Eine IoT-Spielwiese rund um Klimadaten, Naturbeobachtung und unser autonomes Hochbeet“

Beschreibung: Mithilfe zahlreichen Sensoren und ein haufen kleverer Technik sammeln wir auf unserer Obstbaumwiesen und im angrenzenden Mischwald zahlreiche Klima- und Umweltdaten. All diese Messdaten werden täglich automatisch aufbereitet und in den folgenden Diagrammen dargestellt. Die Idee dahinter, wir wollen möglichst viele interessante Langzeitdaten sammeln, um lokale Umwelteinflüsse und den Klimawandel und dessen Folgen besser verstehen zu können. Alle Messdaten, Projektinhalte und die technische Umsetzung wird hier beschrieben und steht jedem Interessierten frei zur Verfügung, Open Source eben, ganz nach unserer Überzeugung!

Unsere Ziele: Wir  wollen verstehen, welche klimatischen Größenordnungen im Wald und auf einer Baumwiesen herrschen. Unser Projekt soll 100% klimaneutral und möglichst langlebig gestaltet sein, im Hinblick auf die eigesetze Technik, sowie die langzeit Datenerfassung. Im laufe der Zeit, wollen wir Rückblickend die Messdaten Vergleichbar machen und eine Bewertung ermöglichen. Die heute gesammelten Daten und die entstehenden Erkenntnisse daraus sollen uns in Zukunft helfen, den Klimaverlauf und den Einfluss des Klimawandels und dessen Folgen besser zu verstehen. Möglicherweise können diese Erfahrungen auch dabei helfen, in Extremsituationen gezielt eingreifen zu können. Mit unseren Messstationen und unserem DIY-Observatorium wollen wir die lokalen Wetterereignisse unter die Lupe nehmen und diese mit Regionalen Werten abgleichen.

Eine langfristige „Vision“ ???: Durch das Sammeln und Vergleichen verschiedener Messdaten, größerer Zeiträume und verschiedener Standorte können wir besser verstehen, was die Klimaveränderung im Mischwald, auf Obstwiesen und in Weinbergen in unserer Region verursacht. Unser Projekt soll helfen, weiteren interessierten hobby Klimaforschern und Naturfreunden, einen Einstieg in das Thema Klimadaten und der Technik zu geben und dabei zu ermutigen selbst Messdaten zu ernten. Eine ferne Vision könnte sein, sämtliche vergleichbaren Klimadaten mit anderen mit bereits vorhandenen Projekten zu verknüpfen und so umfassende Erkenntnisse zu gewinnen. Wenn es im Austausch mit anderen Open-Source-Klimaforschern gelingt, gemeinsam weitere Klima-Messstationen aufzubauen, die gesammelten Messdaten zusammenzutragen und die Daten intelligent zu vernetzen, so kann daraus ein sehr detailliertes Gesamtbild entstehen und wertvolle Daten gewonnen werden. Die gesammelten und gegenwärtigen Messdaten können individuell und vielseitig von großem Nutzen sein, ob für das individuelle Bewerten der letzten Regenmenge auf der eigenen Obstwiese. Die Messwerte, wie beispielsweise Bodenfeuchte, Regenmengen und der Temperatur-/Luftfeuchte-Verlauf sind beispielsweise für den Obst- und Weinbau sehr hilfreiche Messwerte um eine optimale und nachhaltige, sowie ökologische Bewirtschaftung zu ermöglichen. Diese Messdaten können unter anderem dabei helfen, dem immer stärkeren Einfluss des Klimawandels schnell und zielgerichtet und Umweltfreundlich entgegenzuwirken und immer häufiger werdenden Fehlernten im Idealfall vorzubeugen.

In diesen Panels wird jeweils der letzte Monat dargestellt
Hier Niederschlagsmenge, sowie sämtliche Tempertaurwerte von -60cm unter der Erde bis in 20m höhe.
Dazu den jeweiligen Durchschnittswert des gezeigten Zeitraums.

Hier im Vergeich das selbe Panel von April 2021

Hier die Luftqualität, Feinstaub und CO2 Werte auch des letzten Monats direkt aus dem Wald

Hier die Bodenqualität in Bodenfeuchte im Wald und auf der Obstwiese an einem Apfelbaum, sowie der Salzgehalt und somit die dortige Bodenqualität

Mit diesem Klimadaten-OpenDIY-Projekt wollen wir unsere Erfahrungen aufzeigen, mit welch einfachen Mitteln, DIY-Sensoriken und ein paar Elektronikbausteien es möglich ist, spannende Klimadaten zu sammeln sowie diese bewertbar zu machen.

Nebenbei verzichten wir auf Datenriesen und betreiben unsere eigene Datensammlung auf unabhängigen Servern. Unsere Energie für all unsere Sensoren und deren Aufbereitung gewinnen wir 100 % regenerativ vor Ort durch Photovoltaik. Zahlreiche technische Raffinessen und jede Menge Software helfen uns dabei, das System nahezu wartungsfrei und autark zu betreiben. Der technische Aufbau sowie die Sensoren und deren Integration via WiFi werden hier auf unserer Projektseite beschrieben. In kürze werden wir auch in unserem entstehenden MakerSpace Workshops rund um Sensorik, IoT und Grundlagen der Erneuerbare Energien anbieten.


Technischer Einblick – Was genau tun wir dort im Wald?

Mithilfe von zahlreichen Sensoren, Elektronik und Software sammeln wir seit einigen Monaten rund um die Uhr sehr viele Umweltdaten. Diese Messwerte werden vor Ort aufbereitet und über eine 3,5 km lange Freifunk-Funkstrecke auf unseren Onlineserver abgelegt. Auf unserer Webseite werden mit hilfe von Grafana die Messdaten dagestellt. Des Weiteren betreiben wir zusätzlich eine Datenübertragung basierend auf der Technologie LoraWan. Diese energiesparsame Funktechnik ermöglicht es, ohne Internetzugang auf große Distanzen selbige Messdaten zu übertragen und diese über eine Plattform im Internet abzurufen. Diese Übertragungsart kommt gern zum Einsatz, wenn ein Internetzgang nicht vorhanden ist und energiesparsame Sensoren eingesetzt werden müssen, wie beispielsweise in einem Weinberg.

Bei unseren derzeitigen Wald-Messdaten handelt es sich um Bodenfeuchte aus unterschiedlichen Bodenschichtungen, Bodenbeschaffenheit und -qualität. Zahlreiche Temperaturmesspunkte von der Baumkrone über Bodenlevel bis unter der Erde. Mehrere Luftfeuchte-Standorte sowie barometrischer Luftdruck, Niederschlagsmengen, Niederschlagsart, Niederschlagsstärke, CO2-Wert, Feinstaubwerte, Energiefluss sowie Ladezustandsüberwachung. Bewegungen im Erdreich, UV-Strahlung, Lärmmessungen sind im Entstehen.
Aktuell sind es ca. 100 Messdaten, die in einem engen Zeitraster gesammelt und abgespeichert werden.
Detailierte Beschreibung wie folgt.


Energiemanagment

Ein zentrales Thema der Langzeit Datenaufzeichnung ist unsere Energieversorgung und das dazugehörige Energiemanagment. Bei diesem Projekt handelt es sich um eine Insel-Lösung, denn wir erzeugen vor Ort unseren Energiebedarf selbst, auch im Winter. Wir haben im Laufe der Zeit viel zu diesem Thema gelernt und konnten nach und nach ein ausgeklügeltes und energiesparsames System realisieren. Hier beschreiben wir unsere Ansätze und Erfahrungen.

Hintergrund und Randbedingungen….
Unser Projekt muss selbstverständlich aus eigenem Öko-Strom sein und in jeder Jahreszeit autark laufen. Da wir in den Wintermonaten auf unser schattiges Waldgrundstück, im Idealfall nur ein bis zwei Sonnenstunden erhalten und somit jedes geerntete Watt kostbar eingeteilt und gespeichert werden muss, war eine sinnvolle Balance zwischen Energiesparen, Energie speichern und maximaler PV-Ausbeute notwendig. Nach anfänglichen versuchen mit ausgemusterten Bleigel-Batterien, einem einfachen Solarladeregler und einem 100W PV-Panel klarzukommen, haben wir bald gemerkt, dass dieser Ansatz im Winter nicht funktionieren kann und wir haben unser System immer weiter optimiert. Auch die Windenergie war uns leider keine Hilfe, da wir in einer Talsenke liegen. Eine Stromgewinnung aus Wasserkraft war mangels Bachs auch keine gute Option. Somit blieb trotz magerer Sonnenausbeute in der Winterzeit für uns nur Photovoltaik übrig. Nach verschiedenen Versuchen und Anpassungen können wir inzwischen unsere benötigte Energie ganzjährig auch mit wenig Sonnenstunden speichern und sicherstellen.

Eine Insel-Strom-Versorgung besteht immer aus drei Bereichen.
1. Der Energiebedarf und somit der kontinuierliche Energieverbrauch
2. Die Energieerzeugung, in unserem Fall eine auf Wintermonate angepasste PV-Anlage
3. Ein Energiepuffer, welcher auch an Wintertagen durchaus mal eine Woche fehlende Sonne puffern muss.

Entscheidend für die richtige Dimensionierung der PV-Anlage und des Speichers ist zunächst der Energiebedarf und die maximal zu überbrückender Zeit ohne PV-Ertrag! Daraus wird klar, je geringer der Energieverbrauch, desto kleiner und Nachhaltiger kann das gesamte System ausgelegt werden. In unserem Fall haben wir versucht den Energiehunger auf das Minimum zu reduzieren, damit wir mit geringen Ressourcen möglichst auch in den Wintermonaten haushalten können und unsere Sensoren nonstop online bleiben.

Unser derzeitiger Energiebedarf für all unsere Sensoren, unser dazugehöriges Sensor-Netzwerk, die Freifunk-Richtfunkverbindung, unser zentrales RaspberryPi Rechenzentrum, sowie unser Accespoint liegt bei gerade mal knapp 10Watt. 10Watt ist wenig sollte man meinen, allerdings im Winter mit niedrigem Sonnenstand und nahe zu 0 Sonnenstunden, kommen da täglich 250Wh Bedarf bei raus, nach einer dunklen November Woche sind das schnell 1,5KWh! Hier wird deutlich, eine müde Autobatterie mit wenigen Ah, welche bei 0° vor sich hin dümpelt wird hier nicht lange durchhalten und wenn dann doch mal für 1-2h die Sonne kommen sollte, packt diese selten mehr als 4A Ladestrom. Ein großer Speicher, welcher auch möglichst bei kurzem PV-Ertrag die maximale PV-Leistung speichern kann war gesucht.

Der richtige Energiespeicher
Nach einigen gut gemeinten Versuchen mit recycelten AGM-Batterien unseren Energiebedarf zu puffern, hat uns schnell die Erkenntnis erreicht auf eine zeitgemäße Energiespeicherung umzurüsten. Inzwischen setzen wir einen 80Ah Liontron Akku ein, welcher auch bei niedrigsten Temperarturen die volle Kapazität mit sich bringt und wenn mal die Sonne scheint auch mit hohen Ladeströmen klarkommt und locker die 20A unseres Solarladereglers annehmen kann. Obendrauf lässt sich der Liontron via Bluetooth auswerten und wir können einfach den Stromverbrauch und die Kapazität mit überwachen. Wir haben es geschafft die Bluetooth Kommunikation zu entschlüsseln, so dass wir die BMS-Daten in Echtzeit auf unserem Pi mitloggen können.

Der Laderegler ist ebenso ein wichtiger Baustein, vor allem wenn dieser bei schlechten Lichtverhältnissen noch das maximale aus den Panels rausholen soll. In unserem Fall setzen wir einen MPPT (Multi Point Power Tracker) ein. Dieser ermittelt den besten Wirkungsgrad und schiebt ohne großen Verlust die PV-Energie in den Akku. Nebenbei sollte der Laderegler auch noch die Möglichkeit besitzen, diesen ideal auf einen Lithium Akku anzupassen, so dass die Ladeleistung und die Akkuspannung richtig eingestellt werden kann.
Wir setzen einen EPEVER ein, dieser kann mithilfe einer RS-485 Schnittstelle sehr ausführlich eingestellt werden und bei Bedarf könnten darüber auch alle Werte überwacht werden. Unser Laderegler ist auf 20A PV-Ladeleistung ausgelegt.

Unsere PV-Panels mussten wir durch die örtliche schwache Sonneneinstrahlung im Winter sehr groß dimensionieren, in den Wintermonaten benötigen wir 4x 100W Panels um jedes bisschen Sonnenlicht ein zu fangen, damit im Idealfall der Tägliche Verbrauch wieder nachgeladen werden kann. An einem Sonnenreichen Sommertag würden wir an dem selben Standort locker mit nur einem kleinen 50W Panel klar kommen.
Aktuell liegen bei uns auf der Wiese zwei PV-Zonen (Parallel-Verschaltet) mit jeweils 200W in unterschiedliche Ausrichtungen, diese decken nun den Sonnenverlauf auch im Winter meist ausreichend ab.

Wie wir inzwischen gelernt haben, eine Insel-PV-Analge besteht aus einem Akku, Photovoltaik Panel(s) und aus einem Laderegler, welche alle drei aufeinander abgestimmt sein müssen, je genauer das Setup aufeinander abgestimmt ist, desto effizienter kann das System betrieben werden, in unserem Fall auch hin dunklen Wintermonaten!

Zusammenfassung technische Daten zu unserem Energiemanagment
– Energiebedarf kontinuierlich 10W, täglich:240Wh, Woche: 1,6KHh
– Akkuspeicher Liontron 80Ah bei 12,8V = 1000Wh
– Solarladeregler EPEVER 20A (maximal 20A, bei Ladespannung von 14V= 280W)
– Solarpanels 4x 100W Module, Monokristalin Blackpanel 2x200W in Parallel/Reihe verschaltet und in zwei Ausrichtungen getrennt.


Sensoren und Messdaten

unser Ziel ist es möglichst detaillierte Klimadaten zu sammeln, von verschiedenen Standorten wie aus dem angrenzenden Mischwald sowie auf der Obstbaumwiese. Diese Messdaten werden verdichtet, gespeichert und mithilfe von Grafana dargestellt. Seit Ende 2020 zeichnen wir folgende Werte im Mischwald und auf der Obstwiese auf und stellen diese hier zur Verfügung.

  • Niederschlagsmessung: 1. Niederschlagsart, 2. Intensität, 3. Niederschlag_abs_mm
  • Bodenmessung: 1. Bodenfeuchte, 2. BodenTemperatur, 3.Salzgehalt, im Waldboden und an den Obstbäumen
  • Feinstaub in PM 2,5 Lungengängige Partikel und PM10 obere Atemwege
  • CO2 Wert in ppm: auf Waldboden
  • Temperatur in Grad: 1. Im Boden -60cm, 2. -25cm, 3. Bodenhöhe, 4. in 3m Höhe, 5. In Baumkrone
  • Luftfeuchte in Prozent: 1. Bodenhöhe, 2. In Baumkrone
  • Luftdruck in Hektopascal (hPa): 1. Bodenhöhe, 2. in 3m Höhe, 3. In Baumkrone
  • Akku Überwachung Liontron: Ladezustand, Strommenge, Spannung, Ladezyklen,
  • Sekundär Batterien, 12V Reserve AGM sowie mini USV für Raspberry Pi
  • Leistungsdaten und Prozzessmonitoring Raspberry Pi

Hier unsere eingesetzten Sensoren und die jeweiligen Beschreibungen

Das RegenRadar WS100, ist ohne Geheimnis unser Lieblingssensor, dieses Wunderwerk der Technik haben wir von der Firma Lufft für unsere OpenDIY Klimaforschung zur Verfügung gestellt bekommen. Es handelt sich um ein RegenRadar, welches mit Hilfe eines Doppler-Radars jedes ihm nähernden Tropfens detektiert und wertet.  Diese Messstation unterscheidet zwischen Regen, Schnee, Eis, und Hagel. Dieses RegenRadar zeichnet unter anderem die aktuelle Niederschlagsintensität, die Niederschlagsart und die Niederschlagsmenge auf. Nebenbei misst es noch die Temperaturen und viele weitere Messwerte, welche bei uns nicht zu tragen kommen. Der WS100 hängt bei uns via RS-485 Schnittstelle am RaspberryPi und liefert im Modbus im Sekundentakt die Messdaten.

Unsere BodenSensoren haben wir im Agrabereich entdeckt, der MSC-10 Sensor kommt bei uns mehrfach zum Einsatz, er steckt in 20cm tiefe im Waldboden sowie auf unserer Obstbaumwiese und auch in unserem Hochbeet liefert er uns spannende Messdaten. Neben dem eigentlichen Feuchtigkeitswert VWC: Soil volumetric water content (Volumenwassergehalt des Bodens) Misst der MEC-10 auch noch die Temperatur, sowie Leitfähigkeit (EC: electrical conductivity) Über diese drei Werte kann der Salzgehalt SALINITY bestimmt werden, dieser ist entscheidend für die Bewertung der Bodenqualität und dem Wasseraustausch zwischen Wurzel und Boden. Vereinfacht zusammengefasst, ein erhöhter Salzanteil im Boden verändert die Hydrophobizität zur Wurzel und somit findet eine verringerte Wasseraufnahme der Wurzel statt, was gleich einem schlechteren Wachstum entspricht. Alle MSC-10 hängen auch bei uns Kabelgebunden via RS-485 Schnittstelle am RaspberryPi und liefern ebenso im Modbus die Messdaten.

Unsere Feinstaubsensoren haben wir uns bei unseren Kollegen aus der Sensor.community abgeschaut. Wir setzten hierfür einen SDS011 Feinstaubsensor ein, welcher bei uns an einem ESP32 (wemos D1) hängt und mit Hilfe von Tasmota mit dem Sensor kommuniziert und die Feinstaubwerte PM2,5 sowie PM10 alle 10 Sek. zu unserem RaspberryPi via Wlan sendet. Feinstaub wird in zwei Messbereichen gemessen, bei PM10 spricht man von Staubpartikel, die bis zu 10 µm klein sind und sich überwiegend in den oberen Atemwegen bemerkbar machen. PM2,5 handelt es sich um die Schwebstaubteilchen, deren Durchmesser kleiner als 2,5 µm sind und somit als . „lungengängiger“ Staub bezeichnet werden und bis in die Lungenbläschen gelangen können. Feinstaub wird als Tageswerte (24h) in Mikrogramm pro Kubikmeter Luft gesammelt und verglichen. Gegenüber den Offiziellen Messtationen, welche die die Partikelmengen in zwei verschiedene Filter gesammelt und im Nachgang gewogen wird, kommt bei den Vorläufigen-Feinstaubsensoren meist ein Laser zum Einsatz, welcher mit dem Streulichtverfahren die Partikelmenge und Größe bestimmen kann.

CO2 Messung im Wald ist für uns dahingehend interessant, da wir sehen möchten, wie stark ein Wald zwischen Tag und Nacht atmet und ob man diese Messwerte in irgendeiner Form interpretieren kann. Unser CO2 Sensor hängt ebenfalls wie der Feinstaubsensor mitten in unserem Mischwald allerdings in ca. 50cm über dem Boden. Als Sensor kommt ein MHZ19B zum Einsatz. Der MH-Z19B misst den Kohlendioxid-Gehalt der Umgebungsluft nach dem NDIR-Prinzip. In einem NDIR-Sensor (nichtdispersiver Infrarot-Sensor) wird ein Infrarotstrahl durch ein Gasgemisch geschickt. Jedes Gas des Gemisches absorbiert Infrarotlicht einer bestimmten Wellenlänge. Ein Sensor misst, welcher Anteil des IR-Lichts der für das jeweilige Gas spezifischen Wellenlänge vom Gasgemisch absorbiert wurde – bei CO2 sind es 4,3 µm. Aus der Differenz wird der Anteil des Gases im Gemisch berechnet – in der Einheit »ppm« (parts per million, Anzahl Teile auf eine Million)

Temperatur, Luftdruck und Hygrometer liefert bei uns der Bosch BME280, ein sehr verbreiteter Sensor in zahlreichen DIY-Projekten zu finden. Dieser superkleine Sensor mit seinen gerade mal 2,5mm ist wahrlich faszinierend, er misst neben der Temperatur, den Luftdruck die Luftfeuchtigkeit, ist sehr stromsparsam und liefert sehr genau Werte. Dieser Sensor hängt bei uns via I²C Bus an einem ESP32, welcher mit Tasmota die Sensordaten verarbeitet und alle 10 Sek. zu unserem RaspberryPi via Wlan sendet. Diese BME280/WemosD1 Baugruppe kommt bei uns mehrfach an verschiedenen Standorten zum Einsatz, im Waldboden bei -60cm und bei -25cm, auf 50cm Höhe im Wald sowie in 3m Höhe und in noch in der Baumkrone auf ca. 20m höhe

Akku-Überwachung unser Stromspeicher der Liontron Akku wird auch in Echtzeit überwacht und wir erhalten im Sekundentakt die aktuelle Stromflussmenge, die Spannung, den Ladezustand und die Zyklenzahl. Diese Messdaten werden über das eingebaute Liontron-BMS (Batteriemanagementsystem) und einer Bluetooth Schnittstelle an unseren RaspberryPi gesendet. Die Kommunikation zwischen dem Liontron und unserem RaspberryPi haben wir selbst in die Hand genommen, da wir uns nicht mit der Auswertung via Android-APP zufriedengegeben haben.


Und warum machen wir das alles? Nun ja, im Laufe der Zeit haben wir schon an vielen Projekten gebastelt und sie mitgestaltet. Dieses Sensor-Projekt verbindet viele unserer Themenschwerpunkte und Interessen, wie IoT, Elektrotechnik, WiFi und Software, aber vor allem Naturschutz und Klimaforschung. Mit diesem großen Projekt können wir sämtlich Facetten unseres Maker-Daseins an zahlreichen Schnittstellen und in verschiedenen Ansätzen austoben, unsere Erkentnisse teilen und gemeinsam an diesem Projekt viel voneinander lernen.

Dieses Projekt soll auch unserem entstehenden MakerSpace zusammen mit der HfWU Nürtingen eine Spielwiese bieten, um Bastler, Forschung und Naturschutz weiter zusammenzubringen und diese Themen stetig auszubauen und weiterzuentwickeln. Verwandte Themen wie Vertical-Farming und autarkic harvesting schließen den Bogen und verbinden Sensorik mit Steuerung, eine Spielwiese für jede*n Technikbegeisterte*n.

Wo finde ich mehr Informationen dazu und wie kann ich mitmachen? Hier auf unserer Seite entsteht zurzeit das grobe Grundgerüst für dieses mächtige Projekt. Hier werden wir nach und nach die Grundlagen beschreiben, einen Austausch ermöglichen und weitere Ideen mit euch gemeinsam teilen. Im entstehenden MakerSpace zusammen mit der HfWU wollen wir uns zukünftig treffen, uns austauschen, gemeinsam basteln und die Welt ein klein wenig besser verstehen (und vielleicht auch ein klein wenig besser machen 😊).

Welche Projekte und Themen stehen hierbei im Mittelpunkt? Es sind viele Themen miteinander verknüpft, was die Spielwiese komplex und spannend macht. Hier mal ein Ausschnitt unsere Kernthemen: von 3D-Druck in die Welt der IoT, Elektronik und Sensoren, diese vernetzen und visualisieren, Webdesign sowie Datenbanken über Wifi, LoraWan und Freifunk zum Naturschutz, ökologische Landwirtschaft sowie Klimaforschung, gepaart mit regenerativer Energieerzeugung sind die wesentlichen Themen.

Wir, das Team von Open DIY Projects, wollen dabei helfen, das Projekt und die Schnittstellen zu beschreiben und Interessierten die Grundlagen zu vermitteln, um in die Welt der Klimadaten und Messwerte den Einstieg zu vermitteln. Der Austausch von Erfahrungen und technischen Erkenntnissen schafft kontinuierlich faszinierende Möglichkeiten, fördert Kreativität und verbindet eine Community. Genau das, was  das MAKER-Dasein auszeichnet.


 

Projekt-Schwerpunkte

  • Sensoring, Datensammlung, Aufbereitung, Auswertung, Reporting
  • Projektbeschreibung und mediale Aufbereitung, sowie Webdesign
  • Vernetzung von Klimadaten, z.B.  Feinstaub, Regen, Temperatur und Lärm.
  • Elektronik, Sensortechnik, Digitaltechnik, Funk und Datenübertragung.
  • 3D-Druck
  • Schnittstellen HfWU & Landwirschaftsfakultät, MakerSpace, Naturschutz, Luftdaten.info, …
  • Intelligentes Steuern, Auswerten durch Sensoren und Funktionen steuern
  • Autonomes Harvesting (automatisches bewässern sowie autonome-Tomatenzucht)

Hier findet Ihr alle unsere derzeitigen Messdaten:Werte der letzten zwei Wochen