Rezultati FMON projekta: Analiza podataka sa PurpleAir senzora

Rezultati FMON projekta: Analiza podataka sa PurpleAir senzora

Danas je sve više svijesti o zagađenju okoliša, i sve je više aktivnosti na tom polju s naglaskom na mjerenje zagađenja pomoću senzora poput PurpleAir senzora. PurpleAir senzori su jeftini senzori za praćenje kvaliteta zraka. Koriste laserske brojače čestica za mjerenje temperature, vlažnosti, PM1.0, PM2.5 i PM10 u realnom vremenu. Generalno sve veća prisutnost prikupljanja podataka sa mnogo različitih senzora u različitim poljima primjene, a te podatke treba analizirati i koristiti za pronalaženje određenih odnosa, pravila, obrazaca itd. što nije tako lako, imajući u vidu obim i kvalitet podataka. 

Kroz komunikaciju članova tima sa Univerziteta u Sarajevu – Elektrotehničkog fakulteta i članova tima sa Univerziteta u Bihaću zaključeno je da bi ovakvo istraživanje moglo biti korisno za bolje razumijevanje podataka koji se prikupljaju putem PurpleAir senzora na teritoriji Bosne i Hercegovine. Osim toga, aktivnostima bi se pojačala saradnja između naših univerziteta, te bi mladi istraživači u timu imali priliku da steknu više iskustva u istraživanjima.

Aktivnosti realizovane do polovine jula 2023.

Slika 1. Područje podataka (slika sa PurpleAir real-time mape od 30.09.2022)

Glavni fokus istraživanja je na podacima sa PurpleAir senzora koji se odnose na područje Bosanske krajine (Slika 1.), za određeni period koji su istraživači zahvatili kako bi imali stabilan skup podataka. Korišteni su podaci vezani za PM2.5 mjerenja i 60-minutne prosjeke. U radu s podacima, pažnja je usmjerena na interpolaciju nedostajućih vrijednosti, koristeći jednostavne metode koje daju dovoljno dobre rezultate, a koje se mogu lako primijeniti u daljim analizama podataka. Namjera je bila da se u istraživanju koristi low-code/no-code KNIME Analytics Platform-u kako bi focus ostao na modeliranju, a ne programiranju. Isječak dijela KNIME workflow-a prikazan je na slici 2.

Slika 2. Isječak jednog od KNIME workflow-a koji je kreiran na projektu

Rezultati ostvareni do polovine jula 2023.

Na osnovu provedenih aktivnosti tim je došao do određenih rezultata na osnovu kojih je objavljen rad:

S obzirom da je objavljeni rad privukao pažnju korisnika KNIME Analytics Platform-e, voditelj projekta je pozvan da pripremi sažetak rada vezan za primjenu KNIME Analytics Platform-e i objavi na svom profilu na Medium platformi pod nazivom „Simple, correlationbased interpolation of missing values in PurpleAir sensor data: An example of low-code/no-code modeling using KNIME“ (https://medium.com/low-code-for-advanced-data-science/simple-correlation-basedhttps://medium.com/low-code-for-advanced-data-science/simple-correlation-based-interpolation-of-missing-values-in-purpleair-sensor-data-6b2ec7d0612einterpolation-of-missing-values-in-purpleair-sensor-data-6b2ec7d0612e). 

Nakon toga je tekst je uvršten u KNIME community žurnal (https://medium.com/low-code-for-advanced-data-science).

Projektni tim: 

• prof. dr. Samir Omanović, Univerzitet u Sarajevu, voditelj projekta;
• prof. emeritus Zikrija Avdagić, Univerzitet u Sarajevu;
• asistent Damir Pozderac, Univerzitet u Sarajevu;
• doc. dr. Admir Midžić, Univerzitet u Bihaću; viši asistent Amel Toroman, Univerzitet u Bihaću.

Projekat je podržan od Federalnog ministarstva obrazovanja i nauke, po javnom pozivu za finansiranje/sufinasiranje  naučno-istraživačkih i istraživačko-razvojnih projekata za 2022. godinu.