DIY低成本物联网水井监测仪：基于Particle与ThingSpeak的水位水温电导率实时监测方案

1. 项目概述与核心价值

如果你和我一样，长期关注地下水或农业灌溉水质，就会知道一套专业的在线监测设备价格不菲，动辄上万。高昂的成本让很多个人用户、小型农场或研究项目望而却步。今天分享的这个DIY项目，就是为了解决这个痛点：用大约230加元（WiFi版）的成本，打造一个能实时监测水井水温、电导率（EC）和水位的物联网设备。

这个项目的核心思路非常清晰：利用成熟的、低成本的消费级电子元件，结合开源的物联网平台，构建一个功能专一、稳定可靠的监测节点。它每天自动测量一次数据，并通过WiFi或蜂窝网络将数据上传到ThingSpeak云平台，你可以在世界任何地方通过网页查看历史曲线和实时读数。我作为水文地质领域的从业者，在实际部署了几套之后，发现它不仅成本可控，其数据质量对于日常监测和趋势分析来说完全够用。无论是想了解自家水井的水位动态，还是监测灌溉用水的盐度变化，这个方案都提供了一个极具性价比的起点。

2. 系统整体设计与核心思路拆解

2.1 为什么选择“传感器+IoT开发板+云平台”架构？

这个架构是目前DIY物联网项目的黄金标准，其优势在于清晰的职责划分和极高的灵活性。传感器负责感知物理世界（水位、温度、电导率），IoT开发板（本项目使用Particle Photon）作为边缘计算节点，负责读取传感器数据、进行初步处理（如温度补偿）并通过网络发送。云平台（ThingSpeak）则负责数据的接收、存储、可视化和简单的告警。

选择Particle Photon而非更常见的ESP8266或Arduino，主要基于两点考虑。一是其集成的Particle云服务极大简化了设备管理、OTA（空中升级）和与第三方服务（如ThingSpeak）的对接流程，对于不熟悉底层网络编程的用户非常友好。二是其硬件可靠性经过市场验证，在工业环境中有不错的口碑，这对于需要长期野外工作的设备至关重要。

2.2 传感器选型背后的考量与妥协

2.2.1 水位测量：为何是超声波而非压力式？

水位测量主要有接触式（如压力传感器、浮子式）和非接触式（如超声波、雷达）两种。对于水井监测，非接触式是首选，因为它不接触水体，避免了污染和腐蚀问题。在非接触式中，超声波传感器成本远低于雷达传感器。

我们选用的MaxBotix MB7389是一款工业级超声波传感器，其最大量程为5米，精度可达1厘米。它内部集成了温度补偿算法，能自动校正声速随气温的变化，提高了测量准确性。更重要的是，它输出的是经过处理的、抗噪声干扰的模拟电压或脉宽信号，相比原始声波传感器，大大降低了后端信号处理的复杂度。将其安装在井口，向下发射超声波并接收水面反射的回波，通过计算时间差得到距离，再换算成水位。

注意：超声波传感器的测量精度会受到井内气流、水面泡沫或漂浮物的影响。对于直径较小的井筒，声波可能在井壁间多次反射，导致测距错误。因此，本项目更适用于直径较大（如原文提到的0.9米以上）的敞口井。

2.2.2 温度与电导率：分离式传感器的必要性

水温和电导率是评估水质的基础参数。我们选用DS18B20防水数字温度传感器，因为它采用单总线协议，只需一根数据线即可与主控通信，布线简单，且每个传感器有唯一ID，支持一线多机。其防水封装适合长期浸没。

电导率传感器的选择是本项目的一大亮点。市面上的商用EC探头价格昂贵。我们创新性地使用了一个普通的北美两脚电源插头作为传感器电极。其原理是构成一个直流分压电路：开发板通过一个已知电阻（如1kΩ）向插头的两个电极间施加电压，测量电极间的电压降。水的电导率越高，电阻越小，分压后的电压就越高。通过校准，可以将电压值转换为电导率值。

实操心得：这种自制EC传感器的优势是成本极低（几乎为零），但有其局限性。首先，直流测量会导致电极极化，离子在电极表面积累，影响读数稳定性，因此不能连续测量，必须间隔至少5秒。其次，其精度和量程有限，更适合做趋势监测而非精密测量。原文提到，在校准值±500 μS/cm范围内，误差约10%。对于要求高的场景，可以替换为Atlas Scientific等品牌的商用EC探头，其采用交流测量法，精度更高，但成本也会相应增加。

2.2.3 供电与功耗设计：续航是关键

设备设计为电池供电（4节AA电池），这就要求极低的功耗。Particle Photon在深度睡眠模式下的电流可低至80-100微安，这是实现长续航的关键。代码控制设备每天唤醒一次：唤醒后，Photon连接WiFi，依次读取三个传感器数据，将数据打包发送至ThingSpeak，然后再次进入深度睡眠。这种“采集-发送-睡眠”的间歇工作模式，是电池供电物联网设备的典型策略。

对于蜂窝网络版本（使用Particle Electron），功耗更高，因此建议采用3.7V锂聚合物电池与AA电池组双电源方案，或使用单块高容量锂电，以确保长达数月的野外工作时间。

3. 核心部件解析与实操要点

3.1 主体外壳的加工与密封处理

设备外壳采用50毫米直径的ABS管材，两端用螺纹盖密封。这种选择主要基于其易加工性、耐腐蚀性和良好的机械强度。ABS管在五金店很容易买到，成本也低。

制作要点：

1. 切割与长度：将ABS管切割至约125毫米长。这个长度需要提前规划，确保能容纳Photon开发板、电池盒和内部天线。在切割前，最好将所有内部元件摆在一起，实地测量所需空间，并预留一些余量以便布线。
2. 密封是生命线：所有接缝处必须用硅酮密封胶或ABS专用胶水进行彻底密封。特别是底部盖子上需要为温度和EC传感器线缆开孔，开孔后务必用大量硅胶将线缆与孔洞之间的缝隙填满，固化后再检查一遍。我曾因为底部密封不严，导致潮气侵入，短短一周就腐蚀了电路板。
3. 内部防潮：即使用密封胶，在温差大的环境下，壳体内仍可能产生冷凝水。一个非常有效且低成本的做法是在壳体内放置一小包食品干燥剂（硅胶），它能有效吸收内部残留的湿气。
4. 吊装点：顶部盖子安装的不锈钢吊环螺栓，需要用两个螺母（壳体内外各一个）锁紧，并在内侧螺母周围涂上硅胶防水。这是设备悬挂的受力点，务必牢固。

3.2 传感器接线与防水工艺详解

3.2.1 超声波传感器焊接

MB7389传感器焊盘很小，焊接是第一个挑战。你需要一把尖头烙铁、细焊锡丝和助焊剂。

• 技巧：先给焊盘和线头分别上一点锡（搪锡），然后用镊子夹住线头对准焊盘，用烙铁头同时接触两者，待锡熔化后移开烙铁，保持不动直至凝固。焊接完成后，在强光下用放大镜检查，确保没有焊锡桥接相邻焊盘。
• 加固：焊接点非常脆弱。在焊点及附近线缆上涂覆一层硅酮胶，待其固化后能形成一层弹性保护层，提供机械应力缓冲，防止线缆弯折导致焊点脱落。最后再用电工胶带缠绕几圈，进一步加固。

3.2.2 温度传感器线缆延长与防水接头

DS18B20原装线通常很短，必须延长。使用四芯户外电话线是个好主意，它本身就有一定的防潮能力。

• 制作防水接头：这是关键步骤。不要简单地绞接并用胶带缠绕。标准的做法是：将两根需要连接的线，剥开绝缘层，导线交叉拧紧后焊接。然后，在焊接处涂上硅酮胶，紧接着套上热缩管，用热风枪或打火机（小心）加热收缩。硅胶在热缩管内受热膨胀，能完美填充所有空隙，达到防水效果。可以参考MaxBotix官网提供的防水接头教程。
• 上拉电阻：DS18B20是开源漏输出，必须在数据线（黄线）和电源线（红线）之间连接一个4.7kΩ的上拉电阻，否则单片机无法读取数据。这个电阻可以就近焊在Photon的引脚上。

3.2.3 自制电导率传感器的制作与校准原理

1. 制作：找一个大小合适的塑料药瓶，剪掉底部。在瓶盖上钻一个孔，将两脚插头的电缆穿入。用环氧树脂或热熔胶将插头固定在瓶盖内，确保其稳固且两个电极平行悬空在瓶内。剪掉插头的交流电插片，剥出里面的两根导线。这个药瓶的作用是消除“壁效应”——当传感器靠近井壁或其他物体时，电场分布会改变，影响测量精度。药瓶提供了一个固定的测量空间。
2. 原理与校准：电导率测量基于欧姆定律。我们将插头的两个电极看作一个电阻Rx。Photon通过一个已知的精密电阻R1（如1kΩ）与Rx串联，施加一个电压Vcc。测量Rx两端的电压Vout。根据分压公式：Vout = Vcc * (Rx / (R1 + Rx))。由此可解出Rx。水的电导率G是电阻Rx的倒数，但还需要一个“电极常数K”来修正：G = K / Rx。K值与电极面积、间距有关，对于自制电极是未知的。
3. 现场校准：因此，每个自制传感器都必须校准。方法是：将传感器与一个商用EC计同时放入已知电导率的标准溶液（或当时的井水）中。记录Photon读出的电压值或计算出的Rx值，以及商用EC计读出的真实电导率值G_truth。通过公式 K = G_truth * Rx，计算出你这个传感器的K值。将这个K值填入代码中相应的变量（代码第133行附近）。此后，设备就会用这个K值将测得的Rx转换为电导率。

3.3 电路连接与组装清单

所有线缆连接到Photon开发板时，强烈建议使用杜邦插头，而不是直接焊接。这便于后续的调试、维修或更换部件。以下是完整的连接对照表，组装时可以逐一核对：

组装时，先将所有线缆按表接好，然后将Photon、电池盒（先不装电池）紧凑地放入ABS管壳内。传感器线缆从底部盖子穿出，最后拧紧底部和顶部的盖子。确保内部线缆不会缠绕或过度弯折。

4. 软件配置与云端平台搭建全流程

4.1 Particle设备设置与代码部署

1. 注册与设备绑定：在手机上下载Particle App，创建账户。给Photon通电（通过USB或电池），按照App内指引，将设备置于“聆听模式”（通常按模式键直到蓝灯闪烁），用手机配置它连接你的WiFi网络。成功后，设备会出现在你的Particle控制台（console.particle.io）中。这是设备管理的核心。
2. 代码编辑与库管理：在Particle在线IDE（Web IDE）中创建一个新应用。将提供的Code1_WiFi_Version_ECMeter.txt内容复制进去。代码中需要修改几个关键参数：
   • MeasureTime：测量间隔时间（秒）。测试时设为120（2分钟），方便调试。实际部署前要改为86400（24小时）。
   • well_depth：你的水井总深度（米）。用于将传感器到水面的距离转换为水位高程。
   • K：你的EC传感器的电极常数。通过校准得到。
3. 解决库依赖：代码编译时会报错缺少OneWire库。在Web IDE左侧边栏找到“库”（Libraries）图标，搜索“OneWire”，选择并“包含到项目”中。这会在代码顶部自动添加#include语句。为了保持代码整洁并与文档行号对应，你可以手动添加这行，然后删除自动生成的多余行。
4. 代码刷写：点击“验证”编译代码，无误后点击“刷写”。代码会通过Particle云无线推送到你的Photon设备上。这是OTA更新的优势，以后修改代码无需物理接触设备。

4.2 ThingSpeak通道与Webhook配置

1. 创建ThingSpeak通道：访问thingspeak.com注册账号。点击“New Channel”，创建一个新通道。你需要为三个数据分别创建字段（Field）：
   • Field 1: 水位（Water Level）
   • Field 2: 温度（Temperature）
   • Field 3: 电导率（Conductivity） 你还可以填写通道描述、标签等信息。保存后，ThingSpeak会为这个通道生成唯一的“Channel ID”和“Write API Key”，后面会用到。
2. 创建Webhook（关键桥梁）：Webhook是Particle云将数据转发到ThingSpeak的“管道”。在Particle控制台，进入“Integrations”，点击“New Integration”，选择“Webhook”。
   • Event Name：填写一个事件名，例如“well_data_post”。这个名称必须与代码中Particle.publish语句里的事件名完全一致（代码第154行）。
   • URL：填写ThingSpeak的API地址：https://api.thingspeak.com/update
   • Request Format：选择“Form Data”。
   • 在“Form Data”部分，添加以下参数：
     • api_key: 填入你的ThingSpeak通道的“Write API Key”。
     • field1:{{{water_level}}}(水位变量)
     • field2:{{{temperature}}}(温度变量)
     • field3:{{{conductivity}}}(电导率变量) 这些{{{}}}包裹的变量名必须与代码中Particle.publish语句里定义的变量名匹配。保存这个Webhook。

至此，数据流链路就打通了：Photon运行代码 -> 采集数据 -> 通过Particle.publish触发名为“well_data_post”的事件 -> Particle云捕获该事件及数据 -> 通过你配置的Webhook，将数据以表单形式提交到ThingSpeak的API -> ThingSpeak将数据存入对应通道的字段中。

4.3 蜂窝网络版本的特殊设置

如果需要使用蜂窝网络（Particle Electron），硬件上主要更换主控板，并连接外部天线。软件上需使用专门的Code2_Cellular_Version_ECMeter.txt代码。

蜂窝版代码的核心区别在于网络连接管理和功耗策略。由于蜂窝网络连接比WiFi耗电得多，且信号可能不稳定，代码中需要更强大的错误重试机制和连接状态检查。此外，蜂窝模块的深度睡眠电流也高于WiFi模块，因此在计算电池寿命时需要更加谨慎。部署前，务必在安装地点测试蜂窝信号强度（RSSI），确保其大于-110 dBm，以保证稳定的数据传输。

5. 系统测试、部署与长期运维实录

5.1 室内完整功能测试

在投入野外之前，必须在可控环境下进行全流程测试。

1. 模拟水位测试：将设备悬挂在距地面已知高度（例如2米）的位置。上电后，观察ThingSpeak通道，看报告的距离值是否接近（2米 - 传感器自身长度偏移）。超声波传感器到其外壳底部的距离是固定的，这个偏移量需要在最终计算水位时扣除。
2. 水温与EC测试：准备一盆水，用精度较高的温度计和商用EC计测量其真实温度和电导率。将自制传感器的温度探头和EC探头浸入水中。对比ThingSpeak上显示的数据与商用仪表的读数。温度应该非常接近。EC值则需要用之前校准得到的K值进行计算，看是否在可接受的误差范围内（如±10%）。
3. 功耗测试（至关重要）：使用万用表的电流档，串联在电池盒的正极（红线）和Photon的VIN引脚之间。设备上电后，前20秒左右Photon会亮起青色灯，这是活动模式，电流应在80-100mA。随后LED熄灭，进入深度睡眠，电流应骤降至80-100µA（0.08-0.1mA）。如果睡眠电流过高（例如超过200µA），说明可能有电路漏电或代码未正确进入睡眠模式，这将严重缩短电池寿命。

5.2 野外安装要点与数据解读

1. 安装位置：将设备用牢固的绳索通过吊环螺栓悬挂在井口正中央，确保其垂直。超声波传感器应垂直于水面。温度探头和EC探头必须浸没在水面以下，并尽量远离井壁和进水口，以减少干扰。
2. 最终参数设置：在部署前，再次修改代码中的MeasureTime为86400秒（24小时一次），并准确填写井深well_depth和校准后的K值。重新刷写代码。
3. 数据验证：安装后的头几天，可以每天用卷尺手动测量一次水位，与设备上报的数据进行对比，验证其长期稳定性。
4. 数据分析：在ThingSpeak上，你可以为每个字段创建折线图，观察水位、水温、电导率随时间的变化趋势。例如，水位持续下降可能预示干旱或过量取水；电导率突然升高可能指示有污染源汇入。

5.3 常见问题排查与维护技巧

根据我的部署经验，以下是一些常见问题及解决方法：

长期维护建议：

• 定期检查电池：建议每6个月检查一次电池电压。AA电池电压低于1.2V时就应考虑更换。使用质量好的碱性电池或锂电池。
• 防水密封复查：每年将设备取出，仔细检查所有密封处（特别是线缆入口）的硅胶是否老化、开裂，必要时重新涂抹。
• 数据备份：ThingSpeak免费账户有数据存储上限和期限。对于重要数据，可以定期从ThingSpeak导出CSV文件备份，或者设置其通过Webhook将数据转发到你自己的服务器或另一个数据库。
• 校准复查：每年对EC传感器进行一次重新校准，因为电极表面状态可能随时间发生变化。

这个DIY物联网水井监测仪项目，从构思到实现，贯穿了硬件选型、结构设计、嵌入式编程和云服务集成等多个环节。它最大的价值在于提供了一套经过验证的、模块化的解决方案。你可以基于这个框架，替换不同的传感器（如pH、浊度），或者将数据发送到其他平台（如自建的Node-RED或Home Assistant），从而构建更复杂的监测网络。动手实践一遍，你会对物联网系统的全链路有更深刻的理解。