Vis enkel innførsel

dc.contributor.advisorLekkas, Anastasios
dc.contributor.advisorBach, Kerstin
dc.contributor.advisorAkselsen, Sigmund
dc.contributor.advisorVeiga, Tiago
dc.contributor.authorSvendsen, Daniel
dc.date.accessioned2021-09-23T18:16:36Z
dc.date.available2021-09-23T18:16:36Z
dc.date.issued2020
dc.identifierno.ntnu:inspera:56990118:20962073
dc.identifier.urihttps://hdl.handle.net/11250/2780977
dc.description.abstractMålet med masteroppgaven som har tittel ”User-based look at Visualization tools for Air Quality Data harvested by IoT units” er å utvikle og brukerteste forskjellige visualiser- ingsverktøy rettet mot luftforurensning i Trondheim. Tre ulike platformer har blitt utviklet, deriblant et verktøy for analyse av historiske data, et 2D-varmekart og et 3D simulator fra Trondheim. De ulike platformene har blitt brukertestet på utvalgte personer fra gruppen innbyggere, forskere og besluttningstakere. I tillegg til data fra offesielle målestasjoner ble data fra tre mikro-sensorer utviklet av Exploratory Engineering benyttet for å samle inn luftkvalitetsdata over en periode på to måneder. To av sensorene ble fastmontert ved Voll og Lerkenal, og den tredje på taket av en buss i rutetrafikk. Alle sensorene registrerte data i sanntid og lastet opp resultatene direkte til en server via Narrow Nand IoT. I Norge er svevestøv (PM2.5 and PM10) og nitrogrendioksid (NO2) de to viktigste kom- ponenetene i lokal luftforurensning[1]. Andre miljøgifter som karbonmonoksid (CO), sulfurdioksid (SO2) og bakkenær ozon (O3) bidrar også til dårlig luftkvalitet, og kan gi alvorlige helseskader for mennesker, dyr og vegetasjon. Vårt mål er å visualisere luftforurensning slik at innbyggere, forskere og besluttningstakere kan forbedre rutiner og/eller endre metoder, slik at utslippene av skadelige gasser og par- tikler kan reduseres. Vi har undersøkt tidligere prosjekter innen visualisering av luft- forurensning, samt prosjekter med bruk av lav-pris luftkvalitetssensorer. Vi utviket tre forskjellige typer visualiseringsplattformer, deriblant linjegraf, 2D varmekart og 3D varmekart. I slutten av prosjektet ble visualiseringene evaluert av en rekke brukere gjennom videoin- tervjuver. Våre resultater viser at mobile luftkvalitetssensorer er utsatt for tap av batteri og nettverks- forbindelse. Vi oppdaget også at 2D varmekart er foretrukket metode blant alle de tre brukergruppene for å visualisere data når en besluttning skal settes. Kodemateriale for de ulike visualiseringene er tilgjengelig på GitHub: https://github.com/danieasv/TTK4900-master_thesis/
dc.description.abstractThe aim with this thesis is to perform a user-based look at visualization tools for air quality data harvested by IoT units in Trondheim. Several visualisations, including time-series graphs, a 2D heat-map and a noble 3D simulated environment have been developed and tested on 9 selected users. The scope of this project have been users in the three categories: citizens, researchers and policy makers. In addition three low-cost micro sensors, developed by Exploratory Engineering, was used to gather air quality data over a period of two months. Two of the sensors where mounted on stationary locations, at Lerkendal and Voll, and the third was placed on top of a moving bus. All of the sensors was monitoring in real-time and automatically transmitting the results to cloud server via Narrow Band IoT. In Norway, particulate matter (PM2.5 and PM10) and nitrogen dioxide (NO2) are the most important components of local air pollution [1]. Other pollutants such as carbon monoxide (CO), sulphur dioxide (SO2) and ground level ozone (O3) can also contribute to poor air quality, and can cause serious health problems for humans, animals and vegetation. Our aim is to visualise the complex ”invisible” air pollution data, such that citizens, re- searches and policy makers can take a decision, to improve a routine or to change a method towards reducing the emissions of harmful gases and particles. We have reviewed related work of air quality visualisation, and projects that include low- cost air quality sensors. Further we developed three types of visualisation platforms, in- cluding a line-graph dashboard, a 2D heat-map and a 3D heat-map. Finally our visualisa- tions was validated by a group of users through multiple video interviews. Our findings from the experiment performed shows that mobile air quality sensors are prone to power and connectivity failure. We also discovered that a 2D heat-map visuali- sation is the preferred way to present the data among all three user groups in a decision making context. All code developed for our visualisations is published online on GitHub: https://github.com/danieasv/TTK4900-master_thesis/
dc.language
dc.publisherNTNU
dc.titleA User-Based Look at Visualization Tools for Air Quality Data harvested by micro-sensor units
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel