《Environmental Technology & Innovation》：A Comparison Between Low-Cost Single-Parameter IoT Sensors and Traditional High-Cost Monitoring Stations for Stream Water Quality Assessment
编辑推荐：
本研究针对传统高成本水质监测站部署受限、难以实现大范围覆盖的问题，系统评估了低成本物联网（LCIoT）溶解氧（DO）传感器在真实城市溪流环境下的长期性能。通过与高端参考仪器并行部署对比，研究发现LCIoT传感器能可靠捕捉溶解氧的昼夜和季节动态，其数据与参考值高度相关（Nash–Sutcliffe效率高达0.906），平均绝对误差低于1 mg/L。该研究为在预算或物理接入受限的场景下，利用低成本技术进行大规模、长时序水质监测提供了实践指导和有力证据，推动了物联网技术在环境科学领域的应用。
清澈的溪流是城市生态系统健康的脉搏，而溶解在水中的氧气（溶解氧，DO）则是衡量这脉搏强弱的关键生命体征。它直接关系到水生生物能否存活，也是指示水体是否遭受有机污染或富营养化污染的“晴雨表”。传统上，对溶解氧进行精确、连续的监测依赖于高质量但价格昂贵的专业传感器，这些设备虽然数据可靠，但其高昂的购置和维护成本极大地限制了它们在空间上的部署密度和监测的持续时间，尤其是在需要流域尺度长期监控的项目中。近年来，物联网（IoT）技术的兴起为环境监测带来了新的希望。低成本物联网（LCIoT）传感器以其可负担的价格和实时数据传输能力，展现出大幅提升水质监测时空分辨率的巨大潜力。然而，在拥抱这种“数据量”激增的同时，科学界和工程界始终对这类低成本传感器所产出的“数据质”心存疑虑：它们能否在复杂多变的真实水体环境中，提供足以媲美传统高端设备的准确、可靠数据？特别是针对溶解氧这一核心参数，其长期性能表现如何，系统性偏差有多大，这些问题都亟待通过严谨的野外对比实验来回答。
为了回答这些问题，来自德国杜伊斯堡-埃森大学的研究团队在2022年至2025年间，于德国鲁尔区高度城市化的埃姆舍尔河流域的三个地点，开展了一系列为期数周的对比监测研究。他们将不同类型的LCIoT传感器（包括自组装的电化学传感器和商业化的“即插即用”光学传感器）与用于法规监测的、经过严格校准和维护的行业标准参考仪器并行部署，旨在评估LCIoT传感器在真实条件下的准确性、可靠性，并识别其潜在的系统偏差。研究成果发表在《Environmental Technology》上。
研究人员为开展此项对比研究，主要采用了以下几种关键技术方法：首先是并行对比监测设计，在多个地点将LCIoT传感器与高端参考传感器（如Hach? LDO2光学探头）安装在同一监测站或相近位置，确保环境条件可比。其次是多种LCIoT传感器平台的测试，包括基于Arduino?微控制器的自组装电化学传感器系统和商业化的Dragino? NB-IoT光学传感器系统。第三是综合数据分析，利用Python脚本对同步采集的时间序列数据进行处理（包括异常值剔除、时间对齐、插值）和统计评估，计算了平均绝对误差（MAE）、均方根误差（RMSE）、皮尔逊相关系数（r）和纳什-苏特克利夫效率（NSE）等指标，以量化性能。此外，研究还包含了现场部署与维护实践，评估了传感器的能耗、数据传输可靠性（使用LoRaWAN和NB-IoT技术）以及在不同部署模式（在线泵送测量与原位直接测量）下的表现。
3.1. 埃姆舍尔河LCIoT传感器结果（第1和第2阶段）
在初始阶段，基于Arduino和电化学探头的LCIoT传感器在可操作期间与参考传感器表现出良好的一致性，平均绝对误差（MAE）和均方根误差（RMSE）均低于1 mg/L。尽管因探头膜故障、能耗过高和传输问题导致部分数据缺失，但在膜更换后的第二阶段，传感器成功捕捉到了由暴雨输入引起的溶解氧急剧下降事件（如5月23日事件），证明了其事件检测能力。
3.2. 2025年罗斯巴赫第3阶段结果
此阶段使用了商业化Dragino光学溶解氧传感器。结果显示，LCIoT传感器与参考传感器的时间动态高度一致，皮尔逊相关系数达0.952，NSE为0.906，表明其能出色捕捉溶解氧的昼夜波动和季节趋势。然而，LCIoT传感器记录的日变化范围（平均5.8 mg/L）显著大于参考传感器（平均4.9 mg/L），其每日的极小值和极大值也分别显著低于和高于参考值，表明可能存在信号动态响应差异或缺乏内部信号平滑处理。
3.3. 2025年罗斯巴赫第3阶段原位结果
将LCIoT传感器直接部署在溪流中（原位）与放置在监测站泵送水槽内（在线）进行短期对比。数据显示，在线测量存在明显的延迟效应，溶解氧日峰值到达时间平均比原位传感器晚约170分钟。这可能是由于泵送水槽内的混合过程减缓了溶解氧变化的响应速度。同时，原位传感器记录的日变化幅度似乎更大。
3.4. 2025年莱普克斯米伦巴赫第4阶段结果
在该站点，LCIoT传感器与每周手持式参考传感器 spot 测量值进行对比。尽管参考传感器本身出现了校准漂移问题，但LCIoT传感器提供了长达148天几乎不间断的连续数据。对比结果显示MAE为0.73 mg/L，相关系数为0.81，再次验证了LCIoT传感器在缺乏连续参考数据场景下监测趋势的可行性。
本研究通过严谨的野外对比实验证实，低成本物联网溶解氧传感器能够以远低于传统监测站（成本可降低十倍以上）的成本，提供具有足够质量的水质数据。尽管在极端值测量和绝对精度上可能存在细微偏差（观测到的MAE高于仅基于厂商规格的预期），且不同测量原理（光学 vs. 电化学）和部署方式（原位 vs. 在线）会导致数据动态特征的差异，但LCIoT传感器在捕捉溶解氧的昼夜节律、季节性模式以及污染事件（如暴雨导致的氧亏）方面表现出色。工厂校准的光学探头在数月部署期内未发现明显漂移，显示出良好的稳定性，且维护需求低。研究也指出了LCIoT系统在实际应用中面临的挑战，主要是能耗管理和数据传输可靠性（NB-IoT优于LoRaWAN）。总体而言，LCIoT传感器并非意在取代用于法规合规的高端监测站，而是为其提供了强有力的补充。它们特别适用于预算有限、物理接入困难或需要高空间密度部署的大范围、长时序监测项目，为环境管理、政策制定和科学研究提供了前所未有的数据维度和可及性。该研究为未来基于物联网技术的水环境监测网络的设计、部署和数据处理提供了宝贵的实践指导和性能基准。
