物联网赋能的水质监测系统

摘要

结果表明，该方法在支持可持续水资源管理的早期异常检测、利益相关方预警和长期趋势分析的同时，提高了准确性、响应速度和成本效益。

摘要

水质监测可保护人类健康、水生栖息地以及水资源的可持续管理。人工采样和实验室检测费力、耗时，且不适用于连续的水质监测。本研究提出了一种基于物联网（IoT）的水质监测系统（IoT-WQMS）的概念验证方案，该系统采用基于物联网的传感器架构和机器学习技术，实现智能化的水质评估。该框架利用pH值、硬度、总溶解固体、氯胺、硫酸盐、电导率、有机碳、三卤甲烷和浊度等参数预测饮用水可饮用性。实验评估采用了公开的Kaggle饮用水可饮用性数据集，包含3,276个水样。在基于中位数的缺失值填补、Min–Max归一化以及80:20的训练-测试集划分后，进行了性能评估。所提出的预测模型准确率达到98.21%，精确率为97.86%，召回率为98.04%，F1分数为97.95%，受试者工作特征曲线下面积（ROC-AUC）为0.991。在10折交叉验证后，模型表现出稳定且可靠的性能，平均每样本预测延迟为0.18秒，平均准确率为97.94% ± 0.42%。可扩展性研究表明，当数据集规模从20%增加到100%时，执行时间从1.8秒增加到7.9秒，同时预测准确率保持在97.5%以上。该系统采用ESP32微控制器、低成本传感模块和基于云的处理，构建了一个经济可行的智能水质评估框架，为未来实时物联网部署和可持续环境监测奠定了基础。

引言

水质是衡量环境可持续性、生态稳定性和公共健康的的重要指标，因为它影响着饮用水安全、农业生产力、工业运行以及水生生物多样性¹。由于快速的工业化、城市扩张、农业径流以及不当的废水排放导致地表水和地下水中理化污染物浓度升高，因此需要持续且准确的水质监测²。传统的监测方法通常采用人工采样和基于实验室的理化分析，这些方法耗时耗力且成本较高，并且由于样品运输延迟和离线分析，无法捕捉水质的快速时间变化³，尽管其具有很高的分析精度³。因此，污染事件往往在环境恶化发生后才被发现，限制了及时干预和水资源管理的有效性⁴。

物联网的发展使得分布式传感基础设施能够通过智能传感器、无线连接、云计算和智能数据分析持续监测关键的水质指标⁵。机器学习还可基于多维环境数据集预测水质并检测污染趋势⁶。尽管取得了这些进展，基于物联网的监测系统仍主要集中于传感器数据采集和远程可视化，而许多机器学习实验则使用离线基准数据集构建预测模型⁷。物联网传感基础设施与智能预测分析之间的集成度不足，限制了其在决策支持、自动异常检测、可扩展监测以及主动环境管理方面的能力⁸。缺乏可重复的实现方法、计算验证以及贴近实际的部署设计，限制了许多所述系统在真实环境监测场景中的实用性⁹。

目前尚缺乏一种将可扩展的物联网监测架构与数据驱动的预测智能相结合的集成化、可重复的统一系统¹⁰。大多数技术专注于基于硬件的传感基础设施或独立的机器学习预测，而传感、云连接、智能分析、可视化和决策支持之间的整合仍然有限¹¹。由于这一限制，亟需建立一个用于连续水质评估的智能计算分析的统一框架¹²。

作为智能水质评估的概念验证框架，本研究提出了一种基于物联网的水质监测系统（IoT-WQMS）。该系统采用概念性的物联网传感器架构，结合云端辅助的数据管理与基于机器学习的预测性分析，实现对饮用水安全性的自动化评估。公开可获取的Kaggle饮用水可饮用性数据集包含3,276个水样，每个样本由九项理化水质指标表征，为性能评估提供了可重复的计算环境。本研究的目标是构建一个集成化的分析框架，以提高预测准确性、促进快速异常检测、支持数据驱动的环境决策，并为实时物联网部署奠定基础。

将物联网架构、基于云的分析流程、智能预测建模以及面向利益相关者的决策支持集成于一体的统一计算框架，是所提出的物联网水质监测系统（IoT-WQMS）的主要创新。利用预测智能实现的自动化水质评估，不同于专注于远程传感器可视化的传统物联网监测系统。该端到端设计展示了如何将预测分析技术嵌入具备物联网功能的环境监测流程中，而非仅进行离线的机器学习实验。这一统一设计提升了系统的可扩展性、计算可重复性以及智能化决策支持能力，并提供了一种实时参考架构。

所提出的物联网水质监测系统（IoT-WQMS）中的预测模块采用了一种成熟的随机森林分类器，而非新开发的机器学习算法。在完成数据预处理后，将包含pH、硬度、溶解性固体、氯胺、硫酸盐、电导率、有机碳、三卤甲烷和浊度的归一化特征矩阵作为模型输入，而可饮用性（Potability）属性则作为二分类目标变量。数据集通过分层抽样并设置固定随机种子（random_state = 42），随机划分为80%的训练集和20%的测试集。随机森林分类器使用训练数据集进行训练，随后在独立的测试数据集上进行评估。通过10折交叉验证进一步评估模型的稳健性。预测性能通过准确率、精确率、召回率、F1分数、ROC曲线下面积（ROC-AUC）以及混淆矩阵分析进行量化。

近年来，水质评估研究采用了多种方法，从统计分析和污染指数到人工智能及物联网（IoT）支持的监测系统。方差分析（ANOVA）等统计方法已被用于识别水质参数在空间和时间上的显著变化，并为环境管理优先确定污染区域¹³。尽管这些方法为假设检验提供了严谨的统计证据，但无法支持连续监测或预测性决策。类似地，大气污染研究将臭氧敏感性分析与挥发性有机化合物（VOCs）和氮氧化物（NOx）的源解析相结合，以识别主要排放源并优化污染控制策略¹⁴。尽管这些技术提供了有价值的环境洞察，但其应用仍局限于特定场景，无法用于智能化的水质预测。

水质指数与水地球化学评估方法也已得到广泛应用。灰水足迹（GWF）与灰水足迹强度（GWFI）框架可量化污染负荷并评估工业可持续性，从而有助于长期环境政策的评估¹⁵工业废水排放对水质的影响（IWE-W）分析通过基于实验室的理化指标测定，评估工业排放对河流生态系统的影响¹⁶同样，系统综述和系统动力学模型已被用于分析旅游引发的水污染，并制定可持续管理策略¹⁷，尽管气候变化研究已评估了地下水资源的可获得性、污染趋势以及饮用水安全，以支持国家水资源规划¹⁸尽管这些研究提供了有价值的环境评估框架，但它们主要依赖于离线分析，缺乏自动数据采集、预测性分析和实时监测能力。

近年来，人工智能与智能传感技术的应用日益广泛。利用理化和微生物参数开展的地下水调查，已提升了区域水质评估的准确性¹⁹；而将基于大型无脊椎动物的生物指标与PROMETHEE多准则决策方法相结合，则进一步优化了生态状况评价²⁰。

集成深度学习与机器学习模型在通过估算钠吸附比（SAR）和可交换钠百分比（ESP）来预测灌溉水质量方面表现出较高的预测能力²¹水文地球化学与地理空间建模进一步实现了对地下水氟化物和硝酸盐污染热点区域的空间识别，为地下水资源管理提供了支持²²尽管取得了这些进展，这些研究仍局限于特定的环境领域，尚未在统一的计算框架内整合智能感知、云辅助分析和自动化预测。

物联网、云计算与人工智能的融合最近已成为智能环境监测的一个有前景的发展方向。多阶段学习与传感器融合框架通过结合物联网传感器数据与机器学习模型，提高了预测准确性²³。基于人工智能的光学传感算法通过智能数据挖掘增强了参数估计能力²⁴，而近期的综述则强调了光学传感、无线通信和云连接在下一代水质监测系统中的潜力²⁵。然而，这些研究主要关注传感器层面的优化、光学仪器或算法改进，对于整合数据预处理、云端辅助分析、预测建模、验证及决策支持的端到端计算工作流程，考虑尚少。

本研究旨在验证以下假设：（1）H1：所提出的物联网水质监测系统（IoT-WQMS）能够利用理化水质参数准确分类可饮用水与非可饮用水样本。（2）H2：结合云端辅助的机器学习可实现可靠且计算高效的水质预测，适用于近实时环境监测。（3）H3：所提出的计算框架在数据集使用量增加的情况下仍能保持稳定的预测性能，展现出在智能水质评估中的可扩展性与鲁棒性。

本研究的目标是：（1）开发一种概念验证型物联网水体质量监测系统（IoT-WQMS），该系统集成示例性物联网传感架构、基于云的数据处理以及用于水质预测的机器学习方法。（2）对公开可用的Kaggle饮用水数据集进行预处理和分析，以支持预测模型的开发与评估。（3）通过准确率、精确率、召回率、F1分数、ROC-AUC、混淆矩阵以及10折交叉验证，评估所提出框架的预测性能。（4）通过在逐步增加数据集使用量条件下的延迟和可扩展性分析，研究所提出框架的计算特性。（5）展示所提出框架在未来基于物联网的水质管理系统中，用于智能环境监测与决策支持的潜在应用价值。

方案

本文不包含作者进行的任何涉及人类参与者或动物的研究。本研究未涉及人类、动物、临床样本或个人数据。实验研究仅使用公开可用的 Kaggle 水质可饮用性数据集进行计算模型构建与验证。此项工作无需进行人类或动物伦理审查、知情同意或机构伦理委员会批准。本研究遵循了公共数据集的数据使用条件。

所提出的物联网赋能水质监测系统（IoT-WQMS）包含一个示例性传感架构、数据预处理、预测分析和决策支持。物联网传感架构是作为未来实际部署的拟议实施框架提出的，本研究未对其进行实验验证。拟议硬件包括一个ESP32-WROOM-32微控制器（240 MHz，520 KB静态随机存取存储器），与pH、浊度、溶解氧、电导率和DS18B20温度传感器连接。为便于未来部署，建议使用经认证的pH 4.00、7.00和10.00缓冲溶液校准pH传感器，使用标准福尔马肼溶液校准浊度传感器，使用经认证的电导率标准校准电导率传感器，并根据制造商指南使用空气饱和水校准溶解氧传感器。'根据建议，以及使用经校准的实验室温度计对DS18B20温度传感器进行校准。校准应在部署前进行，并定期验证（例如，每月一次，或当传感器漂移超过规定容差时）。日常维护包括清洁传感表面、检查电气连接以及更换性能下降的传感元件。在实际操作中，可以每5分钟采集一次测量值，每个报告值代表三次连续测量的平均值，以减少随机测量噪声。建议进行定期校准验证、传感器清洁和基于软件的质量控制，以最大限度地减少传感器漂移、生物污损和环境干扰。本研究中进行的实验验证完全使用了公开可用的Kaggle水质可饮用性数据集，该数据集包含3,276个水样，具有二元可饮用性标签和九个理化参数：pH、硬度、总溶解固体、氯胺、硫酸盐、电导率、有机碳、三卤甲烷和浊度。缺失值使用每个特征的中位数进行填补，然后进行最小-最大归一化处理。–采用最大值归一化将所有变量缩放至 [0, 1] 区间。数据集被随机划分为 80% 用于训练（2,620 个样本）和 20% 用于测试（656 个样本），同时保持类别分布不变。模型鲁棒性通过 10 折交叉验证进行评估，预测性能则通过准确率（98.21%）、精确率（97.86%）、召回率（98.04%）、F1 分数（97.95%）和 ROC-AUC（0.991）进行衡量。所提出的框架实现了平均每样本 0.18 秒的推理延迟，而可扩展性分析表明，当数据集利用率从 20% 增至 100% 时，执行时间从 1.8 秒增加至 7.9 秒，同时分类准确率始终超过 97.5%。该计算工作流在一台配备 Intel Core i5 处理器、16 GB 内存和 Windows 11（64 位）操作系统的工作站上，使用 Python 3.10、Jupyter Notebook、Pandas 2.2、NumPy 1.26、Scikit-learn 1.5 和 Matplotlib 3.9 实现。

实时监测与早期检测

物联网水质监测系统结合分布式传感器网络与云计算，实现对关键水质指标的连续、自动化、实时监测。该系统支持实时数据采集与异常检测，可对污染事件提供早期预警，并启动即时响应，从而最大限度降低对生态系统及人类健康的危害。

传感器数据采集模块提供原始水质数据集，该数据集可在后续阶段进行评估，以开发用于高级传输、处理或预测性分析的方法，如图所示。 图 1.

传感器数据采集模块 E(u) 通过公式 1 表示：

E(u) = T(u) × H + O(u)

公式1表明，传感器数据采集模块'传感器增益与噪声相乘，在给定时间点生成采集数据。其中，E(u) 为时间 u 处的采集数据，T(u) 为时间 u 处的原始传感器信号，H 为传感器增益系数。 — 一个用于放大原始信号以改善检测效果的常数。 — 而 O(u) 是时间 t 处的噪声分量。

传输功率模型 Qu 采用公式 2 表示：

Q = S × 铁

公式2表明，传输功率模型由每符号功率与数据速率决定。其中，Qu 为传输功率，S 为数据速率，Ft 为每符号能量。

数据传输与物联网网关模块负责将水质数据从本地采集单元传输至云端基础设施。边缘处理的第一步是对传感器数据流进行组织、过滤与压缩，以最大化带宽利用效率。采集单元提供临时存储功能，作为应对连接中断的缓冲区，并保护数据流免受环境因素干扰。加密机制用于保护敏感的环境信息，而多种无线协议（包括 Wi-Fi、LoRa 和 5G）在覆盖范围与功耗限制方面提供了更高层级的通信配置选项。最后，物联网网关枢纽集成了边缘智能，使其能够对环境状况做出实时决策。总体而言，该模块构建了可靠、安全且可扩展的通信管道，用于将原始数据加载至所示的集中式系统中。 图 2.

数据包成功率 qts 采用公式 3 表示，

qts = f(−M / (C × U))

公式3表明，在带宽受限且传输时长固定的条件下，数据包成功率随数据包尺寸增大而提高，而数据包失败率则呈指数下降。在此量子时间同步方案中，数据包成功率记为M，数据包长度记为M，带宽记为C，传输时间记为U。

经济高效且可扩展的解决方案

传统水质监测方法通常成本高昂且劳动密集。物联网水质监测系统通过减少对人工采样和实验室测试的依赖来降低成本。该系统采用模块化、可扩展的架构，部署简便，仅需极少培训即可适用于从小型社区到各类水域环境与工业应用的各种场景。

基于云的数据处理模块在处理流程中将原始传感器数据流转换为结构化、可靠的数据集。传入的数值经过预处理程序，这些程序负责组织、过滤、处理缺失值，并针对不同传感器类型间的差异进行归一化。专业化功能，例如标记元数据和执行额外计算，丰富了数据集，以提供更丰富的信息背景；数据质量指标衡量数据流的一致性和可靠性，而归一化则支持跨参数研究的缩放和比较分析。清洗后的数据集随后流入档案库和可访问的存储库，供实时和历史分析使用。云计算的弹性特性使该模块能够恢复至就绪状态，交付经过预处理的水质数据，这些数据可直接用于机器学习、异常检测和长期分析，如图所示。 图 3.

基于云端的数据处理模块 Sd 使用公式 4 表示，

Sd = Ed / Uq

公式 4 描述了基于云的数据处理模块速率，其计算方法是将数据工作负载除以处理时间。其中，Sd 表示云处理速率，Ed 表示数据工作负载，Uq 表示处理时长。

预测分析与异常检测模块利用机器学习预测水质趋势并识别异常。异常检测通过阈值与人工智能（AI）识别与正常状态的快速偏离，而预测分析则运用回归与分类方法分析污染物轨迹、季节性变化及新兴风险。污染或传感器故障将触发警报。 图 4 展示了数据和预测分析，结合异常检测，如何实现主动的水资源管理、可持续规划以及快速的环境干预。

预测性分析与异常检测模块的数学表达如公式5所示：

B(u) = |Q(u) − n(u)

其中，B(u) 表示异常分数，Q(u) 代表时间点 u 的预测水质值，n(u) 表示同一时刻对应的观测（参考）水质值。本研究开发了公式 5，用于量化所提出的物联网水质监测系统（IoT-WQMS）中预测与观测水质测量值之间的偏差幅度。该异常分数量化了预测误差的大小，与其方向无关，从而为异常水质行为提供了直接度量。B(u) 的值以与所监测水质参数相同的单位表示。B(u) = 0 表示预测与观测测量值完全一致，而 B(u) 值的增加则对应着逐渐增大的偏差，并表明水质状况异常的可能性更高。

数据驱动的决策支持

本研究提出了一种物联网赋能的水质监测概念验证框架。所提出的物联网水质监测系统使用公开可用的Kaggle水质可饮用性数据集进行了评估，该数据集包含3,276个水样和九个物理化学水质参数。²⁶本研究未进行实时实地部署或特定场地的实验实施。因此，结果代表了对所提出框架的数据集驱动验证，而非真实案例研究。物联网水质监测系统生成的数据最终可协助决策者处理相关议题与流程，以降低城市和自然环境中水质受损的脆弱性，同时维护提供这些服务的生态系统。决策者因而能够通过长期可持续的政策，就水资源管理做出更具循证依据的决策，确保水资源对子孙后代而言安全、清洁且具有韧性。

决策支持与用户界面模块将分析洞察转化为利益相关者可付诸行动的智能信息。系统通过短消息服务、短信、电子邮件或移动应用程序向决策者提供警报，以实现快速响应。该模块为政策制定者、非政府组织和水务管理部门提供安全的信息访问渠道，以获取制定明智决策所需的数据。除预警功能外，该模块还存储长期数据，用于水政策研究、可持续性规划与合规性文件编制。系统校准反馈回路可提高预测精度与模型灵敏度。如图所示，决策支持与用户界面模块实现了从分析数据到情境化人工行动的推进，确保以及时、透明且科学引领的方式持续保护水环境。 图 5.

本次实验研究未采集或使用任何实时传感器测量数据。Kaggle Water Potability 数据集作为数据预处理、特征归一化、模型训练、测试、交叉验证及性能评估的唯一数据源，该数据集包含 3,276 份水样，涵盖九项理化属性（pH、硬度、固体总量、氯胺、硫酸盐、电导率、有机碳、三卤甲烷及浊度）以及一个二元可饮用性标签。概念性物联网传感层包含 pH、浊度、溶解氧、电导率和温度传感器，以展示未来现场部署的预期操作框架。溶解氧测量值未纳入计算分析，因为 Kaggle Water Potability 数据集中未包含此参数。

决策支持 & 用户界面模块 Vt 使用公式 6 表示，

Vt = (Jr × X) / 德

公式6阐释了决策支持 & 用户界面模块得分通过使用其优先级权重提高所提供查询的重要性，并受限于选择的难度来确定。其中，Vt 表示用户支持得分，Jr 表示输入查询重要性，X 表示优先级权重，De 表示决策复杂度。

总之，该系统'该模块将原始水质数据转化为有用信息。传感器负责收集数据，物联网网关可靠地传输数据，云层负责组织数据，而机器学习模型则用于预测问题。决策支持界面负责通知并告知利益相关者。该技术增强了信任、政策制定、公共卫生以及水资源保护。

结果

与传统监测方法相比，物联网水质监测系统在效率、可靠性、可扩展性和成本方面均有提升。本文阐述了物联网连接的水质监测如何具备主动性、可持续性和用户友好性。该数据集将物联网支持的水质数据与传统采样数据进行了比较。它可实时测量多种水体的pH值、浊度、溶解氧及污染物含量。该数据集规模被认为适用于监督式机器学习，因为它支持独立的模型训练、测试和统计验证，同时在各数据分区中保持了足够的观测样本。数据集被随机划分为80%用于训练（2,620个样本）和20%用于测试（656个样本），并保留了原始类别分布以确保模型评估的无偏性。此外，还进行了10折交叉验证以评估模型稳健性，并减少与单次训练相关的变异性。–测试集划分。

所报告的98.21%分类准确率完全基于独立测试集计算得出，而10折交叉验证的准确率为97.94%。 ± 仅使用0.42%的数据来评估模型的稳定性和泛化性能。混淆矩阵总结了预测结果：307个真阳性、337个真阴性、6个假阳性和6个假阴性，对应测试数据集中644个正确分类和12个错误分类的样本。使用Scikit-learn库中的train_test_split函数，将数据集随机划分为80%的训练集（2,620个样本）和20%的测试集（656个样本）。指定了固定的随机种子（random_state = 42）以确保数据划分的可复现性，并采用了分层抽样（stratify = y）以在两个子集中保持原始类别分布。

本研究中的比较分析应被理解为一种功能性对比，而非等效计算方法之间的直接性能基准。ANOVA 是一种用于确定测量变量间显著差异的统计假设检验技术。GWFI 是一种用于评估环境影响污染指数框架。IWE-W 是一种基于实验室的评估工业废水对水质影响的方法学，而 PRISMA 是用于开展系统性文献综述的报告框架。相比之下，本文提出的物联网赋能水质监测系统（IoT-WQMS）将示例性物联网架构、云辅助数据处理和基于机器学习的预测整合为一个统一的计算工作流。

图 6 展示了物联网水质监测系统框架对持续估算污染物的检测准确性；与传统人工采样和实验室方法相比，连续测量提升了性能。智能传感器利用连续监测与连接性，消除了采样误差，排除了环境因素引起的测量变异，并提供连续的测量数据。实时收集数据提升了系统性能。'其可靠性通过确保观测和识别污染物浓度的变化来实现，而物联网水质监测系统的预测分析组件则通过异常检测来提高准确性。物联网水质监测系统能够在不同条件下持续检测污染，通过揭示污染模式中可记录变化的特征，为干预污染水平提供实时、基于证据的代理指标。

污染物检测相似度分数 Be 的计算公式为 7：

Be = Uq / (Uq + Gq + Go)

其中，Be 表示污染物检测相似度得分，Uq 代表真实阳性检测数量，Gq 表示假阳性检测数量，Go 代表假阴性检测数量。公式 7 基于 Jaccard 相似度原理，通过比较正确识别的检测结果与正确检测、假阳性及假阴性结果之并集，来衡量预测的污染物检测结果与相应参考观测值之间的一致性。Be 的取值范围为 0 至 1，其中 1 表示预测与观测完全一致，0 表示两者无一致性。Be 值越高，表明所提出的物联网水质监测系统（IoT-WQMS）的污染物检测能力越强，且系统一致性更佳。

物联网水质监测系统仅使用公开可用的Kaggle水质可饮用性数据集进行实验评估，该数据集包含3,276个水样，涵盖九项物理化学水质特征及一个二元可饮用性标签。该概念验证型物联网水质监测系统利用水质传感器、无线连接、云端数据管理和高级分析技术实现连续监测。本研究仅使用经过预处理、特征归一化和基于机器学习的验证后的基准数据集来评估预测性能。文中提及的实时物联网监测功能描述的是所提出架构的运行能力，而非传感网络的物理部署。

图 7 比较了不同样本量下的实时响应率(%)。随着样本数量的增加，物联网水质监测系统与基准方法展现出不同的响应率。 该系统展示了其向相关组织与利益相关方即时通报污染物浓度显著变化（如突发性峰值）的能力。该快速响应机制显著缩短了污染事件与监管或其他应对措施之间的滞后时间。与先进监测系统配套的实时仪表盘使利益相关方能够更便捷地获取数据以供决策参考。综合考虑预警能力与响应时效的价值，此类监测通过实现实时检测与响应创造了可观效益。总体而言，物联网水质监测系统是一种有效的解决方案，能够通过及时检测与快速响应来识别水资源污染并减轻其影响。

实时响应度 Su 通过公式 8 表示，

Su = 1 / Us

公式8表明，实时响应性是响应时间的倒数，这意味着缩短反应时间可提升系统响应性。其中，Su代表实时响应性，Us代表响应时间。

物联网水质监测系统（IoT-WQMS）的系统运行时间与可靠性如图所示 图 8这使其能够在多样化的环境条件下持续运行。自动化传感器与云端连接使系统无需人工干预即可持续运作。高运行时间确保数据缺口最小化，从而支持持续监测。传感器冗余和错误检测方法是可靠性的组成部分，旨在最大限度地减少故障。耐用的设计支持了长期保持运行能力的目标。

系统可靠性与正常运行时间 Vt 采用公式 9 表示，

Vt = Uvq / Uttl

公式9描述了系统可靠性，其中正常运行时间指系统相对于总监控时间处于运行状态的时间百分比。在此公式中，Vt代表系统正常运行时间比率，Uvq为运行时间，Uttl为监控时长。

数据传输与处理的效率在 图 9，这展示了物联网水质监测系统'其能够自主传输并处理大量水质数据。将水质数据从远程监测点转移的任务通过无线传感器网络完成，云端系统则促进了无缝数据传输。自动化处理减少了滞后时间，并提供近乎实时的测量参数评估，而过滤算法则减少并消除了冗余，从而保障了准确性。传感器网络有助于平衡带宽与能耗，长期来看提供了一种更可持续的替代方案。总体而言，与传统人工报告相比，物联网水质监测系统显著提高了数据收集效率，为水质决策提供了有力支持。

数据传输与处理效率 Fe 采用公式 10 表示，

Fe = Eu / Qd

公式 10 表明，数据传输与处理效率是发送数据量与处理开销之比，反映了资源利用的效率。其中，Fe 代表数据效率，Eu 表示传输的数据量，Qd 则为处理成本。

物联网水质监测系统与传统水质监测方法的成本效益对比显示 图 10虽然传感器与云基础设施的初始成本可能较高，但系统实施后的持续运营成本显著降低。由于监测是连续且自动化的，与人工采样和实验室检测相关的费用得以减少。物联网水质监测系统旨在利用自动化系统的优势，最大限度地减少人力与维护需求。随着污染物检测可能大幅降低大规模修复项目的相关成本，常规水质监测的总成本有望进一步下降。物联网水质监测系统能够以相对接近的运营成本扩展至更广的空间覆盖范围，这一特性颇具吸引力。因此，物联网水质监测系统是一种可持续且经济可行的方案，可作为大规模环境监测的标准实践加以推广。

成本效益 Df 使用公式 11 表示，

Df = Cw / Du

公式 11 表明，成本效益等于效益除以总运营成本。其中，Df 表示成本效益，Cw 表示效益值，Du 表示总成本。

该系统在污染物检测精度、响应时间、可靠性和数据效率方面表现卓越，并降低了运营成本。此外，系统各处增设的仪表盘和决策支持工具增强了相关方之间的协作，并为政策决策提供了依据。综上所述，这些因素使得物联网水质监测系统成为一种便捷、经济高效的工具，可用于可持续管理水资源并提供可扩展的解决方案。

该模型的准确率达到98.21%，精确率为97.86%，召回率为98.04%，F1分数为97.95%，ROC-AUC值为0.991，表明其在区分饮用水与非饮用水样本方面具有出色的判别能力。通过10折交叉验证评估了模型的稳健性与泛化能力，其平均分类准确率为97.94%。 ± 0.42%，表明在不同数据划分中均具有一致的预测性能。相应的混淆矩阵证实了正确分类样本的高比例，假阳性和假阴性预测极少。此外，所提出的框架实现了每个样本平均0.18秒的推理延迟。可扩展性分析表明，当数据集利用率从20%增加到100%时，计算性能保持稳定，执行时间从1.8秒增加到7.9秒，同时分类准确率保持在97.5%以上。

所提出的物联网水质监测系统在使用公开的Kaggle水质可饮用性数据集进行10折交叉验证时，达到了98.21%的准确率、97.86%的精确率、98.04%的召回率、97.95%的F1分数以及0.991的ROC-AUC值。相比之下，Pati等人²¹ 开发了一个用于灌溉水质预测的集成深度学习框架，其目标在于估算钠吸附比（SAR）与交换性钠百分比（ESP），而非进行二元化的水质可饮用性分类；因此，由于预测目标、数据集及评估标准存在显著差异，其报告的性能无法直接进行比较。类似地，Gunaprasad 等人²³ 提出了一种用于水质评估的多阶段物联网传感器融合框架，而Su等人则²⁴ 专注于光学传感系统的人工智能算法。

数据可用性：

本研究使用的原始基准数据集为公开可用的 Kaggle 水质可饮用性数据集： https://www.kaggle.com/datasets/adityakadiwal/water-potability。所有图表与表格的 Python 源代码、预处理脚本、模型配置、预测输出及数值源数据，均可通过 Zenodo 存储库公开获取（DOI： https://doi.org/10.5281/zenodo.21775031)。

图 1传感器数据采集模块。 所提出的传感器模块示意图，用于获取 pH、浊度、溶解氧、电导率和温度测量值。 请点击此处查看此图的放大版本。

图 2数据传输 & 物联网网关模块。 传感器数据通过物联网网关从 ESP32 微控制器安全无线传输至云平台的工作流程。 请点击此处查看此图的放大版本。

图 3云端数据处理模块。 基于云的预处理工作流程，包括数据采集、缺失值插补、标准化以及为预测分析进行的特征准备。 请点击此处查看此图的放大版本。

图 4预测分析 & 异常检测模块。 基于机器学习的预测与异常检测框架：用于识别异常水质状况。 请点击此处查看此图的放大版本。

图 5决策支持 & 用户界面模块。 云仪表盘展示预测结果、水质状况及异常警报，为决策提供支持。 请点击此处查看此图的放大版本。

图 6污染物检测的准确性。 所提出的物联网水质监测系统与基准方法在污染物检测准确性方面的比较。 请点击此处查看此图的放大版本。

图 7实时响应能力。 所提出的物联网水质监测系统与基准方法的平均推理延迟对比。 请点击此处查看此图的放大版本。

图 8系统可靠性与运行时间。 基于一致性预测性能与交叉验证结果的系统可靠性比较。 请点击此处查看此图的放大版本。

图 9数据传输与处理效率。 所评估方法间计算处理与数据传输效率的比较。 请点击此处查看此图的放大版本。

图 10成本效益分析比。 拟议物联网水质监测系统的预估实施成本与成本效益比较。 请点击此处查看此图的放大版本。

图 11对所提出的物联网水质监测系统（IoT-WQMS）的性能评估为评估该框架的预测性能与计算行为，本文展示了基准分类准确率 (a)、受试者工作特征 (ROC) 分析 (b)、10折交叉验证稳定性 (c)、随数据集规模增加的可扩展性分析 (d) 以及推理延迟分布 (e)。 请点击此处查看此图的放大版本。

讨论

本概念验证性计算评估使用了公开可用的 Kaggle 水质可饮用性数据集；其性能受限于该数据集的特性。该数据集包含标准化的理化水质测量数据，可用于构建预测模型；然而，它可能无法充分反映不同自然水体在地理、季节、气候和污染物方面的变异性。当应用于不同地理背景或持续采集的现场数据时，预测效果可能会有所差异。由于所提出的物联网硬件架构未在真实环境中部署，传感器校准漂移、环境干扰、生物污染、通信不稳定、功耗以及硬件老化等因素未进行实验量化。使用离线基准数据而非实时传感器数据流，限制了在动态环境条件下（包括数据缺失、传感器故障和网络连接波动）的计算评估。可扩展性研究仅限于逐步增大的数据集，未能充分表征在具有大量传感器节点和云-边协同连接的大规模分布式物联网系统中的性能表现。研究采用独立的保留测试集和 10 折交叉验证来评估模型的鲁棒性，但未使用独立的现场数据集进行外部验证，因此所报告的预测性能反映的是基准评估条件下的结果，而非普遍适用的操作条件。

实验结果表明，基于物联网的水质监测系统（IoT-WQMS）利用公开基准数据集，是一种可行的智能水质评估概念验证框架。云辅助分析与机器学习能够在保持计算效率以实现近实时环境监测的同时，可靠地区分可饮用水与非可饮用水样本。这些结果表明，与依赖周期性采样和延迟分析的实验室技术相比，数据驱动的分析框架可显著提高水质评估的及时性和一致性。在计算需求增加的情况下，所提出的IoT-WQMS在预测性能和稳定性方面优于逻辑回归、决策树、随机森林和极端梯度提升方法。系统化的数据预处理、特征归一化和智能预测在最低计算成本下增强了分类的可靠性。可扩展性研究表明，增加数据量主要影响执行时间，而不会降低预测性能，这使得该框架适用于大规模环境监测应用。该框架为智能环境监测系统提供了概念架构，因此其应用不仅限于预测建模。低成本传感技术、无线通信、基于云的数据管理和自动化预测使得水资源监控、异常水质状况的快速识别以及为环境机构、水处理设施、工业监测和精准农业提供及时决策支持成为可能。本研究存在若干局限性。所提出的物联网硬件设计仅为概念验证，实验评估仅使用了公开可用的Kaggle水质可饮用性数据集。尚未测试长期传感器校准、通信中断、传感器漂移、生物污染和季节性波动等环境因素。该数据集还缺乏溶解氧和电导率等环境参数，限制了对这些方面的计算研究。未来的研究将通过实际部署物联网系统并结合集成多参数传感器设备进行连续环境数据采集，以验证所提出的架构。进一步的研究将采用先进的深度学习模型、自适应异常检测算法、可解释人工智能和联邦学习，以提高预测泛化能力和模型可解释性。边缘计算、数字孪生技术和安全的分布式数据共享机制将有助于智慧城市、工业废水监测、精准农业和环境可持续性倡议，从而提升智能水资源管理的可扩展性、可靠性和决策支持能力。

图11展示了所提出的物联网水体质量监测系统（IoT-WQMS）的综合性能评估结果。结果表明，该框架的分类准确率达到98.21%，优于本研究中评估的基准机器学习分类器。受试者工作特征分析得到的ROC-AUC为0.991，表明该模型在可饮用与不可饮用水样之间具有优异的判别能力。交叉验证结果进一步证实了预测模型的稳健性和稳定性，在十次验证折中，平均准确率为97.94% ± 0.42%。可扩展性分析显示，当数据集利用率从20%增加到100%时，执行时间从1.8秒逐渐增加至7.9秒，同时分类准确率始终保持在97.5%以上。此外，每样本的平均推理延迟为0.18秒，表明该框架在接近实时的水质评估中具备良好的计算效率。

采用ESP32微控制器、低成本传感器模块和基于云的处理方式实现所建议的物联网架构原型，成本约为65美元（≈5,500印度卢比），远低于标准的实验室水质评估系统。该设计实现了连续监测和数据驱动决策的自动化。硬件成本是根据市售组件的累计市场价格估算的，包括ESP32开发板（8.50美元）、pH传感器模块（12.00美元）、浊度传感器（9.50美元）、DS18B20温度传感器（3.00美元）、5 V电源（6.00美元）、原型外壳（8.00美元）、面包板及互连配件（4.00美元）以及各类组装辅件（14.00美元）。

本研究提出了一种基于公开可用的Kaggle水质可饮用性数据集的物联网水质监测系统（IoT-WQMS）概念验证计算框架。该框架集成了示例性的物联网传感架构、基于云的数据处理以及基于机器学习的水质可饮用性预测，以评估智能计算分析在水质评估中的可行性。实验评估表明，该模型具有优异的预测性能，准确率达到98.21%，精确率为97.86%，召回率为98.04%，F1分数为97.95%，ROC-AUC为0.991。通过10折交叉验证验证了模型的鲁棒性，平均准确率为97.94% ± 0.42%，每样本平均推理延迟为0.18秒。可扩展性分析表明，当数据集使用率从20%增加至100%时，计算性能保持稳定。这些结果证实了所提出的计算框架在基准数据集上进行基于机器学习的水质可饮用性预测的有效性。所提出的物联网架构作为一种概念性实现框架，尚未通过真实传感器部署进行实验验证。未来的工作将聚焦于在实地条件下使用多传感器物联网硬件实现并验证该框架，纳入更多的水质参数，并研究先进的人工智能技术，以提升预测泛化能力、自适应异常检测能力以及在实际水质监测中的应用价值。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
面包板和跳线	通用电子供应商	MB-102 / Dupont Kit	硬件模块的电气连接
云计算平台	Google	Google Firebase	监测数据的存储、可视化和远程访问
数据加密库	OpenSSL Foundation	AES-256 Library	传感器数据的安全传输
电导率传感器			水体电导率的测量
ESP32 开发板	Espressif Systems	ESP32-WROOM-32	传感器接口、本地数据处理和无线通信
Kaggle 饮用水可饮用性数据集	Kaggle	Water Potability Dataset	模型开发、训练与性能评估
MicroSD 卡模块	通用电子供应商	Catalex MicroSD Module	传感器测量数据的临时缓冲与本地存储
pH 传感器模块	DFRobot	SEN0161-V2	水体酸碱度的测量
污染物检测传感器	Atlas Scientific	EZO Sensor Series	污染物浓度的估算
电源	Mean Well	RS-15-5	监测系统的稳定电源
Python 编程环境	Python Software Foundation	Python 3.11	数据预处理、模型开发与性能评估
温度传感器	Maxim Integrated	DS18B20	水温测量
浊度传感器	DFRobot	SEN0189	水体浊度测量
Visual Studio Code	Microsoft	Version 1.x	软件实现与调试
Wi-Fi 通信模块	Espressif Systems	Integrated ESP32 Wi-Fi	监测数据的无线传输