胡金有 王靖杰 朱志強 張小栓,3
(1.中國農(nóng)業(yè)大學(xué)工學(xué)院, 北京 100083; 2.國家農(nóng)產(chǎn)品保鮮工程技術(shù)研究中心(天津)農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品貯藏保鮮重點實驗室, 天津 300384; 3.中國農(nóng)業(yè)大學(xué)食品質(zhì)量與安全北京實驗室, 北京 100083)
冷鏈物聯(lián)網(wǎng)(Internet of things in cold chain, IoCCT)是指應(yīng)用識別、感知、傳輸、計算等技術(shù)于冷鏈,或?qū)滏溸\營所需設(shè)備、物品性能進行延伸,通過技術(shù)融合與集成得到有效的狀態(tài)監(jiān)控和穩(wěn)定的過程數(shù)據(jù),為支持決策處理與管理應(yīng)用而形成的互聯(lián)互通網(wǎng)絡(luò)。冷鏈的全程、高效監(jiān)測能夠有效避免冷害、過程損失、腐敗變質(zhì)等儲運過程中的常見問題[1],冷鏈物聯(lián)網(wǎng)已成為生鮮農(nóng)產(chǎn)品、加工產(chǎn)品、生物醫(yī)藥[2]冷鏈中保障安全、產(chǎn)品增值、實現(xiàn)高效管理的必要手段。近年來,各類物聯(lián)網(wǎng)監(jiān)測技術(shù)在不同國家冷鏈環(huán)境和品質(zhì)監(jiān)測上的應(yīng)用研究持續(xù)發(fā)展,產(chǎn)生了適當(dāng)數(shù)據(jù)[3],不斷充實冷鏈過程可視化管理和信息服務(wù)(追溯),滿足綠色發(fā)展需求,有效服務(wù)于冷鏈向安全、智能和環(huán)境友好的方向轉(zhuǎn)變。
大數(shù)據(jù)、人工智能、區(qū)塊鏈等新一代信息技術(shù)[4]的持續(xù)發(fā)展帶來數(shù)據(jù)意識,面向生鮮農(nóng)產(chǎn)品冷鏈監(jiān)測物聯(lián)網(wǎng)的應(yīng)用研究逐漸深入,冷鏈監(jiān)測的物聯(lián)網(wǎng)化趨勢也相應(yīng)加強。其他監(jiān)測物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量評估與優(yōu)化研究較多,但針對冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量的研究較少。而作為冷鏈物流大數(shù)據(jù)重要來源之一[5],冷鏈物聯(lián)網(wǎng)對數(shù)據(jù)與服務(wù)應(yīng)用需求、技術(shù)經(jīng)濟性和成熟度、工程應(yīng)用規(guī)范與標準逐步提高,有效的數(shù)據(jù)治理將為冷鏈物流中數(shù)據(jù)挖掘、可視化管理、新一代智能應(yīng)用等數(shù)據(jù)應(yīng)用奠定堅實基礎(chǔ)。
目前冷鏈監(jiān)測物聯(lián)網(wǎng)存在缺乏統(tǒng)一數(shù)據(jù)規(guī)范和系統(tǒng)應(yīng)用質(zhì)量受限等問題,制約了冷鏈監(jiān)測物聯(lián)網(wǎng)的服務(wù)質(zhì)量,數(shù)據(jù)質(zhì)量評估和持續(xù)優(yōu)化技術(shù)[6]是應(yīng)對和解決上述問題、適應(yīng)和滿足未來冷鏈監(jiān)測管理需求的關(guān)鍵。基于此,本文對冷鏈監(jiān)測物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量的形成、評估與優(yōu)化應(yīng)用進行綜述,闡明數(shù)據(jù)質(zhì)量評估對提高冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量的重要性。
冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)具有多重性質(zhì),且由于產(chǎn)品特性、包裝實踐、運輸路線、運輸方法和工藝效率在各地冷鏈之間差異較大,且每種技術(shù)監(jiān)測數(shù)據(jù)特性有限且相對孤立,在功能和性能方面都受到限制,但是這些技術(shù)結(jié)合使用可以顯著提高冷鏈管理質(zhì)量[7]。因此,以數(shù)據(jù)視角從冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)來源與特性、數(shù)據(jù)質(zhì)量形成機理、評估與優(yōu)化流程分析3方面展開冷鏈監(jiān)測物聯(lián)網(wǎng)的數(shù)據(jù)質(zhì)量評估與優(yōu)化工作。
高效的管理得益于冷鏈高效監(jiān)測實踐,典型監(jiān)測技術(shù)與實踐有無線傳感器網(wǎng)絡(luò)(Wireless sensor networks,WSN)[8]、時間溫度指示器(Time-temperature indictors, TTI)[9]、多傳感智能監(jiān)測[10]、智能包裝[11-12]等監(jiān)測物聯(lián)網(wǎng)技術(shù),這些應(yīng)用和監(jiān)測數(shù)據(jù)大大加強了冷鏈管理從而減少了過程損失,進一步研究其特性與應(yīng)用是必要的,以產(chǎn)生適當(dāng)?shù)臄?shù)據(jù)。
(1)監(jiān)測技術(shù)與數(shù)據(jù)特性分析
物聯(lián)網(wǎng)監(jiān)測技術(shù)基于不同的原理而具有差異性,且因冷鏈應(yīng)用場景與實踐應(yīng)用多樣化、動態(tài)性和易變性,導(dǎo)致可追溯性、獨特識別、能源效率、異構(gòu)性、可拓展性和普遍性在實現(xiàn)冷鏈監(jiān)測應(yīng)用的高效性能結(jié)構(gòu)中是必要的[13-14]。如表1所示,應(yīng)從物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)特性中發(fā)掘監(jiān)測物聯(lián)網(wǎng)潛力。除此之外,WiFi、NB-IoT(窄帶物聯(lián)網(wǎng))、ZigBee[15]等通信技術(shù),二維碼、智能標簽、手持設(shè)備等具備物聯(lián)網(wǎng)特性的其他監(jiān)測技術(shù)也都相應(yīng)應(yīng)用于冷鏈監(jiān)測物聯(lián)網(wǎng)中。
(2)監(jiān)測數(shù)據(jù)特性
冷鏈監(jiān)測數(shù)據(jù)的技術(shù)因素特性表現(xiàn)為明顯結(jié)構(gòu)與數(shù)據(jù)流特征。
不確定性:由特定監(jiān)測技術(shù)與環(huán)境的差異而連續(xù)產(chǎn)生的系統(tǒng)或隨機誤差而導(dǎo)致不確定性。
時空性:在倉儲、物流等場景中由監(jiān)測點分布與抽樣布置而使其具有較強時間、空間分布屬性。
離散性與間接性:在冷鏈環(huán)境中數(shù)據(jù)雖表現(xiàn)為平穩(wěn)連續(xù),但由于微環(huán)境監(jiān)測存在采樣周期而具有離散屬性與間接性,少部分技術(shù)可以實現(xiàn)全程品質(zhì)間接監(jiān)測,如TTI。
冷鏈監(jiān)測數(shù)據(jù)的流程因素特性表現(xiàn)為冷鏈過程銜接與多階段特征。
多階段與波動性:由冷鏈過程的多環(huán)節(jié)差異以及環(huán)境變化所導(dǎo)致的冷鏈監(jiān)測過程具有較為明顯變化,且由于數(shù)據(jù)流特征而具有明顯的時間屬性。
多源性:由多場景以及多種監(jiān)測技術(shù)配合而具有數(shù)據(jù)來源及形式復(fù)雜多樣且多維的數(shù)據(jù)特性。
耦合與相關(guān)性:對同一或相似流程對象描述以及監(jiān)測響應(yīng)機理不獨立而使多個監(jiān)測參數(shù)之間具有相關(guān)性、耦合性和交叉敏感性。
生命周期與過程性:針對冷鏈過程而具有明顯的產(chǎn)生與消亡過程,具有較大數(shù)據(jù)規(guī)模且可以快速產(chǎn)生,同時,由于采集、傳輸、轉(zhuǎn)換、處理及共享等操作而具有非線性生命周期。
此外,冷鏈監(jiān)測物聯(lián)網(wǎng)中數(shù)據(jù)還具有多態(tài)性和異質(zhì)性。以上數(shù)據(jù)特征由監(jiān)測物聯(lián)網(wǎng)技術(shù)和生鮮農(nóng)產(chǎn)品冷鏈物流共同決定,數(shù)據(jù)特性分析對于數(shù)據(jù)質(zhì)量形成機理具有指導(dǎo)作用。限于篇幅,本文對視頻、圖片和文字等數(shù)據(jù)類型涉及較少,主要討論冷鏈監(jiān)測物聯(lián)網(wǎng)中結(jié)構(gòu)數(shù)據(jù),并期以此提供可以借鑒的邏輯思路。
表1 冷鏈監(jiān)測物聯(lián)網(wǎng)中主要監(jiān)測技術(shù)與數(shù)據(jù)特性分析Tab.1 Characteristics of IoT technologies in cold chain
理解數(shù)據(jù)質(zhì)量形成機理是實現(xiàn)數(shù)據(jù)質(zhì)量控制與形成的基礎(chǔ),從數(shù)據(jù)的生命周期的視角分析其過程管理并進行優(yōu)化,切合冷鏈監(jiān)測物聯(lián)網(wǎng)復(fù)雜性、協(xié)調(diào)性和成本性,把數(shù)據(jù)獲取當(dāng)作具有可控流程來分析,有利于結(jié)合實際冷鏈來解決數(shù)據(jù)問題。
如圖1所示,冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量受物聯(lián)網(wǎng)獲取技術(shù)特征與冷鏈流程關(guān)鍵控制點兩個維度形成的數(shù)據(jù)傳遞關(guān)鍵點的影響。通過數(shù)據(jù)不確定性、動態(tài)性、階段性、多因素影響、流程與批次復(fù)雜性以及產(chǎn)品易腐性、生物特性、包裝形式多樣等內(nèi)容,結(jié)合監(jiān)測技術(shù)數(shù)據(jù)特性、冷鏈場景、數(shù)據(jù)加工處理流程[25]特點以及工程實踐對質(zhì)量形成與傳遞機理進行分析。冷鏈數(shù)據(jù)質(zhì)量形成主要包含誤差分布、數(shù)據(jù)質(zhì)量與能耗均衡、綜合數(shù)據(jù)質(zhì)量3個層次,具體通過誤差來源和表現(xiàn)類型影響冷鏈監(jiān)測數(shù)據(jù)采集質(zhì)量,之后由一系列技術(shù)特性而影響數(shù)據(jù)集的形成與傳遞,又由傳輸質(zhì)量與效率、過程控制水平、存儲管理3方面影響數(shù)據(jù)傳播與存儲質(zhì)量,隨后經(jīng)由不同模型應(yīng)用模式對數(shù)據(jù)加工處理與分析的影響,并最終形成冷鏈監(jiān)測物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量。
圖1 冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量形成機理Fig.1 Cold chain monitoring IoT data quality formation mechanism
基于上述機理的分析,將冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量定義為:由監(jiān)測物聯(lián)網(wǎng)技術(shù)獲取或持續(xù)不斷生產(chǎn)的,在其完整生命周期內(nèi)該數(shù)據(jù)集滿足冷鏈監(jiān)測過程需求和組織服務(wù)需求程度的多維度度量,且其因組織需求、監(jiān)測任務(wù)、時間點差異而變化。當(dāng)前,冷鏈監(jiān)測實踐中數(shù)據(jù)的不確定性和服務(wù)應(yīng)用的質(zhì)量仍制約冷鏈精細管理效果,數(shù)據(jù)質(zhì)量評估有利于通過追蹤方法優(yōu)化傳感數(shù)據(jù)流即時處理過程,以便在有潛在數(shù)據(jù)質(zhì)量變化和分布式獲取方式下保持數(shù)據(jù)流處理系統(tǒng)的效率[26]。因此,冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估研究能夠有效減輕低質(zhì)量數(shù)據(jù)對后續(xù)系統(tǒng)應(yīng)用的累積影響。
圖2 冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估與優(yōu)化基本流程Fig.2 Basic process of data quality assessment and optimization in cold chain
為在持續(xù)的質(zhì)量評估和管理框架內(nèi)提高數(shù)據(jù)質(zhì)量和功能,針對完整生命周期內(nèi)的數(shù)據(jù)實現(xiàn)動態(tài)質(zhì)量維護方法[27],不斷尋找最優(yōu)的數(shù)據(jù)管理方法和技術(shù)工具需要特別強調(diào)數(shù)據(jù)維護的過程導(dǎo)向。如圖2所示,冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估與優(yōu)化邏輯流程包含評估、比較、治理、控制、優(yōu)化等內(nèi)容,涵蓋了數(shù)據(jù)源、評估、采集、管理與應(yīng)用優(yōu)化部分的內(nèi)容。其中基于物聯(lián)網(wǎng)技術(shù)的持續(xù)監(jiān)測、定期監(jiān)測和控制等技術(shù)手段是進一步優(yōu)化控制的基礎(chǔ)與準則,在由冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)源到數(shù)據(jù)終端或數(shù)據(jù)池的監(jiān)測評估與持續(xù)改進過程中起著重要的中間媒介作用。
圖2所示流程適用于單一技術(shù)和多種技術(shù)混合監(jiān)測中數(shù)據(jù)質(zhì)量的評估,在適當(dāng)冷鏈場景中數(shù)據(jù)生產(chǎn)流程的過程性是相似的,且是一個動態(tài)時變過程,有效理解、追蹤、監(jiān)測數(shù)據(jù)評估優(yōu)化流程能夠有效實現(xiàn)保障安全和過程控制等需求。因此,將冷鏈監(jiān)測物聯(lián)網(wǎng)中數(shù)據(jù)生產(chǎn)過程視為一個可以控制、可以持續(xù)優(yōu)化的流程。作為冷鏈監(jiān)測中的共性技術(shù),提供可測量、可重復(fù)、可理解、可解釋的適應(yīng)于冷鏈監(jiān)測應(yīng)用實踐的標準以及數(shù)據(jù)質(zhì)量評估與優(yōu)化技術(shù)是必要的。
數(shù)據(jù)質(zhì)量模型與冷鏈監(jiān)測物聯(lián)網(wǎng)環(huán)境、評價方法相互適應(yīng),對數(shù)據(jù)質(zhì)量評估研究的綜述和冷鏈監(jiān)測場景理解是定義冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量的基礎(chǔ),因此,本節(jié)通過對不同領(lǐng)域數(shù)據(jù)質(zhì)量測量框架、指標的體系與評估方法2方面來分析冷鏈監(jiān)測物聯(lián)網(wǎng)評估方法。
大量研究從數(shù)據(jù)視角指出數(shù)據(jù)質(zhì)量的重要性,尤其是對基于物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)的研究。MCNAULL等[28]通過探討輔助生活環(huán)境監(jiān)測系統(tǒng)中數(shù)據(jù)質(zhì)量問題,指出缺乏數(shù)據(jù)質(zhì)量控制可能導(dǎo)致系統(tǒng)基于不正確數(shù)據(jù)、信息和知識輸入而做出錯誤決策,SONG等[29]更是直接指出數(shù)據(jù)質(zhì)量在任何網(wǎng)絡(luò)物理系統(tǒng)(Cyber physical system, CPS)中都很常見。這些算法都通過探討數(shù)據(jù)質(zhì)量測量改進算法對監(jiān)測實踐的影響,證明積極的結(jié)果與數(shù)據(jù)質(zhì)量改進過程的實施緊密相連[30]。表2分析對比了不同領(lǐng)域中數(shù)據(jù)質(zhì)量評估實踐中常見的評估框架。
表2 基于監(jiān)測物聯(lián)網(wǎng)的數(shù)據(jù)質(zhì)量評估框架及其特點Tab.2 Organization forms of evaluation methods and their characteristics
(1)針對不同信息類別中的數(shù)據(jù)質(zhì)量的研究
BRONSELAER等[39]針對不完整信息,提供了數(shù)據(jù)質(zhì)量的漸進式測量方法。ARDAGNA等[40]針對大數(shù)據(jù),提出了上下文意識的數(shù)據(jù)質(zhì)量評估方法。HAEGEMANS等[41]針對人工獲取的數(shù)據(jù),提供了一種提升人工獲取數(shù)據(jù)質(zhì)量的基于任務(wù)-技術(shù)擬合結(jié)構(gòu)防止錯誤輸入的理論框架。TAGGART等[42]基于結(jié)構(gòu)數(shù)據(jù)質(zhì)量報告檢查結(jié)構(gòu)化數(shù)據(jù)質(zhì)量報告以及反饋會話的方式來改進醫(yī)療信息中的數(shù)據(jù)質(zhì)量。CHENG等[43]探討了WSN傳感數(shù)據(jù)中“數(shù)據(jù)質(zhì)量分析+清洗策略”的數(shù)據(jù)質(zhì)量分析框架。GRECO等[44]針對醫(yī)療物聯(lián)網(wǎng)(Internet of medical things, IoMT)類傳感器數(shù)據(jù)流,在可穿戴傳感器參與構(gòu)建的基于開源大數(shù)據(jù)技術(shù)背景下,對該技術(shù)和架構(gòu)中的數(shù)據(jù)流進行了實時分析。因此,在關(guān)聯(lián)數(shù)據(jù)[45]的實際評估過程中,更多情況則是統(tǒng)計方法、用戶反饋以及規(guī)則約束等3種方法的綜合性應(yīng)用,考慮到冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)所涉及的多種數(shù)據(jù)類型,應(yīng)提出一種混合數(shù)據(jù)質(zhì)量評價框架。
(2)針對數(shù)據(jù)質(zhì)量在不同場景的應(yīng)用研究
結(jié)合冷鏈監(jiān)測物聯(lián)網(wǎng)中數(shù)據(jù)信息類別與監(jiān)測場景的評估框架是可行的,也有利于從理論和實踐的角度解決冷鏈監(jiān)測物聯(lián)網(wǎng)中的數(shù)據(jù)質(zhì)量問題。通過分析加工制造、政府治理、醫(yī)療健康、環(huán)境監(jiān)測和能源電網(wǎng)5個典型監(jiān)測物聯(lián)網(wǎng)應(yīng)用中數(shù)據(jù)質(zhì)量評估框架及其特點,結(jié)合不同領(lǐng)域識別出內(nèi)容質(zhì)量和可靠性關(guān)鍵質(zhì)量尺度對持續(xù)改進服務(wù)質(zhì)量的影響最大[46],因此要提出面向冷鏈全場景的監(jiān)測物聯(lián)網(wǎng)完整質(zhì)量管理。
通過以上相關(guān)文獻分析,提出結(jié)合冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)特性、具有應(yīng)用場景意識和基于冷鏈監(jiān)測物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量形成機理的多指標體系的評估框架。該框架應(yīng)該能夠結(jié)合冷鏈監(jiān)測實際需求,考慮由不同監(jiān)測技術(shù)所導(dǎo)致的信息類別差異以及場景差異,能夠描述數(shù)據(jù)質(zhì)量傳遞特點,最終實現(xiàn)數(shù)據(jù)質(zhì)量完整評估,從而為后續(xù)數(shù)據(jù)意識深入發(fā)展與數(shù)據(jù)質(zhì)量評估奠定基礎(chǔ)。
數(shù)據(jù)質(zhì)量評估指標、方法與特定評估對象指標相互適應(yīng),關(guān)注過程中數(shù)據(jù)質(zhì)量及其整體性,從數(shù)據(jù)質(zhì)量模型出發(fā),借鑒其他評估場景中評估體系和方法可以建立冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估指標體系與方法。
表3為物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量評估方法的比較與分析,KARKOUCH等[55]從數(shù)據(jù)質(zhì)量的角度對物聯(lián)網(wǎng)中數(shù)據(jù)質(zhì)量的研究進行了綜述,提出可以針對冷鏈監(jiān)測物聯(lián)網(wǎng)系統(tǒng)中的數(shù)據(jù)在精度、數(shù)據(jù)量、客觀性、完整性、可靠性、可驗證性、安全性[56]等多維度上的表現(xiàn)進行有意識的治理。而基于多維度的數(shù)據(jù)質(zhì)量評估方法有加權(quán)[57]、混合方法[58]、改進層次分析、數(shù)據(jù)細節(jié)刻畫[59]以及其它改進量化方法等,分析數(shù)據(jù)質(zhì)量多種性質(zhì)的關(guān)聯(lián)關(guān)系,可以作為對于權(quán)衡和分析不同質(zhì)量指標之間關(guān)系和優(yōu)化方法的重要參考。通過以上分析得出,可結(jié)合數(shù)據(jù)特性、監(jiān)測技術(shù)特性、冷鏈監(jiān)測流程與場景特性以及數(shù)據(jù)用途構(gòu)建冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量分析框架與方法。因此,冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量應(yīng)從準確性、數(shù)據(jù)量、完整性、時效性、及時性、完整度、信息量、可靠性、安全性以及模型適用度等方面展開,并以綜合評價方法、模糊綜合評價等綜合方法實現(xiàn)各個維度指標之間的均衡與可視化。也只有適應(yīng)冷鏈監(jiān)測數(shù)據(jù)應(yīng)用需求的評估意識和方法,才能通過比較和持續(xù)改進來實現(xiàn)冷鏈監(jiān)測物聯(lián)網(wǎng)中數(shù)據(jù)管理和控制,不斷在工程實踐中優(yōu)化服務(wù)管理,推進數(shù)據(jù)意識在農(nóng)產(chǎn)品冷鏈監(jiān)測物聯(lián)網(wǎng)中的深入。
表3 物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量評估方法的構(gòu)成形式與比較分析Tab.3 Organization forms of evaluation metrics and their characteristics
數(shù)據(jù)質(zhì)量可測量是控制和優(yōu)化的基礎(chǔ),下面以數(shù)據(jù)為中心視角[60],從數(shù)據(jù)采集、數(shù)據(jù)傳輸與數(shù)據(jù)存儲模型、數(shù)據(jù)處理與應(yīng)用等5個層面對冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)管理中的問題加以闡述。
由上述分析可知冷鏈監(jiān)測物聯(lián)網(wǎng)數(shù)據(jù)具有典型數(shù)據(jù)流特征。因為其由傳感器等監(jiān)測實體中持續(xù)產(chǎn)生,硬件設(shè)備固有的限制以及環(huán)境噪聲等因素容易造成多維屬性的影響。例如,為了保證數(shù)據(jù)獲取的準確性、完整性和一致性等質(zhì)量屬性,需要構(gòu)建異構(gòu)多源多模態(tài)感知方法[61],AYADI等[62]和MUHAMMED等[63]分別通過對WSN環(huán)境下檢測方法的比較分析提出選擇合適方法來實現(xiàn)異常檢測和錯誤檢測的重要性。而MASSAWE等[64]則通過自適應(yīng)數(shù)據(jù)清洗框架減少RFID數(shù)據(jù)流錯誤讀數(shù)。表4所示為冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)感知與優(yōu)化方法的具體對比與分析,這些方法適用冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù),對于建立更有效的方法具有借鑒和導(dǎo)向作用。
此外,在感知數(shù)據(jù)質(zhì)量優(yōu)化方法研究方面,有學(xué)者從數(shù)據(jù)質(zhì)量、類型、應(yīng)用視角分析物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量的采集壓縮技術(shù)可行性[81]。針對冷鏈監(jiān)測物聯(lián)網(wǎng)的感知場景和需求多樣化的特點,KANG等[82]通過模擬研究不同采樣頻率對冷鏈監(jiān)測效果的影響,而需要更快交易和運營數(shù)據(jù)的動態(tài)供應(yīng)鏈組織系統(tǒng)則需要更快的物聯(lián)網(wǎng)數(shù)據(jù)采樣頻率[83]。
以上研究從數(shù)據(jù)感知精度優(yōu)化、過程異常檢測、數(shù)據(jù)預(yù)處理以及算法設(shè)計與技術(shù)的角度,通過增加監(jiān)測數(shù)據(jù)的關(guān)聯(lián)性和信息量來提高數(shù)據(jù)質(zhì)量,應(yīng)用場景分布式數(shù)據(jù)流清洗、在線插值技術(shù)、多傳感參數(shù)融合技術(shù)實現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)質(zhì)量的控制以及多種算法的結(jié)合,能夠顯著提高某項或幾項特定維度數(shù)據(jù)質(zhì)量。后續(xù)研究應(yīng)該從質(zhì)量需求和數(shù)據(jù)質(zhì)量角度加強數(shù)據(jù)采集質(zhì)量管理,并且隨著冷鏈監(jiān)測中必要參數(shù)的增多,其它方面對監(jiān)測數(shù)據(jù)質(zhì)量優(yōu)化問題凸顯,應(yīng)該加強這些環(huán)節(jié)的優(yōu)化工作。
通過有效算法優(yōu)化冷鏈監(jiān)測物聯(lián)網(wǎng)中能源效率是研究的重要內(nèi)容。XIAO等[8]通過壓縮感知CS(Compressed sensing)方法來改善冷凍和冰鮮水產(chǎn)品冷鏈的監(jiān)測效率,其后討論了其能耗表現(xiàn),并認為其在鮮食葡萄冷鏈管理上可作為一種高效率感知方法[49]。此外,針對環(huán)境感知的無線傳感器網(wǎng)絡(luò)路由方法進行了比較分析[84], MARJANOVIC等[85]針對不同應(yīng)用需求和地理傳感器分布情景評估其節(jié)能效果,利用質(zhì)量驅(qū)動的傳感器管理功能可以實現(xiàn)能耗降低,有利于生鮮農(nóng)產(chǎn)品冷鏈微環(huán)境監(jiān)測的場景特點的適應(yīng)性和網(wǎng)絡(luò)能耗控制路由方法選擇。因此深入研究無線傳感器網(wǎng)絡(luò)能量優(yōu)化方法,對傳輸層數(shù)據(jù)質(zhì)量優(yōu)化具有積極意義。
表4 冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)采集質(zhì)量優(yōu)化方法比較與分析Tab.4 Comparison and analysis of optimization methods for IoT data acquisition in cold chain monitoring
注:NRAQC為近實時自主質(zhì)量控制系統(tǒng)。
在數(shù)據(jù)傳輸及時性與數(shù)據(jù)質(zhì)量管理方面,VASCONCELOS等[86]研究了應(yīng)用于中斷連接WSN場景中數(shù)據(jù)采樣方法,構(gòu)建了基于簡單克里金插值的現(xiàn)象重建的延遲容忍傳感器網(wǎng)絡(luò)模型,其數(shù)據(jù)感知丟棄策略的性能比傳統(tǒng)優(yōu)兩倍。LIONO等[87]采用數(shù)據(jù)質(zhì)量估算技術(shù)的數(shù)據(jù)匯總機制框架,實現(xiàn)基于質(zhì)量驅(qū)動的數(shù)據(jù)高效存儲管理,能夠有效減少存儲數(shù)據(jù)量。在網(wǎng)絡(luò)連接異常檢測上,GHALEM等[88]提出了一種基于copula的概率多變量異常檢測方法,其性能優(yōu)于現(xiàn)有的統(tǒng)計方法。在通信部署形式上,CHEN等[17]使用無源RFID取代半無源標簽與傳感器構(gòu)成無源標簽,構(gòu)建了一種智能的冷鏈系統(tǒng),有效降低了各項成本。TU等[89]則提出利用密碼學(xué)開發(fā)基于知識的方法解決供應(yīng)鏈中條形碼和RFID標簽分離的問題,以識別RFID標簽損壞和/或與其相關(guān)對象分離的現(xiàn)象,這些問題的深化研究有益于冷鏈監(jiān)測場景中數(shù)據(jù)質(zhì)量提升。
而對冷鏈監(jiān)測傳輸?shù)陌踩耘c可靠性研究較少,ERGULER[90]分析了基于RFID的物聯(lián)網(wǎng)的缺點,指出物聯(lián)網(wǎng)中的RFID身份驗證協(xié)議需要新的安全機制,考慮RFID受損或者與后端服務(wù)器之間的通信渠道不安全造成的潛在安全風(fēng)險,提供一種加強基于RFID和WSNs的物聯(lián)網(wǎng)應(yīng)用表現(xiàn)的框架,通過模糊Q算法和基于模糊系統(tǒng)的路由分類器解決RFID與WSN集成中可靠性問題,能夠提高識別性能、降低丟包率、降低節(jié)點能耗、網(wǎng)絡(luò)負載均衡[13]。同時,相關(guān)學(xué)者也從時間延遲、網(wǎng)絡(luò)規(guī)模、能效、可擴展性和可靠性等參數(shù)比較現(xiàn)有方法,從綜合研究的角度對移動無線傳感網(wǎng)絡(luò)(Mobile wireless sensor networks, MWSNs)數(shù)據(jù)傳輸?shù)目煽啃赃M行了探討[91]。
綜合來講,WSN、RFID、ZigBee、WiFi等也都應(yīng)用于冷鏈監(jiān)測傳輸部分,通過算法來實現(xiàn)這些技術(shù)在傳輸性能和存儲集成問題,能夠通過改善數(shù)據(jù)質(zhì)量有效提高能效和服務(wù)質(zhì)量。因此,冷鏈物聯(lián)網(wǎng)監(jiān)測也應(yīng)更加注重傳輸連接、數(shù)據(jù)存儲等所帶來的數(shù)據(jù)及時性、數(shù)據(jù)量、可靠性以及安全性等問題。
冷鏈物聯(lián)網(wǎng)監(jiān)測更加注重通過數(shù)據(jù)關(guān)聯(lián)發(fā)現(xiàn)差異來增強品質(zhì)控制與過程可視化。BADIA-MELIS等[92]通過數(shù)據(jù)估計(Data estimation)預(yù)測方法預(yù)測制冷集裝箱中果實溫度,發(fā)現(xiàn)果實溫度存在明顯差異。為了加強對冷鏈監(jiān)測差異進一步的控制,WANG等[93]利用WSN節(jié)點為冷鏈提供完整準確的溫度、濕度和氣體監(jiān)測信息,對桃和油桃冷鏈進行了品質(zhì)監(jiān)測和差異分析,進一步構(gòu)建多傳感器管理的追溯系統(tǒng),有效提高了出口蜜桃冷鏈中的質(zhì)量控制和透明度[94]。FENG等[95]通過整合無線傳感器網(wǎng)絡(luò)(WSN)監(jiān)測影響質(zhì)量特征的溫度、濕度、氧含量、二氧化碳含量等動態(tài)指標,建立基于知識的HACCP質(zhì)量控制計劃,提高了冷鏈管理透明度,加強了冷凍貝類的質(zhì)量控制。此外,在包裝層面,通過一種長距離的無源RF傳感器監(jiān)測包裝內(nèi)蔬菜的新鮮度提高監(jiān)測關(guān)聯(lián)度可增強冷鏈中時間-溫度透明度[96]。還有學(xué)者依托RFID感知的溫度指標監(jiān)測來實現(xiàn)對生鮮魚包裝的改善作用[97],用物聯(lián)網(wǎng)監(jiān)測的數(shù)據(jù)來改善物流中包裝的效果,其數(shù)據(jù)可以作為將包裝的效率進行可視化,因此,冷鏈監(jiān)測與品質(zhì)控制更加依托監(jiān)測技術(shù)應(yīng)用所獲取的數(shù)據(jù)。
提高冷供應(yīng)鏈可追溯性的各種識別技術(shù),通過選擇技術(shù)上可行、實用、經(jīng)濟、產(chǎn)品聲譽、質(zhì)量和安全性方面來確定可追溯性和結(jié)構(gòu)適用性[14]。XIAO等[98]通過結(jié)合WSN和AOW的方法探討不同鮮食葡萄在冷鏈中的影響。為了改善鮮食葡萄冷鏈的追溯性和透明度,WANG等[10]針對實際的冷鏈進行了跟蹤測試,開發(fā)并評估了基于WSN的多傳感系統(tǒng),證明了其有效性。JEDERMANN等[99]通過調(diào)整微型半被動RFID溫度記錄儀分析局部偏差量、檢測溫度梯度完成空間溫度分析,估算了卡車或集裝箱內(nèi)可靠監(jiān)測所需最小傳感器數(shù)量,劉靜等[100]對冷藏車中傳感器布點進行了優(yōu)化。此外,THAKUR等[101]在運輸過程中將RFID與溫度傳感器結(jié)合,提供了一種基于EPCIS(Electronic product code information services)的在線溫度監(jiān)測和追溯應(yīng)用,通過監(jiān)測并記錄冷藏羊肉產(chǎn)品冷鏈的時間-溫度信息,減少溫度變化引起的質(zhì)量損失來優(yōu)化整個食品供應(yīng)鏈性能。基于高質(zhì)量監(jiān)測數(shù)據(jù)的追溯是食品供應(yīng)與冷鏈監(jiān)測中必不可少的一部分,因此應(yīng)進一步優(yōu)化其技術(shù)組合。
應(yīng)加強冷鏈監(jiān)測數(shù)據(jù)與貨架期模型的應(yīng)用適用度,TSIRONI等[9]在真實冷鏈環(huán)境下通過評估用于貨架期監(jiān)測的時間溫度指示器,指明在真實冷鏈的貨架期預(yù)測中存在偏差問題。隨后針對實際冷鏈中鮮切沙拉的貨架期預(yù)測模型,對預(yù)測模型的適用性及統(tǒng)計誤差等問題進行了討論[102]。劉雪等[103]則通過不同溫階實驗?zāi)M比較動力學(xué)預(yù)測模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測效果,精度達到95.93%。同時,GORANSSON等[104]也通過溫度場論證了在生鮮食品供應(yīng)鏈中在貨架單元不同位置所產(chǎn)生的貨架期差異,并從多個場景實地評估了食品冷鏈溫度表現(xiàn)與貨架期動態(tài)預(yù)測和印刷保質(zhì)期關(guān)系,證明不同溫度效率的食品冷鏈存在顯著差異,證明全程監(jiān)測可以實現(xiàn)動態(tài)貨架期的預(yù)測,能夠有效提高冷鏈透明度,支持改善標稱貨架期[105]。后續(xù)研究應(yīng)加強和改善數(shù)據(jù)質(zhì)量與冷鏈貨架期預(yù)測方法的需求適應(yīng)性。
與此同時,冷鏈中基于監(jiān)測數(shù)據(jù)的貨架期預(yù)測研究機理更接近冷鏈食品品質(zhì)變化本質(zhì),因而能有效提高預(yù)測結(jié)果的準確性與適用性[106]。張虎等[67]通過對品質(zhì)感知的TTI進行動態(tài)校準,對品質(zhì)變化的指示效果更明顯。邢少華等[107]結(jié)合Baranyi模型探討波動溫度條件下的微生物生長動力學(xué)模型,建立了能夠擬合實際冷鏈物流環(huán)境中羅非魚微生物變化情況的微生物生長動力學(xué)模型。同樣,DERMESONLUOGLU等[108]在冷鏈動態(tài)環(huán)境下進行了冷凍菠菜品質(zhì)指標和貨架期模型的動力學(xué)研究,并定量評估溫度偏差的影響,并對實際冷鏈中剩余貨架期進行了測量。還有學(xué)者通過構(gòu)建特定的智慧物流單元,利用溫濕度結(jié)合水果揮發(fā)性有機化合物和二氧化碳氣體信息進行剩余貨架期預(yù)測,能夠用于易腐食品供應(yīng)鏈的高效管理[109-110]。此外,也有研究冷鏈后期零售環(huán)節(jié)中的環(huán)境條件對果蔬品質(zhì)和浪費的影響。因此,應(yīng)加強結(jié)合冷鏈具體環(huán)境和產(chǎn)品品質(zhì)變化的參數(shù)監(jiān)測與預(yù)測的質(zhì)量。
在冷鏈位置信息和場景結(jié)合增強運輸過程控制與動態(tài)決策質(zhì)量方面,LA SCALIA等[110]通過確定合適的追溯單元或監(jiān)測單元,在易腐食品供應(yīng)鏈中用智慧物流單元實現(xiàn)精細高效管理。RUAN等[111]通過使用多場景分析的方法,基于物聯(lián)網(wǎng)關(guān)注電子商務(wù)運輸中果蔬新鮮度的監(jiān)測與評估,但沒有結(jié)合實際跟蹤。針對西紅柿[112]、香蕉等典型呼吸躍變型果蔬,通過氣調(diào)和濕度包裝等技術(shù)可以減少冷鏈中西紅柿冷害的發(fā)生和延緩或加速果實成熟[113],從而實現(xiàn)運輸過程控制。OLIVEIRA等[114]通過地理圍欄技術(shù)與RFID感知技術(shù)的結(jié)合,實現(xiàn)對物流過程位置管理,TSANG等[115]基于食品實時監(jiān)控構(gòu)建用于保障果蔬等易腐食品質(zhì)量的智能模型,通過遺傳算法(GA)制定最佳遞送路線,減少運輸過程中食物腐敗率以及路線規(guī)劃和劣質(zhì)食品交付所需的時間,有效分配具有不同處理要求(例如溫度和濕度)的多種類型的食品,以將期間的腐敗率最小化。
應(yīng)通過貨架期數(shù)據(jù)的實時性加強生鮮農(nóng)產(chǎn)品庫存管理決策質(zhì)量,HERBON等[116]將場景意識引入到易腐食品的庫存管理中,通過品質(zhì)狀態(tài)和自動化預(yù)測設(shè)備來監(jiān)測貨架期變化,以減少貨架期差異所導(dǎo)致的利潤變化。SCIORTINO等[19]則通過提高參數(shù)處理的實時性決策應(yīng)用,通過草莓運輸結(jié)合位置信息比較不同貨架期預(yù)測模型,實現(xiàn)GIS系統(tǒng)的實時貨架期預(yù)測方法和在線動態(tài)銷售。在冷鏈物流網(wǎng)絡(luò)中智能冷鏈集裝箱能夠?qū)崟r精確監(jiān)控水果品質(zhì)狀況并結(jié)合其所跟蹤地理位置,基于氣候控制和增強的分配策略,從而減少運輸損失[117]。在FEFO策略和冷鏈物流實時監(jiān)測系統(tǒng)的基礎(chǔ)上,QI等[118]將WSN和TTI特性結(jié)合易腐食品貨架期預(yù)測和LSFO決策支持系統(tǒng),有效彌合不同冷鏈階段企業(yè)之間的信息差距,提供了整個鏈條的無縫信息流,能夠有效降低質(zhì)量和經(jīng)濟損失,因此,加強貨架期預(yù)測的實時性能夠有效降低損失。
冷鏈監(jiān)測數(shù)據(jù)完整獲取能夠加強冷鏈管理與信息挖掘,為此GOGOU等[119]開發(fā)了一個基于網(wǎng)絡(luò)平臺的冷鏈數(shù)據(jù)庫,用于整個冷藏和冷凍食品供應(yīng)鏈中的溫度條件數(shù)據(jù)收集,收集了包括所有冷鏈階段(生產(chǎn)、加工、分銷商、零售商和消費者)的數(shù)據(jù),以作為有價值的冷鏈管理工具,促進冷鏈改進和管理。WANG等[120]采用關(guān)聯(lián)規(guī)則挖掘和物聯(lián)網(wǎng)技術(shù)構(gòu)建及時監(jiān)控供應(yīng)鏈所有檢測數(shù)據(jù)的食品安全預(yù)警系統(tǒng),基于數(shù)據(jù)挖掘能夠有效識別奶制品安全風(fēng)險。ER KARA等[121]采用數(shù)據(jù)驅(qū)動方法將數(shù)據(jù)挖掘和風(fēng)險管理活動集成在一個獨特的框架中,支持從非結(jié)構(gòu)化數(shù)據(jù)中識別、評估和減輕供應(yīng)鏈中不同類型的風(fēng)險,實現(xiàn)風(fēng)險管理。因而,提高冷鏈監(jiān)測數(shù)據(jù)的完整性能夠有效提高挖掘決策管理質(zhì)量,冷鏈監(jiān)測數(shù)據(jù)也應(yīng)加強數(shù)據(jù)的完整性、相關(guān)性等結(jié)構(gòu)特性。
以上文獻的分析表明,冷鏈研究開始有意識地從提高數(shù)據(jù)質(zhì)量的角度解決冷鏈監(jiān)測貨架期的計算和應(yīng)用問題,通過多種數(shù)據(jù)信息的關(guān)聯(lián)處理與挖掘?qū)Q策質(zhì)量優(yōu)化具有引導(dǎo)和規(guī)范作用,因而逐漸成為冷鏈監(jiān)測物聯(lián)網(wǎng)決策平臺與數(shù)據(jù)質(zhì)量管理核心內(nèi)容。
本文主要對冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)與實踐中數(shù)據(jù)質(zhì)量相關(guān)研究和優(yōu)化方法進行了綜述,冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量控制優(yōu)化方法基本上涵蓋了當(dāng)前冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)和主要應(yīng)用場景,能夠為冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)產(chǎn)生與處理研究提供參考和借鑒。
冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估與優(yōu)化是冷鏈監(jiān)測物聯(lián)網(wǎng)持續(xù)發(fā)展的重要內(nèi)涵,能夠為冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)發(fā)展與應(yīng)用提供針對性發(fā)展建議,是應(yīng)對冷鏈監(jiān)測物聯(lián)網(wǎng)與服務(wù)應(yīng)用之間需求的技術(shù)手段,是冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)滿足組織服務(wù)需求、融入物聯(lián)網(wǎng)大數(shù)據(jù)發(fā)展的必要過程,有助于加速形成大數(shù)據(jù)。結(jié)合數(shù)據(jù)質(zhì)量評估方法與技術(shù)綜述,以及冷鏈監(jiān)測物聯(lián)網(wǎng)工程實踐中的經(jīng)驗總結(jié),冷鏈監(jiān)測物聯(lián)網(wǎng)中數(shù)據(jù)質(zhì)量評估與優(yōu)化技術(shù)未來研究方向主要包括以下幾點:
(1)注重從數(shù)據(jù)視角解決冷鏈監(jiān)測物聯(lián)網(wǎng)數(shù)據(jù)產(chǎn)生過程與流程的數(shù)據(jù)質(zhì)量問題。以數(shù)據(jù)的視角,從數(shù)據(jù)生產(chǎn)流程產(chǎn)生機理看待監(jiān)測物聯(lián)網(wǎng)中的數(shù)據(jù)獲取過程,為發(fā)現(xiàn)、解決和處理數(shù)據(jù)獲取中數(shù)據(jù)質(zhì)量問題提供新的視角,有助于從數(shù)據(jù)質(zhì)量層面理解和運用技術(shù),數(shù)據(jù)生產(chǎn)過程的控制、挖掘技術(shù)的潛能,創(chuàng)新技術(shù)應(yīng)用,為從理論層面解決冷鏈監(jiān)測的物聯(lián)網(wǎng)化提供新的研究路徑。
(2) 數(shù)據(jù)質(zhì)量評估技術(shù)、方法與應(yīng)用場景、流程需求差異化的結(jié)合日益緊密。數(shù)據(jù)質(zhì)量評估技術(shù)與方法在處理不斷涌現(xiàn)的物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)時具有愈來愈重要的位置,目前尚未形成適用于冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)和各類型數(shù)據(jù)質(zhì)量的通用評估方法,更加注重冷鏈監(jiān)測的流程特點和場景化研究,構(gòu)建冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量評估方法是必要的。
(3)數(shù)據(jù)質(zhì)量的測量與評估逐漸成為冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量持續(xù)優(yōu)化的關(guān)鍵。數(shù)據(jù)質(zhì)量評估框架決定了數(shù)據(jù)質(zhì)量的評估方法,而數(shù)據(jù)質(zhì)量管理可以提供統(tǒng)一和一致的認識,通過結(jié)合數(shù)據(jù)質(zhì)量的度量來實現(xiàn)數(shù)據(jù)質(zhì)量的優(yōu)化,應(yīng)結(jié)合冷鏈監(jiān)測物聯(lián)網(wǎng)組織的數(shù)據(jù)需求來加強數(shù)據(jù)質(zhì)量指標體系建設(shè),使之更加符合機構(gòu)對冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)的需求,能夠提高部門對冷鏈監(jiān)測物聯(lián)網(wǎng)技術(shù)的滿意度。
(4)冷鏈監(jiān)測數(shù)據(jù)獲取應(yīng)注重物聯(lián)網(wǎng)過程中數(shù)據(jù)特性、數(shù)據(jù)特征以及與獲取流程的匹配性。數(shù)據(jù)監(jiān)測獲取結(jié)合數(shù)據(jù)生產(chǎn)過程關(guān)鍵點的控制,通過多參數(shù)、完整鏈條能夠?qū)崿F(xiàn)對冷鏈監(jiān)測過程和場景的完整詳細描述,壓縮感知,數(shù)據(jù)存儲管理、成本能耗與數(shù)據(jù)質(zhì)量的權(quán)衡、設(shè)備的小型化與智能化(智能包裝)、低成本則更加便于部署,貼近真實,增強數(shù)據(jù)的完整性和真實性。
(5)冷鏈物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)質(zhì)量提升應(yīng)注重物聯(lián)網(wǎng)監(jiān)測技術(shù)的協(xié)同優(yōu)化與性能挖掘。通過多種監(jiān)測技術(shù)的配合、協(xié)同應(yīng)用以及工程應(yīng)用的實踐檢驗,更加注重數(shù)據(jù)采集技術(shù)與混合方法的使用,通過有效增加監(jiān)測數(shù)據(jù)的質(zhì)量屬性、維度以及關(guān)聯(lián)度來提高數(shù)據(jù)質(zhì)量,進一步增強所構(gòu)成的一組技術(shù)參數(shù)之間的銜接以及技術(shù)的質(zhì)量和實用性,為數(shù)據(jù)挖掘、處理應(yīng)用等大數(shù)據(jù)應(yīng)用提供基礎(chǔ)數(shù)據(jù)。