-
Notifications
You must be signed in to change notification settings - Fork 20
Luftfeuchte Korrektur
Language: EN
Abhänging von der Luftfeuchtigkeit und der Partikelzusammensetzung kondensiert eine bestimmte Menge Wasser an den Feinstaubpartikeln. Dadurch wird der Wirkungsquerschnitt bzw. die Streuwahrscheinlichkeit der Laserstrahlen an den Partikeln im Detektor erhöht. Das führt dazu, das Partikel, die bei geringer Luftfeuchtigkeit nicht detektiert werden, bei hoher Luftfeuchtigkeit gemessen werden. Der Effekt lässt sich nicht allgemeingültig durch eine einfache Formel berechnen, da die Zusammensetztung der Partikel eine Rolle spielt und man diese in der Regel nicht kennt. Es wird jedoch immer wieder versucht empirischeine eine Formel zu finden die den Effekt einigermaßen beschreibt. Der Effekt ist nicht linear und macht sich in ab etwas 70 % Luftfeuchtigkeit deutlich bemerkbar. Dies ist der Grund warum im Datenblatt des SDS011 steht, dass der Arbeitsbereich des Sensor bei maximal 70 % Luftfeuchtigkeit endet. Das bedeutet, dass alle Messungen, die bei einer Luftfeuchtigkeit von mehr als 70 % gemacht wurden, teilweise stark erhöte Meßwerte aufweisen und aufgrund dieses Fehlers, streng genommen, nicht verwendet werden dürfen. Man kann versuchen mit einer Korrekturformel diesen Effekt, zumindest teilweise, zu neutralisieren und dann auch Messwerte, die außerhalb des Abreitsbereichs liegen, verwenden.
Folgende Formeln stehen bisher zur Auswahl:
aus Polen, genutzt bei HackAir (https://github.com/piotrkpaul/esp8266-sds011/blob/master/sds011_nodemcu/sds011_nodemcu.ino):
gPM10(h) = 1 + 0.816∙h^5.83
gPM2.5(h) = 1 + 0.488∙h^8.60
aus der Literatur (von Norbert, er empfiehlt die Köhler-Formel, h normiert auf 0<h<1):
gSoneja = 1 + α∙h²/(1-h)
gHänel = (1-h)-β
gKöhler = 1 + γ/(1/h-1)
mit α=0.25, β=0.47, γ=0.22
aus Belgien:
factorPM10 = 4.56 * (100 – PercRelHum)^-0.65 (mit DHT22 als Luftfeuchte-Sensor, kommt vom RIVM)
- Wiki home, EN
- Bezugsquellen Einzelteile, EN
- Firmware einspielen, EN
- Zusammenbau der Komponenten (Schaltung), EN
- Zusammenbau der Komponenten (Montage Einzelteile), EN
- Sensor-Konfiguration, EN
- Eintrag in der Datenbank, EN
- Links (Grafiken, Sensor-Infos), EN
- Translations
- Data format
- APIs, EN
- Anschluss weitere Sensoren und Hardware
- Senden an Sensor.Community (z.B. mit Raspberry Pi)
- NodeMCU Pinouts v2, v3
- Datenblätter, Spezifikationen
- Unterstützte Sensoren
- Studien
- ähnliche Projekte
- Korrektur Luftfeuchte, EN
- EN: How to use the SDS011 as a mobile sensor
- FR: Comment utiliser SDS011 comme capteur PM mobile
- 2020-04-0 Stadtbücherei - Weihnachtsferien
- 2020-04-0 Shackspace
- 2020-03-24 Stadtbücherei - Weihnachtsferien
- 2020-03-10 Shackspace
- 2020-02-23 Stadtbücherei
- 2020-02-09 Shackspace
- 2020-01-0 Stadtbücherei
- 2020-01-0 Shackspace
- 2019-12-24 Stadtbücherei - Weihnachtsferien
- 2019-12-10 Shackspace
- 2019-11-26 Stadtbücherei
- 2019-11-12 Shackspace
- 2019-10-22 Stadtbücherei
- 2019-10-08 Shackspace
- 2019-09-24 Stadtbücherei
- 2019-09-10 Shackspace
- 2019-09-24 Stadtbücherei
- 2019-09-10 Shackspace
- 2019-08-27 Stadtbücherei
- 2019-08-13 Shackspace - Sommerferien
- 2019-07-23 Stadtbücherei
- 2019-07-09 Shackspace
- 2019-06-25 Stadtbücherei
- 2019-06-11 Shackspace - Pfingstferien
- 2019-05-28 Stadtbücherei
- 2019-05-14 Shackspace
- 2019-04-23 Stadtbücherei - Osterferien
- 2019-04-09 Shackspace
- 2019-03-26 Stadtbücherei
- 2019-03-12 Shackspace
- 2019-02-26 Stadtbücherei
- 2019-02-12 Shackspace
- 2019-01-22 Stadtbücherei
- 2019-01-08 Shackspace
- 2018-12-18 Stadtbücherei - Weihnachtsferien
- 2018-12-11 Shackspace
- 2018-11-27 Stadtbücherei
- 2018-11-13 Shackspace
- 2018-10-23 Stadtbücherei
- 2018-10-09 Shackspace
- 2018-09-25 Stadtbücherei
- 2018-09-11 Shackspace
- 2018-08-28 Stadtbücherei
- 2018-08-14 Shackspace - Sommerpause
- 2018-07-24 Stadtbücherei
- 2018-07-10 Shackspace
- 2018-06-26 Stadtbücherei
- 2018-06-12 Shackspace
- 2018-05-22 Stadtbücherei
- 2018-05-08 Shackspace
- 2018-04-24 Stadtbücherei
- 2018-04-10 Shackspace
- 2018-03-27 Stadtbücherei
- 2018-03-13 Shackspace
- 2018-03-03 Open Data Day 2018
- 2018-02-27 Stadtbücherei
- 2018-02-13 Shackspace
- 2018-01-23 Stadtbücherei
- 2018-01-09 Shackspace
- 2017-12-26 Stadtbücherei
- 2017-12-12 Shackspace
- 2017-11-28 Stadtbücherei
- 2017-11-14 Shackspace
- 2017-10-24 Stadtbücherei
- 2017-10-10 Shackspace
- 2017-09-26 Stadtbücherei
- 2017-09-12 Shackspace
- 2017-08-22 Stadtbücherei
- 2017-08-08 Shackspace
- 2017-07-25 Stadtbücherei
- 2017-07-11 Shackspace
- 2017-06-27 Stadtbücherei
- 2017-06-13 Shackspace
- 2017-05-23 Stadtbücherei
- 2017-05-09 Shackspace
- 2017-04-25 Stadtbücherei
- 2017-04-11 Shackspace
- 2017-03-28 Stadtbücherei
- 2017-03-14 Shackspace
- 2017-03-04 Open Data Day 2017
- 2017-02-28 Stadtbücherei
- 2017-02-14 Shackspace
- 2017-01-24 Stadtbücherei
- 2017-01-10 Shackspace
- 2016-12-20 Stadtbücherei
- 2016-12-13 Shackspace
- 2016-11-22 Stadtbücherei
- 2016-11-08 Shackspace
- 2016-10-25 Stadtbücherei
- 2016-10-11 Shackspace
- 2016-09-27 Stadtbücherei
- 2016-09-13 Shackspace
- 2016-08-23 Stadtbücherei
- 2016-08-09 Shackspace
- 2016-07-26 Stadtbücherei
- 2016-07-12 Shackspace
for more, see Protokolle