4、数据采集系统搭建：数据采集模块、通信协议（Modbus、I2C等）、数据存储与上云
温室异常检测系统的有效性，从根本上取决于数据采集层是否可靠、实时且完整。若采集链路出现数据丢失、延迟或精度漂移，后续的温度、湿度、CO₂浓度分析与通风联动控制都将失去决策依据。本章围绕数据采集系统的三大核心环节展开：前端采集模块的选型与部署、通信协议的匹配与调试、以及数据存储与云端接入的架构设计。通过理解各环节的工程约束与联动关系，学员能够搭建一套具备高可用性、可扩展性和可维护性的温室数据底座。
4.1 数据采集模块选型与部署要点
采集模块是数据链路的起点，其精度、响应速度和长期稳定性直接决定异常检测的置信度。在温室环境中，温度传感器常见的有热电偶、热敏电阻和数字温湿度芯片（如SHT30、DHT22），其中SHT30在0~100%RH范围内精度可达±2%RH，适合大多数温室场景；而PT100铂电阻在-50~200℃范围内线性度好，适合对温度精度要求较高的育苗室。CO₂传感器通常采用NDIR（非色散红外）原理，量程0~5000ppm，精度±50ppm+5%读数，响应时间小于30秒，适合通风联动控制。
部署时需注意传感器位置的代表性：温度传感器应避免阳光直射和通风口正对位置，建议安装在作物冠层上方20~30cm处；CO₂传感器应远离人员频繁走动区域，防止呼气干扰；湿度传感器需避免凝露直接滴落。每个采集区域建议部署2~3个传感器取均值，以降低单点故障风险。边缘采集网关（如ESP32、STM32或工业PLC）负责定时轮询传感器，采样周期通常设定为5~30秒，异常检测场景下建议不超过10秒。
4.2 通信协议选型与调试：Modbus、I²C与4-20mA
通信协议决定了数据从传感器到网关的传输效率和可靠性。在温室场景中，三种协议各有适用边界：I²C适合板级短距离通信（同一PCB或1米内），速率100k~400kbps，地址线7位，常用于温湿度芯片与主控板之间的连接；Modbus RTU基于RS-485总线，支持多点挂载（最多32个节点），传输距离可达1200米，是温室大棚传感器和执行器的主流协议；4-20mA电流环抗干扰能力强，适合长距离传输模拟量信号（如CO₂浓度、风速），且断线检测方便（电流小于4mA即判定故障）。
Modbus调试时需重点检查以下参数：波特率（常见9600/19200/38400）、数据位（8）、停止位（1或2）、校验位（无/偶/奇）。轮询周期应合理设置，例如挂载10个传感器时，每个传感器读取耗时约50ms，轮询周期建议设为1~2秒，避免总线冲突。I²C调试时需注意上拉电阻阻值（通常4.7kΩ），总线电容过大时需降低速率或增加上拉强度。4-20mA回路需确认供电电压（典型24V DC）和负载电阻（250Ω对应5V量程）。
| 协议类型 | 传输介质 | 最大距离 | 节点数 | 典型速率 | 适用场景 |
|---|---|---|---|---|---|
| I²C | PCB走线/短跳线 | ≤1m | ≤8（实际3~5） | 100k~400kbps | 板级传感器集成 |
| Modbus RTU | RS-485双绞线 | ≤1200m | ≤32 | 9600~115200bps | 分布式传感器/执行器 |
| 4-20mA | 两芯屏蔽电缆 | ≤500m | 点对点 | 模拟量 | CO₂/风速/压力 |
4.3 数据存储策略与上云架构
数据存储需同时满足实时写入、历史查询和异常追溯三个需求。本地边缘层建议使用时序数据库（如InfluxDB或SQLite）保存原始采样数据，保留周期7~30天；云端则使用云数据库（如阿里云TSDB、AWS Timestream）保存聚合数据和长期趋势。数据上云推荐采用MQTT协议，因其轻量、支持QoS分级且天然适配物联网场景。网关通过4G/5G或Wi-Fi接入云端，发布主题可设计为 greenhouse/{区域ID}/sensor/{传感器类型}，便于云端规则引擎按主题路由处理。
上云链路需考虑断网容错：网关本地缓存采用环形队列，当网络恢复后按时间戳顺序补传，补传数据需标记“历史数据”字段，避免与实时数据混淆。云端接收后先进行数据质量校验（范围检查、跳变检测、缺失率统计），再写入时序数据库。对于异常检测系统，建议云端保留至少1年的原始数据，用于季节性规律分析和模型训练。
// MQTT上云数据帧示例（JSON格式）
{
"device_id": "GH-03-GW-07",
"timestamp": "2025-06-18T14:23:05+08:00",
"data_type": "sensor",
"values": {
"temp_c": 28.6,
"humidity_rh": 62.3,
"co2_ppm": 812,
"vent_open_pct": 45
},
"quality": {
"rssi": -67,
"battery_v": 12.2,
"sample_interval_s": 10
}
}4.4 实战案例：某连栋温室数据采集系统改造
某蔬菜种植基地（占地2.4公顷，共8个独立温室）原有数据采集系统采用人工记录温湿度计读数，每2小时记录一次，无法满足通风联动控制需求。改造目标：实现每10秒自动采集温度、湿度、CO₂浓度，并联动控制侧窗和风机。
初始约束：温室间距约80米，已有供电线路但无网络布线；预算有限，需兼顾成本与可靠性；现场电磁干扰较强（附近有变频水泵）。方案设计：每个温室部署1台边缘网关（STM32F407 + RS-485 + 4G模块），内部集成SHT30温湿度传感器（I²C接口）和NDIR CO₂传感器（4-20mA输出）。温室间采用RS-485总线串联，每台网关作为Modbus从站，主站设在中控室。数据经4G模块通过MQTT上传至云平台。
调试过程：初期发现CO₂传感器读数波动剧烈，排查发现4-20mA回路与变频器电缆平行走线导致共模干扰。解决方案：改用屏蔽双绞线并单端接地，同时在网关模拟输入前端增加RC低通滤波（截止频率10Hz）。Modbus轮询周期从1秒调整为2秒后，总线冲突率从12%降至0.3%。结果对比：改造后数据完整率从人工记录的85%提升至99.7%，异常检测响应时间从小时级缩短至30秒内，通风联动控制使夏季午后温室内温度超限时长减少62%。
4.5 常见误区与复盘总结
- 误区一：传感器越多越好。过度部署导致总线负载过高、轮询延迟增大，反而降低数据实时性。应根据温室分区和通风控制需求合理规划，每200~300㎡部署一组传感器即可。
- 误区二：忽视时间同步。多网关采集的数据若时间戳不一致，异常检测算法将无法准确关联温度与CO₂变化。建议网关每日通过NTP或4G基站时间同步，误差控制在±1秒内。
- 误区三：上云后忽略本地存储。网络抖动或云服务故障时，若本地无缓存，将造成数据空洞。务必配置本地环形队列，容量至少覆盖24小时数据量。
- 误区四：协议混用不加隔离。同一网关同时使用I²C、RS-485和4-20mA时，需做好电源隔离和信号隔离，避免地环路干扰。
数据采集系统是温室异常检测的“感官神经”，其可靠性决定了上层算法的上限。在搭建过程中，应遵循“模块解耦、协议匹配、存储分层、上云容错”的原则，通过合理的架构设计和充分的现场调试，确保数据从传感器到云端全链路的高质量流转。下一阶段将在此基础上，进一步探讨异常检测算法如何利用这些数据进行温度、湿度、CO₂的联动判断与通风控制决策。