| .. | ||
| 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.