基于ESP8266与DHT22的物联网湿度监测系统DIY指南

1. 项目概述：打造一个远程湿度监测器

最近在打理家里的绿植和整理地下室时，我遇到了一个挺实际的问题：如何在不频繁跑去看的情况下，随时掌握特定角落的湿度情况。比如，那盆娇贵的蕨类植物是不是又渴了？地下室的储物间在梅雨季会不会返潮？手动拿着湿度计去测不仅麻烦，还容易错过关键的变化节点。于是，一个能远程查看湿度数据的“电子哨兵”想法就冒了出来。

这个项目，我称之为“Moisture Monitor”（湿度监测器）。它的核心目标很简单：让你在任何有网络的地方，都能通过手机或电脑，实时查看被监测点的湿度数据。这听起来像是智能家居的一小部分，但自己动手搭建，不仅能完全定制功能、保护数据隐私，成本也远比购买成品低，更重要的是，整个过程充满了学习和折腾的乐趣。它非常适合对物联网、单片机编程感兴趣的DIY爱好者，或是单纯想解决实际生活中温湿度监控需求的动手派。

整个系统可以拆解为三个核心部分：感知、处理和展示。感知层负责“感受”空气中的水分，我们选用专门的湿度传感器；处理层是大脑，负责读取传感器数据并通过网络发送出去，这里我会用常见的ESP系列单片机；展示层则是云端或本地的服务器，负责接收、存储数据并提供一个友好的界面供我们查看。下面，我就把从零件选型、电路连接、代码编写到数据上云、界面搭建的完整过程，以及我踩过的那些坑，毫无保留地分享出来。

2. 核心硬件选型与设计思路

自己动手做项目，第一步永远是“用什么来做”。硬件选型直接决定了项目的可行性、稳定性和最终成本。我的核心思路是：在满足功能、保证稳定性的前提下，尽可能选择普及度高、资料丰富、性价比高的组件。

2.1 主控单元：为什么是ESP8266/ESP32？

作为整个系统的大脑，主控芯片需要具备两个关键能力：模拟信号读取（用于接传感器）和网络连接功能（用于发送数据）。市面上能满足条件的单片机很多，但ESP8266（如NodeMCU、Wemos D1 mini开发板）和功能更强的ESP32几乎是此类项目的首选。

我最终选择了ESP8266，具体是NodeMCU开发板。理由很充分：首先，它内置了Wi-Fi模块，无需额外配件就能联网，极大地简化了设计。其次，它价格极其低廉，一片板子不到20元。第三，也是最重要的，它拥有庞大的社区支持和丰富的开源库（特别是用于物联网的Arduino核心库和MicroPython支持），无论你遇到什么问题，几乎都能在网上找到解决方案。对于只需要Wi-Fi连接和基础GPIO控制的湿度监测项目，ESP8266的性能绰绰有余。如果你未来还想扩展功能，比如加个显示屏本地查看，或者连接更多传感器，那么可以直接选择引脚更多、性能更强、还支持蓝牙的ESP32。

2.2 湿度传感器：DHT22与土壤湿度传感器的抉择

这是项目的“感官”，选择至关重要。湿度监测通常分为两种：空气湿度和土壤湿度。我的主要目标是空气湿度，但考虑到项目的可扩展性，这里把两种主流的方案都分析一下。

对于空气湿度监测，我强烈推荐DHT22（也称AM2302）。相比更便宜的DHT11，DHT22的精度更高（湿度±2%RH，温度±0.5°C），量程更宽（湿度0-100%RH），虽然响应速度慢一点，但对于分钟级甚至小时级的环境监测来说完全不是问题。它采用单总线数字信号输出，只需要一个GPIO引脚就能同时读取温度和湿度数据，抗干扰能力比模拟传感器好，接线也简单。

如果你需要监测花盆土壤的干湿情况，那么就需要专用的土壤湿度传感器。常见的有两种：一种是电阻式（两探针），通过检测土壤导电性来判断湿度；另一种是电容式。电阻式价格便宜，但长期埋在土里，探针容易电解腐蚀，影响寿命和读数。电容式传感器通过检测介电常数来测量湿度，不与土壤直接发生电化学反应，寿命更长，读数更稳定，是目前更推荐的选择，尽管价格稍高。

我的选择：本项目以空气湿度监测为核心，因此选用DHT22。它的工作电压是3.3V-5V，与ESP8266完美兼容。在后续的代码中，我也会包含对土壤湿度传感器（模拟输出型）的读取示例，方便你扩展。

2.3 辅助材料与电源考量

除了核心的主控和传感器，你还需要一些基础材料：

• 面包板和杜邦线：用于原型搭建和测试，方便快捷。
• USB数据线：用于给开发板供电和烧录程序。
• 一个5V/1A的USB电源适配器：项目部署后长期供电使用。

关于电源，这里有个重要的经验：ESP8266在启动和Wi-Fi连接瞬间，电流峰值可能达到300mA。如果使用劣质USB线或电源，可能导致电压不稳，从而引起设备不断重启。因此，务必选择一个输出稳定的5V/1A以上的电源适配器。对于长期部署且不方便接电源的地方（如车库），可以考虑搭配一个容量合适的充电宝，或者使用太阳能充电板+锂电池的方案，但这属于进阶玩法了。

3. 电路连接与硬件搭建

硬件连接是整个项目中最“实在”的一步，只要按照引脚定义接对线，就不会有问题。我们先完成最简洁的DHT22与NodeMCU的接线。

3.1 DHT22与NodeMCU接线详解

DHT22传感器通常有四个引脚（从正面看，带网格的一面是感应面）：

1. VCC：电源正极，接3.3V或5V。我建议接NodeMCU的3V3引脚。
2. DATA：单总线数据引脚，接NodeMCU的GPIO引脚，例如D2（对应内部GPIO4）。
3. NC：空脚，不接。
4. GND：电源地，接NodeMCU的GND。

注意：虽然DHT22支持5V供电，但为了与ESP8266的IO电平（3.3V）匹配，避免潜在风险，最好统一使用3.3V供电。DATA线长度不宜过长（最好小于20厘米），如果不得已要延长，建议在DATA线和VCC之间加一个4.7kΩ - 10kΩ的上拉电阻，以稳定信号，这是很多新手容易忽略导致读数失败的点。

因此，接线方案如下：

• DHT22VCC-> NodeMCU3V3
• DHT22DATA-> NodeMCUD2(GPIO4)
• DHT22GND-> NodeMCUGND

接好后，通过USB线将NodeMCU连接到电脑，硬件部分就准备就绪了。

3.2 扩展：添加土壤湿度传感器

如果你想同时监测土壤湿度，可以添加一个电容式土壤湿度传感器。这类传感器一般有三个引脚：

• VCC：接3.3V或5V。
• GND：接地。
• AO（模拟输出）：接NodeMCU的模拟输入引脚A0。

NodeMCU的A0引脚只能接收0-3.3V的电压，最大分辨率是10位（0-1023）。接线如下：

• 土壤传感器VCC-> NodeMCU3V3
• 土壤传感器GND-> NodeMCUGND
• 土壤传感器AO-> NodeMCUA0

这里有个关键技巧：土壤湿度传感器的读数（电压值）会因供电电压、传感器个体差异、土壤成分而异。因此，你需要在代码中做“校准”。最简单的办法是分别读取传感器在空气中（最干）和完全浸入水中（最湿）时的原始值，将这两个极值映射到0%-100%的湿度百分比。实际部署时，传感器不要一直泡在水里，否则会损坏。

4. 软件开发环境与核心库配置

硬件搭好了，接下来是赋予它灵魂的软件部分。我们将使用Arduino IDE来编写和上传代码，这是对初学者最友好的方式。

4.1 Arduino IDE环境搭建

首先，去Arduino官网下载并安装Arduino IDE。安装完成后，打开IDE，你需要进行两步关键配置：

1. 添加开发板支持：点击文件->首选项，在“附加开发板管理器网址”中输入：

   http://arduino.esp8266.com/stable/package_esp8266com_index.json

   如果是ESP32，则输入：

   https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp8266com_index.json

2. 安装开发板：点击工具->开发板->开发板管理器，搜索“esp8266”，找到并安装“esp8266 by ESP8266 Community”这个包。安装完成后，在工具->开发板下拉菜单中就能选择“NodeMCU 1.0 (ESP-12E Module)”了。

4.2 安装必要的库

我们需要两个核心库来简化编程：

1. DHT sensor library：用于驱动DHT22传感器。在项目->加载库->管理库中搜索“DHT sensor library”，选择由Adafruit发布的那一个进行安装。
2. Adafruit Unified Sensor：这是上一个库的依赖，通常安装DHT库时会自动提示安装，如果没有，同样在库管理中搜索安装。
3. ArduinoJson（可选但强烈推荐）：用于高效处理JSON数据，这在后续与云平台通信时会非常有用。同样在库管理中搜索安装。

安装好库之后，在工具菜单下，为NodeMCU选择正确的端口（COMx或/dev/ttyUSBx），波特率保持默认的115200即可。

5. 核心代码实现与数据上传

代码是项目的逻辑核心。我们的程序需要完成三件事：初始化Wi-Fi、读取传感器数据、将数据发送出去。这里我提供两个经典方案：一是上传到免费的公共物联网平台（如ThingSpeak），二是推送到自建的服务器（更灵活、私密）。

5.1 方案一：上传至ThingSpeak平台

ThingSpeak是一个免费的物联网数据分析平台，非常适合快速原型验证。你只需要注册一个账号，创建一个Channel（通道），就能获得一个专属的API写入密钥。

下面是一个完整的示例代码，每20秒读取一次DHT22的数据并上传到ThingSpeak。

#include <ESP8266WiFi.h> #include <DHT.h> // 1. 配置你的Wi-Fi和ThingSpeak信息 const char* ssid = "你的Wi-Fi名称"; const char* password = "你的Wi-Fi密码"; const char* thingSpeakApiKey = "你的ThingSpeak写入API密钥"; // 形如：XXXXXXXXXXXXXXXX // 2. 定义DHT22引脚和类型 #define DHTPIN D2 // 连接DATA的GPIO引脚 #define DHTTYPE DHT22 // 传感器类型 DHT dht(DHTPIN, DHTTYPE); // ThingSpeak服务器地址 const char* server = "api.thingspeak.com"; // 创建Wi-Fi客户端对象 WiFiClient client; void setup() { Serial.begin(115200); delay(100); // 初始化DHT传感器 dht.begin(); // 连接Wi-Fi Serial.println(); Serial.print("正在连接到: "); Serial.println(ssid); WiFi.begin(ssid, password); while (WiFi.status() != WL_CONNECTED) { delay(500); Serial.print("."); } Serial.println(""); Serial.println("Wi-Fi连接成功!"); Serial.print("IP地址: "); Serial.println(WiFi.localIP()); } void loop() { // 读取温湿度数据 float humidity = dht.readHumidity(); float temperature = dht.readTemperature(); // 读取摄氏温度 // 检查读取是否成功 if (isnan(humidity) || isnan(temperature)) { Serial.println("读取DHT传感器失败!"); delay(2000); // 等待后重试 return; } Serial.print("湿度: "); Serial.print(humidity); Serial.print(" %\t"); Serial.print("温度: "); Serial.print(temperature); Serial.println(" °C"); // 准备上传数据到ThingSpeak if (client.connect(server, 80)) { String postStr = "api_key="; postStr += String(thingSpeakApiKey); postStr += "&field1="; postStr += String(temperature); postStr += "&field2="; postStr += String(humidity); postStr += "\r\n\r\n"; // 发送HTTP POST请求 client.print("POST /update HTTP/1.1\n"); client.print("Host: api.thingspeak.com\n"); client.print("Connection: close\n"); client.print("Content-Type: application/x-www-form-urlencoded\n"); client.print("Content-Length: "); client.print(postStr.length()); client.print("\n\n"); client.print(postStr); Serial.println("数据已发送至ThingSpeak"); } else { Serial.println("连接ThingSpeak服务器失败..."); } client.stop(); // ThingSpeak免费账户要求更新间隔至少15秒，这里等待20秒 delay(20000); }

代码要点解析：

• isnan()函数用于判断传感器读数是否有效，这是防止因读取失败导致程序崩溃的重要容错处理。
• ThingSpeak的免费账户对数据更新频率有限制（通道每15秒才能更新一次），所以循环延迟至少设为15000毫秒以上。
• 上传的数据被放在了field1（温度）和field2（湿度），你可以在ThingSpeak的Channel设置里为它们命名。

5.2 方案二：推送数据到自建服务器（使用HTTP POST）

如果你有自己的云服务器（如阿里云、腾讯云的ECS）或本地树莓派，可以搭建一个简单的HTTP服务来接收数据，这样数据完全私有，功能也可以自定义。

假设你在服务器上运行了一个简单的Python Flask应用，监听/data端点来接收JSON格式的数据。

ESP8266端代码：

#include <ESP8266WiFi.h> #include <DHT.h> #include <ArduinoJson.h> // 使用JSON库 const char* ssid = "你的Wi-Fi名称"; const char* password = "你的Wi-Fi密码"; const char* server = "你的服务器IP地址或域名"; // 如 "192.168.1.100" 或 "api.yourdomain.com" const int serverPort = 5000; // 你的服务器端口 #define DHTPIN D2 #define DHTTYPE DHT22 DHT dht(DHTPIN, DHTTYPE); WiFiClient client; void setup() { Serial.begin(115200); dht.begin(); connectToWiFi(); } void connectToWiFi() { WiFi.begin(ssid, password); while (WiFi.status() != WL_CONNECTED) { delay(1000); Serial.println("正在连接Wi-Fi..."); } Serial.println("Wi-Fi连接成功"); } void loop() { if (WiFi.status() != WL_CONNECTED) { connectToWiFi(); } float h = dht.readHumidity(); float t = dht.readTemperature(); if (isnan(h) || isnan(t)) { Serial.println("传感器读取失败"); delay(2000); return; } // 创建JSON文档 StaticJsonDocument<200> doc; doc["device_id"] = "moisture_monitor_01"; // 设备标识 doc["temperature"] = t; doc["humidity"] = h; doc["timestamp"] = millis(); // 使用设备运行时间作为简单时间戳 String jsonString; serializeJson(doc, jsonString); // 序列化JSON为字符串 Serial.println("准备发送数据: " + jsonString); // 建立HTTP连接并发送POST请求 if (client.connect(server, serverPort)) { client.println("POST /data HTTP/1.1"); client.println("Host: " + String(server)); client.println("User-Agent: ESP8266"); client.println("Connection: close"); client.println("Content-Type: application/json"); client.print("Content-Length: "); client.println(jsonString.length()); client.println(); client.println(jsonString); // 可选：读取并打印服务器响应（用于调试） delay(10); while(client.available()){ String line = client.readStringUntil('\r'); Serial.print(line); } Serial.println("\n数据发送完成。"); } else { Serial.println("连接服务器失败"); } client.stop(); delay(30000); // 每30秒发送一次 }

服务器端Python Flask示例 (app.py)：

from flask import Flask, request, jsonify from datetime import datetime import json app = Flask(__name__) # 用于存储接收到的数据（实际应用中应存入数据库） data_log = [] @app.route('/data', methods=['POST']) def receive_data(): try: data = request.get_json() # 添加服务器时间戳 data['server_timestamp'] = datetime.utcnow().isoformat() + 'Z' print(f"接收到数据: {data}") data_log.append(data) # 简单记录 # 这里可以添加将数据写入数据库（如SQLite, InfluxDB）的代码 return jsonify({"status": "success", "message": "Data received"}), 200 except Exception as e: print(f"处理数据时出错: {e}") return jsonify({"status": "error", "message": str(e)}), 400 if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True)

这个方案给了你完全的控制权。你可以把数据存入SQLite、MySQL，或者专门的时间序列数据库InfluxDB，为后续复杂的分析和可视化打下基础。

6. 数据可视化与远程访问

数据上传成功后，如何直观地看到它呢？这里也有多种选择，从简单到复杂。

6.1 使用ThingSpeak内置图表

如果你采用方案一，ThingSpeak本身提供了强大的可视化工具。进入你的Channel，点击“Private View”或“Public View”，就可以看到自动生成的温度和湿度随时间变化的曲线图。你还可以添加数字显示、仪表盘等控件。优点是开箱即用，无需额外开发。

6.2 搭建简易的Web监控面板

对于方案二，你可以快速搭建一个网页来展示数据。继续使用Flask，可以创建一个简单的页面来显示最新数据或历史图表。

扩展上面的Flask应用 (app.py)：

from flask import render_template # ... 保持之前的导入和/data端点 ... @app.route('/') def index(): # 传递最新的数据到网页模板 latest_data = data_log[-1] if data_log else {"temperature": "N/A", "humidity": "N/A"} return render_template('dashboard.html', data=latest_data) # 创建一个简单的API端点来获取所有历史数据（用于图表） @app.route('/api/history') def get_history(): # 实际应从数据库查询，这里返回内存中的记录 return jsonify(data_log)

然后创建一个templates/dashboard.html模板文件：

<!DOCTYPE html> <html> <head> <title>湿度监测面板</title> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <style> body { font-family: sans-serif; padding: 20px; } .metric { display: inline-block; margin: 20px; padding: 20px; border-radius: 10px; background: #f0f0f0; } .temp { border-left: 5px solid #ff6384; } .humi { border-left: 5px solid #36a2eb; } .value { font-size: 2.5em; font-weight: bold; } .unit { font-size: 1em; color: #666; } </style> </head> <body> <h1>远程湿度监测器</h1> <p>设备ID: {{ data.device_id }}</p> <div class="metric temp"> <div>温度</div> <div class="value">{{ data.temperature|round(1) }} <span class="unit">°C</span></div> </div> <div class="metric humi"> <div>湿度</div> <div class="value">{{ data.humidity|round(1) }} <span class="unit">%RH</span></div> </div> <div style="width: 80%; margin-top: 40px;"> <canvas id="historyChart"></canvas> </div> <script> // 使用Chart.js绘制简单历史图表 fetch('/api/history') .then(response => response.json()) .then(data => { const labels = data.map(d => new Date(d.server_timestamp).toLocaleTimeString()); const temps = data.map(d => d.temperature); const humis = data.map(d => d.humidity); const ctx = document.getElementById('historyChart').getContext('2d'); new Chart(ctx, { type: 'line', data: { labels: labels, datasets: [{ label: '温度 (°C)', data: temps, borderColor: '#ff6384', fill: false }, { label: '湿度 (%RH)', data: humis, borderColor: '#36a2eb', fill: false }] }, options: { responsive: true } }); }); </script> </body> </html>

这样，你只需要在浏览器中输入服务器的地址（如http://你的服务器IP:5000），就能看到一个实时显示温湿度并带有历史曲线的监控面板了。

6.3 进阶：使用Grafana打造专业看板

如果你将数据存入了InfluxDB或Prometheus这类时序数据库，那么强烈推荐使用Grafana来构建可视化看板。Grafana可以创建极其精美和专业的仪表盘，支持多种图表类型、告警规则，并且可以轻松嵌入到其他网页中。这是企业级监控的标配，但对于个人项目来说，部署一套完整的TIG（Telegraf, InfluxDB, Grafana）或Prometheus + Grafana栈，学习曲线稍陡，但视觉效果和功能是顶级的。

7. 部署、优化与长期运行考量

当原型在桌面上运行稳定后，就该考虑如何将它部署到实际监测点，并确保其能长期稳定运行。

7.1 电源管理与低功耗设计

如果监测点没有方便的电源插座，低功耗设计就至关重要。ESP8266本身支持深度睡眠（Deep Sleep）模式，在此模式下功耗可低至20μA左右。

实现深度睡眠的要点：

1. 硬件连接：需要将ESP8266的RST引脚与D0（GPIO16）引脚连接起来。在深度睡眠后，D0引脚会输出一个低电平脉冲来唤醒芯片。
2. 代码修改：在loop()函数末尾，发送完数据后，不再使用delay()，而是调用ESP.deepSleep(sleepTimeInMicroseconds)。例如，ESP.deepSleep(30e6)会睡眠30秒。
3. 唤醒与执行：设备唤醒后会从头执行setup()函数，因此所有初始化代码（包括Wi-Fi连接）都会重新运行。你需要确保网络连接和数据发送的代码足够健壮，能应对偶尔的连接失败。
4. 电源选择：搭配大容量的锂电池（如18650电池）和相应的充放电管理模块，可以让设备持续工作数周甚至数月。

重要提示：使用深度睡眠时，USB串口可能无法正常输出日志，给调试带来困难。建议先在常供电模式下将所有功能调试完毕，再启用深度睡眠。

7.2 外壳制作与传感器防护

一个合适的外壳不仅能保护电路，还能让项目看起来更专业。

• 3D打印：如果你有3D打印机，可以在Thingiverse等网站搜索“ESP8266 case”和“DHT22 case”，能找到大量现成的模型。记得为传感器探头开孔，并考虑散热和防尘。
• 防水盒改造：使用标准的电子设备防水盒（如IP65等级），在盒盖上开孔安装传感器。对于DHT22，需要确保其感应面暴露在空气中，同时防止冷凝水直接滴落。可以在开孔处加一层透气防水的PTFE薄膜（戈尔特斯面料原理）。
• 土壤传感器的防护：电容式土壤传感器的电路部分不能埋入土中。通常需要将传感器主体用热缩管或防水胶做好绝缘，只将探针部分插入土壤。

7.3 网络稳定性与重连机制

在实际家庭环境中，Wi-Fi偶尔中断是难免的。我们的代码必须具备自动重连的能力。上面的示例代码中，我在loop()开始时检查了WiFi.status()，如果断开就重新调用连接函数。这是一个基础的重连机制。

更健壮的做法是加入指数退避重试。即连接失败后，等待一段时间再重试，且每次失败后等待时间逐渐增加（例如1秒，2秒，4秒，8秒…），直到一个最大值，防止在Wi-Fi完全不可用时疯狂重试消耗电量。

void connectToWiFiWithRetry() { int retryCount = 0; const int maxRetry = 10; WiFi.begin(ssid, password); while (WiFi.status() != WL_CONNECTED && retryCount < maxRetry) { delay(1000 * (1 << retryCount)); // 指数退避：1,2,4,8...秒 Serial.print("重试连接Wi-Fi，次数: "); Serial.println(retryCount + 1); retryCount++; } if (WiFi.status() == WL_CONNECTED) { Serial.println("Wi-Fi连接成功"); } else { Serial.println("Wi-Fi连接失败，进入深度睡眠或重启"); ESP.deepSleep(60e6); // 连接失败，睡眠1分钟再试 } }

8. 常见问题排查与实战心得

在搭建和调试过程中，你几乎一定会遇到下面这些问题。我把它们和解决方法整理出来，希望能帮你节省大量时间。

8.1 传感器读数失败或为NaN

这是最常见的问题，现象是串口监视器输出“读取DHT传感器失败!”或湿度温度显示为nan。

• 原因1：接线错误或接触不良。这是首要怀疑对象。请断电后仔细检查VCC、GND、DATA三根线是否接对、接牢。特别是DATA线，尝试换一个GPIO口试试（如换到D1）。
• 原因2：供电不足。ESP8266的3.3V输出引脚电流有限。如果传感器或其它外设过多，可能导致电压被拉低。尝试单独给DHT22的VCC接一个稳定的外部3.3V电源，或者换用5V供电（如果传感器支持且主控IO口耐受5V）。
• 原因3：缺少上拉电阻。DATA信号线过长或环境干扰大时，需要在DATA和VCC（3.3V）之间连接一个4.7kΩ - 10kΩ的电阻。很多DHT22模块已经内置了这个电阻，但如果是单独的传感器元件，就需要自己加。
• 原因4：读取频率过高。DHT22两次读取之间需要至少2秒的间隔。确保你的loop()中两次dht.read调用之间有足够的延迟。

8.2 Wi-Fi无法连接

• 检查SSID和密码：确保代码中的ssid和password与你的路由器设置完全一致，注意大小写。
• 检查路由器设置：有些路由器开启了“隐藏SSID”或“MAC地址过滤”，需要相应地在代码中配置或关闭这些功能。对于2.4GHz和5GHz双频路由器，确保ESP8266连接的是2.4GHz网络（ESP8266不支持5GHz）。
• 信号强度：部署点距离路由器太远或隔墙太多，信号弱会导致连接不稳定。可以先用手机测试一下信号强度。

8.3 数据上传失败（服务器无响应）

• 检查网络连通性：确保ESP8266能正常访问互联网。可以在代码中添加Ping测试，或者尝试连接一个已知的公共网站（如www.baidu.com）。
• 检查服务器地址和端口：确保代码中的server和serverPort正确无误。如果是自建服务器，检查服务器防火墙是否开放了相应端口（如5000）。
• 查看服务器日志：自建服务器时，查看Flask应用的运行日志，看是否收到了请求，以及请求格式是否正确。
• ThingSpeak写入限制：免费账户每15秒才能写入一次。过于频繁的请求会被忽略。

8.4 设备运行一段时间后死机或重启

• 电源问题：这是最大的嫌疑。使用万用表测量ESP8266供电引脚在设备运行（特别是Wi-Fi发射时）的电压。如果低于3.0V，很可能会引起复位。务必使用高质量的USB线和电源适配器。
• 看门狗超时：ESP8266有软件看门狗（WDT）。如果你的loop()中某段代码（如网络请求）阻塞时间过长，没有及时调用delay()或yield()，看门狗会复位设备。确保网络请求有超时设置，并在长循环中适当加入delay(1)。
• 内存泄漏：在复杂的程序中，动态内存分配未正确释放可能导致内存耗尽。使用ESP.getFreeHeap()函数监控内存使用情况。

8.5 数据跳变或不准确

• DHT22的响应速度：DHT22对湿度变化的响应较慢（约2-5秒）。快速移动传感器会导致读数剧烈变化，这是正常的。
• 传感器位置：避免将传感器放置在空调出风口、窗户边、暖气旁等温湿度剧烈波动或受外部直接影响的位置。寻求一个能代表你关心区域平均环境的位置。
• 校准：低成本传感器存在一定误差。如果你需要高精度，可以用一个经过校准的参考温湿度计进行对比，在代码中对读数添加一个偏移量进行软件校准。

经过这一整套从硬件到软件，从原型到部署的流程，你得到的不仅仅是一个能远程看湿度的小设备，更是一套完整的物联网项目开发经验。它就像一颗种子，你可以在此基础上轻松地添加更多传感器（光照、空气质量、噪音），联动其他设备（湿度太高自动打开除湿机，土壤干了自动浇水），或者构建更复杂的多节点监测网络。动手去做的过程中遇到的每一个问题，解决的每一个bug，都会让你对嵌入式系统和物联网有更深的理解。