企业官网建设流程全解析

去年秋天我在一个蔬菜大棚里蹲了整整两天，就为了搞清楚一件事：同一块地里，东头的番茄比西头壮一圈，浇水施肥都是一样的量，差别到底出在哪。后来把两个位置的土壤挖开对比，东头含水明显高，西头表层干得发白，根都往上浮。问题一下就清晰了——我一直按"感觉"浇水，而不是按"数据"浇水。这件事之后，我就开始折腾智慧农业里的土壤温湿度传感器，做土壤温湿度实时测这套东西。

土壤温湿度传感器不是什么新鲜玩意，但真正把它用明白、让它老老实实输出可信数据的，其实不多。它要做的事情很朴素：把探头插进土里，持续告诉你在那个深度、那个位置，土壤现在含水多少、温度多少。听起来简单，可一旦涉及长期野外运行、多点组网、数据校准、灌溉决策，坑就一个接一个冒出来。这套内容适合谁看？如果你是小规模种植户、家庭农场主、农业物联网方向的开发者、做毕设或者搞创客项目的朋友，甚至只是想给自己阳台菜箱装个监测的爱好者，都能从里面挑到能直接用的部分。我会把选型逻辑、接线细节、代码实现、现场埋点、故障排查这一整套串起来讲，中间穿插的都是我自己踩过的坑和实测数据，不是照着说明书念一遍。

1. 从一块长不齐的菜地谈起：整体设计思路

1.1 土壤温湿度实时测到底解决什么问题

很多人第一反应是"我用手抓一把土，捏一捏就知道干不干"，这个经验没错，但它有三个致命短板。第一是不可连续，你不可能一天跑八趟地里捏土；第二是不可量化，手感的判断标准因人而异，今天你捏和明天你捏结论可能都不一样；第三是不可回溯，出了问题你根本不知道是三天前就开始缺水，还是昨天才突然干的。

土壤温湿度实时测解决的正是这三件事。它把"手感"变成具体数字，比如含水率 23.6%、温度 18.2℃；把"偶尔看一次"变成"每 10 分钟一条"；把"凭印象"变成"有曲线可查"。有了这条连续曲线，你才能做一些真正有价值的判断：比如土壤含水从 30% 掉到 20% 用了几天，这个下降斜率就是作物耗水的直观体现；比如凌晨棚内土温最低点是多少，会不会冻根；比如灌溉后水分下渗到 20cm 深度需要多久，滴灌到底有没有浇透。

注意：土壤温湿度传感器测的是"点"的值，不是"面"的值。一个传感器只代表探头周围十几厘米范围的情况，别指望插一根就能代表整块地。

这句话是我入行时被老师傅敲过的最重要的一句。后面讲埋点数量的时候会详细展开，但思路从一开始就要立住：传感器是采样点，不是全景相机。

1.2 三条技术路线的取舍：我为什么最终选了数字输出方案

做土壤温湿度实时测，市面上能走的路大概三条，我把它们摆在一起对比过，最后选了第三条。

选 RS485 的核心原因是抗干扰和可级联。农田和温室里电磁环境不干净，水泵、风机、卷帘机一启动，模拟信号线上就可能窜进几毫伏的噪声，反映到含水率上就是好几个百分点的抖动。而 485 走的是差分信号，两根线绞在一起，共模干扰基本被抵消掉。更关键的是，一条 485 总线上我最多挂过 16 个探头，只用一对线加一根电源线，走线成本省了一大截。

至于为什么不用无线节点直接代替有线，我的考量是：探头埋在地下，土壤对 2.4G 信号的衰减非常严重，埋深 20cm 基本就没信号了。除非把无线模块引到地面上来，那又多了一堆接头和防水麻烦。所以我的整体思路是——地下走 485 有线，地面走无线或 4G，把最难搞的地下部分用最稳的方式解决。

1.3 从探头到手机屏：整套系统的分层结构

整套系统我按四层拆，每一层只干一件事，出问题好定位。

第一层是感知层，就是埋在土里的探头，加上一个负责轮询的采集主机。采集主机的工作很简单：按地址依次问每个探头"你的温度和湿度是多少"，把回答记下来。这一层的关键词是稳定，不需要多聪明。

第二层是传输层，负责把数据从地里送到服务器。大棚里通常有 WiFi，我就用采集主机自带的上网能力直连；偏远地块没网，就换 4G 版本；如果是几十亩连片、探头分散，我会用 LoRa 把各个采集点汇聚到一个网关，再由网关统一上传，这样省流量费也省电。

第三层是平台层，接收数据、存库、画曲线、发告警。这一层我用现成的物联网平台，或者自己搭一个轻量服务，核心是提供一个能按时间查询的接口。

第四层是应用层，也就是你手机上看到的东西——当前值、历史曲线、阈值告警。如果要做自动灌溉，这一层还会往下发指令，控制电磁阀。

提示：分层不是为了好看，是为了排障。数据不对时，你从探头→采集主机→传输→平台一层层往上验，能快速锁定是哪一段出了问题，而不是抓瞎。

2. 传感器怎么选：参数表背后的门道

2.1 电容式、电阻式、频域反射：原理差异决定适用场景

土壤含水率的测量原理不止一种，理解了原理，选型就不会被商家的话术牵着走。

电阻式是最老的技术。它靠两个电极之间的导电性来判断含水，土越湿导电越好。问题是土壤里的盐分、肥料会直接改变导电性，同样含水率下，施过肥的地读数和没施肥的地能差出一大截。而且电极长期通电会电解腐蚀，几个月就报废。我早期图便宜买过一批，装上去第一个月还行，第三个月数据就飘得没法看。所以电阻式现在只适合做定性判断，比如"土干了没有"，做精确测量不行。

电容式是现在的主流。它把探头当成一个电容的两个极板，土壤作为介质，含水率变化会改变介电常数，进而改变电容值。这个方案的好处是电极不直接暴露在电解环境里，腐蚀慢，寿命长，而且受盐分影响小得多。我目前用的都是电容式。它的短板是对土壤类型有一定敏感性，黏土和沙土的标定曲线不完全一样，但出厂一般会做通用标定，误差在可接受范围。

**频域反射（FDR）和时域反射（TDR）**属于更高阶的方案，TDR 精度最好，但设备贵，一般用在科研场景。FDR 算是电容式的进化版，通过测量特定频率下的响应来反推介电常数，抗干扰和一致性更好。如果你是做科研数据或者高价值作物，可以往这个方向考虑。

注意：不要相信"通用标定适合所有土壤"这种说法。如果你的地是重黏土或者含盐量高，最好自己做一次简易标定——后面第 4 章会给出具体做法。

2.2 精度、量程、响应时间：哪些参数值得花钱

看参数表的时候，很多人盯着精度不放，其实要分清楚哪些是拿来用的，哪些是拿来卖钱的。

含水率量程一般是 0-100%（体积含水率）。实际用到的区间通常只有 10%-45%，超出这个范围要么是传感器坏了，要么是探头没插好。所以量程不是关键，关键是常用区间内的线性度。

精度这一项要看清标注方式。常见写法是 ±3%（0-53% 区间内），有的写 ±5%。这个数字看着差不多，但在灌溉决策里差别不小——你设的阈值是 25%，±5% 意味着实际可能在 20% 到 30% 之间，判早了或者判晚了都有可能。我个人建议：做灌溉控制，认准 ±3% 以内；只做趋势观察，±5% 也够用。

温度精度通常能到 ±0.5℃，这个比较容易做到，不用太纠结。反而要注意温度补偿——好的传感器会用内部温度值去修正含水率的读数，因为介电常数本身也随温度变化。这一点在昼夜温差大的春秋季特别明显，没有补偿的探头会出现"温度一降、含水率跟着跳"的假象。

响应时间指的是探头插入土壤后读数稳定的时间。一般为几十秒到几分钟。我实测下来，探头刚插进去时读数是偏低的，因为探头和土壤之间还有空气间隙，需要等水分重新分布。所以现场调试时，插好后至少等 5 分钟再读第一次值。

2.3 探头材质、封装与埋深：最容易被忽略的三个细节

参数表上不会写的东西，往往才是决定这套系统能不能撑过一年的关键。

第一是探头材质。便宜的探头用普通不锈钢，遇到酸性土壤或者长期高湿环境，几个月就起锈点。我现在只选镀镍或者环氧树脂灌封的探头。灌封的好处是电极完全不接触土壤，靠介质感应工作，寿命能到三五年。你可以理解为，灌封探头是把电路"裹了一层糖衣"，牺牲一点灵敏度换来长期稳定性。

第二是封装与出线口。探头本体防水容易做到，最怕的是出线口的密封。我见过太多案例，探头本身没坏，但从电缆根部进水，水顺着线芯爬到内部电路板上，整个探头报废。解决办法是安装时在出线口做二次密封，用防水胶泥或者热缩管加胶的方式处理，同时让电缆在出线口处形成一个向下的"滴水弯"，让水顺着线滴走，别往接口里渗。

第三是埋深。这个必须结合作物根系来定。叶菜类根系浅，探头埋 10-15cm 就够；番茄、黄瓜这类深根系作物，主根能到 30cm 以上，就要埋 20-30cm；果树要更深。我一般的做法是分层埋，同一个点位埋 10cm 和 30cm 两个探头，看上下层的水分差异，这个信息对判断"浇透了没有"特别有用。

提示：埋深不是越深越好。埋到 60cm 以下，水分变化极慢，曲线几乎是条直线，对灌溉决策没帮助，还浪费一个探头。

3. 硬件接线与供电实操

3.1 元器件清单与预算分配

一套单点位的监测系统，我列个清单，价格按批量采购的常规水平估算，各地差异较大，仅作参考。

这个分配比例的思路是：钱要花在探头上。采集主机的作用是搬运数据，稳定就行；探头才是数据质量的源头，这里省一百块，后面可能要花十倍精力去校准和排障。

采集主机我一般用支持 RS485 + 4G 的工业级 DTU 或者带 RS485 扩展的控制器。如果只是自用、棚里有 WiFi，用一块支持 RS485 的开发板自己写程序也完全可以，成本更低，灵活度更高，后面第 4 章就按这个思路给代码。

3.2 供电与功耗计算：太阳能板要配多大

这是很多人算错的地方。我用实际数字走一遍。

假设采集主机工作电压 12V，采集时电流 120mA，待机（休眠）电流 15mA，每 10 分钟采集一次，每次采集和上传共耗时 20 秒。

先算日均耗电，单位用 mAh：

• 采集工作电流 120mA × 20 秒 ÷ 3600 ≈ 0.67 mAh/次
• 每天采集次数 24 × 6 = 144 次
• 采集总耗电 0.67 × 144 ≈ 96 mAh
• 待机时间 = 24h - 144×20s/3600 ≈ 23.2h
• 待机耗电 15mA × 23.2 ≈ 348 mAh
• 日均总耗电 ≈ 444 mAh（按 12V 计）

换算成能量：444mAh × 12V ≈ 5.3Wh。

再算太阳能板。假设当地日均有效发电小时数为 3.5 小时（这是保守值，阴雨天更低），系统效率按 0.7 计：

• 需要板子功率 = 5.3Wh ÷ 3.5h ÷ 0.7 ≈ 2.2W

理论值只要 2.2W，但这是连续晴天的情况。我实际会配 10W 的板子，留出连续的阴雨余量。电池方面，按连续 5 天无光照还能撑住来算：

• 电池容量 = 5.3Wh × 5 ÷ 12V ≈ 2.2Ah

再考虑电池只能放电到 70% 左右，实际选 4-5Ah 的锂电池比较稳。这个余量配置是我吃了两次亏之后定下来的——第一次按理论值配，遇到连续四天阴雨，系统直接断电，数据断了三天。

注意：低温会显著降低锂电池可用容量，北方冬季按上面的数字再乘 1.5 倍余量更保险。另外太阳能板一定要朝正南、倾斜角度按当地纬度调，别平放，平放积灰积水，效率掉得厉害。

3.3 接线规范与防护处理

485 接线看着简单，A、B 两根线加电源，但细节不少。

线材选择：我推荐双绞屏蔽线，截面积 0.5mm² 以上。绞距越小越好，屏蔽层单端接地。为什么要双绞？因为双绞让两根线在空间上尽量靠近，外界干扰对两根线的影响几乎相同，接收端做差就把干扰减掉了。

总线拓扑：485 是总线结构，必须手拉手串联，不能星型分支。我见过有人在总线中间引出一根去接探头，结果那一段数据时好时坏。如果确实需要分支，用 485 集线器或者中继器，别硬接。

终端电阻：线缆长度超过 100 米，或者通信速率较高时，在总线最远端并联一个 120Ω 终端电阻。短距离低速通信不接也能跑，但加上更稳。

接地与防雷：屏蔽层只在采集主机一端接地，另一端悬空，否则会形成地环流，反而引入干扰。野外开阔地块，建议在总线入口加装信号防雷器，这东西几十块钱，但能救一整套设备。

接头防水：所有接头都在防水接线盒里做，盒内填充防水胶泥。埋地部分用 PVC 管或者波纹管保护，管口朝下。

整个接线过程我自己总结的口诀是：绞线走，单端接，末端阻，接头灌，管口朝下。这五条记住，一半的现场故障就避开了。

4. 采集程序怎么写：从读寄存器到数据入库

4.1 Modbus RTU 读取流程与代码实现

485 型土壤温湿度探头一般用 Modbus RTU 协议，从站地址默认多为 0x01，通信参数常见为 9600 波特率、8 数据位、无校验、1 停止位。寄存器地址各厂家不同，我手上这批是 0x0000 存温度、0x0001 存湿度，数值放大 10 倍，也就是读到 236 表示 23.6%。具体地址一定以你手上探头的手册为准，接错地址读出来的就是垃圾值。

下面用常见开发板 + RS485 转换模块的写法给个示例，语言是 Arduino 风格的 C++：

#include <ModbusMaster.h> #define RS485_DE_RE 4 // 收发切换引脚 ModbusMaster node; void preTransmission() { digitalWrite(RS485_DE_RE, HIGH); // 切到发送 } void postTransmission() { digitalWrite(RS485_DE_RE, LOW); // 切回接收 } void setup() { Serial.begin(115200); Serial1.begin(9600, SERIAL_8N1, 16, 17); // RX=16, TX=17 pinMode(RS485_DE_RE, OUTPUT); digitalWrite(RS485_DE_RE, LOW); node.begin(1, Serial1); // 从站地址 1 node.preTransmission(preTransmission); node.postTransmission(postTransmission); } void loop() { uint8_t result; float soilTemp = 0, soilHumi = 0; result = node.readHoldingRegisters(0x0000, 2); // 连读 2 个寄存器 if (result == node.ku8MBSuccess) { int rawTemp = node.getResponseBuffer(0); int rawHumi = node.getResponseBuffer(1); soilTemp = rawTemp / 10.0; soilHumi = rawHumi / 10.0; Serial.printf("土温: %.1f C, 含水率: %.1f %%\n", soilTemp, soilHumi); } else { Serial.printf("读取失败, 错误码: %d\n", result); } delay(10000); // 每 10 秒采一次，长时间运行要改成深度睡眠 }

这段代码里有两个点值得说。第一是收发切换，485 是半双工，发送和接收共用一对线，所以需要 DE/RE 引脚控制方向。很多新手忘了这一步，结果读出来全是超时错误。第二是错误处理，result不等于成功时不要直接把数据当有效值用，一定要区分开，否则一次通信失败就会被记成一个"0% 含水率"的异常点，污染整条曲线。

如果是要做长期低功耗运行，delay(10000)不能这么写，应该改成采集完就进入深度睡眠，定时器唤醒。否则处理器一直空转，功耗降不下来，前面算的太阳能余量就不够了。

4.2 数据校准、滤波与异常剔除

原始读数不能直接进数据库，中间至少要过三道处理。

第一道是现场校准。最简单可行的方法叫"烘干称重法"，虽然土一点但很有效：

1. 在探头旁边取一份土样，装袋密封，记下重量 A；
2. 同时记录传感器读数 R1；
3. 把土样烘干（烤箱 105℃ 烘 8 小时，或者太阳下晒到恒重），称干重 B；
4. 实际质量含水率 = (A - B) / B × 100%；
5. 体积含水率需要乘以容重，粗略可以用质量含水率 × 1.3 估算；
6. 比较计算值和读数 R1，得出偏移量，后续读数统一加这个偏移。

我在沙壤土上做过一次，探头读 22.4%，烘干法算出 24.1%，偏差 1.7 个百分点。这个偏差不算大，但对阈值卡在 25% 的灌溉控制来说，足够让决策从"该浇"变成"再等等"。所以高价值作物一定要做一次校准。

第二道是滤波。我常用的组合是"滑动中值 + 滑动平均"。先用 5 点中值滤波把偶发跳变去掉（比如通信误码导致的瞬时异常值），再做 5 点滑动平均让曲线平滑。顺序不能反，先平均会把异常值的影响扩散到相邻几个点，中值滤波效果就废了。

第三道是物理合理性校验。设定硬边界：含水率 0-60%，温度 -20 到 60℃。超出范围的直接标记为无效，不参与后续统计，同时触发一次告警，提示检查探头。这一步看似多余，但实际运行中能挡掉相当一部分脏数据。

用 Python 处理一段离线数据的示例：

import pandas as pd import numpy as np def clean_soil_data(df): # 硬边界过滤 df = df[(df['humi'] >= 0) & (df['humi'] <= 60)] df = df[(df['temp'] >= -20) & (df['temp'] <= 60)] # 5 点中值滤波 df['humi_med'] = df['humi'].rolling(5, center=True).median() df['temp_med'] = df['temp'].rolling(5, center=True).median() # 5 点滑动平均 df['humi_clean'] = df['humi_med'].rolling(5, center=True).mean() df['temp_clean'] = df['temp_med'].rolling(5, center=True).mean() return df.dropna(subset=['humi_clean'])

4.3 上报、缓存与断网续传

数据采集完，接下来是往平台送。这里我踩过一个很典型的坑：早期程序中，上传失败就直接丢掉这条数据，导致每次网络波动都会在曲线上留一个缺口。后来改成本地缓存 + 断网续传。

具体做法是：采集主机本地开一小块存储空间（比如 1MB 的环形缓冲区，能存几千条记录），每条数据先写本地，再尝试上传；上传成功后标记为已发送；如果上传失败，保持未发送状态，下次联网时按时间顺序补传。这样即使断网一整天，数据一条都不会丢。

上传协议上，MQTT 是比较好用的选择，主题按设备编号分层，比如farm/soil/{device_id}/data，负载里放时间戳、土温、含水率、电池电压。为什么带上电池电压？因为太阳能系统的电池状态是运行健康度的直接指标，电压持续走低就是预警，比等到断电再排查强得多。

提示：时间戳一定要用采集主机上的真实时间，不要用服务器接收时间。断网续传的时候，服务器接收时间和实际采集时间可能差几个小时，曲线会全乱。

5. 现场部署：埋点、组网与实测数据

5.1 埋点位置与数量：一个大棚布几个点

这是被问得最多的问题，我给一个可操作的判断方法。

先定代表性。一个大棚里，土壤差异主要来自三个方向：靠近棚膜的边缘、靠近门口的通道、中间种植区。这三个区域的温湿度差异，夏天能到 5℃、含水率能差 8 个百分点以上。所以最少的布点是三点——中间一个、两侧各一个，取平均值的参考价值远高于单点。

再定密度。我的经验是每 200-300 平方米布一个点位，超出这个范围就增加。如果地块本身土壤类型不均，比如一半沙土一半黏土，那就要按土壤类型分开布点，因为这两类土的含水率曲线形态完全不同，混在一起算平均值毫无意义。

然后是埋深分层。前面提过，每个点位建议埋两个深度，浅层 10-15cm，深层 25-30cm。判断灌溉是否到位，看的是深层有没有被润湿，如果浅层含水率涨了但深层一直不动，说明浇水只是湿了表皮，根系该渴还是渴。这种情况在采用大水漫灌的地块特别常见，改用滴灌后深层曲线才慢慢跟上。

埋点操作细节，这几步顺序不能乱：

1. 用与探头直径相近的土钻开孔，不要用铁锹挖大坑，否则回填土的结构和原状土差太多；
2. 探头垂直插入，确保整个感应区都在目标深度；
3. 用原土分层回填，每填一层轻压一下，别用力砸实；
4. 回填后在表面做一个小的土堆，防止雨水沿孔壁直接下渗形成优先流；
5. 插好后静置 24 小时再开始采信数据，让土壤水分重新平衡。

第 5 条特别重要。我见过有人插上就采数据，结果头两天的曲线一路下滑，以为是干旱，其实只是探头周围的土在慢慢吸收水分。静置一天，曲线自然就平了。

5.2 通信距离实测与组网方式选择

485 的标称通信距离是 1200 米，但那是理想条件。我在实际地里测过几组数据：

结论很清楚：速率越低、线径越粗、距离越远。做土壤监测根本不需要高采样率，10 分钟一条数据，9600bps 完全够，没必要提到 19200 去牺牲距离。

如果是几十亩连片、采集点分散在几百米外，纯有线成本太高，我会用 LoRa 组网。一个网关加若干节点，节点在地面上立杆安装，通信距离在开阔农田里实测能到 1-2 公里，中间有作物遮挡会缩到几百米。节点负责把附近几个 485 探头的数据汇总，再发到网关。

偏远地块完全没网络覆盖的，用 4G 版本采集主机最省事，插一张物联网卡，按流量计费，一条数据几十字节，一个月流量用不了多少。

5.3 连续运行一个月的实测记录与灌溉阈值

说说实测。我在一个约 400 平方米的番茄棚里布了三个点位、六支探头，从定植后开始连续记录了一个月，取中间点位的浅层数据看规律。

晴天的典型曲线是这样的：清晨 6 点左右含水率最高，约 31%；随着日出升温，蒸腾加快，到下午 3-4 点降到全天最低，约 22%；傍晚开始回升，夜间基本平稳。一天波动幅度近 9 个百分点。这个波动幅度说明什么？说明土壤含水率是强日周期信号，你不能拿上午 9 点的值和下午 5 点的值直接比，要看同一时间点的日间变化趋势。

灌溉阈值我是这么定的：以清晨最高值为基准，当清晨值连续两天低于 25% 时启动滴灌，灌到清晨值回升到 30% 停止。为什么不看下午的最低值？因为下午最低值受当天光照和气温影响太大，阴天和晴天能差 5 个百分点，用它做触发条件会造成"晴天狂浇、阴天不浇"的误判。清晨值相对稳定，作为决策基准更可靠。

温度方面，一个月里浅层土温在 14℃ 到 27℃ 之间，深层在 16℃ 到 24℃ 之间，浅层波动明显大于深层，这是土壤热惯性的体现。夜间浅层最低 14℃ 那天，正好是一次降温过程，我在平台上设了 15℃ 告警，提前做了保温措施，那批番茄没有出现冻根。

一个月下来，这套系统帮我减少了三次不必要的灌溉，也提前发现了一次滴灌管堵塞——深层含水率连续三天没响应浅层的上升，查下去果然是有一段滴头堵了。这种事靠人眼看是绝对发现不了的。

6. 常见问题与排查技巧实录

6.1 读数跳变、恒定不变、数值离谱的三类故障排查

现场遇到的故障，基本能归到三类，排查路径完全不同。

第一类：读数剧烈跳变。表现是相邻两条记录差十几个百分点，曲线像心电图。绝大多数情况是通信干扰或接头接触不良。排查顺序是：先看错误码，如果通信失败的次数多，重点查线；再看同一总线上的其他探头是否也跳，如果都跳，问题在总线或主机，如果只有一支跳，问题在这支探头或它的分支线。我遇到过一次是接头没拧紧，防水盒里进了水，处理接头后就正常了。

第二类：读数恒定不变。曲线是一条直线，看着很"稳定"，其实是最危险的。可能原因有三个：探头已经损坏，输出固定值；探头没插进土壤，悬在空气里；采集程序里读的寄存器地址错了，读到的是一段固定填充值。判断方法很简单——把探头从土里拔出来，握在手里让它升温，如果读数不动，基本可以确认是硬件或地址问题。空气中和土壤中的读数差异很大，一般空气中含水率读数会明显偏低。

第三类：数值离谱但稳定。比如含水率一直是 0% 或者 100%。这种情况通常是标定问题或探头污染。0% 常见于探头表面结了盐霜或者被泥糊住，清洗后能恢复；100% 常见于探头泡在水里，比如埋点位置地势低洼积水了。所以埋点前一定要看一眼地势，别选在会积水的位置。

6.2 故障速查表

我把这几年遇到的典型问题整理成一张表，现场直接对照着查，能省不少时间。

注意：排查的时候一次只改一个变量。我见过有人一口气换了探头、改了程序、重做了接头，最后好了也不知道是哪一步起的作用，下次遇到同样问题还是不会处理。

6.3 几条踩坑踩出来的经验

做这套东西两年多，有些经验是花钱和花时间换来的，写出来给后来人省点事。

关于数据量。一开始我设的是每 10 秒采一次，一天 8000 多条，一个月下来数据库就撑得难受，而且画曲线的时候点太密，反而看不出趋势。后来改成 10 分钟一次，一天的曲线点清晰可读，存储压力也小。土壤水分变化本来就是个慢过程，采样频率再高也捕捉不到新信息，只增加噪声。

关于阈值设置。别一上来就设自动灌溉。我建议先只做监测，跑满一个完整生育期，看清楚你这块地的含水率变化规律，再根据实测数据定阈值。我最初拍脑袋定的 20% 触发，结果实际跑下来发现这个值几乎不会出现，因为我的地保水性好，最低也就到 22%，阈值设了等于没设。

关于探头寿命。电容式探头理论上能用三五年，但实际取决于土壤环境。我在酸性土壤地块上用了两年的一批探头，精度开始漂移，重新校准后能继续用，但漂移速度比新的时候快。所以建议每年做一次校准复查，别装上去就不管了。

关于线缆标识。这条看着琐碎但很实用。埋地的电缆两端一定用防水标签标清楚点位编号和深度，不然过半年你根本分不清哪根线对应哪个探头，排查故障时要在泥地里一根根试，非常痛苦。我第一次布点就是没标，后来重新挖了一半的线做标记。

关于备用探头。一定要留一两支同型号的备用探头在手上。探头坏了临时买，型号可能对不上，寄存器地址不一样，程序还得改。备一支放仓库，坏了直接换，程序不用动，这是最省心的做法。

最后分享一个我自己用着很顺手的小技巧：采集主机里存一份"最近 24 小时"的本地缓存，同时平台上的数据也存完整历史。这样现场用手机连一下主机，即使没网也能看到昨天的数据，排查"是不是网络问题还是探头问题"的时候特别快——如果本地有数据、平台没有，那就是网络问题；两边都没有，那就是采集侧的问题。这个判断方法比一层层查日志快得多。

这套东西后续还能往下扩，比如把土壤 EC 值、pH 值也接进来，把灌溉电磁阀接进同一个控制系统，做成按需补水的闭环。但那是下一步的事了，眼下先把温湿度这一条链路做扎实——毕竟数据不准，后面所有的自动化决策都是空中楼阁。