Artikel

Crowdsourced stedelijke windgegevens

Crowdsourcing, het verzamelen van grote hoeveelheden gegevens via internet, is van onschatbare waarde gebleken in de stedelijke meteorologie. Hoewel het is gebruikt om stedelijke luchttemperatuur, luchtdruk en neerslaggegevens te verzamelen van bronnen zoals mobiele telefoons of persoonlijke weerstations (PWSs), zijn windgegevens tot nu toe niet uitgebreid onderzocht. Het gedrag van stedelijke wind is complex en moeilijk nauwkeurig te meten vanwege variaties in locatie en apparatuur. Crowdsourcing kan een dicht netwerk van windwaarnemingen bieden en helpen bij het begrijpen van de ruimtelijke patronen van stedelijke wind.

In deze studie beoordelen we de nauwkeurigheid van de populaire "Netatmo" PWS anemometer in vergelijking met een referentie-instrument in zowel landelijke als stedelijke omgevingen. Vervolgens analyseren we windgegevens verzameld van 60 PWSs in Amsterdam, Nederland, om windssnelheidsverdelingen over verschillende Local Climate Zones (LCZs) te bestuderen.

We ontdekten dat de Netatmo PWS anemometer consequent de windsnelheid onderschat, en dat de nauwkeurigheid ervan wordt beïnvloed door regen of hoge luchtvochtigheid. Om deze problemen aan te pakken, hebben we een kwaliteitsborgingsprotocol (QA) ontwikkeld om PWS-metingen te corrigeren. Met dit protocol verbeterden PWS-gegevens aanzienlijk, waardoor we de waarschijnlijkheidsdichtheidsverdeling van windsnelheid voor een stad of buurt nauwkeurig konden schatten.

We ontdekten dat stedelijke windsnelheidsverdelingen het best worden beschreven door een combinatie van twee Weibull-verdelingen, in plaats van de enkele Weibull-verdeling die typisch wordt gebruikt voor landelijke windsnelheidsmetingen. De Netatmo PWS anemometer heeft echter moeite met het meten van windsnelheden dicht bij nul, wat de prestaties van het QA-protocol beïnvloedt tijdens perioden van zeer lage wind. Ondanks deze beperking biedt het QA-protocol bevredigende resultaten voor een jaarlijkse windklimatologie en kortere perioden met hogere windsnelheden.

Droste, A. M., Heusinkveld, B. G., Fenner, D., & Steeneveld, G. J. (2020). Assessing the potential and application of crowdsourced urban wind data. Quarterly Journal of the Royal Meteorological Society146(731), 2671-2688.

Afbeelding credits

Header afbeelding: Windmolens - Pixabay.org

Icon afbeelding: Windmolens - Pixabay.org

Media

Documenten