In de Houtgreep

Op deze pagina vindt u informatie en meetresultaten van de sensoren in Dieren.

KNMI Station 06275 Deelen

UFP metingen

Er zijn tijdens het eerste meetweekend in december 2020 een aantal ultrafijnstof (UFP) metingen uitgevoerd. Op 12 en 13 december is er in de avond een wandeling gemaakt in de woonwijk waarbij de UFP monitor als mobiele meter is gebruikt. In de avond van 14 december is er een UFP meting uitgevoerd in de achtertuin op één van de meetlokaties.

Tijdens de wandeling door de woonwijk in de avond van 13 december is er in de buurt van een stoker een piekwaarde gemeten van bijna 120.000 deeltjes/cm3. Een dergelijk hoge waarde wordt ook gemeten langs een drukke snelweg met weinig wind. Ter vergelijking is de UFP grafiek van een meting op 8 augustus 2020 langs de A58 tijdens vakantieverkeer toegevoegd. Er waren toen 125 voertuigen per minuut en er stond weinig wind kracht 2 Bft. Tijdens deze meting werd een hoogste waarde van bijna 100.000 deeltjes/cm3 geregistreerd.

UFP meting wandeling door wijk op 12 december
UFP meting wandeling door wijk op 13 december
UFP meting in achtertuin op 14 december
UFP meting langs A58 op 8 augustus 2020 met 125 voertuigen per minuut

Week 47-50 Dieren 1 (EC21)

Alleen week 47 uitgelicht!

Week 47-50 Dieren 2 (B4A2)

Alleen week 49 uitgelicht!

Week 47-50 Dieren 3 (A830)

Alleen week 47 uitgelicht!

====================================================

Week 51-53 Dieren 1 (EC21)

Week 51-53 Dieren 2 (B4A2)

Week 51-53 Dieren 3 (A830)

Gallerij met uitgelichte dagen PM2.5

====================================================

Week 1 en 2 2021 Dieren 1 (EC21)

Week 1 en 2 2021 Dieren 2 (B4A2)

Week 1 en 2 2021 Dieren 3 (A830)

Over de boxplots

De boxplots zijn wat lastig te begrijpen maar laten wel interessante gegevens zien die in verband staan met houtrook, ik noem dat even ‘de signalen’.
De boxplot is een statisch hulpmiddel en laat de verdeling van de gemeten waarden zien. Het zegt ook iets over een gemiddelde, maximale en minimale gemeten waarde. Die statistiek is op zich interessant maar het gaat nu vooral om de ‘signalen’ van houtrook.

Statistiek

Als je naar een enkele box kijkt (één uurwaarde bijvoorbeeld), dan zie je dat er een vierdeling heeft plaatsgevonden.

  • een deel onder de rechthoek (de box) als verticale lijn
  • twee delen in de box
  • een deel boven de box

Zie die vier delen als vier bakjes waarin de gemeten waarden worden verdeeld met in elk bakje evenveel aantal metingen.
Bijvoorbeeld: Er wordt 1000x een meting gedaan, 1000 meetwaarden dus die we gaan verdelen over de vier bakjes.

  • stop 250 metingen (een kwart van het totaal aantal) met de laagste waarden in bakje 1
  • stop 250 metingen met de hoogste waarden in bakje 4
  • verdeel de overige waarden over bakje 2 en 3, elke bakje 250 metingen, bakje 2 lage waarden, bakje 3 hogere waarden.
    In de grafiek zie je met deze bakjes hoe de verdeling is van het aantal metingen (in vier delen) ten opzicht van de gemeten waarde (y-as).
    Het zegt iets over verhoudingen van aantal tegenover gemeten waarden.

Maar stel er zitten bij die 1000 meetwaarden een paar uitzonderingen, uitschieters met (te) hoge waarden, dan verstoren die uitschieters het ‘normale’ patroon. Je krijgt dan een verkeerd beeld van wat de werkelijkheid is. Slechts één meting met een extreme waarde doet de maximale waarde van bakje 4 hoger plaatsen in de grafiek en verstoord daarmee de statistische waarde.
Door die uitschieters niet mee te nemen in de bakjesverdeling herstel je het ‘normale’ patroon. Je moet wel weten dat die uitschieters aanwezig zijn en daarom worden ze als rondjes boven (of onder) de ‘normale’ verdeling getoond.

De signalen

Als een fijnstofwolk in de buurt hangt zal dat een redelijk stabiel beeld geven, de vier statistiekbakjes kunnen gevuld worden met meetwaarden die relatief dicht bij elkaar liggen.
Maar dan gaat de houtkachel aan en die zorgt, mede beïnvloed door de wind, voor slierten houtrook, voor grote verschillen van fijn stof concentraties in de lucht.
De boxplot doet zijn best om een ‘normaal’ patroon te herkennen maar moet daarbij constateren dat er uitschieters zijn veroorzaakt door de grilligheid van de houtrook.
Die uitschieters zijn dus in dat geval de signalen die de houtrook onbedoeld afgeeft. Je kan het ook zien als bijproduct van de boxplot-statistiek maar overduidelijk komt dat in beeld op die momenten dat er wordt gestookt.