2. 农业环境监测需求分析

制作一台低成本农业环境监测仪，第一步不是选芯片、画电路板，而是把“农田里到底需要测什么、测到什么精度、多久测一次”想清楚。需求分析决定了传感器选型、采样频率、供电方案和数据处理逻辑。如果需求定义模糊，后续很容易出现“传感器买贵了但精度用不上”“采样太慢错过关键变化”“数据很多却无法指导生产”等问题。本节围绕温度、空气湿度、光照、土壤湿度、CO₂五个典型参数，逐一说明它们在农业生产中的意义、典型指标要求，以及这些指标如何转化为监测仪的设计约束。

温度：作物生理过程的“总开关”

温度直接影响种子萌发、光合作用速率、呼吸消耗和病虫害发生周期。对大多数露地作物，10℃是许多作物根系开始明显活动的下限，25～30℃通常是光合效率较高的区间，超过35℃则可能出现花粉败育、蒸腾过强等问题。设施栽培中，番茄白天适宜温度约22～28℃，夜间13～18℃，昼夜温差对糖分积累有实际意义。

从监测仪设计角度看，空气温度测量精度建议达到±0.5℃，分辨率0.1℃，采样间隔在设施环境中取1～5分钟较为合理。需要注意的是，温度传感器必须加装防辐射罩并保持通风，否则阳光直射下读数可能比真实气温高出5℃以上。安装高度一般取作物冠层上方0.5～1.5米，避免贴近地面或棚膜。

空气湿度：与温度耦合的病害预警因子

空气相对湿度反映作物蒸腾与病害风险。多数真菌病害在相对湿度持续高于85%～90%且叶面结露时高发，例如灰霉病、霜霉病。湿度过低（低于40%）则会加剧蒸腾，导致萎蔫和水分浪费。湿度与温度必须联合解读：同样的相对湿度，在不同温度下对应的水汽压亏缺完全不同，因此监测仪应同时记录温湿度并计算露点温度，用于判断结露风险。

指标上，相对湿度测量精度建议±3%RH，量程覆盖0～100%RH。传感器应避免长期处于饱和状态，电容式湿度芯片在结露后需要恢复时间，安装位置应避开喷淋直射和棚膜滴水点。

光照：决定光合潜力的能量输入

光照是光合作用的能量来源。农业上常用光合有效辐射（PAR，单位μmol/(m²·s)）或光照度（lux）描述。露地晴天正午PAR可达1500～2000μmol/(m²·s)，阴天可能只有100～300μmol/(m²·s)。设施栽培中，冬春季棚内光照常成为产量限制因子，当棚内PAR长期低于200μmol/(m²·s)时，果菜类作物往往需要补光。

低成本方案常用光照度传感器（如BH1750类数字光照芯片），量程0～65535lux，分辨率1lux，适合判断“光照是否充足”这一层级的需求；若需要精确计算光合积累量（DLI，日累积光积分），则应选用PAR传感器或对光照度做经验换算。采样间隔建议1分钟，以便积分计算日累积光量。

土壤湿度：灌溉决策的直接依据

土壤湿度（常以体积含水率表示，单位%）决定根系吸水条件。不同质地土壤的适宜区间差异明显：砂土田间持水量约15%～20%，壤土约25%～35%，黏土可达35%～45%。灌溉决策通常设定“灌水下限”和“灌水上限”，例如壤土番茄田可设下限为田间持水量的60%～70%，低于下限启动灌溉，达到上限停止。

监测仪常用电容式土壤湿度传感器，测量精度约±3%～5%，需在目标土壤中做两点或三点标定以修正个体差异。埋设深度应覆盖主要根系层，一般取10cm和20～30cm两个深度，避免只测表层导致误判。土壤湿度采样间隔可取5～15分钟，因为土壤水分变化相对缓慢。

CO₂：设施栽培中的“隐形限制因子”

在密闭温室中，CO₂浓度会因光合消耗而显著下降。大气CO₂约400～420ppm，而晴天上午密闭棚内可能降至200ppm以下，成为光合作用的限制因素。补充CO₂至800～1000ppm可提高果菜产量，但浓度过高（如超过1500ppm）对人员和作物均不利。因此CO₂监测的意义在于判断是否需要通风或补气。

CO₂传感器精度建议±(30～50)ppm，量程覆盖0～2000ppm或0～5000ppm。NDIR（非分散红外）传感器精度较好但成本较高，低成本方案可选用量程0～5000ppm的民用NDIR模块。采样间隔1～5分钟即可，安装位置应代表作物冠层高度，避免靠近通风口。

从参数指标到监测仪设计约束

把上述指标汇总，可以得到几条对低成本监测仪有直接指导意义的结论。第一，采样频率应“分参数设定”而非统一：温度、湿度、CO₂取1～5分钟，光照取1分钟以便积分，土壤湿度取5～15分钟即可，这样既能抓住关键变化，又能降低功耗和数据量。第二，精度要求存在“够用即可”的边界：空气温度±0.5℃、湿度±3%RH、土壤湿度±5%已能满足大多数生产决策，盲目追求±0.1℃会显著推高成本。第三，安装位置与防护往往比传感器本身更影响数据质量，防辐射罩、通风、埋深、避开水滴这些细节必须在需求阶段就写入安装规范。

此外，还应明确数据用途。如果监测仪只做本地显示和阈值报警，那么采样与存储可以简化；如果要把数据上传到云平台做趋势分析和灌溉建议，就需要考虑时间戳同步、数据补传和异常值标记。例如土壤湿度传感器拔出或断线时读数会跳到0%或100%，监测仪应能识别这类越界值并标记为无效，而不是直接参与灌溉判断。

最后需要强调，农业环境监测不是参数越多越好。每增加一个参数，就增加一路传感器、一份标定工作和一份供电预算。对低成本设备而言，优先保证温度、湿度、土壤湿度三个核心参数的可靠性，再根据设施类型决定是否加入光照和CO₂，是更稳妥的工程策略。需求分析做得越具体，后面的硬件与软件开发就越有据可依。