一直以来，农林相关学科的研究人员，为获得森林里的各种数据以及植物产生影响的环境变化数据，不得不定时攀山越林到现场进行人工测量，为了获得每隔几天甚至每隔几小时的精确数据，科研人员经常要花费大量的人力和物力，不仅监测所需的成本十分高，还存在遭遇毒蛇、中暑等各种危险。那么有没有一种办法，既能够定时获得相关的检测数据，又可以节省科研人员频繁的劳动强度呢？
在近日于美国加州大学伯克利分校召开的无线传感器网络顶级会议——The 7th ACM Conference on Embedded Networked Sensor Systems (SenSys 2009)上，浙江林学院教师莫路锋和香港科技大学、西安交通大学研究人员联合署名，发表了题为《Canopy Closure Estimates with GreenOrbs: Sustainable Sensing in the Forest》的研究文章，论文提出了一种利用传感器网络来长时间大规模进行森林生态监测的方法，通过传感器收集包括温度、湿度、光照和二氧化碳浓度等多种数据，采集的信息能为多种重要应用提供支持，从而实现研究人员不只要站在总控制室，就可以坚控布置了无线传感器网络的整个森林。
该研究通过建立无线传感器网络，解决了无线传感器数据传播距离短的问题，同时攻克了传感器电池耗电比较大的难题，这使得无线传感器网络在野外大范围长期监测成为了可能。从数据采集角度来说，该研究用大量同步持续的数据采集方式，替代了传统林业少量、异步和间断的采集模式，使得林业的精准研究成为可能。研究表明，利用传感器网络收集大量数据，可以通过数据挖掘来对林业科学进行更为准确的研究。
据介绍，SenSys会议2009年一共录取了23篇论文，《Canopy Closure Estimates with GreenOrbs: Sustainable Sensing in the Forest》是本届会议上来自亚太地区唯一的一篇论文。此前，中国仅有清华大学、微软亚洲研究院和上海交通大学的3篇论文被Sensys会议录用过。目前，该论文已经由世界上最大的科技出版社之一——springer公司正式出版。
《浙江科技报》：2010.1.29
浙ICP备11046845号-1 浙公网安备33018502001115号 
