 | | | | |
| | | | | |
|
Kustverandering DonaudeltaOlievlekkenOntbossing Nationaal park BardiaBassin van de CongorivierOlifantenreservaat Kaming SonitpurKilimanjaroRondoniaShillong en GuwahatiIjs Antarctica 2003Gletsjers analyseren met radarbeeldenKlimaatverandering en gletsjersTerugtrekken van gletsjers in de AlpenStroming van gletsjerijsObservatie van gletsjers in de HimalayaRemote sensing van ijs en sneeuwVerstedelijking CaïroCordobaKathmanduHimalayaKathmanduvalleiLagosVegetation Beschermd natuurgebied AnnapurnaSpoorloos in de AndesNgorongoro Conservation AreaBinnendelta van de NigerZuid-Amerika
| | | | | | | | | Nevel boven Kathmandu | |
Oefening 3
Thema Luchtvervuiling van de Kathmanduvallei Werkbladoefening 3. Deze oefening is in twee delen verdeeld en LEOWorks moet ervoor worden gebruikt.
Deel 1
Heb je wel eens gemerkt dat op dagen met veel luchtvervuiling de lucht minder helder is? Misschien weet je al dat dit fenomeen smog wordt genoemd. Het vermindert de zichtbaarheid en dus kun je niet erg ver kijken. Op die dagen zijn heuvels in de buurt die je normaal duidelijk kunt zien nauwelijks, of helemaal niet, zichtbaar. De horizontale zichtbaarheid is ook een goede indicator om de mate van luchtvervuiling te meten.
Om de ‘dikte’ van de atmosfeer te meten zullen we afbeeldingen analyseren die door de Envisat-satelliet zijn genomen. Als test vergelijken we de gegevens uit de ruimte met wetenschappelijke metingen die op de grond zijn uitgevoerd (de PM10-metingen van de controlestations).
Laten we aannemen dat de satellietbeelden representatief zijn voor een bepaald oppervlak rond het station en dat luchtvervuiling de transparantie van de atmosfeer beïnvloedt. Elke pixel van het satellietbeeld komt overeen met 300 m x 300 m.
Het voordeel van het gebruiken van satellietgegevens is dat deze bestaan uit verschillende kleuren, waaronder infrarood, dat niet met het blote oog zichtbaar is. De verschillende kleuren reageren in de atmosfeer verschillend met elkaar. Over het algemeen wordt blauw meer beïnvloed door nevel, mist of smog dan rood. Kun je uitleggen waarom? Vraag het aan je natuurkundeleraar!
Hieronder vind je drie gegevenssets. Elk van de sets omvat 5 banden. Band 1 wordt gemeten in het blauwe kleurenspectrum, band 2 in groen, band 3 in geel, band 4 in rood en band 5 in infrarood. De wetenschappelijke vraag is: kan een van deze banden worden gebruikt om PM10, de vervuilingsgraad, weer te geven? Met andere woorden, we gaan proberen een verband te vinden tussen de grondmetingen en de verschillende banden.
Download de MERIS-afbeeldingen van de Kathmanduvallei en sla ze op:
- 4 november 2003 - band 1 tot band 5
- 7 november 2003 - band 1 tot band 5
- 22 december 2003 - band 1 tot band 5
Alle afbeeldingen hebben georeferentie – de parameters zijn: Projectie: Geografische breedte/lengte (WGS 84).
Download het shp-bestand ‘P10_monitoring_stations’ van de Kathmanduvallei en sla het op. De stations zijn geplaatst in Thamel, Putalisadak, T.U.Kirtipur, Bhaktapur, Matsyagaon en het ziekenhuis Patan.
| | Fig. 11: PM10 Grondgegevens | |
Open Fig.11. Dit is de tabel voor PM10 grondgegevens voor de bovengenoemde data.
Open in LEOWorks de afbeelding van 4 november 2003, afbeelding Band 1r. Gebruik Verbeteren>Interactief uitrekken (alleen beperkte contrastverbetering). Laad nu het GIS-bestand ‘P10_monitoring_station’. In het venster Transformatiemethode selecteren kies je Willekeurig en Kaartgebaseerd. Alle zes controlestations worden op de afbeelding getoond.
Open in het GIS-instrument Extra>Informatie en klik op Punt 2 om te bekijken wat de naam is van dat station (Putalisadak) en wat de grondmetingen op de drie dagen waren (4 nov, 7 nov en 22 dec 2003). In de afbeelding wordt het punt uitgelicht.
Klik en open Beeld>Cursorpositie/Waarde. Ga langzaam en zorgvuldig over het punt met de cursor en lees de waarde af van de pixel die door de satelliet is gemeten als ‘Originele gegevens’, bijvoorbeeld 61 voor Putalisadak 4 nov. Band 1. Je zult zien dat diezelfde waarde in de tabellen en grafieken hieronder 61,35 is. We moesten de hoeveelheid gegevens verminderen en hebben daarom de decimalen afgerond.
1. 1. Maak in Microsoft Excel een tabel en zet de corresponderende PM10-gegevens en het Digitale nummer (DN-waarde) erin. Bestudeer met behulp van grafieken die je genereert het verband tussen de DN-waarden en de banden en het verband tussen de DN-waarden en PM10. Zie het voorbeeld op de volgende pagina.
2. Herhaal het proces hierboven voor alle afbeeldingen/banden.
| |
| | Kathmanduvallei IntroductieLuchtvervuilingOnderzoeksgebiedOefeningen IntroductieOefening 1Oefening 2Links Nuttige linksEduspace - Software LEOWorks 3ArcExplorerEduspace - Download Fig. 7.1 - 7.10 (zip file)MERIS images of Kathmandu valley (zip file)
|
