Data Upload API & Samples szkriptek

Az első lépés egy tokent beszerzése az data-platform oldalról.

Miután megvan a saját tokenje, a következő szkript segítségével töltheti fel adatait. Miután feltöltötte első állomásadatait, keresse fel az aqicn.org/data-feed/verification/ oldalt az állomások konfigurálásához és a feltöltött adatok ellenőrzéséhez.

Támogatott szoftverplatformok:

Az alábbi 3 platformhoz biztosítjuk a használatra kész szoftvert:

  • Arduino : Ha Arduino CPU-ja van, használja a használatra kész szoftvert, amely elérhető a github.com oldalon az aqicn/gaia-a08-arduino címen.
  • Python: Használja az alábbi kódrészletet
  • Parancssor (CURL): Használja az alábbi kódrészletet

Ha nincs felügyeleti állomása, és szeretne egyet beszerezni, nézze meg GAIA levegőminőség mérőállomásainkat.

Ha inkább barkácsállomást szeretne, nézze meg a GAIA A08-at .


--

Mintakód (python)

import requests  
 
# Sensor parameter   
sensorReadings = [   
	{'specie':'pm25', 'value': 393.3},  
	{'specie':'pm10', 'value': 109.3}  
] 
 
# Station parameter   
station = { 
	'id':		"station-001",  
	'location':  { 
		'latitude': 28.7501,  
		'longitude': 77.1177 
	} 
} 
 
# User parameter - get yours from https://aqicn.org/data-platform/token/ 
userToken = "dummy-token-for-test-purpose-only" 
 
# Then Upload the data  
params = {'station':station,'readings':sensorReadings,'token':userToken}  
request = requests.post( url = "https://aqicn.org/sensor/upload/",  json = params) 
#print(request.text) 
data = request.json()  
 
if data["status"]!="ok": 
	print("Something went wrong: %s" % data) 
else: 
	print("Data successfully posted: %s"%data) 

Minta kód (göndör)

curl -X POST https://aqicn.org/sensor/upload -H 'Content-Type: application/json' --data '{\ 
"token": "dummy-token-for-test-purpose-only",\ 
"station": { "id": "station-001" },\ 
"readings": [{"specie":"pm2.5", "value": 393.3}]\ 
}'

Minta kód (arduino)

Check github.com/aqicn/gaia-a08-arduino for the full code.
#include <WiFi.h> 
#include <HTTPClient.h> 
#include <ArduinoJson.h> 
 
#define LATITUDE 28.7501 
#define LONGITUDE 77.1177 
 
void upload(float pm25_concentration, float pm10_concentration, const char * token) 
{ 
 
    static char stationID[32]; 
    uint64_t efuseMac = ESP.getEfuseMac(); 
    uint16_t chip = (uint16_t)(efuseMac >> 32); 
    snprintf(stationID, 32, "station-%x", chip); 
 
    doc["token"] = token; 
    doc["station"]["id"] = stationID; 
 
    doc["station"]["location"]["latitude"] = LATITUDE; 
    doc["station"]["location"]["longitude"] = LONGITUDE; 
 
    doc["readings"][0]["specie"] = "pm25"; 
    doc["readings"][0]["value"] = pm25_concentration; 
    doc["readings"][0]["unit"] = "µg/m3"; 
 
    doc["readings"][1]["specie"] = "pm10"; 
    doc["readings"][1]["value"] = pm10_concentration; 
    doc["readings"][1]["unit"] = "µg/m3"; 
 
    static char json_body[1024]; 
    serializeJson(doc, json_body); 
 
    HTTPClient http; 
    http.begin("https://aqicn.org/sensor/upload"); 
    http.addHeader("Content-Type", "application/json"); 
    int httpResponseCode = http.POST(json_body); 
 
    if (httpResponseCode > 0) 
    { 
 
        String response = http.getString(); 
        Serial.println(httpResponseCode); 
        Serial.println(response); 
    } 
    else 
    { 
 
        Serial.print("Error on sending POST: "); 
        Serial.println(httpResponseCode); 
    } 
 
    http.end(); 
}

API-beállítások

Parameter Type Optional/Mandatory Explanations
token string mandatory

Szerezze be saját tokenjét az aqicn.org/data-platform/token webhelyről.

station
station.id string mandatory

Egyedi állomásazonosító - bármilyen nevet választhat maximum 128 karakterből.
Ezt a nevet csak belsőleg használjuk az Ön számára. Senki más nem fogja látni ezt az azonosítót

station.name string optional

Az állomás neve - lehet például az épület neve, egy utca neve, egy egyetemi tanszék neve, vagy az Ön személyes meteorológiai állomásának kódja.
Ez a név lesz az állomás URL-jének utótagja.

station.latitude float optional

Állomásod hosszúsági foka

station.longitude float optional

Állomásod hosszúsági foka

organization
org.website string optional

Ha van egy webhelye, ahol további információk találhatók az állomásáról/érzékelőjéről, akkor ezt a linket felvesszük a térképünkre, amikor megnézi az állomását

org.name string optional

Ha megad egy webhelyet, akkor ez a "szervezetnév" lesz társítva a webhelyhez.

readings
readings[*].specie string mandatory

A jelentett szennyezőanyag neve. Gázérzékelőkhöz használja: "pm2.5", "pm10", "pm1.0", ... Gázérzékelőhöz használja: "co2", "no2", "o3", ... Időjárás érzékelőhöz, használja: "hőmérséklet", "páratartalom", "nyomás", "szél sebessége", "széllökés", "szél iránya", ..
Valójában bármilyen fajnevet használhat. Az állomás érvényesítésekor a nevek normalizálódnak a rendszerünkben.

readings[*].value float mandatory

Ha az érzékelő másodpercenként ad ki értékeket, és csak percenként tölt fel, akkor ennek az értéknek az elmúlt percben leolvasott összes érték átlagának kell lennie.

readings[*].unit string optional

Az érték egysége. Pl. "mg/m3" a porérzékelőnél, ppb a gázérzékelőnél, C a hőmérséklet érzékelőnél..

readings[*].time string optional

A leolvasás dátuma és ideje ISO 8601 formátumban

readings[*].min float optional

Ha a leolvasott értékek több érték átlagolásán alapulnak, akkor ez az átlagoláshoz használt összes érték min értékének felel meg.

readings[*].max float optional

Ha a leolvasott értékek több érték átlagolásán alapulnak, akkor ez megfelel az átlagoláshoz használt összes érték maximális értékének.

readings[*].median float optional

Ha a leolvasott értékek több érték átlagolásán alapulnak, akkor ez az átlagoláshoz használt összes érték mediánértékének felel meg.

readings[*].stddev float optional

Ha a leolvasott értékek több érték átlagolásán alapulnak, akkor ez megfelel az átlagoláshoz használt összes érték szórásának.

readings[*].averaging float optional

Ha a fenti értékek több érték átlagolásán alapulnak, akkor ez megfelel az átlagolási periódus időtartamának másodpercben.
Például használjon 60-at az egyperces átlagadatokhoz, és 3600-at az óránkénti átlaghoz.

1. példa

{ 
	"token": "......", 
	"station": { 
		"id": "station-001", 
		"name": "HCPA Santa Cecília", 
		"latitude": 103.37893, 
		"longitude": 43.17108, 
	}, 
	"org": { 
		"website":"https://pacto.upsensor.com/", 
		"name":"Porto Ar Alegre", 
	}, 
	"readings": [ 
		{"time":"2024-12-21T21:02:03+09:00","specie":"pm2.5", "value": 393.3, "unit":"mg/m3", "min":390.3, "max": 402.3, "stddev": 0.332},  
		{"time":"2024-12-21T21:02:03+09:00","specie":"pm10", "value": 109.3, "unit":"mg/m3"}, 
		{"time":"2024-12-21T21:02:03+09:00","specie":"co2", "value": 459.3, "unit":"ppb"}, 
		{"time":"2024-12-21T21:02:03+09:00","specie":"temp", "value": 26.8, "unit":"C"}, 
	] 
}

2. példa

{ 
	"token": "......", 
	"station": { 
		"id": "station-001", 
	}, 
	"readings": [ 
		{"specie":"pm2.5", "value": 393.3} 
	] 
}

Teljes kód példa

Ezt a kódot használhatja az SDS-érzékelőről történő folyamatos olvasáshoz és percenkénti feltöltéshez: (a szkript a https://github.com/aqicn/sds-sensor-reader webhelyről is elérhető).

import requests 
import random 
import time 
import math 
import json 
import sys 
from serial import Serial 
 
LOCATION = {'latitude': 28.7501, 'longitude': 77.1177} 
TOKEN    = "dummy-token-for-test-purpose-only" 
SENSORID = "station-001" 
USBPORT  = "/dev/ttyUSB0" 
 
class SensorDataUploader: 
 
    def __init__(self, station, token): 
        self.token = token 
        self.station = station 
 
 
    def send(self,readings): 
 
        params = {'station':self.station,'readings':readings,'token':self.token}  
        print("Uploading: %s"%json.dumps(params, indent=4)) 
 
        request = requests.post( url = "https://aqicn.org/sensor/upload/",  json = params) 
        data = request.json()  
        if data["status"]!="ok": 
            print("Something went wrong: %s" % data) 
        else: 
            print("Data successfully posted: %s"%data) 
 
 
 
 
class Accumulator: 
 
    def __init__(self, name): 
        self.name = name 
        self.values = [] 
 
    def add(self,val): 
        self.values.append(val) 
 
    def count(self): 
        return len(self.values) 
 
    def reset(self): 
        self.values=[] 
 
    def min(self): 
        return self.values[0] 
 
    def max(self): 
        return self.values[len(self.values)-1] 
 
    def median(self): 
        return self.values[len(self.values)/2] 
 
    def mean(self): 
        return float(sum(self.values)) / len(self.values) 
 
    def stddev(self): 
        l = len(self.values) 
        mean = self.mean() 
        return math.sqrt(float(reduce(lambda x, y: x + y, map(lambda x: (x - mean) ** 2, self.values))) / l) 
 
 
    def summary(self): 
        self.values.sort() 
        return {"specie":self.name,'value':self.mean(),'min':self.min(),'max':self.max(),'median':self.median(), 'stddev':self.stddev()}  
 
 
 
class DummyReader: 
 
    def read( self ): 
 
        time.sleep(1.1) 
        return {"pm2.5":random.random()*10,"pm10":random.random()*10} 
 
 
class SDS011Reader: 
 
    def __init__(self, inport): 
        self.serial = Serial(port=inport,baudrate=9600) 
        self.values = [] 
        self.step = 0 
 
    def read( self ): 
 
        # time.sleep(1) 
        # return {"pm2.5":random.random()*100,"pm10":random.random()*100} 
 
        while self.serial.inWaiting()!=0: 
            v=ord(self.serial.read()) 
 
            if self.step ==0: 
                if v==170: 
                    self.step=1 
 
            elif self.step==1: 
                if v==192: 
                    self.values = [0,0,0,0,0,0,0] 
                    self.step=2 
                else: 
                    self.step=0 
 
            elif self.step>8: 
                self.step =0 
                pm25 = (self.values[0]+self.values[1]*256)/10 
                pm10 = (self.values[2]+self.values[3]*256)/10 
                return {"pm2.5":pm25,"pm10":pm10} 
 
            elif self.step>=2: 
                self.values[self.step-2]=v 
                self.step= self.step+1 
 
        return None 
 
 
 
def readAndUpload(sensor, uploader): 
 
    try: 
 
        while True: 
            accumulators = {} 
            startTime = time.time() 
 
            while time.time() < startTime+60: 
                values = sensor.read() 
                if values==None: 
                    continue 
 
                print("Reading [%2d]: %s"%(int(time.time()-startTime),values)) 
                for specie, value in values.items(): 
                    if not (specie in accumulators): 
                        accumulators[specie]=Accumulator(specie) 
                    accumulators[specie].add(value) 
 
 
            readings = [] 
            for specie, accumulator in accumulators.items(): 
                readings.append(accumulator.summary()) 
 
            if len(readings)>0: 
                uploader.send(readings) 
            else: 
                print("No value read from the sensor...") 
 
 
    except KeyboardInterrupt: 
        print "Bye" 
        sys.exit() 
 
 
 
print("Starting reading sensor "+SENSORID+" on port "+USBPORT) 
 
# Station parameter   
station = {'id':SENSORID, 'location':LOCATION} 
uploader = SensorDataUploader(station, TOKEN) 
 
sensor = SDS011Reader(USBPORT) 
# sensor = DummyReader() 
readAndUpload(sensor,uploader) 
 

Tud a környéken levegőminőségi állomásokról?
miért nem vesz részt a térképen saját levegőminőségi állomással?

GAIA levegőminőség-figyelőink nagyon egyszerűen beállíthatók: csak WIFI hozzáférési pontra és USB-kompatibilis tápegységre van szüksége.

A csatlakozást követően a valós idejű légszennyezettségi szint azonnal elérhető a térképeken és az API-n keresztül.

Az állomáshoz 10 méteres vízálló tápkábel, USB tápegység, szerelési felszerelés és opcionális napelem is tartozik.

A levegőminőség és szennyezettség méréséről:

A levegőminőségi szintekről

- Levegőminőségi index (AQI) értékekAz egészségügyi aggályok szintjei
0 - 50 A levegő minősége kielégítőnek tekinthető, és a levegőszennyezés kevés vagy semmilyen kockázatot jelent
51 -100 Mérsékelt A levegő minősége elfogadható; egyes szennyező anyagok esetében azonban mérsékelten aggodalomra adhat okot olyan kevés ember számára, akik szokatlanul érzékenyek a levegőszennyezésre.
101-150 Egészségtelen az érzékeny csoportok számára Az érzékeny csoporttagok egészségügyi hatásokat tapasztalhatnak. A nagyközönséget valószínűleg nem érinti.
151-200 Egészségtelen A teljes lakosság érzékeli az egészségre gyakorolt hatásokat; az érzékeny csoportok tagjai komolyabb tüneteket tapasztalhatnak
201-300 Nagyon egészségtelen Egészségügyi figyelmeztetések vészhelyzet esetén. Az egész lakosság nagyobb valószínűséggel érinti.
300+ Veszélyes Egészségügyi figyelmeztetés: mindenki súlyos egészségügyi hatásokat tapasztalhat

Ha többet szeretne megtudni a levegőminőségről és a szennyezésről, tekintse meg a Wikipédia Levegőminőség témakörét vagy az airnow Levegőminőség és egészsége című útmutatóját .

A pekingi orvos, Richard Saint Cyr MD nagyon hasznos egészségügyi tanácsaiért tekintse meg a www.myhealthbeijing.com blogot.


Használati közlemény: Az összes levegőminőségre vonatkozó adat érvénytelenítése a közzététel időpontjában, és a minőségbiztosítás miatt ezek az adatok bármikor előzetes értesítés nélkül módosíthatók. A Világ levegőminőségi mutatója projekt minden ésszerű ismeretet és gondosságot gyakorolt ezen információk tartalmának összeállításában, és semmilyen körülmények között nem fogja a Világ levegőminőségi mutatója a projektcsapat vagy ügynökei felelősséggel tartoznak az adatok átadásából közvetlenül vagy közvetve okozott veszteségekért, sérülésekért vagy károkért szerződésben, kártérítésben vagy egyéb módon.



Settings


Language Settings:


Temperature unit:
Celcius