无线传感器网络(WSNs,Wireless Sensor Networks)是一种具有广泛用途的网络。在传统的WSNs中,节点通常是固定不变的,这时基站的周围节点就需要承担更多的通信负载,以致网络能量很快耗尽,出现"能量空洞"现象。近年来,研究人员通过在WSNs中引入移动节点来缓解这一问题,即采用移动节点作为汇聚结点(Sink)进行数据采集,其中移动节点可以是移动矿车、桥上行驶的汽车和水下自主航行器等设备。然而,在真实的场景中,移动节点在空间和容量上有着一定限制约束。在受限条件下,如何设计更好的网络以实现资源的共享与优化是当前面临的一个难题,也是亟待解决的一个关键问题,且它具有非常重要的应用价值。本文针对WSNs在气象特定场景下的数据采集开展了一系列研究,提出了一系列优化方法来提高网络的能量效率,延长网络的生存期。首先,针对道路两边采集气象要素的场景,提出了一种间隔多跳路由算法。在道路两边采集气象要素场景下,WSNs节点随机撒播于道路两侧,基站位于道路的起点,WSNs区域为长带状,"能量空洞"问题尤其突出。对此,本文基于LEACH协议设计了LEACH-IMH(LEACH-Interval Multi-Hop)协议。首先,在簇首选举判据上增加最优簇首数、节点剩余能量、与基站通信距离等优化簇首选举算法。其次,数据传输采用间隔多跳方式降低基站周围簇首的能量消耗。实验表明LEACH-IMH具有更长的网络生存时间。其次,提出了一种Sink移动距离受限的混合整数线性规划网络模型。移动Sink可以更好地解决"能量空洞"问题,但在实际应用中,Sink的能量并不是无穷的。特别是Sink移动距离受限的情况下,其移动路径及在各节点的停留时间决定整个网络的生存时间。本文将节点能量、Sink移动距离上限、通信损耗等网络问题形式化建模为线性规划模型,进而通过求解该模型来决定Sink最优的移动路径。实验表明:该模型可以应用于中小型WSNs,运行时间在可以接受的范围内,网络规模增大时运算时间过长。第三,为了提高大型WSNs的网络资源配置效率,提出了一种分布式离散化的最优Sink移动路径求取方法。上述混合整数线性规划模型对于大型WSNs来说需要更长的计算时间。针对这一问题,本文提出了一种分布式离散化的优化策略。首先,各节点无需全局采集路由信息,通过综合考虑邻居数、与Sink之间的距离等因素分布式采集数据。其次,构造全新的转换矩阵,将移动距离约束下最长停留时间问题转化为约束条件下最短路径的求解问题。实验表明,针对大型WSNs资源配置任务,该方法在获得与混合整数线性规划算法可匹配性能的同时显著降低了计算时间。最后,将上述提出的模型系统化并成功应用于南信大校园气象观测传感网这一真实场景。在南信大校园内部署了气象观测传感网用于局部气候观测,使用多个节点进行了组网测试,检验数据采集功能,包括多跳传输和指令下达等功能。真实场景验证了此系统能鲁棒地处理移动sink能量受限的网络优化问题,进而可以推广应用于大中小型气象观测等业务。本文对无线传感器网络的数据收集算法开展了一系列研究,并提出了相应的针对距离受限的移动节点的优化模型以及求解方法,实验验证了间隔多跳路由算法和分布式离散化最优路径算法能够均衡节点的能量消耗,提高网络生存时间。基于研究成果的进一步在小气候观测的初步实用化也表明了算法可提高网络生存时间,下一步,我们将继续推广算法在更多气象数据采集中的应用。