南京农业大学WR｜基于物联网和智能算法实现农业水质和温室气体排放的低成本同步监测

主要观点总结

文章介绍了一项关于农业水质和温室气体排放同步监测的研究，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）。该系统能够实时监测溶解的N2O浓度，并结合空气-水气体交换模型，实现对农业水体CO2和N2O排放的有效监测和模拟。研究的关键点包括系统的高精度预测、输入参数缺失的影响、模型的适用性评估、传感器选择和经济高效的系统设计。

关键观点总结

关键观点1: 建立水质和温室气体排放的同步监测。

研究团队开发了一种基于物联网和智能算法的同步监测系统，解决了传统监测方法成本高、便携性差等问题。

关键观点2: 溶解态N2O浓度模型的高精度预测。

采用六种智能算法进行训练，比较不同模型的预测精度，最终选择SVR-rbf作为最佳算法。

关键观点3: 输入参数缺失对预测精度的影响。

研究了模型在不同缺失场景和缺失比例下的预测精度，发现SVR-rbf具有更强的预测稳定性和抗干扰能力。

关键观点4: 模型的适用性评估。

通过观测最佳模型在不同场景下的预测性能稳定性来评估其适用性，发现模型在湖泊和稻田场景中表现良好。

关键观点5: 系统的设计和实现。

介绍了系统的传感器选择、电路设计、通信方式、供电方案等实现细节，强调了系统的经济高效性和便携性。