Datasett & rapport v2

Tidligere denne uken har rapport versjon nummer to blitt levert inn til både oppdragsgiver og veiledere. Prosjekt gruppen er fortsatt delt inn i hver sine arbeidsoppgaver som er utvikling av designet på web-applikasjonen, rekonstruering av programvare og data tydning. Gjerne se på den foreløpige versjonen av rapporten her: BO20-G42-Andreutkast.

Vi har også startet med å løse problemstillingen gitt av Halden Kommune, som er å finne ut om det er en betydelig forskjell i svevestøv med 50 til 100 meter fra hovedveien hvor vi foretar hovedmålingen. Som nevnt på forrige innlegg måler vi tre nye uker med svevestøv på 50 meters avstand, dette er grunnet i covid-19 situasjonen som gjorde at data som ble samlet inn ikke var konsistente i forhold til antatt trafikk. Derimot har vi allerede nå tatt en vurdering av data samlet inn på 100 meter.

Pm0.1 (verdier rundet opp til to desimaler) 
2.35 - 1.30 = 1.05, 1.05/2.35 = 0.44, 0.44 * 100% = 44% 
Pm2.5 (verdier rundet opp til to desimaler) 
3.14 - 1.94 = 1.2, 1.2/3.14 = 0.38, 0.38 * 100% = 38% 
Pm10 (verdier rundet opp til to desimaler) 
4.42 - 3.69 = 0.73, 0.73/4.42 = 0.17, 0.17*100%= 17%

Som bildet og utrengningen viser er det en betydelig nedgang i Pm0.1 med 44% som kalles for ultra finfraksjon, dette kan begrunnes i at Pm0.1 har mye høyere spredningsevne enn Pm10 som bare falt med 17%. Under analysen av svevetøv fant vi ut at Pm10 kan også være pollen, som i akkurat denne perioden er mye av. Sensor 2 som er plassert 100 meter unna hovedveien er plassert i en skog, dette har helt sikkert påvirket data innsamlingen, men i hvilken grad det påvirkes er vanskelig å si.

Nå under vår sesongen blir det mer og mer grønt, jeg sjekker batterinivåene på sensorene hver morgen for å forsikre meg om at sensor 2 sitt solpanel som er inne i skogen ikke blir skygget for av bladene som kommer på denne tiden.

 

SARS-CoV-2: Konsekvens

94% redusert luftforurensning

Oppgaven vår går ut på å måle forskjellen i luftkvalitet i henhold til fysisk avstand til veien. Etter den nasjonale og internasjonale unntakstilstanden med det nye SARS viruset, er trafikk og industri blitt kraftig redusert.

Med teknologien som blir brukt til denne oppgaven, kan vi se en tydelig endring i dataene fra før de nasjonale krisetiltakene og etter. Verdien Pm10 som fanger opp alle partikler mellom 0-10 mikrometer, har gått fra en gjennomsnittlig verdi på 183 til 11 (se bildet under).

Vi har regnet litt på dette og det viser seg at luftforurensningen i Halden har gått ned med 94% på bare to ukers mellomrom. Bachelorgruppen har hørt med veileder om hvilke konsekvenser dette har for problemstillingen vår, tilbakmeldingen er at vi forsøker lage et «proof-of-concept». Jeg velger å bruke dette navnet fordi vi har fått beskjed fra veileder om å følge normal fremgang i prosjektet, hvilket betyr at vi ikke tar høyde for SARS-CoV-2, som igjen betyr at innsamlet data ikke vil være realistisk.

Bachelorgruppen fortsetter å jobbe iherdig med å samle informasjon om luftkvalitet, men etter unntakstilstanden har dette vist seg å være veldig utfordrende, spesielt siden personene vi gjerne skulle snakke med jobber på Folke Helse Instituttet. Det har også vist seg utfordrende å kontakte andre personer som kan ha ekspert kunnskap på luftkvalitet, men vi har ikke gitt opp!

Gruppen håper det går bra med alle som leser dette innlegget, vi takker også alle som deltar i den nasjonale dugnaden med å forhindre spredning.

HUSK: Vask hender

 

Azure Server : Database

Prosjektet LEA blir hostet på Azure, dette fordi Halden Kommune ønsker tilgang etter endt bachelor, derfor er det uhensiktsmessig å ha serverene våre hostet på Høyskolen sitt interne system. Azure tilbyr løsninger av alle mulige slags varianter, vi trengte bare en enkel relasjonsdatabase på bakgrunn av estimering av datatraffikken den må håndtere.

<->sensorene sender hver for seg en datapakke på maksimalt 32 Bytes<->
<->sensorene sender hver for seg datapakken hvert 30 minutt<->
<->på 24 timer vil databasen motta 96(24 x 2 x 2) datapakker på 32 Bytes hver som tilsvarer 3072 Bytes totalt<->
<->på en uke vil databasen motta 21504 Bytes<->
<->på et år vil databasen motta 1121280 Bytes => 1,1 MB fra begge sensorene<->

På bakgrunn av denne estimeringen ser vi at databasen ikke må ha stor lagringsplass, vi velger da helt standard databaseløsning med Azure SQL server.