Un datalogger (registrador de datos) es el “cuaderno” electrónico de una estación: recibe señales de sensores, las convierte a números, las guarda con fecha y hora y (a veces) las envía por telemetría. Elegirlo bien importa porque un datalogger define qué puedes medir, con qué precisión y, sobre todo, cuántas oportunidades tienes de no perder datos cuando algo falla.

Este artículo forma parte del tema Instrumentos en WikiMeteo.es, donde reunimos guías prácticas para montar y mantener mediciones fiables.

1. Qué es y por qué importa

Un datalogger es la pieza que mide (adquiere), organiza (promedia, filtra, calcula) y almacena los datos de tus sensores. No es “solo memoria”: también decide cuándo se muestrea, cómo se sincroniza el reloj y cómo se comporta ante cortes de alimentación.

2. Idea clave en 30 segundos

• En una frase: compra el datalogger como si fuera un seguro: el bueno no es el que más mide, sino el que pierde menos datos cuando hay problemas.
• Señal típica: soporte de hora fiable (RTC con batería/backup) y almacenamiento con cola para reintentos de envío.
• Confusión común: “tiene Wi-Fi, así que ya está”: la conectividad no compensa un mal control de energía, reloj o memoria.

  3. Partes básicas y cómo funciona

  • Entradas: donde conectas sensores (analógicas, digitales, contadores, serie).
  • Conversión: el datalogger traduce señales a valores (por ejemplo, voltios a °C mediante calibración).
  • Procesado: calcula promedios, máximos/mínimos, ráfagas, acumulados, etc.
  • Tiempo: marca cada registro con fecha y hora (reloj interno).
  • Almacenamiento: guarda en memoria interna/externa y mantiene un “buffer” si hay telemetría.

  4. Qué entradas y sensores suelen existir

  • Analógicas (mV/V): temperatura (termistor/RTD), presión, radiación, humedad (según sensor), transductores.
  • Pulsos/contadores: pluviómetro de balancín, anemómetro de cazoletas (frecuencia), contadores de eventos.
  • Digitales: sensores con protocolo (I2C/SPI en equipos compactos), entradas de estado.
  • Serie (RS-232/RS-485/SDI-12): muy común en instrumentación meteorológica y ambiental; SDI-12 simplifica cableado a varios sensores.

  5. Frecuencia de muestreo vs intervalo de registro

  No es lo mismo muestrear que registrar. Ejemplo típico: muestrear viento a 1–4 Hz (o más) para poder calcular racha, pero registrar cada 10 min (media) y cada 1 min (máximo). Pregunta clave: ¿puede tu datalogger calcular y guardar lo que necesitas sin saturar memoria?

  6. Alimentación y consumo

  • 12 V (batería) + solar: lo más habitual en campo. Aquí manda el consumo en reposo y el comportamiento al “despertar”.
  • Red eléctrica: más cómoda, pero sigue siendo importante la tolerancia a microcortes y reinicios.
  • Gestión de energía: algunos dataloggers apagan módem/sensores entre medidas; otros mantienen todo siempre encendido.

  7. Memoria y “no perder datos”

  La memoria importa por dos cosas: capacidad (cuántos días/meses guardas) y robustez (qué pasa si se corta la luz o falla la red). Busca funciones como: registro circular (ring buffer), protección ante corrupción, y cola de envío con reintentos.

  8. Telemetría y comunicaciones

  • Ethernet: estable y rápida si hay red.
  • Wi-Fi: cómodo, pero sensible a cobertura/interferencias; conviene tener buffer local.
  • 4G/LTE/NB-IoT: muy útil en campo; revisa antena, consumo y estrategia de reintentos.
  • Lo esencial: que la estación pueda seguir midiendo y guardando aunque no haya cobertura.

  9. Calibración, unidades y metadatos

  Un datalogger “bueno” ayuda a aplicar calibraciones (coeficientes, tablas) y a conservar metadatos: altura de sensores, constantes de conversión, versión de firmware, cambios de configuración. Esto hace que los datos sean comparables a lo largo del tiempo.

  10. Checklist de compra (rápido)

  • Lista de sensores actuales y futuros (entradas compatibles).
  • Qué necesitas calcular: rachas, acumulados, percentiles, extremos.
  • Plan de energía: batería/solar o red; consumo y modos de ahorro.
  • Reloj fiable (RTC) y sincronización (NTP/GNSS) si procede.
  • Buffer local + política de reintentos (no depender solo de la red).
  • Formato de datos y acceso: CSV/JSON, API, exportación, compatibilidad software.
  • Soporte y repuestos: conectores, cables, protección contra agua y corrosión.

  11. Errores comunes

  • Elegir por conectividad y olvidar el reloj: sin hora estable, los datos pierden valor y se complican las series.
  • Subestimar el consumo: un módem mal gestionado puede vaciar una batería en días nublados.
  • No planificar el futuro: comprar “justo” y descubrir que faltan entradas para un sensor clave.
  • No probar cortes de luz/red: el primer fallo real revela si hay buffer y recuperación limpia.

  12. Buenas prácticas

  • Prueba de resiliencia: simula corte de alimentación y de comunicaciones; comprueba que no hay huecos.
  • Redundancia simple: guarda local y envía remoto; si puedes, añade copia periódica (backup) fuera de la estación.
  • Control de calidad: revisa rangos físicos y “saltos” (spikes); registra cambios de configuración.

  13. Resumen y claves finales

  • Un datalogger es adquisición + tiempo + almacenamiento + (a veces) telemetría.
  • Lo crítico es la resiliencia: reloj, energía y buffer local.
  • Compra pensando en sensores futuros y en fallos reales (cortes, red mala, humedad).
  • Prueba y documenta: configuración, calibración y cambios.

  14. Mini-glosario

  • RTC: reloj en tiempo real; mantiene la hora con batería/backup.
  • Buffer: memoria donde se guardan datos hasta poder enviarlos.
  • SDI-12: protocolo de sensores de baja velocidad muy usado en campo.
  • Ring buffer: registro circular que sobrescribe lo más antiguo cuando se llena.

  15. Referencias y lecturas recomendadas

  • WMO: guías de instrumentación y observación meteorológica (aplicables a selección y calidad de datos).
  • NOAA: recursos educativos y de buenas prácticas en observación ambiental y gestión de datos.

  J+A♾️ · Artículo revisado y ampliado en WikiMeteo.es