Wetterstation Wiesmoor — Case Study

Ausgangslage

Die Rohdaten einer privaten Wetterstation sind nur als Zahlenstrom verfügbar — ohne Historie, Visualisierung oder abgeleitete Werte. Der Sensor misst, aber niemand kann etwas damit anfangen.

Lösung

Eine Ingest-Pipeline holt die PWS-Daten über die Weather-Underground-API, speichert sie als Zeitreihen und stellt sie in einem Web-Dashboard mit 7-Tage-Historie, abgeleiteten Werten (Wolkenbasis) und Astronomie-Daten dar — vom Sensor bis zum lesbaren Chart in einer durchgängigen Kette.

Im Kern

7-Tage-Historie

Verlauf aller Messwerte statt nur Momentaufnahme — Trends werden sichtbar.

Wolkenbasis

Aus Temperatur und Taupunkt abgeleitete Wolkenuntergrenze — ein Wert, den kein Sensor direkt liefert.

Astronomie-Daten

Sonnen- und Mondzeiten passend zum Standort — Kontext zum reinen Wetter.

Web-Dashboard

Interaktive Charts, auf jedem Gerät abrufbar — die Station in der Hosentasche.

Code-Einblick

src/ingest.js

// PWS-Daten von Weather Underground holen und als Zeitreihe ablegen
async function ingest() {
  const url = WU + '/observations/current?stationId=' + ID
  const res = await fetch(url + '&apiKey=' + KEY)
  const { observations } = await res.json()
  const o = observations[0]

  await db.insert('readings', {
    ts: o.obsTimeUtc,
    tempC: o.metric.temp,
    humidity: o.humidity,
    cloudBaseM: cloudBase(o.metric.temp, o.metric.dewpt), // abgeleitet
  })
}

Tech-Stack

BackendNode.js

DatenTime-Series-DB

QuelleWeather Underground API

FrontendInteraktive Charts

Ergebnis

Kompakte End-to-End-IoT-Referenz: eigene Hardware, Ingest-Pipeline, Zeitreihen-Speicherung und ein Live-Dashboard mit selbst berechneten Werten. Zeigt, dass ich einen Datenweg vom physischen Sensor bis zur Visualisierung vollständig aufbauen kann.