Add experiment_documentation/README.md

experiment_documentation/README.md

@@ -0,0 +1,181 @@
+# Experiment: Fluoreszenzmessung der Donau mit USB-Spektrometer
+
+## Purpose
+
+Messung und Analyse von Fluoreszenzsignalen im Wasser der Donau mit einem tragbaren USB-Spektrometer. Ziel ist die Identifikation schwacher biolumineszenter oder fluoreszenter Effekte unter realen Umweltbedingungen.
+
+**Problemstellung:** Die Erfassung sehr schwacher Fluoreszenzsignale im Feld leidet unter Fremdlicht, Temperaturschwankungen und elektrischen Störungen. Das Experiment soll zeigen, wie durch Kalibration, Filterung und softwareseitige Korrekturen stabile Messdaten gewonnen werden können.
+
+**Ziele:**
+- Erfassen von spektralen Intensitäten im Bereich 350–800 nm
+- Kalibrierung und Fehlerkorrektur mittels Python-Logger-Skripten
+- Vergleichsmessungen zur Erkennung von Fremdlichtartefakten
+- Analyse von Rohdaten zur Signalbereinigung
+
+## Kontext & Hintergrund
+
+Spektraldaten verschiedener Tiefenproben aus der Donau (0,3 m, 1 m, 2 m), jeweils mit photon/s-Werten und spektraler Kanalzuordnung.
+
+**Gruppierung:**
+- pro Tiefe
+- pro Kanal (RGB)
+- pro Zeitpunkt
+
+**Trace-Metadaten / zusätzliche Tags:**
+- Zeitstempel
+- Temperatur
+- Intensität
+- Kommentar zum Fremdlicht
+
+**Domänenkontext:**
+- Umweltmesstechnik
+- optische Spektroskopie
+- Datenloggerkalibrierung
+- Feldmessung
+
+**Motivation:**
+- Validierung einfacher Messaufbauten für Umweltfluoreszenzanalysen
+- Erprobung robuster Loggerverfahren bei Nachtmessungen
+- Vergleich natürlicher Lichtreflexionen mit induzierter Fluoreszenz
+
+## Methode / Spezifikation
+
+**Übersicht:**
+- Aufbau des USB-Spektrometers mit justierter Linse und Kalibration auf Weißstandard
+- Referenzmessung mit definierter Lichtquelle zur Evaluierung von Selbstrauschen
+- Datenerfassung über Python-Logger mit kontinuierlichem Flush zur Vermeidung von Buffer Overflow
+- Algorithmische Glättung und Baseline-Korrektur der Rohdaten
+
+**Algorithmen / Verfahren:**
+- Kalibration: refCal_intensity-Bestimmung und darkNoise-Korrektur
+- Datenlogging: laufende Spektralerfassung im Millisekundentakt mit Timestamp
+- Signalverarbeitung: moving_avg zur Glättung, baseline-Subtraktion zur Kontrastanhebung
+- Ausreißerfilterung: Subtraktion unerwarteter Peaks durch Fremdlicht
+
+## Input / Output
+
+### Input-Anforderungen
+
+**Hardware:**
+- USB-Spektrometer (350–800 nm)
+- Laptop mit Python ≥ 3.8
+- Powerbank ≥ 10 000 mAh
+- Luxmeter oder Smartphone-Sensor
+- Schutzgehäuse gegen Feuchtigkeit
+
+**Software:**
+- Python-Logger-Skript (beta_2)
+- Datenanalyse-Skript mit moving_avg() und baseline()
+- USB-Treiber für Spektrometer
+
+**Konfiguration:**
+- Referenzweiß-Kalibrierung vor jeder Messserie
+- Blende f/2,3
+- Integrationszeit 200–400 s
+
+### Erwartete Rohdaten
+
+**Felder pro Run:**
+- timestamp
+- channel
+- intensity_photon_per_s
+- temperature_C
+- remark
+
+**Formatbeispiele:**
+- 2024-03-15T23:41:15Z, Grün, 115±16, 4.2, Fremdlicht Schiff
+
+**Trace-Daten:**
+- Format: CSV oder JSON mit Floatwerten
+- Hinweis: Jede Messreihe enthält Kalibrierpunkte und Fremdlichtkommentare zur späteren Subtraktion
+
+### Analyse-Ausgaben
+
+**Pro Gruppe / pro Governor:**
+- Mittelwert: 42,3 photon/s
+- Standardabweichung: 2,1 photon/s
+- Filtereffizienz: 94 %
+
+**Vergleichsausgaben:**
+- Messung ohne Fremdlicht vs Messung mit Schiffsreflexion
+  - Δ: +90 %
+
+- Trace-Muster: Erkannte periodische Peaks (Temperaturdrift oder Strömungsmodulation)
+
+## Workflow / Nutzung
+
+**Analyse-Workflow:**
+- Vorbereitung: Gerät auf Weißfläche kalibrieren
+- Aufnahme: logger-start Skript ausführen
+- Qualitätskontrolle: Signal vs. Dunkelrauschen prüfen
+- Nachbearbeitung: Glättung, Baseline-Korrektur, Ausreißer entfernen
+- Bericht: Mittelwerte, Peaks und Signifikanz evaluieren
+
+### Trace-Template-Anforderungen
+
+**Ziel:** Standardisierte Erfassung reproduzierbarer Fluoreszenzsignale
+
+**Erforderliche Tags & Metadaten:**
+- timestamp
+- depth_m
+- lamp_intensity
+- noise_level
+- comment
+
+**trace-cmd-Setup:**
+- Skript mit flush=True betreiben
+- Messintervall > 200 s wählen
+- Rohdaten regelmäßig sichern
+
+**Run-Design für Contributors:**
+- Erfassen einer Kontrollprobe
+- Führungsprotokoll mit Lichtbedingungen dokumentieren
+- Fremdlichtsituationen manuell annotieren
+
+## Interpretation & erwartete Ergebnisse
+
+**Kernbefunde:**
+- Kein signifikanter Nachweis biolumineszenter Aktivität
+- Stabile Basislinie trotz variabler Umweltbedingungen
+- Fremdlicht kann bis +90 % Intensitätszuwachs erzeugen, muss algorithmisch gefiltert werden
+
+**Implikationen für Experimente:**
+- Feldmessungen erfordern Echtzeitkorrektur von Fremdlicht
+- Thermische Stabilität des Sensors verbessert Signalqualität signifikant
+
+**Planungsziel:**
+- Ziel: Demonstration eines belastbaren Low-Cost-Protokolls für nächtliche Fluoreszenzmessungen unter Brückenbedingungen
+- Vorgehen:
+  - Kalibration und Schutzmaßnahmen optimieren
+  - Analytische Postprocessing-Methoden standardisieren
+
+## Limitationen & Fallstricke
+
+**Datenbezogene Limitationen:**
+- Streulicht und Reflexionen von Wasseroberflächen verfälschen Intensitätswerte
+- Schwebstoffe verursachen spektrale Unschärfen
+
+**Kausalität & Generalisierbarkeit:**
+- Ergebnisse lokal bezogen, nicht übertragbar auf andere Fließgewässerbedingungen
+
+**Praktische Fallstricke:**
+- Pufferüberlauf im Logger bei zu langen Sessions
+- Temperaturdrift bei ungedämmtem Gehäuse
+- Feuchtigkeitseinwirkung auf USB-Kontakte
+
+## Nächste Schritte & Erweiterungen
+
+**Geplante Experimente:**
+- Messungen mit erhöhter Integrationszeit über 400 s
+- Vergleich mit Nebenarm der Donau zur Isolierung diffuser Quellen
+
+**Analyseziele:**
+- Entwicklung automatischer Fremdlicht-Detektion auf Basis von Luxmeter-Daten
+
+**Regression & Modellierung:**
+- Zeitliche Analyse zur Trennung von Fremdlicht und Eigenemissionen
+- Korrelation zwischen Temperaturdrift und Signalfluktuation
+
+**Community-Beiträge:**
+- Dokumentation für Citizen-Science-Messungen bereitstellen
+- Leitfaden für sichere Feldmessungen veröffentlichen