Raspberry PiにBME280とMH-Z19Eを乗せて自宅の環境モニタリングシステムを作った

Posted at 2025-09-25

はじめに

ものすご～～く今さら感はありますが、自宅の環境モニタリングシステムをラズパイで作ってみました。
influxdbとgrafanaを利用してダッシュボードも作ってみました。

使用したパーツたち

BME280

ボッシュのBME280を搭載した温湿度・気圧センサーモジュールです。
頭痛持ちなので、気圧もモニタリングしたくてこれを選びました。
5Vモデルで、I²Cに対応しています。

MH-Z19E

NDIR方式のCO2センサーです。
シリアル/PWMに対応しています。
今回はシリアル通信です。
動作電圧が5V±0.1Vらしいので、ちょっと使いづらいかもしれません。

配線図

コード

Githubにあります。

センサー値取得

from datetime import datetime
from modules.altitude_handler import calculate_altitude_hypsometric
from modules.influx_handler import write_to_influxdb
from modules.disconfort_handler import disconfort_calculate
import adafruit_bme280
from modules.mhz19e_handler import MHZ19E

def read_sensor_data(bme280_sensor, co2_sensor, api):
    """センサーからデータを読み取り、表示し、InfluxDBに送信する。"""
    try:
        # CO2濃度の読み取り
        co2_ppm = 500.00  # デフォルト値
        if co2_sensor:
            co2_reading = co2_sensor.read_co2()
            if co2_reading is not None:
                co2_ppm = co2_reading
            else:
                print("警告: MH-Z19からデータを読み取れませんでした。デフォルト値を使用します")
        
        # BME280からすべてのデータを読み取り
        if bme280_sensor:
            try:
                temperature = bme280_sensor.temperature
                humidity = bme280_sensor.relative_humidity
                pressure = bme280_sensor.pressure
                altitude = bme280_sensor.altitude
            except Exception as e:
                print(f"エラー: BME280からデータを読み取れませんでした: {e}")
                raise Exception("BME280が利用できません")
        else:
            raise Exception("BME280が利用できません")

        # 不快指数の計算
        disc_value = disconfort_calculate(temperature, humidity)

        # 気圧高度補正の計算
        corrected_altitude = calculate_altitude_hypsometric(bme280_sensor.sea_level_pressure, pressure, temperature, humidity)

        # ここはなくてもいい
        print(
            f"[{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] "
            f"温度: {temperature:.2f} ℃, "
            f"湿度: {humidity:.2f} ％, "
            f"CO2濃度: {co2_ppm:.2f} ppm, "
            f"気圧: {pressure:.2f} hPa, "
            f"センサー高度: {altitude:.2f} m, "
            f"補正高度: {corrected_altitude:.2f} m, "
            f"(海面気圧補正値: {bme280_sensor.sea_level_pressure:.2f} hPa)"
        )

        write_to_influxdb(api, temperature, pressure, humidity, disc_value, co2_ppm)

    except (OSError, RuntimeError) as e:
        print(f"センサーからの読み取りエラー: {e}")

BME280もMH-Z19もメソッドかインスタンスで扱えるので、とても楽です。

不快指数

不快指数も求めています。

def disconfort_calculate(temp: float, humidity: float)-> float:
    disc_value = 0.81 * temp + 0.01 * humidity * (0.99 * temp - 14.3) + 46.3
    return disc_value

高度測定について

せっかく気圧センサーがあるので、高度を計ってみようということで高度計算コードも入っています。
それっぽい精度が出ればよかったので、地点を変えての比較計測などはしていません。
仕組みとしては、こんな感じです。

気圧高度

アメダスの海面規正気圧を0mとし、対数気圧高度式を利用してそこそこ精度が出るようにしています。

h = \frac{R_d \times T_v}{g_0} \ln\left(\frac{P_0}{P}\right)

パラメータ

h: 高度 (m)
R_d: 乾燥空気の気体定数 (287.058 J/(kg·K))
T_v: 仮想温度 (K)
g₀: 重力加速度 (9.80665 m/s²)
P₀: 海面気圧 (hPa)
P: 測定地点の気圧 (hPa)

仮想温度の計算

湿度の影響を考慮した仮想温度を計算：

def calculate_virtual_temperature(temperature_c, relative_humidity_pct, pressure_hpa):
    # 飽和水蒸気圧の計算（テテンスの式）
    es = 6.1078 * (10 ** ((7.5 * temperature_c) / (237.3 + temperature_c)))
    
    # 実際の水蒸気圧
    e = es * (relative_humidity_pct / 100.0)
    
    # 混合比の計算
    r = (EPSILON * e) / (pressure_hpa - e)
    
    # 仮想温度
    tv_k = temperature_k * (1 + r / EPSILON) / (1 + r)

自動気圧校正

気象庁AMeDASデータ連携

30分間隔で気象庁のアメダスデータから海面気圧を取得して、センサーを自動校正します。
気象庁にjson形式で観測データがあるので、それを利用しています。
なお、jsonファイル自体は3時間おきに新しくなりますが、中のデータは10分ごとに更新されています。

def get_latest_normal_pressure(point_id: str) -> float | None:
    """
    気象庁のアメダスJSONデータから最新の海面更正気圧(normalPressure)を取得する。
    """
    try:
        jst = timezone(timedelta(hours=9))
        now_jst = datetime.now(jst)
        json_hour = (now_jst.hour // 3) * 3
        date_str = now_jst.strftime('%Y%m%d')
        
        url = f"https://www.jma.go.jp/bosai/amedas/data/point/{point_id}/{date_str}_{json_hour:02d}.json"
        
        print(f"\n校正データ取得中: {url}")
            
        response = requests.get(url, timeout=15)
        response.raise_for_status()
        data = response.json()

        if not data:
            print("警告: JSONデータが空です。")
            return None
            
        latest_timestamp_key = sorted(data.keys())[-1]
        latest_data = data[latest_timestamp_key]
        
        normal_pressure_list = latest_data.get("normalPressure")

        if normal_pressure_list and isinstance(normal_pressure_list, list) and len(normal_pressure_list) > 0:
            normal_pressure = normal_pressure_list[0]
            if normal_pressure is not None:
                dt_str = datetime.strptime(latest_timestamp_key, "%Y%m%d%H%M%S").strftime('%Y-%m-%d %H:%M:%S')
                print(f"気圧データ取得成功: {dt_str}")
                return float(normal_pressure)
        
        print("警告: 最新データに 'normalPressure' が見つかりません。")
        return None

    except requests.exceptions.RequestException as e:
        print(f"警告: ネットワークエラー: {e}")
        return None
    except (ValueError, KeyError, IndexError) as e:
        print(f"警告: JSON解析またはキー取得失敗: {e}")
        return None
    except Exception as e:
        print(f"予期せぬエラーが発生しました: {e}")
        return None

校正プロセス

3時間毎に更新されるアメダスデータを取得
最新のnormalPressure（海面更正気圧）を抽出
BME280センサーの基準海面気圧を更新
次回の測定から新しい基準値を使用

サンプル

温度: 25.11 ℃, 湿度: 52.33 ％, 気圧: 1013.74 hPa, 補正高度: 32.52 m, (海面気圧補正値: 1017.50 hPa)

国交省の高度データで自宅位置が23m、マンションの4階分の高さを考慮して10mプラスすると大体32~33mなので、そこそこ精度が出ていると思います。
ただ時間経過でズレていくので、校正時間を短くすれば精度を維持できるはずです。

ダッシュボード

grafanaで作りました。
しきい値はまだ試行錯誤中です。
湿度・CO2濃度はまだダミー値なので気にしないでください。

ダッシュボードのJSON

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up