海水环境中的物联网传感器研究：www.sciencedirect.com在线获取

可在www.sciencedirect.com在线获取理论计算机科学电子笔记343（2019）117-130www.elsevier.com/locate/entcs海水环境中的物联网传感器：啊哈！从一个短暂的夏季试验的Tziortzioti1希腊开放大学，应用艺术学院，希腊帕特雷Dimitrios Amaxilatis2计算机技术研究所和出版社，帕特雷Irene Mavrommati3希腊开放大学，应用艺术学院，计算机技术研究所和出版社，Ioannis Chatzigiannakis4意大利罗马Sapienza大学&计算机技术研究所和出版社，摘要这里探讨了用于测量各种海水参数的物联网传感器，旨在教育背景下，以便更深入地了解水生环境作为自然资源的使用，并采取环保行为。由于部署中的实际困难，通过物联网进行海水传感尚未得到广泛探索，这同样适用于设计适当的工具来了解STEM教育中的水生参数。 本文报道了在爱琴海不同地点进行的一项简短的物联网传感试验。本研究开始深入了解真实的数据集，在此基础上进行观察，以设计有关水生参数的现实教育课程。 该实验的结果旨在通过揭示教育科学背景下涉及的物联网传感问题来进一步指导研究。的我们的目标是在物联网水传感领域进行更广泛的研究，以进一步利用STEM教育。关键词：物联网，水传感器，科学技术工程和数学教育（STEM），人群感应1电子邮件：tziortzio@gmail.com2电子邮件地址：amaxilat@cti.gr3电子邮件：mavrommati@eap.gr4电子邮件地址：ichatz@diag.uniroma1.ithttps://doi.org/10.1016/j.entcs.2019.04.0141571-0661/© 2019作者。出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。118C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）1171引言社会所依赖的海洋生态系统和海洋资源所面临的挑战越来越多，对训练有素的海洋科学工作人员的需求也越来越大。海洋经济占欧盟国内生产总值的百分比（2008- 2011年）为4.0%[20]，预计到2030年，在水产养殖、近岸风力、鱼类加工以及造船和维修行业领域将翻一番[3]。 为了满足这一领域对受过科学训练的劳动力的需求，研究人员和教育工作者需要考虑在教育活动中引入对水生资源的科学理解。 从学校开始，在那里学生可以被激励对这一领域感兴趣，并为他们提供丰富的技术经验，以发展他们的知识和技能。然而，在STEM教育中使用水传感器数据是一个尚未受到广泛关注的领域。 为了回应这一挑战，长期以来，物联网水传感技术和实践，通过科学发现和游戏式学习解决儿童问题，在[22]中进行了讨论。2018年，在意大利罗马和希腊基克拉迪群岛，为实现这一目标进行了不同的部署和实验罗马实验报告在[21];它旨在使儿童参与测量和理解水生参数的过程;基于适当的教育课程，我们设计、实施了一款游戏，并在初始部署中使用基本的物联网传感器组进行了测试，以测量水参数。然后，学校的孩子们进行了一项初步的探索，以测量罗马甜水源的一些参数虽然这项工作仍在进行中，但逐步方法的并行路径已经导致了另一个实践实验：通过替代物联网水传感设置，在基克拉迪群岛的海水中进行了试验测量，以收集真实数据，目的是查询数据相关性并提出可能和现实的教育数据。学生可以使用实际数据并解释与监测参数相关的现象（例如：为什么海洋比陆地更慢地变暖或变冷？为什么气温在陆地上显示出较大的日温差和季节温差，而在海面上则较小这是必要的，以导致知情的理解是什么是一个非常复杂的水生系统，以及面对硬件相关的问题更早，知道什么将是挑战，并准备和设计适当的教育活动。因此，本文记录了研究人员论文的其余部分结构如下：第二部分介绍了水质监测领域的一些基础工作及其在教育中的应用。第3节介绍了需要监测以衡量质量的基本参数水。我们的设备的设计及其测量能力在第4我们实验的执行在第5节中给出，收集的数据在第6节中给出。最后，我们提出了从第7节的实验中吸取的教训，以及可以从第8节的这项工作中实现的教育应用。C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）1171192相关工作这里讨论的系统的某些方面将用户置于监测循环中，作为提高认识的第一步。这方面，分类为人群感知或参与式感知[10]，其中用户收集相关数据用于城市规划，公共卫生，创意表达等应用，旨在强调这种系统的个性化因素以及其他方面。康奈尔鸟类学实验室[8]在一个关于鸟类生物学的科学教育项目中采用了这种方法，而在[16]中，作者描述了空气质量、水质和植物疾病监测的试验与我们的背景类似，[19]提出了一种结合部署和参与式传感系统进行远程监测的解决方案。在[14]中，作者讨论了参与这些项目对学生的价值，得出的结论是在明尼苏达大学，使用水下传感器每天采集大量水质测量数据，这些传感器将数据转发到移动电话，然后再转发到大学实验室。在城市水资源中，传统的水质测定方法是采用桶取水样。尽管如此，传感器测量可以更快、更准确地了解有多少污染物通过水，并且以快速、实用的方式显示水资源净化方法的有效性。所使用的传感器测量水的流速和深度，以及其浊度，温度，盐度，pH值，硝酸盐和氧气水平[5]。德里的中央污染控制委员会（Central Pollution Control Board）于2015年4月进行了一项实验，以监测亚穆纳河的水质。每分钟测量八个关键参数;这些参数是：生化需氧量，pH值，氨氮，化学需氧量，总有机碳，温度，硝酸盐和总溶解固体-他们试图跟踪污染水平并检测未经处理的水的排放[1]。为了丰富STEM教育，美国国家科学基金会（NSF）资助的学生和教师创新技术体验（ITEST）设计了SENSE-IT项目[15]。SENSE-IT通过使用教育模块来丰富科学，技术，工程和数学，这些模块教会学生构建，编程和测试用于监测水质的不同类型的传感器。学生收集数据集，以考虑和研究他们所在地区的潜在水质问题。需要运用数学技能、科学技能、技术（数据分析）和团队合作技能。数学技能包括数据绘图和曲线拟合以及统计学;科学技能涉及与水质测试相关的水科学和化学（特别是某些参数如何相互作用，即温度和溶解氧）;技术技能涉及使用计算机进行数据分析和显示;最后但并非最不重要的是，需要团队合作，沟通和合作作为一般技能。120C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117Andrei Florian在huckster.io网站[2]上描述了一种用于远程使用的临时设备。它由Arduino5 MKR FOX，pH传感器，水位传感器，LED和光敏电阻器（用于评估水的透明度和水传输特性）和2AA电池组成。该设备被投入河流或湖泊中，然后用户可以在任何地方读取智能手机或计算机上的测量结果，因为它们被中继到wia（物联网云平台，通过几行代码为人和物提供了一种简单的通信物联网入门课程由Sky Filabs提供：它涉及使用Arduino架构和Arduino编程的水监测系统。该系统可以检测水流，并记录在给定时间段内通过管道的水流量。然后将数据发送到云端进行存储和分析。当将该系统放置在建筑物中时，收集数据可以分析居民的用水模式并防止不必要的水浪费[4]。用于水生环境的物联网传感最终旨在被许多学生用于架子上，必须基于廉价的传感器，并且对磨损更敏感 这可能会导致不准确的数值。 初步部署在罗马[21]的实验表明，物联网传感器产生的测量结果之间往往存在间隙，这些传感器价格低廉，并不意味着一开始就作为科学的测量工具。在GAIA项目[7，11，12]中也注意到了传感器读数值的类似差异，该项目报告了用于教育的物联网环境感知方法。报告的测量参数的松弛可能会导致得出的结论的重要差异因此，在教育中使用此类物联网传感器系统时，从一开始就确保所用测量工具的质量和输出非常重要。遵循科学方法的学生可以被引导始终质疑他们的工具，选择正确的测量方法所使用工具的鲁棒性和接收值的准确性至关重要，因此必须从封装物联网传感器的早期设计以及活动和场景设计级别解决这些问题[6]。3了解水生条件的参数为了了解水生系统的条件，科学家需要有几个参数的值，如水温，溶解氧水平，盐度，pH值和浊度。简而言之，这套选定的参数，其中一些是相互依存的，可以被视为学生和科学家的基础，并在本节中更详细地解释温度：是最容易测量的水质参数之一，也是水生生态系统运作中最关键的因素之一海表温度的分布取决于纬度，5https://www.arduino.cc/C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117121进入水中的太阳辐射的分布。 在中纬度地区，由于大气温度变化较大，海表温度呈现季节性波动。在冬季，由于波浪增强，表层经历完全混合，水温较低。在夏季，大气温度高，波强度小，湍流混合最小，表面层温度显著升高。在春季、夏季和秋季，白天的地表温度变化也很剧烈。测量水温很重要，因为它会影响几个水参数，如溶解氧（DO），浮游植物水华，细菌，pH值。溶解氧（DO）：在给定的温度和大气压力下，溶解在给定量水中的氧气量。溶解氧是表征环境水质的最关键参数，因为缺氧会导致水生生态系统的崩溃和水生生物因窒息而死亡。海水中的氧气是由于海水与大气的相互作用以及水生植物的光合作用产生的。在海面上，大气中的氧气溶解在水中。这种现象不仅受到引起表面水混合的强烈波浪的青睐，而且还受到低水温的青睐，因为已知气体在水中的溶解度随着温度降低而增加。如果在清晨水温较低时进行测试，然后在阳光明媚的下午水温上升时进行测试，则可以检测到DO水平的差异。同样，如果水温有显著变化，则在不同水深处可能会看到溶解氧水平的差异氧气在水生植物的光合作用过程中产生，在生物体的呼吸和分解过程中消耗由于光合作用仅在白天发生，而呼吸和分解每天24小时发生，因此可以在水体中测量DO浓度的大的日变化。在夜间DO浓度稳步下降，他们采取最低值黎明前，当光合作用恢复。溶解氧浓度降低的最常见原因是水流对水的更新有限、废物产生的大量有机物以及发生富营养化现象。海洋中氧气盐度：海水是一种含有几乎所有已知元素的溶液。这些离子来自河流，含有岩石化学风化和火山活动（表面和海底）的溶解产物。水的电导率与离子浓度直接相关，1978年，联合国海洋学委员会在国际上建立了通过测量电导率来计算盐度的方法。海水电导率主要取决于盐度，但也取决于温度和压力。当水温升高时，电导率增大.温度每升高1 ℃，电导率增加2-4%（0.02-0.04）。这归因于增加的离子迁移率和增加的溶解度。122C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117海水中含有许多盐和氧化物，每天都可以观察到，因为在白天，太阳使海水变暖，增加了其导电性，而在夜间，随着温度的降低，导电性降低。海洋表层海水盐度呈带状分布。盐度的地理分布主要与降水和蒸发有关。最大盐度值出现在年蒸发量大于年降水量的纬度，最小盐度值出现在降水量大于蒸发量的纬度。在陆地附近，由于淡水倾泻和与海洋的沟通有限，电导率水平可以通过放电来确定一个失败的污水系统或runo将提高值，因为氯化物，磷酸盐，硝酸盐离子。另一方面，石油泄漏会降低水体的导电性。pH值：测量水的氢离子浓度和相对酸度或碱度。PH值是重要的水质指标。人类和水生生物依赖于pH值接近中性的水。一般来说，天然水的pH值在5至9之间，大多数水生生物都能在这个范围内的水中生存。除了一些细菌和微生物，如果pH值高于或低于这个范围，水生生物很可能会死亡。水生系统的pH值可受细菌活动、光合作用速率（随着光合作用，DO升高而二氧化碳降低，pH值将升高）、水流扰动和流入水体的径流中的化学成分影响低pH值的水增加了磷酸盐和硝酸盐等营养物质的溶解度水生植物和藻类可利用的营养物质的增加，可以促进有害的过度生长，称为藻华。随着这些花的死亡，细菌的数量随着食物供应的增加而增加。他们，反过来，消耗水中更多的溶解氧，通常会使鱼类和水生大型无脊椎动物受到压力或死亡。pH值低的水也会腐蚀饮用水分配系统中的管道，并将铅、镉、铜、锌和焊料释放到饮用水中。混浊：由有机或无机化合物（植物或动物有机体）的悬浮颗粒引起的水的混浊程度它是控制水质的关键参数。浊度的测定是基于悬浮颗粒（浮游生物、淤泥、粘土、污水、有机物、工业废物）的光散射。高浊度减少了阳光穿透水的量，因此减少了水生植物的光合作用。高浊度也会导致更高的水温，因为浑浊的水比清澈的水吸收更多的太阳能。这就是为什么浊度是湖泊和海洋水体富营养化的标志。为了测量上述水参数，设计了一个利用物联网传感器和Arduino的传感器套件，这在下面的部分中进行了解释C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）1171234物联网水传感器设置我们实验中使用的传感器单元基于开源（硬件和软件）Arduino平台。之所以选择Arduino平台，是因为它是一个成熟的电子原型平台，并提供多种变体，为我们提供了适当的核心组件，以最低的成本和最低的成本构建传感设备。 在教育中使用Arduino平台提供测量设备，过去已经研究过，结果非常积极[18]，并且完全符合Arduino社区的原则。Arduino是由教师和艺术家构建的，他们希望轻松构建和教授电子和交互设计，而不需要深入的电子和硬件设计知识。我们的目标是开发一种小型、相对便宜、便携式的设备，在收集测量数据后可以轻松部署和包装由于我们的测试区域，公海和岛屿海滩，我们想要一种简单的方法来收集测量结果，而不需要部署通信基础设施（例如，移动数据网络连接）。因此，使用了配备SD卡读卡器模块的Arduino设备。使用Arduino以太网模块。虽然以太网模块对我们的项目并不重要，但它是与SD卡读卡器接口的最简单方法，因为它嵌入在电路板上。使用SD卡允许我们在本地存储每个会话中收集的测量结果。数据收集完成后，SD卡可以从Arduino中取出，测量结果可以轻松传输到笔记本电脑或智能手机上。在我们设备的未来版本中，这可能会成为一个更加自动化的过程，通过使用蓝牙或WiFi将数据传输到智能手机应用程序，包括地理位置和当地时间，因为我们的设计中没有这些信息图1.一、基于Arduino的水传感器套件，用于实验。设备（图1）配备有以下传感器：• DS18B20数字温度传感器用于测量水温124C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117采样位置6• 总溶解固体测量仪，用于测量取样位置7处水中溶解的可溶性固体• 模拟湍流传感器，通过测量随水中总悬浮固体量变化的透光率和散射率来测量水中悬浮颗粒8• 模拟式溶解氧测量仪，用于测量采样点9处水中的可用氧• 模拟pH计，用于测量取样位置的pH值10Arduino程序遵循一种非常简单的方法来收集测量结果。一旦设备通电，就会在SD卡中创建一个文件以添加新数据。每个传感器都被顺序轮询，一旦检索到所有传感器的数据，所收集的数据将与相对时间戳一起附加到文件中。此时间戳显示自设备通电以来的时间（因为设备没有实时时钟或电池来维持恒定的时间参考）。因此，重要的是在每次采样后存储测量值，并手动为它们正确标记位置和时间。最终的应用程序代码可以在GitHub11上找到。在这一点上必须注意的是，每个用作测量工具的传感器的特征在于其准确度，灵敏度，精度和范围。 根据这些特性，任何实验中使用的工具对结果都有重要影响，当使用低成本传感器为学生提供传感基础设施准确度：测量或计算的数量与其实际（真）值的接近程度重复性：（或再现性）与准确性密切相关，但有不同的含义。如果在相同的条件下对同一参数进行多次测量都得到相同的结果，灵敏度：是测量设备将注意到的“待测参数”的最小尺寸变化。例如，如果您使用数字温度计，并且最小的可检测变化对应于0。1摄氏度，那么你的温度测量系统的“灵敏度为0。1摄氏度量程：传感器装置的量程和测量值的精度。我们的设备中使用的传感器的特性如下：• 温度传感器的精度为0。在−10<$ C至85<$ C的测量范围内为5<$ C，但可以测量−55<$ C至125<$ C的温度。6https://www.dfrobot.com/product-689.html7https://www.dfrobot.com/product-1662.html8https://www.dfrobot.com/product-1394.html9https://www.dfrobot.com/product-1628.htmlwww.example.comhttps://www.dfrobot.com/product-1025.html11https://github.com/amaxilat/waterQualitySensingC. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117125• 总溶解固体测量仪在温度高达55摄氏度的水中工作它可以测量浓度从0到1000 ppm，精度为2. 1ppm。• 溶解氧传感器可测量0至20mg/L的氧浓度。其准确度约为0.033mg/L。• pH传感器测量0至14 pH值，精度为0。1pH。传感器工作温度范围为0° C至60° C。Arduino和用于测量水参数的传感器的最终设置可以在图1中看到，在水中使用，在图2中。图二、传感器被扔进海里。5 实验在物联网传感器安装完成后，2018年8月，Hoy-Hoy号船的航行8月10日至18日期间，在希腊爱琴海基克拉迪群岛的三个不同岛屿进行了测量：Ios，Schinousa和Ano Koufonisi。所访问的位置将作为引脚添加到图3所示的地图中。在白天、早晨、中午和晚上的不同时间间隔进行测量，以便记录参数值变化之间的差异在伊奥斯岛，在码头进行了七次测量，在岛上的海水淡化装置河口进行了两次测量。在Maganary湾进行了3次测量，而在Schinousa岛的Aligaria湾进行了4次测量。在Ano Koufonisi十四(14)在岛上的码头和当地海滩进行了五次测量126C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117图3.第三章。进行测量的位置6收集的数据和遇到的挑战在本实验中进行的测量中最值得注意的观察结果如下：在白天观察到水温的小幅波动（即在2018年11月8日 在Ios码头的07：00时>温度为25。06摄氏度，15时25岁以上。56℃，22：00h> 25. 25摄氏度）。在Ios Marina记录到的pH值和溶解氧略低于Maganari海湾地区在一天的同一时间（07：00）在不同日期（分别为11/8和14/8）记录的pH值和溶解氧。此外，与其他任何地点相比，伊奥斯码头的溶解固体值有所增加这可能要归功于这个海湾的岛屿海水淡化装置河口。在一个位置采样的数据，作为前面描述的物联网-水套件测量的样本日志文件，可以在表1中看到。在海水中进行每次测量后，浊度传感器都被浸入淡水中，然而，几天后，由于生锈问题，它无法正确测量（图4）。8月16日15：00，在AnoKoufonisi码头，浊度传感器已经生锈，传感器记录的值低于该地区的实际值在这个短暂的初始试验中，挑战主要涉及浊度传感器：浊度传感器是双涂层的;添加了一个小砝码，以便它可以潜入水中进行测量。传感器的电缆太短，导致水进入传感器盒，即使在海上有轻微的波浪。然而，最重要的挑战是浊度传感器部件在不到一周的时间内就生锈了，尽管每次测量后都要特别小心地用清水冲洗它们。这导致在使用一周后的数据不可靠C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117127时间（毫秒）温度（摄氏度）溶解（五）固体浊度（五）溶解（五）氧酸度（pH值）254425.192.571.041.696.15440725.192.581.121.666.19626825.192.571.151.566.24813125.192.581.181.466.28999425.192.571.191.436.281185525.192.571.181.446.311371825.192.571.171.526.311558125.192.571.141.636.361744325.192.571.111.736.371930625.192.571.091.846.392116825.192.561.101.836.372303025.192.561.041.756.362489325.192.571.031.616.362675625.192.571.001.466.372862225.192.560.961.506.423048525.192.560.981.646.393234725.192.550.681.616.473420925.192.560.601.816.393607225.192.390.881.846.723793525.192.540.561.636.473979725.192.020.871.556.574166025.192.520.581.376.694352325.252.550.421.176.374538525.252.420.581.316.614724725.252.550.331.446.354911025.252.560.341.606.395097225.252.550.341.716.365283525.252.550.331.626.415469725.252.520.521.496.805656025.252.580.291.236.375842725.252.560.311.406.38表1在单个采样位置收集的数据的日志文件7经验教训在水中使用Arduino传感器物联网套件的经验报告中出现了两个主要挑战：几次使用后传感器出现故障和传感器测量校准。在这样的系统中的传感器的鲁棒性提出了重要的挑战，这样的系统的分布和更广泛的使用给学生。 特别是浑浊的-ity传感器发生故障，是由于含盐的海水和内部的盐沉积引起的生锈。有两个建议来应对这一挑战：更换传感器，最终需要由学生在使用此类套件时完成在教育背景下。或者，省略浊度传感器，因为它们具有有限的寿命。校准问题已经遇到，特别是在pH传感器，128C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117在[21]中报告的相关实验中，由于传感器校准的差异，在2018年春季早些时候，罗马自来水中的水pH值被测量为碱性。当使用低成本传感器时，出于更容易和更广泛的分布的原因，给出的是传感器制造质量、其鲁棒性和测量效率。图四、浊度传感器开始显示生锈时为了将这一有趣的挑战转化为机遇，可以设计教育方案，以科学和准确的方式教授采样的具体内容。可以设计学习活动，以在实验中使用传感器之前设置/校准传感器。设备的几次检查可以作为临时传感活动引入，通过这些活动，学生可以获得科学测量方法的经验，并验证质量，以确保所产生数据的准确性和可重复性。8针对学生的学 生 沉 浸 在 真 实 的 学 习 环 境 中 已 被 证 明 是 一 种 非 常 有 效 的 学 习 方 法（[9][17]）。这里报告的研究的最终目的是为设计教育活动铺平道路，引导学生通过参与沿海实地演习和使用物联网技术收集数据来获得经验。其目的是在积极的学习理念中吸引与他们兴趣相关的经验，这种理念超越了严格的课堂教学和教学，与教师、同伴和环境进行互动（[13]）。学生调查水监测过程的方法是设计一个支持他们自己的学生项目的研究。研究设计过程遵循科学方法，努力回答研究问题，收集和分析数据，得出结论并从分析中提出建议一个系统和精心设计的监测程序可以发现水质问题，并帮助回答问题，导致问题的解决方案。第一步是确定目的：例如，如果问题是从大型酒店单元的污水管道进入海湾的污染威胁，你可能会问这样的问题：酒店污水管道是否会破坏海湾的水生生物？这个问题的答案C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117129确定监测内容、地点、时间和方式。第二步是确定需要哪些水质参数：这些参数如何达到监测目的？例如，溶解氧水平与在水中观察到的植物、动物或其他生物的类型之间是否存在关系如果是这样的话，我们应该描述一下这种关系。下一步是确定位置;查看感兴趣区域的地图，描述选定的点，注意纬度/经度，采样期间的当地天气条件，水体条件。抽样程序是下一个问题;这意味着描述如何收集、分析和报告数据。之后，必须考虑部署周期和采样频率（季节性、每月、每日），因为水体的条件可以根据几个因素缓慢或快速变化。最后，作为最后一步，管理，分析和报告数据，这反过来又需要输入和验证数据程序，得出某些结论并呈现结果。学生最终可以回答实验结果是否支持最初的假设，以及他们是否发现了影响水体的重要水质问题。因此，学生有机会获得和利用科学和技术（STEM）技能，而在同一时间，他们得到灌输在沿海水质的整体伞主题内的科学的现实世界中的应用。确认我们要感谢Hoy-Hoy号帆船的船长和船员，感谢他们使这次实验成为可能。我们要感谢SparkWorks12在获取所需传感器和设备方面的慷慨指导和支持，对此我们深表感谢。引用[1] 即时检查河流质量，https://www.downtoearth.org.in/news/instant-quality-check-of-rivers-33502网站。[2] 我的河流，https://www.hackster.io/LightPro/myriver-352bfa? ref=topnav.[3] 组织经济合作与发展。《 2030年的海洋经济》（经合组织，2016年出 版 ），https://www.oecd-ilibrary.org/economics/the-ocean-economy-in-2030_9789264251724-en的网站。[4] 使用物联网的智能水监控，https://www.skyfilabs.com/online-courses/smart-water-monitoring-using-iot? v2.[5] 水下传感器有助于监测水，http://www.startribune.com/underwater-sensors-help-monitor-water/45540567/网站。[6] Akribopoulos，O.，I.查齐吉安纳基斯角Koninis和E. Theodorphic，面向Web服务的架构，用于在物联网中集成小型可编程对象，2010年，电子系统工程发展，2010年，pp. 70比75[7] Amaxilatis，D.，O.阿克里沃普洛斯湾我和Mylonas Chatzigiannakis，一种基于物联网的解决方案，用于监测教育建筑的建筑物，重点关注能源效率，传感器17（2017），p.2296号12https://sparkworks.net130C. Tziortzioti et al. /Electronic Notes in Theoretical Computer Science 343（2019）117[8] Brossard ， D.， B. Lewenstein 和 R. 科 学 知 识 和 态 度 的 变 化 ： 公 民 科 学 项 目 ， 国 际 科 学 教 育 杂 志 27（2005）。1099-1121。[9] 布朗，J.S.，A.柯林斯和P.Duguid，情境认知和学习的文化，教育研究者18（1989），pp. 32比42[10] Burke，J.，D. Estrin，M.汉森，A. Parker，N. Ramanathan，S. Reddy和M. B. Srivastava，分解传感，在：在：研讨会上世界传感器网络（WSW 06）：移动终端为中心的传感器网络和应用，2006年，pp。117-134[11] 查齐吉安纳基斯岛H. Hasemann，M. 卡恩施泰特岛Kleine，A. Kroüller，M. Leggieri，D. 首先，K. Romer和C. Truong，物联网的真正自我配置，在：第三届IEEE物联网国际会议，物联网2012年，中国江苏省无锡市，2012年10月24日至26日（2012年），pp. 9比15[12] 查齐吉安纳基斯岛G. Mylonas和S.Nikoletseas，监测和控制远程传感器网络的环境设计，国际分布式传感器网络杂志5（2009），pp.262-282.URLhttps://doi.org/10.1080/15501320701343869[13] 理事会，N。R.例如，“Taking science to school: Learning and teaching science in grades K-8,” NationalAcademies Press,[14]Heggen，S.，替代感知：将科学工具重新用于科学、技术、工程和数学教育，互动20（2013），pp. 18比21[15] 霍塔林湖，Sense it student enabled network of sensors for the environmental using innovative technology，OCEANS，ISBN：978-1-4244-4960-6（2009）.[16] Kotovirta，V.，T.托伊瓦嫩河Terguje和M. Huttunen，环境监测中的摩擦传感-经验，在：2012年第六届国际会议上创新的移动和互联网服务在普适计算，2012年。[17] Lave，J.，E. Wenger和E.Wenger，521423740，剑桥大学出版社，剑桥，1991。[18] 波切罗湖D. Amaxilatis、G.我和MylonasChatzigiannakis，用于智能和节能学校建筑的开源物联网仪表设备，HardwareX1（2017），pp.54URLhttp://www.sciencedirect.com/science/article/pii/S2468067216300293[19] 孙，W.，Q. Li和C.K. Tham，用于环境监测的无线部署和参与式传感系统，2014年第十一届IEEE传感，通信和网络国际会议（SECON），2014年。[20] Su r'ıs-Regueland， J. C. 的 方 法 ， M. D.Garza-Gil 和 M. M.Varela-Lafuente ， Marineeconomy ： ap ro ppforitsdefinition in the European Union，Marine Policy 42（2013），pp. 111-124[21] Tziortzioti，C.，G.安德列蒂湖罗迪诺岛Mavrommati，A.维塔莱蒂和我。Chatzigiannakis，提高对水污染的认识，基于使用物联网的游戏活动，在：欧洲环境智能会议论文集，AmI2018，2018。[22] Tziortzioti，C.，I.马夫罗马蒂湾弗吉尼亚州，米卢纳斯。和I. Chatzigiannakis，使用物联网数据的教育和游戏活动的，在：计算智能和游戏会议论文集，CIG2018，2018。