La veleta utiliza un codificador magnético (AS5600) para medir la posición angular de la veleta a medida que se alinea con el flujo del viento. La dirección se muestrea cada segundo y se combina con los datos de velocidad del viento para formar vectores. Estos vectores se promedian durante 60 segundos para calcular la dirección media del viento, mientras que la dirección de la ráfaga máxima se determina promediando los tres vectores correspondientes al periodo de mayor velocidad del viento en 3 segundos.

This video is part of a playlist that demonstrates the entire assembly of the instrument. You can toggle between videos using the list icon at the top right or by using the "fast forward" button at the bottom left.

El funcionamiento de los sensores de los sistemas instalados se ha estudiado a fin de evaluar su confiabilidad y calibración en distintas condiciones atmosféricas. Antes de realizar las pruebas de campo, los sensores fueron calibrados en un ambiente controlado. Las pruebas de calibración de los sensores de temperatura, presión y humedad relativa (HR) indican que en el laboratorio los sensores funcionan dentro de los límites especificados por sus respectivos fabricantes. El pluviómetro basculante registra un error inferior al 5 % para lluvias simuladas de 0.1 a 30 mm/h. Los sensores del anemómetro de tres cazoletas y de la veleta 3D-PAWS fueron probados y calibrados en el túnel de viento del centro de banco de pruebas de la NOAA. Las pruebas de estrés contemplaron velocidades máximas de 70 m/s. El anemómetro de tres cazoletas funcionó muy bien durante la simulación de «vientos huracanados». La veleta 3D-PAWS se probó bajo el mismo rango de velocidades. Las pruebas indican que las medidas de dirección del viento son coherentes en toda la gama de velocidades.

La evaluación de los sensores en el terreno se llevó a cabo en el campo de pruebas Marshall de NCAR en Boulder (Colorado) y en el centro de pruebas de la NOAA en Sterling (Virginia), ambos en los Estados Unidos. Las observaciones realizadas con los sensores 3D-PAWS se compararon con las de sensores de referencia comerciales calibrados. La tabla 3 describe los sensores de referencia que se utilizaron en la evaluación. Para calcular el error estimado de los sensores 3D-PAWS, las observaciones de dicho sistema se cotejaron con observaciones de referencia a una resolución de 1 min. Se analizaron las observaciones obtenidas durante el período comprendido entre junio de 2016 y marzo de 2017. El período de evaluación varió de acuerdo con los datos disponibles para cada sensor. Se efectuaron comparaciones a fin de identificar cualquier dependencia ambiental de los resultados. Por ejemplo, se hicieron análisis estratificados separando los resultados diurnos/nocturnos y estacionales (p. ej.: estación cálida/fría) de los sensores para evaluar cualquier posible dependencia del error de medición.

Tabla 3: sensores de referencia utilizados en la evaluación.

Se evaluaron las observaciones de temperatura registradas tanto en el campo de pruebas Marshall de NCAR como en el centro de pruebas de la NOAA. Los dos sitios presentaron errores de medición similares. La figura 3 muestra los resultados obtenidos en el campo de pruebas Marshall de NCAR para todas las observaciones, las observaciones diurnas y las observaciones nocturnas. El estudio abarca el período entre junio de 2016 y marzo de 2017. El sistema 3D-PAWS comprende tres sensores de temperatura (BMP180, HTU21D y MCP9808). Los resultados de los tres sensores coinciden bastante bien con los del sensor de referencia calibrado. El error para todas las mediciones es de ±0.57 °C. El error es levemente más alto para las observaciones diurnas y levemente más bajo para las observaciones nocturnas. Este efecto era esperado, ya que se debe al calentamiento de la pantalla protectora causado por la radiación solar durante el día. En general, los sensores de temperatura 3D-PAWS producen buenos resultados en el rango de valores que se observan en Colorado (de -25 °C a 37 °C).

La presión barométrica en la estación se evaluó en ambos sitios de prueba, en los cuales se observaron resultados similares. La figura 4 muestra las observaciones del campo de pruebas Marshall de NCAR como referencia. El sensor de la presión de 3D-PAWS (BMP180) da buenos resultados. El error observado para todas las mediciones realizadas en el período entre junio de 2016 y marzo de 2017 fue de ±0.49 hPa. Cuando las observaciones diurnas y nocturnas se consideran por separado, el error es levemente mayor (±0.53 hPa) durante del día y levemente menor durante la noche (±0.37 hPa). Es probable que esto se deba al mayor calentamiento y a las variaciones de temperatura más grandes que suelen observarse durante el día.

Los sensores de la humedad relativa se evaluaron tanto en el campo de pruebas Marshall de NCAR como en el centro de pruebas de la NOAA (fig. 5). Los sensores observados en los dos sitios demostraron comportamientos similares (a continuación se describen los resultados del campo de pruebas Marshall de NCAR). El panel de la izquierda compara todas las mediciones realizadas en el período entre junio de 2016 y marzo de 2017 con las del sensor de referencia. El error medio del análisis es de ±5.7 %. No obstante, los valores intermedios de humedad relativa (del 20 al 80 %) presentan una dispersión considerable y se nota un sesgo hacia los valores de humedad relativa bajos (<10 %) y altos (>90 %). Las observaciones nocturnas presentan un error levemente menor (±4.87 %) que las mediciones diurnas (±5.98 %). Sin embargo, la forma del diagrama y los errores son casi idénticos. El diagrama muestra algunos comportamientos extraños, ya sea con el sensor de 3D-PAWS o con el de referencia, que probablemente se deban a condensación en el sensor.

También se evaluó la calidad de las observaciones de velocidad y dirección del viento (no se incluyen gráficas de estos resultados). Para la velocidad del viento, se calculó un error de medición de ±0.87 m/s. Las observaciones nocturnas presentaron un error de observación levemente menor que las observaciones diurnas (±0.79 m/s y ±0.94 m/s, respectivamente). Los resultados muestran que el sensor 3D-PAWS concuerda con el sensor de referencia dados los vientos dominantes observados. Se midió un error inferior a ±5 grados.

Las lluvias captadas con el pluviómetro de cubeta basculante 3D-PAWS se compararon con las mediciones del pluviómetro de pesaje del centro de pruebas de la NOAA (fig. 6). El período de comparación abarca desde octubre de 2016 hasta marzo de 2017. El sitio registró ~200 mm de lluvia total. Los dos instrumentos coinciden bastante bien en términos del total acumulado. Se observaron pequeñas diferencias en los eventos de precipitación individuales. Es probable que estas diferencias se puedan atribuir al viento y a errores en la tasa de precipitación.

La tabla 4 resume las características de medición y rendimiento para el período de evaluación. En general, los sensores se comparan bastante bien con los sensores de referencia calibrados. La única excepción es el sensor de humedad relativa, ya que presenta un sesgo hacia niveles altos y bajos de humedad y un error mayor de lo esperado en los niveles medios. Estamos evaluando otro sensor de humedad relativa.

Tabla 4. Resumen de la evaluación de los sensores.

Lista de Materiales y Herramientas para 3D-PAWS

Para ver la lista actualizada de materiales y herramientas necesarios para construir una estación 3D-PAWS, sigue este enlace:

Tabla 1: desglose del costo de construir una estación meteorológica 3D-PAWS.

*No incluye el costo mensual del servicio.

Cambios en el Diseño

El diseño original de 3D-PAWS incluía componentes impresos en 3D para todas las carcasas, conectores de cables y arneses de cables. Para simplificar el ensamblaje, el nuevo diseño utiliza cables listos para usar, uniones de cables y “hats” de conectores fabricados por empresas como Seeed Studios y Sparkfun. Si deseas seguir utilizando el sistema de conectores antiguo, por favor contáctanos para solicitar los archivos 3D.

Recursos Abiertos

Los diseños de los componentes fueron creados utilizando software de diseño asistido por computadora (CAD) de código abierto. Uno de los objetivos del proyecto es hacer que estos diseños sean un recurso open-source, para que otras instituciones y programas educativos puedan usarlos y adaptarlos según sus necesidades de investigación, operación, educación y divulgación.

El pluviómetro de balancín mide la precipitación recolectando el agua de lluvia en un pequeño balde que se inclina cuando se alcanza un cierto volumen. Cada inclinación activa un sensor de efecto Hall SS451A para registrar los incrementos de lluvia de forma digital, lo que garantiza una recolección de datos precisa y confiable.

El pluviómetro de balancín se calibra para asegurar que cada inclinación corresponda a una profundidad de lluvia estandarizada (por ejemplo, 0.2 mm por inclinación), utilizando el volumen de un cilindro para determinar el radio necesario del borde del embudo recolector.

Atención: El Adafruit SI1145 ya no está disponible comercialmente.

El sensor de luz mide los niveles de luz visible, radiación infrarroja (IR) y ultravioleta (UV). Funciona detectando la radiación electromagnética mediante fotodiodos sensibles a longitudes de onda específicas de la luz. Para este propósito se utiliza el Adafruit SI1145, basado en el sensor de SiLabs.

Este video forma parte de una lista de reproducción que muestra el ensamblaje completo del instrumento. Puedes alternar entre los videos usando el ícono de lista en la parte superior derecha o el botón de “avance rápido” en la parte inferior izquierda.

La malla del pluviómetro actúa como una barrera protectora, evitando que residuos entren en el embudo e interfieran con el mecanismo de balancín. Al filtrar hojas, ramas y otras partículas, garantiza mediciones de lluvia precisas y confiables. Esta malla es fundamental para mantener la precisión y la durabilidad del pluviómetro, especialmente en entornos exteriores donde la acumulación de residuos es común.

Esta foto muestra el diseño actual de 3D-PAWS. Esta configuración comprende un anemómetro de tres cazoletas, una veleta, un pluviómetro de cubeta basculante y sensores de temperatura, humedad relativa, radiación y presión. El sistema fue diseñado para poderse adaptar e instalar en distintas estructuras de soporte. Si bien el diseño actual emplea tubos PVC, que son de bajo costo y fáciles de obtener, es posible armar el soporte del sistema con tubos de aluminio o de otro metal, e incluso con tablas de madera.

El registrador de datos está instalado en un cilindro estanco montado en la estructura de soporte. El sistema 3D-PAWS se puede conectar a una fuente de energía industrial (el sistema requiere una tensión de entrada de 5 V) o a la batería de un sistema de energía solar. El tamaño de la batería y del panel fotovoltaico dependerá del lugar de instalación del sistema.

En las secciones siguientes encontrará las instrucciones pormenorizadas para armar los instrumentos 3D-PAWS. Para cada instrumento se incluyen listas de las piezas y las herramientas necesarias. Los archivos necesarios para imprimir las piezas en 3D se describen en la sección .

Alineación Precisa de la Veleta al Norte Verdadero

La alineación precisa de la veleta hacia el norte verdadero (norte geográfico) es fundamental para obtener datos meteorológicos y de aerogeneradores confiables. Un desalineamiento introduce errores en las mediciones de dirección del viento.

El pluviómetro se calibra mediante un proceso de varios pasos para garantizar su precisión. Primero, el mecanismo de balancín se “asienta” haciendo que bascule aproximadamente 1,000 veces para reducir la resistencia mecánica.

A continuación, se bombea agua en el embudo para generar alrededor de 500 inclinaciones, y el volumen total de agua que pasa se recoge y se pesa. Dividiendo la masa total de agua (en gramos) entre el número de inclinaciones, el sistema determina los gramos de agua por cada inclinación.

Utilizando la densidad del agua pura (1 gramo = 1,000 mm³), esta masa se convierte en volumen (mm³).

La profundidad objetivo de precipitación por inclinación—0.2 mm—se aplica a la fórmula del volumen de un cilindro (V=πr²h).

Reordenando la ecuación para despejar el radio, se calcula el tamaño del borde del embudo para asegurar que cada inclinación corresponda exactamente a la profundidad de lluvia deseada.

Este proceso combina pruebas empíricas (pesar el agua) con principios geométricos (matemática de cilindros), asegurando que el pluviómetro cumpla con los requisitos meteorológicos estandarizados.

Por favor, utiliza la como ayuda en el proceso de calibración.

El anemómetro de tres copas mide la velocidad del viento utilizando un sensor de efecto Hall (SS451A) que detecta las rotaciones. Dos imanes en el anemómetro generan 2 interrupciones por revolución, lo que permite un seguimiento preciso de la velocidad de rotación. La velocidad del viento se muestrea cada segundo registrando el número de interrupciones y la duración en milisegundos. Estas muestras de 1 segundo se convierten en velocidades instantáneas del viento utilizando el factor de calibración del anemómetro. Las observaciones se registran cada minuto, con:

• Velocidad del viento: Promedio de 60 muestras consecutivas de 1 segundo.

• Ráfaga de viento: Mayor promedio de 3 segundos (tres muestras consecutivas).

La velocidad del viento se calcula utilizando:

Radio: 0.079 metros (distancia del centro a la copa)

Factor de calibración: 2.64 (determinado empíricamente mediante pruebas en túnel de viento)

This video is part of a playlist that demonstrates the entire assembly of the Anemometer. It demonstrates the glue in version of the bearing housing and hub using Qwiic cables. Please follow the manual instructions if using the twist version of the bearing housing or M5 stack Grove cables.

You can toggle between videos using the list icon at the top right or by using the "fast forward" button at the bottom left.

¿Qué es 3D-PAWS?

En muchas partes del mundo hay estaciones meteorológicas de superficie instaladas en lugares inadecuados, mal mantenidas o que no permiten obtener observaciones en tiempo real debido a problemas de comunicación. A fin de expandir las redes de observación en regiones donde las observaciones son escasas, la Corporación Universitaria para la Investigación Atmosférica (University Corporation for Atmospheric Research, UCAR) y la Oficina de Asuntos Internacionales del Servicio Meteorológico Nacional (National Weather Service International Activities Office, NWS IAO) de los EE. UU. lanzaron la iniciativa 3D-PAWS con el apoyo de la Oficina de Asistencia para Desastres en el Extranjero de los Estados Unidos (Office of U.S. Foreign Disaster Assistance, OFDA) de USAID. El nombre de la iniciativa proviene del inglés 3D-Printed Automatic Weather Station, que significa «estación meteorológica automática impresa en 3D».

Objetivos de la iniciativa 3D-PAWS

• Ampliar la capacidad para reducir el riesgo hidrometeorológico en los países en vías de desarrollo

• Observar y comunicar la información meteorológica y climática a las comunidades rurales

• Desarrollar redes de observación y aplicaciones para reducir el riesgo meteorológico

Descripción general del sistema

Es posible usar una impresora 3D, microsensores, una computadora de placa única de bajo costo y materiales locales para fabricar estaciones meteorológicas 3D-PAWS de muy alta calidad, en más o menos una semana y por un costo que oscila entre 300 y 500 USD. Los sensores 3D-PAWS actuales miden presión, temperatura, humedad relativa, velocidad y dirección del viento, precipitación y luz visible, IR y UV. El sistema emplea una computadora de placa única Raspberry Pi para la adquisición, el procesamiento y la comunicación de los datos.

Beneficios de un sistema de bajo costo 3D-PAWS

• Usa microsensores confiables de bajo costo.

• Se puede armar en el lugar, en una oficina meteorológica u otra agencia local.

• Cuando un componente se desgasta o se rompe, se vuelve a imprimir.

• Las agencias locales asumen la responsabilidad de construir y mantener las redes de observación.

Evaluación de los sensores

El sistema 3D-PAWS se está evaluando en el campo de pruebas Marshall de NCAR en Boulder (Colorado) y en el centro de pruebas de la NOAA en Sterling (Virginia), ambos en los Estados Unidos, y en algunos otros países. El sistema de Boulder obtiene mediciones en un clima semiárido de altura, con temperaturas bajo cero y precipitaciones heladas (estas últimas no se miden). El sitio de la NOAA ofrece condiciones más templadas y húmedas, cerca del nivel del mar. Los sistemas 3D-PAWS en otros países permiten evaluar el funcionamiento de los sensores en regímenes climáticos tropicales y subtropicales.

Redes de estaciones piloto

Se han instalado sistemas 3D-PAWS en Estados Unidos (3), Kenia (9), Zambia (5), Barbados (1) y Curazao (1). Los sistemas instalados en los EE. UU. tienen principalmente fines de prueba y evaluación. Los sistemas kenianos están instalados en escuelas y en un centro de pruebas del Depto. Meteorológico de Kenia. En Zambia, los sistemas están instalados en estaciones de radio, escuelas y misiones rurales, además del sistema de prueba del Depto. Meteorológico de Zambia. En el Caribe, los sistemas instalados en el Depto. Meteorológico de Curazao y en el Instituto de Meteorología e Hidrología del Caribe cumplen principalmente funciones de prueba y evaluación.

Acceso a los datos

Los datos 3D-PAWS están disponibles en tiempo real en los servidores de datos del proyecto CHORDS: (Kenia), (Zambia) y (pruebas y evaluación). El servicio de almacenamiento en la nube de datos geocientíficos en tiempo real CHORDS (Cloud-Hosted Real-time Data Services for Geosciences), una iniciativa del programa Earthcube de la Fundación Nacional para la Ciencia (National Science Foundation, NSF) de los EE. UU., brinda una plataforma para compartir conjuntos de datos geocientíficos. El servicio es administrado y cuenta con el apoyo del Laboratorio de Observación de la Tierra (Earth Observing Laboratory, EOL) de UCAR y el Centro Nacional de Investigación Atmosférica (National Center for Atmospheric Research, NCAR).

Beneficios, impactos y usuarios

Las observaciones realizadas con 3D-PAWS tienen varias aplicaciones hidrometeorológicas.

Beneficios, impactos y usuarios

• Predicción meteorológica regional. Las observaciones de las redes 3D-PAWS se pueden asimilar en sistemas regionales de predicción numérica del tiempo, como el modelo WRF (Weather Research and Forecast: ) para mejorar las predicciones meteorológicas de mesoescala.

• Sistemas de alerta temprana y de apoyo a las decisiones a nivel regional. La observación de las precipitaciones en tiempo real en cuencas fluviales no aforadas o poco aforadas puede proporcionar datos de entrada a los sistemas de guía para crecidas repentinas y de apoyo a las decisiones de alerta temprana para la entrega de alertas de inundación.

• Monitoreo agrícola. Los sistemas 3D-PAWS pueden apoyar las herramientas de gestión de los recursos hídricos para mejorar las operaciones relacionadas con el suministro de agua dulce y la generación de energía hidroeléctrica en embalses. Hay otras aplicaciones posibles, como la operación de sistemas de irrigación (balancín central) y la vigilancia de cultivos.

Información adicional

¡Más información próximamente!

El medidor de nivel de corriente (Stream Gauge) y el medidor de marejada ciclónica (Storm Surge Gauge) del sistema 3D-PAWS utilizan el sensor ultrasónico MaxBotix MB7363 o MB7364 HRXL-MaxSonar-WRLS para proporcionar mediciones de nivel de agua fiables y de alta resolución. Estos sensores robustos y resistentes a la intemperie están diseñados para el monitoreo ambiental en exteriores, y ofrecen resolución a nivel de milímetros, un amplio rango de detección (hasta 10 metros para el MB7363 y 5 metros para el MB7364) y algoritmos sólidos de rechazo de ruido. Su patrón de haz estrecho y la calibración en tiempo real garantizan lecturas de distancia precisas incluso en condiciones difíciles, lo que los hace muy adecuados para monitorear alturas de arroyos y marejadas ciclónicas en entornos meteorológicos dinámicos. Por favor, utilice la bocina extendida para el Storm Surge Gauge.

The radiation shield is a passively ventilated enclosure that protects temperature, humidity, and pressure sensors from environmental interference while maintaining airflow for accurate measurements. Its multi-plate design minimizes exposure to direct sunlight, precipitation, and debris, while allowing ambient air circulation. The shield reduces radiative heating and thermal inertia, ensuring sensors measure true ambient air conditions rather than artificial microclimates.

This video demonstrates the entire assembly of the instrument. There is only one video in this particular playlist.

Antes de instalar los instrumentos en la estación meteorológica, es fundamental probar todos los sensores para asegurarse de que funcionen correctamente. Esto puede hacerse usando una Raspberry Pi equipada con un Grove Base Hat, que proporciona conexiones sencillas para varios sensores. , disponible en GitHub, simplifica el proceso de prueba al encargarse de la adquisición de datos de los sensores y la comunicación. Siguiendo esta configuración, puedes validar la funcionalidad y precisión de los sensores en un entorno controlado antes de desplegarlos en el campo.

Los datos meteorológicos precisos dependen de seleccionar una ubicación que minimice la interferencia ambiental. La estación debe colocarse en un área abierta y nivelada, alejada de obstrucciones como edificios, árboles o fuentes de calor (p. ej., pavimento, respiraderos, cuerpos de agua) que podrían distorsionar las lecturas de temperatura, viento o precipitación. El césped o el terreno natural son ideales para los sensores de temperatura, mientras que los instrumentos de viento requieren una exposición despejada a los vientos predominantes.

Priorice la accesibilidad para el mantenimiento y las reparaciones, equilibrándola con las necesidades de seguridad: seleccione un lugar visible pero seguro para disuadir el vandalismo, como dentro de una propiedad cercada o en áreas monitoreadas. Monte la estación en un poste resistente y a prueba de manipulaciones (p. ej., acero fijado en concreto) y considere usar gabinetes con cerradura para la electrónica.

Una ubicación cuidadosa minimiza los efectos del microclima y garantiza que los datos se alineen con los estándares meteorológicos oficiales, mejorando la confiabilidad para el análisis o las comparaciones.

Configuración de Energía Solar para Raspberry Pi y Registradores de Datos Particle

El sistema utiliza dos configuraciones solares distintas, adaptadas a los requisitos energéticos de cada dispositivo.

Para el registrador de datos Particle Boron: Se emplea un panel solar Voltaic de 5W y 6V (con recubrimiento ETFE y clasificación IP67) junto con una batería USB V50. Esta configuración proporciona energía confiable fuera de la red, entregando un voltaje pico de 6.12V y una corriente de 940mA, suficiente para el registro de datos celular de bajo consumo. La batería V50 garantiza el funcionamiento durante la noche, mientras que el cable impermeable de 50 cm del panel facilita el montaje en exteriores.

Para el Raspberry Pi 3B+ (de mayor consumo): Se utiliza un panel solar de 20W y 12V que carga una batería de 12V a través de un controlador de carga (por ejemplo, PWM o MPPT) para evitar la sobrecarga. Un convertidor buck reduce la salida de la batería de 12V a 5V/2A para alimentar la Raspberry Pi, asegurando un funcionamiento estable incluso con periféricos como sensores Grove o módems celulares. Esta configuración cubre el consumo aproximado de 5.25W de la Pi e incluye un corte por bajo voltaje para proteger la batería.

El sensor de temperatura de globo negro en el sistema 3D-PAWS utiliza el sensor digital de alta precisión MCP9808 para medir la temperatura de globo, un factor crítico en el cálculo de la Temperatura de Globo y Bulbo Húmedo (WBGT, por sus siglas en inglés) para la evaluación del estrés térmico. Instalado dentro de una esfera negra mate, este sensor capta los efectos combinados de la temperatura ambiente, la radiación solar y el viento. Los datos resultantes permiten realizar cálculos precisos de WBGT, fundamentales para evaluar el riesgo de estrés por calor en ambientes exteriores. Esta información respalda iniciativas de salud y seguridad pública al proporcionar un monitoreo confiable y en tiempo real para una evaluación ambiental robusta.

El mantenimiento regular es fundamental para garantizar la confiabilidad y precisión de los datos de la estación meteorológica. Esto incluye revisiones rutinarias de la limpieza y calibración de los sensores, así como verificar que todas las conexiones estén seguras y libres de corrosión. Inspeccione el montaje de la estación y su integridad estructural, especialmente después de eventos meteorológicos extremos, para prevenir daños o desalineaciones. Además, actualice el software y el firmware periódicamente para incorporar correcciones de errores y nuevas funciones. Al priorizar estas tareas, puede evitar vacíos de datos, mantener la precisión de los sensores y prolongar la vida útil del equipo, asegurando en última instancia que la estación continúe proporcionando datos meteorológicos consistentes y fiables a lo largo del tiempo.

El medidor de nieve en el sistema 3D-PAWS mide la profundidad de la nieve utilizando una combinación de tecnologías de ultrasonido y temperatura. Montado sobre el suelo, el sensor ultrasónico MaxBotix HRXL-MaxSonar-WRLS emite pulsos de sonido de alta frecuencia hacia la superficie de la nieve. Estos pulsos se reflejan en la nieve y el sensor mide el tiempo que tarda en regresar el eco. Calculando este tiempo y considerando la velocidad del sonido en el aire, el sistema determina la distancia desde el sensor hasta la superficie de la nieve. A medida que la nieve se acumula, esta distancia disminuye, lo que permite un seguimiento continuo de la profundidad de la nieve.

Para asegurar mediciones precisas en todas las condiciones climáticas, el sistema utiliza un sensor de temperatura externo MB79XX HR-MaxTemp. Este sensor monitorea la temperatura del aire cerca del sensor ultrasónico, permitiendo que el sistema ajuste automáticamente las variaciones en la velocidad del sonido causadas por cambios de temperatura. Este enfoque de doble sensor proporciona datos confiables y en tiempo real de la profundidad de la nieve, incluso durante períodos de cambios rápidos de temperatura.

El medidor de nieve 3D-PAWS es ideal para estaciones meteorológicas automatizadas y aplicaciones de monitoreo de nieve, ofreciendo operación sin contacto, libre de mantenimiento y capacidades precisas de medición para el monitoreo ambiental y apoyo en la toma de decisiones.

Esta sección incluye enlaces para descargar varios archivos de datos:

• Manual: recopila la información que se presentó en las secciones anteriores en un solo documento de referencia rápida.

• Materiales y herramientas: una hoja de cálculo Google Sheets con una lista de los materiales y las herramientas que se necesitan para fabricar la estación 3D-PAWS y dónde obtenerlos.

• Imagen de software: enlace para descargar el software que ejecuta la computadora Raspberry Pi. Esta página duplica la información de la sección «La Raspberry Pi y su software» del presente manual.

A continuación encontrarás un enlace a nuestro canal de YouTube con ejemplos para la construcción de una estación 3D-PAWS.

Debajo encontrarás un video con recomendaciones para el mantenimiento periódico de las impresoras Bambu.

La Raspberry Pi 3B+ junto con un Grove Base Hat se utiliza como un registrador de datos flexible para los siguientes sensores: luz, temperatura, humedad, presión, velocidad/dirección del viento y precipitación, utilizando la . Esta configuración admite conectividad celular y Wi-Fi para la transmisión remota de datos. El Grove Hat simplifica las conexiones de los sensores mediante puertos I2C, UART o analógicos, mientras que se puede añadir un módem celular opcional para conectividad 2G/LTE. Los datos se almacenan localmente en una tarjeta SD como respaldo en caso de que la conexión celular o Wi-Fi falle. La biblioteca 3D-PAWS proporciona scripts preconstruidos para el sondeo de sensores y el registro de datos.

Para más información sobre el Registrador de Datos con Raspberry Pi, visite nuestra página de Registradores de Datos:

CAMBIO/ACTUALIZACIÓN:

Hemos ajustado el diseño para eliminar los pivotes (swivels) del anemómetro, sensor de luz y veleta, con el fin de evitar la entrada de agua y la corrosión. Como alternativa, se ofrecen cubiertas para lluvia con pivote de manera opcional.

Construcción de la Estación Meteorológica

La construcción de la estación meteorológica implica ensamblar una estructura resistente utilizando tubos de PVC, conectores y piezas impresas en 3D, lo que proporciona una estructura ligera pero duradera para alojar los sensores y la electrónica. La estación se monta sobre un poste de acero fijado firmemente en concreto, garantizando estabilidad y resistencia frente a vientos fuertes.

Esta configuración permite la instalación sencilla de sensores como anemómetros, pluviómetros y protectores de radiación, mientras que el marco de PVC facilita la gestión de cables y el acceso para tareas de mantenimiento.

This video is part of a playlist that demonstrates building the 3D-PAWS station. You can toggle between videos using the list icon at the top right or by using the "fast forward" button at the bottom left.

El protector de radiación alberga sensores ambientales integrados para garantizar lecturas precisas:

• Temperatura: Monitorizada mediante los sensores SHT31D y MCP9808, que miden la temperatura del aire ambiente utilizando un termistor de alta precisión.

• Humedad relativa: Detectada por el SHT31D, que calcula los niveles de humedad a través de cambios de capacitancia en una capa de polímero.

• Presión atmosférica: Medida por el BMP390, un sensor piezorresistivo que convierte los cambios de presión en señales digitales.

Cableado: Los tres sensores se conectan mediante I2C (líneas SDA/SCL compartidas) para minimizar la complejidad del cableado. El diseño de ventilación pasiva del protector de radiación protege los sensores de la luz solar directa, la precipitación y los residuos, mientras mantiene el flujo de aire necesario para lecturas precisas.

La siguiente hoja de cálculo contiene varias listas de materiales y herramientas que no están fabricados con impresión 3D. Esta hoja de cálculo será traducida al español pronto:

• Lista de partes de 3DPAWS

• Herramientas necesarias para construir un 3D-PAWS (herramientas recomendadas)

• Desglose de partes para cada sensor en el 3DPAWS

• Lista de partes para el sensor de medidor de caudal/ascenso de tormenta

• Desglose de partes para cada sensor en el medidor de nieve

Esta versión del manual describe cómo construir el 3D-PAWS utilizando solo cables Qwiic. La versión actual del manual muestra opciones para usar cables Qwiic o M5Stack.

Los Webhooks de la nube IoT de Particle son una función poderosa que permite la integración fluida entre dispositivos Particle y servicios externos, como CHORDS (Servicios de Datos en Tiempo Real en la Nube para las Geociencias). A continuación se presenta una descripción general de qué son y cómo facilitan la transferencia de datos:

¿Qué son los Webhooks de Particle?

Los webhooks son un mecanismo para enviar datos desde dispositivos Particle a servicios web externos. Actúan como un puente entre el mundo físico (los datos recopilados por los dispositivos Particle) y el mundo digital (servicios basados en la nube). Cuando un dispositivo Particle publica un evento, el webhook escucha ese evento y activa una solicitud HTTP a una URL especificada. Esta solicitud puede incluir los datos del evento, formateados según tus necesidades, y también puede recibir respuestas del servicio externo.

Esta es la versión original del manual de 3D-PAWS antes de la introducción de la tecnología de cable qwiic.

⬇️ Descargar Manual

Utilice el siguiente enlace para ir a nuestro repositorio de GitHub para los archivos .stl. El archivo README contiene configuraciones recomendadas de filamento e impresora para imprimir las piezas de 3D-PAWS.

El Particle Boron es un registrador de datos habilitado para comunicación celular, diseñado para la monitorización ambiental remota. Funciona junto con el Adafruit Adalogger FeatherWing (para almacenamiento en tarjeta SD y reloj en tiempo real) y un Grove Multiport Hub (para conectar sensores como sondas de temperatura, humedad o humedad del suelo). Una placa watchdog opcional garantiza la fiabilidad reiniciando automáticamente el sistema si se congela. Utilizando el código disponible en GitHub, el Boron recopila datos de los sensores, los almacena localmente en la tarjeta SD y los transmite a través de redes celulares a plataformas como Particle Cloud.

This video is part of a playlist that demonstrates the entire assembly of the instrument. You can toggle between videos using the list icon at the top right or by using the "fast forward" button at the bottom left.

CHORDS cuenta con el respaldo de la iniciativa EarthCube de la National Science Foundation, una iniciativa de ciberinfraestructura liderada por la comunidad para las geociencias.

Aquí tienes un ejemplo de un portal CHORDS: . Este servicio web permite a los científicos proporcionar fácilmente acceso por Internet a datos en tiempo real. Normalmente, estos datos son mediciones realizadas por diversos instrumentos desplegados para apoyar investigaciones específicas.

Cada equipo de investigación puede operar su propio portal, que se crea simplemente ejecutando una copia del sistema CHORDS en servicios en la nube como Amazon. Esto proporciona un servidor web y una base de datos. CHORDS puede tanto recibir como entregar datos mediante solicitudes HTTP simples, igual que cualquier navegador web. La configuración y gestión de tu servidor CHORDS privado también se realiza a través de una interfaz web. Cualquier usuario en Internet puede conectarse a los flujos de datos utilizando las herramientas que prefiera, como Matlab, Excel, Python, navegadores web, es decir, cualquier aplicación capaz de emitir una solicitud HTTP.

Los portales CHORDS también pueden reenviar flujos de datos en tiempo real a servicios CHORDS de nivel superior, los cuales pueden proporcionar funciones como formateo compatible con OGC, servicios de mapeo, federación y mucho más.

Los objetivos de CHORDS son:

Grafana es una herramienta de visualización de código abierto que permite a los usuarios crear tableros dinámicos para el análisis de datos en tiempo real. En el contexto de CHORDS (Servicios de Datos en Tiempo Real en la Nube para las Geociencias), Grafana proporciona una plataforma potente para visualizar flujos de datos recopilados por instrumentos como 3D-PAWS.

Cómo funciona Grafana con CHORDS

1. Integración con CHORDS: Grafana se implementa como un servidor web independiente que se ejecuta como un contenedor Docker dentro de la infraestructura de CHORDS. Se conecta directamente a la base de datos InfluxDB de CHORDS, lo que permite visualizaciones personalizables y en tiempo real.

Con el apoyo de la Fundación Nacional de Ciencias (National Science Foundation, NSF), el Laboratorio de Observación de la Tierra (Earth Observing Laboratory, EOL) del Centro Nacional de Investigación Atmosférica (National Center for Atmospheric Research, NCAR), la Universidad de Millersville y The COMET Program han desarrollado un curso a distancia titulado .

El curso comprende las siguientes 10 lecciones en MetEd:

• Fundamentos de instrumental meteorológico y mediciones atmosféricas

• Características de funcionamiento de los instrumentos meteorológicos

Introducción al portal CHORDS, tableros de Grafana e integraciones

Descripción general

El sistema 3D-PAWS ofrece una plataforma robusta, basada en la nube, para el acceso y la visualización de datos, diseñada para simplificar el proceso desde la recolección de datos del sensor hasta la obtención de información útil. La plataforma está organizada en tres subpáginas principales: CHORDS, Grafana e Integraciones Particle/CHORDS, cada una de ellas enfocada en distintos aspectos de la gestión y visualización de datos.

El PMSA003I es un sensor de materia particulada (PM) de alta precisión basado en láser, diseñado para el monitoreo en tiempo real de la calidad del aire en el sistema 3D-PAWS. Este sensor mide y reporta continuamente la concentración y el número de partículas en el aire de diferentes tamaños, proporcionando información detallada sobre la contaminación local.

Cómo Funciona Internamente

• Principio de Dispersión Láser: El PMSA003I utiliza un láser y un ventilador para aspirar aire hacia su cámara de detección. A medida que las partículas pasan a través del haz láser, la luz dispersada es detectada y analizada para determinar el tamaño y la cantidad de partículas.

es un espacio dedicado a la iniciativa de la Estación Meteorológica Automática Impresa en 3D (3D-PAWS), un proyecto innovador de UCAR que permite a comunidades de todo el mundo construir estaciones meteorológicas confiables utilizando tecnología de impresión 3D. Aquí, entusiastas del clima, científicos, educadores y tecnólogos pueden conectarse, compartir conocimientos, resolver dudas y colaborar para ampliar las capacidades de monitoreo meteorológico global.

En el foro puedes:

• Presentarte y conocer a otros miembros de la comunidad.

• Participar en discusiones técnicas y compartir tus experiencias con 3D-PAWS.

¡Bienvenido a la iniciativa 3D-PAWS! Estamos comprometidos con la ciencia abierta y el intercambio transparente. Esta página describe las licencias que se aplican a las diferentes partes de nuestro proyecto.

Software

Licencias: Apache License 2.0 y MIT License

Nuestros componentes de software se publican bajo la Apache License 2.0 y la MIT License. Eres libre de usar, modificar y distribuir el software, incluso con fines comerciales, siempre que cumplas con los términos de estas licencias. Por favor, consulta los archivos LICENSE en nuestros repositorios de código para conocer el texto legal completo y los requisitos de atribución.

Archivos de Impresión 3D y Kit de Hardware

Licencia:

Todos los archivos imprimibles en 3D, diseños de hardware y documentación de kits están licenciados bajo la CERN Open Hardware License Versión 2. Esta licencia garantiza que cualquier modificación o derivado de nuestros diseños de hardware permanezca abierto y se comparta con la comunidad. Si distribuyes versiones modificadas, también debes compartir tus cambios bajo la misma licencia.

Documentación

Licencia:

Todo el contenido del sitio web, guías escritas y documentación están licenciados bajo la licencia Creative Commons Atribución 4.0 Internacional. Puedes copiar, redistribuir, remezclar y crear a partir de nuestra documentación para cualquier propósito, incluso comercialmente, siempre que otorgues el crédito correspondiente.

Cómo Atribuir

Al reutilizar o compartir cualquier parte de 3D-PAWS, incluye la siguiente información:

• El nombre del proyecto: 3D-PAWS

• La licencia correspondiente (ver arriba)

• Un enlace a la fuente original (por ejemplo, nuestro sitio web o repositorio)

• Una nota sobre cualquier modificación que hayas realizado

Ejemplo de atribución para documentación:

Contenido adaptado de 3D-PAWS (), licenciado bajo CC BY 4.0.

Preguntas o Contribuciones

Si tienes preguntas sobre las licencias o deseas contribuir, por favor contáctanos o abre un issue en nuestro repositorio. Al contribuir, aceptas que tus aportes serán licenciados bajo los mismos términos que los componentes correspondientes del proyecto.

Esta página proporciona un resumen de nuestro enfoque de licenciamiento. Para los términos legales completos, consulta los textos individuales de las licencias enlazadas arriba.

La Raspberry Pi es una plataforma flexible que puede utilizarse tanto para probar sensores antes de la instalación como para servir como un registrador de datos confiable. Admite la conexión a redes Wi-Fi de forma nativa y también puedes añadir un módem celular externo para despliegues remotos sin acceso a Wi-Fi.

Nota

Los modelos Raspberry Pi 3B+ y 4 requieren significativamente más energía que opciones basadas en microcontroladores como el Particle Boron. Mientras que el Particle Boron puede funcionar de manera eficiente con los pequeños paneles solares y baterías Voltaic recomendados, la Raspberry Pi 3B+ y la 4 suelen consumir entre 3.4 y 15 vatios dependiendo de la carga de trabajo, lo que significa que necesitarás un sistema de panel solar y batería mucho más grande para garantizar un funcionamiento confiable y continuo, especialmente en despliegues remotos o fuera de la red. Por ejemplo, se recomienda un panel solar de al menos 12W–22W para la Pi 3B+, y una capacidad aún mayor para la Pi 4, junto con una batería robusta dimensionada para funcionar durante la noche y días nublados. Siempre dimensiona tu sistema de energía según la disponibilidad de luz solar en tu ubicación y el consumo esperado de tu Pi para evitar interrupciones en la recolección de datos.

Sensores compatibles

• Sensor de luz

• Pluviómetro

• Anemómetro

• Veleta

Descarga el software de 3D-PAWS

Navegue hasta README_es.md para obtener la traducción al español del archivo readme.

Presupuesto de Energía del Sistema Raspberry Pi 3B+ con Módem Celular USB

Introducción

El Particle Boron y el Argon son potentes placas de desarrollo diseñadas para la creación y despliegue rápido de prototipos IoT, lo que las convierte en opciones ideales para usarlas como registradores de datos en el sistema 3D-PAWS (Estación Meteorológica Automática Impresa en 3D). El Boron ofrece conectividad celular, mientras que el Argon se conecta mediante Wi-Fi, permitiendo un despliegue flexible en una variedad de entornos. Con carga de batería integrada, una amplia gama de opciones GPIO y una integración fluida con Particle Device Cloud, estos dispositivos pueden recopilar y transmitir datos ambientales de manera confiable para aplicaciones de investigación y monitoreo.

Sensores compatibles

• Sensor de luz

• Pluviómetro

• Anemómetro

• Veleta

Descarga el firmware de 3D-PAWS

Haz clic en el botón verde Code cerca de la parte superior de la página del repositorio.

Selecciona Download ZIP en el menú desplegable para descargar todo el repositorio como un archivo ZIP.

Aprende sobre los conceptos básicos de Particle con estos recursos esenciales:

• Configura tu dispositivo Particle:

• Soluciona problemas con

• Conoce la Particle Console:

• Administra tu red 3D-PAWS con Particle Products:

Integra los datos de Particle Cloud con el portal de datos CHORDS

Usa una SIM de terceros con Boron

Sigue este documento para usar una SIM externa con tu registrador de datos Particle:

Variantes de firmware para diferentes aplicaciones de producto

Ofrecemos firmware especializado para diferentes productos 3D-PAWS, asegurando un rendimiento óptimo para una variedad de aplicaciones de monitoreo ambiental. Consulta nuestro Github para las versiones más recientes del firmware: . Todos los productos para estas placas comienzan con 3D-PAWS-PARTICLE-XXXXXXX.

• Producto de marejada ciclónica y viento: Este producto utiliza un intervalo de medición y un enfoque de procesamiento de datos alineados con las especificaciones del National Ocean Service Center for Operational Oceanographic Products and Services (CO-OPS) de NOAA. De acuerdo con los estándares CO-OPS, el firmware está configurado para adquirir y almacenar mediciones del nivel del agua cada seis minutos, utilizando un promedio de muestras discretas centradas en cada marca de seis minutos. Este intervalo y metodología aseguran compatibilidad con redes nacionales de datos y respaldan la recopilación de datos estandarizados y de alta calidad para el monitoreo costero y oceanográfico.

• Producto de medidor de corriente y nieve de ultra bajo consumo: Diseñado para ubicaciones remotas donde la eficiencia energética es fundamental, este firmware minimiza el consumo de energía mientras registra de manera confiable los datos de profundidad de corriente o nieve. El modo de ultra bajo consumo es ideal para instalaciones alimentadas por batería o energía solar en áreas de difícil acceso.

Unidades remotas Feather LoRa para sensores de suelo, lluvia y distancia:

También soportamos unidades remotas de sensores construidas con placas equipadas con radios LoRa. Estas unidades remotas están diseñadas para operar con bajo consumo en campo y pueden usarse con sensores de humedad del suelo, lluvia y distancia (corriente o nieve). Cada unidad remota transmite sus datos de sensores de forma inalámbrica por LoRa a una “Full Station” central. La Full Station, normalmente un Particle Boron, actúa como gateway: recibe los datos LoRa de múltiples unidades remotas y luego retransmite esos datos a Particle Cloud usando su conexión celular. Esta arquitectura permite la recolección confiable de datos desde sensores distribuidos, incluso en ubicaciones remotas sin Wi-Fi ni cobertura celular directa en cada sitio de sensor.

Presupuesto de Energía del Sistema 3D-PAWS

Perfil Energético del Sistema

• Consumo Promedio de Energía: ~0.87 W (174.3 mA @ 5 V)

• Consumo Máximo de Energía: ~2.11 W (422.8 mA @ 5 V, durante transmisión LTE + escritura SD)

• Duración de la batería (): ~2.3 días (sin energía solar)

• Panel Solar Requerido: permite operación indefinida con ~4 horas de sol pleno al día

Notas:

• Los valores máximos reflejan eventos breves de transmisión y escritura en SD; los valores promedio representan la operación continua típica.

• El radio LoRa está siempre en modo de recepción (sin picos de transmisión).

• Todos los sensores I2C son compatibles con lógica de 3.3–5 V y pueden encadenarse mediante conectores STEMMA QT/Qwiic.

Diagrama de cableado Particle 3D-PAWS

Introducción

Además de utilizar Particle Boron o Argon y Raspberry Pi para el registro de datos con 3D-PAWS, el Adafruit Feather M0 Adalogger es una alternativa versátil. Esta placa compacta todo-en-uno combina un potente procesador ARM Cortex M0 con USB integrado, carga de batería y una ranura para tarjeta microSD para almacenamiento local confiable de datos o conectividad LoRaWAN/WiFi.

Puede usarse con el mismo Grove Shield FeatherWing para Particle Mesh, lo que facilita la integración de sensores y proporciona una solución flexible y portátil para la recolección y registro de datos ambientales.