随着居民对生活质量的要求不断提高,室内空气作为与居民长时间接触并极大影响居民身体健康的重要因素,引起愈发广泛的关注,迫切需要一种完善的方式进行实时监控和预测。针对目前室内空气质量监测意识薄弱,监控方式落后,没有完善成熟的全套解决方案等问题,本文基于物联网架构,利用边缘计算和ARIMA预测模型等技术,开发了一套端到端的室内空气质量监测系统,用于实时高效的监测室内空气。主要研究内容如下:(1)基于物联网架构和技术,开发了包括空气感知终端、传输协议和设备组网、云端监控平台三层架构的室内空气质量监测系统,实现了室内空气参数实时采集,传输及云端存储方法;(2)利用边缘网关,研究了网络边缘侧边缘计算方法,实现了多设备接入和管理、数据分析和清洗、信息决策和规则计算等功能,可缓解空气监测系统的网络传输压力,提升边缘决策能力及监控的实时性;(3)通过样本平稳化处理、定阶和模型建立、模型评价和结果预测、模型检验和预测误差分析等步骤,建立了以室内CO2浓度为例的ARIMA预测模型,可实现对室内CO2浓度的预测,提高空气监测系统的预警能力。以某建筑物室内为实际监测环境,测试和验证了系统功能,实现了室内空气数据采集并传输至网关做边缘计算,数据处理后上传至云端存储分析,并建立预测模型对环境变化做出预测。结果表明,整个系统可实时高效智能化的监控和预警室内空气环境,具有较高的实用价值。