1. 项目缘起：从“浇水焦虑”到数据驱动的植物养护
养过花的朋友大概都有过类似的体验：每天对着家里的绿植，心里总在打鼓——今天该浇水了吗？是不是该晒晒太阳了？最近天气干燥，要不要喷点水？这种“浇水焦虑”和“养护玄学”几乎是每个植物爱好者的日常。我家里养了不少绿植，从好养活的绿萝、虎皮兰，到稍微娇贵点的琴叶榕、龟背竹，都经历过因为养护不当而黄叶、烂根的惨痛教训。传统的养护方式，基本靠“一看二摸三掂盆”，经验成分居多，对于光照、温湿度这些看不见的环境数据，更是只能凭感觉。
这个项目的想法，就源于一次真实的“翻车”经历。我有一盆养了三年的幸福树，一直长势不错，去年冬天为了让它多晒太阳，我把它挪到了暖气片旁边的窗台上。结果没过两周，叶子就开始大片脱落。一开始以为是水浇多了，后来排查才发现，问题出在“微环境”上：那个位置虽然光照充足，但紧挨着暖气，空气异常干燥，而且暖气片的热辐射导致局部温度过高，昼夜温差极大。这种肉眼难以察觉的环境剧变，才是导致植物“水土不服”的元凶。
这件事让我意识到，植物的健康生长，是光照、温度、湿度、土壤水分等多个环境因子共同作用的结果。我们人类觉得舒适的环境，对植物来说未必是“宜居”的。于是，我开始琢磨，能不能做一个智能花盆，让它像一位24小时在线的植物保姆，不仅能自动浇水，更能主动“感知”它所处的环境，并把数据直观地告诉我，让我能真正看懂植物的需求，而不是盲目操作。
“Smart flowerpot reads room environmental data”——这个标题的核心，就在于“读取”（reads）和“环境数据”（environmental data）。它不是一个简单的自动浇水装置，而是一个环境数据采集与分析终端。它的目标是通过传感器，将花盆周围的微气候数字化，让我们从“凭经验猜”过渡到“看数据管”。接下来，我就把自己从零开始搭建这个智能花盆，并让它成功读取室内环境数据的过程、踩过的坑以及一些实用心得，完整地分享出来。
2. 核心需求拆解：我们需要监测哪些环境数据？
动手之前，先得明确目标。一个能“读懂”室内环境的智能花盆，到底需要关注哪些数据？这直接决定了我们需要采购哪些传感器，以及整个系统的设计复杂度。我根据自己的养护经验和植物生理学的一些基础知识，梳理出了以下几个核心监测维度：
2.1 土壤湿度：养护的“生命线”
这是最直接、最刚需的数据。浇水过多会导致烂根，浇水不足则会干旱萎蔫。传统的手指探土法既不准确也不卫生。我们需要一个能定量、持续监测土壤含水量的传感器。这里要注意，土壤湿度传感器种类很多，常见的有基于电阻原理的和基于电容原理的。
- 电阻式传感器：价格便宜，但金属探针长期埋在潮湿土壤中极易电解腐蚀，使用寿命短，测量值也会漂移。不推荐长期使用。
- 电容式传感器：我最终选择的类型。它通过检测土壤的介电常数来推算含水量，探针有涂层保护，抗腐蚀能力强，测量更稳定，寿命也长得多。虽然价格稍高，但对于一个希望稳定运行的项目来说，这笔投资是值得的。
2.2 环境温湿度：看不见的“气候”
正如我的幸福树遭遇所揭示的，植物周围的空气温湿度至关重要。
- 温度：影响植物的光合作用、呼吸作用和生长发育速率。大多数室内观叶植物的适宜生长温度在18-28℃之间，昼夜有一定温差更好，但切忌剧烈波动。
- 湿度：尤其是对于原产于热带雨林的植物（如龟背竹、蕨类），空气湿度往往比浇水更重要。北方冬季室内暖气房湿度可能低于30%，而这恰恰是许多喜湿植物的“噩梦”。监测湿度能提醒我们是否需要通过加湿器或喷水来改善小环境。
温湿度传感器通常集成在一个模块里，最经典的就是DHT11和DHT22，以及精度更高的SHT30等。DHT11成本低，但响应慢、精度一般；DHT22精度和范围更好；我为了数据更可靠，选择了SHT30，它精度高、响应快，虽然贵一点，但提供的数据更让人放心。
2.3 光照强度：能量的“源泉”
光照是植物进行光合作用的唯一能量来源。光照不足，植物会徒长、叶色变淡；光照过强，则可能灼伤叶片。我们常说的“喜阴”、“喜阳”是一个非常模糊的概念。通过光照传感器，我们可以量化它。
- 测量单位：通常使用勒克斯（Lux）。例如，明亮的室内办公室可能只有500 Lux，而夏季正午阳光直射可达10万 Lux以上。
- 传感器选择：我使用了BH1750数字光照传感器。它是I2C接口，使用方便，量程和精度对于室内环境监测完全够用。通过它，我可以清楚地知道我的琴叶榕每天到底能接收到几个小时、强度如何的光照，从而决定是否需要挪动位置或补光。
2.4 土壤肥力/EC值（可选进阶项）
这是一个更进阶的监测维度。土壤电导率（EC值）可以间接反映土壤中可溶性盐离子的浓度，也就是肥力水平。EC值过低可能缺肥，过高则可能“烧根”。监测EC值需要专用的土壤EC传感器，价格较高，且需要更复杂的校准。在第一版原型中，我暂时没有纳入，但为未来升级留下了接口。
明确了这四大类数据（土壤湿度、温湿度、光照），我们智能花盆的“感知器官”清单就确定了。接下来就是如何让这些传感器“活”起来，并把数据呈现给我们。
3. 硬件选型与系统架构设计
有了清晰的需求，硬件选型和系统架构设计就有了方向。我的设计原则是：稳定可靠、易于扩展、成本可控。整个系统可以分为感知层、控制层、供电层和交互层。
3.1 核心控制器：ESP32为何是首选
控制器是项目的大脑，负责读取所有传感器数据，并执行逻辑（如上传数据、控制水泵）。可选方案有很多，比如Arduino Uno、NodeMCU（ESP8266）和ESP32。
- Arduino Uno：经典，生态好，但需要额外搭配Wi-Fi模块才能联网，增加了复杂性和成本。
- ESP8266：集成了Wi-Fi，性价比极高，是很多物联网项目的入门选择。
- ESP32：我最终的选择。它在ESP8266的基础上，增加了蓝牙功能，拥有更快的双核处理器、更多的GPIO口和更丰富的外设（如霍尔传感器、触摸传感器）。更重要的是，它的功耗管理更优秀，并且我在后续想尝试的离线语音唤醒等功能，ESP32能更好地支持。虽然价格比ESP8266稍高，但考虑到未来的扩展性和性能，ESP32是更“战未来”的选择。
3.2 传感器清单与连接
根据第二章的选型，我的传感器清单如下：
- 土壤湿度传感器：电容式，型号为SEN0193。
- 温湿度传感器：SHT30（I2C接口）。
- 光照传感器：BH1750（I2C接口）。
这里有一个关键点：SHT30和BH1750都使用I2C接口。I2C总线的好处是只需要两根数据线（SDA, SCL）就可以挂载多个设备，每个设备有唯一的地址。ESP32有多个I2C接口，使用起来非常方便。接线时务必注意电平匹配，这些传感器大多是3.3V工作电压，与ESP32完美兼容。
3.3 供电与续航考量
项目打算放在室内，因此优先考虑USB供电，稳定可靠。我使用了一个普通的5V/2A手机充电头和一个Micro-USB数据线。如果未来想做成电池供电的移动版本，则需要仔细计算功耗，并可能用到ESP32的深度睡眠模式，这又是另一个话题了。
3.4 系统架构图与数据流
整个系统的数据流是这样的：
[传感器层] SHT30/BH1750/土壤湿度 → [I2C/ADC] → [控制层] ESP32 (读取、处理数据) → [网络层] Wi-Fi → [云平台/终端] 手机APP/网页后台我并没有在一开始就加入自动浇水功能（继电器+水泵），因为我认为数据监测是基础，自动化执行是建立在准确数据和可靠策略之上的。先跑通数据流，把“读懂环境”这件事做扎实，后续再加入自动控制就是水到渠成。
4. 固件开发：从数据采集到云端上传
硬件连接好后，就需要编写程序（固件）让整个系统运作起来。我使用Arduino IDE进行开发，因为它对ESP32的支持已经非常完善，库生态丰富。
4.1 开发环境搭建与核心库
首先需要在Arduino IDE中安装ESP32开发板支持。然后，为用到的传感器安装对应的库：
Adafruit_SHT31(用于SHT30)BH1750(用于光照传感器)WiFi和HTTPClient(用于网络连接)
这些库可以通过Arduino的库管理器直接搜索安装，极大简化了编程工作。
4.2 核心代码逻辑剖析
程序的逻辑主干并不复杂，主要包含以下几个部分：
#include <Wire.h> #include <Adafruit_SHT31.h> #include <BH1750.h> #include <WiFi.h> #include <HTTPClient.h> // 定义传感器对象 Adafruit_SHT31 sht3x = Adafruit_SHT31(); BH1750 lightMeter; // WiFi配置 const char* ssid = "你的WiFi名称"; const char* password = "你的WiFi密码"; // 服务器地址（示例） const char* serverURL = "http://your-server.com/api/data"; void setup() { Serial.begin(115200); Wire.begin(); // 启动I2C总线 // 初始化传感器 if (!sht3x.begin(0x44)) { // SHT30的I2C地址通常是0x44或0x45 Serial.println("无法找到SHT30传感器！"); while (1); } lightMeter.begin(); // 连接WiFi WiFi.begin(ssid, password); while (WiFi.status() != WL_CONNECTED) { delay(500); Serial.print("."); } Serial.println("WiFi连接成功！"); } void loop() { // 1. 读取传感器数据 float temperature = sht3x.readTemperature(); float humidity = sht3x.readHumidity(); float lux = lightMeter.readLightLevel(); int soilMoisture = analogRead(34); // 假设土壤湿度传感器接在GPIO34 // 将ADC值转换为百分比（需要根据传感器和土壤校准） // 这是一个示例转换，实际值需要校准 int soilMoisturePercent = map(soilMoisture, 干燥时ADC值, 湿润时ADC值, 0, 100); soilMoisturePercent = constrain(soilMoisturePercent, 0, 100); // 2. 在串口打印，用于调试 Serial.printf("温度: %.2f °C, 湿度: %.2f %%, 光照: %.2f Lux, 土壤湿度: %d %%\n", temperature, humidity, lux, soilMoisturePercent); // 3. 上传数据到服务器 if (WiFi.status() == WL_CONNECTED) { HTTPClient http; http.begin(serverURL); http.addHeader("Content-Type", "application/json"); // 构造JSON数据 String jsonData = "{\"temp\":" + String(temperature) + ",\"humi\":" + String(humidity) + ",\"lux\":" + String(lux) + ",\"soil\":" + String(soilMoisturePercent) + "}"; int httpResponseCode = http.POST(jsonData); if (httpResponseCode > 0) { Serial.print("数据上传成功，响应码: "); Serial.println(httpResponseCode); } else { Serial.print("上传失败，错误码: "); Serial.println(httpResponseCode); } http.end(); } else { Serial.println("WiFi断开，尝试重连..."); WiFi.reconnect(); } // 4. 延时，例如每5分钟上传一次 delay(5 * 60 * 1000); // 5分钟 }4.3 关键难点与避坑指南
- I2C地址冲突：SHT30的常见地址是0x44或0x45，BH1750的默认地址是0x23。如果地址冲突，需要用代码指定或修改传感器的地址（如果支持）。使用
Wire.begin();后，可以通过扫描工具查看总线上所有设备的地址。 - 土壤湿度校准：代码中的
map函数只是线性映射示例。电容式土壤湿度传感器必须校准！正确的做法是：将传感器完全置于干燥空气中（或干燥土壤中），读取此时的ADC值，记为dryValue；再将传感器探针完全浸入水中（注意不要淹没电路部分），读取ADC值，记为wetValue。然后用这两个值作为map函数的输入范围。不同土壤类型（园土、营养土、椰糠土）的介电特性不同，校准值也会有差异。 - WiFi连接稳定性：在实际部署中，WiFi可能不稳定。代码中加入了重连逻辑，但还可以优化，比如增加连接超时判断、保存多个WiFi凭证等。对于关键应用，可以考虑加入看门狗定时器防止程序死锁。
- 数据上传频率：
loop()中的delay决定了数据上传频率。对于环境监测，每分钟或每5分钟上传一次数据已经足够。过于频繁会上传大量冗余数据，增加服务器压力和功耗。
5. 数据可视化：从数字到洞察
数据上传到云端只是第一步，如何让这些枯燥的数字变成直观、有用的信息，才是“读懂”环境的关键。我尝试了两种轻量级的方案。
5.1 方案一：使用开源物联网平台（如ThingsBoard）
ThingsBoard是一个功能强大的开源IoT平台，支持设备管理、数据遥测、可视化仪表盘和规则引擎。对于不想自己搭建后端服务器的开发者来说，它是一个“开箱即用”的完美选择。
- 部署：可以将其部署在自己的树莓派、VPS或使用Docker安装。
- 接入：ESP32通过HTTP或MQTT协议将数据发送到ThingsBoard。MQTT是物联网领域轻量级的消息协议，比HTTP更节省资源，适合频繁上报。
- 可视化：在ThingsBoard的仪表盘编辑器中，可以轻松拖拽各种部件（Widget），如折线图、仪表盘、数字显示等，将温度、湿度、光照、土壤湿度曲线清晰地展示出来。你可以设置不同时间范围的视图，比如查看过去24小时土壤湿度的变化趋势，判断浇水后的渗透和蒸发情况。
5.2 方案二：自建简易Web服务器（如ESP32 + SPIFFS）
如果你想更深入地控制前端展示，或者项目非常简单，也可以让ESP32本身充当一个Web服务器。
- 原理：ESP32在连接WiFi后，可以启动一个Web服务器。将传感器数据嵌入到一个HTML页面中，并通过AJAX定时刷新。
- 实现：利用ESP32的SPIFFS（闪存文件系统）存储HTML、CSS、JS文件。当手机或电脑浏览器访问ESP32的IP地址时，ESP32就发送这个HTML页面。页面中的JavaScript通过定时向ESP32发送请求（例如
/getdata），获取最新的JSON格式传感器数据，并动态更新页面上的图表（可以使用Chart.js等轻量库）。 - 优缺点：这种方式完全自包含，无需外部服务器，适合局域网内查看。缺点是ESP32同时处理传感器、网络服务和网页请求，负载较重，且外网访问需要做内网穿透，比较麻烦。
我最终选择了ThingsBoard方案。因为它不仅提供了漂亮的可视化，其内置的规则引擎功能更为强大。例如，我可以设置一条规则：“当土壤湿度低于20%持续超过1小时，且环境温度在15-30℃之间（避免冬季休眠期浇水），则自动发送一条提醒到我的手机”。这才是真正的智能化——从数据监测到智能告警。
6. 实测、校准与经验心得
硬件组装好，代码烧录进去，仪表盘也搭建完成后，项目就进入了最关键的实测与调优阶段。这个过程充满了“意外发现”。
6.1 传感器位置的“玄学”
- 土壤湿度传感器：探针必须与土壤充分接触。我建议将探针以一定角度斜插入花盆的中下部，这个区域的湿度最能反映根系的真实水分状况。避免插在盆边或表面，那里水分蒸发快，数据不具有代表性。另外，不同位置的土壤湿度可能有差异，有条件的话可以考虑使用多个传感器取平均值。
- 温湿度传感器：千万不要把它和土壤湿度传感器塞在一起！最初我图省事，把DHT22模块也固定在花盆土壤表面，结果测得的湿度永远偏高，因为土壤蒸发会直接影响它。正确的做法是将它放置在植物冠层附近，但避免阳光直射，这样才能测量植物叶片实际感受到的空气环境。
- 光照传感器：BH1750需要水平放置，感光面朝上。要确保它没有被植物的叶片或其他物体遮挡，否则测到的就是局部阴影的光照，而不是植物整体接收到的光照。
6.2 数据的“噪声”与滤波
在串口监视器里，你会看到数据并非一成不变，而是在一个小范围内波动。这是正常的传感器噪声和环境微扰动。
- 温度/湿度：SHT30这类传感器本身精度很高，波动很小。如果波动剧烈，检查是否靠近热源或通风口。
- 土壤湿度：浇水后，数值会快速上升，然后缓慢下降。这个下降曲线非常有用，可以反映土壤的排水性和植物的吸水速率。陡降可能意味着土壤板结或盆器透气性太好；缓降则说明保水性良好。
- 光照：一天内的变化是巨大的。通过记录全天光照曲线，你可以精确知道你的窗台每天有几小时的“有效光照”（例如，高于2000 Lux的时间）。这对于判断植物是否缺光，或者是否需要轮换位置至关重要。
为了得到更平滑、更有代表性的数据，可以在固件中加入简单的软件滤波算法，比如移动平均滤波。即不是每次上传瞬时值，而是取最近几次读数的平均值。这能有效消除偶发的尖峰噪声。
6.3 从数据到养护决策
当数据稳定运行一周后，我得到了意想不到的洞察：
- “见干见湿”的量化：对于我的绿萝，我发现当土壤湿度从浇水后的80%下降到35%左右时，再浇水，它长得最好。这个“35%”就成了我给它浇水的量化指标，彻底告别了“感觉有点干了”。
- 发现“隐形杀手”：我把花盆放在客厅角落，数据显示下午2点到4点，那里有2小时左右的西晒直射光，温度会比室内平均高3-5℃，湿度骤降10%。这解释了为什么放在那里的植物总是焦边。于是我加装了一个薄纱帘，问题迎刃而解。
- 冬季养护指南：冬季室内供暖后，数据显示夜间湿度经常低于30%。我不仅为喜湿植物开了加湿器，还调整了浇水频率——因为低温+低湿，土壤水分蒸发慢，浇水间隔反而要比春秋季长一些。
这个自制的智能花盆，它最大的价值不是替我浇水（目前还没加这个功能），而是成为了我和植物之间的一座“数据桥梁”。它把那些看不见摸不着的环境因素，变成了可追溯、可分析的曲线和数字。让我从一种模糊的、基于记忆的养护模式，转变为清晰的、基于数据的决策模式。它没有让养花变得更“懒”，而是让我变得更“懂”。下一步，我计划加入一个小型水泵和继电器，实现基于土壤湿度阈值的自动补水，并尝试将数据同步到更通用的智能家居平台，实现诸如“室内湿度过低时自动打开加湿器”的联动。这个项目就像一盆真正的植物，还在不断生长和迭代中。
