基于物联网技术的城市空气质量多参数实时监测系统设计与应用

一、引言

随着城市化与工业化进程加快，PM2.5、挥发性有机物（VOCs）等空气污染物对人体健康与生态环境的影响日益显著。整合“传感器感知-无线通信-云平台分析”技术链，实现监测系统的小型化、低成本与高可靠性，为同类环境监测系统提供设计范式。实时掌握城市不同区域、不同时段的空气质量变化规律，助力污染溯源（如工业排放、交通尾气），提升环境管理部门的应急响应效率。

二、系统总体设计方案

2.1 架构设计

感知层的主要任务是收集空气质量和环境方面的参数，核心组成是多传感器模块与数据预处理单元；传输层实现感知层数据到平台层的无线传输，选用LoRa 通信技术，且兼顾传输距离和功耗；平台层承担数据的存储、清理和分析工作，给予数据可视化展示以及API 接口；应用层针对不同用户群体（环境管理部门、公众），给予监测预警、数据查询等服务。

2.2 核心性能指标

对 PM2.5（ 0⋅1000μg/m³ ）、 SO_z ₂（ (0-50ppm) ）、 NO_z ₂（0 - 50ppm）、温度（-20~60℃）、湿度（0~100%RH）进行监测；PM2.5 误差控制在 ±10μg/m³ 以内，气体污染物误差至多为±5%FS，温湿度误差在 ±0.5C/±3%RH 范围内；数据每 30 秒更新 ；开阔环境中，单节点的覆盖半径达到或超过1km；电池供电状态下可连续工作⩾72 小时，外接电源模式可实现24 小时不间断运作。

三、系统硬件设计

3.1 感知层硬件

感知层把具备适配户外场景低功耗特性的STM32L431RCT6 单片机当作核心控制器，配备多种类型传感器与辅助模块，PM2.5 监测运用 SDS011 激光散射传感器， 具备 0.3μ g/m³的分辨率，响应时间不超 3 秒；采用MQ - 137/MQ - 138 电化学传感器检测 SO₂ /NO_z 干扰性， 使用寿命能达到2 年及以上；选用DHT11温湿度传感器作为环境传感器，低成本、高稳定性； 电源模块可由 C5V 外接电源或3.7V 锂电池供电，设有电压检测电路，电量不足时自动报警；外接SD 卡至存储模块，本地留存72 小时的数据，以防传输中断引发数据丢失[1]。

3.2 传输层硬件

运用LoRa 无线模块（SX1278 芯片）达成数据传输，接收时电流不超 10mA，发射电流不超过120mA，适用于户外长期监测工作；运用扩频技术，于开阔空间里传输距离可至 2⋅5km ，可实现城市街区级覆盖；运行于433MHz 免授权频段，规避WiFi、蓝牙等信号的干扰，数据传输成功率达 98% 及以上，给每个监测节点配备 1 个LoRa 终端，多个终端以“星型拓扑”方式连接区域 LoRa 网关，网关接着经以太网或 4G 把数据上传至云平台。

四、系统软件与云平台设计

4.1 终端节点软件

依托KeilMDK 开发环境，运用 C 语言编写单片机程序，利用I²C/SPI 接口读取传感器的数据，每30 秒开展一次采集，连续采集三组数据求平均值，减小随机误差；对收集到的原始数据进行滑动平均滤波操作，同时剔除异常数据（当某组数据超出传感器量程的 120%‰ ，便判定该数据异常并将其舍弃；预处理后的数据按“节点 ID-时间戳-PM2.5-SO₂ -NO_z ₂-温度-湿度”格式封装好，利用LoRa 模块发送到网关；倘若数据超出国家《环境空气质量标准》，会触发节点自带的LED 指示灯发出警报。

4.2 云平台设计

借助“阿里云 IoT 平台”这一核心载体，实现对数据全生命周期的管控，数据的接收与保存：借助 MQTT协议接收网关上传的数据，存入阿里云RDS 关系型数据库，能实现历史数据查询；打造Web 端与移动端的界面，用“实时仪表盘”“区域热力图”“趋势曲线”样式来展示数据，例如：采用不同颜色来标注城市各个监测节点的PM2.5 浓度，红色表示重度污染，绿色表示优良；呈现某节点72 小时内二氧化硫（ (SO₂ ₂）浓度的动态变化，协助分析污染时段的规律；设定多级（轻度/中度/重度污染）预警阈值，若数据超过设定标准，以短信、APP 推送形式向环境管理部门责任人发送预警，且在平台标记超标节点位置；开放应用程序编程接口，可与城市环境管理平台、公众服务 APP 对接，实现数据的共享互通[2]。

五、系统应用与效果验证

5.1 应用场景

在某二线城市开展试点应用，布设20 个监测节点，覆盖“交通干线（5 个）、工业园区（5 个）、居民区（5个）、公园绿地（5 个）”四类典型区域，连续运行30 天。

5.2 效果验证

将系统监测数据与该市国控站点（中国环境监测总站认证）数据对比，结果显示，PM2.5、 SO_z 、 NO_z 的监测值与国控站点数据的相关性系数分别为0.94、0.92、0.93，误差均在设计范围内，满足监测精度要求；传统国控站点仅能捕捉“小时级”污染变化，而本系统捕捉到交通干线早高峰（7:00-9:00）PM2.5 浓度短期峰值（较平峰期高 30%⋅ ），体现数据时效性优势。

通过工业园区节点数据，发现SO₂浓度在夜间22:00-次日2:00 偏高，结合企业生产排班，锁定2 家违规夜间排放的化工厂，为执法提供依据；公众通过“城市空气”APP 查询附近监测节点的实时数据，合理安排出行（如PM2.5 超标时选择佩戴口罩）；某次突发沙尘天气中，系统在 10 分钟内监测到城区PM2.5 浓度骤升，及时向环境部门推送预警，助力启动沙尘天气应急预案。

六、结论

本文设计的物联网空气质量监测系统，通过“多传感器感知+LoRa 传输+云平台分析”的技术组合，解决了传统监测的“覆盖窄、时效差、参数少”问题。该系统为城市空气质量精细化监测提供了可行方案，随着物联网技术的成熟与成本降低，有望在中小城市及乡镇地区大规模推广，助力“蓝天保卫战”的精准实施。

参考文献

[1]孙黎莉,赵霓.数字政府“一网统管”城运平台建设体系研究[J].电子质量,2021,(12):72-74.

[2]丁余良,高碧瑶,曹家源,等.基于物联网的“城市绿肺”监测系统[J].信息系统工程,2021,(12):28-31.

[3] 朱 清 涛 .AI 技 术 在 城 市 规 划 中 运 用 研 究 [J]. 城 市 建 设 理 论 研 究 ( 电 子版),2025,(22):25-27.DOI:10.19569/j.cnki.cn119313/tu.202522009.

[4]刘增彩.利用大数据分析方法研究城市绿化对空气质量的影响[J].环境科学与管理,2025,50(08):162-166.

[5] 王 兴 渝 . 基 于 多 尺 度 耦 合 的 机 动 车 排 放 对 城 市 空 气 质 量 影 响 研 究 [D]. 山 东 交 通 学院,2025.DOI:10.27864/d.cnki.gsjtd.2025.000070.