《Microchemical Journal》：IoT-enabled real-time data acquisition and analysis for carbon nanomaterial-based environmental remediation sensors
编辑推荐：
实时环境监测与智能修复物联网模型研究。提出基于石墨烯和碳纳米管的智能传感器网络，结合边缘计算与云分析技术，实现污染物实时检测、数据解析及自动化治理。相较于传统方法，该模型显著提升监测精度与响应速度，降低运维成本，为复杂环境下的污染防控提供高效解决方案。
潘张|段露玲|向丽霞|钟长音|罗慧莲
中国广西南宁市南宁大学，邮编530299
摘要
纳米技术和物联网（IoT）提供了实时、准确的污染物检测能力，彻底改变了环境监测的方式。基于物联网的传感器网络能够实时传输环境数据，从而降低健康风险。由于实时监测和生态清理技术的进步，传感器技术得到了显著发展。本研究提出了“SmartCarbonNanoRemediate-IoT”概念，该概念利用基于碳纳米材料的传感器来实时检测和治理环境污染物。所提出的方法采用了石墨烯和碳纳米管这两种具有优良电化学特性和大表面积的碳纳米材料，用于制造灵敏且选择性的污染和重金属传感器。先进的“环境感知神经网络”（EGAN）可以利用基于云的物联网分析工具对数据进行分析、展示和解读，以发现可采取的行动方案。该模型还采用边缘计算技术进行实时现场处理，以减少延迟，并在污染水平超过允许限值时立即采取干预措施。这一系统使操作人员能够根据数据更快、更高效地采取行动，即时响应或通知重大环境问题。“SmartNanoRemediate-IoT”提供了一种经济实惠、可扩展且环保的环境管理方案，显著提升了环境监测的地理和时间分辨率。
引言
数百万人口生活在这一经济重要的地区，但当地的环境状况较差。该地区文化多元、历史悠久且具有重要的经济价值。由于快速的城市化、工业发展和人口增长，环境监测变得至关重要[1]。长期的家庭污染会恶化所有年龄和性别的呼吸系统健康问题[2]。高浓度的NO2、O3、SO2和PM2.5可能对健康构成严重威胁，尤其是在人口密集的城市[3]。必须迅速建立生态监测系统，以应对环境污染、气候变化和相关的健康风险[4][5]。科学和技术已经识别并治理了重金属、挥发性有机化合物等环境污染物。传统的环境监测技术历来是最准确的检测方法[6]，但它们需要时间、人力和昂贵的实验室设备。如果没有实时监测，这些系统将难以对污染事件做出反应。传统方法的另一个问题是缺乏可扩展性，它们只能分析一个样本，因此无法应用于广阔的区域或环境传感器网络[7]。由于缺乏持续监测，这些方法无法立即适应环境变化或污染物水平的变化。先进的纳米技术和纳米材料几乎改善了人类生活的方方面面。生物传感器和智能传感器可以在无需昂贵、效率低下或高度敏感的分析仪的情况下识别环境毒素[8]。纳米材料传感器具有超高灵敏度、便携性和低成本。纳米技术和物联网提高了环境治理和监测的实时性和可扩展性。传感器将化学数据转换为电压、电流或频率。由于碳纳米传感器体积微小且具有独特的性质，它们能够更灵敏、更准确地检测环境污染物[10]。这些传感器中的换能器和识别元件可以量化生物过程。物联网网络使碳纳米传感器能够持续收集并发送环境数据，以便在难以到达的地方进行远程监测，并迅速识别危险物质。石墨烯和碳纳米管可能通过纳米技术帮助解决这些问题[11]。这些材料具有大表面积、独特的电化学性质和抗污染能力。基于碳纳米颗粒的物联网传感器网络可以低成本、高效地实时检测毒素。然而，用于处理和解读这些网络大量数据的现代数据分析技术仍需进一步研究[12]。传统的物联网解决方案缺乏实时信息，阻碍了决策制定。研究人员提出了“SmartCarbonNanoRemediate-IoT”范式来解决这些限制，该范式利用碳纳米材料传感器和云计算及边缘计算技术进行快速现场决策[13]。该系统使用“环境感知神经网络”（EGAN）分析这些传感器网络的复杂数据，找出环境变量与污染水平之间的关系[14]。这种集成方式增强了系统的可操作性，使纠正措施更加迅速和有效。该模型可以利用实时数据对环境变化做出反应并进行适应性修复。所提出的范式通过灵活性提升了生态监测和管理水平。通过将碳纳米颗粒传感器与先进的机器学习算法和实时决策系统相结合，“SmartCarbonNanoRemediate-IoT”模型能够可持续且可扩展地检测和治理污染。通过提供一个集成框架来实时分析、处理和监测生态污染物，本研究改进了环境管理。
本文的主要贡献包括：
•提出了“SmartCarbonNanoRemediate-IoT”模型，这是一个基于物联网的框架，利用石墨烯和碳纳米管传感器直接识别和治理环境污染物。
•该研究使用先进的EGAN来组织和解释传感器网络数据。该模型学习了多种环境因素与EGAN的交互方式，提高了污染预测能力，有助于清理受污染的区域。
•边缘计算使该模型能够在现场实时做出决策，几乎没有任何延迟。当污染物水平超过可接受标准时，快速自动化的治理措施提高了环境管理系统的响应速度和效率。
根据Shahid等人的研究[16]，基于物联网的传感器网络改善了中东地区的空气质量监测。空气质量差和灰尘污染威胁着脆弱人群。借助这些网络的实时数据，可以监测污染并做出决策。碳纳米管和物联网传感器在规模和成本方面优于传统的监测系统。这些传感器、物联网网络以及基于机器学习和人工智能的数据分析技术可以检测污染源并预测未来趋势。所提出的策略对于生态系统管理、健康改善和气候变化缓解具有成本效益。由于气候变化和其他环境挑战，传统的农业方式无法满足世界粮食需求。智能传感器和物联网实现了数据驱动的精准农业和资源优化。利用实时土壤湿度、pH值和植物压力传感器数据，可以实现灌溉、施肥和害虫管理。将这些传感器连接到物联网上，可以利用人工智能和机器学习自动化控制、分析数据，并通过预测分析预测疾病爆发和农业产量。精准农业虽然初始成本较高，存在数据管理问题和农村互联网连接不佳的问题，但Eze等人[17]展示了物联网支持的智能传感器如何提高农业效率和可持续性。Comegna等人[18]开发了一种新型传感器，使用瞬时剖面法（IPM）测量不同土壤深度的θ、h和水力传导率。研究发现，二次多项式函数（R2 = 0.99）能够最好地解释电容式传感器在粉壤土中测量θ的情况。IPM由于传感器设计简单，更容易实施。在长时间的数据收集过程中，该监测设备表现良好，非常适合连续监测土壤水分状况。
Malode等人[19]研究了一种基于稻壳改性的石墨烯碳 paste 电极（RHG-CPE）用于检测非甾体抗炎药美洛昔康。研究表明，这种传感器可以从稻壳生物质废物中环保地生产石墨烯，并具有高线性动态范围和2.13 nM的检测限。通过扫描电子显微镜等方法评估了传感器表面形态，但使用电化学阻抗谱技术研究了其电化学性能。RHG/CPE传感器能够轻松检测尿液、血清、母乳和药片中的美洛昔康，且受其他化合物的干扰很小。
Pawar等人[20]探讨了如何将人工智能驱动的方法（如机器学习和预测建模）应用于先进的纳米材料（包括基于石墨烯的结构、碳点和金属有机框架），以改进环境监测、分离和污染物检测。基于纳米材料的传感器和分离系统受益于人工智能带来的灵敏度、选择性和效率。研究发现，人工智能和纳米技术对于实现更清洁、更可持续的地球至关重要。综述涵盖了各种技术的当前进展、挑战和机遇。环保应用在水质过滤、气体分离和实时环境监测中受到青睐。
适配体与石墨烯纳米杂化物的结合催生了多种独特的环境监测方法。Zahra等人[21]分析了2014年1月至2021年9月的评估数据，重点研究了石墨烯纳米杂化适配体（GNH-Apts）。文章介绍了两种主要的信号转导方法，用于监测水、土壤及相关样本中的农药、重金属、细菌和有机化合物。文章涵盖了光学和电化学方法，以及科学家面临的问题和每种方法的前景。高性能的石墨烯-半导体纳米杂化适配体可用于环境监测。
Vasquez等人[22]证明，SHIME（人类微生物生态系统模拟器）可以使用涂有聚二甲基硅氧烷（PDMS）的碳纳米管（CNTs）制成的化学电阻气体传感器持续监测气体。这种气体传感器能够在恶劣的厌氧、高湿度、酸性环境中连续运行16小时，同时测量气体生成情况。像SHIME?这样的体外系统利用可靠传感器平台实时识别气体生物标志物。
Maity等人[23]解决了饮用水污染风险管理中的传感器误差问题。这些不准确性的原因是不同设备之间二维（2D）电传感器的差异。最终，基于石墨烯场效应晶体管（GFETs）的传感器阵列具有可扩展性，能够更准确地实时监测流动自来水中的重金属离子（铅和汞）和大肠杆菌。此外，该研究提供了一种可靠的质量控制方法，提高了电子传感器检测饮用水中污染物的能力。
Xin等人[24]发现基于石墨烯的基底在灵敏度和识别能力方面优于贵金属纳米颗粒增强的基底，并讨论了表面增强拉曼散射（SERS）的进展。文章探讨了用于环境检测的分子标记、免疫色谱和基于石墨烯的SERS技术。文章讨论了这些方法在农药、金属离子和有机化学物质检测方面的优缺点，以及它们在环境技术中的应用前景。
Montaser N.A. Ramadan等人[25]提出使用物联网传感器网络和遥感技术进行实时环境污染监测。先进的数据处理可以实时整合和评估数据，提供高分辨率的污染结论。连续、准确的技术数据提升了监测效果，并为环境管理和政策制定提供了依据。成功的实施表明，该框架增强了污染监测能力，并推动了生态技术研究的发展。
SmartCarbonNanoRemediate-IoT模型结构
复杂环境具有多模态、动态的数据。正式化气候变化、生物多样性监测和资源管理的计算和数学基础至关重要。物联网传感器层中的碳纳米管和石墨烯传感器首先抵御系统中的污染物。这些灵敏的传感器可以检测金属、颗粒物以及包括二氧化氮、二氧化碳和氧气在内的气体。来自传感器的环境污染物数据由边缘计算设备进行处理。
数据集描述
结论
与以往技术相比，“SmartCarbonNanoRemediate-IoT”能够更快地检测污染物、更迅速地作出反应，并更有效地减少污染。实时环境监测和治理技术得到了进步。得益于碳纳米材料传感器、边缘计算和基于云的分析技术，所提出的架构具有可扩展性、能源效率和高环境敏感性。然而，仍需开展大量工作，以找到将这些传感器整合到现有监测系统中的最佳方法。
CRediT作者贡献声明
潘张：数据整理、概念构思。段露玲：撰写——审稿与编辑、初稿撰写。向丽霞：调查、数据分析。钟长音：软件开发、方法论设计。罗慧莲：验证、监督。
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
