基于云的物联网系统用于实时有害藻华监测：通过MQTT和REST API无缝集成ThingsBoard

论文标题

**英文标题：**Cloud-Based IoT System for Real-Time Harmful Algal Bloom Monitoring: Seamless ThingsBoard Integration via MQTT and REST API
**中文标题：**基于云的物联网系统用于实时有害藻华监测：通过MQTT和REST API无缝集成ThingsBoard

作者信息

Ammar Haziq Annas，国际伊斯兰大学马来西亚吉隆坡校区，计算机科学系，ammarannas02@gmail.com
Nik Nor Muhammad Saifudin Nik Mohd Kamal，国际伊斯兰大学马来西亚吉隆坡校区，计算机科学系，saifudinkamal11@gmail.com
Ahmad Anwar Zainuddin，国际伊斯兰大学马来西亚吉隆坡校区，计算机科学系，anwarzain@iium.edu.com
Normawaty Mohammad Noor，国际伊斯兰大学马来西亚关丹校区，海洋与海洋科学研究所，normahwaty@iium.edu.my
Amir ‘Aatief Amir Hussin，国际伊斯兰大学马来西亚吉隆坡校区，计算机科学系，amiraatieff@iium.edu.my
Roziawati Mohd Razali，马来西亚渔业研究所，roziawati@dof.gov.my

论文出处

2024 IEEE 22nd Student Conference on Research and Development (SCOReD)，2024年12月19-20日
DOI: 10.1109/SCOReD64708.2024.10872705

摘要

本文提出了一种基于云的物联网（IoT）解决方案，用于实时监测水质，特别是针对有害藻华（HABs）的检测。该系统利用成本效益高的传感器，通过MQTT和REST API协议将传感器数据传输到托管在Microsoft Azure上的ThingsBoard平台，实现可靠、低延迟的数据传输和存储。通过数值和图形化仪表板，用户可以实时和历史数据监测，支持早期异常检测和快速响应。该系统具有成本效益高、灵活性强、易于扩展的特点，可应用于不同的监测环境，并有助于主动管理水资源和保护公共健康免受藻华威胁。

一、引言

有害藻华（HABs）是一种严重的环境问题，其快速生长的藻类可能释放有害毒素，对水生生态系统、饮用水供应和公共健康构成威胁。传统的水质监测方法成本高、复杂，限制了其广泛采用和连续监测的可扩展性。物联网（IoT）技术的发展使得利用非工业级传感器创建经济、灵活、可扩展的解决方案成为可能。结合云平台，这些传感器能够支持实时监测，为可持续的水管理提供数据驱动的决策支持。

二、组件与设计结构

A. 云托管环境

该系统的云基础设施托管在Azure虚拟机（VM）上，提供可扩展且安全的环境，支持实时数据流处理和仪表板渲染。通过IP白名单、防火墙规则和基于密钥的SSH认证，确保数据的安全性和完整性。

B. ThingsBoard平台概述

ThingsBoard因其强大的IoT数据管理和可视化功能而被选中，支持MQTT和REST API协议，能够无缝处理遥测数据。与Freeboard和Grafana相比，ThingsBoard提供了更全面的设备管理能力、内置数据存储和对多种IoT协议的支持。

C. 数据存储

ThingsBoard使用PostgreSQL存储元数据（如设备信息和用户角色），并使用类似Cassandra的嵌入式数据库处理遥测数据。这种组合非常适合IoT应用，因为Cassandra能够高效存储大量实时数据。

D. 数据可视化与仪表板

ThingsBoard提供可定制的仪表板，支持数值显示和基于图形的可视化。数值显示用于快速查看关键参数的实时值，而图形可视化用于监测历史趋势和模式，帮助早期检测水质异常。

三、方法论

该系统通过在Azure VM上托管的ThingsBoard平台集成IoT设备，创建设备、开发通信代码，并测试传感器与云平台的连接。系统架构包括IoT传感器与ESP32微控制器连接，通过MQTT或REST API协议将数据传输到ThingsBoard。用户可以通过ThingsBoard仪表板实时监控数据，并通过数值显示和图形分析获得行动洞察。

四、结果与讨论

A. 连接性和数据传输性能

MQTT和REST API的连接性测试确认了从传感器到ThingsBoard平台的稳定遥测数据传输。MQTT作为轻量级协议，表现出低延迟和持续数据流，适合实时监测；而REST API在处理偶发数据推送时表现出更高的延迟。通过调整MQTT的QoS设置和实现ESP32的自动重连机制，确保了系统的连续运行。

B. 仪表板功能与数据可视化

ThingsBoard仪表板提供了数值显示和基于图形的可视化，支持即时读取关键参数和监测历史趋势。这种双重可视化方式有助于用户快速了解当前状态，并分析长期变化或潜在问题。

C. 数据管理和存储性能

ThingsBoard的内置存储（PostgreSQL用于元数据，Cassandra用于时间序列数据）在测试中表现出色，能够可靠地存储和检索数据，无需外部数据库。

D. 系统可扩展性和灵活性

ThingsBoard平台能够轻松扩展，支持多个监测设备的注册和数据流的区分。新的设备或传感器可以轻松添加，仪表板会自动更新以反映新参数。

E. 面临的挑战及解决方案

系统在实际部署中面临网络断开导致的数据丢失问题，通过调整MQTT的QoS设置和启用ESP32的自动重连机制加以解决。此外，配置Azure VM防火墙规则以限制访问，确保数据的安全性和完整性。

F. 对水质监测的影响

该系统能够实时监测水质变化，帮助用户及时采取措施，避免长时间处于有害条件下。系统自动化数据采集减少了人工监测的需求，节省了时间和运营成本。

五、结论

本文提出了一种基于云的物联网架构，用于实时水质监测，特别是针对有害藻华的检测。该系统通过MQTT和REST API将遥测数据传输到ThingsBoard，提供可靠的数据存储和可视化，支持即时读取和趋势分析。尽管存在偶尔的网络中断，但通过调整MQTT的QoS设置和启用自动重连机制，系统能够保持连续的数据流。该模块化架构易于扩展，支持未来扩展，包括添加更多传感器和集成预测分析，以支持主动的环境管理。