> For the complete documentation index, see [llms.txt](https://3dpaws.comet.ucar.edu/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://3dpaws.comet.ucar.edu/fr/station-meteorologique-automatique-imprimee-en-3d-3d-paws/tests-et-validation-des-donnees.md).
# Tests et validation des données
Tests historiques de 2016–2017 des capteurs 3D-PAWS, avec des conseils pour interpréter les résultats et la future validation indépendante.
### Aperçu
3D-PAWS a fait l’objet de tests en laboratoire, de tests en soufflerie et de comparaisons sur le terrain avec des instruments de référence étalonnés tout au long de son développement.
Les résultats présentés sur cette page documentent une **évaluation précoce du système 3D-PAWS menée principalement de 2016 à 2017** au NCAR Marshall Research Facility à Boulder, Colorado, et au NOAA Testbed Center à Sterling, Virginie.
Ces résultats fournissent une base de référence importante pour le développement de 3D-PAWS, mais ils ne doivent pas être interprétés comme une évaluation des performances du système actuel. Depuis l’achèvement de cette étude, le matériel 3D-PAWS, les capteurs, les composants imprimés en 3D, l’électronique, les logiciels et les pratiques de déploiement ont continué d’évoluer.
{% hint style="info" %}
**Évaluation mise à jour :** Une comparaison indépendante plus récente des observations 3D-PAWS avec une station météorologique de référence a été menée dans le cadre de TSMS. Les résultats seront ajoutés à ce manuel lorsque le rapport final de l’OMM sera disponible.
{% endhint %}
***
#### Évaluation historique 2016–2017
Les capteurs météorologiques 3D-PAWS d’origine ont été évalués par étalonnage en laboratoire, tests en soufflerie et comparaison avec des instruments de référence commerciaux étalonnés.
Les résultats ci-dessous documentent les capteurs et les configurations utilisés pendant cette période d’évaluation et fournissent un historique des performances du système.
{% hint style="warning" %}
Les modèles de capteurs et les configurations des stations ont changé depuis cette évaluation. Les valeurs de performance ci-dessous s’appliquent aux capteurs et aux configurations testés pendant l’étude de 2016–2017 et ne doivent pas être considérées comme représentatives de toutes les configurations 3D-PAWS actuelles.
{% endhint %}
***
#### Tests en laboratoire et en soufflerie
Avant l’évaluation sur le terrain, les capteurs de température, de pression et d’humidité relative ont été étalonnés dans un environnement contrôlé. Les résultats de laboratoire étaient conformes aux spécifications des fabricants.
Le pluviomètre à augets basculants 3D-PAWS a été testé à l’aide de débits de pluie simulés de **0.1 à 30 mm/h**avec moins de **5% d’erreur** lors de ces tests.
L’anémomètre à 3 coupelles et la girouette 3D-PAWS ont été testés et étalonnés dans une soufflerie NOAA au sein de l’installation NOAA Testbed.
Les tests comprenaient des vitesses de vent allant jusqu’à **70 m/s**. L’anémomètre à 3 coupelles a bien fonctionné à ces vitesses de vent élevées, et les mesures de direction du vent sont restées cohérentes sur toute la plage testée.
***
#### Évaluation sur le terrain
Les évaluations sur le terrain ont été menées à :
* **NCAR Marshall Research Facility** – Boulder, Colorado
* **NOAA Testbed Center** – Sterling, Virginie
Les observations 3D-PAWS ont été comparées à des instruments de référence commerciaux étalonnés.
Les observations de référence ont été appariées aux observations 3D-PAWS à **une résolution d’une minute** pour estimer l’erreur de mesure.
Lorsque cela était possible, les observations ont également été évaluées selon :
* les conditions diurnes et nocturnes
* les saisons chaudes et froides
* les conditions environnementales susceptibles d’affecter les performances des capteurs
La période d’évaluation principale s’est étendue de **juin 2016 à mars 2017**, bien que les périodes d’évaluation aient varié selon le capteur et la disponibilité des données.
***
#### Instruments de référence
Les instruments suivants ont été utilisés comme références pendant l’évaluation sur le terrain.
| Mesure | NCAR Marshall Research Facility | NOAA Testbed Center |
| --------------------- | ------------------------------------- | -------------------------------------------------------------------- |
| **Température** | capteur Campbell Scientific série 500 | hygrothermomètre Technical Services Laboratory 1088 |
| **Pression** | Vaisala PTB101B | baromètre numérique de précision Coastal Environmental Systems PDB-1 |
| **Humidité relative** | capteur Campbell Scientific série 500 | hygrothermomètre Technical Services Laboratory 1088 |
| **Vitesse du vent** | anémomètre R.M. Young 05108 | capteur de vent sans givre Vaisala 425NWS |
| **Direction du vent** | anémomètre R.M. Young 05108 | capteur de vent sans givre Vaisala 425NWS |
| **Précipitations** | pluviomètre à pesée Geonor T-200 | pluviomètre à pesée OTT AWPAG |
***
#### Température
Les observations de température ont été évaluées sur les deux sites d’essai, avec des performances de mesure similaires.
Trois capteurs de température ont été intégrés à la configuration 3D-PAWS utilisée pendant cette évaluation :
* BMP180
* HTU21D
* MCP9808
Les trois capteurs concordaient bien avec le capteur de référence étalonné sur la plage de température observée d’environ **−25°C à 37°C**.
Pour l’évaluation NCAR Marshall, l’erreur de mesure rapportée pour l’ensemble des observations était de :
**±0.57°C**
L’erreur était légèrement plus élevée pendant la journée et plus faible la nuit. L’évaluation initiale attribuait cette différence au chauffage solaire du bouclier radiatif pendant la journée.
**Figure 1.** Évaluation du capteur de température. De gauche à droite : toutes les observations, observations diurnes et observations nocturnes.
***
#### Pression atmosphérique
La pression barométrique de station a été évaluée sur les deux sites d’essai, avec des performances similaires observées.
Le **BMP180** capteur de pression a été utilisé dans la configuration 3D-PAWS évaluée au cours de cette étude.
Pour l’évaluation NCAR Marshall de juin 2016 à mars 2017, l’erreur de mesure rapportée pour l’ensemble des observations était de :
**±0.49 hPa**
Lorsque séparée selon le moment de la journée :
* jour : **±0.53 hPa**
* nuit : **±0.37 hPa**
L’évaluation initiale attribuait l’erreur diurne légèrement plus élevée au chauffage et à une plus grande variation de température pendant la journée.
**Figure 2.** Évaluation du capteur de pression atmosphérique. De gauche à droite : toutes les observations, observations diurnes et observations nocturnes.
***
#### Humidité relative
Les capteurs d’humidité relative ont été évalués à la fois au NCAR Marshall Research Facility et au NOAA Testbed Center, avec un comportement similaire observé sur les deux sites.
L’erreur de mesure moyenne rapportée était de :
**±5.7% HR**
Lorsque séparée selon le moment de la journée :
* jour : **±5.98% HR**
* nuit : **±4.87% HR**
L’évaluation a révélé une dispersion importante dans la plage d’humidité intermédiaire d’environ **20–80% HR**, ainsi qu’un biais faible à très faible (**<10%**) et à très forte (**>90%**) humidité relative.
Un comportement anormal occasionnel a également été observé. L’évaluation initiale a suggéré que de la condensation sur le capteur 3D-PAWS ou sur le capteur de référence pouvait y avoir contribué.
**Figure 3.** Évaluation du capteur d’humidité relative. De gauche à droite : toutes les observations, observations diurnes et observations nocturnes.
***
#### Vitesse et direction du vent
Les observations de vitesse et de direction du vent ont été comparées à des mesures de référence étalonnées.
L’erreur de mesure de la vitesse du vent rapportée était de :
**±0.87 m/s**
Lorsque séparée selon le moment de la journée :
* jour : **±0.94 m/s**
* nuit : **±0.79 m/s**
Les mesures de vent 3D-PAWS concordaient généralement avec le vent dominant observé par le capteur de référence.
L’erreur de mesure de la direction du vent rapportée était inférieure à : **±5°**
***
#### Précipitations
Le pluviomètre à augets basculants 3D-PAWS a été comparé au pluviomètre à pesée de référence du NOAA Testbed de **octobre 2016 à mars 2017**.
Environ **200 mm de précipitations** ont été enregistrés pendant la période d’évaluation.
L’accumulation totale montrait une bonne concordance entre les pluviomètres. De faibles différences ont été observées lors d’événements de précipitation individuels, que l’évaluation initiale attribuait principalement aux effets du vent et du taux de précipitation.
**Figure 4.** Accumulation des précipitations observée par le pluviomètre à augets basculants 3D-PAWS et le capteur de référence à pesée NOAA.
***
#### Résumé de l’évaluation 2016–2017
L’évaluation initiale a conclu que les capteurs 3D-PAWS testés se comparaient généralement bien aux instruments de référence étalonnés.
Les valeurs suivantes ont été rapportées dans le résumé d’évaluation initial :
| Mesure | Résolution | Performance rapportée |
| --------------------- | ---------: | --------------------: |
| **Température** | 0.1°C | ±0.4°C |
| **Pression** | 0.1 hPa | ±0.4 hPa |
| **Humidité relative** | 1% | ±5.7% |
| **Vitesse du vent** | 0.1 m/s | ±0.8 m/s |
| **Direction du vent** | 1° | ±5° |
| **Pluie** | 0.2 mm | 10% |
{% hint style="warning" %}
Ces valeurs sont conservées ici telles qu’elles ont été rapportées à l’origine et ne doivent pas être interprétées comme des spécifications de performance pour les capteurs 3D-PAWS actuels.
{% endhint %}
L’humidité relative a montré une plus grande variabilité que les autres mesures évaluées, notamment un biais à très faible et à très forte humidité ainsi que des erreurs supérieures aux attentes sur la partie médiane de la plage de mesure.
***
#### Interprétation des résultats historiques
L’évaluation de 2016–2017 a montré que le système 3D-PAWS initial pouvait produire des observations météorologiques utiles lorsqu’il était comparé à des instruments de référence étalonnés. Elle a également identifié des axes d’amélioration, en particulier pour la mesure de l’humidité relative.
Ces résultats ont contribué à orienter le développement continu de 3D-PAWS.
**Le système a considérablement évolué depuis cette évaluation, notamment en ce qui concerne les capteurs, l’électronique, les composants imprimés en 3D, les logiciels et les pratiques de déploiement.**
Pour cette raison, les résultats présentés sur cette page doivent être considérés comme une **base de référence historique des performances plutôt que comme une caractérisation du système 3D-PAWS actuel**.
***
#### Validation actuelle
3D-PAWS continue d’être évalué au fur et à mesure de l’évolution du système.
Une comparaison indépendante plus récente des observations 3D-PAWS avec une station météorologique de référence a été menée dans le cadre de **TSMS**. Les résultats sont attendus dans un **rapport de l’OMM**.
Une fois le rapport final disponible, ses conclusions seront intégrées dans ce manuel afin de fournir une évaluation indépendante plus actuelle des performances de 3D-PAWS.
D’ici là, les utilisateurs doivent évaluer les observations de chaque déploiement en utilisant les conseils actuels fournis dans ce manuel concernant l’implantation, l’installation, les métadonnées, la maintenance et la qualité des données.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://3dpaws.comet.ucar.edu/fr/station-meteorologique-automatique-imprimee-en-3d-3d-paws/tests-et-validation-des-donnees.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
