Umwelt- und Klimadatenstation

+ Kamera-Unterstützung

mit mechanischen standard- Komponenten für den Nachbau

Idee:
Diese offene Umwelt- und Klimastation wurde entwickelt, um langfristig lokale Umweltdaten zu erfassen und anderen kostenlos zum Nachbau zur Verfügung zu stellen. Ziel ist es, ein wachsendes Netz unabhängiger Messstationen zu ermöglichen.

Mir ist Klimaschutz sehr wichtig und um konkrete Aussagen treffen zu können ist es zuerst notwendig möglichst viele Daten an verschiedenen Standorten zu erfassen. Wetterstationen gibt es bereits in allen Variationen, aber wenige mit der Möglichkeit auch CO2 , Feinstaub und Radioaktivität( ionisierende Strahlung, insbesondere Alpha-, Beta- und Gammastrahlung) zu messen. Diese professionellen Wetterstationen sind allerdings sehr teuer. Da mir aber diese Daten besonders wichtig sind, habe ich eine Möglichkeit gefunden, eine solche professionelle Wetterstation mit mechanischen standard- Komponenten aus dem Baumarkt und auch aus dem Haushalt auf, bzw. nachzubauen. Eine Version ist im folgenden Bild zu sehen (Umweltstation-1). Die zweite Version (Umweltstation-2) ist überwiegend identisch, allerdings entfällt der Wind und Wasser Aufbau mit dem WS3 Kombi - Sensormodul und wird u.a. durch das Sensor Modul BME680 ersetzt. Sehr wichtig ist auch mein flexibles Konzept mit den verschiedenen Software Erweiterungen. Es ist sehr einfach eine Erweiterung mit einen neuen/anderen Sensor, z.B. einen VOC oder UV Sensor durchzuführen, Details mit Beispiel im Kapitel Erweiterungen. Ich habe es mit einem Geigerzähler realisiert, welcher autonom mit eigenen Raspberry PI PICO W und eigener Stromversorgung läuft. Im Ausbau nach oben sind keine Grenzen gesetzt und bei den Preisen der Umwelt Sensoren und vor allem von einen Raspberry PI PICO W ist das einfach nur ideal. Messen und immer wieder messen und Daten erfassen. Je mehr Messungen an verschiedenen Standorten und deren Veröffentlichung hilft für mehr Sensibilität und macht auf den Klimawandel noch mehr aufmerksam. In eigener Sache: Mir geben die Feinstaub und CO2 Werte hier am Rande von München wirklich zu denken !
Das Projekt entstand als privates Langzeitexperiment zur Erfassung von Umwelt- und Klimadaten mit kostengünstigen Mikrocontrollern und wurde während der Entwicklung durch KI-Unterstützung begleitet.

Station-1 ( Hintergrund durch KI geändert )

Mechanischer Aufbau

Ich habe für den mechanischen Aufbau weiße Luftschacht Komponenten ( OBI Markt) für den Sensor Teil verwendet: OBI Markt: System 100, 2mal Art.-Nr. 367222 und 1mal Art.-Nr. 367216 . info: info@obisourcing.de. Für den Elektronik Teil habe ich eine Standard TUBA Box verwendet, in jeden besseren Haushalt Geschäft erhältlich. Alle Teile sind sehr preiswert und erfüllen bestens die Voraussetzungen für den nötigen Außen-Betrieb, da diese 100% wasserdicht sind. Die TUBA Box ist im Überblick Bild zu sehen. Der gesamte Aufbau wurde mit einen Sonnenschirm Ständer realisiert. Den Geigerzähler in der Version 2 zur Messung der Radioaktivität und UV Strahlung betreibe ich in einen extra Licht durchlässigen Gehäuse für den UV Sensor als Strahlenstation

Elektronik Komponenten

Folgende elektrische Komponenten habe ich verwendet:

- Drei Generationen APRS WS1 WS3 Module für Wind, Wasser, Luft und Temperatur

- BME680 Sensor für Luft und Temperatur

- CO2 MH-Z19C-PH , Infrarot CO2-Sensor

- SDS011 , Feinstaub-Sensor Nova Fitness

- 3 mal Raspberry Pi Pico 2 W

- 3 mal OLED-Display SSD1306

- Im Server/Client Betrieb, bei Software Version-2 ist pro Wetterstation ein Server System zu
empfehlen: Ich habe mich für den Raspberry PI Zero 2W entschieden.

Für den Geigerzähler RadiationD-V1.1 (CAJOE) ist ein zusätzliches Pico mit OLED Display und ein eigenes Netzteil, +5V erforderlich. Außerdem sind noch für die Pegel-Anpassung weitere Komponenten erforderlich. Ich habe es in der Version 1 mit einen 74ALS00 gelöst: 74ALS00 Pin 1 -> LED D23 , 74ALS00 Pin 2 -> +5V, 74ALS00 Pin 3 -> GP16. Details mit Interface Schaltplan in der Datei Hardware.pdf

Elektronik: Sensor Modul-1

Links: Feinstaub , Rechts unten: CO2 , Rechts oben : WS3

Elektronik: Sensor Modul-2

Links: Feinstaub , Rechts unten: CO2 , Rechts oben : BME680

Elektronik: Geigerzähler RadiationD-V1.1 (CAJOE)

Der Geigerzähler, links im Bild, Typ: RadiationD-V1.1 (CAJOE) wird mit einen extra Raspberry Pico 2W angesteuert. Die Messeinheit ist µSv/h und steht für Mikrosievert pro Stunde

Version 1: Den ursprünglichen, zusätzlichen Sensor DHT11 habe ich durch einen BMP280 ersetzt um auch den Luftdruck(+Temperatur) zu erfassen.. Es soll ja eventuell einen Zusammenhang zwischen Luftdruck/CO2 und Radioaktivität geben … und das will ich herausfinden. Die Daten werden zu beiden Servern übertragen. Hardware Details, siehe Datei Hardware.pdf. Client Software Modul: Client-RadiationD_BMP280-V4_2.py.

Version 2: Aufbau einer Strahlenstation mit Geigerzähler und UV-Sensor, zusätzlich auch noch mit den Luftsensor BMP280 von Version 1. Der dabei benützte UV-Sensor ist ein LTR390UV. Die Messeinheit ist mW/cm² und steht für Milliwatt pro Quadratzentimeter. Diese Sensor Kombination könnte eventuell auch Zusammenhänge aufdecken und muss im Dauerbetrieb ermittelt werden. Offener Punkt (für mich) ist ein wetterfestes Gehäuse für den Außenbetrieb mit UV durchlässiger Glas-Scheibe/Abdeckung für den UV Sensor. Die gesamte Software ist im Ordner Strahlenstation

Elektronik: Steuer Modul

Da fast alle von mir eingesetzten Sensoren eine serielle Schnittstelle haben ist die Verdrahtung sehr einfach und es gibt keine Probleme hinsichtlich Kabellänge bei 9600 Baud:
Sensor: TX -> PICO: GP1 / PIN2
Sensor: RX -> PICO: GP0 / PIN1
OLED - Anschluß (für alle Module): SDA -> GP14 / PIN19 , SCL -> GP15 / PIN20
Zusätzlich habe ich jeweils einen RESET button an PIN 30/Run gegen Ground an jeden PICO implementiert. Dieser Pin erzwingt bei Bedarf einen Restart.
Ausnahme:
Da bei meiner Umweltstation-2 keine Messung von Wind und Wasser nötig war habe ich das WS3 Modul durch einen BME680 Sensor ersetzt. Dieser hat allerdings keinen UART sondern eine I2C Schnittstelle. Dadurch kann es allerdings Übertragungsprobleme bei längeren Datenkabel geben. Mit niedrigerer Frequenz und einer Kabellänge von ca. 60cm läuft es auch noch stabil. Die Verkabelung ist auch sehr einfach:
Sensor: BME680,SDA --> PICO GP0 / PIN 1
Sensor: BME680,SCL --> PICO GP1 / PIN 2
Ein gleichwertiges, funktionierende Sensor Modul mit UART Schnittstelle habe ich nicht gefunden, nur den SEN0501. Dieser funktionierte im UART Mode überhaupt nicht und im I2C Mode war er ungeeignet und hat sich nicht so verhalten wie im Datenblatt beschrieben. War für mich eher ein “Fake“ .

Software

Die Software , Version 1 bis Version 4 steht komplett als zip-File zur Verfügung.

Die Programme wurden komplett(derzeit) mit der Programmiersprache Python entwickelt. Tja, was soll ich noch dazu sagen: KI lässt grüßen. zusätzliche Informationen in der Datei Hardware.pdf. Damit keine Probleme auftauchen hinsichtlich gegenseitiger Beeinflussung habe ich die Sensoren mit der dazugehörigen Software auf 4 Raspberry Pico 2W verteilt. Für jeden Sensor gibt es 3 Programm Varianten, erst mal nur zum Auslesen der Sensor Daten, dann mit Anzeige auf dem OLED Display und dann noch mit Datenübertragung via WLAN.

Software Version 1

Ordner: Version-1. Diese Version ist ideal für den Einstieg und für Testzwecke gedacht. Die Daten von jeden Sensor werden direkt im Mini-OLED Display angezeigt. Bei der WLAN Anbindung arbeitet jeder Raspberry Pico 2W hier quasi als “Mini-Webserver“. Der Geigerzähler RadiationD-V1.1 (CAJOE) ist noch nicht für das WLAN vorbereitet.
Das Konzept dieser Software Version hat allerdings viele Nachteile und ist für Dauerbetrieb eher nicht geeignet weil:
Mehrere Picos als “Mini-Webserver“ im WLAN → instabil bei Dauerbetrieb.
Jeder Pico = eigener Webserver , Browser greift direkt auf jeden Pico zu
Jeder Pico hat WLAN + Socket + HTML
–-> Verbindungsabbrüche und Timeout
Ergänzungshalber noch ein Beispiel wie die Daten im Browser erscheinen:

Software Version 2

Ordner: Version-2 Für einen stabilen Dauerbetrieb ist eine Client/Server Architektur erforderlich. Ein zusätzliches Server System ist nun nötig. Ich habe mich für das Raspberry PI Zero 2W System pro Wetterstation entschieden. Hier die einzelnen Schritte für die Installation:
- Das Betriebssystem kann man sich leicht mit dem Raspberry PI Imager herunter laden und auf die Micro-SD installieren. . Ich habe mich für das Raspberry PI OS Lite (64-bit) entschieden. Bitte nicht vergessen ssh support zu aktivieren.
- Ich habe temporär einen Monitor angeschlossen, einen User(pi) mit Password erstellt. In meinen Fall pi und musste ssh permanent aktivieren mit:
sudo systemctl enable ssh und sudo systemctl start ssh . IP abfragen mit ifconfig -a . Ab jetzt war mein Server mit ssh ( auch von Windows ) zu erreichen, z.B. ssh pi@192.168.178.72
- Um ssh Hänger zu vermeiden:
sudo nano /etc/ssh/sshd_config : ganz unten die Zeile IPQoS cs0 cs0 hinzufügen und dann SSH-Dienst neu starten mit: sudo systemctl restart ssh
- python3 und flask Software installieren mit: sudo apt update
sudo apt install python3-pip -y
pip3 install flask
bei Fehler: sudo apt install python3-flask -y
Die gesamte Client/Server Software befindet sich im Ordner Version-2 . Die Wetterstation Server Software, server.py auf das Server System kopieren. Ab jetzt kann die Wetterstation gestartet werden: mit python3 server.py
Nun die Software für die Sensoren auf die dementsprechenden PICO‘s kopieren: Dazu muss vorher im Python Programm die WLAN ID mit Password gesetzt werden und auch die IP des Server System, wie z.B. bei CO2 Sensor: Wetter_V2/MH-Z19C-Client_V1.py : SERVER = "http://192.168.178.72:5000/data"
Nun kann das Programm unter Namen main.py auf das Ziel PICO kopiert werden. Sind alle Clients gestartet kann man im Browser mit der Adresse http://192.168.178.72:5000 die Daten wie folgt sehen:

Die Grenzwerte bei CO2 und Feinstaub werden mit Grün/Orange/Rot dargestellt.

Infos: Auf Anpassungen/Optimierungen im PI Betriebssystem will ich hier nicht weiter eingehen, da dies bereits anderweitig ausführlich dokumentiert ist .
Die Probleme beim gleichzeitigen Startup der PICO‘s , speziell beim CO2 Sensor sind garantiert behoben. Probleme wie “System-hängt“ traten speziell beim Einwählen ins WLAN auf und wurden durch dementsprechende Watchdog Timer behoben. Alle Status Meldungen werden beim Start im OLED Display angezeigt.

Software Version 3

Ordner: Version-3 Wetterstation außerhalb vom WLAN erreichbar, SSD Disk für Datenspeicherung und Einbindung der Geigerzähler Modul.
Realisiert mit dem Reverse-Proxy-Dienst ngrok (open source) realisiert.
Installation einfach durchzuführen:

wget https://bin.equinox.io/c/bNyj1mQVY4c/ngrok-v3-stable-linux-arm.zip
unzip ngrok-v3-stable-linux-arm.zip
sudo mv ngrok /usr/local/bin
Dann im Browser: https://dashboard.ngrok.com/signup
und hier bekommt man den TOKEN : https://dashboard.ngrok.com/get-started/your-authtoken
Dann Token aktivieren: ngrok config add-authtoken TOKEN
Start: ngrok http 5000 , es kommt dann folgende Meldung:
Forwarding : https://stony-outlying-unaltered.ngrok-free.dev -> http://localhost:5000
Den Zugriff auf die Daten kann man auch mit einen Password steuern. Im Order /Version-3 habe ich das Serverprogramm server(_V3).py als Beispiel hinterlegt. Wichtig bei Password Schutz ist die Zeile @requires_auth am Ende des Server Programm.
Den Auto Start habe ich wie beim server Programm mit systemctl implementiert
---->Meine Stationen sind nun auch von außerhalb zu erreichen.
Bitte E-Mail senden an info@pdp11gy.com falls Zugriff erwünscht ( ab 17.5.2026) . Ich sende dann gerne den Link mit Account und Password.

Externe SSD Disk

Der Raspberry PI Zero 2W hatte bei der Implementierung mit externer SSD Disk ein komisches Verhalten. Letztendlich ist es abhängig von der Qualität des Netzteils. Bei mir hat auch der Eintrag: program_usb_boot_timeout=2 in der Datei: /boot/firmware/config.txt geholfen.
Die eigentliche Anbindung/Installation einer externen Disk ist mehrfach beschrieben. In meinem Fall habe ich die Ordner /mnt/ssd/data , /mnt/ssd/logs und /mnt/ssd/cam erstellt. Folgenden Befehl nicht vergessen: sudo chown -R pi:pi /mnt/ssd . Um Data logging zu aktivieren muss im server.py Programm folgendes eingefügt werden ( ist bereits im Beispiel server.py Programm eingefügt):
DATA_PATH = "/mnt/ssd/data/"
DATA_FILE = DATA_PATH + "data.json"

Geigerzähler RadiationD-V1.1 (CAJOE)
Dieses Sensormodul hat nun auch WLAN Anbindung, zusammen mit einen BMP280 Sensor um einen eventuellen Zusammenhang mit Luftdruck/Luftfeuchtigkeit zu ermitteln.

Software Version 4

Ordner: Version-4 : Vollausbau mit beiden Wetterstationen, Station-1 und Station-2. Der primäre SERVER1 befindet sich in der Station-1. Dieser ist bei mir mit einer 520GB SSD bestückt, kann von außerhalb erreicht werden via ngrok, empfängt und speichert alle Daten von den Sensoren, auch von Station-2. Die jeweiligen Sensor Programme mit dem Serverprogramm in der Version 4 (server_V4.py) befinden sich im Unterordner Station-1. Der Server2 in der Station-2 arbeitet in meinem Fall mit der Server Version V2( server_V2.py) und befindet sich mit angepassten Sensor Programmen in der Versionen V4 im Unterordner Station-2. Jede Station arbeitet mit 3 Raspberry PICO 2W. Station-1 speichert immer alle Daten auf SERVER1. SERVER2 in Station-2 prüft ob SERVER1 in Station-1 online ist und sendet dann die Sensordaten zu Station-1, speichert aber auch die Daten auf Station-2, bestückt mit einer 128GB SSD. Der Geigerzähler versucht immer die Daten zu beiden Stationen zu senden.
Dieses Konzept ist SEHR flexibel und kann jederzeit beliebig ausgebaut und erweitert werden durch hinzufügen von einer weiteren Station oder von zusätzlichen/anderen Sensoren mit jeweils einen Raspberry PI PICO 2W

Version 4_2

Festlegung von Speicherort(=SSD) und Pfad
SSD-Pfad: /mnt/ssd/data/
Aufteilung(15-JUN-2026): 2026_KW24 / 2026-06-15 / daten.json
Server Versionen: server_V4_2.py und server_V2_2.py

Version 4_3

Implementierung der Strahlenstation, zusätzlich mit UV-Sensor
Server Versionen: server_V4_3.py und server_V2_3.py

Version 4_4

Kamera-Unterstützung , Implementierung:
Button "Kamera" im server/Station-1 implementiert. Dieser Button öffnet einen neuen TAB im Browser und zeigt ein Bild, aufgenommen mit der CAM vom Raspberry PI Zero W. Dieses Bild wird alle 5 Minuten aktualisiert und pro Tag wird ein Bild um 14:00 gespeichert nach: /mnt/ssd/cam/ (z.B.: 2026-07-13_1400.jpg)

Dazu muss die Software rpicam installiert werden mit: sudo apt install rpicam-apps

Weiterhin sollte unbedingt die Password Abfrage verhindert werden. Hierfür muss ein Key generiert werden, z.B.unter Windows: ssh-keygen -t ed25519 ( mehrmals return drücken)
Danach liegt der Key unter C:\Users\<Benutzername>\.ssh\ . Diesen Key dann einfügen: mkdir -p ~/.ssh , nano ~/.ssh/authorized_keys . Zuletzt noch die Zugriffsrechte ändern: chmod 700 ~/.ssh , chmod 600 ~/.ssh/authorized_keys

Zum Abschluss: 2 Einträge in der crontab sind noch nötig mit crontab -e :

*/5 * * * * /usr/bin/rpicam-still --nopreview -o /mnt/ssd/cam/bild.jpg >/dev/null 2>&1
0 14 * * * /bin/cp /mnt/ssd/cam/bild.jpg /mnt/ssd/cam/$(/bin/date +\%Y-\%m-\%d_\%H\%M).jpg

Server Versionen: server_V4_4.py und server_V2_4.py

Folgendes Bild zeigt die Ausgabe der Version 4_4 mit remote Zugriff durch ngrok, auch auf Handy, von überall weltweit möglich.

Weitere Software Versionen

In Planung/Arbeit:
Graphische Auswertung, z.B. mit Python-Bibliotheken wie matplotlib plotly
Es gibt sehr viele Möglichkeiten für eine graphische Auswertung, auch mit fertigen Programmen und kompletten Tools. Ich sehe das Thema eher wertfrei, würde mich aber über Hinweise/Empfehlungen sehr freuen
Allerdings habe ich mich vorerst für das open source Produkt matplotlib entschieden. Ein Beispiel dazu steht im Ordner "Diagramme" zur Verfügung, siehe dazu die Datei Diagramm-Beispiel.pdf
Die Daten lese/kopiere ich auf von einem Windows Netzlaufwerk. Dazu muss auf den Raspberry Server samba installiert werden mit sudo apt install samba und in der Datei /etc/samba/smb.conf konfiguriert werden. In meinem Fall kann ich somit die Daten wesentlich schneller auswerten und darstellen.
Eine detaillierte grafische Auswertung kann erst nach einer längeren Messzeit erfolgen.
Vorbereitet mit Server Versionen: server_V4_5.py und server_V2_5.py

Bei anklicken des Diagramme Button erscheint folgendes Bild:

Bisher(Jul-2026) habe ich leider keinerlei Nachrichten/Kontakte erhalten zwecks einer Erweiterung/Anregung und Zusammenarbeit… Schade!

Versuch: Eigenes Sensornetz mit hostapd/dnsmasq um Heimnetz zu “entlasten“:
Diese Idee habe ich verworfen weil letztendlich ein zweites WLAN Interface auf dem Server nötig wäre, z.B. ein WLAN/USB Stick. Dies ist aber in meinem Fall nicht möglich, da ich ein Raspberry PI ZERO 2 W benütze. Realisierbar wäre dies z.B. mit einem Raspbery PI 4/5 und ginge dann bei den neuen Betriebssystemen sehr einfach, z.B. : ip addr add 192.168.50.1/24 dev wlan1 . Weitere Infos gerne auf Anfrage. WICHTIG: Letztendlich ist ein extra Sensornetz aus meiner Sicht nicht nötig, da eine FRITZ!Box (z.B. 7530) mit der Datenmenge locker fertig wird.

Erweiterungen

Wie bereits erwähnt ist bei meinem Konzept eine Erweiterung sehr einfach. Im Beispiel hier, ein LTR390 ALS+UV Sensor auf einem Breadboard montiert, verbunden mit einen Raspberry PI Pico 2W und einen OLED SSD1306 Display nach dem Motto, jeder Sensor bekommt sein eigenes Raspberry PI Pico. Arbeitsaufwand ca. 15 Minuten. Bei der Software kann man den größten Teil was die Anbindung ins WLAN betrifft von anderen Sensoren( z.B. BME680) übernehmen und dann die nötigen Anpassungen/Änderungen vornehmen. Das ist schon alles und relativ einfach zu bewerkstelligen. Für mich das Schwierigste, der mechanische Aufbau für den UV Sensor.

Zur Info: Im Bild rechts ist auch ein Pico 2 RP2350 Zero zu sehen, weil ich die Idee hatte eine I2C Verbindung mit dem Raspberry zu realisieren, aber zu viele Probleme/Bugs und ich bleibe somit bei meinen Konzept: Jeder Sensor bekommt sein eigenes Raspberry PI Pico. Bei den Preisen von ca. 7,- € ist das für mich kein Thema mehr.

Hier noch ein Beispiel einer Test-Erweiterung, gesamter Aufwand war ca. 2 Std.
LTR390 UV-Sensor und SGP30 MOX Gas Sensor
Den LTR390 Sensor werde ich nun zusammen mit den Geigerzähler einsetzen, quasi als Strahlungs-Messstation. Der SGP30 Sensor ist für mich nicht relevant, soll allerdings demonstrieren wie schnell man die Sensor Daten auf seinen Handy zur Verfügung hat.
Details im Ordner Erweiterungen/UV+GAS

Referenzen

Inspiriert wurde ich durch folgende Seite: https://learn.pimoroni.com/article/enviro-plus-and-luftdaten-air-quality-station . Allerdings war die Lebensdauer des damals eingesetzten PMS5003 immer nur bei mir auf 1 Jahr begrenzt. Auch das damals eingesetzte Raspberry PI 3 hatte nach 3 Jahren ausgedient. Toll fand ich die Idee, die Sensordaten zu registrieren. Der dort veröffentliche Link https://meine.luftdaten.info/register funktioniert (bei mir) nicht mehr und ist wohl durch folgenden Link ersetzt: https://devices.sensor.community/login?next=%2Fmy-sensors Leider kann ich nicht herausfinden welches Datenformat auf dieser Seite erwartet wird. Die Idee mit vielen Sensordaten auf den Klimawandel hinzuweisen finde ich super. Vielleicht kann man diese Idee wieder neu beleben.

Das Projekt entstand als privates Langzeitexperiment zur Erfassung von Umwelt- und Klimadaten mit kostengünstigen Mikrocontrollern und wurde während der Entwicklung durch KI-Unterstützung begleitet.

Für Anregungen und Hinweise bitte melden. Ich würde mich sehr freuen
Bitte Mail an info@pdp11gy.com