MÓDULO III: MANTENIMIENTO Y ANÁLISIS DE DATOS

3.1 Generalidades
Entre las funciones generales que realiza un observador se encuentra la de “Mantener los
instrumentos y los emplazamientos de observación en buenas condiciones”,​ OMM 2016.

El mantenimiento de cualquier instrumento es fundamental ya que así garantizamos su correcto

funcionamiento, alargamos la vida útil de los mismos y además aumentamos la confianza en los
datos obtenidos. Un ejemplo clásico de este concepto es el del bulbo de un termómetro; si el
mismo está cubierto de polvo, este no medirá con la misma eficacia que uno limpio y en
condiciones óptimas para llevar a cabo la medición.

3.1.2 Tipos de mantenimiento:

Existen dos tipos de mantenimientos básicos que se pueden realizar:

● Correctivo​: en caso de detectar una falla, rotura, pérdida, mal funcionamiento se procede
a cambiar, calibrar o reparar el sensor.

● Preventivo​: con el objeto de ​evitar a futuro fallas de los sensores o mal funcionamiento de
los mismos.

3.1.3 Mantenimiento general de sensores

A continuación se enumerará una serie de instrucciones para realizar el mantenimiento preventivo

de los elementos que componen una AWS.

El plazo ideal de mantenimiento preventivo de limpieza general seria semanalmente, aunque esto
puede variar de acuerdo a la accesibilidad del predio donde se ubica la AWS o del personal
disponible, entre otros. De todas formas, es necesario que se realice el mantenimiento de manera
constante debido a que es la única manera de garantizar el funcionamiento a largo plazo del
instrumental, junto con todos los procesos asociados.
Otro de los factores que influenciarán la frecuencia del mantenimiento son: si la AWS se encuentra
instalada en el campo de observación de una estación convencional, si el predio de instalación
corresponde al sector privado o público, cómo son las condiciones del entorno y la climatología del
lugar (intensidad de precipitación, frecuencia de deposición de polvo, etc).

● Sensor de temperatura y humedad

Se debe verificar que el abrigo se encuentre libre de

suciedad, evitando la presencia de insectos, telas de
araña, acumulación de basura o tierra. Para esto se puede
pasar un trapo mojado, tratando de minimizar el contacto
directo del agua.

● Sensor de radiación

Es necesario mantener siempre limpio el vidrio del sensor.

Para su limpieza se debería utilizar alcohol isopropílico y
pañuelos tipo carilina. Otro tipo de alcohol puede
producir alteraciones en el cristal. Para un correcto
funcionamiento, el sensor de radiación debe estar nivelado.
Este es otro factor a tener en cuenta durante la inspección.

● Pluviómetro

Se debe evitar la acumulación de todo tipo de residuo en el embudo, rendija o balancín,

limpiándolo con un trapo húmedo al menos una vez al día, para evitar que la presencia de residuos
pueda obstaculizar una futura medición de precipitación.

2
● Sensor de viento

Debido a la altura a la que está instalado el sensor de viento no puede realizarse un mantenimiento
preventivo, mediante la observación directa del instrumento y de los datos, puede diagnosticarse
una posible falla. Si se observa que el marcador de la dirección y/o intensidad del viento es
constante, este podría ser un error en la medición del sensor de viento. Otra posible falla podría
evidenciarse cuando se comparara la dirección e intensidad del viento de la estación automática
con la medida por los observadores de la estación convencional.

3.1.4 Mantenimiento general de la estación

● Panel Solar

La suciedad que pueda acumular el panel puede reducir su rendimiento. Las labores de limpieza de
los paneles se realizarán mensualmente o bien después de una tormenta de polvo, nevada u otros
fenómenos meteorológicos similares.

La limpieza se realizará con agua (sin agentes abrasivos ni instrumentos metálicos). Preferiblemente
se hará fuera de las horas centrales del día, para evitar cambios bruscos de temperatura entre el
agua y el panel (sobre todo en verano).

3
● Gabinete y conexiones

Para la caja estanca donde está presente el procesador y las conexiones se debe mantener la
limpieza interior y verificar que este correctamente cerrada. Es muy importante verificar que no
entre agua, tierra o insectos.

Otros aspectos a tener en cuenta a verificar que ayuden a prolongar la vida útil de la AWS son, por
ejemplo, observar si los soportes o la torre de la AWS presentan oxidación, si los tensores están
tirantes y también si los cables presentan deterioro.

Además se debe realizar una inspección visual que verifique la correcta posición de todo el
instrumental en todo momento.

4
Respecto de la computadora asociada, siempre debe estar encendido el CPU. Si se produjeran
cortes de energía, la UPS (sistema de alimentación ininterrumpida) debe durar el tiempo suficiente
para que se pueda apagar la CPU de forma manual, evitando cualquier tipo de falla por el apagado
repentino. En caso de que ocurra algún problema, notificar la falla de la UPS.

Una vez restablecido el servicio de energía eléctrica, se debe encender el CPU cuanto antes para
que se reanuden la medición y el envío de los datos de la estación.

3.2 Conexión de los sensores

Es importante conocer cómo se conectan los sensores, para saber cómo proceder en caso de que
solicite un eventual reemplazo de sensor o un ajuste en las conexiones del mismo.

En la actualidad y en la mayoría de las estaciones que componen la red AWS, las conexiones entre
los sensores y la estación se realizan bajo las fichas XLR o simples a rosca metálica, dependiendo de
la marca y puntualmente el modelo.

Debido a que las conexiones a rosca solo precisan de herramientas comunes, veremos cómo se
componen las fichas XLR que pueden presentar cierta confusión.

● Conectores tipo XLR

Este tipo de conexión se encuentra presente en gran parte de las estaciones actuales, y realizan la
conexión entre los sensores y el gabinete. Tienen la particularidad de que son estándar para casi
todos los sensores y son impermeables.

5
3.3 Cambio de baterías

A continuación se expresan algunas nociones básicas sobre el cambio de batería de una estación,
para que por motivos de logística (traslado, repuestos, etc.) se haga más factible que la operación
sea realizada por el observador, bajo coordinación del personal del SMN.

● Estaciones Davis

En la mayoría de las AWS de la marca Davis, la estación cuenta con una batería del tipo CR123A,
mientras que la consola, si se la tiene, cuenta con 3 baterías tipo C.

​Figuras 1 y 2: Parte trasera de la consola Davis donde se observan las baterías C

6
 .

Figura 3: Parte interior del gabinete donde se observa la batería CR123A.

● Estaciones Siap+Micros, Coastal, Vaisala, Etc.

En caso de que estas estaciones cuentan con baterías, por lo general son del tipo ácido-plomo
convencionales de 9-12 Volt CC, de diferentes tamaños.

Estas baterías, al igual que todas, tienen señalizado el positivo y negativo donde se conectan los
cables que alimentan a la estación, por lo que a la hora de cambiarla, simplemente se debe:

● Desconectar cables que van a la batería

● Retirar batería
● Conectar los cables anteriores al reemplazo: cable rojo al positivo y cable negro al negativo
del mismo.
● Colocar la batería dentro del gabinete.

Las siguientes fotos muestran en detalle los elementos mencionados, pudiendo cambiar en cada
caso solamente el tamaño de la batería, el anclaje de la misma o extensión de los cables.

7
 Figura 4: Sistema de alimentación por batería en una estación Siap+Micros DA9000

3.4 Análisis de datos

El análisis de los datos medidos por la estación automática forma parte del mantenimiento y
consiste en el análisis y verificación de los datos entrantes medidos por la misma. Este paso es
complementario al mantenimiento preventivo dado que es posible detectar errores en las
mediciones y actuar en consecuencia.

Cada una de las variables requiere de un análisis especial, en términos técnicos, meteorológicos y
estadísticos. Este análisis se puede hacer en tiempo real y diferido, dependiendo de las capacidades
y desarrollos.

A continuación nos extenderemos sobre diversos métodos de verificación, sus ventajas y

desventajas, y algunos ejemplos básicos y comunes de errores frecuentes para acelerar la
detección. Por más que el formato de visualización de la información sea distinta, el concepto y
análisis es el mismo.

8
3.4.1 Stream de datos – Formato de ingreso

La palabra Stream hace referencia al formato e información en que recibimos los datos, y depende
principalmente del tipo y configuración de la estación, el método de transmisión y recepción en la
base. Un ejemplo de Stream de datos en formato ASCI es el siguiente, en el que pueden observarse
cómo se reciben los mismos. En este caso corresponde al enviado por la estación automática
Mercedes Buenos Aires durante el día 28/07/2016 a las 16.30 UTC. Se puede observar la cadena de
datos juntos, entre los cuales se tienen las variables medidas.

Las estaciones transmiten en este formato, y una vez que se reciben en la central son acomodados
para que estén listos para la consulta en la base de datos con su correspondiente encabezado
identificando las variables medidas.

Figura 6: Visualización de los datos en la base de datos. Cada columna ordena los datos que ingresan por variable;
número de estación, fecha, hora, dirección e intensidad de viento, temperatura, humedad, presión, precipitación,
radiación, etc.

9
Cada estación en términos generales está preparada para enviar los datos en un formato específico
y generar así un Stream de datos (tira de datos). Con la debida configuración y programación se
puede adaptar la estación para que transmita en un formato que resulte conveniente para el
usuario, cómodo para la recepción de los mismos y su posterior procesado.

La experiencia recomienda que, independientemente de la marca de la estación, todas transmitan

en el mismo formato para facilitar el ingreso a la base de datos y su posterior consulta y uso. De lo
contrario los datos entrarían en cualquier formato y una vez recibidos en la central, la misma
debería estar configurada para generar tablas a medida para cada estación, solución que está lejos
de lo viable si pensamos en redes de estación de gran envergadura (del orden de 100 equipos).

3.4.2 Errores frecuentes

Conocer los errores que se producen comúnmente asociados a los datos que recibimos, nos
permitirá identificar en gran medida que lo produce y en algunos casos poder actuar en
consecuencia para resolverlo.

● Error de batería

Muchas veces un cese en el envío de los datos puede estar relacionado con un problema de
batería; cuando el nivel de la misma es bajo la estación deja de enviar datos priorizando el
funcionamiento de los sensores y las mediciones.

Este problema es, en la gran mayoría de los casos, fácil de identificar, ya que viendo el dato de
batería en los envíos anteriores se verá que la misma fue disminuyendo su valor con el tiempo. Por
lo que primero identificamos el dato de batería en el stream y luego analizamos cómo varía con el
tiempo.

10
 Figura 7: Descenso marcado del valor de la batería, evidenciando que la misma se está descargando.

● Error superación de rango

También se puede dar el caso que se registren datos que superen los umbrales máximos y mínimos
para cada variable, por ejemplo para el caso de la dirección del viento la misma de estar
comprendida entre 0 y 360, cualquier otro dato será dado como falso evidenciando un error en el
sensor y/o en el Datalogger.

Figura 8: En este ejemplo podemos ver datos completamente erróneos tanto de temperatura y humedad, para la
estación automática Las Cuevas, Mendoza.

11
● Pérdida de dato, por sensor, error 999, // , - - -

Cuando un sensor se encuentra fuera de servicio o la estación detecta un error en la medición, en el

stream de datos tendremos posiblemente 999 o //, en función de la codificación elegida.

Figura 9: La siguiente imagen muestra la variable radiación solapada, debido a que no se encuentra en funcionamiento.

● Pérdida de dato, Stream completo

Es muy común que se produzcan y registren pérdidas completas de datos (el Stream completo).
Esto puede deberse a múltiples motivos; puede estar asociado a una falla de la estación, falta de
batería o comúnmente a una falla en la transmisión. Si la estación transmite por telefonía celular
(GPRS) es muy común la pérdida de datos por la calidad de la transmisión y del medio (si la estación
tiene almacenamiento interno los datos pueden ser recuperables).

12
Figura 10: En esta imagen se puede observar un salto entre las 06:40 y las 13:35, debido a una falla en la transmisión.

● Dato constante

Otro error es que registre un valor constante en cada medición, o sea que no cambie. Para algunas
variables es aceptable, como por ejemplo la temperatura, que el dato de una medición respecto a
la anterior de diez minutos se mantenga constante pero hay que prestar especial atención en datos
constantes durante una 1 hora o más.

13
Figura 11: El siguiente ejemplo es el graficado de los datos de humedad de la estación automática Viedma Aero. Puede
notarse la constante del valor a lo largo de varias horas.

● Sobre y subestimaciones

Puede darse el caso que un sensor comience a registrar una sobre o subestimación respecto a lo
medido normalmente (por ejemplo en el caso de la presión que comience a registrar 5 hPa por
arriba de lo comúnmente registrado, o temperaturas con más de tres grados).

Esto puede ser debido a un error del sensor, un error en la programación o de funcionamiento del
datalogger, como también la conexión de sensores en puertos equivocados. También hay que
analizar un posible cambio en el entorno, donde estén afectadas las condiciones iniciales en las
cuales fue instalada la estación.

14
Figura 12: En esta figura vemos lo medido por la estación convencional y la estación automática para el mismo lapso de
tiempo. De la comparación se puede observar la diferencia constante entre ambas estaciones por más que están
instaladas en el mismo lugar.

3.4.3 Implementación de controles de calidad

A continuación veremos brevemente en qué consisten los controles de calidad para el análisis de
los datos en tiempo real. El control de calidad de los datos es uno de los componentes del sistema
de gestión de calidad y consiste en el examen de los datos de las Aws y en centros de datos con el
fin de detectar errores en el contenido del mensaje transmitido por las Aws. Este control debe
realizarse en tiempo casi real y en diferido en el centro de ingreso y proceso de datos.

Pueden diferenciarse los controles asociados a las transmisiones y a la verificación del contenido
meteorológico. El control de la transmisión, que lo llamaremos verificaciones de pre-proceso,
consiste en verificar que la estructura del mensaje sea la correcta y en el control del contenido
meteorológico se analiza que las mediciones tengan consistencia meteorológica.

15
3.4.3.1 Verificaciones de pre-proceso
En esta instancia se deberán hacer controles de formato, fecha y hora del mensaje, y número de
estación.
A continuación se muestra un stream de datos de una estación automática.

ST87797,6,17.50.00,28,08,2018,0,M23,1,A,20.8,1,D,21.4,1,C,20.7,2,A,27.2,2,D,29.7,2,C,25.5,3,A,10
06.0,3,D,1006.2,3,C,1005.8,5,B,283,4,B,11.1,5,D,279,4,D,11.9,8,B,0.0,18,B,0.0,19,B,0.8,6,A,289.5,6,
D,673.0,6,C,229.6,7,A,21.9,7,D,23.0,7,C,21.6,9,B,13.94,#78

En este ejemplo debería controlarse los datos generales del mensaje:

ST87797: INDICATIVO DE ESTACIÓN (87797)

6: NUMERACIÓN INTERNA

17.50.00: HORA UTC

28,08,2018: FECHA

0, M23: NUMERACIÓN INTERNA

Además de controlar que aparezcan todos los campos de las variables medidas.

3.4.3.2 Control de calidad de los elementos medidos

Se deberá verificar que las variables medidas tengan sentido físico. Este control puede dividirse en
varias fases, en función de la profundidad de la verificación y de los servicios disponibles. Se sugiere
que las distintas etapas cumplan con la verificación de grandes errores, verificación de la
coherencia interna, verificación de la coherencia temporal y verificación de la coherencia temporal
espacial.

El SMN realiza un control en tiempo real de los datos de las automáticas que llegan a su base. Este
control consiste en un control formal, control de rango fijo, control de continuidad temporal y de

16
consistencia interna. Estos métodos todavía están en modo de prueba y se continúan haciendo
cambios para mejorar el control.

Figura 13: Diagrama de los controles de calidad en

tiempo real que se aplican a los mensajes de las
estaciones automáticas que integran la red AWS
del SMN.

En los controles de rango fijo se establecen

umbrales dentro de los cuales las variables meteorológicas medidas tienen coherencia física. También se le
agrega el dato de la batería ya que permite saber cuándo la Aws dejará de transmitir datos por el
agotamiento de la pila. En la Figura 14 se muestra un cuadro con los controles aplicados por el SMN.
Los datos de las variables que no superen el control de rango fijo, deberán ser considerados como erróneos.

Temperatura -40ºC ≤ T ≤ 55ºC

Presión 530 hpa ≤ P ≤ 1100 hpa

Precipitación diaria 0 mm ≤ PP ≤ 450 mm

Humedad relativa 0% ≤ Hr ≤ 100 %

Dirección viento 0º ≤ dd ≤ 360º

Intensidad viento 0 ≤ ff ≤ 120 nudos

Radiación 0 W/m2 ≤ Rad ≤ 1300W/m2

Batería 12,6 V ≤ Bat ≤ 13,9 V

Figura 14: Cuadro con los rangos fijos establecidos por el SMN para las variables medidas por una AWS.

17
Otro control que se realiza es observar la diferencia de los resultados de una medición respecto de su
anterior inmediata. Esto permitirá discernir entre datos sospechosos o erróneos. Este control está diseñado
para las AWS que transmiten el dato cada 10 minutos.

∆t = 10 min

Sospechoso Erróneo

Temperatura aire 3º 10º

Temperatura P. Rocío 4º 10º

Temperatura suelo 10 cm 0,5 º 1º

Humedad relativa 10 % 15%

Presión atm. 0,5 hpa 2 hpa

Intensidad viento 10 m/s 20 m/s

Radiación 800 W/m2 1000 W/m2

Figura 15: Cuadro con las diferencias entre dos mediciones consecutivas que permiten diferenciar un dato sospechoso
de uno erróneo para una AWS con una tiempo de muestreo cada 10 minutos.

Respecto del control temporal, cuando se detectan más de cuatro datos consecutivos iguales es indicativo en
la falla del sensor. Este puede estar trabado o fuera de servicio. Este control es válido para todas las variables
excepto para la precipitación cuando el valor que se repite es cero.

Otro control en tiempo real que realiza el SMN es el de consistencia interna, que permite comparar distintas
variables entre sí y a partir de este análisis determinar que los datos de las variables que no pasen este
control se consideren erróneos (Figura 16).

18
 Temp. Rocio ≤ Temp. Aire

Pp instantánea ≤ Pp 24 hs ≤ Pp histórica

Xmin ≤ Xmed ≤ Xmax

Figura 16: Cuadro con los rangos de consistencia interna implementados por el SMN. Pp corresponde a la variable
precipitación y X a cualquier variable en la que se mida su valor medio, máximo y mínimo.

3.4.4.3 Supervisión del control de calidad

EL control de calidad tiene como fin examinar los datos de las estaciones y centros de datos para detectar si
faltan datos y si existen errores. El objetivo es detectar las principales fuentes de error y garantizar el mayor
nivel posible de calidad para el uso óptimo de estos datos por todos los usuarios posibles. Para ello es
fundamental contar con un sistema de control de calidad bien diseñado.

La supervisión del control de calidad permite identificar deficiencias y errores, supervisarlos y activar
procedimientos de resolución. Por lo tanto es necesario recompilar diferentes estadísticos de las variables
medidas y generar informes de:

● Número total de observaciones planificadas y disponibles para cada variable

● Número total de observaciones que no pasaron las pruebas de control de calidad para cada variable.

Las estaciones con gran porcentaje de observaciones fallidas es probable que tengan problemas con los
equipos o la programación o que dispongan de un mantenimiento inadecuado. Estos informes deben llegar
al gestor de la red para que toma las medidas correspondientes.

El porcentaje de observaciones útiles que puede recibir el usuario a tiempo constituye un factor crítico para
evaluar la calidad de un sistema automático operativo. En general, si la disponibilidad de datos supera el
90%, se considera que el sistema es satisfactorio.

19