需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

立面级二氧化碳监测2 利用低成本传感器数据记录仪研究城市热岛条件下的变异性

788 次观看

⸱

DOI：

10.3791/69307

⸱

2025年12月12日

 ,  ,  , 
1Vishwakarma University, 2Faculty of Engineering at Sriracha, Kasetsart University, 3Regent University

本文内容

摘要

一种简单有效的环境监测方案，用于测量受城市热岛效应影响、日照条件不同的城市地表的温度、湿度、风速和二氧化碳变化。

摘要

城市化和快速的土地利用变化加剧了城市热岛效应（UHIE），导致城市密集区环境温度升高、湿度改变以及二氧化碳（CO2）积累增加。这些微气候变化不仅影响热舒适性，还影响室外空气质量，进而改变室内通风动态。目前的监测方法，如卫星遥感和城市尺度空气质量监测站，虽能提供有价值的见解，但缺乏为建筑层级干预措施提供依据所需的立面级空间分辨率。

本研究提出了一种可重复、低成本的方案，用于通过集成微控制器数据记录仪的非分散红外（NDIR）传感器，针对建筑立面特定区域监测二氧化碳（CO2）、温度和湿度。传感器模块部署在热环境不同的区域——阳光直射立面和遮阴立面，以捕捉24小时周期内的昼夜变化。通过与室外基准CO2 浓度进行校准，确保各传感器测量结果的准确性和可比性。该方法在印度四个具有不同城市形态的城市中进行了验证。结果一致显示，与相邻的绿化立面相比，建筑密集区域的CO2 浓度更高，差异范围从19 ppm（印度浦那）到78 ppm（印度金奈）。这些浓度梯度还伴随着局部温度升高达2 °C以及相对湿度降低，证实了城市热岛效应（UHIE）在加剧污染物滞留方面的作用。

本方案提出了一种可扩展且适用于野外的城区微气候评估方法，可用于暖通空调系统优化及环境健康研究。该方法除二氧化碳（CO2）外，还可扩展用于获取细颗粒物（PM₂.₅）、可吸入颗粒物（PM₁₀）和挥发性有机化合物（VOCs）等其他空气质量参数，从而实现对城市空气质量的全面评估。通过提供 façade 级别的实时监测数据，该监测框架可为可持续建筑设计、智能通风系统以及长期气候适应型城市规划中的数据驱动决策提供支持。

引言

城市热岛效应（UHIE）是一种持续存在的气候现象，指城市区域的温度高于其周边农村地区，主要原因是人为热排放、密集的地表材料以及植被覆盖减少1,2,3。升高的城市温度会改变局部微气候，影响风流、湿度以及大气中CO2的滞留1,4。在建筑密集的环境中，热分层会削弱自然空气混合，从而加剧行人高度处CO₂的积聚，进而影响空气质量和公共健康5,6。

城市形态对微气候行为和CO2 动态具有显著影响，尤其在建筑和街区尺度上2。遮阴面与向阳立面之间太阳辐射的差异，会导致温度、湿度和污染物浓度出现可测量的梯度变化。尽管卫星和遥感技术能够有效捕捉大范围的城市热岛效应（UHIE）模式，但在立面或建筑尺度上开展的原位监测仍较为有限5,6。

随着气候变化加剧城市热岛效应（UHIE）的强度，这种精细尺度的观测变得愈发重要。城市迫切需要经济高效且可扩展的方法来监测并缓解热环境与空气质量风险4,7,8。为弥补这一空白，本研究提出一种基于传感器的协议，用于城市微环境中 CO2 波动的空间与时间监测。通过在阳光直射与遮阴立面布设低成本非分散红外（NDIR）CO2 传感器及温湿度计，评估热暴露和气流对 CO2 滞留的影响。数据采集覆盖高密度建成区与绿化遮阴区域，从而可评估土地利用方式对排放模式的影响。

通过关注建筑立面尺度的微气候，该方法识别出在真实建成环境中影响空气化学性质的关键环境梯度1,2,5。这些发现与多个领域密切相关，包括城市气候学、空气质量建模、可持续建筑和暖通空调（HVAC）设计。具体而言，识别出高浓度CO2的建筑立面、机动车排放热点区域以及通风不良区域，可为进气口的布局提供依据，指导被动通风策略的制定，并支持气候响应型城市设计4,7。随着绿色屋顶、反射涂层、绿化立面和高太阳反射指数（SRI）材料等缓解策略的实施，精确的建筑立面层级监测可提供定量证据，用以验证其性能效果，并为长期的气候适应性干预措施提供科学支持3,8。

访问受限。请登录或开始试用以查看此内容。

方案

1. 传感器校准与设置

显示空气质量等级（危险、安全、增强）的CO2监测仪LED指示灯；安全设备。
图1：交流电源传感器模块外壳。 一种由230 V交流电供电的传感器单元，内置CO2、温度和湿度传感器，用于连续微环境气候监测。请点击此处查看此图的放大版本。

  1. 准备传感器模块。
    1. 组装传感器模块（图1使用非分散红外（NDIR）CO₂传感器和温湿度组合探头。
    2. 配置基于微控制器的数据记录仪，配备实时时钟模块和安全数字（SD）卡扩展板。
    3. 将记录频率设置为每10分钟一次读数。
    4. 将组件放入耐候性外壳中，通常为聚丙烯材质的 enclosure，并确保所有线路均已绝缘，且连接器牢固固定。
  2. 在开放空气中测试传感器功能并进行校准。
    1. 将所有 CO2 以及在通风良好的室外区域的温湿度传感器（图2).
    2. 连接至稳定的电源，建议使用230 V交流转直流适配器或可支持连续24小时运行的电池组。
    3. 让传感器稳定5-10分钟，记录基线CO₂浓度（约410 ppm ± 3%），以验证各设备间的一致性（在±3%或±10 ppm范围内）。
    4. 注意：带有集成数据记录功能的CO₂、温度和湿度传感器可从商业渠道获得，为标准化的环境监测应用提供了经济高效的解决方案。

花园环境中，一个4英尺高的梯子上显示CO2和温度监测设置的图表及传感器。
图2：传感器校准装置。 一种由230 V交流电源供电的传感器模块，配置用于校准，以确保所有部署的传感器之间测量结果的一致性。 请点击此处查看该图的放大版本。

2. 传感器模块的选址与部署

  1. 确定不同的热力区域。
    1. 在本地范围内选择两个或更多具有明显差异的城市类型，通常位于目标建筑或区域周围：(a) 高密度建成区，(b) 相邻的低密度绿地或遮荫区域，(c) 临道路立面，以及 (d) 装有室外 HVAC 散热装置的立面。
    2. 在适用的情况下，在多个立面上安装传感器，以捕捉温度和污染物的空间变化。
  2. 安装传感器。
    1. 使用不锈钢支架并通过砌体螺钉固定，或利用系绳锚定在窗栏或墙钩上，安装传感器模块（图3）。
    2. 每个楼层各立面的传感器安装高度应保持在距当地地面 1–2 m 的标准高度。具体高度可根据楼层或建筑物之间的可达性、可用支撑设施及立面几何形状进行调整。
    3. 记录传感器的方向朝向（例如，邻近道路的东向立面）以及附近的遮挡物（例如，HVAC 设备、墙体）。
  3. 配置电源与数据记录。
    1. 确保持续供电。将模块连接至带浪涌保护的 230 V 交流转 12 V 直流适配器，或使用额定工作时间不少于 24 小时的锂离子电池组。
    2. 通过观察显示屏或数据记录器界面上的实时读数，验证传感器输出，以确认连接稳定且数据记录正常进行。
      警告：安装过程中操作 230 V 交流电设备时应佩戴绝缘手套，避免接触带电导线。

用于提高传感器准确性的带孔桶设计的空气监测装置示意图及安装示意图。
图3：现场部署的传感器外壳。 在印度金奈某建筑外墙上安装的防雨传感器外壳，用于采集 CO2、温度和湿度数据。 请点击此处查看此图的放大版本。

3. 数据采集

  1. 开始数据采集。
    1. 启动记录仪以开始记录，并捕获昼夜测量周期。
    2. 让记录仪连续运行 24 h，数据记录间隔为 10 min，以捕获二氧化碳浓度、温度和湿度的全天变化。
    3. 在部署前后确认所有传感器的时间戳保持同步。
    4. 在野外记录本中手动记录开始和结束时间，以提供冗余的备份文档。

4. 数据检索与可视化

环境监测仪表板；CO2、温度、湿度的数据图表；下方为趋势图。
图4：监测仪表板界面。 云基仪表板的截图，显示实时和历史传感器数据的可视化结果。请点击此处查看此图的放大版本。

  1. 获取数据。
    1. 安全弹出 SD 卡并将其插入读卡器，将 CSV 数据文件复制到指定的项目文件夹中。
    2. 对于支持 Wi-Fi 的记录仪，通过本地 SSID 连接，并通过基于 IP 的仪表板下载日志（图 4）。
    3. 使用电子表格或数据分析软件处理所获取的数据，以准备可视化分析。
  2. 生成图表。
    1. 生成多变量折线图，将 CO2 浓度和温度显示在主 y 轴上，相对湿度（RH）显示在次 y 轴上，以便直接比较趋势。
    2. 将 x 轴标记为“时间”，主 y 轴标记为“CO2 (ppm)/温度 (°C)”，次 y 轴标记为“相对湿度 (%)”。
    3. 添加图例以区分变量，并标注峰值（通常出现在 11:00–15:00 之间），用于不同站点间的比较。
      注意：参见 图 5、图 6、图 7 和 图 8，了解 CO₂ 浓度随时间变化的代表性图表。

5. 质量控制

  1. 执行数据验证。
    1. 识别并剔除由于时间戳异常或设备通信错误而被标记的异常值或数据点。
  2. 如有需要，重新校准。
    1. 如果实验后分析表明传感器漂移超过 3%（±10 ppm），则重复步骤 1.2 中描述的基线校准，并在相同条件下重新采集数据。

6. 可选：季节性或多地点部署

  1. 拓展研究领域。
    1. 通过在所有立面以及多个垂直高度（例如地面、中层和屋顶）安装传感器，以捕捉垂直方向上的热力和 CO2 梯度。
    2. 在夏季、冬季和季风季节开展季节性监测，以评估 CO2 和温度的时间变化及昼夜变异性。
  2. 进行季节性趋势分析。
    1. 分析不同地区和季节的结果，识别 CO2 浓度升高和热应力反复出现的时段。
    2. 生成对比可视化图表，评估建筑朝向、土地利用和立面结构对 CO2 与温度变化的影响。

7. 故障排除

  1. 电源中断。
    1. 若在部署期间发生断电，请将模块重新连接至稳定的 230 V 交流转 5 V 直流适配器，或使用容量至少为 320 Wh 的锂离子电池组，以确保连续 24 小时运行。
    2. 重新部署前确保电池组已完全充电，以避免数据丢失。
  2. 记录仪故障或数据不完整。
    1. 若无数据记录，请使用电路测试仪检查线路连通性，并用电压表确认供电情况。
    2. 使用数字万用表检查传感器端子输出（5 V 直流）。
    3. 更换损坏的 SD 卡或重置微控制器，然后在重新部署前重复基线校准（步骤 1.2）。
  3. 导管损坏或线路松动。
    1. 若保护导管损坏或线路外露，请立即断开电源，并用耐紫外线的 PVC 管更换导管，其直径应与电缆匹配，长度应为外露部分的 1.5 倍，以确保两端均完全覆盖并留有余量。
    2. 恢复供电前，使用连通性测试仪验证连接完整性。
  4. 传感器漂移或读数不准确。
    1. 若数据偏差超过 ±3%（CO₂ 超过 ±10 ppm），请使用步骤 1.2 中所述的开放空气基线程序重新校准传感器。
    2. 记录稳定后的基线读数，确认准确性后再继续数据采集。
  5. 无线数据传输丢失。
    1. 若 Wi-Fi 传输失败，请检查记录仪服务集标识符（SSID）配置和路由器覆盖范围，重置微控制器并重新输入 Wi-Fi 凭据。
    2. 作为备用方案，可取出 SD 卡并手动提取 CSV 数据日志。

访问受限。请登录或开始试用以查看此内容。

结果

记录的数据揭示了一种一致的跨城市模式：与相邻的绿化区域相比，高度混凝土化的区域外部CO₂浓度显著更高。

在 Chennai（图9）观测到，以混凝土为主的东立面（490 ppm）与有遮荫绿化的北立面（412 ppm）之间的二氧化碳浓度相差 78 ppm。东立面上设有室外 HVAC 冷凝装置，向建筑间狭窄空间排放废热，进一步加剧了这一差异。由此产生的局部热羽流提高了传感器附近的环境温度，并引发浮力驱动的空气再循环，从而滞留了来自机动车及周边人为源的高浓度 CO2 空气。

在包含暖通空调冷凝装置的建筑立面上，观察到在交通高峰期过后长达2小时的CO2稀释延迟现象，这与CFD研究中记录的浮力驱动再循环区域一致9,10。这些结果进一步证实了人为热排放与紧凑型城市峡谷中污染物滞留之间的相关性。该效应一直持续至午后风速增加，...

访问受限。请登录或开始试用以查看此内容。

讨论

本方案中的一个关键步骤是 CO₂、温度和湿度传感器的基线校准与同步。在遮荫的开放环境中进行准确校准，对于确保传感器间的一致性以及在部署期间最大限度减少漂移至关重要1。不正确的安装位置或受阳光照射不均可能引入虚假梯度；因此，保持 1–2 m 的安装高度，并确保与 HVAC 冷凝机组等局部热源保持足够距离，是重要的考虑因素5。在部署前后同步记录仪的时间戳，可防止在昼夜变化趋势分析中出现时间错位误差。

该方法可针对不同的城市形态进行调整和扩展。例如，可穿戴传感技术已被应用于高密度环境以绘制微气候图谱4，但基于建筑立面的监测则提供了一种稳定且可重复的替代方案，适用于建筑层级的暖通空调系统集成。遥感与卫星观测可提供城市热岛效应的大尺度视角2，但缺乏建筑立面层级的分辨率，而安装在屋顶的传感器通常无法准确反映行人高度的空气质量。与这些方法相比，建筑立面监测方案在成本效益、空间精度和集成潜力之间实现了最佳平衡...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

材料

本文使用的材料清单
姓名公司目录编号评论
Arduino IDEArduinov2.x用于 ESP32/Arduino 开发板的编程与调试
CO2 传感器，NDIR（非分散红外）SensirionSCD40 / SCD41用于实时环境 CO2 监测
数据记录微控制器（ESP32）EspressifESP32 DevKitC用于记录传感器数据；支持 Wi-Fi 和 SD 卡
湿度和温度传感器SensirionSHT21用于环境温度和相对湿度的测量
MicroSD 卡（32 GB 或更高）SanDisk / Kingston各种储存时间序列 CO2温度和湿度数据
MicroSD 卡模块通用供应商N/AESP32 与 SD 卡的数据记录接口
电源适配器（交流转5V直流）通用供应商N/A将230 V交流电转换为稳定的5 V直流电源
Python 软件环境Python.orgv3.10（pandas 1.5，matplotlib 3.7）用于高级数据分析、可视化和自动化
防雨传感器外壳聚丙烯/3D打印N/A带穿孔的外壳，用于保护电子设备免受雨水和灰尘侵入
绳索或固定背带通用型N/A用于安全固定ç在所需高度进行载物台固定
SD卡读卡器/写卡器任何USB接口N/A用于将数据从SD卡传输至计算机
Excel 微软N/A用于时间序列数据的后处理
钙LibreOfficeN/A电子表格软件，用于时间序列数据的后期处理
USB线缆（Micro/Type-C）通用N/A用于对 ESP32 模块进行编程和供电

参考文献

  1. Hirano, Y., Yoshida, Y. Assessing the effects of CO reduction strategies on heat islands in urban areas. Sustain Cities Soc. 26, 383-392 (2016).
  2. Gago, E. J., Roldan, J., Pacheco-Torres, R. The city and urban heat islands: A review of strategies to mitigate adverse effects. Renew Sustain Energy Rev. 25, 749-758 (2013).
  3. Wong, N. H., Jusuf, S. K. Urban Heat Island and Mitigation Strategies at City and Building Level. Advances in the Development of Cool Materials for the Built Environment. , Bentham Science Publishers. (2013).
  4. Irfeey, A. M. M., et al. Sustainable mitigation strategies for urban heat island effects in urban areas. Sustainability. 15 (14), 10767(2023).
  5. Pioppi, B., Pigliautile, I., Pisello, A. L. Human-centric microclimate analysis of Urban Heat Island: Wearable sensing and data-driven techniques for identifying mitigation strategies in New York City. Urban Clim. 34, 100716(2020).
  6. Schiano-Phan, R., Weber, F., Santamouris, M. The mitigative potential of urban environments and their microclimates. Buildings. 5 (3), 783-801 (2015).
  7. Fadhil, M., Hamoodi, M. N. Mitigating urban heat island effects in urban environments: Strategies and tools. IOP Conf Ser Earth Environ Sci. 1229, 012025(2023).
  8. Srivastava, V. T., Sharma, A., Jadon, S. S. A review of the formation, mitigation strategies from 50 years of global urban heat island studies. Environ Dev Sustain. , (2024).
  9. Schaefer, M., et al. Assessing local heat stress and air quality with the use of remote sensing and pedestrian perception in urban microclimate simulations. Sci Total Environ. 794, 148709(2021).
  10. Ghorbany, S., Hu, M., Yao, S., Wang, C. Towards a sustainable urban future: A comprehensive review of urban heat island research technologies and machine learning approaches. Sustainability. 16 (11), 4609(2024).
  11. India - satellite imagery and base map data. , Google Maps. Available from: https://www.google.com/maps (2025).
  12. Cuce, P. M., Cuce, E., Santamouris, M. Towards sustainable and climate-resilient cities: mitigating urban heat islands through green infrastructure. Sustainability. 17 (3), 1303(2025).
  13. Hong, C., Wang, Y., Gu, Z., Yu, C. W. Cool façades to mitigate urban heat island effects. Indoor Built Environ. 31 (10), 2373-2377 (2022).
  14. Cvar, N., Trilar, J., Kos, A., Volk, M., Duh, E. S. The use of IoT technology in smart cities and smart villages: similarities, differences, and future prospects. Sensors. 20 (14), 3897(2020).
  15. Kousis, I., Pigliautile, I., Pisello, A. L. Intra-urban microclimate investigation in urban heat island through a novel mobile monitoring system. Sci Rep. 11, 9732(2021).
  16. Castaldo, V. L., Pisello, A. L., Pigliautile, I., Piselli, C., Cotana, F. Microclimate and air quality investigation in historic hilly urban areas: Experimental and numerical investigation in central Italy. Sustain Cities Soc. 33, 27-44 (2017).

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

二氧化碳监测建筑立面级传感器低成本数据记录仪微气候评估NDIR传感器温湿度记录空气质量监测建筑通风城市空气质量
立面级二氧化碳监测2 利用低成本传感器数据记录仪研究城市热岛条件下的变异性
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。