An NB-IoT-Based Architecture with Spatial-Statistical Analytics for Cross-Domain Air and Water Quality Monitoring in Aquaculture and Aquatic Environments

智慧农业与精准水产养殖的快速扩张，亟需持续、高分辨率的环境监测，以优化生态系统稳定性并防止灾难性生物量损失。传统物联网（IoT）方案通常将大气与水体参数视为彼此孤立的领域，忽视了跨气–水边界层发生的动态物理化学耦合。为克服这种领域割裂，本研究提出了一种集成式边缘–云遥测架构，用于并发、多域环境监测与跨域空间统计分析。所提框架采用低成本多传感器边缘节点，并集成窄带物联网（NB-IoT）蜂窝通信，从而实现高信号穿透、节能运行以及无需本地网关依赖的直接基站连接。该系统持续采集大气参数（温度、相对湿度、颗粒物PM1.0/PM2.5/PM10、臭氧O3、总挥发性有机物TVOC、等效CO2、空气质量指数AQI和紫外线指数UVI）以及水体指标（水温、pH、溶解氧DO、电导率EC和浊度）。遥测数据通过消息队列遥测传输（MQTT）流式传输至集中式MySQL云数据库，提供实时Grafana仪表板、空间反距离加权（IDW）制图，以及通过LINE Notify和电子邮件实现的多通道自动告警。该架构已在东海大学水产研究设施中部署并验证，采集了n = 14,400条同步1分钟观测数据（初始原始数据包投递率为99.24%）。考虑时间自相关（Neff≈892）和错误发现率校正的统计评估揭示了显著的跨域关联（padj<0.001），尤其是环境气温与水体溶解氧之间的负相关（r=−0.782，ρ=−0.794，τ=−0.612），这在物理上与亨利气体溶解度定律一致；大气湿度与溶解氧之间的负相关（r=−0.763）；以及湿度与水体浊度之间的正相关（r=+0.789，ρ=+0.812）。一阶偏相关分析（rTa,DO∣Tw=−0.172）证实，水温是溶解氧耗竭的主要热中介因素。通过将低功耗NB-IoT遥测与稳健的多域分析相结合，该