Stadtatmungs-Messungen (city_breathing_measurements)

Überblick

Das Projekt city_breathing_measurements untersucht das nächtliche Mikroklima einer Stadt. Es werden Lichtintensität, Temperatur und Feuchtigkeit gemessen, um lokale Klimadynamiken zu erfassen und zu analysieren.

Artikel ansehen
Git Repository

Hinweis

Alle Inhalte wurden per KI generiert.
Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko.
Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

Inhalt des Repositories

1. logger_setup (python_script)

Zweck: Steuerung des Mikroklima-Loggers, Erfassung und Speicherung von Sensordaten.
Ziel: Linux-Userspace
Sprachen: Python

API-Funktionen:

• start_logging(interval) – Startet die Datenerfassung mit festgelegtem Intervall.
• save_to_csv(filename) – Speichert die erfassten Sensordaten in einer CSV-Datei.

2. data_analysis (python_script)

Zweck: Analyse der gesammelten Daten und Erstellung von Visualisierungen.
Ziel: Linux-Userspace
Sprachen: Python

API-Funktionen:

• load_data(filename) – Lädt Sensordaten aus einer Datei und erstellt ein pandas-kompatibles DataFrame.
• plot_data(data) – Erstellt Basisgrafiken zur Temperatur-, Feuchtigkeits- und Lichtauswertung.

Datenstruktur:

• dataframe – Felder: timestamp, temperature, humidity, lux

3. data_visualization (web_ui)

Zweck: Darstellung der analysierten Daten in einer webbasierten Oberfläche mit interaktiven Grafiken.
Ziel: Web
Sprachen: HTML, CSS, JavaScript

API-Routen:

• GET /data – Liefert Sensordaten zur Anzeige im Browser.

JS-Module:

• chart.js (v2.9.4) – Visualisierungskomponente für Diagramme.

Installation & Nutzung

Voraussetzungen

• Python ≥ 3.8
• Webbrowser
• Optional: Webserver zur lokalen Darstellung der Weboberfläche

Installation

1. Repository klonen:

   git clone https://git.donau2space.de/Mika/city_breathing_measurements.git
   cd city_breathing_measurements
   

2. Python-Abhängigkeiten installieren:

   pip install -r requirements.txt
   

Nutzung

1. Mikroklima-Logger starten:

   python logger_setup.py
   

2. Daten analysieren:

   python data_analysis.py
   

3. Visualisierung starten (z. B. durch Öffnen von web_ui/index.html im Browser).

Typische Use-Cases

• Erfassen und Speichern von Sensordaten in Echtzeit.
• Analyse von Mikroklima-Trends in urbanen Gebieten.
• Interaktive Visualisierung der gemessenen Parameter.

Struktur & mögliche Erweiterungen

Das Repository ist modular aufgebaut:

• logger_setup.py – Datenaufnahme.
• data_analysis.py – Datenauswertung.
• data_visualization/ – Weboberfläche für interaktive Diagramme.

Mögliche Erweiterungen:

• Integration zusätzlicher Sensorparameter (z. B. CO₂, Druck).
• Automatisierte Datensynchronisation über Netzwerk.
• Erweiterte Filter- und Exportfunktionen in der Web-Oberfläche.

Lizenz

Veröffentlicht unter der MIT-Lizenz.

---

Diese README-Datei wurde automatisch generiert. Alle Inhalte wurden von einer KI erstellt. Nutzung auf eigenes Risiko.