Greenhouse gas emissions in indoor or outdoor areas are dangerous and can have short- or long-term effects on people’s health. There are several methods to monitor the air quality in such environments. This thesis project attempts to design and evaluate a wireless sensor network with two main characteristics such as long range and low power consumption. The sensor network is built upon Long Range Wide Area Network (LoRaWAN) protocol and is composed of sensor nodes and gateways. The sensor nodes are built upon a Raspberry Pi model 3B, a LoRa SX1276 transceiver and gas sensors. The sensors are intended to measure CO2, CH4, temperature, pressure and relative humidity. The collected data is then logged and sent to The Things Network (TTN) via a backhaul connection.

Greenhouse gas emissions are the biggest challenge that humans are facing because of how they can affect the global warming and the negative impact on earth. To be able to control Greenhouse gas emissions or even to minimize them we first need to be able to monitor them and then find solutions to minimize them. The aim of this thesis project is to construct a wireless sensor network that can use Long Range Wide Area Network (LoRaWAN) since LoRa is defined as long range and low power consumption. The gateway was built with Rasspberry pi 3b+ and iC880A-SPI - LoRaWAN Concentrator and the sensor node was built on Arduino MKR-1310 and the sensors are used to measure the methane, temperature, pressure, humidity, GPS coordinates. All the data are gathered and can be accessed via The Things Network (TTN). / Utsläpp av växthusgaser är den största utmaningen som människor står inför på grund av hur de kan påverka den globala uppvärmningen och dess negativa påverkan på jorden. För att kunna kontrollera utsläppen av växthusgaser eller till och med minimera dem måste vi först kunna övervaka dem för att sedan hitta lösningar för att minimera dem. Syftet med detta examensarbete är att konstruera ett trådlöst sensornätverk som kan använda Long Range Wide Area Network (LoRaWAN) eftersom LoRa definieras som lång räckvidd och låg strömförbrukning. Gatewayen byggdes med Raspberry pi 3b+ och iC880A-SPI - LoRaWAN Concentrator och sensornoden byggdes på Arduino MKR-1310 och sensorerna används för att mäta metangas, temperatur, tryck, luftfuktighet och GPS-koordinater. All data samlas in och kan nås via The Things Network (TTN).

Att detektera ljudnivå ger mycket information i stadsområde såsom bullernivå, antal skottlossningar, antal kollisioner och detekterar plats på en ljudkälla. I detta projekt monteras en ljuddetektor som kommunicera via LoRa Long Range när ljudet överstiger ett tröskelvärde. Ljuddetektorn implementeras som en fristående modul bestående av tre befintliga moduler. Modulerna som används i projektet innefattar: Lopy4 med Expansionskort 3.1, GPS modul och Ljud sensor  Ljudnivån, batterinivå, koordinater, datum och tid överförs via LoRa-nät till en gateway och vidare till The Thing of Network, TTN websidan och samtidigt sparas data lokalt i ett SD minneskort när ljudet överstiger ett tröskelvärde. Tröskelvärdet kan modifieras efter användarens önskningar. / Detecting noise levels explains a lot in urban areas such as noise levels, number of shots, and number of collisions. In this project, a sound detector is installed that communicates via LoRa, Long Range when the sound exceeds a threshold value. The sound detector is implemented as a stand-alone module consisting of three existing modules. The modules used in the project include Lopy4 with Expansion Card 3.1, GPS module, and Sound sensor. The sound level, battery level, coordinates, date, and time are transferred via LoRa to a gateway and on to The Thing of Network, TTN website, and at the same time data is saved locally in an SD memory card when the sound exceeds a threshold. The threshold can be modified according to the user's wishes.