Posted by Farensa Ikman Dedi Setiawan
I. PENDAHULUAN
AWS (Automatic
Weather Stations)
merupakan suatu peralatan atau sistem terpadu yang di disain untuk
pengumpulan data cuaca secara otomatis serta di proses agar pengamatan
menjadi lebih mudah. AWS ini umumnya dilengkapi dengan sensor, RTU (
Remote Terminal Unit), Komputer, unit
LED Display dan bagian-bagian lainnya.
Sensor-sensor yang digunakan meliputi sensor temperatur, arah dan
kecepatan angin, kelembaban, presipitasi, tekanan udara, pyranometer,
net radiometer.
RTU (
Remote Terminal Unit) terdiri atas
data logger dan
backup power,
yang berfungsi sebagai terminal pengumpulan data cuaca dari sensor
tersebut dan di transmisikan ke unit pengumpulan data pada komputer.
Masing-masing
parameter cuaca dapat ditampilkan melalui
LED (Light Emiting Diode) Display, sehingga para pengguna dapat mengamati cuaca saat itu (
present weather ) dengan mudah.
BMG telah memasang beberapa peralatan AWS baik yang terpasang secara
terintegrasi (AWS wilayah Jabodetabek) maupun yang berdiri sendiri
(tidak terintegrasi). Saat ini AWS yang terpasang di stasiun pengamatan
BMG telah lebih dari 70 peralatan dengan berbagai merk (a.l. Cimel,
Vaisala, Jinyang, RM Joung dsb), sehingga hal ini relatif cukup sulit
jika kita akan melakukan pemeliharaan karena memerlukan beberapa orang
yang menguasai peralatan masing-masing merk. Kondisi ini diharapkan
tidak mejadi penghalang bagi teknisi BMG untuk menguasai teknologi AWS
tersebut justru diharapkan menjadi tantangan untuk dihadapi.
II. KOMPONEN AWS
2.1. Secara umum AWS dibagi menjadi beberapa bagian utama, yaitu
2.1.1. Sensor
a. Wind speed
b. Wind direction
c. Humidity
d. Temperature
e. Solar radiation
f. Air
Pressure
g. Rain gauge
2.1.2. Data Logger
2.1.3. Komputer (sistem perekam dan sistem monitor)
2.1.4. Display (optional)
2.1.5. Tiang untuk dudukan sensor dan data logger
2.1.6. Penangkal petir
Spesifikasi teknis dari masing-masing komponen biasanya ditentukan, sesuai dengan dimana AWS tersebut akan dipasang.
2.2. HUBUNGAN ANTAR KOMPONEN AWS
Secara umum semua AWS mempunyai prinsip kerja yang relatif sama, hal
ini juga terlihat pada hubungan antar komponen dari AWS tersebut.
Contoh hubungan antar komponen AWS ada pada gambar 1 dan 2.
Gambar 1. Blok Diagram AWS
Gambar 2. Blok Diagram RM Joung AWS
III. SENSOR
Sensor yang digunakan pada AWS secara umum dibagi menjadi 2 (dua) kelompok sensor, yaitu :
3.1. Primary Sensors
- Air Temperature
- Precipitation
3.2. Secondary Sensors
- Wind Speed
- Global Solar Radiation
- Ground Surface (Skin) Temperature
- Solar panels & Wind power (optional)
- Extended Range Operating Envelopes
IV. STANDARISASI PENEMPATAN PERALATAN AWS
Dalam pemilihan dan menentukan penempatan peralatan AWS yang harus diperhatikan adalah sebagai berikut :
Gambar 3. Standarisasi Penempatan AWS
4.1. Kedudukan standar peralatan AWS
- Di atas tanah yang tertutup rumput pendek atau pada area lokal reperesentatif
- Sensor-sensor meteorologi harus diletakkan jauh dari pengaruh luar
seperti bangunan dan pohon (jarak tergantung daripada variabel jenis
penghalang).
- Sensor harus diletakkan pada ketinggian yang sama (dan ditempatkan) sesuai dengan peralatan konvensional.
- Jaga kestabilan terhadap lokasi (perubahan tumbuh-tumbuhan, bangunan, dll)
4.2. Sensor Temperatur dan Kelembaban
- Diletakkan di bagian dalam dan teduh atau terlindung pada tingginya 1.25 sampai 2.0 m (tidak berventilasi atau yang berventilasi).
- Jenis,bentuk dan warna perisai yang berbeda memberi hasil pengukuran berbeda.
- Untuk perbandingan data dan kompatibel data dapat diinstall seperti pada Gambar 1 dan 2.
4.3. Pengukuran Curah hujan
- Berada pada lokasi terbuka yang kebanyakan instrumentasinya dipasangkan agak jauh dari raingauges.
- Pada ketinggian 1 m di atas tanah akan memberikan hasil yang berbeda dari pengukuran pada ketinggian 3 m atau 30 cm diatas tanah atau di dalam suatu lubang (galian) kecil;
4.4 Pengukuran Angin
- Ketinggian Standart baku adalah 10 m di atas tanah lapang terbuka ( jarak dari penghalang sekitar 10 kali dari tinggi penghalang);
- Kecepatan Angin terukur pada ketinggian rendah adalah + 10 m di atas permukaan tanah.
Diperlukan untuk titik pengamatan lainnya.
Gambar 4. Classic Stevenson Screen
V. PENEMPATAN SENSOR
Dalam penempatan Sensor-sensor AWS yang harus diperhatikan
/diutamakan agar sensor dapat dipakai sesuai dengan kebutuhan seperti :
- Daerah batas-pengukuran;
- Data representatif;
- Kompatibel Data;
- Ketelitian;
- Kestabilitasan data untuk jangka panjang.
5.1. Daerah batas pengukuran dan data representatif
Di dalam peralatan Klimatologi, AWS dapat dipasang pada daerah /
wilayah yang berbeda (perlu dipertimbangkan luasan cakupan /range
pengukuran dan temperatur di daerah Tropis, Lintang tinggi atau daerah
kutub ). Selain itu juga tergantung juga pada kebutuhan pemakai;
Seperti pada daerah cakupan / range pengukuran ceilometer CT25K adalah
0-
25.000ft sedangkan untuk CT12K adalah 0-12,
500 ft saja
5.2. Kompatibel Data
Dalam rangka mencapai kompatibel data saat penggunaan jenis sensor yang berbeda ,
shielding and different exposure
sensor yang berbeda dilakukan pada variabel yang sama, koreksi pada
saat pengukuran aktual adalah perlu, seperti dalam pengukuran
presipitasi atau kecepatan angin pada ketinggian berbeda di atas tanah.
5.3. Ketelitian
Kedekatan antara hasil suatu pengukuran dan suatu nilai sebenarnya
mutlak diperlukan. Untuk itu diperlukan ketelitian operasional yang
berbeda, yaitu tergantung dari aplikasi, seperti perbedaan ketelitian
jangkauan untuk variabel tertentu. Seperti; Tinggi awan : ketelitian
yang diperlukan adalah 10% untuk ketinggian >
100 m, ketelitian jangkauan ( menggunakan CT25K) adalah
50 ft untuk keseluruhan range pengukuran.
5.4. Kestabilitasan data jangka panjang
Kemampuan untuk menyimpan ketelitian hasil pengukuran untuk periode
yang lama dan dapat dinyatakan oleh drift ( kestabilitasan kalibrasi
sensor terhadap waktu). Stabilitas keakuratan data yang baik dapat
menghemat biaya dan waktu.
VI. Karakteristik sensor
Untuk menghasilkan ketelitian dan ketepatan pengukuran dari suatu
sensor perlu dilakukan pengamatan khusus pada sensor AWS seperti :
- Resolusi;
- Repeatabilitas;
- Linearitas;
- Respon Time;
- Drift;
- Histeresis.
6.1. Resolusi, adalah perubahan terkecil yang
terjadi pada sensor untuk dapat mendeteksi. Hal ini merupakan suatu
nilai kwantitatif kemampuan untuk menandakan suatu sensor dapat
memberikan nilai terdekat dengan indikasi kwantitasnya.
6.2. Repeatabilitas, adalah kemampuan sensor
untuk mengukur suatu variabel lebih dari satu kali dan menghasilkan
data / output yang sama dalam kondisi lingkungan yang sama pula.
6.3. Linearitas, adalah gambaran tentang penyimpangan sensor dari perilaku garis lurus idealnya.
6.4. Waktu respon, adalah waktu yang dibutuhkan
sensor bila terjadi perubahan dengan pengukuran 63% dari perubahannya.
Interval waktu antara waktu sesaat ketika stimulus terjadi pada subjek
dalam tetapan perubahan kasar dan waktu sesaat ketika waktu respons
tercapai dan meninggalkan dalam batas tertentu di sekitar nilai tetapnya
(
Steady value ).
6.5. Drift, adalah kalibrasi kestabilitasan sensor dengan waktu.
6.6. Histeresis, adalah
kemampuan sensor untuk menghasilkan pengukuran yang sama apakah
peristiwa yang sedang berlangsung akan terus bertambah atau akan
berkurang (Gambar 5).
Gambar 5. Grafik Histeresis
VII. Akuisisi dan Pengolahan data
7.1. Sampling sensor output, adalah Sampel
pengukuran tunggal, yaitu salah satu dari satu rangkaian suatu sistem
sensor ( satu pengamatan diperoleh dari sejumlah sampel ).
Frekwensi Sampling yang berbeda digunakan :
- Untuk temperatur (5-6 kali suatu menit),
- Untuk wind gust (tiap-tiap 3 detik ), dll.
7.2. Konversi keluaran sensor, adalah perubahan bentuk nilai-nilai keluaran sensor secara elektronik ke dalam unit parameter meteorologi.
7.3. Liniarisasi, jika transducer output
tidak sebanding dengan kwantitas saat pengukuran, maka sinyal berbentuk
linear, hal ini dapat digunakan sebagai instrument kalibrasi.
7.4. Smoothing, digunakan untuk meniadakan sekecil mungkin
noise ( fluktuasi dan kesalahan acak tidak sesuai untuk pemakaian ini ).
7.5. Rata-Rata, digunakan untuk membuang
variabilitas-variabilitas kecil yang ada di atmosfir. Hal itu perlu
dilakukan untuk memperoleh pengamatan representatif dan kompatibel data
dari sensor berbeda.
7.6. Koreksi, adalah penyesuaian data
untuk menggantikan kesalahan yang terjadi sepanjang interval pengamatan
sebagai akibat efek dari lingkungan ataupun dari instrumentasi.
7.7. Perhitungan perolehan data, kalkulasi
jumlah statistik (ekstrim, total); data yang diperoleh dari parameter
meteorologi (jarak penglihatan, titik embun dari kelembaban).
VIII. AWS REKAYASA
Pada tahun anggaran 2005 dan 2006 Badan Meteorologi dan Geofisika cq.
Pusat Sistem Instrumentasi dan Kalibrasi bekerja sama dengan staf GM
ITB dan juga staf dari industri hardware dan software telah melaksanakan
kegiatan dibidang rekayasa AWS. Hasil rekayasa AWS tahun 2005 kita
sebut dengan AWS MGA-05, sedangkan untuk kegiatan tahun 2006 kita sebut
AWS MGA-06.
Gambar 6.a. AWS MGA-05 Rekayasa
Gambar 6.b. Blok Diagram AWS MGA-05 Rekayasa
Gambar 7.a. AWS MGA-06 Rekayasa
Gambar 7.b. Blok Diagram AWS MGA-06 Rekayasa
MENGAPA INSTALL AWS?
AWS memiliki sejumlah keunggulan dibandingkan pencatatan manual konvensional.
Secara umum:
- AWS lebih konsisten dalam pengukuran mereka
- AWS menyediakan data pada frekuensi secara signifikan lebih besar (beberapa menyediakan data setiap menit)
- AWS menyediakan data dalam segala cuaca, siang dan malam, 365 hari per tahun
- AWS dapat dipasang di daerah yang jarang penduduknya
Namun, AWS menderita sejumlah kelemahan. Ini adalah:
- Beberapa elemen yang sulit untuk mengotomatisasi (awan misalnya)
- AWS membutuhkan investasi modal besar
- AWS kurang fleksibel daripada pengamat manusia
APA PERSYARATAN DASAR UNTUK AWS?
Pengguna yang berbeda memiliki kebutuhan yang berbeda:
-
Beberapa AWS diinstal untuk jangka pendek proyek (misalnya kesehatan
hewan darurat pemantauan atau kebakaran liar dekat), ada pula yang
dipasang untuk proyek jangka panjang (misalnya mempelajari perubahan
iklim)
-
Beberapa AWS wajib memberikan data secara real-time (misalnya untuk
irigasi), beberapa memberikan laporan tertunda (misalnya untuk
pemantauan iklim)
-
Beberapa AWS diminta untuk tampil di segala cuaca (misalnya untuk
peramalan topan), beberapa tidak (tanaman pemantauan penyakit misalnya).
Satu set umum kondisi untuk semua pengguna di atas adalah bahwa data
harus mewakili periode wilayah dan waktu dalam penyelidikan, dan bahwa
data harus terus-menerus memenuhi akurasi diperlukan. Selain itu, pengumpulan data dan sistem penyimpanan harus biaya efektif dan juga harus diperhatikan sebelum membeli AWS.
APA YANG HARUS DIPERTIMBANGKAN KETIKA PERENCANAAN
UNTUK AWS (ATAU AWS JARINGAN)?
Isu-isu keterwakilan, akurasi, pengumpulan, dan penyimpanan dapat dengan mudah dipecah untuk topik-topik berikut:
- tapak
- sensor
- algoritma
- pemeliharaan
- dokumentasi
- format data dan komunikasi
- pengarsipan dan pengambilan
- biaya
Penentuan Lokasi
Tata Ruang Keterwakilan
AWS harus diletakkan sehingga variabel yang diukur adalah wakil dari daerah tertentu. Variasi halus dalam pemaparan mungkin berarti bahwa data tidak representatif.
Tiga contoh akan cukup:
- curah hujan efisiensi pengumpulan bervariasi dengan tinggi, karena efek turbulensi angin. (Hujan misalnya diukur di permukaan tanah 1m di atas hanya 97% dari hujan diukur pada 300mm
- suhu diukur di atas permukaan aspal secara signifikan berbeda dengan yang diukur di atas permukaan rumput
-
kecepatan angin yang diukur pada 3m secara signifikan kurang dari
kecepatan angin yang diukur pada 10m (arah angin juga berbeda)
Untuk memastikan konsistensi antara situs, set Australia standar untuk penentuan tapak fisik dari instrumen,
Biro Keterangan 2013, telah dikembangkan menggunakan (WMO) Meteorologi Dunia Organisasi pedoman.
Temporal Keterwakilan
Selain kesulitan dengan eksposur yang tepat instrumen, pemikiran harus
diberikan terhadap perubahan dalam paparan jangka panjang dari situs. Bangunan di dekat kandang instrumen akan menghasilkan bidang keterwakilan dikurangi.
Misalnya, ketika kandang instrumen di Sydney dipasang pada 1788,
instrumen merupakan perwakilan dari daerah yang relatif luas sekitar
Sydney.
Dengan konstruksi berikutnya dari bangunan tinggi dan jalan raya,
kondisi iklim dan meteorologi hanya 50m dari lokasi sekarang jauh
berbeda dengan yang di situs.
Adalah penting bahwa stasiun diperiksa secara teratur dan setiap perubahan penempatan tersebut didokumentasikan dengan baik.
Biro Meteorologi Grup Operasi Lapangan (dan Pengamatan Daerah di Negara
Bagian masing-masing) dapat memberikan saran mengenai paparan instrumen
dan prosedur tempat pemeriksaan. Daftar alamat kontak disertakan pada Lampiran 1.
SENSOR
Sensor digunakan pada AWS adalah jantung dan jiwa dari sistem. Oleh karena itu banyak perawatan harus dilakukan ketika memilih sensor yang tepat untuk kebutuhan pengguna.
AWSs standar Biro menggunakan sensor untuk memantau temeprature, kelembaban, kecepatan angin dan arah, tekanan dan curah hujan. Sensor lanjutan lainnya yang tersedia untuk aplikasi khusus.
Sensor ini dapat memantau ketinggian awan (ceilometer), visibilitas,
cuaca saat ini, badai, suhu tanah (pada kisaran kedalaman) dan suhu
terestrial. Biro ini juga menyelidiki jenis lain dari sistem seperti penguapan otomatis.
Kualitas data akhir yang diterima oleh peneliti atau petani hanya dapat sebagus kualitas sensor yang dapat digunakan. Tidak ada analisis post dari data dapat meningkatkan akurasi atau keandalan informasi yang diperoleh.
Banyak produsen menggunakan sensor AWS yang memiliki akurasi yang
buruk, dan yang kalibrasi mungkin melayang secara signifikan selama
waktu singkat. Beberapa sensor, yang particularily murah, juga rentan terhadap kegagalan prematur.
Spesifikasi sensor produsen harus dibaca sangat hati-hati karena mereka
dapat menyesatkan dalam beberapa situasi dan klaim produsen dapat
sering tidak direplikasi di laboratorium.
Sebagai contoh, produsen yang dapat memberikan penawaran waktu respon
untuk elemen penginderaan kelembaban tapi tidak waktu respon gabungan
dari elemen penginderaan, elektronik dan filter yang dapat lipat lebih
lama, juga, produsen dapat mengutip akurasi untuk perangkat seperti
sensor tekanan tetapi memberikan indikasi mengenai batas-batas
kepercayaan dari spesifikasi. Ini kelalaian dapat membuat perbedaan besar untuk kesesuaian perangkat.
Ada beberapa karakteristik mendasar yang membentuk akurasi dan presisi dari sensor.
- Resolusi - perubahan terkecil dapat mendeteksi perangkat (ini tidak sama dengan akurasi perangkat).
- Pengulangan - kemampuan sensor untuk mengukur parameter lebih dari satu kali dan menghasilkan hasil yang sama dalam keadaan yang identik.
- Response time - biasanya didefinisikan sebagai waktu yang dibutuhkan sensor untuk mengukur 63% dari perubahan.
- Drift - kestabilan kalibrasi sensor dengan waktu.
- Histeresis - kemampuan sensor untuk menghasilkan pengukuran yang sama apakah fenomena ini meningkatkan atau menurunkan.
- Linearitas - penyimpangan sensor dari perilaku garis lurus yang ideal.
Semua faktor ini masuk ke menentukan akurasi dan presisi dari sensor
namun ada juga yang lebih penting dalam situasi tertentu daripada yang
lain.
Misalnya, untuk memantau suhu iklim mengubah sejumlah besar data
dikumpulkan dalam jangka panjang karena itu diperlukan sensor yang
memiliki penyimpangan sangat sedikit. Namun jika Anda ingin mengukur hembusan angin jangka pendek maka pengulangan perangkat dan waktu respon menjadi lebih penting.
Faktor lain untuk dipertimbangkan adalah ketahanan perangkat. Sebagai aturan umum, perangkat ini dipasang di lingkungan yang keras.
Hal ini memerlukan sensor yang akan dirancang dengan baik dan dibangun,
memiliki rumah tahan air yang kuat untuk elektronik dan mampu menahan
ekstrem variabilitas iklim.
Hal ini kontraproduktif untuk menginstal sebuah baling-baling angin
ringan yang akan mematahkan pertama kalinya seekor burung gereja duduk
di atasnya atau menggunakan perangkat penginderaan yang dirancang untuk
penggunaan laboratorium (misalnya probe kelembaban banyak) di lingkungan
berdebu. Penggantian sering instrumen ringan atau tidak dapat diandalkan dapat berakhir biaya lebih dari rekan-rekan mereka lebih mahal.
Swapping sensor juga dapat memiliki dampak yang signifikan terhadap
kualitas data, sering memperkenalkan diskontinuitas menjadi serangkaian
data.
Kegunaan data yang diperoleh dari sensor sangat tergantung pada kalibrasi sensor. Untuk data yang akan dibandingkan dengan situs lain dan jaringan, kalibrasi sensor harus kembali dilacak dengan standar umum. Hal ini sering sulit untuk membangun, terutama dengan sensor lebih murah, tetapi sama pentingnya terlepas dari kualitas sensor.
Cara termudah untuk memastikan bahwa kalibrasi ini dapat diandalkan
adalah dengan membeli sensor dari pemasok NATA bersertifikat atau
memiliki sensor dibeli secara independen dikalibrasi oleh laboratorium
bersertifikat. Cara lain adalah meluangkan waktu membangun dengan produsen ketertelusuran dari standar yang digunakan oleh perusahaan.
Seseorang tidak harus mengasumsikan sebuah perusahaan bersertifikat
untuk mengkalibrasi alat pengukur hujan disertifikasi untuk
mengkalibrasi probe suhu juga.
Integral dari sensor dan kalibrasi adalah pemeliharaan sensor. Tidak ada sensor yang dirancang yang tidak perlu dibersihkan dan diperiksa untuk memverifikasi kalibrasinya. Adalah penting bahwa program amaintenance berkala reassesses kalibrasi semua sensor, jika kualitas data akan menurunkan.
Pusat Instrumen Daerah Biro menerbitkan laporan tentang berbagai sensor
dan dapat memberikan salinan dari laporan atau rekomendasi kesesuaian
sensor. Sejumlah Laporan Test Centre Instrumen tercantum dalam Lampiran 2.
ALGORITMA
Algoritma yang digunakan untuk menurunkan variabel meteorologi harus
bermakna, terdokumentasi, dan dapat dibandingkan antara jaringan.
Sebagai contoh, suhu maksimum berasal dari satu bacaan kedua bisa
sangat berbeda dengan suhu maksimum berasal dari pembacaan per jam,
hembusan angin didasarkan pada satu pembacaan kedua akan secara
signifikan lebih besar dari hembusan berdasarkan tiga bacaan kedua, dan
skalar rata-rata dari arah angin umumnya menghasilkan hasil yang
berarti.
Mendokumentasikan algoritma yang digunakan, dan semua perubahan pada algoritma, perlu bagi pengguna masa depan data.
Perlu dicatat bahwa banyak AWS produsen tidak menyadari seluk-beluk
terlibat dengan algoritma dan dengan arti dari variabel meteorologi
berasal.
Biro Spesifikasi A2669 rincian algoritma yang digunakan dalam AWSs Biro.
Algoritma ini yang kompatibel dengan yang direkomendasikan oleh WMO,
dan seperti yang digunakan oleh lainnya Meteorologi Jasa Nasional.
Biro AWS Koordinator, Bagian Teknik Instrumen Instrumen dan Pusat
Regional yang tersedia untuk memberikan saran pada algoritma pengolahan.
PEMELIHARAAN
AWS harus dipilih untuk kemudahan pemeliharaan.
Pemeliharaan harus dapat dilakukan pada AWS tanpa mempengaruhi catatan iklim. Sebagai contoh, sensor suhu dan kelembaban harus dapat dinonaktifkan sebelum penampungan instrumen dicuci.
Banyak AWS murah tidak dapat disesuaikan di lapangan dan perlu dikembalikan ke pabrik untuk kalibrasi berkala.
Selain itu, banyak dari kurangnya ketahanan AWS dan memerlukan
kunjungan pemeliharaan sering untuk menggantikan elektronik dan / atau
sensor.
Penting untuk mempertimbangkan biaya seumur hidup dari AWS bukan hanya biaya awal. Umumnya, semakin rendah biaya awal, semakin tinggi biaya yang berkelanjutan untuk mempertahankan data diterima. Pada akhirnya, ini dapat menyebabkan baik biaya total yang lebih tinggi atau jangka waktu yang lama tanpa data yang bermanfaat.
Teknik Pemeliharaan Biro Bagian (dan Engineering Services di Negara
Bagian masing-masing Daerah) dapat memberikan saran mengenai inspeksi
dan pemeliharaan AWS.
DOKUMENTASI
Salah satu bidang jaringan observasional yang sering dilupakan adalah
dokumentasi berlangsung tepat dari peralatan dan penentuan tapak
(metadata).
Stasiun-tahun Banyak data yang telah diberikan tidak berguna untuk
penelitian terkait iklim karena kurangnya metadata menunjukkan perubahan
di lingkungan sekitarnya stasiun atau instrumentasi.
Penentuan tapak awal dari AWS harus didokumentasikan dengan peta dan foto.
Selain itu, semua kunjungan inspeksi dan pemeliharaan harus sepenuhnya
didokumentasikan untuk merekam setiap perubahan keterwakilan dan
perubahan atau kesalahan terdeteksi pada instrumen yang ada.
Bidang Operasi Grup dapat memberikan informasi tentang prosedur inspeksi.
Sebagian besar stasiun metadata disimpan dalam SitesDb, database yang
komprehensif informasi mengenai situs, sistem, peralatan dan sejarah
untuk 12 000 lokasi di seluruh negeri dan lepas pantai. Jaringan Operasi Grup mampu menyediakan informasi metadata ini.
FORMAT DATA DAN KOMUNIKASI
Format Output
Pemikiran yang cermat harus diberikan kepada format data output. Idealnya, format yang digunakan harus:
- Fleksibel - sensor baru sehingga dapat ditambahkan tanpa harus kembali proses semua stasiun catatan ke format baru
- Sederhana - seperti yang hanya pemrograman sederhana yang dibutuhkan untuk decode data
- Lebih disukai terbaca-manusia tanpa melakukan format - untuk membantu dalam pemantauan kualitas data
- Independen produsen AWS
- untuk memungkinkan data untuk dapat dengan mudah dipertukarkan antara
lembaga dan untuk mendorong daya saing biaya antara produsen
- Jelas - penggunaan fitur seperti check-jumlah meminimalkan kemungkinan korupsi data
Penggunaan format data standar memungkinkan pertukaran mudah data
antara PJTKI dan pengolahan mereka dengan minimal reformatting.
Kebanyakan AWS produsen menggunakan format data mereka sendiri berpemilik.
Penggunaan mereka mengurangi kemampuan pengguna untuk pertukaran data
ke / dari lembaga lain dan mengurangi fleksibilitas pemilik AWS untuk
menambah AWS dari produsen lain.
Biro Meteorologi AWS menghasilkan lima format data standar. Mereka adalah
format kedua (untuk pemeliharaan dan real-time read-out),
satu menit format (data logging, layar),
sepuluh menit format (data logging),
tiga puluh menit format (peramalan), dan
tiga format yang per jam (pertukaran internasional dan pengarsipan).
Biro Spesifikasi A2669 rincian lima format data. Ini format data yang kompatibel dengan standar WMO dan digunakan oleh sejumlah lainnya Meteorologi Jasa Nasional. Jaringan Biro & Kode Satuan dapat memberikan saran pada data format protokol.
Komunikasi
Komunikasi antara AWS dan agen penagihan harus:
- Handal
- Murah
- Ikuti protokol standar
AWSs pengamatan laporan dengan berbagai format, termasuk saluran
telepon, modem radio, jaringan telepon selular dan jaringan satelit. Pertimbangan harus diberikan dengan frekuensi pesan, biaya (telepon satelit bisa mahal) dan ketersediaan layanan.
Biro Spesifikasi A2670 rincian protokol komunikasi yang digunakan oleh Biro AWS. Spesifikasi ini mencakup set perintah dimana pengguna jarak jauh dapat mengkonfigurasi AWS. Instrumen Rekayasa Biro dan Bagian Teknik Komunikasi dapat memberikan saran pada protokol komunikasi AWS.
Pengarsipan dan pengambilan
Para arsip dan pengambilan AWS data harus dipertimbangkan.
Selain, mungkin, proyek-proyek jangka pendek AWS data harus disimpan secara permanen.
Hal ini akan membutuhkan menyeimbangkan kebutuhan untuk menyimpan data
tinggi resolusi temporal terhadap volume besar dihasilkan.
Ketika memutuskan pada sistem penyimpanan data, pertimbangan harus
diberikan untuk kemudahan kontrol kualitas dan pengambilan data. Hal ini berlaku sama-sama ke data yang tersimpan pada hard copy untuk data dalam bentuk elektronik.
Biro Pusat Iklim Nasional Meteorologi yang mempertahankan Biro Data
arsip dan, dalam kondisi tertentu, menyimpan data dari lembaga lain. Sebelum data dapat diterima ke dalam database iklim Biro, isu-isu tersebut di atas harus diatasi.
Manajemen Data Biro Bagian (dan Iklim dan Jasa Konsultansi di Negara
Bagian masing-masing) dapat memberikan saran mengenai persyaratan untuk
data yang akan diarsipkan dalam database iklim Biro. Umumnya, instalasi AWS dan operasi harus mengikuti prosedur yang diuraikan dalam dokumen ini.
AWS BIAYA
Tidak ada biaya AWS definitif dapat diberikan sebagai setiap pengguna
memiliki kebutuhan yang berbeda, seperti disebutkan di atas. Setiap pembelian AWS perlu dipertimbangkan dalam konteks persyaratan tersebut.
Sebagai analogi, biaya transportasi definitif tidak dapat diberikan
sebagai persyaratan pengguna mungkin berbeda dari sepeda untuk pesawat
terbang.
Sebagai indikasi biaya, sebuah AWS dengan sensor untuk udara,
kelembaban suhu dan curah hujan, dan sesuai dengan standar Biro, dapat
dibeli sekitar $ 40 000. Hal ini juga penting untuk mempertimbangkan biaya lebih dari sekedar instalasi.
Pemeriksaan rutin dari situs, sensor pengujian kinerja, memiliki suku
cadang yang cukup dalam persediaan, mempertahankan terlatih komunikasi
pribadi dan bulanan biaya teknis semua berkontribusi untuk menjaga
sebuah AWS berjalan lancar.
Untuk kualitas diberikan data, aturan umumnya adalah: lebih murah AWS,
semakin kurang akurat data, lebih rentan adalah elektronik dan sensor
untuk kegagalan, dan semakin tinggi biaya pemeliharaan.
Instrumen Daerah Biro Pusat dan Bagian Alat Teknik mampu untuk
memberikan saran tentang manfaat relatif dari berbagai Stasiun Cuaca
Otomatis dan dapat membantu dalam pilihan yang tepat sesuai dengan
kebutuhan individu.
Stasiun Cuaca Otomatis - dikonfigurasi untuk spesifikasi Anda
|
Dari stasiun penelitian tunggal untuk jaringan mesoscale, Campbell
Ilmiah stasiun cuaca telah menjadi standar di seluruh dunia untuk
pemantauan klimatologi dan meteorologi.
Stasiun kami telah mengukur kondisi di Gurun Sahara, hutan hujan
Brasil, daerah Alpine tinggi dan baik Kutub Utara dan Antartika.
Akurat pengukuran, keandalan terbukti, dan kemampuan untuk menyesuaikan
setiap stasiun membuat stasiun cuaca kami ideal untuk semua jenis
pemantauan meteorologi dan klimatologi.
Sebagian besar stasiun cuaca yang kami jual dibuat untuk spesifikasi pelanggan.
Sedangkan pra-konfigurasi stasiun kami menampilkan suite standar sensor
pra-kabel, instalasi mudah, dan pemrograman yang disederhanakan,
stasiun kami disesuaikan memungkinkan pengguna untuk mengkonfigurasi
stasiun untuk kebutuhan yang tepat mereka memilih datalogger, sensor,
metode telemetri, perangkat lunak, cara instalasi dan perangkat tambahan
sistem apapun yang mungkin mereka butuhkan.
Link ke kanan akan menyebabkan Anda untuk komponen kita daftar, kita
juga dapat mengintegrasikan, dan dalam banyak sensor sumber, tambahan
dan item untuk pesanan khusus atau bahkan membangun stasiun kustom untuk
utlise hardware yang ada apakah kita atau yang dari sepertiga partai.
Selain itu, tergantung pada lokasi Anda, kami juga dapat memberikan
survei pra-instalasi, layanan instalasi penuh dan program pemeliharaan.
Untuk saran atau harga silahkan hubungi salah satu insinyur yang
berpengalaman kami aplikasi yang menggunakan bagian atas link yang
benar.
|
|
Otomatis Cuaca Stasiun
JENIS DAN TYPE AWS
Vaisala hydromet ™ System MAWS100
Para Vaisala hydromet ™ System MAWS100 memperluas kualitas lapangan
terbukti dan keandalan dari hydromet ada Vaisala ™ Sistem untuk aplikasi
baru. MAWS100 adalah sistem kompak untuk pemantauan hidrometeorologis ketika sejumlah kecil dari sensor diperlukan.
Vaisala hydromet ™ System MAWS110
Para Vaisala hydromet ™ System MAWS110 adalah sistem yang kompak, kuat
dan mudah digunakan yang menyediakan data kualitas terkontrol baik dalam
meteorologi dan aplikasi hidrologi.
Vaisala hydromet ™ Stasiun Cuaca Otomatis MAWS201
Para hydromet Vaisala ™ Automatic Weather Station MAWS201, sebuah AWS
portabel untuk instalasi sementara, fitur desain yang sama dengan TacMet
Pengamatan Vaisala Taktis MAWS201M Meteorologi Sistem untuk menuntut
aplikasi meteorologi taktis.
Vaisala TacMet ® Taktis Meteorologi Pengamatan Sistem MAWS201M
Vaisala TacMet ® Taktis Meteorologi Stasiun Pengamatan MAWS201M adalah
bidang-deployable, cuaca stasiun kompak untuk berbagai operasi lapangan. Menawarkan kemampuan sensor yang luas, sistem MAWS201M portabel dapat dengan mudah dan cepat dikerahkan.
Vaisala hydromet ™ System MAWS301
Para Vaisala hydromet ™ System MAWS301 adalah sistem yang kompak, kuat
dan mudah digunakan menyediakan data kualitas terkontrol baik dalam
meteorologi dan aplikasi hidrologi.
Terutama dirancang untuk operasi tanpa pengawasan di lokasi terpencil
yang membutuhkan keandalan tinggi, konsumsi daya rendah dan diperpanjang
back-up kapasitas baterai.
Vaisala Maritim Pengamatan Sistem MAWS410
Para Vaisala Maritim Pengamatan Sistem MAWS410 meliputi laut yang
paling menuntut persyaratan pengamatan cuaca bergerak platform dan
instalasi lepas pantai tetap menyediakan Anda dengan terus menerus
24-jam pengamatan cuaca otomatis kapal.
Vaisala Situs Tetap Pengamatan Sistem AWS520
Para AWS520 adalah biaya-efektif yang berdiri sendiri cuaca observasi
dan sistem pelaporan untuk aplikasi penerbangan real time untuk operasi
pertahanan, bandara terkategorikan, helipads, kecil pendaratan berawak,
dan uji / pelatihan rentang.
Vaisala Stasiun Cuaca Otomatis AWS330
Para Vaisala Stasiun Cuaca Otomatis AWS330 adalah sistem telah
dikonfigurasikan, kompak, kuat dan mudah digunakan yang menyediakan data
terkontrol kualitas dalam aplikasi meteorologi.
Hal ini terutama dirancang untuk operasi tanpa pengawasan di lokasi
terpencil yang membutuhkan keandalan tinggi, konsumsi daya rendah dan
diperpanjang back-up kapasitas baterai.
|
|
Mengamati peralatan
Stasiun cuaca bandara otomatis menggunakan berbagai peralatan canggih untuk mengamati cuaca.
Kecepatan dan arah angin
Mayoritas stasiun cuaca otomatis bandara dilengkapi dengan standar baling-baling angin dan sistem cangkir untuk mengukur kecepatan dan arah angin.
Sistem ini bekerja mirip dengan banyak sistem angin tua pengukuran;
angin berputar tiga cangkir horizontal berbalik dasar baling-baling
angin, memberikan estimasi kecepatan angin, sedangkan baling-baling di
atas berubah sehingga wajah baling-baling ini menawarkan setidaknya
ketahanan terhadap angin, menyebabkan ia menunjuk ke arah angin yang
berasal dari dan sehingga memberikan arah angin.
Kecenderungan untuk sistem tersebut membeku selama cuaca musim dingin telah menghasilkan perkembangan baru
sensor angin ultrasonik . Sensor ultrasonik baru menggunakan
USG untuk menentukan kecepatan angin dan arah horisontal. Pengukuran didasarkan pada waktu yang diperlukan untuk pulsa ultrasonik untuk perjalanan dari satu
transduser ke yang lain, yang bervariasi tergantung pada kecepatan angin. Waktu transit diukur di kedua arah selama tiga pasang kepala transduser.
Menggunakan dua pengukuran untuk masing-masing tiga jalur ultrasonik
pada 60 ° sudut satu sama lain, sensor ini mampu menghitung kecepatan
dan arah angin. NWS saja dan ASOS FAA stasiun saat ini dilengkapi dengan sensor angin ultrasonik.
Visibilitas
Stasiun cuaca otomatis bandara menggunakan pencar ke depan sensor yang menentukan lokal udara kejelasan dan menerjemahkannya ke visibilitas yang berlaku. Sensor menggunakan seberkas
cahaya xenon yang dikirim dari satu ujung dari sensor menuju penerima, tapi offset dari sambungan langsung ke penerima sebesar 45 derajat . Jumlah cahaya dibelokkan oleh partikel di udara dalam receiver menentukan kejelasan udara. Komputer algoritma kemudian menerjemahkan jumlah cahaya yang tersebar ke dalam visibilitas yang berlaku.
Sensor saat ini tersedia untuk penyebaran tidak dapat mendeteksi
perbedaan dalam jarak pandang yang kurang dari 1/4 mil atau lebih dari
10 mil (16 km).
Dengan demikian, visibilities hanya dilaporkan sebesar maksimum 1/4
bertahap mil, dengan jarak pandang jauh di bawah 1/4 mil yang dilaporkan
sebagai "M1 / 4" (kurang dari 1/4 mil); visibilities di atas 10 mil (16
km) merupakan dilaporkan sebagai sama dengan 10 mil (16 km).
Hadir cuaca (curah hujan jatuh)
Stasiun cuaca otomatis bandara menggunakan
Light Emitting Diode Identifier Cuaca (LEDWI) untuk menentukan apakah dan apa jenis curah hujan yang jatuh. Sensor LEDWI mengukur kilau pola curah hujan jatuh melalui sensor inframerah
balok (sekitar 50 milimeter dengan diameter) dan menentukan dari
analisis pola ukuran partikel dan kecepatan jatuh apakah curah hujan
adalah hujan atau salju .
Jika curah hujan telah terjadi jatuh, namun pola tersebut tidak secara
meyakinkan diidentifikasi sebagai baik hujan atau salju, curah hujan
tidak diketahui dilaporkan. Stasiun cuaca otomatis bandara belum dapat melaporkan hujan es , butiran es , dan berbagai bentuk antara lainnya dari presipitasi.
halangan-halangan dengan visi
Stasiun cuaca otomatis bandara tidak memiliki sensor terpisah untuk mendeteksi halangan-halangan tertentu untuk penglihatan.
Sebaliknya, ketika visibilitas berkurang di bawah 7 mil undang-undang,
sistem ini menggunakan suhu dilaporkan dan dewpoint untuk menentukan
mengaburkan untuk penglihatan. Jika kelembaban relatif rendah (yaitu, ada perbedaan besar antara suhu dan dewpoint), kabut dilaporkan. Jika kelembaban relatif tinggi (yaitu, ada perbedaan kecil antara suhu dan dewpoint tersebut), kabut atau kabut dilaporkan, tergantung pada jarak pandang yang tepat.
Kabut dilaporkan ketika visibilitas adalah 1/2 mil atau kurang; kabut
dilaporkan untuk visibilities lebih besar dari 1/2 mil tetapi kurang
dari 7 mil (11 km). Jika suhu di bawah titik beku , kelembaban tinggi dan visibilitas adalah 1/2 mil atau kurang, kabut beku dilaporkan.
Awan cakupan dan langit-langit
Stasiun cuaca otomatis bandara menggunakan ke atas-menunjuk
Laser balok ceilometer untuk mendeteksi jumlah dan ketinggian awan.
Laser ini menunjuk ke atas, dan waktu yang dibutuhkan untuk cahaya yang
dipantulkan kembali ke stasiun memungkinkan untuk perhitungan
ketinggian dasar awan.
Karena cakupan area terbatas (laser hanya dapat mendeteksi awan tepat
di atas kepala), komputer sistem menghitung penutup waktu rata-rata-awan
dan langit-langit , yang dilaporkan pengguna eksternal.
Untuk mengimbangi bahaya cepat penutup langit berubah, rata-rata yang
berbobot menuju 10 menit pertama periode rata-rata 30-menit. Kisaran ceilometer adalah 12.000 kaki (3.700 m); awan di atas ketinggian yang tidak terdeteksi oleh stasiun otomatis saat ini.
Suhu dan titik embun
Stasiun cuaca bandara otomatis menggunakan sensor suhu / titik embun
(hygrothermometer) dirancang untuk operasi kontinyu yang biasanya tetap
pada setiap saat, kecuali pada saat pemeliharaan.
Pengukuran suhu sederhana dibandingkan dengan titik embun. Beroperasi di bawah prinsip bahwa hambatan listrik bervariasi dengan suhu, kawat platina perangkat suhu resistif mengukur suhu udara ambien.
Sebaliknya, pengukuran titik embun adalah jauh lebih kompleks.
Sensor titik embun berisi cermin dingin yang didinginkan ke titik di
mana sebuah film baik bentuk kondensasi pada permukaan cermin. Suhu cermin pada kondisi ini adalah sama dengan suhu titik embun.
Hygrometer mengukur titik embun dengan mengarahkan sinar cahaya dari
dioda inframerah kecil pada permukaan cermin pada sudut 45 derajat.
Dua transistor foto yang dipasang sehingga mereka mengukur tingkat
tinggi cahaya yang dipantulkan ketika cermin adalah cahaya yang jelas
(langsung) dan tersebar ketika cermin itu mendung dengan kondensasi yang
terlihat jelas (tidak langsung).
Dengan pembentukan kondensasi pada cermin, tingkat kekeruhan meningkat
cermin permukaan dengan transistor langsung menerima kurang cahaya dan
cahaya tidak langsung lebih transistor.
Output dari transistor ini foto mengontrol modul cermin pendingin yang
merupakan pompa panas elektronik yang beroperasi seperti termokopel
secara terbalik, menghasilkan pemanasan atau pendinginan efek. Ketika sensor pertama kali diaktifkan, cermin jelas. Seperti suhu permukaan cermin didinginkan sampai suhu titik embun, kondensasi terbentuk pada cermin.
Elektronik senantiasa mencoba untuk menstabilkan tingkat sinyal ke
power amplifier untuk mempertahankan suhu cermin pada titik embun.
Jika titik embun dari udara atau perubahan sirkuit jika terganggu oleh
kebisingan, loop membuat koreksi yang diperlukan untuk menstabilkan
kembali disiplin pada titik embun dan memelihara terus beroperasi.
The NWS telah menggantikan kebanyakan jika tidak semua HO-83 sensor cermin dingin karena masalah. NWS Asos sekarang menggunakan sensor DTS1 Vaisala, yang mengukur kelembaban saja. ASOS kemudian menggunakan suhu udara ambien dari HO-83 dan kelembaban diperoleh dari DTS1 untuk menentukan dewpoint.
Lama AWOS sistem menggunakan Lithium Klorida sensor Titik Embun. Sekarang AWOS sistem menggunakan sensor kelembaban kapasitif relatif, dari mana Titik Embun dihitung.
http://www.nws.noaa.gov/ops2/Surface/documents/DewPoint0816.pdf
Altimeter dan tekanan permukaan laut
Cuaca bandara otomatis stasiun tekanan sensor adalah yang paling dapat diandalkan dan akurat dari semua sensor otomatis.
Konfigurasi sensor tekanan terdiri dari dua transduser tekanan terpisah. Setiap transduser tekanan adalah tekanan yang sangat akurat pengukuran yang menggunakan instrumen canggih mikro berbasis elektronik dan firmware, sehingga akurasi 99,98%.
Sensor kapasitif terletak di atas nampan di bagian bawah kabinet komputer dan secara permanen dievakuasi ke sebuah vakum di satu sisi untuk membuat setiap sensor tekanan absolut atau barometric. Sensor tekanan berbagi umum 3/8-inch tygon tabung sensor untuk merasakan tekanan udara.
Karena tekanan udara ambien adalah input untuk masing-masing transduser
tekanan melalui tabung tygon bersama sensor, masing-masing transduser
tekanan menerima input yang sama tingkat tekanan barometrik. Konfigurasi ini memastikan pelaporan informasi yang dapat diandalkan tekanan udara. Sebuah perkumpulan transduser internal untuk setiap unit mengubah tingkat tekanan ke tingkat sinyal listrik. Tingkat ini kemudian dipantau dan diterjemahkan oleh mikroprosesor berbasis sirkuit dalam sensor tekanan untuk menghasilkan nilai tekanan udara.
Selama operasi normal, stasiun otomatis membaca nilai setiap tekanan
dari transduser tekanan, membandingkan nilai-nilai untuk memverifikasi
keakuratan data yang diukur dan menghitung tekanan udara.
Air hujan akumulasi
Akumulasi curah hujan asli pengukuran perangkat yang digunakan untuk stasiun cuaca bandara otomatis adalah
panas ember kritis . Bagian atas dari perangkat ini terdiri dari kolektor 1-kaki (0,30 m) diameter dengan atas terbuka. Para kolektor, yang dipanaskan mencair setiap curah hujan beku seperti salju atau hujan es , saluran air ke dalam ruang dua, wadah berputar disebut ember . Air hujan mengalir melalui saluran ke dalam satu kompartemen dari ember sampai 0,01 inci (0,25 mm) air (18,5 gram) diakumulasikan. Itu jumlah berat menyebabkan ember ke ujung pada yang berporos , membuang air yang dikumpulkan dan bergerak dalam ruang lain di bawah corong. Gerakan kritis mengaktifkan saklar (baik saklar buluh atau saklar merkuri ), yang mengirimkan satu listrik pulsa untuk setiap curah hujan 0.01 inci (0,25 mm) dikumpulkan.
Karena masalah ember tip dipanaskan telah dengan benar mengukur curah hujan beku (terutama salju),
All hujan Cuaca Akumulasi Gauge (AWPAG) dikembangkan. Sensor ini pada dasarnya adalah alat ukur berat di mana curah hujan terus menerus terakumulasi dalam kolektor, dan dengan meningkatnya berat badan, curah hujan dicatat. Hanya pilih NWS ASOS unit telah dilengkapi dengan AWPAG tersebut.
Icing (hujan pembekuan)
Stasiun cuaca otomatis bandara melaporkan hujan yang dingin membeku melalui frekuensi resonansi dari batang bergetar. Frekuensi resonansi menurun dengan pertambahan meningkat (massa tambahan) dari es , embun beku , kabut beku, pembekuan gerimis , persamaan bunyi , atau salju basah.
Untuk melaporkan hujan yang dingin membeku, sistem menggabungkan output
sensor dari sensor hujan yang dingin membeku dengan data dari LEDWI.
Para LEDWI harus memberikan indikasi yang positif presipitasi diketahui
atau hujan sebelum sistem dapat mengirimkan laporan hujan yang dingin
membeku.
Jika LEDWI melaporkan baik tidak ada curah hujan atau salju, sistem
akan mengabaikan masukan dari sensor hujan yang dingin membeku. Sensor dirancang untuk mendeteksi dan melaporkan icing dari semua kondisi cuaca.
Lightning (badai)
Banyak stasiun cuaca otomatis bandara di Amerika Serikat menggunakan
Deteksi Jaringan Petir Nasional (NLDN) untuk mendeteksi petir melalui
Deteksi Petir Otomatis dan Sistem Pelaporan (ALDARS). NLDN ini menggunakan 106 sensor nasional untuk pelacakan sambaran petir.
Data dari grid deteksi dimasukkan ke ALDARS, yang pada gilirannya
mengirim pesan ke setiap stasiun bandara otomatis informasi ini dari
kedekatan dari setiap sambaran petir. Petir menyerang dalam 5 mil (8,0 km) dari stasiun dalam hasil laporan sebuah badai
di stasiun (TS). Petir pemogokan lebih dari 5 mil (8,0 km) tetapi kurang dari 10 mil (16 km) dari hasil stasiun dalam laporan sebuah badai
di sekitar stasiun (VCTS). Petir lebih dari 10 mil (16 km) tetapi kurang dari 30 mil (48 km) dari hasil stasiun hanya dalam ucapan
petir jauh (LTG DSNT).
Namun, beberapa stasiun sekarang memiliki petir mereka sendiri sensor
untuk benar-benar mengukur sambaran petir di lokasi daripada membutuhkan
layanan eksternal. Sensor badai bekerja dengan mendeteksi baik kilatan cahaya dan perubahan sesaat dalam medan listrik yang dihasilkan oleh petir. Ketika kedua terdeteksi dalam beberapa milidetik satu sama lain, stasiun register sambaran petir mungkin. Ketika sambaran petir kedua mungkin terdeteksi dalam waktu 15 menit pertama, stasiun mencatat badai.
sumber : more posting on web