Aquatic ecosystems support biodiversity, water security, and coastal economies, but routine monitoring of important water quality parameters remains logistically and financially challenging.  This thesis, therefore, builds and evaluates an autonomous, renewable-energy-powered IoT buoy deployed in Södra Varvsbassängen, Malmö, which collects real-time data on seven key water-quality parameters: chlorophyll, dissolved oxygen, electrical conductivity, temperature, turbidity, pH, and salinity.  Before deployment, we carried out structured investigations that guided the system design choices, as documented in Appendix A to D. Considerations of cost, power budget, marine robustness, and microcontroller compatibility resulted in a hybrid sensor suite. We combined analog sensors for dissolved oxygen, electrical conductivity, pH, and turbidity with a digital DS18B20 temperature sensor. To avoid the high cost of commercial chlorophyll sensors we designed a custom ultraviolet-excited fluorescence sensor based on an Adafruit AS7341 sensor. The microcontroller used is an ESP32, which communicates via an SX1262 LoRa Peer-to-Peer (P2P) radio link to a gateway connected to an Adafruit IO dashboard. The system transmits a very small data payload once per hour over distances exceeding 200 meters in line-of-sight conditions. This results in minimal impact on the duty cycle, making the solution highly energy-efficient. Energy modeling and outdoor measurements showed that four 5.5 V 100 mA photovoltaic panels and 2000 mAh lithium polymer batteries kept the platform energy neutral for several days, even under cloudy skies.  Field trials confirmed that the different parts of the buoy system performed as intended, and data transmission stayed uninterrupted during the entire test period. Several sensor channels however showed unexpected readings. The pH sensor reported negative values, electrical conductivity and dissolved oxygen returned unrealistically high concentrations. Evidence suggests that interaction between sensors is causing this problem. Therefore, to reduce this interference, we recommend that the sensors do not measure together at the time of measurement.  The study demonstrates that a solar-powered IoT buoy costing under €900 can reliably collect and transmit environmental data. The remaining challenge for achieving fully reliable multimodal water quality monitoring lies in addressing sensor interaction effects.

 Akvatiska ekosystem är grundläggande för biologisk mångfald, dricksvattensäkerhet och kustnära ekonomier, men regelbunden övervakning av vattenkvalitet är fortfarande både logistiskt och ekonomiskt krävande. Detta examensarbete har därför utvecklat och utvärderat en autonom, solcellsdriven IoT-boj som placerats i Södra Varvsbassängen i Malmö. Plattformen registrerar i realtid sju nyckelparametrar: klorofyllkoncentration, upplöst syrehalt, elektrisk konduktivitet, temperatur, turbiditet, pH och salinitet. 

Systematiska förstudier (Appendix A-D) låg till grund för samtliga val av delsystem. Med hänsyn till kostnad, energibudget, marin tålighet och mikrokontrollerkompatibilitet konstruerades en sensorsvit med analoga sensorer för upplöst syrehalt, elektrisk konduktivitet, pH och turbiditet, kompletterad med en digital temperatursensor. För att undvika den höga kostnaden för kommersiella klorofyllsensorer utvecklades även en egen UV-exciterad fluorescenssensor baserad på en Adafruit AS7341-spektralsensor.

Systemets kärna är en ESP32-mikrokontroller som, via en SX1262-baserad LoRa-länk (P2P), sänder små datapaket en gång per timme till en gateway som är ansluten till molntjänsten Adafruit IO. Räckvidden mellan bojen och gatewayen uppmättes till över 200 m vid fri sikt, och den korta sändtiden ger ett minimalt energibehov. Energiberäkningar och fältmätningar visade att bojen aldrig förbrukade mer energi än vad som skördades från fyra solpaneler på 5,5 V och 100 mA, orienterade mot de fyra väderstrecken, i kombination med ett litium-polymerbatteri på 2000 mAh. Detta möjliggjorde kontinuerlig drift i flera dygn, även vid molnigt väder.

Fälttester bekräftade stabil drift och obruten dataöverföring under hela försöksperioden. Vissa sensorer uppvisade dock avvikande mätvärden: pH-sensorn rapporterade negativa värden, och både elektrisk konduktivitet och upplöst syrehalt visade orimligt höga nivåer. Analysen pekar på elektrisk interferens mellan sensorerna när de mäter samtidigt. För att minska störningarna rekommenderas tidsförskjutna mätningar där endast en sensor är aktiv åt gången. 

Detta arbete visar att en solcellsdriven IoT-boj med en materialkostnad under 900 € kan samla in och skicka vattenkvalitetsdata i realtid. För att uppnå helt tillförlitlig multimodal övervakning återstår det att lösa problemet med att sensorerna stör varandra.