Diese Arbeit unternimmt den Versuch, die Frage nach dem Zusammenhang zwischen der Feinstaubbelastung und den Wetterdaten wie Luftdruck, Luftfeuchtigkeit und Temperatur zu beantworten. Hierfür wurden Klimadaten von einem selbstgebauten Feinstaub- und Umweltsensor ermittelt und über einem Zeitraum von 14 Tagen kontinuierlich aufgezeichnet. Anschließend erfolgte eine Datenaufbereitung mit einem Statistikprogramm. Die Frage nach dem Zusammenhang zwischen Feinstaub und absoluter Luftfeuchtigkeit kann bei dieser Untersuchung bestätigt werden.
Die Feinstaubmesseinrichtung wurde nach den Vorgaben des Citizen-Science-Projekts der OK Lab Stuttgart gebaut. Das Gerät wurde geschützt unter einem Vordach befestigt. Die Messungen erfolgten vom 21.01.2018 bis zum 03.02.2018. Das Messintervall betrug 145 Sekunden, die Messwerte wurden an eine eigene API (Application Programming Interface) gesendet und auf einem lokalen Webserver (Synology Diskstation DS-213) als CSV-Datei (Tabellenformat) gespeichert.
Inhaltsverzeichnis
Analyse des Zusammenhanges zwischen Feinstaub und Wetterdaten
1. Einleitung
2. Vorgehensweise, Materialien und Methode
3. Begriffserklärung der statistischen Ausdrücke:
3.1. Standardabweichung
3.2. Median
3.3. Korrelationskoeffizient
3.4. Boxplot
4. Messergebnisse
4.1. Protokoll03.02.2018
4.2. Deskriptive Statistik
4.3. Korrelationen
4.4. Darstellung der Korrelationen
5. Ergebnisdiskussion
6. Zusammenfassung
7. Quellenverzeichnis
7.1. Unterstützungsleistung
7.2. Quellenangaben
7.3. Abbildungsverzeichnis
Analyse des Zusammenhanges zwischen Feinstaub und Wetterdaten
Klimadaten wurden von einem selbstgebauten Feinstaub- und Umweltsensor ermittelt und über einem Zeitraum von 14 Tagen kontinuierlich aufgezeichnet. Anschließend erfolgte eine Datenaufbereitung mit einem Statistikprogramm.
Es sollte die Frage beantwortet werden, ob ein Zusammenhang zwischen der Feinstaubbelas- tung und den Wetterdaten wie Luftdruck, Luftfeuchtigkeit und Temperatur besteht.
Die Frage nach dem Zusammenhang zwischen Feinstaub und absoluter Luftfeuchtigkeit kann bei dieser Untersuchung bestätigt werden.
1. Einleitung
Zur Analyse von Feinstaub in verschiedenen Größen baute ich mir ein Feinstaubmessgerät nach den Vorgaben der OK Lab Stuttgart. Bei der Betrachtung der Messergebnisse meinte ich festzustellen, dass an manchen Tagen die Luftfeuchtigkeit und die Feinstaubbelastung parallel ansteigen würden. An anderen Tagen konnte man diese Verbindung nicht direkt erkennen. So stellte sich mir die Frage, ob diese Werte miteinander in Beziehung stehen. Ich stellte mir vor, dass der Feinstaub eventuell durch eine höhere Luftfeuchtigkeit gebunden würde und kürzer in der Luft bliebe. Deshalb wurde ein längerer Messzeitraum von14 Tagen gewählt, um genü- gend Daten für eine statistische Datenanalyse zu bekommen.
2. Vorgehensweise, Materialien und Methode
Ich habe zuhause eine Feinstaubmesseinrichtung gebaut, nach den Vorgaben des Citizen- Science-Projekts der OK Lab Stuttgart. Das Gerät wurde geschützt unter einem Vordach be- festigt.
Folgende Bauteile wurden verwendet:
– NodeMCU ESP8266, CPU/WLAN
– SDS011 Feinstaubsensor
– BME280, Temperatur, Luftfeuchtigkeit und Luftdruck
– Käbelchen
– USB Kabel
– Steckernetzteil USB
– Kabelbinder
– Schlauch
– Wetterschutz, Marley Silent HT Bogen (DN 75 87°)
Abbildung in dieser Leseprobe nicht enthalten
Abbildung Nr.1: Messeinrichtung Abbildung in dieser Leseprobe nicht enthalten
Abbildung in dieser Leseprobe nicht enthalten
Abbildung Nr.2: Schaltplan
Mit dieser Apparatur wurden folgende Parameter gemessen:
Abbildung in dieser Leseprobe nicht enthalten
Tabell 1: Bezeichnung der Variablen und Maßeinheiten
Die Messungen erfolgten vom 21.01.2018 bis zum 03.02.2018 erhoben. Das Messintervall betrug 145 Sekunden, die Messwerte wurden an eine eigene API (Application Programming Interface) gesendet und auf einem lokalen Webserver (Synology Diskstation DS-213) als CSV-Datei (Tabellenformat) gespeichert.
Diese täglich erstellten CSV-Dateien wurden im nächsten Schritt per „Copy“-Befehl (COPY sourc1+sourc2..destination) zu einer Datei zusammengefügt.
Der erste Datenimport erfolgte in Excel, hier wurde die absolute Luftfeuchtigkeit näherungs- weise errechnet nach der Magnus-Formel:
Abbildung in dieser Leseprobe nicht enthalten Formel 1
e sat,w = Sättigungsdampfdruck über Wasser (Pa)
t = Temperatur (°C)
Anschließend wurde die Daten in das Programm IBM SPSS Statistics übertragen. Die statistische Datenanalyse der einzelnen Variablen umfasste folgende Verfahren: Mittelwert
Abbildung in dieser Leseprobe nicht enthalten Formel 2
3. Begriffserklärung der statistischen Ausdrücke:
3.1. Standardabweichung
Die empirische Standardabweichung, auch Stichprobenstreuung oder Stichprobenstan- dardabweichung genannt, ist in der deskriptiven Statistik ein Streuungsmaß für Stichproben. Die empirische Standardabweichung ist ein Maß dafür, wie weit die Stichprobe im Schnitt um das arithmetische Mittel streut
Abbildung in dieser Leseprobe nicht enthalten Formel 3
3.2. Median
Bei dem in der Mitte des geordneten Datensatzes stehenden Wert spricht man vom Zentralen Wert oder Median.
3.4. Korrelationskoeffizient
Der Korrelationskoeffizient (auch: Korrelationswert) oder die Produkt-Moment-Korrelation, ent- wickelt von Bravais und Pearson – daher auch Bravais-Pearson-Korrelation oder Pearson- Korrelation genannt –, ist ein dimensionsloses Maß für den Grad des linearen Zusammen- hangs zwischen zwei mindestens intervallskalierten Merkmalen. Er kann Werte zwischen -1 und +1 annehmen. Bei einem Wert von +1 (bzw.-1) besteht ein vollständig positiver (bzw. negativer) linearer Zusammenhang zwischen den betrachteten Merkmalen. Wenn der Korre- lationskoeffizient den Wert 0 aufweist, hängen die beiden Merkmale überhaupt nicht linear voneinander ab.
3.4. Boxplot
Der Boxplot ist ein Diagramm, das zur grafischen Darstellung der Verteilung eines skalierten Merkmals verwendet wird. Ein Boxplot vermittelt schnell einen Eindruck, in welchem Bereich die Daten liegen und wie sie sich über diesen Bereich verteilen.
4. Messergebnisse
4.1. Protokoll 03.02.2018
Zusammenführung der tageweise gespeicherten Luftdaten zu einer CSV-Datei. Import in SPSS. Errechnen der absoluten Luftfeuchtigkeit mittels der Magnus-Formel für Werte über 0 Grad Celsius. Absteigende Sortierung der Werte nach Höhe des Feinstaubwertes.
4.2. Deskriptive Statistik
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 2: Deskriptive Statistik der Messergebnisse
Anschließend wird ein Boxplot mit sämtlichen Werten erzeugt
Abbildung in dieser Leseprobe nicht enthalten
Grafik 1: Boxplot sämtlicher Feinstaubwerte SDS_P1(PM10)
[...]
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.