Sigfox等低功率无线系统的出现，Guha教授和他的团队以项目名称Thoreau(以著名博物学家HenryDavidThoreau命名)创建了三个独立的环境传感器网络。其中一个网络监测印度几条河流的水质，另一个网络记录芝加哥大学校园周围的地面湿度，而第三个网络全年收集伊利诺伊州巴达维亚费米国家实验室附近试验农场的土壤信息。

四年级博士从事该项目的学生GregoryGrant解释了其更广泛的潜力。

“通过在田野或国家森林或自然保护区内不引人注意地部署传感器，我们可以监测水质或土壤温度，”格兰特说。“在像加利福尼亚这样的地方，这是监测野火或帮助农业管理的强大工具。我们可以就危害、用水、肥料流失、污染做出明智的决定——我们学到了很多东西。”

该网络的通信节点(上图)封装在透明防水塑料中，并埋在地表以下一英尺半处。图片来源：古哈实验室

数据自然

传感器技术发展迅速，每个梭罗网络中使用的特定组件随着时间的推移而变化。费米农场网络(Thoreau2.0)使用相对便宜的土壤传感器连接到塑料封装的电路板。这些“节点”看起来类似于一款小型无屏幕智能手机，一端有一根带叉的天线。

农场的23个节点中的每一个都埋在地表以下1.5英尺深的地方，它们可以检测体积含水量、温度和土壤电导率。四节AA锂离子电池为节点供电，使它们的使用寿命约为四年半。

传感器寿命长的关键是它们使用低功耗广域网(LPWAN)硬件，这是一种以较低频率传输少量数据的技术，有时被称为“零重力”网络。

埋入地下后，节点每三十分钟收集一次信息，并将其转发到位于田野中央的30英尺高的太阳能基站，该基站又将信息传输到Guha的实验室。处理后，数据会公开显示在项目网页上。

该网络自2019年开始运行，几乎不需要维护，表明它可以运行多年而不会干扰农场的日常运营。

生态尺度研究

Guha教授于2017年在印度开发了第一个监测河流污染的环境传感器网络。从那时起，他和他的团队加入了一项全球合作努力，将最先进的技术应用于环境可持续性和先进农业。

NSF和USDA支持试点网络作为未来农业恢复力、管理和可持续性人工智能(AIFARMS)研究所的一部分。AIFARMS是一个多机构机构，致力于推进基础人工智能以应对世界农业面临的重要挑战。

Guha说，这种协作精神对于解决如此庞大的问题至关重要，这也是他被芝加哥大学吸引的原因之一。

“我来到芝加哥大学的一个重要原因是探索不同的追求并与这个专家网络一起工作，”古哈说。“事实上，我的水项目始于与芝加哥大学法学院的AnupMalani的合作，然后通过与能源政策研究所(EPIC)和芝加哥大学德里办事处的互动进一步发展。问题是多方面的。有社会-经济考虑、政治考虑、监管考虑、商业考虑——对于当今复杂的环境问题，您需要该网络产生真正的影响。”

展望未来，Guha的目标是进一步降低传感器单元的成本，同时简化整个系统。

“传感器网络已经取得了长足的进步，因为您可以通过集成易于获得的标准化组件来组装一个系统，”Guha说。“该领域未来的研究将侧重于使网络负担得起，以便它们可以在全球范围内大规模部署。我们还在努力开发新的传感器，可以轻松测量我们今天无法可靠测量的许多参数：例如硝酸盐含量在土壤中以及水和土壤中的微生物含量。”