Fijnstof in contrast

0
32

Fijnstof meten is niet eenvoudig, sensordata verwerken is ook niet altijd zo maar even te doen, meetdata op juiste waarde inschatten is een vak apart (kalibratie/validatie), visualisatie idem dito. En dan hebben we het nog niet eens over de complexiteit van de interpretatie, hoe erg is iets in verhouding tot wat anders.

Vanuit de overheid wordt goed naar de kwaliteit gekeken en worden normen gehanteerd die juridisch te verantwoorden zijn. Rekenmodellen worden toegepast die landelijk gemiddelden laten zien, het ziet er goed uit is dan de conclusie.

Mooi, maar wat heb ik daar als burger aan als ik gewoon wilt weten hoe het gesteld is met de luchtkwaliteit in mijn eigen leefomgeving, in mijn buurt?
Tja, dan ben je vooral op jezelf aangewezen of iemand in je buurt die dat voor je doet. Maar zelf meten en waarnemen kan wel! Hieronder een van de vele voorbeelden hoe waarnemingen tot relatief betrouwbare conclusies kunnen leiden.

Simpel maar doeltreffend, kijk naar contrasten

Voor onderstaande visualisaties is meetdata van het Luftdaten sensorsysteem gebruikt. Links het plaatje van 4 november 2017 om 9.00 uur. Relatief veel fijnstof over het gehele gebied. Rechts 5 november 17.00 uur, zeer gunstig omstandigheden, lage meetwaarden.

Time lapse video’s:  4 november en 5 november

Regionaal probleem

Bij het linker plaatje hoort onderstaande grafiek wat de meetwaarden weergeeft gemeten in de achtertuin, de directe leefomgeving. Wat je kunt zien en herleiden, is wanneer de vervuiling begint en dat het redelijk constant op een hoge waarde blijft hangen. Met de combinatie van de twee weet je nu dat het een regionaal / landelijk probleem is. Mogelijke lokale bronnen van fijnstof vallen weg in het geheel.

Schermafbeelding 2017-11-07 om 10.51.05

Lokaal probleem

Het rechter (blauwe) plaatje laat in combinatie met de onderstaande grafiek wél zien dat er iets op lokaal niveau aan de hand is. Regionaal is het niveau fijnstof concentratie laag (blauw) en in de grafiek waar te nemen. Maar ook twee duidelijk pieken. De eerste piek is op de zondagavond en begint tussen 16.00 en 17.00 uur. Een steil stijgende lijn en rond middernacht weer snel dalend. Met een beetje fantasie is daar uit af te lezen hoe een open haard word aangestoken, eerst met wat moeite, daarna met de piek van veel rook (vuur is nog niet op temperatuur), het wat rustig aflopende vuur met af en toe wat oppoken, en het uitzetten van de haard.
Op maandag herhaald het patroon, begint wel iets later (werkdag?), komt sneller op temperatuur (droger hout?), etc.

Schermafbeelding 2017-11-07 om 10.53.42

De derde piek ontstaat tijdens het schrijven van dit verhaal en oorzaak onduidelijk. Prachtig mooi weer buiten en geen ‘vuiltje’ aan de lucht, schijnt. Of is dit weer een regionaal probleem? Luftdaten lijkt dat inderdaad aan te geven.

Schermafbeelding 2017-11-07 om 10.54.29

Van meten tot interpretatie

Hieronder iets meer uitleg bij de verschillende onderwerpen.

Fijnstof meten

Een fijnstof sensor koop je tegenwoordig al voor een paar tientjes, met wat hardware erbij (Arduino, kabeltjes, etc.) plus software en het werkt. Maar meet je dan ook wat je wilt meten, fijnstof is complexe materie. Een hoge luchtvochtigheid kan bijvoorbeeld de meetresultaten beïnvloeden.

Sensordata verwerken

Het verwerken van sensordata kan op verschillende manieren. De infrastructuur die daarvoor wordt opgezet kent een opstapeling van technieken  (sensor-> router-> server-> opslag-> verwerking-> visualisatie) en voor al die lagen zijn weer meerdere keuzes te maken. Als je naar de mogelijke combinaties gaat kijken wordt je daar niet echt vrolijk van tenzij je een liefhebber van technieken bent natuurlijk 😉

Inschatten waarde meetdata

Is een meetwaarde correct? Hoe verhoudt deze zich tot een andere meting? Wat is de invloed van andere factoren in de omgeving (gassen/luchtvochtigheid/wind/temperatuur/etc.). Blijft de kwaliteit van de sensor constant of verloopt deze in de tijd (drift)? Hoe interpreteer ik een uitschieter (outlier), is het een foutieve meting of terechte waarneming.

Visualisatie

Hoe giet je sensor waarnemingen (in feite elektrische stroompjes opgewekt in de sensor) in een dusdanig vorm dat het een waarde oplevert voor degene die naar die vorm of dat beeld kijkt. Zoals gesteld een vak apart en best wel lastig als je als doel stelt om de bewustwording te prikkelen.

Interpretatie

Interpretatie is het moeilijkste onderdeel van het geheel. Eigenlijk moet je van alle voorgaande onderwerpen expertise hebben om goed te kunnen interpreteren en dan hebben we het nog niet eens over de psychologie van de mens, wat we willen zien, zien we sneller. Voorzichtigheid geboden dus.

LAAT EEN REACTIE ACHTER

Please enter your comment!
Please enter your name here