infrarot_messung_experiment/measurement_report/README.md

# Infrarotmessung städtischer Oberflächen bei Nacht

## Purpose

Erfassung der Temperaturverläufe städtischer Oberflächen bei Nacht mittels Infrarotmessung.

**Problemstellung:** Städtische Oberflächen speichern und reflektieren Wärme unterschiedlich. Eine präzise IR-Bestimmung ermöglicht Verständnis für nächtliche Wärmebilanz und Materialverhalten.

**Ziele:**
- Messung von Beton-, Wasser- und Lufttemperaturen unter realen städtischen Bedingungen
- Vergleich der Emissionscharakteristika unterschiedlicher Materialien
- Bewertung des Wärmeverhaltens urbaner Oberflächen

## Kontext & Hintergrund

Messwerte aus nächtlicher Infrarotmessung mit Logger unter variierenden Umweltbedingungen.

**Gruppierung:**
- Himmel/Luft
- Beton
- Wasser
- Kies

**Trace-Metadaten / zusätzliche Tags:**
- Zeitstempel
- Messort
- Wetterbedingungen
- Windgeschwindigkeit

**Domänenkontext:**
- urbane Wärmeflüsse
- Infrarotemission
- Materialtemperaturmessung
- städtische Mikroklimata

**Outlier-Definition:**
- Methode: manuelle Sichtung und Vergleich der Kurvenverläufe
- Beschreibung: Abweichungen größer ±0,8 °C gelten als Anomalien (Windstoß, Sensorausfall)
- Metrik: Temperaturdelta zur Nachbarkurve

**Motivation:**
- Prüfung des Einflusses von Material und Emissionsgrad auf nächtliche Wärmeabstrahlung
- Entwicklung praktischer Messmethoden für Low-Cost-IR-Experimente

## Methode / Spezifikation

**Übersicht:**
- Messung mittels IR-Thermometer, Kalibrierung auf ±0,5 °C
- Protokollierung der Daten über seriellen Logger in 1 Hz-Frequenz
- Vergleich verschiedener Flächen in zeitlicher Synchronisation

**Algorithmen / Verfahren:**
- Gerätekalibrierung mit bekanntem Offset
- Logstart mit Zeit- und Ortsreferenz
- Verwendung des Emissionsfaktors je Material für Temperaturkorrektur

### Bootstrap-Übersicht

Stichprobenwiederholung zur Stabilitätsprüfung der Mittelwerte pro Materialgruppe.

**Zielgrößen:**
- durchschnittliche Oberflächentemperatur
- Differenz Luft–Oberfläche

### Resampling-Setup

- Beton
- Wasser
- Himmel/Luft
- Kies

**Stichprobeneinheit:** Einzelmessung (1 Hz Intervall)

**Resampling-Schema:**
- 1000 Bootstrap-Iterationen
- Vergleich Mittelwert und Varianz pro Gruppe

**Konfidenzintervalle:**
- Niveau: 0.95
- Typ: Percentile CI
- Ableitung: aus bootstrapped Mittelwerten

### Abgeleitete Effektgrößen

**Risk Difference (Differenz der Raten):**
- Definition: Differenzen der Mitteltemperaturen pro Material zu Lufttemperatur
- Bootstrap: Resampling der Temperaturdeltas über Messintervalle

**Risk Ratio:**
- Definition: Verhältnis Wärmehaltefähigkeit einzelner Oberflächen zur Luft
- Bootstrap: Bootstrapped Verhältnis der Varianzmittelwerte

## Input / Output

### Input-Anforderungen

**Hardware:**
- Infrarot-Thermometer (±0,5 °C)
- Arduino Nano mit SD-Logger
- Anemometer (digital)
- Akkupack ≥10 000 mAh

**Software:**
- Serielle Logging-Software (Python)
- CSV-Parser
- Plot-Modul (matplotlib)

**Konfiguration:**
- Messfrequenz 1 Hz
- Kalibrierungswert +0.5 °C Offset

### Erwartete Rohdaten

**Felder pro Run:**
- timestamp
- surface_type
- temperature_C
- wind_speed_mps
- emissivity
- note

**Formatbeispiele:**
- 2024-07-15T01:00:35Z, beton, 17.8, 2.0, 0.85, unterführung
- 2024-07-15T01:05:12Z, wasser, 18.6, 2.1, 0.96, uferkante

**Trace-Daten:**
- Format: CSV-Logdateien
- Hinweis: Jede Zeile enthält einen Messpunkt mit Materialtyp und Umgebungsdaten

### Analyse-Ausgaben

**Pro Gruppe / pro Governor:**
- Mittelwert ±SD
- Min/Max
- Median
- 95%-CI pro Material

**Vergleichsausgaben:**
- Beton vs Himmel/Luft
  - Δ: ~0.3 °C
  - CI(Δ): [-0.1 °C, +0.5 °C]
  - RR: 0.98
  - CI(RR): [0.95, 1.02]
  - Tests: n/a
- Wasser vs Luft
  - Δ: +0.3 °C
  - CI(Δ): [+0.1 °C, +0.5 °C]
  - RR: 1.02
  - CI(RR): [1.00, 1.05]
  - Tests: n/a

- Trace-Muster: Temperaturkurven mit stabilen Parallelverläufen zwischen 17.9–18.6 °C

## Workflow / Nutzung

**Analyse-Workflow:**
- Messung starten und Kalibrierung durchführen
- Loggerdaten im CSV-Format exportieren
- Parser-Skript ausführen
- Temperaturkurven visualisieren
- Bootstrap-Analyse mittels Python durchführen
- Materialgruppen vergleichen und interpretieren

### Trace-Template-Anforderungen

**Ziel:** Reproduzierbare IR-Messungen für verschiedene urbane Oberflächen erstellen

**Erforderliche Tags & Metadaten:**
- surface_type
- temperature_C
- wind_speed_mps
- timestamp

**trace-cmd-Setup:**
- Kalibriere IR-Sensor vor Messung
- Fixiere Sensorhöhe konstant (1 m)
- Führe Messungen bei stabilen Wetterbedingungen durch

## Interpretation & erwartete Ergebnisse

**Kernbefunde:**
- Temperaturdifferenzen zwischen Beton und Luft minimal (< 0,5 °C).
- Wasser weist leicht höhere Temperatur durch Wärmespeicherung auf.
- Kies reagiert am schnellsten auf Abkühlung.

**Implikationen für Experimente:**
- In urbanen Zonen kompensiert Materialwärmeleitfähigkeit kurzfristige Temperaturschwankungen.
- IR-Messung liefert genügend Stabilität zur Abschätzung der nächtlichen Wärmeflüsse.

**Planungsziel:**
- Ziel: Bewertung der Energieabgabe urbaner Materialien bei Nacht
- Vorgehen:
  - Vergleich der gemessenen Emissionen unterschiedlicher Materialien
  - Analyse der Kurvenverläufe zur Ermittlung der Wärmespeicherwirkung

## Limitationen & Fallstricke

**Datenbezogene Limitationen:**
- SD-Logger-Fehler kann zu Datenlücken führen.
- Kalibrierfehler von ±0,5 °C beeinflusst absolute Werte.

**Bootstrap-spezifische Limitationen:**
- Geringe Messanzahl pro Material reduziert Aussagekraft des Konfidenzintervalls.

**Kausalität & Generalisierbarkeit:**
- Ergebnisse nicht generalisierbar für andere Klimazonen oder Tageszeiten.

**Praktische Fallstricke:**
- Windböen verursachen Messabweichungen.
- Feuchte und Reflektionen beeinflussen IR-Emissionsmessung.

## Nächste Schritte & Erweiterungen

**Geplante Experimente:**
- Vertikalgradientenmessung mit zweitem Sensor.
- Messung in der Dämmerung zur Untersuchung des Übergangsverhaltens.

**Analyseziele:**
- Langzeitbeobachtung städtischer Wärmehaltefähigkeit über mehrere Nächte

**Regression & Modellierung:**
- Entwicklung eines linearen Modells zwischen Windgeschwindigkeit und Oberflächentemperatur.

**Community-Beiträge:**
- Offene Datensammlung für urbane IR-Messungen zur Vergleichbarkeit kleiner Experimente.