简介一份基于Java构建的空气质量监测信息管理系统完整源码包面向环境信息化开发者、Java方向学生及课程设计人群用于解决环境监测数据的采集、存储、展示与基础分析问题。压缩包共217个文件、约845KB包含10个java核心源码、89个xml配置、6个css与4个html前端页面另有22个js脚本和75个内置gif素材界面基于layui等前端组件搭建采集接口与数据库操作逻辑完整适合直接学习或二次开发。配套设计文档pdf对架构和模块进行了说明可辅助理解系统全貌。目前已有287人学习下载。读者可从中梳理项目目录结构、掌握传感器数据入库与查询流程并参考一套可行的JavaWeb环保监测系统落地范例对完整项目开发实践具有切实参考价值。1. 空气质量监测信息管理系统带文档的 Java 源码项目该怎么落到自己能跑做 Java Web 课程设计或者毕业设计时经常会下载到一类“基于 java 的 XX 信息管理系统源码带文档”的压缩包空气质量监测就是其中很典型的一个。这类项目看起来是给你一套现成代码实际上拿到手之后大多数人卡在三个地方数据库连接不上、Tomcat 端口冲突、页面中文乱码。而真正把系统跑起来之后又会发现核心的空气质量指数AQI计算逻辑才是整套系统的灵魂。这篇笔记会顺着技术选型、表结构、核心代码、部署避坑一路讲到底适合正在做课程设计、刚入职接触企业 Java Web 项目、以及想给环境监测类系统做初步信息化的工程师照着复现。有文档不等于能跑通能跑通不等于算得对。把这套系统的每一个环节拆开看一遍你会发现老技术栈的完整链路比新框架的“Hello World”值钱得多。2. 技术选型与架构先把 JSPServlet/SSM、模块边界和数据链路捋清楚2.1 从压缩包结构判断技术栈看 web.xml 和 pom.xml 就够了下载到“源码带文档”的压缩包后别急着打开 IDEA先看目录里有没有 pom.xml 或者 .classpath 文件这决定了整套代码是 Maven 工程还是普通 Web 工程。如果是 Maven 工程pom.xml 里依赖了哪些框架一目了然如果是普通工程就去 WEB-INF 下找 web.xml看里面配置的是 Servlet 映射还是 Spring 的 DispatcherServlet。空气质量监测管理系统在市面上流传的版本里技术栈一般就两种JSP Servlet JDBC或者 Spring SpringMVC MyBatis也就是常说的 SSM。前者代码直白、单文件就能跑通适合只有两三百行的课程设计后者多了一层 Spring 容器管理对象适合毕设和企业实习答辩。判断方法很简单pom.xml 里有 spring-webmvc 和 mybatis 依赖就是 SSM只有 servlet-api 和 mysql-connector-java 就是纯 Servlet 项目。我自己拿到这类项目的第一件事是打开文档里的“系统结构说明”章节对照 web.xml 把请求路径和 Controller 类对应起来。这一步决定了你改代码时要知道去哪找文件——比如登录请求是 /login.do那对应的要么是 LoginServlet要么是 LoginController。把这张映射表画出来后面的部署和修改才会顺手。2.2 功能模块划分监测、站点、预警、用户四个业务域空气质量监测信息管理系统虽然叫“监测”但本质上仍是一个标准的信息管理系统业务域绕不开四个监测站点管理、监测数据管理、超标预警、系统用户与权限。站点管理负责维护监测点的名称、位置、经纬度、所属区域数据管理负责录入或采集六项污染物浓度预警模块根据 AQI 值和单项超标情况生成告警用户管理控制谁能看到这些数据。模块清单核心实体典型功能系统登录用户表登录、密码修改、角色判断站点管理监测站表站点增删改查、按区域筛选数据管理监测数据表数据录入、按时间查询、均值统计预警管理预警记录表超标判断、预警生成、状态跟踪数据展示无实体表趋势图、实时排名、导出报表数据在这几个模块之间流过一次完整链路才能体现价值页面输入六项浓度值 → 后端计算 AQI 和等级 → 判断是否触发预警 → 写入监测数据表和预警表 → 前端图表接口把数据重新查出来渲染。很多拿到源码的朋友会跳过计算直接查库展示结果页面有了曲线但核心的 AQI 数值是错的。2.3 运行环境匹配JDK、Tomcat、MySQL 三者之间的兼容性不要想当然这套系统的部署对环境要求不高但版本搭配是有讲究的。常见搭配是 JDK 1.8 Tomcat 8.5 MySQL 5.7这是 Java Web 老项目最稳的一组组合。如果你的机器装了 JDK 17直接跑 JDK 8 编译的源码可能会因为模块化和字节码版本问题直接启动失败——不要问为什么代码没问题却打不开 Tomcat先退回 JDK 8 再说。数据库驱动也要匹配 MySQL 版本。MySQL 5.7 用 com.mysql.jdbc.DriverMySQL 8 用 com.mysql.cj.jdbc.Driver并且连接字符串要加 serverTimezoneAsia/Shanghai。这个坑几乎是每个部署老项目的人都会撞一次后面避坑章节会单独讲。Tomcat 则注意 8.5 和 9.0 对 Servlet API 的支持差异项目是在 8.5 上开发的贸然换到 10.1 会因为 javax.servlet 变成 jakarta.servlet 而大面积报错。3. 数据库设计与 AQI 算法四张表、一个公式先于代码定下来3.1 四张核心表的结构监测数据为什么要用宽表设计空气质量监测系统的数据库设计其实不需要太花哨四张表就能撑起整个业务sys_user 用户表、monitor_station 监测站点表、monitor_data 监测数据表、alarm_record 预警记录表。站点表关联数据表数据表经过 AQI 计算后写入预警表用户表独立用于登录鉴权。建表语句用 MySQL 5.7 的语法字符集统一 utf8mb4排序规则 utf8mb4_general_ci。用户表有主键、用户名、密码、真实姓名、角色字段就能满足课程设计要求角色用字符串区分“管理员”和“普通用户”。这里最值得说的是 monitor_data 表。常见的设计方式是六项污染物各占一列也就是宽表CREATE TABLE monitor_data ( id INT PRIMARY KEY AUTO_INCREMENT, station_id INT NOT NULL COMMENT 监测站点ID, monitor_time DATETIME NOT NULL COMMENT 监测时间, pm25 DECIMAL(8,1) DEFAULT NULL COMMENT PM2.5浓度 μg/m³, pm10 DECIMAL(8,1) DEFAULT NULL COMMENT PM10浓度 μg/m³, so2 DECIMAL(8,1) DEFAULT NULL COMMENT SO2浓度 μg/m³, no2 DECIMAL(8,1) DEFAULT NULL COMMENT NO2浓度 μg/m³, co DECIMAL(8,1) DEFAULT NULL COMMENT CO浓度 mg/m³, o3 DECIMAL(8,1) DEFAULT NULL COMMENT O3浓度 μg/m³, aqi INT DEFAULT NULL COMMENT 空气质量指数, aqi_level VARCHAR(10) DEFAULT NULL COMMENT 空气质量等级, create_time DATETIME DEFAULT CURRENT_TIMESTAMP, INDEX idx_station_time (station_id, monitor_time) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT监测数据表;宽表的优势很明显插入一条记录直接带六个字段查询某个时间点的六项数据不用 JOINJSP 页面渲染表格也省事。窄表设计每条记录只有一种污染物在规范化上更好但查询一个月趋势图要 JOIN 六次课程设计阶段的 Vue 页面和 ECharts 接口写起来非常痛苦。我一般建议这种系统用宽表等真的接入每分钟级物联网数据再做分表和优化。monitor_time 加索引是因为趋势查询和超标统计基本都带时间范围。3.2 AQI 不是平均值分段线性插值是整套系统唯一的“硬算法”很多第一次接触空气质量系统的同学会把 AQI 当成六项浓度求平均这是最大的认知错误。AQI 的计算规则是把每项污染物浓度按国家 HJ 633-2012 标准换算成对应空气质量分指数IAQI然后取六项里面的最大值。这里面没有用平均值没有加权就是纯线性插值加取最大值。浓度分段表是固定的以 PM2.5 的 24 小时均值档位为例IAQI50 对应浓度 35IAQI100 对应浓度 75。当浓度落在 [35, 75] 区间时用线性插值公式IAQI (IAQI_hi - IAQI_lo) / (BP_hi - BP_lo) × (C - BP_lo) IAQI_lo其中 C 是实测浓度BP_lo 和 BP_hi 是浓度分段的上下界IAQI_lo 和 IAQI_hi 是对应分值段上下界。算出来四舍五入取整数。六项污染物各自插值后取最大一项作为 AQI再按数值区间划分等级0~50 优51~100 良101~150 轻度污染151~200 中度污染201~300 重度污染大于 300 严重污染。每档污染物的分段界限需要完整的表才能算准。比 SQL 表结构更重要的是把这一套分段数据在 Java 里实现出来不要写 if 连环嵌套直接用数组和循环// PM2.5 24小时均值浓度分段的右边界μg/m³ double[] pm25Bounds {35, 75, 115, 150, 250, 350, 500}; // 对应IAQI分段的右边界 int[] iaqiBounds {50, 100, 150, 200, 300, 400, 500}; // 找到浓度落入的分段返回IAQI值 public static int computePollutantIAQI(double concentration, double[] cBounds, int[] iBounds) { if (concentration cBounds[0]) { return (int) Math.round(concentration / cBounds[0] * iBounds[0]); } if (concentration cBounds[cBounds.length - 1]) { return iBounds[iBounds.length - 1]; } for (int i 1; i cBounds.length; i) { if (concentration cBounds[i]) { double cLo cBounds[i - 1]; double cHi cBounds[i]; int iLo iBounds[i - 1]; int iHi iBounds[i]; double iaqi (iHi - iLo) * (concentration - cLo) / (cHi - cLo) iLo; return (int) Math.round(iaqi); } } return iBounds[iBounds.length - 1]; }这段代码有一个很容易忽略的细节六项污染物返回的最大 IAQI 才等于 AQI但 CO 的单位是 mg/m³其他五项是 μg/m³分段表数值差 1000 倍。写计算器时不要看到“50”就以为所有污染物都是同一套量纲CO 的分段表是 5、10、35、60、90、150单位是毫克。不少从网上下载的源码在这里直接套用了微克的数据算出来 AQI 偏差极大这是比 bug 更隐蔽的“业务理解错误”。3.3 从表结构到 DAOMyBatis 映射文件里要预留两个聚合 SQL数据库表建好、AQI 算法类写好之后DAO 层最需要关注的是两个聚合查询按时间范围取平均浓度用于趋势图按站点和日期统计超标天数用于报表。这两个查询都是典型的分组聚合写 SQL 时注意精度保留和空值过滤。select idselectHourlyAverageByStation resultTypemap SELECT DATE_FORMAT(monitor_time, %H:00) AS hourLabel, ROUND(AVG(pm25), 1) AS avgPm25, ROUND(AVG(pm10), 1) AS avgPm10, ROUND(MAX(aqi), 0) AS maxAqi FROM monitor_data WHERE station_id #{stationId} AND monitor_time BETWEEN #{startTime} AND #{endTime} GROUP BY DATE_FORMAT(monitor_time, %Y-%m-%d %H) ORDER BY monitor_time /select这个 SQL 里 GROUP BY 用了 DATE_FORMAT 而不是直接在列名上分组原因是监测数据存储的是精确到分钟的 DATETIME需要先归一到小时再分组才能在趋势图上形成平滑曲线。MAX(aqi) 是取该小时内的最高值代表这个时段最差的情况展示时更有参考意义。另一个常用查询是站点日均 AQI 和超标统计。按日期分组求每天的平均 AQI再用 CASE WHEN 判断是否超过 100——超过 100 就是“轻度污染及以上”在某段时间内累计出现的次数就是污染天数。这两个 SQL 在写 Controller 接口时直接复用避免在 Java 代码里做慢速的逐行统计。4. 核心功能落地登录拦截、数据录入、趋势图与报表导出怎么接4.1 登录与权限Filter 拦截器和 BCrypt 密码存储二选一空气质量监测系统的登录模块通常是整个源码包中最先被阅读的部分因为它最简单也最完整。用户表里存密码时老项目一般直接存 MD5 或者明文但现在做课程设计答辩时老师很容易关注安全问题。常见做法是用 BCrypt 对密码加盐哈希或者至少用 MD5 加盐。源码里如果是明文建议自己改一下加密逻辑因为改动点很小——只在用户新增和密码校验两处调用加密方法。登录权限控制用 Filter 比用 Spring 拦截器更直观尤其适合 JSP 项目。一个 LoginFilter 检查 Session 里的 user 对象是否存在不存在就重定向到登录页public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException { HttpServletRequest req (HttpServletRequest) request; HttpServletResponse resp (HttpServletResponse) response; String uri req.getRequestURI(); if (uri.endsWith(login.jsp) || uri.endsWith(/login) || uri.contains(/css/) || uri.contains(/js/)) { chain.doFilter(request, response); return; } Object user req.getSession().getAttribute(loginUser); if (user null) { resp.sendRedirect(req.getContextPath() /login.jsp); return; } chain.doFilter(request, response); }这个 Filter 在 web.xml 里配置过滤所有路径通过白名单放行登录页和静态资源。判断 Session 而不是 cookie是因为 cookie 容易伪造Session 在 Tomcat 容器内管理更安全。角色权限控制在 Filter 里再判断一下 user 对象里的 role 字段管理员才能访问站点管理路径普通用户访问时提示无权限。注意 Filter 类不要继承 Spring 的 OncePerRequestFilter纯 Servlet 项目里直接实现 javax.servlet.Filter 就够了避免引入框架依赖导致编译报错。4.2 数据录入流程先算 AQI 入库再判断是否触发预警监测数据录入是整个系统里业务流程最完整的一环。页面上有六个输入框分别填六项浓度值后端接到的 JSON 或表单数据里拿到站点 ID 和时间接下来要做的是调 AQICalculator 计算 AQI 和等级写入 monitor_data 表然后判断是否生成预警记录。顺序不能反——如果先存库再计算就会出现 AQI 为 NULL 的历史数据前端图表和报表全部要兜底处理。Controller 层的处理逻辑可以这样组织PostMapping(/monitor/data/add) ResponseBody public MapString, Object addMonitorData(MonitorData data) { MapString, Object result new HashMap(); try { // 1. 计算AQI与等级 double pm25 data.getPm25() null ? 0 : data.getPm25().doubleValue(); double pm10 data.getPm10() null ? 0 : data.getPm10().doubleValue(); // ... 其余参数类似 int aqi AQICalculator.computeAQI(pm25, pm10, so2, no2, co, o3); data.setAqi(aqi); data.setAqiLevel(AQICalculator.levelOf(aqi)); // 2. 写入监测数据表 monitorDataMapper.insert(data); // 3. 判断是否触发预警 if (AQICalculator.isAlert(aqi)) { AlarmRecord record new AlarmRecord(); record.setStationId(data.getStationId()); record.setMonitorTime(data.getMonitorTime()); record.setAqi(aqi); record.setAlertLevel(data.getAqiLevel()); record.setStatus(0); alarmRecordMapper.insert(record); } result.put(code, 0); result.put(data, aqi); } catch (Exception e) { result.put(code, 1); result.put(msg, e.getMessage()); } return result; }这个流程里最值得关注的是 AQI 计算失败时不能只返回错误信息前端要在表单页显示具体的 AQI 值以便确认。所以前端 ajax 拿到 code0 之后把返回值渲染到页面上的 AQI 位置如果 code1 则弹出后端返回的异常消息。后端计算时浓度字段要判空六项污染物只要有一项缺失就不能当 0 处理——按标准AQI 计算至少要有 PM2.5、PM10、SO2、NO2、CO、O3 中的部分项目缺项就当无效数据直接插入但 aqi 置空等补录完成再重算。4.3 趋势图展示ECharts 的 JSON 数据结构决定了后端接口怎么写空气质量监测系统如果只有数字表格很难在答辩或者演示时拿出手。通常做法是引入 ECharts通过 AJAX 请求后端接口拿最近 24 小时或最近 7 天的数据渲染折线图和柱状图。后端接口返回的 JSON 格式最好与 ECharts 的数据结构直接对应减少前端拼数据的成本{ hours: [09:00, 10:00, 11:00], aqi: [88, 96, 142], pm25: [62, 70, 105] }前端用 fetch 请求后直接塞进 ECharts 的 series data不需要二次转换。这个 JSON 的生成对应上一章说的聚合查询结果后端 Controller 里从 mapper 拿 List再按小时、AQI、PM2.5 分别抽字段放进一个 HashMap 返回。JSP 页面里通过 ajax 拿数据的代码经常被教程写成一坨回调嵌套这里用一个简单的 async/await 方式async function loadTrend() { const resp await fetch(/monitor/api/trend?stationId1hours24); const data await resp.json(); trendChart.setOption({ xAxis: { data: data.hours }, series: [ { name: AQI, type: line, data: data.aqi }, { name: PM2.5, type: line, data: data.pm25 } ] }); }注意 fetch 默认不带 cookie 凭证如果后端接口做了登录拦截需要在 fetch 里加 credentials: same-origin否则会出现登录后刷新页面趋势图就 302 的情况。这是 JSPServlet 项目里常见的前后端联调反直觉问题先检查 Network 面板有没有 302 响应。4.4 导出 Excel课程设计阶段直接用 CSV 比 POI 更省事不少空气质量系统需要在报表页提供“导出今日数据”功能。常见做法是用 Apache POI 生成 xlsx但 POI 依赖庞大、API 繁琐对一个小型管理系统来说有点杀鸡用牛刀。更省事的方案是前端生成 CSV一行代码都不用依赖第三方包。后端可以这样返回 CSVresponse.setContentType(text/csv;charsetUTF-8); response.setHeader(Content-Disposition, attachment;filenamemonitor_data_ System.currentTimeMillis() .csv); String[] header {站点, 时间, PM2.5, PM10, AQI, 等级}; StringBuilder sb new StringBuilder(); sb.append(String.join(,, header)).append(\r\n); for (MonitorData d : list) { sb.append(d.getStationName()).append(,) .append(d.getMonitorTime()).append(,) .append(d.getPm25()).append(,) .append(d.getPm10()).append(,) .append(d.getAqi()).append(,) .append(d.getAqiLevel()).append(\r\n); } response.getWriter().write(sb.toString());这里有两个细节要注意。第一CSV 的换行符用 \r\n如果用 \n在 Windows 上 Excel 打开会出现一行变成两行的问题。第二中文乱码的坑在 direct 下载场景里非常常见加一个 BOM 头避免 Excel 把 UTF-8 编码解析成 ANSI在拼接 header 之前先输出\uFEFF这个 BOM 字符sb.append(\uFEFF);。这样双击下载的 CSV 用 Excel 打开时中文才不会乱。如果业务真的需要 xlsx 格式而且格式复杂那再引入 POI但课程设计阶段 CSV 足够应付“导出报表”这个功能点。5. 部署与避坑把项目跑起来要过的端口、时区和编码三道关5.1 从零部署到本地环境变量、导入工程、启动数据库的六个步骤把下载的源码包变成本地能访问的 Web 系统其实只需要六步安装 JDK 1.8 并配置 JAVA_HOME、安装 MySQL 5.7 并导入 SQL 脚本、下载 Tomcat 8.5、用 IDEA 导入 Maven 工程、修改数据库连接配置、启动 Tomcat 访问登录页。每一步都是固定动作但顺序错乱容易出现“代码没问题但环境有问题”的挫败感。配置 JDK 环境变量时要求 JAVA_HOME 指向 JDK 安装目录PATH 里加 %JAVA_HOME%\binClassPath 这个变量在新版 JDK 已经不再需要。验证方式是命令行敲java -version输出 1.8 开头的版本号就说明配置成功。Tomcat 解压后不需要专门配置 CATALINA_HOME用 IDEA 集成启动时它会自己识别。导入 MySQL 脚本时要注意字符集。如果 SQL 文件里有中文注释命令行导入之前先执行set names utf8mb4;否则中文注释和默认数据会变成乱码。数据库连接配置在 jdbc.properties 或 db.properties 文件里修改 url、username、password 三个值即可。url 里如果用了 MySQL 8 的驱动记得加?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai。这串参数分别控制字符编码、时区缺一个都可能让你在部署阶段多花一小时。5.2 高频报错排查三个“现象—原因—解决”的实战记录部署 Java Web 老项目时遇到的报错基本集中在环境与编码上下面这几条是我在处理类似项目时反复遇到的按“现象—原因—解决”写清楚遇到时可以直接照做。第一个报错是启动 Tomcat 时端口被占用控制台报java.net.BindException: Address already in use。不要先怀疑项目代码八成是之前启动过 Tomcat 的进程没有完全退出或者是被其他程序占用了 8080 端口。解决方式是在命令行执行netstat -ano | findstr :8080找到占用进程的 PID再用taskkill /pid 该PID /f强制结束。如果想更省事直接改 Tomcat 的 server.xml 端口也行课程设计里改成 8081、8082 都没问题只是需要保证访问 URL 跟着变。第二个报错是访问系统时所有页面中文全部变成问号控制台打印的请求参数也乱码。这不是某一个页面编码的问题而是 Tomcat 8.5 默认请求编码是 ISO-8859-1JSP 页面是 UTF-8响应也应该是 UTF-8三处不一致才导致乱码。解决方式是检查 JSP 第一行有没有pageEncodingUTF-8检查 web.xml 是否配置了 CharacterEncodingFilter再检查 MySQL 连接串有没有带 characterEncodingutf8。这三处都对齐后重启 Tomcat 基本能解决。如果数据库里已经存了乱码数据那就是建库时字符集选错了需要重建库再导入一次。第三个报错是 MySQL 8 环境下驱动类找不到报ClassNotFoundException: com.mysql.jdbc.Driver。原因是新版 MySQL 驱动类名改成了com.mysql.cj.jdbc.Driver旧代码里的配置没有跟着迁移。解决方式是需要把 pom.xml 里的 mysql-connector-java 版本升到 8.0.x同时修改 jdbc.properties 里的 driverClass 和 url 中的时区参数。代码本身没有任何问题纯粹是驱动版本不兼容这两处改完再跑就不会报错了。注意 MySQL 8 的连接串里serverTimezoneAsia/Shanghai是必填的否则还会报时区相关的 SQLException。第四个比较隐蔽的问题是启动时项目没有被加载到 Tomcat浏览器访问 404。先确认 IDEA 里 Run Configuration 的 Deployment 标签页有没有添加 artifactApplication context 是否设置为/——如果是/访问路径就不带项目名如果是/air_quality访问路径要写成http://localhost:8080/air_quality/login.jsp。很多课程设计文档里写的访问路径和自己的运行配置不一致看到 404 先看浏览器地址栏再决定去改代码还是改配置。这四条是部署环节最大的坑也是带文档源码最容易让新手当场放弃的地方。遇到报错先看控制台完整异常栈不要只盯最上面那一行——Caused by之后才是真正的根源。6. 进阶路线把“带源码的项目”改造成真正能接设备的监测服务源码跑通只是开始真正让这套系统产生价值的改造方向是把手动录入数据改成自动采集。最常见的路径是引入 MQTT 协议让空气质量传感器通过网关把数据推送到服务端服务端用一个 MQTT 客户端订阅主题解析 JSON 后调用你已经写好的 AQI 计算逻辑入库。Spring Boot 中有现成的 mqtt 集成 starter核心就两步——配置 broker 连接参数在消息回调里解析 payload 并调用 monitorDataService。改造量不大但这会让系统从“信息管理”变成“实时监测”。如果不方便接触硬件更轻量的进阶是用 Mock 数据生成器模拟采集。写一个定时任务每五分钟按正态分布生成一组浓度值写入监测数据表前端趋势图就能滚动刷新。这个做法对毕设演示特别实用页面上的曲线一直在动比静态录入的截图有说服力得多。定时任务用 Spring 的 Scheduled 注解就能实现核心注意点是 cron 表达式的时区问题——默认是服务器时区写的时候确认和数据库时区一致。文档方面这类源码包自带的文档往往只覆盖需求分析和数据库设计缺少部署手册和接口说明。我自己接手的第一个真实项目就是因为接口文档缺失前端同学不知道接口返回的数据结构前后端联调了整整两天。建议你把已有文档中缺失的部分补起来接口的请求参数、响应 JSON 格式、AQI 计算边界值处理这三块补完这套项目才真正算是“从能跑到好用”了。我自己当年就是因为只看了数据库设计文档就急着写接口结果三次返工——一次是量纲搞错一次是漏了时区一次是没考虑 null 值。希望这些经验帮到你让你拿到这类源码包时少走几步弯路。本文还有配套的精品资源点击获取