Technik
Info
Inhalt
Im Folgenden werden sowohl die technischen Details der Wetterstation als auch aktuelle Projektvorhaben sowie bereits umgesetzte Erweiterungen und Verbesserungen vorgestellt. Dabei stehen Informationen zu Hard- und Software ebenso im Fokus wie praktische Erfahrungen und Modifikationen der Anlage.
Die technische Infrastruktur ist auf einen möglichst zuverlässigen Dauerbetrieb ausgelegt: Zwei Raspberry Pi 4 übernehmen redundant zentrale Steuerungs- und Verarbeitungsaufgaben. Der Server speichert die Daten auf einem RAID-System. Alle wesentlichen Geräte werden über unterbrechungsfreie Stromversorgungen abgesichert. Auch die Wetterkameras und der Internetzugang sind redundant ausgelegt; bei einem Ausfall der Hauptverbindung steht ein 5G-Backup zur Verfügung. Eine umfangreiche Selbstüberwachung kontrolliert fortlaufend den Zustand des gesamten Systems und meldet Störungen oder Ausfälle.
Die technische Infrastruktur ist auf einen möglichst zuverlässigen Dauerbetrieb ausgelegt: Zwei Raspberry Pi 4 übernehmen redundant zentrale Steuerungs- und Verarbeitungsaufgaben. Der Server speichert die Daten auf einem RAID-System. Alle wesentlichen Geräte werden über unterbrechungsfreie Stromversorgungen abgesichert. Auch die Wetterkameras und der Internetzugang sind redundant ausgelegt; bei einem Ausfall der Hauptverbindung steht ein 5G-Backup zur Verfügung. Eine umfangreiche Selbstüberwachung kontrolliert fortlaufend den Zustand des gesamten Systems und meldet Störungen oder Ausfälle.
Inbetriebnahme und erste Wetterdaten
Nach erfolgreicher Montage der Wetterstation und Einrichtung der Inneneinheit sehen wir, dass die Station einwandfrei arbeitet und die Messwerte zum Portal des Herstellers Davis sendet.
Hier könnte das Projekt nun bereits abgeschlossen sein!
Praktisch – aber für echte Technikfreaks nur die halbe Wahrheit. Denn spannend wird es erst, wenn man die Daten selbst in die Hand nimmt: auswerten, visualisieren, vergleichen und eigene Ideen umsetzen.
Was bietet uns hier der Hersteller Davis an?
Ohne Abonnement stehen nur ein Teil der erweiterten Funktionen und historischen Auswertungsmöglichkeiten zur Verfügung. Ein Teil der Rohdaten wird zudem in US-amerikanischen Einheiten ausgegeben und muss für die weitere Verarbeitung umgerechnet werden.
Mit einem kostenpflichtigen Abonnement stehen zusätzliche Funktionen und historische Messdaten zur Verfügung. Die Daten werden dabei über Cloud-Dienste des Herstellers verarbeitet. Für Einzelheiten zu Speicherung, Datenschutz und Sicherheit gelten die jeweils aktuellen Angaben des Herstellers.
Auf dieser Seite verarbeiten wir die Wetterdaten eigenständig – unabhängig von Hersteller-Apps und fertigen Diagrammen. So entstehen individuelle Auswertungen, Langzeitstatistiken und Experimente rund ums Wetter, ganz nach dem Motto:
Meine Daten, meine Kontrolle.
Was ist dafür zu tun?
- Daten aus der Wetterstation auslesen
- Messwerte prüfen und auf europäische Einheiten umrechnen
- Daten in einer Datenbank ablegen
- Datenbestand auswerten und grafisch darstellen
Welche zusätzliche Hardware wird benötigt?
- zwei Raspberry Pi 4 für eine redundante Ablaufsteuerung und Bildverarbeitung
- ein zentraler Server mit RAID-System für Datenbank, Speicherung und Überwachung
- unterbrechungsfreie Stromversorgungen für alle wesentlichen Geräte
- ein redundanter Internetzugang mit automatischem 5G-Backup
Die gesamte Infrastruktur wird umfangreich selbst überwacht. Dabei werden unter anderem Wetterdaten, Kameras, Raspberry-Pi-Systeme, Server, Netzwerkverbindungen und die Erreichbarkeit der Webseite kontrolliert.
Mittels einer Firewallregel im Gateway wird der direkte Zugang der Wetterstation zum Internet gesperrt.
- Erstens verhindern wir damit die direkte Übertragung von Messdaten an die Cloud-Dienste des Herstellers Davis.
- Zweitens wird die direkte Internetkommunikation der Wetterstation eingeschränkt und damit die Angriffsfläche reduziert.
Hier könnte das Projekt nun bereits abgeschlossen sein!
Praktisch – aber für echte Technikfreaks nur die halbe Wahrheit. Denn spannend wird es erst, wenn man die Daten selbst in die Hand nimmt: auswerten, visualisieren, vergleichen und eigene Ideen umsetzen.
Was bietet uns hier der Hersteller Davis an?
Ohne Abonnement stehen nur ein Teil der erweiterten Funktionen und historischen Auswertungsmöglichkeiten zur Verfügung. Ein Teil der Rohdaten wird zudem in US-amerikanischen Einheiten ausgegeben und muss für die weitere Verarbeitung umgerechnet werden.
Mit einem kostenpflichtigen Abonnement stehen zusätzliche Funktionen und historische Messdaten zur Verfügung. Die Daten werden dabei über Cloud-Dienste des Herstellers verarbeitet. Für Einzelheiten zu Speicherung, Datenschutz und Sicherheit gelten die jeweils aktuellen Angaben des Herstellers.
Auf dieser Seite verarbeiten wir die Wetterdaten eigenständig – unabhängig von Hersteller-Apps und fertigen Diagrammen. So entstehen individuelle Auswertungen, Langzeitstatistiken und Experimente rund ums Wetter, ganz nach dem Motto:
Meine Daten, meine Kontrolle.
Was ist dafür zu tun?
- Daten aus der Wetterstation auslesen
- Messwerte prüfen und auf europäische Einheiten umrechnen
- Daten in einer Datenbank ablegen
- Datenbestand auswerten und grafisch darstellen
Welche zusätzliche Hardware wird benötigt?
- zwei Raspberry Pi 4 für eine redundante Ablaufsteuerung und Bildverarbeitung
- ein zentraler Server mit RAID-System für Datenbank, Speicherung und Überwachung
- unterbrechungsfreie Stromversorgungen für alle wesentlichen Geräte
- ein redundanter Internetzugang mit automatischem 5G-Backup
Die gesamte Infrastruktur wird umfangreich selbst überwacht. Dabei werden unter anderem Wetterdaten, Kameras, Raspberry-Pi-Systeme, Server, Netzwerkverbindungen und die Erreichbarkeit der Webseite kontrolliert.
Mittels einer Firewallregel im Gateway wird der direkte Zugang der Wetterstation zum Internet gesperrt.
- Erstens verhindern wir damit die direkte Übertragung von Messdaten an die Cloud-Dienste des Herstellers Davis.
- Zweitens wird die direkte Internetkommunikation der Wetterstation eingeschränkt und damit die Angriffsfläche reduziert.
Messwerte selbst erfassen
Hintergrundwissen
Grundlagen: Kommunikation mit der Wetterstation
Know-how:
In diesem Abschnitt erfährst du, wie die Wetterstation ihre Messwerte bereitstellt, wie diese Daten technisch abgefragt werden und warum das JSON-Format dafür besonders praktisch ist.
In diesem Abschnitt erfährst du, wie die Wetterstation ihre Messwerte bereitstellt, wie diese Daten technisch abgefragt werden und warum das JSON-Format dafür besonders praktisch ist.
1
Verbindung zur Wetterstation verstehen
Die Inneneinheit bildet die Schnittstelle zum lokalen Netzwerk und ist per LAN oder WLAN über eine eigene IP-Adresse erreichbar. Diese IP-Adresse wird in der Regel vom Router per DHCP vergeben.
In der Konfigurationsoberfläche des Routers lässt sich prüfen, welche IP-Adresse der Wetterstation zugewiesen wurde.
In unserem Beispiel lautet sie 192.168.178.xxx.
Für eine erste Abfrage geben wir die folgende Adresse in den Webbrowser ein:
http://192.168.178.xxx/v1/current_conditions
In unserem Beispiel lautet sie 192.168.178.xxx.
Für eine erste Abfrage geben wir die folgende Adresse in den Webbrowser ein:
http://192.168.178.xxx/v1/current_conditions
2
Messwerte als JSON auslesen
Die Wetterstation liefert die Antwort im JSON-Format. Die darin enthaltenen Felder werden anschließend einzeln ausgelesen, damit die Messwerte dargestellt und weiterverarbeitet werden können. Einige Werte liegen in US-amerikanischen Einheiten vor: beispielsweise die Temperatur in Fahrenheit und die Windgeschwindigkeit in mph. Niederschlagswerte werden unter anderem als Zählwerte des Regenmessers übertragen.
Die erforderlichen Umrechnungen werden im nächsten Schritt beschrieben.
Die erforderlichen Umrechnungen werden im nächsten Schritt beschrieben.
Beispiel: 36,9 °F entsprechen ca. 2,7 °C
Ergebnis: Damit sind wir nun in der Lage, unsere Messdaten selbst auszulesen,
umzurechnen, zu speichern und individuell darzustellen.
Beispielhafte JSON-Ausgabe der Wetterstation
Datenbank
Hintergrundwissen
Wetterdaten dauerhaft speichern
Know-how:
In diesem Kapitel lernst du, warum Wetterdaten in einer MariaDB-Datenbank gespeichert werden, wie die Wettertabelle aufgebaut ist und weshalb Zeitstempel für spätere Auswertungen wichtig sind.
In diesem Kapitel lernst du, warum Wetterdaten in einer MariaDB-Datenbank gespeichert werden, wie die Wettertabelle aufgebaut ist und weshalb Zeitstempel für spätere Auswertungen wichtig sind.
Wetterstation
Erzeugt kontinuierlich neue Messwerte
➜
JSON-Daten
Werden vom Webserver empfangen
➜
MariaDB-Datenbank
Speichert alle Wetterdaten dauerhaft
➜
Langzeitauswertung
Diagramme und Analysen erzeugen
1
Datenbank anlegen
Um die erfassten Messwerte nicht nur kurzfristig anzuzeigen, sondern auch langfristig nutzen zu können, werden sie in einer MariaDB-Datenbank gespeichert. Eine Datenbank ermöglicht es, große Mengen an Daten strukturiert und dauerhaft abzulegen. Dadurch können Messwerte später jederzeit wieder abgerufen, ausgewertet oder grafisch dargestellt werden.
Ein großer Vorteil der Datenbankspeicherung ist, dass sich Entwicklungen und Veränderungen über längere Zeiträume analysieren lassen. So können beispielsweise Temperaturverläufe, Luftdruckänderungen oder andere Wetterdaten in Diagrammen visualisiert und miteinander verglichen werden.
Für die Speicherung wird in der MariaDB-Datenbank eine Tabelle angelegt, die den gleichen Aufbau wie der empfangene JSON-String besitzt. Jeder Messwert erhält dabei eine eigene Spalte, beispielsweise temp, hum, dew_point oder wind_speed. Die Bezeichnungen werden dabei direkt übernommen, um die Zuordnung der Daten möglichst einfach und übersichtlich zu halten.
Nachdem die Messwerte empfangen und gegebenenfalls umgerechnet wurden, werden sie zusammen mit einem Zeitstempel (Datum und Uhrzeit) in der Datenbank gespeichert. Durch diesen Zeitbezug können die Daten später gezielt nach bestimmten Zeiträumen gefiltert und ausgewertet werden.
Ein großer Vorteil der Datenbankspeicherung ist, dass sich Entwicklungen und Veränderungen über längere Zeiträume analysieren lassen. So können beispielsweise Temperaturverläufe, Luftdruckänderungen oder andere Wetterdaten in Diagrammen visualisiert und miteinander verglichen werden.
Für die Speicherung wird in der MariaDB-Datenbank eine Tabelle angelegt, die den gleichen Aufbau wie der empfangene JSON-String besitzt. Jeder Messwert erhält dabei eine eigene Spalte, beispielsweise temp, hum, dew_point oder wind_speed. Die Bezeichnungen werden dabei direkt übernommen, um die Zuordnung der Daten möglichst einfach und übersichtlich zu halten.
Nachdem die Messwerte empfangen und gegebenenfalls umgerechnet wurden, werden sie zusammen mit einem Zeitstempel (Datum und Uhrzeit) in der Datenbank gespeichert. Durch diesen Zeitbezug können die Daten später gezielt nach bestimmten Zeiträumen gefiltert und ausgewertet werden.
MariaDB dient als zentrales Archiv
für sämtliche Wetterdaten.
Ohne Datenbank
| Nur aktuelle Werte sichtbar |
| Keine Historie verfügbar |
| Keine Diagramme möglich |
Mit Datenbank
| Langzeitarchiv aller Messwerte |
| Historische Auswertungen |
| Diagramme und Statistiken |
2
CREATE TABLE wetterstation (
id INT AUTO_INCREMENT PRIMARY KEY,
timestamp DATETIME,
temp FLOAT,
hum FLOAT,
dew_point FLOAT,
wind_speed FLOAT
);
3
Warum Zeitstempel wichtig sind
Jeder Datensatz wird zusätzlich mit Datum und Uhrzeit gespeichert.
Dadurch lassen sich Wetterdaten später gezielt nach bestimmten Zeiträumen filtern und analysieren.
Beispiel:
12.05.2026 — 14:30 Uhr
Temperatur: 18,4 °C
12.05.2026 — 14:30 Uhr
Temperatur: 18,4 °C
Durch die langfristige Speicherung
lassen sich Wetterentwicklungen sichtbar machen:
🌡 Temperaturverläufe
🌧 Niederschlagsmengen
🌬 Windentwicklungen
📉 Luftdruckänderungen
🌡 Temperaturverläufe
🌧 Niederschlagsmengen
🌬 Windentwicklungen
📉 Luftdruckänderungen
Ergebnis:
Die Wetterdaten werden dauerhaft archiviert und können später für Diagramme, Statistiken und umfangreiche Wetteranalysen verwendet werden.
Die Wetterdaten werden dauerhaft archiviert und können später für Diagramme, Statistiken und umfangreiche Wetteranalysen verwendet werden.
Art und Umfang der Auswertung können nun individuell gestaltet werden.
Ziel ist es, die Messwerte automatisch abzurufen und direkt zu speichern. Das lässt sich mit einem PHP-Skript gut umsetzen. Damit dieses Skript ausgeführt werden kann, wird ein lokaler Webserver benötigt, der PHP unterstützt und den Code verarbeitet.
Das PHP-Skript übernimmt dabei die Aufgabe, die Messdaten regelmäßig abzufragen, aufzubereiten und anschließend in der Datenbank abzulegen. Dadurch läuft der Vorgang automatisch ab und die Daten müssen nicht manuell erfasst werden.
Beispiel: Apache HTTP Server (Open Source)
Das PHP-Skript übernimmt dabei die Aufgabe, die Messdaten regelmäßig abzufragen, aufzubereiten und anschließend in der Datenbank abzulegen. Dadurch läuft der Vorgang automatisch ab und die Daten müssen nicht manuell erfasst werden.
Die folgenden Ausschnitte zeigen die wichtigsten Funktionen des Skripts.
Datenbankverbindung herstellen
Als erster Schritt wird eine Verbindung zur Datenbank hergestellt.
Die Datenbank-Zugangsdaten stehen in der externen Datei
inc/db.php. 
Anschließend erfolgt die eigentliche Abfrage der Wetterstation nach der zuvor beschriebenen Vorgehensweise. Die empfangenen Daten liegen dabei im JSON-Format vor. Direkt danach werden die einzelnen Messwerte aus dem JSON-String ausgelesen und für die weitere Verarbeitung vorbereitet.
Die grundlegende Struktur des Antwort-Strings bleibt dabei erhalten. Ein Verständnis dieser Struktur erleichtert das Nachvollziehen der Funktion und hilft dabei, die einzelnen Messwerte korrekt auszulesen und weiterzuverarbeiten.
Umrechnung:
Die Werte sind nun in Variablen abgelegt und können grundsätzlich bereits genutzt werden. Einige Messwerte liegen jedoch noch in US-amerikanischen Einheiten vor und werden deshalb in die auf dieser Webseite verwendeten metrischen Einheiten umgerechnet.
Die Werte sind nun in Variablen abgelegt und können grundsätzlich bereits genutzt werden. Einige Messwerte liegen jedoch noch in US-amerikanischen Einheiten vor und werden deshalb in die auf dieser Webseite verwendeten metrischen Einheiten umgerechnet.
Temperatur: °C = (°F − 32) × 5/9
Windgeschwindigkeit: km/h = mph × 1,60934
Luftdruck: hPa = inHg × 33,8639
Windgeschwindigkeit: km/h = mph × 1,60934
Luftdruck: hPa = inHg × 33,8639
Messwerte in die Datenbank schreiben
Zuletzt folgt das Schreiben der Messwerte in die MariaDB-Datenbank.
Damit die Daten fortlaufend erfasst und gespeichert werden, wird das Skript als Cronjob ausgeführt. Im aktuellen System übernehmen zwei Raspberry Pi 4 diese Aufgabe redundant. In der Crontab wird die Adresse des Skripts auf dem Webserver eingetragen. Der nachfolgende Eintrag startet das Skript jede Minute.
* * * * * /usr/bin/wget -O - -q -t 1 http://192.168.178.12/wetterstation.php
Für die dauerhafte Erfassung müssen der Datenbankserver und mindestens eines der beiden Raspberry-Pi-Systeme ständig in Betrieb sein. Der Web- und Datenbankserver läuft auf einem QNAP-NAS mit RAID-System. Zwei Raspberry Pi 4 übernehmen redundant die Ablaufsteuerung, den regelmäßigen Aufruf der Erfassungsskripte und weitere Aufgaben.
Alle wesentlichen Komponenten werden über unterbrechungsfreie Stromversorgungen abgesichert. Der Internetzugang ist redundant ausgelegt und kann bei einem Ausfall der Hauptverbindung automatisch auf ein 5G-Backup wechseln.
Eine umfangreiche Selbstüberwachung kontrolliert unter anderem die Aktualität der Wetterdaten, die Datenbank, die Raspberry-Pi-Systeme, die Kameras, den Server, die Netzwerkverbindungen und die Erreichbarkeit der Webseite. Störungen oder ausbleibende Aktualisierungen können dadurch frühzeitig erkannt und gemeldet werden.
Alle wesentlichen Komponenten werden über unterbrechungsfreie Stromversorgungen abgesichert. Der Internetzugang ist redundant ausgelegt und kann bei einem Ausfall der Hauptverbindung automatisch auf ein 5G-Backup wechseln.
Eine umfangreiche Selbstüberwachung kontrolliert unter anderem die Aktualität der Wetterdaten, die Datenbank, die Raspberry-Pi-Systeme, die Kameras, den Server, die Netzwerkverbindungen und die Erreichbarkeit der Webseite. Störungen oder ausbleibende Aktualisierungen können dadurch frühzeitig erkannt und gemeldet werden.
Als Webseite ausgeben
Hintergrundwissen
Vom Rohwert zur fertigen Wetteranzeige
Know-how:
In diesem Kapitel lernst du, wie Wetterdaten aus der Datenbank gelesen, übersetzt und anschließend benutzerfreundlich auf der Webseite dargestellt werden.
In diesem Kapitel lernst du, wie Wetterdaten aus der Datenbank gelesen, übersetzt und anschließend benutzerfreundlich auf der Webseite dargestellt werden.
Wetterstation
Liefert fortlaufend neue Messwerte
➜
Datenbank
Speichert sämtliche Rohdaten dauerhaft
➜
PHP + SQL
Liest die Daten aus und verarbeitet sie
➜
Webseite
Zeigt verständliche Wetterwerte an
1
Wetterdaten automatisch speichern
In diesem Beispiel wird jede Minute automatisch ein neuer Datensatz mit sämtlichen Wetterwerten gespeichert.
Die Datenbank bildet damit das zentrale Herzstück der Wetterwebseite.
SELECT temp, hum, rain
FROM wetterstation
ORDER BY id DESC
LIMIT 1;
Mithilfe von SQL-Abfragen können gezielt einzelne
Wetterwerte aus der Datenbank gelesen werden.
Dadurch lassen sich Tabellen, Diagramme
oder komplette Wetterseiten dynamisch erzeugen.
Rohdaten aus der Wetterstation
| temp | 2.7 |
| hum | 83.6 |
Darstellung auf der Webseite
| Temperatur | 2,7 °C |
| Luftfeuchtigkeit | 83,6 % rel. |
2
Die Struktur-Tabelle
Die Wetterdatenbank verwendet technische Kürzel nach dem Davis-Format.
temp → Temperatur → °C
hum → Luftfeuchtigkeit → % rel.
Damit die Webseite verständliche Begriffe anzeigen kann, existiert zusätzlich die Tabelle Struktur.
Diese Tabelle übersetzt die technischen Kürzel automatisch in lesbare Bezeichnungen inklusive Einheit.
3
Praxisbeispiel
Rohwert aus der Datenbank:
hum, 83.6
hum, 83.6
Übersetzte Webseitenanzeige:
Luftfeuchtigkeit: 83,6 % rel.
Luftfeuchtigkeit: 83,6 % rel.
Ergebnis:
Aus kompakten technischen Rohdaten entsteht automatisch eine verständliche und benutzerfreundliche Wetterwebseite.
Aus kompakten technischen Rohdaten entsteht automatisch eine verständliche und benutzerfreundliche Wetterwebseite.
Die Wetterkamera
Die Wetterstation erfasst kontinuierlich eine große Anzahl an Messwerten. Tabellen und Diagramme liefern zwar eine genaue Übersicht über die aktuelle Wetterlage und deren Entwicklung, dennoch lassen sich viele Informationen visuell deutlich schneller und intuitiver erfassen.
Nicht ohne Grund heißt es:
„Ein Bild sagt mehr als tausend Worte.“
Aus dieser Idee entstand die Wetterkamera. Das Kamerasystem ist redundant aufgebaut und besteht aus zwei hochauflösenden 4K-Ultra-HD-Außenkameras in wetterfesten Gehäusen. Auch die Bildverarbeitung ist redundant ausgelegt: Zwei Raspberry Pi 4 übernehmen die Verarbeitung und können die Aufgaben bei einem Ausfall gegenseitig übernehmen.
Kameras, Raspberry-Pi-Systeme und die zugehörige Netzwerktechnik werden über unterbrechungsfreie Stromversorgungen abgesichert. Eine umfangreiche Selbstüberwachung prüft regelmäßig die Erreichbarkeit der Kameras, die Aktualität der Bilder, die laufenden Verarbeitungsprozesse und die Datenübertragung zum Webserver.
Damit aus dem einfachen Kamerabild eine informative Wetteransicht entsteht, werden automatisch mehrere Verarbeitungsschritte durchgeführt:
- Aktuelles Bild von der aktiven Außenkamera abrufen.
- Das Foto bearbeiten, Auflösung optimieren und die Bildgröße anpassen.
- Die aktuellen Wetterdaten aus der Datenbank auslesen.
- Prüfen, ob aktuelle Wetterwarnungen des Deutschen Wetterdienstes (DWD) vorliegen.
- Position und Größe des Windpfeils berechnen. Die Darstellung verändert sich dynamisch abhängig von der aktuellen Windstärke.
- Symbole, Warnmeldungen und farbige Hintergrundflächen in das Bild einfügen.
- Wetterdaten und weitere Informationen direkt in das Foto einblenden.
- Das fertige Bild automatisch auf den Webserver eifel-wetter.de hochladen.
- Den gesamten Ablauf jede Minute wiederholen, sodass dauerhaft aktuelle Wetterbilder zur Verfügung stehen.
- Die letzten 60 Bilder auf dem Webserver speichern und als Animation bereitstellen. Für die 24-Stunden-Slideshow werden separate Bilder erzeugt und nach Ablauf der vorgesehenen Speicherdauer automatisch entfernt.
Fällt eine Kamera oder ein Verarbeitungssystem aus, kann das redundante System den Betrieb mit der verbleibenden Hardware fortsetzen. Der Internetzugang ist ebenfalls redundant ausgelegt; bei einem Ausfall der Hauptverbindung steht ein 5G-Backup zur Verfügung.
Info: Seit Version 5.0 verändert die Kamera einmal pro Stunde automatisch ihre Aufnahmerichtung und schwenkt über den Ortskern hinweg.
Sämtliche Einblendungen werden dynamisch erzeugt und passen sich automatisch an die aktuellen Wetterdaten, die Tageszeit sowie vorhandene Wetterwarnungen an.
Folgende Informationen können direkt aus dem Bild der Wetterkamera entnommen werden:
- aktueller optischer Eindruck der Wetterlage
- Windrichtung und Windstärke
- Temperatur, Taupunkt, Luftdruck und Luftfeuchtigkeit
- Niederschlagsintensität und Niederschlagsmenge
- Sonnenaufgang und Sonnenuntergang
- aktuelle Wetterwarnungen
- Messwerte des Regensensors
- Sichtweite anhand von Markierungen im Bild
Zu bewerten ist die Horizontlinie, die unmittelbar unterhalb an die Markierung angrenzt.
Fotos links und in der Mitte: Sichtbedingung erfüllt.
Foto rechts: Sichtbedingung nicht erfüllt.
Fotos links und in der Mitte: Sichtbedingung erfüllt.
Foto rechts: Sichtbedingung nicht erfüllt.
Hardware-Modifikationen
In der kalten Jahreszeit besteht die Gefahr, dass der Niederschlagssensor einfriert oder durch den Schnee völlig überfüllt wird und damit keine Messwerte mehr liefert.
Abhilfe soll hier eine Niedervolt-Heizfolie (12 V) schaffen. Kosten: etwa 7,35 € pro Stück.
Heizung
Damit der gesamte Trichter beheizt werden kann, werden zwei Heizfolien benötigt.
Die selbstklebenden Folien werden – wie gezeigt – auf der Unterseite des Trichters angebracht.
Anschließend werden die Anschlussdrähte verlötet und mit Schrumpfschlauch mit Innenkleber gegen Feuchtigkeit und mechanische Belastung geschützt.
Ein Heizelement liefert eine Heizleistung von etwa 13 Watt. Da dies für diesen Anwendungsfall deutlich mehr als erforderlich ist, werden die beiden Heizelemente in Reihe geschaltet.
Dadurch liegt an jedem Element nur noch die halbe Betriebsspannung an, wodurch sich die Leistung auf etwa 25 % reduziert. Das entspricht ungefähr 3 Watt Heizleistung pro Element. Diese Leistung ist ausreichend, um den Trichter zuverlässig vor Vereisung zu schützen.
Lose Drähte werden zusätzlich mit Heißkleber fixiert, sodass sie die Regenwippe keinesfalls berühren oder deren Bewegung blockieren können.
Steuerung
Update (Januar 2024):
Ein Thermostat im benachbarten Anschlusskasten schaltet die Versorgungsspannung automatisch ein, sobald die Außentemperatur unter +3 °C fällt.
Update (Januar 2024):
Im Januar 2024 hielt auch im Bereich der Wetterstation das Smart Home Einzug. Das bisher verwendete Thermostat wurde durch einen WLAN-basierten Controller ersetzt (Kostenpunkt: etwa 3,50 €).
Da die Wetterstation die Außentemperatur bereits an den Smart Home-Server überträgt, muss dieser Wert lediglich ausgewertet werden, um das Relais bei Bedarf automatisch einzuschalten – eine einfache und zugleich flexible Lösung.
Über die Smart Home-Visualisierung kann nun außerdem der aktuelle Zustand der Heizung überwacht werden. Dies war mit der bisherigen Lösung über das klassische Thermostat nicht möglich.
Erweiterung: Niederschlagssensor
Im laufenden Betrieb der Anlage wurde wiederholt festgestellt,
dass bei leichtem Regen eine Regenrate von 0 mm/h angezeigt wird.
Wie ist das zu erklären?
Um dies zu verstehen, lohnt sich ein Blick auf die Funktionsweise der Niederschlagsmessung:
Die Wetterstation erfasst die Niederschlagsmenge mithilfe eines sogenannten Kipplöffelsensors.
Dabei wird der Niederschlag über einen Trichter gesammelt und dem Kipplöffel zugeführt.
Sobald eine definierte Füllmenge erreicht ist, kippt der Löffel, entleert sich und erzeugt dabei ein Messsignal.
Durch das Zählen dieser Kippvorgänge wird die tatsächliche Niederschlagsmenge bestimmt.
Was bedeutet dies in der Praxis?
Bei sehr geringen Niederschlagsmengen wird die erforderliche Füllmenge des Kipplöffels oft erst
nach längerer Zeit oder gar nicht erreicht. Dadurch kann es vorkommen,
dass leichter Regen von der Wetterstation zunächst nicht erfasst wird und die Anzeige weiterhin 0 mm/h ausgibt.
Abhilfe schafft in diesem Fall ein zusätzlicher Sensor:
Abhilfe schafft in diesem Fall ein zusätzlicher Sensor:
Ein Beispiel hierfür ist der Regensensor Kemo M152K. Dieser arbeitet nach dem kapazitiven Erkennungsprinzip
und erkennt bereits wenige Tropfen auf der Sensoroberfläche.
Vorteil:
Die Sensorfläche ist elektrisch isoliert und dadurch unempfindlich gegenüber Oxidation.
Der Relaisausgang des Sensors wird über einen Mikrocontroller vom Typ ESP8266 erfasst. Anschließend werden die Informationen an den zentralen Webserver übertragen. Dort erfolgt die Speicherung der Messwerte in der bereits beschriebenen MariaDB-Datenbank. Durch die schräge Montage kann Wasser schneller von der Sensorfläche ablaufen. Zusätzlich verhindern die angebrachten Kabelbinder, dass sich Vögel auf dem Sensor niederlassen und Fehlmeldungen verursachen.
Der Relaisausgang des Sensors wird über einen Mikrocontroller vom Typ ESP8266 erfasst. Anschließend werden die Informationen an den zentralen Webserver übertragen. Dort erfolgt die Speicherung der Messwerte in der bereits beschriebenen MariaDB-Datenbank. Durch die schräge Montage kann Wasser schneller von der Sensorfläche ablaufen. Zusätzlich verhindern die angebrachten Kabelbinder, dass sich Vögel auf dem Sensor niederlassen und Fehlmeldungen verursachen.
Ergebnis:
- Leichter Regen wird nun zuverlässig erkannt und in der Tabelle angezeigt.
- Im Bild der Wetterkamera wird der Hinweis „Sprühregen“ angezeigt.
- Auch im Wetterdiagramm wird der Sensorzustand dargestellt (orange markiert).
- Im Bild der Wetterkamera wird der Hinweis „Sprühregen“ angezeigt.
- Auch im Wetterdiagramm wird der Sensorzustand dargestellt (orange markiert).
Messdaten im Smart Home nutzen
Welche Vorteile bietet Smart Home und wie wird es umgesetzt?
In einem smarten Wohngebäude können elektrische Verbraucher wie Lampen, Rollläden, Heizungen
oder andere Geräte über das lokale Netzwerk gesteuert werden.
Die Schaltvorgänge erfolgen dabei nicht manuell, sondern auf Basis einer frei definierbaren Logik.
So können Verbraucher beispielsweise zeitgesteuert oder abhängig von bestimmten Sensorwerten automatisch
ein- oder ausgeschaltet werden. Je mehr unterschiedliche Sensoren im Smart Home zur Verfügung stehen,
desto vielfältiger sind die Möglichkeiten zur Verknüpfung und Automatisierung.
Damit der Haustechnik-Server, in diesem Fall ioBroker, auf aktuelle Wettersituationen reagieren kann,
benötigt er Zugriff auf die Daten der Wetterstation.
Die Abfrage erfolgt wie bereits im Kapitel „Kommunikation mit der Wetterstation“ beschrieben.
In diesem Anwendungsfall übernimmt jedoch ein Blockly-Skript innerhalb von ioBroker die gesamte Verarbeitung.
Mit den nun verfügbaren Wetterdaten kann ioBroker verschiedene Automatisierungen ausführen, zum Beispiel:
- einen aktuellen Wetterbericht erstellen und über smarte Lautsprecher ausgeben,
- Wetterwarnungen an das Smartphone senden,
- Hinweise über smarte Lautsprecher ausgeben, wenn bei Sturm oder Regen noch Fenster oder Türen geöffnet sind,
- bei Dunkelheit und gleichzeitigem Regen die IR-Scheinwerfer der Außenkameras deaktivieren, um Fehlalarme zu vermeiden,
- bei Starkregen den Mähroboter pausieren und automatisch zur Garage zurückfahren lassen.
Wie sieht das zugehörige Blockly-Skript aus?- Wetterwarnungen an das Smartphone senden,
- Hinweise über smarte Lautsprecher ausgeben, wenn bei Sturm oder Regen noch Fenster oder Türen geöffnet sind,
- bei Dunkelheit und gleichzeitigem Regen die IR-Scheinwerfer der Außenkameras deaktivieren, um Fehlalarme zu vermeiden,
- bei Starkregen den Mähroboter pausieren und automatisch zur Garage zurückfahren lassen.
Das Blockly-Skript wird über einen Trigger alle 10 Sekunden gestartet.
Bei jedem Durchlauf sendet es eine Anfrage an die Wetterstation und ruft die aktuellen Messwerte ab:
Die Antwort der Wetterstation wird als JSON-String bereitgestellt und muss anschließend entsprechend ausgewertet werden.
Die daraus gewonnenen Messwerte werden in eigens dafür angelegte Datenpunkte geschrieben:
Da die Wetterstation US-amerikanische Einheiten verwendet, müssen einige Messwerte zunächst umgerechnet werden.
Beim Niederschlag wird die Anzahl der Kippvorgänge des Kipplöffelsensors übertragen.
Der Sensor arbeitet mit einer Auflösung von 0,2 mm pro Kippvorgang.
Daher wird der empfangene Zählwert durch 5 dividiert, um den tatsächlichen Niederschlag in Millimetern zu erhalten.
Die Luftfeuchtigkeit wird hingegen – ebenso wie in Europa – bereits in Prozent angegeben.
Hier ist daher keine Umrechnung erforderlich: