基于WSN的土壤碳通量测量系统

CO2作为一种最重要的温室气体,其源、汇及通量的精确测量备受关注。土壤呼吸是影响大气CO2浓度变化的一个重要因素,通过土壤呼吸排放到大气中的CO2大约为68PgC·a-1,约占大气CO2总量的10%（Raichetal.,1992;刘绍辉等,1997;高会议等,2009）。但是,目前大范围准确地监测土壤CO2通量仍然面临巨大挑战。

基于感知数据的无线传感网被动诊断方法

由于硬件与网络资源的极度受限,无线传感器网络(WSN)的故障诊断成为该领域内的一个研究难点.针对现有诊断方法网络开销大、方法复杂等缺陷,提出了一种基于感知数据的故障诊断(DSD)方法.以部署在实际森林环境中的GreenOrbs系统收集的大量感知数据为基础,通过分析感知数据特征分类的方法,建立与网络故障之间的对应关系,以自主学习的方式不断演化故障知识库,确定故障类型.实验结果表明,与其他诊断方法相比,DSD具有网络通信负担小、资源消耗低、诊断效率高等优点,并支持在大规模WSN的实际部署.