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.

 

Plassering av sensor in the wild part 3

Hei!

Denne gangen skulle vi komme opp med en ny lokalisasjon for sensorene for å sjekke et nytt geografisk område iforhold til svevestøv, å se om det var noe annerledes fra den første lokalisasjonen.
Siden gruppen hadde møtt på noen problemer, så gikk ikke dette som planlagt. Sensorene skulle ha stått nye seks uker for å samle inn lik mengde data som den forrige plasseringen, men siden vi har innlevering av Bachelor 29.mai rakk vi ikke dette. Det hadde vært for liten tid å hente inn nytt datasett.

Så gruppa kom opp med at vi kunne sette opp sensoren tilbake til 50 meter på samme plassering som den hadde vært på før. Dette er grunnet at det første datasettet ble korrupt av COVID-19. Med at vi setter den tilbake, så kan vi samle data i 3 nye uker for å erstatte den korrupte datainnsamlingen vi fikk når COVID-19 brøt ut. Vi kan også da sammenligne data mellom de målingene som ikke var påvirket av COVID-19 mot de som ble påvirket. Noe arbeidsgiver syntes var en fornuftig løsning.

 

Web-App

Web applikasjonen er på god vei nå
Den har blitt utviklet løpende med APIet, men nå er videreutvikling av den på fulltid.

Her er en lenke til web appen: https://project-lea.azurewebsites.net/
For de som ønsker å følge med på den.

Men graf siden er den som er mest vært å se på for øyeblikket: https://project-lea.azurewebsites.net/graph

 

Tidlig utkast av graf siden, inneholder: fargekodet pm grafer, masse checkbokser som bestemmer hvilke data som vises

Tidlig utkast av graf siden, inneholder: fargekodet pm grafer, masse avkrysningsruter som bestemmer hvilke data som vises

Rick Smith I just keep on doing x and it keeps working

 

REST API

API v1 er ferdig!

I APIet er det funksjonalitet for å hente pm verdier. Du kan hente verdier imellom to datoer, eller de siste 24 timene.

API et følger alle REST retningslinjene, dette vil si følgene:
HTTP metoder bestemmer hvilke klasser APIet skal bruke til å fullføre forespørselen.
Det sender alle nødvendige cache headers til klienten.
Det trenger ikke lagre noe data om klienten for å oppfylle forespørslene
Det er fullstendig adskilt fra databasen.
Det er fullstendig adskilt fra klienten.

Web-applikasjonen er på god vei også; Det kommer snart et blogg innlegg om den også.

Bildet viser frem parametere og JSON resultat

Bildet viser frem parametere og JSON resultat

 

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

 

Particle sensors in wild part 2

Hei og hallo, bloggen!

Datoen var 27.03 som vil tilsi at det har nå gått tre uker siden sist vi først hang opp luft-sensorene for å begynne med innhentingen av data. I følge skjemaet vårt var dette dagen  vi skulle få flytte sensor nummer to, nye 50 meter unna veien. Som vil tilsvare 100 meter totalt. For at vi skulle få hentet/flyttet sensor to, så måtte vi på nytt få tak i en stige. Noe vi tenkte skulle bli en enkel oppgave. Vi kunne ikke ha tatt mer feil. På grunn av den situasjonen vi befinner oss i nå(pandemi), så ble det å få tak i en stige mye vanskeligere. Det ble mye fram og tilbake med å finne ut av hvem vi kunne få lånt en stige av. Det var utfordrende siden vi i første omgang ikke fikk tak i vaktmesteren som vi lånte stige av første gang vi skulle henge opp sensorene. Etter dette opprettet vi kontakt med arbeidsgiver for å høre om det var noe han/kommune kunne hjelpe oss med. Han hadde noen forslag, men dette ble litt vrient for gruppen å få gjennomført. Etter mye om og men så fikk vi tak i vaktmesteren.  Dette var herlig, siden nå kunne vi gå videre med oppgaven vi hadde. Etter vi hadde fått lånt stigen vandret Jens og Thomas ned til byen med stigen. Kajsa fikk dessverre ikke deltatt på utflukten pga forkjølelse og valgte derfor å bli hjemme.

Vi valgte også å ta noen bilder av turen, for å vise fram utførelsen samt vise at våren har endelig kommet!

     

 

 

 

 

Milestone! Particle sensors in the wild

Jens henger opp den siste luftsensoren.

¤ Text in English below. ¤

Datoen var 04/03 og vi var klare, det skulle endelig skje. Vi hadde utvalgt plassering. Servere, software og database var på plass.

Vi skal få ut sensorene. Vi var så heldige å få låne en stige av skolen, vi ble møtt av vaktmesteren med et smil og fikk instrukser på hvor vi skulle gjøre av stigen etter vi var ferdige å med å bruke den. Neste steg var å komme oss til lokalisasjonen vår, vi gikk av gårde og stakk innom byen på veien. Vi trengte strips fra Class Olson og et målebånd. Når vi endelig ankom med stige over skulderen og begge sensorene i en bag var det enda mer å gjøre. Vi var nødt til å finne en eksakt possisjon for sensorene. All drøfting av sensor plassering til dette punktet hadde foregått med Google Maps og diskusjon. Vi fulgte gata opp og ned og inn i skogen for hver passende lyktestolpe. Å finne plassering langs gata var derfor enkelt, alle lyktestolper var like tilgjengelige og passet bra. Problemet var skog plasseringen, få lavt hengene grener og flere døde trær gjorde dette til en større oppgave en forventet. Katring sin nødvenighet var ufornektelig, fordi vi ville ha sensorene på omtrent samme høyde slik at dataene ville være konsistente. Vi klarte etterhvert å spisse det ned til to kandidater, de var heldigvis så nærme hverandre at vi allerede viste hvilken lyktestolpe vi blir nødt til å bruke.

Dette tillot oss å henge opp den sensoren først, dette var veldig greit for da fikk vi litt erfaring med oppgaven. Noe som kom godt med for treet viste seg senere å være mer krevende. VI koblet tre strips sammen for hver av sensorene siden tykkelsen på både treet men også spessielt lyktestolpen var ganske bred. På sensoren i lyktestolpen valgte vi å feste en strip i ledningen imellom Waspmote Arduino brettet og partikkel monitoren, i frykt av vandalisme. Vi var nøye med å henge begge luftsensorene i retning sola, slik at solcellepanelet kunne bidra maksimalt.

Jobben var gjort og det var på tide å komme oss hjem. En helt av en bussjofør tillot oss å komme på bussen med stigen. I det vi var hjemme sjekket vi databasen vår for ny data, og vi ble belønnet! Dataene hadde strømmet inn fra begge sensorer. Vi var overlyklige og klare for å gi oss for dagen.

 

— English —

The date was 04/03 and it was finally happening. We had our target location. Servers, software and database where all finished.

We where moving the sensors out. We where lucky enough that we could borrow a ladder from the school. Next up was getting to location, we walked over there while taking a detour though the city getting some much needed supplies. When we got there we had to find an exact location for both sensors, as we had done all of our location searching through discussion and Google Maps. We went up and down the street and in and out of the woods searching. Finding our sensors street location was easy, just take one of the lamp posts. The problem was the location in the woods, few trees with low hanging branches made climbing a problem. Climbing was absolutely required to get both sensors hanging at approximately the same height, something we all agreed was important for the quality of our data.
After half an hour of looking at trees, something which was surprisingly refreshing. We had it narrowed down to two potential candidates, they where both really close to each other which to us prompted the decision to attach a sensor to the closest lamp post first. This would give a slight amount of experience at the task, which could become crucial attaching one to the tree is more demanding. The lamp post was pretty thick so we connected three cable ties together to get around the base.

The ladder was raised and the sensor was attached to the lamp post, facing the sun. Due to concerns of vandalism we made sure to connect a cable tie to the cable going from the Waspmate Arduino board to the Particle Monitor. Next up where the real challenge. Ladder raised again, but i couldn’t get up in the three. Fortunately a slight ladder reposition was enough. I got approximately 3-4 meters above ground, got the bag off my back and unpacked the last sensor. Made sure the sensor was facing the sun and go working with the cable ties. Not after long the second sensor was live, and we were heading home.

An absolute champ of a buss driver was kind enough to allow us on with our ladder. When we got back we checked our database for new entries and we where blessed with data. The deed was done, and we where ready to call it a day.

Her ser vi sensoren som henger i lyktestolpen. Med stigen under

Bilde av sensoren som henger på lyktestolpen.