基于树莓派的物联网洪水监测系统：从传感器到云端警报的完整实践

1. 项目概述与核心价值

如果你住在沿海或低洼城区，每年雨季来临时，看着窗外逐渐上涨的积水，心里是不是总会悬着一块石头？传统的洪水预警依赖大型水文站和气象预报，对于城市里某个具体街区的“微观”积水情况，往往反应滞后。几年前，我在参与纽约大学坦登工程学院的一个社区研究项目时，就直面了这个问题。我们所在的布鲁克林高湾社区（Gowanus）频繁遭遇街道内涝，积水退去后，残留的病原体对居民健康构成潜在威胁。我们的任务很明确：做一个成本可控、能实时报警的“社区水位哨兵”。

这个项目，就是一个基于树莓派（Raspberry Pi）的物联网洪水监测系统。它的核心逻辑并不复杂：用一个传感器感知水位变化，用一块微型电脑处理数据，再通过网络把警报发出去。但魔鬼藏在细节里——如何让传感器在户外稳定工作？如何确保断电后时间依然准确？如何把数据变成普通人能看懂的预警信息？这些才是真正考验功夫的地方。我把自己从零搭建这个系统的完整过程、踩过的坑和积累的经验都记录了下来，无论你是物联网爱好者、环境监测的研究者，还是想为社区做点实事的创客，这篇超过五千字的详细指南都能给你提供一套可直接复现的“图纸”。

2. 系统核心设计思路与硬件选型解析

搭建一个可靠的监测系统，第一步不是急着写代码或焊电路，而是想清楚它要在什么环境下解决什么问题。我们的核心需求很明确：在无人值守的户外环境下，持续、准确地监测水位，并在水位超过阈值时，能自动、及时地发出警报。这决定了我们整个系统的设计必须围绕可靠性、低功耗（相对而言）和网络连通性展开。

2.1 为什么选择树莓派而非Arduino？

这是很多人在入门物联网项目时面临的第一个抉择。Arduino以其极低的功耗、简单的编程模型和丰富的生态著称，非常适合纯粹的传感器数据采集和简单的逻辑控制。然而，我最终选择了树莓派，主要基于以下几点考量：

1. 完整的操作系统与网络栈：树莓派运行Linux系统，自带完整的TCP/IP网络协议栈和Wi-Fi/以太网支持。这意味着实现数据上传到云端（Thingspeak）、通过SSH远程调试、甚至运行一个小型Web服务器来查看数据，都变得异常简单，几乎不需要处理底层网络驱动。如果使用Arduino，通常需要额外搭配ESP8266或SIM模块来实现网络功能，开发和调试复杂度会显著增加。
2. 强大的本地处理与存储能力：我们的系统不仅需要采集数据，还需要实时计算电阻值、记录带时间戳的CSV日志文件。树莓派可以轻松运行Python脚本，利用pandas、numpy等库进行复杂的数据处理，并能直接将数据存储在Micro SD卡上，容量可达数十GB。这对于后期数据分析至关重要。
3. 灵活的外设与协议支持：树莓派原生支持I2C、SPI、UART等多种通信协议，GPIO库（如gpiozero、RPi.GPIO）成熟易用。虽然它本身没有模拟输入引脚，但通过SPI接口连接ADC芯片（如MCP3008）的方案非常成熟，性能稳定。
4. 开发与调试便捷性：你可以直接用键盘鼠标显示器把它当成一台小电脑来初始设置，之后通过SSH远程连接进行所有开发工作，体验与开发普通软件项目无异。这对于需要频繁更新代码和逻辑的项目阶段来说，效率极高。

当然，树莓派的功耗远高于Arduino，这是它的主要缺点。在最终部署时，我们选择了更小巧、功耗稍低的树莓派Zero W，并在电源方案上做了妥协（后续会详述）。结论是：如果你的项目强依赖于网络通信、本地数据存储或复杂逻辑，树莓派是更高效的选择；如果追求极致的低功耗和长时间电池供电，Arduino+低功耗无线模块的方案值得深入调研。

2.2 传感器与关键模块选型深析

确定了大脑，接下来是为它选择“感官”和“辅助器官”。

核心传感器：eTape 液位传感器eTape是一种基于电阻原理的线性液位传感器。它的内部结构可以理解为一根长长的、印刷了导电材料的柔性带。当没有液体时，导电材料之间的电阻最大；当液体浸入时，液体作为导体桥接了部分导电材料，导致整体电阻下降。浸入深度越深，桥接面积越大，电阻就越小。

注意：eTape输出的是电阻值，而非直接的深度值。并且，电阻与深度之间的关系并非完美的线性，且每个传感器个体之间存在差异。因此，为每个传感器进行单独校准是必不可少的一步。我购买的型号是Adafruit的3引脚防水款，因为它自带防护外壳，更适合户外恶劣环境。

关键桥梁：MCP3008 模数转换器（ADC）树莓派的GPIO引脚只能读取数字信号（高电平或低电平），而eTape输出的是连续的模拟电阻信号。MCP3008的作用就是将这个模拟信号转换为树莓派可以理解的数字信号。它通过SPI接口与树莓派通信，提供8个模拟输入通道，分辨率为10位（即输出0-1023的整数值）。选择它是因为其与树莓派的兼容性极好，有成熟的Python驱动库（gpiozero内置支持），电路连接简单。

系统时钟：DS3231 实时时钟（RTC）模块这是一个很容易被忽略但至关重要的模块。树莓派本身没有硬件时钟，它依靠网络时间协议（NTP）在联网时从互联网获取时间。一旦断网或断电重启，系统时间就会丢失或重置。对于数据记录而言，错误的时间戳会使数据完全失去意义。DS3231模块自带一个高精度的温度补偿晶振和一块纽扣电池，可以在树莓派断电后继续走时数年。我们通过I2C接口读取它的时间，确保每一条数据记录都有准确的时间标签。

数据中继与警报平台：Thingspeak & TwitterThingspeak是一个免费的物联网数据分析与可视化平台。我们可以将它视为一个在线的、带图表的数据记录仪。它的价值在于：

• 可视化：自动将上传的数据绘制成随时间变化的曲线图。
• 轻量级分析：可以在平台内编写简单的MATLAB代码对数据进行实时分析（例如，判断是否超过阈值）。
• 触发与响应：其“React”功能可以设置规则，当数据满足条件时，触发一个HTTP请求或调用其他服务（如ThingTweet）。

我们将Twitter作为社区警报的出口，正是利用了Thingspeak的ThingTweet应用。当水位电阻值低于某个阈值（意味着水位升高），Thingspeak会自动代表绑定的Twitter账号发送一条推文。这样，关注该账号的社区居民就能第一时间收到洪水警报。

3. 硬件搭建与电路连接实操详解

理论清晰后，我们开始动手。请务必在断开电源的情况下进行所有电路连接操作。

3.1 基础测试：点亮LED与读取电位器

在连接所有复杂传感器之前，进行分步测试是避免后期排查地狱的最佳实践。

第一步：树莓派与Cobbler扩展板首先，将树莓派通过排线连接到Cobbler扩展板，再将扩展板插入面包板。Cobbler板将树莓派密集的GPIO针脚“翻译”成面包板友好的双排插孔。务必核对你的树莓派型号与Cobbler板的兼容性，不同代际的树莓派GPIO排列可能有细微差别。

第二步：LED闪烁测试（验证GPIO控制）这是一个经典的“Hello World”。连接一个LED（长脚为正极）到面包板，正极通过一个220Ω的限流电阻连接到某个GPIO（例如GPIO17），负极连接到GND。然后，通过SSH登录树莓派，创建一个Python脚本：

from gpiozero import LED from time import sleep led = LED(17) # 根据你实际连接的GPIO引脚修改 while True: led.on() sleep(1) led.off() sleep(1)

运行sudo python3 led_blink.py。如果LED开始闪烁，恭喜你，树莓派的基础GPIO控制功能正常。这个步骤验证了你的系统设置、Python环境以及最基本的输出控制。

第三步：连接MCP3008与电位器（验证模拟输入）现在，我们来测试整个数据采集链路的核心——ADC。按照下表连接MCP3008：

将电位器两侧引脚分别接3.3V和GND，中间引脚（滑动端）接MCP3008的CH0。使用gpiozero库可以极其简单地读取值：

from gpiozero import MCP3008 from time import sleep adc = MCP3008(channel=0) # 对应CH0 while True: print(adc.value) # 输出0.0到1.0之间的浮点数 sleep(0.5)

旋转电位器旋钮，终端输出的值应在0.0到1.0之间平滑变化。这证明了MCP3008工作正常，树莓派能够通过SPI协议读取模拟信号。

3.2 核心电路：eTape传感器的连接与原理

eTape的连接是本项目的一个关键难点。我使用的是3引脚版本（红、黑、白）。很多人会误以为像普通传感器一样，红线接电源，黑线接地，白线接信号。但为了读取电阻值，我们需要将其接入一个分压电路。

为什么需要分压电路？MCP3008测量的是电压，而不是电阻。我们需要构建一个电路，使得eTape电阻值的变化，能引起MCP3008输入引脚上电压的线性变化。最简单的方法就是将它和一个已知的固定电阻串联，构成分压电路。

具体连接方法：

1. 固定电阻（R_fixed）：选择一个阻值与eTape干燥时电阻值相近的电阻。我的eTape干燥电阻约2248Ω，我选择了一个670Ω的金属膜电阻（精度高，温漂小）。这个值需要根据实测调整，目标是让电压变化范围尽可能覆盖MCP3008的输入量程（0-3.3V）。
2. 电路连接：
   • eTape的红色线（电源）连接到GND。
   • eTape的白色线（信号）连接到MCP3008的CH0。
   • 固定电阻的一端连接到3.3V。
   • 固定电阻的另一端与eTape的白线和MCP3008的CH0连接在同一点。
   • eTape的黑线悬空不用。

这个接法可能反直觉，但请理解其原理：eTape（R_tape）和固定电阻（R_fixed）串联在3.3V和GND之间。MCP3008测量的是固定电阻两端的电压（V_out）。根据欧姆定律和分压原理：V_out = 3.3V * (R_fixed / (R_tape + R_fixed))当水位上升，R_tape减小时，V_out就会增大。我们通过测量V_out，就能反推出R_tape的值。

3.3 RTC模块的连接与时间同步

DS3231 RTC模块的连接相对简单，使用I2C接口。接线如下：

连接好后，需要在树莓派上启用I2C接口：

1. 运行sudo raspi-config。
2. 选择Interface Options->I5 I2C->Yes启用。
3. 重启后，安装工具并检测设备：sudo apt install i2c-tools，然后sudo i2cdetect -y 1。你应该能看到地址68出现在输出表格中，这代表RTC模块已被识别。

关键步骤：硬件时钟同步这是确保时间准确的核心操作，顺序不能错：

1. 确保树莓派联网，并已安装NTP服务：sudo apt install ntp。等待几分钟，让系统时间自动同步到网络时间。用date命令检查，时间应准确。
2. 将系统时间写入RTC硬件：sudo hwclock -w。
3. 从RTC读取时间验证：sudo hwclock -r。显示的时间应与date命令的输出一致。
4. 配置系统启动时从RTC读取时间：编辑/lib/udev/hwclock-set文件，注释掉if [ -e /run/systemd/system ] ; then exit 0; fi这一行（在行首加#）。这样，即使没有网络，树莓派也会在启动时从RTC获取正确时间。

4. 软件实现与数据流编程

硬件搭建完毕，接下来是让整个系统“活”起来的软件部分。我们将编写一个主程序，集成数据采集、本地记录和云端上传。

4.1 数据采集与计算：从电压到电阻

首先，我们编写读取eTape并计算电阻的核心函数。这里会用到前面提到的分压公式的变形： 已知V_out（MCP3008读取的电压），R_fixed（我们使用的固定电阻，例如670Ω），V_in（3.3V）。 根据公式V_out = V_in * (R_fixed / (R_tape + R_fixed))，可以推导出：R_tape = R_fixed * (V_in / V_out - 1)

在Python中实现如下：

from gpiozero import MCP3008 import time # 配置参数 RESISTOR_FIXED = 670 # 欧姆，根据你实际使用的固定电阻修改 CHANNEL = 0 # MCP3008的通道号 SAMPLE_INTERVAL = 3 # 采样间隔，秒 adc = MCP3008(channel=CHANNEL) def read_tape_resistance(): """读取并计算eTape的电阻值""" # adc.value 返回的是0-1之间的比例，乘以3.3得到实际电压 voltage_out = adc.value * 3.3 # 避免除零错误，当电压接近V_in时，电阻趋近于0 if voltage_out >= 3.29: return 0.0 # 计算eTape电阻 resistance_tape = RESISTOR_FIXED * (3.3 / voltage_out - 1) return resistance_tape # 测试循环 while True: r = read_tape_resistance() print(f"当前电阻值: {r:.0f} Ω") time.sleep(SAMPLE_INTERVAL)

运行这个脚本，将eTape传感器放入不同深度的水中，观察电阻值的变化。你应该能看到一个明显的下降趋势。

4.2 本地数据记录：带时间戳的CSV文件

仅有实时读数不够，我们需要历史数据进行分析。结合RTC模块，我们将时间戳和电阻值记录到CSV文件中。

import csv from datetime import datetime import os LOG_FILE = '/home/pi/flood_monitor/logs/sensor_data.csv' def log_data(resistance, voltage): """将数据记录到CSV文件""" # 从RTC获取当前时间，如果RTC未设置，则使用系统时间（可能不准） # 这里假设已正确设置RTC，并通过系统命令或库读取。简化版使用系统时间。 current_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S') date_str, time_str = current_time.split(' ') # 确保日志目录存在 os.makedirs(os.path.dirname(LOG_FILE), exist_ok=True) # 检查文件是否存在，如果不存在则写入表头 file_exists = os.path.isfile(LOG_FILE) with open(LOG_FILE, 'a', newline='') as csvfile: fieldnames = ['Date', 'Time', 'Voltage (V)', 'Resistance (Ohm)'] writer = csv.DictWriter(csvfile, fieldnames=fieldnames) if not file_exists: writer.writeheader() writer.writerow({ 'Date': date_str, 'Time': time_str, 'Voltage (V)': round(voltage, 3), 'Resistance (Ohm)': round(resistance, 0) }) print(f"数据已记录: {date_str} {time_str}, {voltage:.3f}V, {resistance:.0f}Ω")

在主循环中，每次读取数据后调用log_data()函数即可。重要经验：将日志文件存储在/home/pi目录下，并定期（例如每周）通过SCP命令备份到本地电脑，防止SD卡损坏导致数据丢失。也可以设置logrotate来自动管理日志文件大小。

4.3 云端同步与可视化：Thingspeak集成

Thingspeak提供了简单的HTTP API来接收数据。首先，你需要在Thingspeak.com上注册账号，创建一个Channel，并记录下你的Channel ID和Write API Key。

安装必要的Python库：pip install requests。

然后，编写上传函数：

import requests THINGSPEAK_API_KEY = 'YOUR_WRITE_API_KEY_HERE' THINGSPEAK_URL = f'https://api.thingspeak.com/update?api_key={THINGSPEAK_API_KEY}' def upload_to_thingspeak(resistance): """将电阻值上传到Thingspeak""" try: # Thingspeak的field1对应你频道中创建的第一个字段 payload = {'field1': resistance} response = requests.get(THINGSPEAK_URL, params=payload, timeout=5) if response.status_code == 200: print(f"数据上传成功: {resistance}Ω") else: print(f"上传失败，状态码: {response.status_code}") except requests.exceptions.RequestException as e: print(f"网络错误，上传失败: {e}")

将上传函数整合到主循环中，可以设定一个比记录间隔更长的上传周期（例如每15秒上传一次），以避免频繁请求被限制。

4.4 自动化与系统服务：让程序在后台持续运行

我们不能总是开着SSH会话运行Python脚本。需要让程序在树莓派启动时自动在后台运行。最可靠的方法是使用systemd服务。

1. 创建一个服务文件：sudo nano /etc/systemd/system/flood-monitor.service
2. 写入以下内容（根据你的实际路径修改）：

   [Unit] Description=Flood Monitor Service After=multi-user.target [Service] Type=simple User=pi WorkingDirectory=/home/pi/flood_monitor ExecStart=/usr/bin/python3 /home/pi/flood_monitor/main.py Restart=on-failure RestartSec=10 [Install] WantedBy=multi-user.target

3. 启用并启动服务：

   sudo systemctl daemon-reload sudo systemctl enable flood-monitor.service sudo systemctl start flood-monitor.service

4. 检查服务状态：sudo systemctl status flood-monitor.service。看到active (running)即表示成功。

现在，即使你断开SSH，甚至重启树莓派，监测程序都会自动运行。日志可以通过sudo journalctl -u flood-monitor.service -f查看。

5. 校准、部署与社区警报实战

5.1 eTape传感器校准：从电阻到水位深度

这是将系统从“实验装置”变为“测量工具”最关键的一步。你需要建立一个电阻值与水位深度的对应关系表。

校准步骤：

1. 准备一个带有清晰刻度（厘米或英寸）的透明水槽或量筒。
2. 将eTape传感器垂直固定在水槽旁，确保其测量部分能完全浸入。
3. 从0深度开始，每增加1英寸（或2厘米），等待读数稳定后，记录当前的电阻值。至少记录0（干燥）到最大量程（如12英寸）的13个数据点。
4. 在Excel或Python中，以深度为Y轴，电阻为X轴，绘制散点图。你会发现它近似一条曲线。可以使用多项式拟合或分段线性插值来建立数学关系。
5. 在Python代码中，将这个关系实现为一个函数或查找表。例如，使用一个字典进行近似映射：

   # 基于校准数据建立的查找表（示例值，必须替换为你自己的校准数据） resistance_to_depth_map = { 2200: 0.0, # 干燥 1800: 2.0, # 2英寸 1500: 4.0, 1200: 6.0, 900: 8.0, 600: 10.0, 490: 12.0 # 满量程 } def get_depth(resistance): """根据电阻值查找对应深度（简单线性插值）""" sorted_resistances = sorted(resistance_to_depth_map.keys()) if resistance >= sorted_resistances[0]: return resistance_to_depth_map[sorted_resistances[0]] if resistance <= sorted_resistances[-1]: return resistance_to_depth_map[sorted_resistances[-1]] for i in range(len(sorted_resistances)-1): r_high = sorted_resistances[i] r_low = sorted_resistances[i+1] if r_low <= resistance <= r_high: d_high = resistance_to_depth_map[r_high] d_low = resistance_to_depth_map[r_low] # 线性插值 depth = d_low + (d_high - d_low) * (resistance - r_low) / (r_high - r_low) return depth return 0.0

   现在，你的系统输出的就不再是抽象的电阻值，而是直观的水位深度了。

5.2 部署准备：防水、供电与物理封装

防水封装：eTape传感器本身是防水的，但树莓派和其他电路板绝对不能碰水。我使用了一段直径约10cm的PVC管作为主防护壳。具体做法：

1. 在一端用PVC端盖密封，并打孔引出传感器线缆，使用防水电缆接头（如PG7接头）确保密封性。
2. 将树莓派、面包板（或焊接好的PCB）、电源模块用螺丝固定在一块亚克力板上，然后整体放入PVC管中。
3. 另一端使用透明的PVC端盖，方便观察内部的LED状态指示灯。所有接缝处使用硅胶密封胶进行防水处理。

供电挑战：这是本项目最大的痛点之一。树莓派Zero W的功耗在100-200mA左右，但对于需要7x24小时运行的户外设备，电池续航是个大问题。我尝试过20000mAh的充电宝，在理想情况下也只能持续3-4天。

• 方案一（临时/研究用）：寻找附近的户外电源（如路灯、交通信号灯控制箱）协商取电。这需要市政许可，但最稳定。
• 方案二（低成本部署）：使用太阳能电池板+锂电池管理模块。选择一块6V/2W以上的小型太阳能板，搭配一个支持太阳能输入的充放电管理模块（如TP4056升级版）和一块18650锂电池组。这能实现能源自给，但阴雨天续航有限，且需要计算功耗与发电量的平衡。
• 方案三（低功耗优化）：这是更彻底的方案。考虑将核心逻辑迁移到像ESP32这样的超低功耗MCU上，它深度睡眠时电流可低至10μA，仅在水位达到阈值时才唤醒并通过蜂窝网络（如NB-IoT）发送警报。树莓派则作为数据中心，定期从云端拉取数据进行分析。这属于架构级优化，复杂度更高。

5.3 社区警报集成：Thingspeak React与Twitter Bot

在Thingspeak频道设置中，找到“React”标签页。你可以在这里设置一个“ThingTweet”反应。

1. 条件设置：例如，设置当“字段1”（电阻值）低于1500（欧姆）时触发。
2. 动作设置：选择“ThingTweet”，并关联你为项目创建的Twitter开发者账号。在推文模板中，你可以使用占位符，如：警报：检测到水位上升！当前估算深度为。
3. 测试：在实验室用水模拟水位上升，触发电阻变化，检查Twitter账号是否自动发出了推文。

关于Twitter开发者账号：目前申请确实比过去严格。在申请时，务必清晰、诚实地描述项目的用途——用于社区洪水监测与预警，是非商业的、公益性质的研究项目。说明数据的使用方式（仅发布公开的警报信息），通常能够通过审核。

6. 常见问题排查与优化心得

在长达数月的开发和测试中，我遇到了无数问题。这里总结几个最具代表性的：

问题一：MCP3008读取的值不稳定或全是0。

• 排查：
  1. 电源与地线：首先用万用表确认MCP3008的VDD和VREF引脚电压是否为稳定的3.3V，AGND和DGND是否都可靠接地。电源噪声是ADC读数不稳的首要元凶。
  2. SPI连接：确认CLK, DIN, DOUT, CS四根线是否与树莓派GPIO正确连接，且接触良好。可以尝试在代码中降低SPI时钟频率。
  3. 参考电压：确保VREF连接的是干净的3.3V，最好是从树莓派3.3V引脚直接引出，避免从面包板电源轨长距离走线引入干扰。
• 解决：在VREF和AGND之间并联一个0.1μF的陶瓷电容，可以显著滤除高频噪声。同时，确保所有地线（树莓派GND、面包板电源地、传感器地）在一点共地。

问题二：RTC时间读取不正确或i2cdetect检测不到。

• 排查：
  1. I2C是否启用：再次运行sudo raspi-config确认I2C已启用。
  2. 接线与上拉电阻：I2C总线（SDA, SCL）需要上拉电阻到3.3V（通常值在2.2kΩ到10kΩ之间）。很多RTC模块已内置上拉电阻，如果没有，需要在面包板上额外添加。
  3. 地址冲突：运行sudo i2cdetect -y 1，如果看到的是UU而不是68，表示该地址的驱动已被内核占用。可能需要禁用某些内核模块。
• 解决：最彻底的解决方法是编辑/boot/config.txt，在末尾添加dtoverlay=i2c-rtc,ds3231，并禁用原有的“fake-hwclock”：sudo apt-get remove fake-hwclock，sudo update-rc.d -f fake-hwclock remove。然后重启。

问题三：Thingspeak数据上传失败。

• 排查：
  1. 网络连接：首先在树莓派上ping api.thingspeak.com，检查网络是否通畅。如果使用Wi-Fi，户外部署时信号强度是关键。
  2. API Key与字段：仔细核对Write API Key和字段编号（field1, field2...）是否与频道设置匹配。
  3. 请求频率：Thingspeak免费账户有15秒的更新间隔限制。确保你的上传代码中time.sleep至少为16秒。
• 解决：在代码中增加更完善的错误处理和重试机制。例如，捕获requests异常，记录失败日志，并在下一次循环时重试。可以考虑将失败的数据暂存到本地队列，待网络恢复后批量上传。

问题四：eTape读数长期漂移。

• 现象：在固定水位下，电阻值会随着时间缓慢变化。
• 原因：eTape的导电材料可能因长期浸泡、水垢或微生物附着而改变特性。温度变化也会影响电阻。
• 优化：
  1. 定期校准：对于长期部署，需要制定定期（如每月或每季度）的人工校准计划。
  2. 软件滤波：在代码中实现滑动平均滤波或中值滤波，平滑瞬时波动。例如，连续读取5个值，去掉最高最低，取中间3个的平均值。
  3. 温度补偿：如果预算允许，可以增加一个DS18B20防水温度传感器，监测水温，并根据传感器的温度系数对电阻读数进行补偿（需要查阅eTape的数据手册或自行实验得出温漂曲线）。

个人心得：

1. 迭代开发：不要试图一次性做出完美系统。先让最核心的“传感器-读数-显示”链路跑通，然后逐步增加“本地记录”、“时间同步”、“云端上传”、“自动报警”等功能。每完成一步，充分测试。
2. 日志是生命线：在代码中所有关键环节（读取传感器、计算、写入文件、上传网络）都加入详细的日志输出（记录到文件，而不仅仅是打印到屏幕）。当系统在户外莫名停止工作时，日志文件是你唯一的侦探工具。
3. 拥抱不完美：社区级的监测设备，可靠性比绝对精度更重要。我们的目标是及时发出“水位正在快速上涨”的警报，而不是精确报告“水位是12.3厘米”。在资源有限的情况下，优先保证系统稳定运行和警报触发机制的可靠。

这个项目从构思到最终在社区部署，是一个不断遇到问题、学习、解决的过程。它不仅仅是一个技术拼装，更是一次如何用恰当的技术解决真实世界问题的完整实践。希望这份详尽的记录，能为你启动自己的环境监测项目铺平道路。