You are on page 1of 76

De impact van de coronamaatregelen

op de stikstofdioxide-concentraties in
de Nederlandse lucht

Farah May, Otto Geerlings, Pibe Baartman en Youri van der Kuij

Juni, 2021

1
Informatie
Auteurs
Farah May (15 jaar), klas 4v1
Otto Geerlings (15 jaar), klas 4v3, leider
Pibe Baartman (16 jaar), klas 4v1
Youri van der Kuij (14 jaar), klas 4v2, waarnemend leider

Docenten
G. van Soelen, Docent O&O
gvansoelen@calandlyceum.nl

D. Lembekker, Technator & Docent O&O


dlembekker@calandlyceum.nl

De opdrachtgever
Het Koninklijk Nederlands Meteorologisch Instituut (KNMI), vertegenwoordigd door Piet
Stammes. Piet Stammes is Senior Scientist op de afdeling Research & Development
Satellite Observations en houdt zich bezig met het verwerken en onderzoeken van
satellietgegevens.

Data
Dit project loopt van 4 januari 2021 tot 10 juni 2021

2
Voorwoord
Dit is het verslag waarin wij omschrijven wat wij gedaan hebben tijdens ons onderzoek voor
het KNM. Het onderzoek gaat over de invloed van de coronamaatregelen tijdens het jaar
2020 op de stikstofdioxide-uitstoot in het gebied rond Nederland. Wij hebben zelf het KNMI
benaderd om te vragen of wij een opdracht voor ze konden doen. Hoewel dit voornamelijk
uit eigen interesse gebeurd is voeren we dit project wel voor school uit. Op school hebben
wij namelijk het vak “Onderzoeken en Ontwerpen” ook wel: O&O. Bij dit vak benaderen wij
bedrijven en voeren we opdrachten voor ze uit. Hierdoor leren we kennismaken met het
bedrijfsleven en verbeteren wij algemene vaardigheden, bijvoorbeeld het schrijven van een
planning of het uitvoeren van een onderzoek. Dit onderzoek is in de eerste maanden van
2021 uitgevoerd, dus vlak na het einde van 2020.

Farah May, Otto Geerlings, Pibe Baartman en Youri van der Kuij

Juni 2021

3
Samenvatting
Het Koninklijk Nederlands Meteorologisch instituut verwacht een antwoord op de vraag:
‘Welke impact hebben de verschillende coronamaatregelen in 2020 in Nederland gehad op
de stikstofdioxide-concentraties in de lucht rond Nederland?’. Om deze vraag te
beantwoorden worden verschillende kaarten en gegevens gebruikt die zijn gebaseerd op de
data die wordt verzameld door het TROPOMI-instrument aan boord van de Sentinel 5P-
satelliet. In dit onderzoek gaat het om de uitstoot van stikstofdioxide (NO2), een reactief
stikstof dat vooral wordt uitgestoten door de industrie en het verkeer. Aan de hand van de
gevonden resultaten wordt gezocht naar mogelijke aanpassingen in de maatschappij die in
de toekomst de uitstoot van reactieve stikstof kunnen verminderen.

4
Inhoudsopgave
Informatie 2
Auteurs 2
Docenten 2
De opdrachtgever 2
Data 2

Voorwoord 3

Samenvatting 4

Inhoudsopgave 5

Inleiding 8

Opdrachtgever 9

Opdracht 10
Deliverable 1: Planning 10
Deliverable 2: Vooronderzoek 10
Deliverable 3: Onderzoek afbakenen 10
Deliverable 4: Onderzoek voorbereiden 11
Deliverable 5: Onderzoek uitvoeren 11
Deliverable 6: Afronding opdracht 11

Onderzoeksvraag 12
Hoofdvraag 12
Deelvragen 12

Hypothese 13
Hypothese 13
Deelhypothesen 13
Deelhypothese 1 13
Deelhypothese 2 13
Deelhypothese 3 13

Deliverables 14
Deliverable 1: Planning 14
Deliverable 2: Vooronderzoek 15
Theoretisch kader 15
Relevante begrippen 15
Stikstof 15
TROPOMI 16

5
Stikstofdioxide (NO2) 17
Waar in Nederland wordt NO2 uitgestoten? 17
Welke soorten reactieve stikstof komen er het meeste voor in Nederland? 17
Welke gevolgen heeft NO2 voor het milieu? 17
Welke toepassingen zijn er voor NO2? 18
Is het makkelijk om NO2 te splitsen in N2 en O2? 18
Welke gevolgen heeft NO2 op de gezondheid? 18
Heeft NO2 een effect op het klimaat of op klimaatverandering? 18
Bij de verbranding van welke brandstoffen komt er NO2 vrij? 18
Deliverable 3: Afbakening onderzoek 19
Hoofdvraag 19
Deelvragen 19
Deelvraag 1 19
Deelvraag 2 19
Deelvraag 3 19
Welke jaren worden vergeleken? 19
Welke stof wordt er gemeten? 19
Om welk gebied gaat het? 19
Waar wordt de informatie vandaan gehaald? 19
Hoe wordt de data verwerkt? 20
Deliverable 4: Werkplan 21
Het soort onderzoek 21
Dataverzameling 21
Dataomschrijving 21
Data-analyse 21
Werkplan 22
Importeer en controleer 22
Programma 22
Stap 1: Importeer en controleer 22
Stap 2: Bijsnijden 22
Stap 3: Maak er RGB-waarden van 22
Stap 4: Vermenigvuldigen verzadiging 22
Stap: 5: Kleuren tellen 22
Stap 6: Pixels tellen 23
Stap 7a: Open het sub-programma 23
Stap 7b: Extreme waardes 23
Stap 7c: Moleculen*10^15/cm2-waarde noteren 23
Stap 8: Data opslaan 23
Excel 24
Grafieken maken 24

6
Resultaten 25
Samenvattingstabel NO2-uitstoot 25
Grafieken 26
Boxplots 28
Resultaten per maand 28
Overige resultaten (opvallende kaarten) 33

Conclusie 34
Hoofdvraag 34
Deelvragen 34
Deelvraag 1 34
Deelvraag 2 36
Deelvraag 3 41

Discussie 42
Nauwkeurigheid van het programma 42
Nauwkeurigheid van TROPOMI 43
Literatuuronderzoek 43
Mogelijke vervolgonderzoeken 44

Literatuurlijst 45

Bijlagen 47
Bijlage 1: Planning 47
Bijlage 2: Trade-off-matrix 50
Bijlage 3: Kalender met de maatregelen voor COVID-19 52
Bijlage 4: Volledige tabel van de meetresultaten 59
Bijlage 5: Een flow-diagram van het werken van het programma 68
Bijlage 6: Een infographic van het werken van het programma 69
Bijlage 7: Het programma 70
Bijlage 8: Probleemdiagram van het programma 75

7
Inleiding
Tijdens de stikstofcrisis van 2019 werd er gesproken over te veel stikstofuitstoot. Het is dus
een probleem als er veel stikstof uitgestoten wordt. Dit komt door de gevaarlijke stof
stikstofdioxide, die gevormd wordt wanneer stikstof in contact komt met de zuurstof in de
lucht. In 2019 werd er te veel stikstof uitgestoten. Wij vragen ons dus af of dit in 2020, het
jaar dat alles stil kwam te liggen door de corona-pandemie, dit ook zo was. Veel grote
projecten zijn stilgelegd door het virus dat zich razendsnel verspreid heeft, er werd minder
gereisd en iedereen zat maandenlang thuis. Zou dit invloed gehad hebben op de
stikstofdioxide gehaltes?

De hoofdvraag van dit onderzoek is dan ook: “Welke impact hebben de verschillende
coronamaatregelen in 2020 in Nederland gehad op de stikstofdioxide-concentraties in de
lucht rond Nederland?”

Deze vraag is natuurlijk belangrijk, maar er zijn ook andere vragen die hier aan gekoppeld
zijn. Die gaan wij tijdens dit onderzoek ook proberen te beantwoorden.

De eerste deelvraag is of er meetbare verschillen zijn in stikstofdioxide uitstoot en wat deze


verschillen zijn. Dit wordt achterhaald door gebruik te maken van de satellietbeelden van het
TROPOMI-instrument. Aan elke dag van 2019 en 2020 wordt een waarde gekoppeld,
waardoor er duidelijk te zien is wat nou precies de verschillen zijn geweest tussen de twee
jaren.

De tweede vraag is wat de oorzaak dan precies is van deze verschillen. Als zowel de eerste
als deze vraag kan worden beantwoord is dit onderzoek voltooid.
Er is ook een derde deelvraag; wat is er geleerd? Als het zeker is waar de verschillen in
stikstofdioxide-uitstoot door veroorzaakt zijn kan ook worden achterhaald hoe de uitstoot na
de pandemie kan worden verminderd.

De volgende pagina’s van dit rapport bieden inzage in de uitvoering van het project. Alle
fasen en deelopdrachten van het onderzoek staan er in. Er is een uitgebreide data-analyse
toegevoegd en de conclusie op de hoofd- en deelvragen is genoteerd.

8
Opdrachtgever
De opdrachtgever voor dit project is het KNMI. Het KNMI zorgt voor betrouwbare en
consequente metingen, data en prognoses die aan de basis staan van belangrijke besluiten
die Nederland veilig houden. Van een code rood voor het wegverkeer tot de
klimaatscenario's voor het Deltaprogramma waar miljarden euro's mee zijn gemoeid. Het
KNMI maakt kaarten met de data van TROPOMI. Met TROPOMI meet het KNMI hoeveel er
in een bepaald gebied zit. Ze maken ook software om berekeningen uit te voeren en
verwerken de data in onder andere kaarten met daarop de stikstofdioxide-uitstoot.

9
Opdracht
De opdracht die wij voor het KNMI mogen doen is het onderzoeken van die invloed van de
corona-maatregelen op de uitstoot van NO2. Dit is uitgewerkt tot een onderzoeksopdracht,
met een hoofdvraag en drie deelvragen. De aanpak is uitgeschreven in een stappenplan van
6 deliverables.

Deliverable 1: Planning
Er wordt een concrete planning1 gemaakt waarin beschreven staat wie wanneer aan welke
deliverable gaat werken. Daarnaast staat er wie er verantwoordelijk wordt geacht voor welke
deliverable en of taken af zijn of niet. Hierin staan ook deadlines, dagen zonder les en
contactmomenten met de opdrachtgevers. Het plan van aanpak wordt opgeleverd op vrijdag
19 februari 2021. Het eindverslag wordt opgeleverd op 4 juni 2021.

Deliverable Verantwoordelijke Streefdeadline

1: planning Otto 19-2

2: vooronderzoek Pibe 9-3

3: onderzoek afbakenen Farah 16-3

4: onderzoek voorbereiden Youri 16-3

5: onderzoek uitvoeren Youri 13-4

6: afronding opdracht Otto 25-5


Tabel 1: Een samenvatting van de streefdeadlines tijdens dit project.

Deliverable 2: Vooronderzoek
Er worden minstens 8 vragen opgesteld over de verschillende soorten stikstofverbindingen
en gerelateerde onderwerpen. Er wordt een vooronderzoek gedaan naar verschillende
soorten reactieve stikstof. Er wordt in een document duidelijk beschreven welke soorten
reactieve stikstof het meeste voorkomen in Nederland, waar die stoffen vandaan komen, wat
de gevolgen zijn van die stoffen in de lucht en welke eventuele toepassingen er zijn voor die
stoffen. Ook worden de verschillende coronamaatregelen die in Nederland genomen zijn in
2020 in kaart gebracht in een kalender waarin per dag duidelijk is welke maatregelen op dat
moment van kracht waren.

Deliverable 3: Onderzoek afbakenen


Vervolgens wordt de onderzoeksopzet uitgewerkt. Er wordt duidelijk gemaakt naar welke
aspecten er zal worden gekeken. Het wie, wat, waar en wanneer worden volledig uitgewerkt
in een overzichtelijk document. Ook wordt gekeken naar welke gegevens en van welke
bron(nen) er zullen worden gebruikt en hoe die zullen worden geanalyseerd.

1 Voor deze volledige planning: zie de bijlagen.

10
Deliverable 4: Onderzoek voorbereiden
Daarna wordt het onderzoek voorbereid. Er wordt een stap-voor-stap werkplan geschreven
waarin wordt gezet hoe het onderzoek zal worden uitgevoerd. Er wordt aangegeven welke
gegevens worden gebruikt, hoe die worden verwerkt en hoe dat vervolgens wordt
opgeleverd. Aan het einde van het doen van deze deliverable wordt een werkplan
opgeleverd.

Deliverable 5: Onderzoek uitvoeren


Het onderzoek wordt uitgevoerd aan de hand van het werkplan. Er worden antwoorden
gezocht op alle hoofd- en deelvragen en alle bevindingen worden verwerkt in een
onderzoeksrapport. Eventuele producten die zijn ontworpen als middel om de uitstoot van
reactief stikstof te verminderen worden visueel weergegeven en beschreven in tekst. De
conclusie van de derde deelvraag wordt gegeven met behulp van een trade-off matrix
waarin de effectiviteit en efficiëntie van de verschillende gevonden mogelijke aanpassingen
in de maatschappij worden vergeleken.

Deliverable 6: Afronding opdracht


Als afronding van de opdracht verwacht de opdrachtgever dat er een eindrapport wordt
opgeleverd. Daarin staan de antwoorden op de onderzoeksvragen en hoe tot deze
antwoorden gekomen is. De bevindingen worden ook gepresenteerd in een korte pitch aan
de opdrachtgever.

11
Onderzoeksvraag
Hoofdvraag
De hoofdvraag voor dit onderzoek is: “Welke impact hebben de verschillende
coronamaatregelen in 2020 in Nederland gehad op de stikstofdioxide-concentraties in de
lucht rond Nederland?”

Deelvragen
Om de hoofdvraag beter te beantwoorden zijn er 3 deelvragen bedacht.
1. Welke meetbare verschillen zijn er in de stikstofdioxide-uitstoot voor en tijdens de
verschillende coronamaatregelen?
2. Wat zijn de oorzaken van de gemeten verschillen in de stikstofdioxide-uitstoot voor
en tijdens de coronamaatregelen?
3. Welke lessen kunnen we trekken uit de analyse van de stikstofdioxide-uitstoot tijdens
de coronamaatregelen om de stikstofdioxide-uitstoot in de toekomst laag te houden?

12
Hypothese
Hypothese
De hypothese was: “De stikstofdioxide-concentraties in de lucht rond Nederland zijn
afgenomen als gevolg van de coronamaatregelen in 2020. In het begin van 2020 zal dit niet
duidelijk te zien zijn. Dit gebeurt namelijk pas na het intreden van de eerste maatregelen in
februari”.

Deelhypothesen
Om de hoofdhypothese beter te maken is deze verdeeld in 3 deelhypothesen.

Deelhypothese 1
De hypothese van de eerste deelvraag was: “De stikstofdioxide-uitstoot is door de
verschillende coronamaatregelen in 2020 afgenomen”.

Deelhypothese 2
De hypothese van de tweede deelvraag was: “Door de coronamaatregelen werd reizen
beperkt. Er is hierdoor in 2020 minder gereden en gevlogen dan in eerdere jaren. Als gevolg
van alle coronamaatregelen is de stikstofdioxide-uitstoot afgenomen. Vooral reis beperkende
maatregelen zullen invloed gehad hebben op deze uitstoot”.

Deelhypothese 3
De hypothese van de derde deelvraag was: “Als er minder gereisd wordt met vervuilende
voertuigen kunnen we de stikstofdioxide-uitstoot beperken”.

13
Deliverables
Deliverable 1: Planning
Hieronder staat een kort overzicht van de deadlines dit project. Voor de volledige planning,
zie bijlage 1.

Deliverable Verantwoordelijke Streefdeadline

1: planning Otto 19-2

2: vooronderzoek Pibe 9-3

3: onderzoek afbakenen Farah 16-3

4: onderzoek voorbereiden Youri 16-3

5: onderzoek uitvoeren Youri 13-4

6: afronding opdracht Otto 25-5


Tabel 2: Een samenvatting van de streefdeadlines tijdens dit project.

14
Deliverable 2: Vooronderzoek

Theoretisch kader
Relevante begrippen
Stikstof
Drie belangrijke woorden in het stikstof-jargon zijn emissie, depositie en reactieve stikstof.
Emissie is het uitstoten van een stof. Depositie is het neerslaan van een stof in de vorm van
neerslag of afzetting op gebouwen en de natuur. Reactieve stikstof is een term die gebruikt
wordt voor stikstoffen die snel een reactie aangaan. Voorbeelden van reactieve stikstoffen
zijn stikstofoxiden (NOX),
ammoniak (NH3),
lachgas (N2O) en nitraat
(NO3−).2

Stikstofoxiden (NOX) zijn


verbindingen die bestaan
uit stikstof en zuurstof.
De meest voorkomende
stikstofverbinding is
stikstofdioxide (NO2)3.
Figuur 1: visuele weergave van stikstofuitstoot
Deze stikstofoxiden
hebben ook effecten op
en -neerslag (bron: Stikstof | RIVM. (z.d.).
het milieu. Een https://www.rivm.nl/stikstof)
voorbeeld hiervan is de
biodiversiteit die minder wordt. Dit komt omdat planten zoals brandnetels en grassen harder
gaan groeien door het opnemen van stikstof en de overige vegetatie overwoekeren.
Daardoor verdwijnen ook veel insecten zoals bijen, die geen voedsel meer kunnen vinden4.

2 Erisman, J. W. (2021, 9 februari). De mens produceert veel reactief stikstof.


Biowetenschappen & Maatschappij. https://www.biomaatschappij.nl/artikel/de-mens-
produceert-veel-reactief-stikstof/
3 Milieu Centraal. (z.d.). Stikstof in de lucht en bodem. Geraadpleegd op 15 februari 2021,
van https://www.milieucentraal.nl/klimaat-en-aarde/milieuproblemen/stikstof-in-de-lucht-en-
bodem/
4 Stikstof crisis | WWF | Oorzaken en gevolgen natuur. (z.d.). WWF.nl. Geraadpleegd op 15
februari 2021, van https://www.wwf.nl/wat-we-doen/waar-zijn-we-actief/nederland/stikstof

15
TROPOMI
TROPOMI is een instrument van de Sentinel 5P-satelliet dat wereldwijd de luchtkwaliteit
onderzoekt. Op 13 oktober 2017 werd de satelliet gelanceerd vanuit Plesetkst in Rusland
TROPOMI staat voor het TROPOspheric Monitoring Instrument. Het instrument kijkt naar de
onderste laag van de dampkring, de troposfeer. TROPOMI heeft detectoren voor infrarood,
ultraviolet en voor het menselijk oog zichtbaar licht. Op deze manier kan de satelliet kijken
naar belangrijke bestanddelen van de dampkring zoals ozon, stikstofdioxide, zwaveldioxide,
koolmonoxide, methaan en aërosolen. Één pixel van de detector bekijkt een stuk oppervlak
van 3,5 bij 5 kilometer.5 Sentinel 5P maakt gebruik van een AstroBus-L 350 M-bus van het
Engelse bedrijf Astrium. De satelliet weegt 900kg waarvan 225kg voor TROPOMI en heeft
1500W aan stroom beschikbaar. Uniek voor deze satelliet is dat hij 5 minuten achter de
Amerikaanse satelliet Suomi NPP zit in de baan, waardoor er observaties snel achter elkaar
gemaakt kunnen worden door samen te werken met Suomi. De sensor van TROPOMI meet
verschillende golflengtes achter elkaar. Doordat de satelliet beweegt boven het oppervlakte
kan hij langs de hele route de data verzamelen.6

Figuur 2: De golflengtes van verschillende Figuur 3: De manier waarop TROPOMI


stoffen en de golflengtes die bepaalde de lucht eronder kan observeren.
instrumenten kunnen waarnemen.

5 KNMI - Tropomi. (z.d.). https://www.knmi.nl/kennis-en-datacentrum/uitleg/tropomi.


Geraadpleegd op 15 februari 2021, van https://www.knmi.nl/kennis-en-
datacentrum/uitleg/tropomi

6 European Space Agency, ESA. (z.d.). Sentinel-5P TROPOMI User Guide - Sentinel Online
- Sentinel. https://sentinel.esa.int/. Geraadpleegd op 4 juni 2021, van
https://sentinel.esa.int/web/sentinel/user-guides/sentinel-5p-tropomi

16
Stikstofdioxide (NO2)
Waar in Nederland wordt NO2 uitgestoten?
NO2 komt vooral vrij bij het verbranden van fossiele brandstoffen. Daarom komt in Nederland
het overgrote deel van de NO2-uitstoot vrij bij het wegverkeer en in de industrie. NO2 is een
product van verbrandingsprocessen. Veel NO2 komt bijvoorbeeld vrij bij het verbranden van
fossiele brandstoffen (kolen, olie, aardgas, diesel, benzine). Industrie, energiecentrales,
scheepvaart en het wegverkeer zijn daardoor belangrijke sectoren voor de uitstoot van NO2
in Nederland7. (Zie ook figuur 1.)

Figuur 4: stikstofdioxide-uitstoot in 2013 - 2015

Welke soorten reactieve stikstof komen er het meeste voor in Nederland?


In Nederland zit voornamelijk ammoniak in de lucht. Dat komt hoofdzakelijk vrij bij de
landbouw. Verder zit er vooral stikstofoxiden in de lucht. Één van die stikstofoxiden is NO2.
NO2 kan worden gedetecteerd door TROPOMI en daarom is het relatief makkelijk om de
NO2-concentratie in de lucht te onderzoeken.

Welke gevolgen heeft NO2 voor het milieu?


Als er te veel NO2 in de lucht, bodem of in het water terecht komt gaan planten zoals
grassen en brandnetels harder groeien en overwoekeren ze andere planten.8 Hierdoor
vermindert de biodiversiteit. Daardoor is er voor bepaalde vlinders, bijen en andere insecten
geen voedsel meer en sterven ook die organismen. Zo daalt de biodiversiteit nog verder. Het
evenwicht in ecosystemen wordt zo verstoord door te veel stikstof.

7 Luchtkwaliteit - stikstofdioxide. (z.d.). RIVM. https://www.rivm.nl/ggd-richtlijn-medische-


milieukunde-luchtkwaliteit-en-gezondheid/gezondheidseffecten-
luchtverontreiniging/luchtkwaliteit-stikstofdioxide

8 Milieu Centraal. (z.d.). Stikstof in de lucht en bodem.


https://www.milieucentraal.nl/klimaat-en-aarde/milieuproblemen/stikstof-in-de-lucht-en-
bodem/

17
Welke toepassingen zijn er voor NO2?
NO2 wordt gebruikt door planten en bomen om organische stoffen van te maken. Stikstof is
een essentiële component voor aminozuren en eiwitten en is daarom onmisbaar in de
natuur. Uit stikstofdioxide kan door sommige organismen stikstof worden gehaald. Mensen
hebben tot noch toe weinig tot geen toepassingen voor NO2. Het wordt gezien als afvalstof.

Is het makkelijk om NO2 te splitsen in N2 en O2?


Boven de 150°C splitst NO2 in 2NO en O2.9 Ook wordt NO2 langzaam door zonnestraling
gesplitst in 2NO en O2. 10

Welke gevolgen heeft NO2 op de gezondheid?


NO2 heeft schadelijke gevolgen wanneer het in menselijke longen terecht komt. De stof kan
namelijk tot ontstekingen leiden. Deze ontstekingen kunnen weer leiden tot een vorm van
astma.11 De ontstekingen komen vaker voor dan verwacht, omdat NO2 in iedere concentratie
schadelijk kan zijn. Een klein beetje NO2 is dus al genoeg om de longen aan te tasten.

Heeft NO2 een effect op het klimaat of op klimaatverandering?


NO2 is geen broeikasgas. Het draagt dus niet bij aan het versterkte broeikaseffect. NO2
bevorderd dus niet direct de verandering van het klimaat. Wel kan NO2 in de lucht reageren
met andere stoffen waarbij fijnstof kan worden gevormd. Fijnstof kan, afhankelijk van de
soort fijnstof, de gemiddelde temperatuur in een gebied laten stijgen of dalen. Omdat het niet
altijd duidelijk is wat voor een effect de fijnstof zal hebben op de omgeving, is de stof erg
gevaarlijk.

Bij de verbranding van welke brandstoffen komt er NO2 vrij?


Er komt NO2 vrij bij de verbranding van benzine, maar nog meer bij de verbranding van
diesel. Dieselauto’s stoten dus gemiddeld meer NO2 uit dan auto’s met een benzinemotor12.
In de scheepvaart wordt ook vaak diesel gebruikt, dus schepen stoten ook veel NO2 uit. Op
zeeën waar het mag volgens de wetgeving, wordt echter vooral stookolie gebruikt, omdat
dat goedkoper is. Ook bij de verbranding van stookolie komt stikstofdioxide vrij.

9 V. (2013). Binas 6e havo/vwo informatieboek (6de ed., Vol. 2013). Noordhoff.


https://doi.org/10.1007/978-3-540-70989-3

10 Fowle, D. (2013, 3 mei). Een kwestie van chemie. European Environment Agency.
https://www.eea.europa.eu/nl/ema-signalen/signalen-2013/interviews/een-kwestie-van-
chemie

11 Luchtkwaliteit - stikstofdioxide. (z.d.). RIVM. https://www.rivm.nl/ggd-richtlijn-medische-


milieukunde-luchtkwaliteit-en-gezondheid/gezondheidseffecten-luchtverontreiniging/luchtkwaliteit-
stikstofdioxide

12 Diesel of benzine: welke brandstof vervuilt het meest? (2021, 8 januari). AutoGids.
https://www.autogids.be/autonieuws/ontcijferd/diesel-of-benzine-welke-brandstof-vervuilt-het-
meest_5aaa926c42127.html

18
Deliverable 3: Afbakening onderzoek
Hoofdvraag
De hoofdvraag is van het onderzoek is: “Welke impact hebben de verschillende
coronamaatregelen in 2020 in Nederland gehad op de stikstofdioxide-concentraties in de
lucht rond Nederland?”

Deelvragen
Om de hoofdvraag beter te beantwoorden zijn er drie deelvragen gemaakt.

Deelvraag 1
De eerste deelvraag is: “Welke meetbare verschillen zijn er in de stikstofdioxide-uitstoot voor
en tijdens de verschillende coronamaatregelen?”

Deelvraag 2
De tweede deelvraag is: “Wat zijn de oorzaken van de gemeten verschillen in de
stikstofdioxide-uitstoot voor en tijdens de coronamaatregelen?”

Deelvraag 3
De derde deelvraag is: “Welke lessen kunnen we trekken uit de analyse van de
stikstofdioxide-uitstoot tijdens de coronamaatregelen om de stikstofdioxide-uitstoot in de
toekomst laag te houden?”

Welke jaren worden vergeleken?


De stikstof-kaarten van 2020 wordt vergeleken met 2019. Om zoveel mogelijk factoren gelijk
te maken, worden de dagen in 2020 vergeleken met diezelfde dagen van de week in 2019.

Welke stof wordt er gemeten?


Er wordt gelet op NO2, stikstofdioxide. Niet op andere stikstofverbindingen. Tropomi kan
namelijk alleen stikstofdioxide waarnemen.13

Om welk gebied gaat het?


Het gebied waarnaar wordt gekeken is Nederland. Voor het onderzoek zal een gebied van
zo’n 140 duizend vierkante kilometer van Nederland en omstreken.

Waar wordt de informatie vandaan gehaald?


Als bron van data wordt TEMIS gebruikt.

13 KNMI - Tropomi. (z.d.). https://www.knmi.nl/kennis-en-datacentrum/uitleg/tropomi.


Geraadpleegd op 15 februari 2021, van https://www.knmi.nl/kennis-en-
datacentrum/uitleg/tropomi

19
Hoe wordt de data verwerkt?
Uit de NO2-kaarten van Temis wordt met behulp van een programma één stikstofwaarde
bepaald voor elke dag. Die waardes worden in een tabel en in meerdere grafieken gezet,
waarmee de antwoorden van de eerste twee deelvragen kunnen worden bepaald. Meer
informatie hierover kunt u vinden in deliverable 4 (het werkplan).

20
Deliverable 4: Werkplan
Het soort onderzoek
Het onderzoek is een beschrijvend onderzoek. Daarbij wordt data verzameld, waarna deze
data wordt verwerkt en er een conclusie kan worden getrokken. De data die wordt gebruikt
bestaat uit kaarten en extra gegevens die door het KNMI verkregen zijn uit de data die
TROPOMI heeft geleverd. Met behulp van die gegevens wordt een antwoord gezocht op de
onderzoeksvraag. Dat wordt weergegeven in een eindrapport. Dat is de afronding van de
opdracht en de afronding van het onderzoek14.

Dataverzameling
De data is al verzameld door het TROPOMI-instrument. Dat is een satelliet-instrument dat
wereldwijd de luchtkwaliteit onderzoekt. De satelliet zit in een baan om de aarde op een
hoogte van 824 kilometer en maakt dus elke 101 minuten een rondje. Elke dag brengt
TROPOMI de hele aarde in kaart. Elke dag rond half twee komt de satelliet over Nederland
en kan TROPOMI de Nederlandse luchtkwaliteit meten. De data die voor het onderzoek zal
worden gebruikt, is al verkregen en verwerkt in kaarten.

Dataomschrijving
TROPOMI levert enorm veel data. Dingen die dit instrument meet zijn onder andere ozon,
stikstofdioxide, zwaveldioxide, koolmonoxide, methaan en aërosolen. Voor het onderzoek
worden de TEMIS-kaarten over de stikstofdioxide in de nederlandse lucht gebruikt.

Data-analyse
Aan de hand van de kaarten zal onderzocht worden wat het verschil is tussen de data over
de stikstofconcentraties van voor de lockdowns en de data van diezelfde concentraties in de
lockdowns en tijdens andere maatregelen. Elke kaart van 2019 of 2020 zal met een python-
programma worden bijgesneden en worden gereduceerd tot één gemiddelde stikstofdioxide-
waarde. Die waarden worden daarna vergeleken en daar volgt de conclusie uit.

14 Gommers, M., Gmelig, I., & Pijnappels, L. (2019). BVJ (6de editie). Malmberg.

21
Werkplan
Importeer en controleer
Eerst worden alle afbeeldingen van de TEMIS-website van 2019 en 2020 gedownload. Er
wordt begonnen op de eerste maandag van het jaar. De afbeeldingen worden in mapjes
gestopt er worden gifjes van gemaakt om te kijken naar grote afwijkingen per maand.

Programma
Om de data verder klaar te maken voor het analyseren is er een programma gemaakt. Dit
programma doet dit in meerdere stappen. Van dit programma staat ook een flow-diagram in
bijlage 5 en een infographic in bijlage 6.

Stap 1: Importeer en controleer


Het programma gaat alle mappen langs om de afbeeldingen klaar te maken. Als er een error
komt en die error is dat het bestand niet bestaat (omdat die dag niet bestaat, zoals 31
februari) wordt die dag overgeslagen en gaat het programma naar de volgende dag

Stap 2: Bijsnijden
Het programma neemt de afbeelding en zorgt ervoor dat de randen eraf worden gesneden.
Hierdoor wordt niet gekeken naar de stikstof boven engeland en komt er betere data uit.

Stap 3: Maak er RGB-waarden van


Om makkelijker stikstofwaarden te krijgen uit de kleuren op het plaatje worden er van
RGBA-waarden RGB-waarden gemaakt. Omdat het A-deel van het plaatje toch altijd
doorzichtig is is dit nutteloos en wordt het weggehaald omdat er dan nog maar 3 waarden
zijn om over na te denken (rood, groen en blauw).

Stap 4: Vermenigvuldigen verzadiging


Het programma vermenigvuldigt de verzadiging van het plaatje met 2,0. Daardoor wordt het
hele plaatje ‘feller’. Dit wordt gedaan omdat er soms door bewolking extra wit in de pixels zit.
Door het feller te maken is deze witte waas een minder groot probleem.

Stap: 5: Kleuren tellen


Het programma controleert de pixels:
- als de pixel (vrijwel) wit is, dan is het een wolk, dus is de pixel niet belangrijk;
- als de pixel (vrijwel) zwart is, dan is het een landsgrens, dus is de pixel niet
belangrijk;
- als de pixel lichtgrijs is, dan is er geen data, boven zee, dus is de pixel niet
belangrijk;
- als de pixel donkergrijs is, dan is er geen data, boven land, dus is de pixel niet
belangrijk.
Alle andere pixels worden opgeslagen om op lijsten te zetten bij stap 6.

22
Stap 6: Pixels tellen
Het programma zet voor elke pixel de r-waarde op de lijst met r-waardes, de g-waarde op de
lijst met g-waardes en de b-waarde op de lijst met b-waardes.

Stap 7a: Open het sub-programma


Het programma opent een sub-programma om te kijken welke stikstofconcentratie past bij
welke kleur. Deze waarden zijn bepaald door de kleurenschaal onder de kaarten te meten.
Daarvoor gebruikt het programma de volgende tabel:

Kleur Stikstofconcentratie (*1015 molec/cm^2)

donkerblauw, (0, 0, 255) 0,33

lichtblauw, (0, 255, 255) 1,88

groen, (0, 255, 0) 5,05

geel, (255, 255, 0) 9,83

rood, (255, 0, 0) 15,16

roze, (255, 0, 255) 18,83


Tabel 3: Kleuren van de pixels en de bijbehorende stikstofconcentratie

Stap 7b: Extreme waardes


Als de pixel donkerblauw is, dan zet het programma de pixel op een lijst met lage getallen.
Als de pixel rood of roze is, dan zet het programma de pixel op een lijst met hoge getallen.

Stap 7c: Moleculen*10^15/cm2-waarde noteren


Het programma zet de moleculen*10^15/cm2-waarde uit het subprogramma op een lijst met
molec./cm2-waarden.

Stap 8: Data opslaan


Zet per plaatje de volgende gegevens in een excel-document:
1. De maand
2. De dag
3. Het gemiddelde van de lijst met rode waarden van het plaatje van die dag.
4. Het gemiddelde van de lijst met groene waarden van het plaatje van die dag.
5. Het gemiddelde van de lijst met blauwe waarden van het plaatje van die dag.
6. De lengte van de lijst met hoge waarden van het plaatje van die dag.
7. De lengte met de lijst met lage waarden van het plaatje van die dag.
8. Het aantal pixels
9. Het gemiddelde van de gevonden molec./cm2-waarden

23
Excel
Nadat het programma klaar is met het verwerken van de data wordt deze data geïmporteerd
in Excel. Hierin worden verschillende berekeningen gedaan. Voorbeelden zijn:
- Percentage extreem lage waarden per dag
- Percentage extreem hoge waarden per dag
- Gemiddeldes
- Kwartielen
- Medianen
Deze berekeningen worden ook gedaan voor na 6 maart. Dat is de datum dat wanneer de
eerste coronadode in voor het Nederland bekend werd.

Grafieken maken
Hierna wordt de data uit excel gevisualiseerd. Dit kan gebeuren met grafieken, tabellen,
boxplots en meer. Grafieken die bijvoorbeeld gemaakt kunnen worden zijn grafieken met
stikstofwaarden, hoogte- en dieptepunten en meer.

24
Resultaten
Samenvattingstabel NO2-uitstoot
In de volgende tabel staat een samenvatting van alle data die is verzameld. De dagen 8 en 6
maart zijn gekozen omdat op 6 maart 2020 de eerste corona-dode in Nederland bekend
werd en 8 maart 2019 dezelfde dag van de week is als 6 maart 2020
Hele jaar Hele jaar Vanaf 8 maart Vanaf 6 maart
2019 2020 Beide jaren 2019 2020
Gemiddelde NO2-
uitstoot 3,4382 2,9747 3,2127 3,2417 2,9958
uitstoot in 2020/2019
als percentage van de
uitstoot in het andere
jaar 115,57% 86,53% - 108,21% 92,41%
Q0 (0%(laagste getal)) 0,644 1,000 0,644 0,887 1,000
Q1 (25%) 2,147 1,938 2,011 2,147 1,968
Q2 (50%(mediaan)) 3,054 2,596 2,821 2,932 2,624
Q3 (75%) 4,183 3,702 3,949 4,016 3,725
Q4 (100%(hoogste
getal)) 10,053 7,947 10,053 8,328 7,836
Tabel 4: Een samenvatting van alle stikstofdioxide-gegevens die zijn verwerkt. De volledige
tabel staat in bijlage 4.

Hele jaar Vanaf 8 Vanaf 6


2019 Hele jaar 2020 Beide jaren maart 2019 maart 2020
Q1 Percentage
donkerblauwe pixels 0,090 0,228 0,155 0,154 0,251
Q3 Percentage
donkerblauwe pixels 3,630 3,800 3,728 3,153 3,767
Interkwartielafstand
(Q3-Q1) 3,540 3,571 3,573 2,999 3,516
buitenste
grenswaarde Q3-kant
(Q3 +
3*(interkwartielafstan
d)) 14,250 14,513 14,448 12,149 14,313
Tabel 5: Een samenvatting van de percentages donkerblauwe pixels die in 2019 en 2020
per dag zijn gemeten en verwerkt. De volledige tabel staat in bijlage 4.

Hele jaar Hele jaar Vanaf 8 maart Vanaf 6 maart


2019 2020 Beide jaren 2019 2020
Q1 hoogtepunten 0,003 0,000 0,000 0,000 0,000

25
Q3 hoogtepunten 0,712 0,242 0,431 0,413 0,250
Interkwartielafstand
(Q3-Q1) 0,709 0,242 0,431 0,413 0,250
buitenste
grenswaarde Q3-kant
(Q3 +
3*(interkwartielafstan
d)) 2,838 0,967 1,725 1,650 1,002
aantal extreem hoge
waarden 31 40 72 - -
Tabel 6: Een samenvatting van de percentages rode en roze pixels die in 2019 en 2020 per
dag zijn gemeten en verwerkt.

De volledige jaren Gemeten vanaf 8 maart 2019 en 6 maart 2020


p-waarde 0,0000779% 0,0236332%
Kans dat de
hypothese correct
is 99,9999221% 99,9763668%
Tabel 7: de resultaten van de T-toets met ongelijke varianties

Grafieken

Grafiek 1: Troposferische stikstofdioxide-concentraties rond Nederland in 2019 en 2020

26
Grafiek 2: Percentage “lage” pixels in 2019 en 2020

Grafiek 3: Percentage “hoge” pixels in 2019 en 2020

27
Grafiek 4: Aantal positieve tests, aantal coronadoden en aantal ziekenhuisopnames gemeld
per dag in 2020

Boxplots

Resultaten per maand

28
29
30
31
Tabel 8: Een vergelijking van het maandelijkse gemiddelde van 2019 en 2020. De
linkerkolom is 2019, de rechterkolom is 2020.

32
Overige resultaten (opvallende kaarten)

Figuur 5: Een voorbeeld van een dag met een extreem


hoge stikstofdioxide-concentratie.

Figuur 6: Een voorbeeld van een dag met een extreem


lage stikstofdioxide-concentratie.

Figuur 7. Een voorbeeld van een dag met hoge NO2.

33
Conclusie
Hoofdvraag
De hoofdvraag was: ‘Welke impact hebben de verschillende coronamaatregelen in 2020 in
Nederland gehad op de stikstofdioxide-concentraties in de lucht rond Nederland?’. Deze
hoofdvraag wordt beantwoord met behulp van de drie deelvragen.

Deelvragen
Deelvraag 1
Deelvraag 1 luidt: “Welke meetbare verschillen zijn er in de stikstofdioxide-uitstoot voor en
tijdens de verschillende coronamaatregelen?’. De hypothese was: ‘De stikstofdioxide-
uitstoot is door de verschillende coronamaatregelen in 2020 afgenomen.’ Uit de resultaten
volgt dat er in 2020 inderdaad minder NO2 is uitgestoten dan in 2019. In 2020 was de
gemiddelde stikstofdioxide-concentratie boven Nederland maar 86,53% van de gemiddelde
concentratie in 2019. Echter, eind februari 2019 zit een enorme piek in de stikstofdioxide-
waarden door een combinatie van het mooie weer, wind uit het Ruhrgebied en
schoolvakantie in het zuiden en midden van het land. Aangezien 2020 geen vergelijkbare
piek heeft in februari, beïnvloedt dat de resultaten behoorlijk. Daarom is er ook een
vergelijking gemaakt tussen 2019 en 2020, zonder het begin van het jaar. Daarbij is
gerekend vanaf 6 maart 2020, de dag van de eerste officiële corona-dode in Nederland.
Diezelfde dag van de week in 2019 is 8 maart, dus daar wordt mee vergeleken. Zonder
januari en februari was de gemiddelde stikstofdioxide-uitstoot in 2020 nog steeds maar
92,41% van de gemiddelde stikstofdioxide-uitstoot in 2019.

Ook de plaatjes in tabel 8 ondersteunen de hypothese. In deze plaatjes is namelijk ook


duidelijk een verschil in stikstofdioxide concentraties te zien tussen de jaren 2019 en 2020.
Dit is vooral duidelijk te zien in de wintermaanden, in deze maanden komen de
stikstofdioxide waarden van 2019 en 2020 namelijk het minst overeen. Er blijkt uit deze tabel
dus dat de gemiddelde NO2 - uitstoot tussen 2019 en 2020 inderdaad significant verschilt.

Om zeker te weten dat dat verschil groot genoeg is om niet toevallig te zijn veroorzaakt, kan
worden gekeken naar de p-waarde. Die waarde geeft aan hoe groot de kans is dat het
gevonden verschil op toeval berust. Bij de p-waarde hoort een nulhypothese. In dit geval is
die: “De stikstofdioxide-uitstoot is door de verschillende coronamaatregelen in 2020 gelijk
gebleven of toegenomen.” De p-waarde is de kans dat de nulhypothese correct is. Als
grenswaarde wordt voor dit onderzoek p = 1% gekozen. Dat betekend dat als p lager is dan
1%, het verschil significant is en de nulhypothese kan worden verworpen. De echte
hypothese wordt dan aangenomen. Als p hoger is dan 1%, dan is het niet duidelijk of het
verschil in waardes is veroorzaakt door een daadwerkelijke verandering of door toeval.

De p-waarde kan in dit onderzoek worden berekend met een T-toets met ongelijke
varianties. De resultaten van die T-toets staan in tabel 5. Daar is te zien dat de p-waarde ver
onder de 1% zit, of nou wordt gekeken naar de gehele jaren of pas vanaf 8 maart 2019 en 6

34
maart 2020. Dat betekent dat de nulhypothese kan worden verworpen en de hypothese
klopt.

35
Deelvraag 2
Deelvraag 2 luidt: ‘Wat zijn de oorzaken van de gemeten verschillen in de stikstofdioxide-
uitstoot voor en tijdens de coronamaatregelen?’ De hypothese was ‘Door de
coronamaatregelen werd reizen beperkt. Er is hierdoor in 2020 minder gereden en gevlogen
dan in eerdere jaren. Als gevolg van alle coronamaatregelen is de stikstofdioxide-uitstoot
afgenomen. Vooral reisbeperkende maatregelen zullen invloed gehad hebben op deze
uitstoot.’

Uit grafiek 1 blijkt dat de gemiddelde waarde over 14 dagen van 2020 rond midden mei
consistent lager is dan in 2019. De wordt dan in augustus weer iets hoger. Het is mogelijk
dat dit komt door de zomervakantie. Door de reisbeperkingen konden in 2020 minder
mensen op vliegvakantie en het zou kunnen dat hierdoor minder mensen op vakantie gingen
naar het buitenland en meer mensen thuis bleven of in Nederland op vakantie gingen. Er is
een duidelijk verschil te zien tussen februari 2019 en februari 2020. Het is opvallend dat na
de eerste maatregelen in maart 2020 de stikstofdioxide-concentraties niet meteen omlaag,
maar omhoog gingen. Ook is het opmerkelijk dat na augustus de grafieken hevig heen en
weer schommelen. Het gemiddelde van 2020 is wel, ook na 6 maart, lager dan het
gemiddelde van 2019. Verder is wel te zien dat een tijdje na het ingaan van veel van de
maatregelen de waarden omlaag gingen. In de tabellen hieronder staan alle dagen met
relatief gezien extreem veel donkerblauw of extreem veel rood en roze in de kaart, met een
potentiële oorzaak daarvoor. De grenswaardes voor extreme dagen

Aangezien de stikstofdioxide-concentraties daadwerkelijk zijn afgenomen nadat mensen in


Nederland door de coronamaatregelen minder reden, kan de hypothese worden
aangenomen.

Percentage Temper
donkerblauwe Neerslag atuur Wind- Windkracht
o
Datum pixels (ml) ( C) richting (bft) Oorzaak
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
8 januari 2019 65,35 3,7 7,1 nw 4 Nederland binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
9 januari 2019 70,46 0,4 4,9 nnw 3 Nederland binnen waait.
De aanlandige wind zorgt voor veel
11 januari NO2-arme lucht van boven zee die
2019 29,04 2,5 6,8 nww 2 Nederland binnen waait.
De aanlandige wind zorgt voor veel
12 januari NO2-arme lucht van boven zee die
2019 37,48 3,6 6,4 w 3 Nederland binnen waait.
De aanlandige wind zorgt voor veel
14 januari NO2-arme lucht van boven zee die
2019 36,62 3,8 5,1 nw 2 Nederland binnen waait.
17 januari 20,45 12,4 2,9 zww 3 De aanlandige wind zorgt voor veel
2019 NO2-arme lucht van boven zee die
Nederland binnen waait. Door de

36
relatief hevige neerslag slaat veel NO2
neer op de grond.
De aanlandige wind zorgt voor veel NO2-
arme lucht van boven zee die Nederland
17 maart 2019 33,24 4,2 7,1 zww 4 binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
25 maart 2019 33,57 0,8 7,7 nw 4 Nederland binnen waait.
Door de hoge temperatuur en harde
wind waait veel NO2 gelijk weg.
Desalniettemin is het een opvallende
waarde. Toevallige meetfouten zouden
13 juni 2019 28,97 2,7 14,2 z 3 een grote rol kunnen spelen.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
Nederland binnenwaait. Door de
9 december relatief hevige neerslag slaat veel NO2
2019 29,3 5,2 6,5 w 3 neer op de grond.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
Nederland binnenwaait. Door de
14 december relatief hevige neerslag slaat veel NO2
2019 22,07 5,7 6,0 zw 3 neer op de grond.
De aanlandige wind zorgt voor veel
28 januari NO2-arme lucht van boven zee die
2020 28,74 5,2 5,4 zw 4 Nederland binnen waait.
De aanlandige wind zorgt voor veel
29 januari NO2-arme lucht van boven zee die
2020 32,91 0,7 6,0 zww 3 Nederland binnen waait.
De coronamaatregelen beginnen. Dat is
nieuw voor iedereen, en dus blijven
heel veel mensen thuis. Er is nauwelijks
NO2-uitstoot van de infrastructuur. De
aanlandige wind zorgt voor veel NO2-
12 februari arme lucht van boven zee die Nederland
2020 22,8 0,1 5,5 zww 4 binnen waait.
Er is een advies van de regering m.b.t.
corona: 'blijf binnen'. Dat is nieuw voor
iedereen, en dus blijven heel veel
mensen thuis. Er is nauwelijks NO2-
uitstoot van de infrastructuur. De
aanlandige wind zorgt voor veel NO2-
arme lucht van boven zee die Nederland
1 maart 2020 20,39 0,0 6,6 zw 4 binnen waait.

29 maart 2020 21,78 0,0 4,7 nno 4 De aanlandige wind zorgt voor veel

37
NO2-arme lucht van boven zee die
Nederland binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
13 april 2020 28,94 0,2 7,2 nno 3 Nederland binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
23 mei 2020 37,36 0,0 16,2 nww 2 Nederland binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
19 juni 2020 21,61 0,0 17,2 zww 2 Nederland binnen waait.
De aanlandige wind zorgt voor veel
NO2-arme lucht van boven zee die
Nederland binnen waait. Door de
19 november relatief hevige neerslag slaat veel NO2
2020 37,63 7,0 8,2 w 3 neer op de grond.
De aanlandige wind zorgt voor veel
24 december NO2-arme lucht van boven zee die
2020 27,14 3,6 5,4 nnw 3 Nederland binnen waait.
28 december Door de relatief hevige neerslag slaat
2020 28,92 5,0 3,6 zo 2 veel NO2 neer op de grond.
De aanlandige wind zorgt voor veel
30 december NO2-arme lucht van boven zee die
2020 21,81 0,9 4,2 zw 2 Nederland binnen waait.
Tabel 9: opvallend lage waarden en oorzaken daarvoor

Percentage Neer- Wind-


rode en Temperatuur slag kracht Wind-
o
Datum roze pixels ( C) (mm) (bft) richting Oorzaak
De wind komt van België, dus veel NO2 vanuit
Antwerpen en de Belgische infrastructuur waait
18 januari naar Nederland. Ook blijft Rotterdamse lucht hier
2019 7,36 -0,4 0,0 2z hangen
21 januari De wind staat uit België en Antwerpen, waardoor
2019 16,75 -1,9 0,0 2 zzw veel NO2 naar Nederland en omstreken waait.
30 januari De wind komt uit het ruhrgebied, dus veel NO2
2019 7,38 0,7 3,9 2 zzo van de industrie waait naar Nederland.
4 februari De wind staat uit België en Antwerpen, waardoor
2019 8,73 2,1 3,0 4 zzw veel NO2 naar Nederland en omstreken waait.
18
februari De wind staat uit België en Antwerpen, waardoor
2019 7,69 7,2 0,1 2 zzw veel NO2 naar Nederland en omstreken waait.
Al een paar dagen lang zachte wind uit het
25 ruhrgebied en de rest van Duitsland, dus alle NO2
februari van de industrie en infrastructuur daar is naar
2019 8,21 7,3 (max 18,3) 0,0 1o Nederland gewaaid. Op deze dag zelf is het vrijwel

38
windstil, dus alle NO2 blijft hangen. De regio
Noord heeft net geen schoolvakantie meer, maar
de regio's midden en zuid zijn net vrij en het is
heel lekker weer. Er is dus veel drukte op de weg
van mensen die op vakantie gaan of op bezoek bij
vrienden of familie. Er wordt ook veel
gebarbecued.
Al een paar dagen lang zachte, droge wind uit het
ruhrgebied en de rest van Duitsland, dus alle NO2
van de industrie en infrastructuur daar is naar
Nederland gewaaid. Op deze dag zelf is het vrijwel
windstil, dus alle NO2 blijft hangen. De regio
Noord heeft net geen schoolvakantie meer, maar
de regio's midden en zuid zijn net vrij en het is
heel lekker weer. Er is dus veel drukte op de weg
26 van mensen die op vakantie gaan of op bezoek bij
februari vrienden of familie. Er wordt ook veel
2019 18,28 7,8 0,0 1 zo gebarbecued.
Al een paar dagen lang zachte wind uit het
Ruhrgebied en de rest van Duitsland, dus alle NO2
van de industrie en infrastructuur daar is naar
Nederland gewaaid. Gisteren was er een enorme
piek in de NO2-waardes, en daarvan hangt nog
steeds veel NO2 in de lucht. De wind is
ondertussen gedraaid en komt nu uit België, waar
ook veel NO2 wordt uitgestoten. De regio Noord
heeft net geen schoolvakantie meer, maar de
regio's midden en zuid zijn net vrij en het is heel
lekker weer. Er is dus veel drukte op de weg van
27 mensen die op vakantie gaan of op bezoek bij
februari vrienden of familie. Er wordt ook veel
2019 17,92 9,5 0,0 2 zzw gebarbecued.
28 16,66 7,7 2,2 2 zw De stikstofdioxide-waardes van de vorige dagen
februari zijn extreem hoog, en ook op deze dag is het weer
2019 nog mooi genoeg om te barbecueën of met
vrienden of familie af te spreken en op een
terrasje te gaan zitten. De regio midden-zuid heeft
nog steeds vakantie. De wind komt ondertussen
uit het westen van België/over zee. TROPOMI
heeft eerst de rechterkant van de kaart
geregistreerd en daarna de linkerkant. Daardoor is
in de kaart ook goed te zien dat er in het oosten
van Nederland, vroeger op de dag, meer NO2 in
de lucht hing dan in het westen, later op de dag.
Dat komt doordat de relatief NO2-arme lucht die

39
boven zee hangt gedurende de dag vanuit het
westen over Nederland heen werd geblazen,
waardoor de NO2-concentraties steeds lager
werden.
22 maart
2019 7,34 9,5 0,0 2z Wind uit het zuiden van uit Antwerpen.
De wind staat uit Duitsland, waardoor veel Ruhr-
16 april NO2 en NO2 van de Duitse infrastructuur over
2019 16 12,5 0,0 3o Nederland heen waait.
24 De wind staat uit het zuidoosten, waardoor er
november veel NO2 van het Ruhrgebied en van de Duitse
2019 13,6 4,8 0,0 2 zo infrastructuur over Nederland heen waait.
5 Sinterklaas, veel mensen gaan op bezoek bij
december familie en vrienden. vaak met de auto dit zorgt
2019 13,61 1,6 0,1 3 zzw voor extra stikstofdioxide uitstoot.
6
november Wind uit het oosten/Duitsland, dit brengt ook
2020 9,78 8,4 0,0 2o NO2 uit het Ruhrgebied met zich mee.
10 De wind komt uit het zuiden, vanuit Rotterdam en
november de randstad en de NO2 concentratie waait over
2020 9,75 12,4 0,0 1z Nederland.
9
december De wind komt uit het zuiden, vanuit Rotterdam en
2020 13,52 0,8 0,0 2 zzo de randstad
Tabel 10: opvallend hoge waarden en de oorzaken daarvoor

40
Deelvraag 3
Deelvraag 3 luidt: ‘Welke lessen kunnen we trekken uit de analyse van de stikstofdioxide-
uitstoot tijdens de coronamaatregelen om de stikstofdioxide-uitstoot in de toekomst laag te
houden?’ De hypothese was: ‘Als er minder gereisd wordt met vervuilende voertuigen
kunnen we de stikstofdioxide-uitstoot beperken.’

Uit de resultaten van het onderzoek blijkt dat de NO2-concentraties inderdaad omlaag gaan
bij minder verkeer. Dat betekend dat de hypothese kan worden aangenomen. Aan de hand
van de trade-off-matrix blijkt dat de beste oplossing voor het stikstofdioxide-probleem op
korte termijn het uitfaseren van dieselauto's is. Deze maatregel is redelijk snel in te voeren
en heeft gelijk effect. De beste oplossing op lange termijn is het veranderen van de indeling
van steden in zogenaamde “15-minuten steden”. In deze steden zijn alle woon- en
werkgelegenheden op een kwartiertje fietsen afstand. op deze manier wordt er veel minder
gebruik gemaakt van ander transport en is er dus minder stikstofdioxide uitstoot. Deze
maatregel kost veel geld en tijd, aangezien het gaat over het herindelen van de meeste
grote steden in Nederland. Echter, er moeten hoe dan ook nog zo’n 1 miljoen woningen
gebouwd worden om het woningtekort op te lossen, dus die kunnen in ieder geval net zo
goed op een stikstofdioxide-uitstoot-vriendelijke manier worden neergezet.

41
Discussie
Voor het berekenen van de significantie is een t-toets gedaan. Aangezien er voor sommige
dagen geen data was en aangezien 2020 twee dagen meer had dan 2019, was het niet
mogelijk een gepaarde T-toets te doen. Daarvoor moeten namelijk de waarden voor alle
dagen in 2019 naast de waarden voor dezelfde dagen in 2020 staan en door het ontbreken
kan dus niet. In plaats van voor een gepaarde T-toets is dus gekozen voor een T-toets met
twee steekproeven met ongelijke varianties. Die valt wel te berekenen, ook al zijn de matrix-
argumenten (de manier waarop de matrices van de NO2-waarden zijn opgebouwd, dus de
verdeling van de kolommen met de NO2-waardes) niet van dezelfde grootte. Omdat deze T-
toets er eigenlijk vanuit gaat dat voor elke dag de kans op een bepaalde stikstofwaarde
gelijk is, wat in de praktijk niet het geval is, zit er hoogstwaarschijnlijk een kleine afwijking in
de berekende p-waarde. Die afwijking zal echter nooit heel erg groot zijn en is hier
verwaarloosbaar, omdat de nauwkeurigheid van de p-waarde veel erger wordt beïnvloed
door andere factoren.

Nauwkeurigheid van het programma


Zoals alle onderzoeken was dit onderzoek niet perfect. We hebben zo nauwkeurig mogelijk
resultaten geleverd als door de omstandigheden werd toegestaan. Door enkele zaken in het
kader van de data hebben wij niet zo precies gewerkt als aan de start van het project het
plan was. De data moest op enkele manieren aangepast worden.

Ten eerste was de gekregen data in de vorm van kaarten, in plaats van in de vorm van
getallen. De achtergrondkleur van die kaarten was grijs. Dat betekende dat het programma
licht- en donkergrijze kleuren niet mee mocht rekenen bij het bepalen van waarden. Ook met
de kleur zwart was dit het geval, want daarmee werden de landsgrenzen aangegeven.
Bovendien kon wit niet meegeteld worden, want dit was de kleur die weergegeven werd als
het bewolkt was.

De afbeeldingen moesten ook bewerkt worden. De saturatie is verhoogd om duidelijker


onderscheid te kunnen maken tussen de kleuren. Dit heeft mogelijk de resultaten beïnvloed,
want de kleuren zijn een beetje aangepast. Het verschil met de daadwerkelijke waarden zal
niet enorm groot zijn, want doordat er elk plaatje heel veel verschillende pixels heeft, heffen
de waardes elkaar op. De afbeeldingen moesten ook verkleind worden, omdat het
onderzochte gebied maar een deel van de kaarten besloeg. Het gebied dat is gebruikt
besloeg ook een deel van Duitsland, België en de Noordzee, zodat stikstofdioxide die uit
Nederland waait ook nog wordt meegerekend. Dat heeft wel weer tot gevolg dat ook een
deel van de stikstofdioxide die is uitgestoten in Duitsland of België is meegerekend. Ook als
er een aflandige wind staat, komen er veel stikstofdioxide-moleculen vanuit bijvoorbeeld het
Ruhrgebied in Duitsland naar Nederland. Daardoor worden de gevonden waardes minder
nauwkeurig, omdat dus ook het Duitse coronabeleid mogelijk van invloed is geweest op de
stikstofdioxide-concentraties boven Nederland. Tot slot zullen er bij harde wind nog steeds
NO2-moleculen

42
Er was verder nog iets mis met de schaalverdeling. De schaalverdeling van de kaarten was
namelijk niet lineair, maar ook niet logaritmisch. Hierdoor moesten bij elke kleur op de schaal
de uiteindelijke waarde handmatig worden bepaald. Omdat niet duidelijk was hoe, is de
schaal opgedeeld in kleinere stukken, die vervolgens lineair benaderd zijn. Dat zal hebben
gezorgd voor kleine onnauwkeurigheden.

Ten slotte zijn we ook begonnen met dagen tellen op de eerste maandag van 2019 en de
eerste maandag van 2020. We hebben de eerste paar dagen dus niet meegerekend. Dat is
zodat elke maandag kan worden vergeleken met een maandag en elke donderdag met een
donderdag. Zo worden geen weekenden vergeleken met drukke doordeweekse dagen. Dat
maakt de vergelijkingen kloppender.

Verder viel op dat de windrichting en weersomstandigheden heel veel invloed hebben op de


NO2-concentraties, door invloeden van bijvoorbeeld buurlanden en de Noordzee. Dat maakt
het vergelijken van 2 jaren ook erg ingewikkeld zonder weermodel dat teruggaat naar de
bron. Hierdoor kunnen veel onnauwkeurigheden zijn ontstaan, wat betekent dat de
resultaten minder betrouwbaar zijn dan eigenlijk de bedoeling is.

Nauwkeurigheid van TROPOMI


TROPOMI is een uiterst nauwkeurig instrument. De kans dat hier een grote
onnauwkeurigheid in zat wordt erg klein ingeschat. In verhouding met de andere
onnauwkeurigheden in de resultaten van dit onderzoek, is de onnauwkeurigheid van
TROPOMI verwaarloosbaar.

Literatuuronderzoek
Hieronder staan enkele gerelateerde onderzoeken en artikelen waar naar gekeken is om de
relevantie en betrouwbaarheid van de conclusie na te kijken.
- Abstract van een onderzoek van D. S. Jenkinson. Het gaat over de geschatte
toename van de stikstofuitstoot door mensen in de periode 2001 tot en met 2050.
Jenkinson, D. S. (2001, 1 januari). The impact of humans on the nitrogen cycle, with
focus on temperate arable agriculture. Plant and Soil.
https://link.springer.com/article/10.1023/A:1004870606003?
error=cookies_not_supported&code=6c80126b-5e46-4eb1-aa32-dd83e6cbc4a2
- Abstract van een onderzoek over afname van stikstofuitstoot in de Nederlandse
landbouw en waarom de stikstofuitstoot afgenomen is. Nitrogen and phosphorus
losses from agriculture into surface waters; the effects of policies and measures in
The Netherlands. (1998, 1 januari). ScienceDirect.
https://www.sciencedirect.com/science/article/abs/pii/S0273122398000523
- Abstract van een onderzoek. Er wordt in beschreven wat de invloed van de
coronamaatregelen geweest is op de stikstofdioxide-uitstoot in Irak, specifiek
Bagdad. De uitstoot is afgenomen, wat overeenkomt met de conclusie. De
hoeveelheid waar de concentraties mee afnamen verschilden daar ook steeds.
Impact of COVID-19 lockdown on NO2, O3, PM2.5 and PM10 concentrations and
assessing air quality changes in Baghdad, Iraq. (2021, 1 februari). ScienceDirect.
https://www.sciencedirect.com/science/article/abs/pii/S0048969720355078

43
- Abstract van een onderzoek. Nu gaat het over de globale afname van de
stikstofdioxide-uitstoot als gevolg van de corona pandemie. Ook hier hebben ze een
afname gevonden. In dit geval een afname van circa 20%. An analysis and review on
the global NO2 emission during lockdowns in COVID-19 period. (z.d.). Taylor &
Francis. Geraadpleegd op 5 juni 2021, van
https://www.tandfonline.com/doi/abs/10.1080/15567036.2021.1902431
- Poort, A., & Molijn, C. (2020, 27 maart). Kaart: Europese lucht klaart op tijdens
coronacrisis. NRC. https://www.nrc.nl/nieuws/2020/03/27/kaart-europese-lucht-klaart-
op-tijdens-coronacrisis-a3995176

Onze conclusie is vergelijkbaar met de conclusies van bovenstaande onderzoeken en


artikelen. Die komen namelijk over het algemeen ook tot de conclusie dat de stikstofdioxide-
concentraties omlaag zijn gegaan. Dat betekent dat onze conclusie vrij betrouwbaar is.

Mogelijke vervolgonderzoeken
Mogelijke vervolgonderzoeken zijn:
- Het verband tussen COVID-19 en stikstofdioxide in heel Europa, of zelfs mondiaal
onderzoeken.
- Het verband tussen COVID-19 en ammoniak onderzoeken.
- Het verschil tussen de impact van COVID-19 op de stikstofdioxide-concentraties in
rijke, welvarende en in arme, behoeftige landen onderzoeken.
- Het verband tussen COVID-19 en koolstofdioxide-concentraties onderzoeken.

44
Literatuurlijst
De onderstaande bronnen zijn genoteerd in de volgorde waarin ze voorkomen in dit
document. Het nummer van de bron correspondeert met het nummer van de voetnoot
waarbij de bron hoort.
1.
2. Erisman, J. W. (2021, 9 februari). De mens produceert veel reactief stikstof.
Biowetenschappen & Maatschappij. https://www.biomaatschappij.nl/artikel/de-mens-
produceert-veel-reactief-stikstof/
3. Milieu Centraal. (z.d.). Stikstof in de lucht en bodem. Geraadpleegd op 15 februari
2021, van https://www.milieucentraal.nl/klimaat-en-aarde/milieuproblemen/stikstof-in-
de-lucht-en- bodem/
4. KNMI - Tropomi. (z.d.). https://www.knmi.nl/kennis-en-datacentrum/uitleg/tropomi.
Geraadpleegd op 15 februari 2021, van https://www.knmi.nl/kennis-en-
datacentrum/uitleg/tropomi
5. European Space Agency, ESA. (z.d.). Sentinel-5P TROPOMI User Guide -
Sentinel Online - Sentinel. https://sentinel.esa.int/. Geraadpleegd op 4 juni 2021, van
https://sentinel.esa.int/web/sentinel/user-guides/sentinel-5p-tropomi
6. Ministerie van Landbouw, Natuur en Voedselkwaliteit. (2019, 4 oktober).
Infographic: nadelige gevolgen van te hoge stikstofuitstoot. Publicatie |
Rijksoverheid.nl.
https://www.rijksoverheid.nl/documenten/publicaties/2019/10/04/infographic-
nadelige-gevolgen-van-te-hoge-stikstofuitstoot#:%7E:text=De%20lucht%20die
%20we%20inademen,ontstekingen%20van%20luchtwegen%20en%20ogen
7. Luchtkwaliteit - stikstofdioxide. (z.d.). RIVM. https://www.rivm.nl/ggd-richtlijn-
medische-milieukunde-luchtkwaliteit-en-gezondheid/gezondheidseffecten-
luchtverontreiniging/luchtkwaliteit-stikstofdioxide
8. Milieu Centraal. (z.d.). Stikstof in de lucht en bodem.
https://www.milieucentraal.nl/klimaat-en-aarde/milieuproblemen/stikstof-in-de-lucht-
en-bodem/
9. V. (2013). Binas 6e havo/vwo informatieboek (6de ed., Vol. 2013). Noordhoff.
https://doi.org/10.1007/978-3-540-70989-3
10. Fowle, D. (2013, 3 mei). Een kwestie van chemie. European Environment Agency.
https://www.eea.europa.eu/nl/ema-signalen/signalen-2013/interviews/een-kwestie-
van-chemie
11. Luchtkwaliteit - stikstofdioxide. (z.d.). RIVM. https://www.rivm.nl/ggd-richtlijn-medische-
milieukunde-luchtkwaliteit-en-gezondheid/gezondheidseffecten-
luchtverontreiniging/luchtkwaliteit-stikstofdioxide
12. Diesel of benzine: welke brandstof vervuilt het meest? (2021, 8 januari). AutoGids.
https://www.autogids.be/autonieuws/ontcijferd/diesel-of-benzine-welke-brandstof-vervuilt-het-
meest_5aaa926c42127.html
13. KNMI - Tropomi. (z.d.). https://www.knmi.nl/kennis-en-datacentrum/uitleg/tropomi.
Geraadpleegd op 15 februari 2021, van https://www.knmi.nl/kennis-en-
datacentrum/uitleg/tropomi
14. Gommers, M., Gmelig, I., & Pijnappels, L. (2019). BVJ (6de editie). Malmberg.
15. Wat kost het om de kolencentrales te sluiten? (2020, 29 juni). Natuur & Milieu.
https://www.natuurenmilieu.nl/themas/energie/projecten-energie/kolencentrales/wat-
kost-het-om-de-kolencentrales-te-sluiten/

45
16. Erich, M. (2020, 2 januari). Gemiddelde prijs nieuwe elektrische auto daalt. e-
Drivers.com | Platform voor elektrisch rijden. https://e-drivers.com/gemiddelde-prijs-
nieuwe-elektrische-auto-daalt/
17. Hermanides, E. (2019, 21 november). Stikstof: is het vliegtuig nou slecht of niet?
Trouw. https://www.trouw.nl/nieuws/stikstof-is-het-vliegtuig-nou-slecht-of-
niet~bdb95607/
18. Oosterhout, S. (2020, 6 mei). 4 schokkende feiten over KLM. Milieudefensie.
https://milieudefensie.nl/actueel/4-schokkende-feiten-over-klm
19. Lammers, M. (2021, 13 januari). Zes trends die stedenbouw en architectuur gaan
veranderen in 2021. Stedebouw & Architectuur.
https://www.stedebouwarchitectuur.nl/artikel/zes-trends-die-stedenbouw-en-
architectuur-gaan-veranderen-in-2021
20. Voermans, T. (2019, 11 november). Oude auto’s zijn verantwoordelijk voor 35
procent van de stikstofuitstoot in het verkeer. Algemeen Dagblad.
https://www.ad.nl/auto/oude-auto-s-zijn-verantwoordelijk-voor-35-procent-van-de-
stikstofuitstoot-in-het-verkeer~adab45cb
21. Planbureau voor de Leefomgeving. (2019, 20 juni). Maatregelen houtstook en
verkeer meest effectief voor verbetering. PBL Planbureau voor de Leefomgeving.
https://www.pbl.nl/nieuws/2019/maatregelen-houtstook-en-verkeer-meest-effectief-
voor-verbetering-luchtkwaliteit-tot-2030

46
Bijlagen
Bijlage 1: Planning

Otto (L) Youri (W) Farah Pibe Bijzonderheden


Leerdoelen: Leerdoelen: Leerdoelen:
Oordeelsvorming: Luistervaardighei Probleemanalyse:
houdt rekening d: Toont in de Stelt vragen om
met verschillende reacties dat ook het probleem
aspecten. de onderliggende achter het
Presentatievaardi aspecten van wat probleem te
gheid: de duur de ander zegt zijn identificeren (wie,
van de begrepen. wat, waar,
presentatie val Reageert met waarom, hoe,
binnen de respect op wanneer,
afgesproken tijd. afwijkende waarmee).
meningen en Probleemanalyse:
standpunten. Bakent het
Inlevingsvermoge probleem af en
n: Stelt vragen als formuleert het
iemand anders probleem als een
reageert dan vraag voordat
gewoonlijk, gezocht wordt
beschrijft de naar oplossingen.
zichtbare
emoties.
Brainstormen Brainstormen Brainstormen Brainstormen
potentiële potentiële potentiële potentiële
4-1 opdrachtgevers opdrachtgevers opdrachtgevers opdrachtgevers
Brainstormen Brainstormen Brainstormen Brainstormen
potentiële potentiële potentiële potentiële
5-1 opdrachtgevers opdrachtgevers opdrachtgevers opdrachtgevers
Begin mailen met
11-1 KNMI - - -
Voorbereiden Voorbereiden Voorbereiden Voorbereiden
12-1 presentatie KP1 presentatie KP1 presentatie KP1 presentatie KP1
Voorbereiden Voorbereiden Voorbereiden Voorbereiden 18-1 Deadline
18-1 presentatie KP1 presentatie KP1 presentatie KP1 presentatie KP1 POP start
19-1 Afsluiting KP1 Afsluiting KP1 Afsluiting KP1 Afsluiting KP1 Afsluiting KP1
25-1 PVA Layout PVA Layout PVA Layout PVA Layout
PVA Inleiding PVA
PVA planning na inleiding + Deelopdrachten PVA Theoretisch
26-1 meivakantie onderwerp bedenken kader
1-2 PVA planning PVA Inleiding PVA PVA Theoretisch
voorjaarsvakanti opdrachtgever + Deelopdrachten kader
e tot opdracht uitwerken

47
meivakantie
PVA planning PVA Aanleiding &
voor Relevantie PVA
voorjaarsvakanti situatie + Onderzoeksopzet PVA Theoretisch 5-2: Deadline
2-2 e doelstelling soort onderzoek kader concept PVA
PVA Aanleiding &
Relevantie PVA PVA
PVA literatuur aannames en Onderzoeksopzet Onderzoeksopzet
8-2 huidig risico's dataomschrijving dataomschrijving
PVA PVA
PVA literatuur PVA Onderzoeksopzet Onderzoeksopzet
9-2 toekomstig Onderzoeksopzet data-analyse risico-analyse
PVA Korte
PVA Korte PVA Korte PVA Korte samenvattingen /
15-2 samenvattingen samenvattingen samenvattingen uitloop
16-2:
Vergadering met
PVA Laatste PVA Laatste PVA Laatste opdrachtgever
aanpassingen / aanpassingen / aanpassingen / PVA Laatste 19-2: Deadline
16-2 uitloop uitloop uitloop aanpassingen definitief PVA
Voorjaarsvakanti Voorjaarsvakanti
22-2 Voorjaarsvakantie Voorjaarsvakantie Voorjaarsvakantie e e
Voorjaarsvakanti
23-2 e
D2: D2: D2: D2:
vooronderzoek vooronderzoek vooronderzoek vooronderzoek
1-3 TROPOMI stikstof stikstof stikstof Lesuitval
D2: D2: D2: D2:
vooronderzoek vooronderzoek vooronderzoek vooronderzoek
2-3 TROPOMI stikstof stikstof stikstof Lesuitval
D2: D2: D2: D2:
vooronderzoek vooronderzoek vooronderzoek vooronderzoek
8-3 TROPOMI coronakalender stikstof stikstof
D2: D2: D2:
vooronderzoek vooronderzoek D3: Onderzoek vooronderzoek
9-3 TROPOMI coronakalender afbakenen stikstof
D4: Onderzoek D4: Onderzoek D3: Onderzoek D3: Onderzoek
15-3 voorbereiden voorbereiden afbakenen afbakenen
D4: Onderzoek D4: Onderzoek D3: Onderzoek D3: Onderzoek
16-3 voorbereiden voorbereiden afbakenen afbakenen
D5: Onderzoek D5: Onderzoek D5: Onderzoek D5: Onderzoek
22-3 uitvoeren uitvoeren uitvoeren uitvoeren
23-3: Deadline
D5: Onderzoek D5: Onderzoek D5: Onderzoek D5: Onderzoek POP
23-3 uitvoeren uitvoeren uitvoeren uitvoeren tussenevaluatie
D5: Onderzoek D5: Onderzoek D5: Onderzoek D5: Onderzoek
29-3 uitvoeren uitvoeren uitvoeren uitvoeren
30-3 D5: Onderzoek D5: Onderzoek D5: Onderzoek D5: Onderzoek Proefwerkweek-

48
uitvoeren uitvoeren uitvoeren uitvoeren 3
Proefwerkweek-
5-4 PWW-3 PWW-3 PWW-3 PWW-3 3
Proefwerkweek-
6-4 PWW-3 PWW-3 PWW-3 PWW-3 3
12-4 PWW-3 PWW-3 PWW-3 PWW-3
13-4 PWW-3 PWW-3 PWW-3 PWW-3
Eindrapport Eindrapport D5: Onderzoek D5: Onderzoek
19-4 layout layout uitvoeren advies uitvoeren advies
20-4 Eindrapport H1 Eindrapport H2 Eindrapport H3 Eindrapport H4
26-4 Meivakantie Meivakantie Meivakantie Meivakantie Meivakantie
27-4 Meivakantie
3-5 Meivakantie
4-5 Meivakantie
10-5 Eindrapport H5 Eindrapport H5 Eindrapport H5 Eindrapport H5
Eindrapport Eindrapport Eindrapport Eindrapport 13-5: Deadline
laatste laatste laatste laatste concept
11-5 aanpassingen aanpassingen aanpassingen aanpassingen eindverslag
Eindrapport Eindrapport Eindrapport Eindrapport
feedback feedback feedback feedback
17-5 verwerken verwerken verwerken verwerken
Eindrapport Eindrapport Eindrapport Eindrapport
feedback feedback feedback feedback
18-5 verwerken verwerken verwerken verwerken
Eindrapport Eindrapport Eindrapport Eindrapport
laatste laatste laatste laatste
24-5 aanpassingen aanpassingen aanpassingen aanpassingen
Eindrapport Eindrapport Eindrapport Eindrapport 27-5: Deadline
laatste laatste laatste laatste definitief
25-5 aanpassingen aanpassingen aanpassingen aanpassingen eindverslag
31-5 POP eind POP eind POP eind POP eind
3-6: Deadline
1-6 POP eind POP eind POP eind POP eind POP eind
Technasiumpara
7-6 Vrijhouden Vrijhouden Vrijhouden Vrijhouden de??
Technasiumpara
8-6 Vrijhouden Vrijhouden Vrijhouden Vrijhouden de??
14-6 Afsluiting KP2 Afsluiting KP2 Afsluiting KP2 Afsluiting KP2 Afsluiting KP2
15-6 Afsluiting KP2

Bijlage 2: Trade-off-matrix

Aanpassi NO2-uitstoot voor en na de Kosten Logistiek Benodigde


ng: maatregel transitieperiode

49
Belasting Veel, het verkeer stoot de niks, levert geld op. - snel (mits politiek
op NO2- meeste NO2 uit, (31% van draagvlak)
uitstoot alle NO2 uitstoot)

Als we deze uitstoot


reduceren komt er heel wat
reductie in de NO2 uitstoot.

Kolencent Veel, kolencentrales + 760 miljoen15. Veel gedoe, moet Langzaam aantal,
rales verbranden erg veel en bij relatief goedkoop. nieuwe energiebron decennia.
sluiten verbranding komt NO2 vrij. komen, plus alle
faciliteiten.

Verbod op Veel, het verkeer stoot de Gemiddelde prijs Ongeveer 8,7 Lang, er moeten
niet- meeste NO2 uit, (31% van elektrische auto: miljoen autos miljoenen autos
elektrisch alle NO2 uitstoot) €55.00016 moeten vervangen geimporteerd worden,
e auto’s keer 8,7 miljoen is 6,4 worden door maar aangezien
op de biljoen euro. elektische autos. dit electrische autos steeds
openbare Stikstofproblematiek_- is een enorm meer geproduceerd
weg _emissies_en_depositie_v lastige opgave worden en de prijs
an_stikstof_in_Nederland_- aangezien er nu steeds aantrekkelijker
_TNO.pdf maar 4,97 miljoen wordt is dit idee op de
elektrische autos lange termijn veel
Als we deze uitstoot op de aarde belovend.
elimineren komt er een rondrijden.
enorme reductie in de NO2
uitstoot. 31% minder. Slooppremie op
niet elektrische
autos.

Belasting De luchtvaart is Dit zou de schatkist 2 - in principe snel (mits de


op vliegen verantwoordelijk voor 1% miljard euro politiek meewerkt).
van de stikstof uitstoot17. opleveren.18

15 Wat kost het om de kolencentrales te sluiten? (2020, 29 juni). Natuur & Milieu.
https://www.natuurenmilieu.nl/themas/energie/projecten-energie/kolencentrales/wat-kost-het-
om-de-kolencentrales-te-sluiten/

16 Erich, M. (2020, 2 januari). Gemiddelde prijs nieuwe elektrische auto daalt. e-


Drivers.com | Platform voor elektrisch rijden. https://e-drivers.com/gemiddelde-prijs-nieuwe-
elektrische-auto-daalt/

17 Hermanides, E. (2019, 21 november). Stikstof: is het vliegtuig nou slecht of niet? Trouw.
https://www.trouw.nl/nieuws/stikstof-is-het-vliegtuig-nou-slecht-of-niet~bdb95607/

18 Oosterhout, S. (2020, 6 mei). 4 schokkende feiten over KLM. Milieudefensie.


https://milieudefensie.nl/actueel/4-schokkende-feiten-over-klm

50
Er zal minder stikstof
worden uitgestoten, maar
aangezien de luchtvaart
verantwoordelijk is voor
slechts 1% van de
stikstofuitstoot zal dit geen
grote invloed hebben.

Stedenbo Wonen werk en recreatie Dit kost wel wat maar er - 10-20 jaar.
uw veel dichter bij elkaar. moeten toch nog een
verandere Verkeer spuwt als het ware miljoen woningen
n. NO2 uit. En als dit allemaal gebouwd worden en de
(15- binnen jouw wijk te vinden baten wegen op tegen
minuten is komt er veel minder de kosten. groene
stad)19 verkeer. En dus minder schone wijken, minder
NO2 uitstoot. verkeer zorgt voor een
betere gezondheid,
zowel mentaal als
fysiek.

Subsidie op Deze maatregel heeft


Uitfaseren Dieselautos mogen nog Relatief goedkoop. inleveren op korte termijn al
dieselauto maximaal 0,5 gram NOx dieselauto. effect. En kan ook snel
s per km uitstoten, de Euro 3 ingevoerd worden.21
milieunorm tegenwoordig
geld de Euro 6 wet die
maximaal 0,08 gram NOx
per km tolereert.20

Bijlage 3: Kalender met de maatregelen voor COVID-19


In onderstaande afbeeldingen is voor elke corona-maatregel te zien wanneer die van kracht
was. de gekleurde dagen zijn dagen waarin de maatregel geldig was. Alle
coronamaatregelen met nummer en categorie staan in de tabel onder de afbeeldingen.

19 Lammers, M. (2021, 13 januari). Zes trends die stedenbouw en architectuur gaan


veranderen in 2021. Stedebouw & Architectuur.
https://www.stedebouwarchitectuur.nl/artikel/zes-trends-die-stedenbouw-en-architectuur-
gaan-veranderen-in-2021

20 Voermans, T. (2019, 11 november). Oude auto’s zijn verantwoordelijk voor 35 procent


van de stikstofuitstoot in het verkeer. Algemeen Dagblad. https://www.ad.nl/auto/oude-auto-
s-zijn-verantwoordelijk-voor-35-procent-van-de-stikstofuitstoot-in-het-verkeer~adab45cb/

21 Planbureau voor de Leefomgeving. (2019, 20 juni). Maatregelen houtstook en verkeer


meest effectief voor verbetering. PBL Planbureau voor de Leefomgeving.
https://www.pbl.nl/nieuws/2019/maatregelen-houtstook-en-verkeer-meest-effectief-voor-
verbetering-luchtkwaliteit-tot-2030

51
52
53
54
De maatregelen die in de Coronakalender worden behandeld staan in de tabel hieronder op
nummer en categorie gesorteerd.
1 Afstand bewaren 1,5 meter afstand
2 keer per dag een winkelmoment voor mensen uit kwetsbare
2 Afstand bewaren groepen
3 Afstand bewaren Sporten: buiten en alleen
Verplicht deurbeleid in de detailhandel om het max. aantal
bezoekers te verminderen
4 Afstand bewaren
Winkels en OV moeten maatregelen nemen om 1,5 meter te
5 Afstand bewaren bewaren
Alcoholverbod buiten, in winkels en hotels na 20.00 uur ’s
6 Alcohol avonds
Verkoop alcohol en softdrugs verboden tussen 7.00 en 20.00,
evenals bezit of nuttiging van alcohol in publieke ruimtes
7 Alcohol
Bijeenkomsten van Alle bijeenkomsten verboden, behalve begrafenissen en
8 groepen bruiloften
Bijeenkomsten van Bijeenkomsten met meer dan 100 man afgelast
9 groepen
Bijeenkomsten van Buitengroepen: max 2 mensen boven 12 jaar
10 groepen
Bijeenkomsten van een groep bestaat uit max 4 personen van verschillende
11 groepen huishoudens
Bijeenkomsten van Max 20 personen bij een huwelijksvoltrekking
12 groepen
Bijeenkomsten van Max 3 mensen boven 12 op bezoek
13 groepen
Bijeenkomsten van Max 30 mensen bij buitenbijeenkomst
14 groepen
Bijeenkomsten van Max 30 mensen samen binnen
15 groepen
Bijeenkomsten van Max 30 personen bij een uitvaart
16 groepen
Bijeenkomsten van Max 40 mensen samen buiten
17 groepen
Bijeenkomsten van max drie mensen op bezoek per dag
18 groepen
Bijeenkomsten van Max. 3 mensen op visite
19 groepen
Op verschillende locaties: groepsvorming van 3 of meer
Bijeenkomsten van
verboden, tenzij binnen één huishouden
20 groepen
21 Bijeenkomsten van Sporten in groepsverband verboden vanaf 18 jaar

55
groepen
Alleen opvangmogelijkheden voor basisschoolkinderen met
Locaties dicht of
ouders in de vitale sectoren
22 gedeeltelijk open
Locaties dicht of Basisonderwijs dicht
23 gedeeltelijk open
Locaties dicht of Bibliotheken alleen afhalen
24 gedeeltelijk open
Locaties dicht of Bibliotheken dicht
25 gedeeltelijk open
Locaties dicht of Bij besmettingen in musea of horeca, moet de plek 14 dagen
26 gedeeltelijk open dicht
Locaties dicht of Bij onverhoopte besmetting op kantoor kan een sluiting van
27 gedeeltelijk open 14 dagen het gevolg zijn
Locaties dicht of Buitenschoolse opvang dicht
28 gedeeltelijk open
Locaties dicht of Casino's dicht
29 gedeeltelijk open
Locaties dicht of Clubs, discotheken e.d. dicht
30 gedeeltelijk open
Locaties dicht of Coffeeshops dicht
31 gedeeltelijk open
Locaties dicht of Distributiepunten voor pakjes
32 gedeeltelijk open
Drukke locaties dicht (musea, pretparken, dierentuinen en
Locaties dicht of
casino’s en theaters)
33 gedeeltelijk open
Locaties dicht of Evenementen verboden (uitzondering: openbare
34 gedeeltelijk open manifestaties)
Locaties dicht of Geen publiek bij wedstrijden
35 gedeeltelijk open
Gemeentes mogen vakantieparken e.d. sluiten als niet aan
Locaties dicht of
veiligheidsregels wordt voldaan
36 gedeeltelijk open
Locaties dicht of Hogescholen en universiteiten geven online onderwijs
37 gedeeltelijk open
Locaties dicht of Horeca dicht
38 gedeeltelijk open
Locaties dicht of Horeca dicht na 22.00, geen nieuwe gasten na 21.00
39 gedeeltelijk open
Locaties dicht of Hotels open, maar geen eten of roomservice meer aanbieden
40 gedeeltelijk open

56
in Amsterdam-Amstelland, Rotterdam-Rijnmond, Haaglanden
(Den Haag), Utrecht, Kennemerland (Haarlem) en Hollands
Midden (Leiden) moet om 01.00 uur iedereen weg zijn uit
Locaties dicht of horecagelegenheden
41 gedeeltelijk open
Locaties dicht of Kappers en andere contactberoepen dicht
42 gedeeltelijk open
Locaties dicht of Kleedkamers en douches van sportlocaties dicht
43 gedeeltelijk open
Locaties dicht of Mbo-scholen dicht
44 gedeeltelijk open
Locaties dicht of Musea dicht
45 gedeeltelijk open
Locaties dicht of Niet-essentiële winkels dicht
46 gedeeltelijk open
Locaties dicht of OV alleen voor noodzakelijke reizen
47 gedeeltelijk open
Reservering verplicht op doorstroomlocaties (bijvoorbeeld
Locaties dicht of
monumenten, bibliotheken en musea)
48 gedeeltelijk open
Locaties dicht of Sauna's dicht
49 gedeeltelijk open
Locaties dicht of Sekswerkers dicht
50 gedeeltelijk open
Locaties dicht of Sportclubs dicht
51 gedeeltelijk open
Locaties dicht of Sportscholen dicht
52 gedeeltelijk open
Locaties dicht of Theaters, bioscopen, concertzalen etc. dicht
53 gedeeltelijk open
Locaties dicht of VO-scholen dicht
54 gedeeltelijk open
Locaties dicht of Winkels in de detailhandel sluiten uiterlijk om 20.00 uur, geen
55 gedeeltelijk open koopavonden
Locaties dicht of zwembaden dicht
56 gedeeltelijk open
Advies: vanaf 13 jaar een mondkapje in publieke
57 Mondkapjes binnenruimtes
58 Mondkapjes Mondkapje verplicht in OV
59 Mondkapjes Mondkapjesplicht
60 Mondkapjes Winkeliers mogen een mondkapje verplichten
Reizen, verplaatsen en Advies: blijf thuis
61 thuisblijven

57
Reizen, verplaatsen en Advies: niet naar het buitenland
62 thuisblijven
Reizen, verplaatsen en Alleen naar buiten als het moet
63 thuisblijven
Reizen, verplaatsen en Bij koorts: hele huishouden blijft thuis
64 thuisblijven
Reizen, verplaatsen en Blijf thuis bij klachten
65 thuisblijven
Reizen, verplaatsen en Dringend advies: niet naar het buitenland, behalve caribisch
66 thuisblijven nederland
Reizen, verplaatsen en Geen bezoek in verzorgingstehuizen
67 thuisblijven
Reizen, verplaatsen en Oproep: niet reizen, vooral niet naar grote steden
68 thuisblijven
Reizigers op Schiphol uit een land met code oranje of rood
Reizen, verplaatsen en
moeten verplicht een coronatest ondergaan
69 thuisblijven
Reizen, verplaatsen en Verplichte quarantaine bij reizen uit oranje gebied en bij
70 thuisblijven besmetiing
Reizen, verplaatsen en Werk thuis, tenzij niet mogelijk
71 thuisblijven

58
Bijlage 4: Volledige tabel van de meetresultaten

Week Uitstoot- Uitstoot- Aantal Aantal Perentage Percentage Percentage Percentage


waarde waarde kleuren- kleuren- donker- donker- rode en rode en
per dag per dag pixels pixels blauwe blauwe roze pixels roze pixels
in 2019 in 2020 2019 2020 pixels in pixels in in 2019 in 2020
(molec/c (molec/c 2019 2020
m²) m²)
1,380 3,911 26.263 37.408 10,88 0,40 0,28 0,03
2 0,644 4,342 36.235 32.709 65,36 0,02 0,00 2,34
0,822 1,345 37.094 70,46 0,01
1,444 1,779 33.985 31.014 15,39 0,00 0,99 0,00
1,495 2,589 29.297 36.676 29,04 1,61 0,31 0,02
0,888 2,477 25.041 28.944 37,48 0,09 0,05 0,00
1,318 1,557 29.633 34.402 8,60 0,85 0,05 0,00
1,993 3,345 36.891 37.046 36,62 0,20 0,59 0,01
3 4,440 32.309 0,03 1,00
3,881 2,401 23.742 25.340 0,08 0,13 0,13 0,00
1,988 6,746 31.613 36.535 20,45 0,27 0,21 2,45
5,786 2,524 37.396 30.649 6,90 0,10 7,36 0,06
6,907 2,308 37.417 36.797 0,09 10,58 0,43 0,02
5,960 2,035 37.383 36.703 2,97 15,73 1,27 0,05
7,459 2,998 37.411 29.082 13,86 0,02 16,75 0,38
4 3,975 6,681 28.900 37.443 2,03 0,02 2,91 3,39
4,965 3,203 34.548 35.418 0,01 1,40 7,01 0,99
4,010 4,621 37.257 36.718 0,32 0,21 4,17 1,86
3,436 2,110 29.956 19.409 0,02 0,00 6,48 0,87
2,120 2,188 26.600 26.128 7,78 0,01 0,10 0,23
1,715 2,726 27.023 37.266 9,85 1,61 0,01 0,00
2,665 33.419 7,45 0,46
5 7,071 1,563 37.077 31.487 0,10 28,74 3,54 0,15
6,926 1,401 30.912 36.373 0,00 32,91 7,83 0,09
4,712 33.812 0,01 1,90
3,506 2,162 22.625 27.428 0,03 0,40 2,06 0,00
2,971 1,485 23.669 36.044 0,00 11,38 0,41 0,00
2,523 37.456 11,07 0,00
4,775 26.702 0,00 8,73
6 4,007 1,679 34.900 35.276 0,01 7,90 1,72 0,03
4,693 3,675 21.311 37.456 0,00 1,64 2,79 0,21
3,800 3,417 34.651 37.433 0,25 0,24 0,03 0,10
2,366 7,947 24.110 37.424 0,00 0,01 0,76 0,71
3,231 2,923 36.570 26.180 0,15 0,03 0,00 0,00
2,855 21.324 0,00 0,54

59
2,400 1,439 36.021 36.435 17,93 11,80 0,03 0,00
7 7,975 1,727 37.246 36.323 0,04 9,67 6,15 0,00
6,574 1,685 34.776 37.243 0,11 22,80 3,10 0,01
7,718 1,703 37.411 31.822 0,05 2,45 2,57 0,00
8,139 4,103 37.430 35.935 0,10 0,02 1,36 0,32
7,581 4,274 37.221 29.205 0,00 0,21 1,61 0,01
7,397 37.426 0,04 1,27
8,922 2,295 37.462 36.477 0,02 2,71 7,69 0,02
8 3,690 2,890 36.977 34.095 0,89 1,98 0,00 0,28
6,493 3,337 37.404 36.500 0,33 2,68 3,00 0,03
4,467 2,960 36.826 30.172 0,53 0,24 0,24 0,02
2,655 36.388 0,20 0,16
6,890 37.459 0,13 0,69
7,352 37.454 0,06 0,92
8,867 37.436 0,03 8,21
8 9,477 2,135 37.422 36.985 0,09 6,58 18,28 0,00
10,053 2,417 37.434 35.773 0,00 6,06 17,92 0,04
6,337 32.055 0,01 16,66
1,418 26.103 6,89 0,00
3,588 1,695 34.532 27.437 0,15 1,21 0,38 0,00
1,392 1,461 16.859 37.249 0,00 20,39 0,31 0,00
1,810 1,505 30.996 28.321 9,73 1,33 0,01 0,00
10 2,694 3,032 37.246 37.424 7,13 1,95 0,00 0,01
3,249 4,152 22.932 37.442 0,00 0,44 0,85 0,08
2,037 36.406 8,35 0,00
2,965 2,200 37.304 25.231 7,97 0,26 0,01 0,00
2,425 4,900 30.798 32.103 0,71 0,19 0,00 2,27
1,589 1,827 17.501 33.725 6,55 3,76 0,04 0,00
1,661 2,752 33.503 37.387 13,85 0,81 0,04 0,05
11 4,815 29.820 0,56 0,35
1,751 2,908 26.040 36.890 4,31 1,22 0,00 0,26
2,247 2,070 20.175 37.453 1,10 16,51 0,25 0,00
4,341 2,123 24.756 37.217 0,15 6,16 1,16 0,02
3,703 36.780 0,11 0,00
1,526 1,649 36.079 32.564 33,24 0,86 0,00 0,00
3,102 4,552 36.698 37.448 9,36 2,80 0,13 2,51
12 6,486 6,396 37.556 33.472 0,21 0,00 3,46 0,18
4,022 3,535 33.452 31.421 0,06 0,51 1,35 0,00
4,088 3,345 36.197 35.737 0,15 1,24 4,18 0,33
7,126 1,507 37.293 32.883 0,00 6,55 7,34 0,02
1,676 2,073 36.530 36.898 5,10 5,56 0,00 0,00
3,326 1,979 37.560 37.463 2,67 13,22 0,53 0,00
1,376 5,311 37.022 37.587 33,57 0,00 0,00 0,01
13 2,580 6,813 36.592 37.590 0,31 0,00 0,01 0,17

60
3,354 5,940 36.825 37.590 1,10 0,23 0,02 1,69
3,054 4,989 37.388 37.590 1,78 1,17 0,60 0,01
6,655 4,976 37.575 37.590 0,16 1,06 5,91 0,11
4,770 2,936 37.590 37.465 0,20 8,42 1,85 0,00
2,932 1,317 37.469 35.847 3,10 21,78 0,00 0,00
5,353 1,864 37.590 37.447 0,40 12,32 0,69 0,01
14 4,839 4,561 31.333 37.468 0,01 0,69 6,37 0,09
1,000 4,782 25.025 37.109 0,00 0,38 0,00 4,73
2,283 36.878 1,97 0,00
5,467 1,888 33.484 34.494 0,10 4,37 5,67 0,00
3,844 4,041 34.552 37.488 0,23 0,18 2,39 0,05
3,701 2,723 37.442 37.590 0,33 0,28 0,26 0,00
4,941 4,637 36.875 34.471 0,06 0,50 2,75 0,34
15 4,346 3,925 35.973 37.478 0,75 0,81 3,38 0,58
5,481 4,649 37.582 37.470 1,19 0,31 1,90 1,21
4,608 3,304 37.510 37.463 0,24 5,83 1,05 0,05
3,102 3,582 37.259 37.476 0,07 0,60 0,01 0,24
2,880 3,163 37.436 37.456 0,37 1,82 0,00 0,16
2,490 2,847 37.578 37.295 0,01 6,56 0,00 0,01
1,360 36.381 28,94 0,00
16 7,852 2,596 37.586 37.420 0,01 2,55 16,00 0,00
5,173 5,901 36.312 37.462 0,00 0,10 1,24 2,97
5,691 5,671 37.483 37.462 0,00 2,38 1,65 3,89
5,846 3,814 37.590 37.477 0,00 8,86 0,88 0,19
5,771 37.590 0,00 1,00
4,189 2,353 37.586 36.418 0,01 0,41 0,07 0,00
3,079 3,403 37.489 37.475 0,97 0,19 0,01 0,02
17 4,250 3,526 37.462 37.470 0,45 0,23 0,39 0,02
3,324 3,847 37.466 37.477 0,84 0,45 0,00 0,01
4,434 5,510 32.308 37.495 0,11 0,03 0,01 1,30
3,088 3,800 36.555 37.467 1,94 1,92 0,50 2,22
2,312 2,498 33.676 37.464 3,69 1,44 0,02 0,00
1,936 2,711 35.336 37.460 0,24 1,74 0,00 0,34
4,188 4,367 36.870 37.435 0,27 0,50 0,92 0,49
18 2,753 32.644 0,63 0,37
2,453 1,664 36.667 33.064 0,71 0,57 0,00 0,00
2,451 1,622 31.782 36.389 1,27 19,09 0,21 0,00
2,271 1,707 36.531 34.716 1,50 3,98 0,00 0,00
1,865 1,991 37.395 37.194 13,26 2,24 0,00 0,00
1,890 4,474 37.575 37.451 4,17 2,55 0,00 0,08
2,546 2,492 37.143 36.346 0,10 3,64 0,03 0,01
19 3,301 3,124 36.293 37.590 0,12 4,14 0,21 0,00
1,745 4,366 28.288 37.590 0,31 3,17 0,05 1,78
1,778 5,437 36.934 37.455 5,97 1,19 0,00 4,23

61
2,197 5,894 37.401 37.228 2,45 0,24 0,02 4,16
1,854 3,495 36.112 37.464 11,37 2,26 0,00 0,06
2,058 3,205 37.590 32.428 3,85 0,39 0,00 0,44
5,352 1,693 37.590 37.456 0,02 12,10 0,73 0,00
20 3,791 2,114 37.590 37.252 4,87 2,82 0,05 0,00
4,917 2,400 37.466 37.340 1,12 2,52 1,81 0,18
3,608 2,446 37.270 37.457 2,40 3,25 0,61 0,00
1,765 2,770 32.313 37.382 0,06 7,17 0,00 0,00
4,121 2,667 37.450 37.439 0,60 3,74 0,91 0,00
2,789 2,430 35.672 36.142 0,20 0,85 0,20 0,00
1,445 3,021 24.601 36.945 0,09 4,50 0,00 0,01
21 1,511 3,660 30.568 37.534 2,77 0,07 0,00 0,06
2,695 2,567 37.558 37.589 7,90 1,84 0,02 0,03
6,377 2,607 37.580 37.497 0,16 1,13 1,43 0,15
4,071 37.481 2,46 0,86
2,396 1,381 37.372 37.451 3,57 37,36 0,00 0,00
3,077 34.454 0,18 0,00
3,571 1,973 36.493 37.351 0,79 2,95 0,03 0,00
22 2,114 4,898 35.461 37.488 2,76 0,00 0,00 1,61
4,385 2,712 37.582 37.471 0,15 1,67 1,22 0,02
2,365 2,821 33.358 37.473 0,18 5,42 0,00 0,00
2,500 3,581 37.589 37.472 0,68 2,11 0,01 0,33
3,199 2,461 37.590 37.472 1,15 1,78 0,01 0,00
2,467 1,928 37.578 37.471 0,41 6,60 0,00 0,00
3,074 1,978 35.834 37.458 1,45 6,72 0,13 0,00
23 3,546 3,334 34.842 37.493 1,02 0,81 0,03 0,82
2,418 2,812 36.154 36.888 0,33 3,78 0,02 0,05
2,596 37.366 2,65 0,01
3,216 2,191 34.032 22.831 1,62 0,30 0,01 0,50
1,168 1,550 33.935 35.048 15,79 7,73 0,00 0,00
2,779 1,483 37.353 36.476 1,81 8,50 0,01 0,00
2,577 1,426 34.643 34.356 1,30 5,67 0,04 0,00
24 2,861 1,700 32.926 35.961 0,52 5,43 0,20 0,00
1,757 1,546 26.099 35.587 0,56 10,48 0,59 0,06
1,233 1,625 37.005 24.271 28,97 1,63 0,00 0,00
3,303 2,544 35.876 36.645 3,36 1,17 0,83 0,00
1,859 2,172 36.701 37.015 1,92 1,62 0,00 0,01
1,693 1,912 37.424 34.276 3,86 3,21 0,00 0,00
2,620 2,605 37.590 36.667 1,47 3,72 0,20 0,03
25 3,514 2,417 37.567 35.077 2,14 2,43 1,10 0,13
3,787 2,370 31.775 35.129 1,02 4,10 0,09 0,01
1,899 2,530 36.170 33.620 1,29 2,28 0,00 0,00
2,188 1,503 37.569 37.252 0,53 21,61 0,00 0,00
2,048 1,836 37.476 37.447 0,53 10,35 0,00 0,01

62
2,368 2,177 37.440 36.703 0,23 3,66 0,01 0,00
2,847 2,127 37.546 37.589 1,32 4,36 0,02 0,00
26 3,717 2,885 37.590 37.467 1,07 0,23 0,02 0,53
2,420 2,706 36.820 37.584 0,53 0,53 0,00 0,03
3,377 2,513 37.580 37.479 0,42 0,41 0,05 0,00
4,010 2,683 37.478 35.780 2,13 0,53 0,15 0,00
3,720 1,877 37.590 34.859 0,08 0,67 0,08 0,00
1,996 1,874 37.240 37.103 5,49 13,07 0,00 0,00
1,922 1,548 37.587 34.908 1,42 2,44 0,00 0,00
27 2,018 1,585 37.472 32.468 3,69 0,45 0,00 0,00
1,823 2,014 37.475 35.330 11,33 1,14 0,00 0,00
1,799 34.287 1,39 0,00
2,947 2,184 37.588 33.060 4,72 1,98 0,06 0,00
2,461 30.569 1,82 0,00
1,596 1,555 37.575 36.726 8,08 2,25 0,00 0,00
1,797 1,472 37.284 37.271 7,09 18,92 0,00 0,00
28 2,155 2,408 37.419 36.312 4,76 1,06 0,04 0,00
2,750 1,402 28.367 30.798 0,42 1,04 1,15 0,01
3,444 33.154 0,16 0,55
2,414 33.333 6,49 0,01
1,497 1,623 36.461 37.360 5,18 15,40 0,00 0,00
1,324 1,793 36.227 37.487 2,02 12,30 0,00 0,00
1,000 2,497 25.025 37.471 0,00 3,50 0,00 0,26
29 1,739 1,501 32.833 32.402 1,66 3,24 0,00 0,00
2,498 37.409 2,25 0,18
3,778 1,938 33.821 35.036 0,04 1,63 0,22 0,00
4,143 2,180 37.027 37.145 0,94 0,55 0,56 0,00
1,741 3,291 30.481 32.354 5,94 0,33 0,00 0,14
2,921 2,407 37.549 37.191 4,90 3,59 0,05 0,02
3,702 1,810 36.805 37.482 0,07 6,10 0,01 0,00
30 3,284 1,993 37.590 37.449 0,06 9,39 0,33 0,00
3,069 2,348 37.419 37.441 0,23 8,10 0,07 0,11
3,110 2,773 37.550 37.581 0,32 3,40 0,21 0,27
4,434 1,577 37.590 37.094 0,35 8,88 0,40 0,00
2,922 1,445 34.696 32.490 0,05 0,69 0,19 0,00
1,720 1,676 29.660 37.521 2,97 15,18 0,00 0,00
2,502 2,034 37.587 32.119 0,90 2,05 0,02 0,00
31 2,731 1,610 37.444 37.007 1,38 17,10 0,01 0,00
1,382 1,963 34.302 37.372 13,94 5,00 0,00 0,00
1,795 3,773 37.317 37.497 1,39 0,34 0,00 0,27
1,927 2,844 35.571 37.589 1,03 0,47 0,00 0,02
1,644 37.542 0,82 0,00
2,896 2,139 37.578 37.303 0,53 8,20 0,06 0,00
3,682 2,950 37.435 32.819 0,32 3,87 0,10 0,76

63
32 3,949 2,008 37.426 37.456 0,88 6,19 0,29 0,00
1,960 2,634 37.276 37.466 6,55 0,53 0,00 0,00
2,392 3,145 37.528 37.587 2,22 2,25 0,00 0,22
2,416 3,986 27.983 37.590 0,09 0,07 0,03 0,86
1,746 3,631 37.479 36.836 3,20 0,44 0,00 0,77
2,928 2,676 37.307 37.306 0,23 0,50 0,00 0,03
1,743 3,752 34.705 37.542 4,32 0,16 0,00 0,10
33 1,807 3,541 34.666 37.006 9,20 0,17 0,00 0,35
2,382 3,702 35.562 37.590 0,97 0,02 0,01 0,17
1,650 5,368 37.096 37.562 6,69 0,04 0,00 2,34
3,624 3,054 37.321 36.847 0,40 0,11 0,27 0,09
2,157 1,945 32.401 35.498 0,66 0,91 0,04 0,00
1,525 2,802 35.788 37.067 3,51 0,35 0,00 0,02
1,719 3,926 37.566 35.067 7,28 0,32 0,00 0,80
34 2,312 2,083 37.455 37.295 4,34 4,40 0,00 0,00
3,091 5,148 37.444 35.882 6,35 0,29 0,38 0,14
4,570 3,327 37.590 36.698 0,51 2,11 0,77 0,01
4,626 2,496 37.576 37.363 0,88 1,04 2,54 0,00
4,309 1,725 37.590 36.986 0,02 5,76 0,38 0,00
3,589 1,552 37.590 36.860 0,10 9,61 0,38 0,00
4,178 2,153 37.478 36.661 0,04 4,36 1,29 0,00
35 4,604 1,809 37.590 30.621 0,01 0,01 1,16 0,00
4,652 1,138 36.717 35.241 0,72 6,76 0,35 0,00
2,272 3,234 37.589 33.728 1,28 1,21 0,00 0,30
3,950 1,977 37.576 36.023 0,69 3,23 1,40 0,00
3,723 1,715 37.306 35.839 0,35 7,41 0,02 0,00
2,208 2,051 37.283 35.724 2,97 0,81 0,01 0,03
2,513 1,829 37.403 36.819 5,00 4,07 0,06 0,00
36 1,337 2,120 36.463 37.110 1,27 1,23 0,00 0,00
2,709 3,671 27.310 37.478 0,12 0,40 0,05 1,41
1,698 2,006 37.524 29.235 14,80 0,01 0,00 0,02
4,953 3,917 27.779 30.351 0,22 0,33 0,59 0,07
2,164 1,861 36.529 37.287 12,78 8,72 0,01 0,00
1,999 2,000 37.034 36.552 1,66 1,29 0,00 0,00
3,529 3,861 37.262 37.072 0,50 0,20 0,03 0,08

37 3,540 1,575 37.474 27.214 1,08 0,41 0,38 0,00


2,627 2,090 29.698 28.724 0,00 0,17 0,53 0,00
3,406 2,563 37.584 37.585 0,32 1,43 0,05 0,11
2,847 2,961 36.031 37.590 4,37 0,15 0,01 0,15
4,001 2,323 37.590 37.466 1,51 0,47 0,27 0,00
3,528 2,624 37.210 37.543 0,96 1,50 0,00 0,00
2,185 34.654 1,90 0,18
38 3,223 4,986 37.381 37.466 10,18 0,00 0,02 0,43

64
2,757 3,415 37.393 37.482 7,19 2,45 0,09 1,01
2,560 3,448 37.569 37.590 9,53 0,79 0,46 0,00
5,334 4,489 37.590 37.590 0,59 0,32 2,60 0,01
4,639 4,461 37.590 37.477 0,22 0,01 0,04 0,00
5,216 4,910 37.443 37.466 0,09 0,03 0,06 0,14
3,452 5,868 35.717 37.481 0,08 0,11 0,21 3,06
39 3,020 6,124 27.529 37.469 0,00 0,00 0,01 4,98
2,063 3,845 36.871 36.449 0,68 0,28 0,00 0,01
3,136 2,518 29.921 34.366 0,00 1,71 0,02 0,00
2,193 1,890 37.467 35.608 6,52 0,72 0,01 0,00
2,020 2,743 36.821 30.420 0,22 0,08 0,00 0,04
1,453 3,533 25.690 31.862 0,60 0,00 0,00 0,30
3,269 1,601 37.581 25.522 3,69 0,00 0,00 0,04
40 2,288 3,236 36.126 35.272 1,30 0,21 0,12 0,61
2,202 4,807 36.906 36.898 17,34 0,03 0,00 1,12
2,818 2,020 35.324 25.517 4,97 0,02 0,20 0,00
1,585 2,564 28.367 32.068 0,01 0,74 0,05 0,00
4,653 1,391 36.230 26.576 0,17 0,05 0,45 0,05
1,567 1,513 27.368 36.091 0,46 10,49 0,01 0,00
4,055 1,661 27.652 31.628 0,00 0,27 1,07 0,01
41 2,466 2,012 29.758 33.657 0,64 0,86 0,35 0,00
2,821 2,913 27.438 37.182 0,89 0,38 0,10 0,01
2,366 1,787 37.331 31.434 1,12 0,03 0,00 0,00
3,406 35.766 1,69 0,26
3,102 1,828 27.980 33.107 0,31 11,22 0,11 0,00
2,979 27.313 0,83 0,00
3,907 5,024 26.637 36.422 0,05 0,50 0,57 0,60
42 3,143 4,549 29.206 36.921 0,00 0,12 0,18 0,01
2,057 2,446 33.681 36.634 0,00 6,95 0,03 0,51
5,328 2,304 36.723 35.696 0,01 1,57 0,15 0,00
2,046 2,340 32.479 35.011 1,67 0,51 0,08 0,00
3,445 4,126 34.014 37.152 0,02 0,07 0,38 0,91
2,168 36.294 0,51 0,00
2,928 3,469 30.500 35.299 0,00 0,31 0,27 0,03
43 4,934 37.530 0,02 1,45
7,034 2,407 37.056 29.736 0,06 0,05 3,81 0,01
6,412 3,867 32.818 36.074 0,00 0,06 1,72 0,03
6,870 3,896 35.586 37.110 0,06 0,00 1,19 0,02
3,834 3,069 26.864 30.826 2,16 0,56 0,01 0,00
3,257 1,370 37.328 30.687 0,16 1,24 0,01 0,00
3,919 1,667 37.580 36.312 5,92 13,19 0,64 0,00
44 3,609 2,695 37.580 28.455 1,37 0,01 0,19 0,03
4,857 2,473 37.365 35.045 0,07 1,86 0,02 0,00
6,155 1,582 37.426 27.667 0,00 0,22 1,95 0,00

65
1,503 28.333 0,74 0,00
2,272 2,268 33.883 36.164 9,00 3,71 0,00 0,00
2,818 1,980 31.947 33.315 1,73 0,08 0,00 0,00
4,697 2,749 36.363 34.184 0,14 0,07 0,24 0,00
45 3,486 3,714 34.122 36.513 1,28 0,10 0,25 0,22
2,820 3,343 37.015 37.451 2,40 2,08 0,11 0,23
7,048 33.207 0,21 4,52
5,498 7,836 37.098 37.401 1,59 0,21 1,01 9,78
3,524 5,867 36.725 36.552 0,01 0,05 0,07 1,00
5,549 5,524 37.295 36.970 0,51 0,19 0,81 0,25
6,856 36.416 0,03 0,63
46 1,877 6,792 35.091 36.498 1,20 0,11 0,00 9,75
3,259 4,725 36.727 36.550 5,00 0,16 0,30 1,56
2,854 3,182 30.007 37.033 0,73 1,36 0,00 0,24
2,029 3,322 25.351 30.336 0,00 0,00 1,94 0,01
2,260 3,549 27.964 27.345 6,15 0,29 0,21 0,02
4,885 1,694 37.081 25.407 0,02 0,56 0,30 0,00
1,490 2,891 33.615 36.377 1,20 0,36 0,00 0,15
47 4,398 37.191 2,02 0,30
8,328 4,173 37.341 37.424 0,01 0,18 14,18 0,00
1,374 37.135 37,63 0,00
6,847 4,004 36.061 33.020 0,01 3,05 1,25 0,34
4,143 1,729 26.426 36.670 0,00 1,64 0,05 0,00
8,003 1,917 37.017 34.757 0,00 1,39 13,60 0,04
6,255 3,735 33.143 34.858 0,01 1,94 4,38 0,63
48 4,292 36.949 0,12 0,32
1,832 7,201 32.938 35.209 2,01 0,10 0,00 0,59
4,157 2,109 35.466 34.644 0,01 5,27 0,59 0,22
3,019 4,727 37.306 35.618 16,68 0,02 0,03 6,04
4,906 4,942 37.420 32.011 4,65 0,05 1,97 1,60
1,947 5,814 36.397 36.684 3,88 0,00 0,00 0,49
3,467 37.236 4,98 0,13
49 6,850 3,333 35.576 36.998 0,01 11,52 2,39 3,81
7,770 37.440 0,08 4,56
6,193 27.567 3,52 13,61
3,671 35.549 1,05 0,02
0,887 4,321 27.811 37.101 18,12 0,66 0,00 0,78
1,387 1,903 36.254 29.998 15,74 0,33 0,00 0,11
1,486 3,609 36.434 35.864 29,30 0,62 0,05 2,42
50 3,571 4,273 28.766 36.263 10,92 0,13 0,77 1,27
1,310 5,003 32.447 33.302 17,52 0,00 0,02 13,52
4,065 5,222 36.379 35.522 4,49 0,04 0,28 6,38

1,520 34.633 22,07 0,00

66
2,037 3,502 37.240 28.447 15,12 0,50 0,00 1,92
3,916 34.000 0,08 0,01
51 3,341 2,856 25.811 32.426 0,03 0,02 0,02 0,22
7,129 6,026 36.952 30.002 0,01 0,00 1,30 3,49
5,689 5,090 25.880 37.295 0,02 0,58 0,03 0,25
2,478 5,030 32.340 30.178 0,35 0,94 0,17 0,01
1,684 2,527 35.702 26.723 5,52 0,19 0,00 0,00
2,600 2,084 27.703 35.192 0,35 4,47 0,05 0,00
3,408 36.476 0,39 0,00
52 2,608 2,230 31.305 34.061 0,01 0,64 0,02 0,02
2,138 37.169 2,28 0,02
1,000 36.166 27,14 0,05
3,284 2,154 36.771 37.306 0,38 8,39 0,00 0,00
2,955 1,275 25.290 25.122 0,07 0,55 0,17 0,00
1,015 27.881 7,69 0,00
8,126 1,269 37.326 34.993 0,01 28,92 0,42 0,00
Week
53 4,078 3,126 36.925 31.192 0,75 6,02 1,35 1,23
1,730 34.131 21,81 0,00
2,878 36.813 8,19 1,18

67
Bijlage 5: Een flow-diagram van het werken van het programma

68
Bijlage 6: Een infographic van het werken van het programma

69
Bijlage 7: Het programma
from PIL import Image, ImageEnhance
from openpyxl import Workbook

# Om de data in excel te zetten:


workbook = Workbook()
sheet = workbook.active

sheet["A1"] = "maand"
sheet["B1"] = "dag"
sheet["C1"] = "R_gem"
sheet["D1"] = "G_gem"
sheet["E1"] = "B_gem"
sheet["F1"] = "veelpixels"
sheet["G1"] = "weinigpixels"
sheet["H1"] = "allepixels"
sheet["I1"] = "molecwaarde"
sheet["J1"] = "greyscale"

# Variabelen
witgrens = 230
zwartgrens = 5
lichtgrijsbovengrens = 190
lichtgrijsondergrens = 160
donkergrijsbovengrens = 113
donkergrijsondergrens = 143

roodpixels = []
groenpixels = []
blauwpixels = []
kleurlijst = []
veelpixels = []
weinigpixels = []
allepixels = []
ronde = 2
kleurwaarde = 1

left = 80
top = 23
right = 290
bottom = 202

70
def maak_greyscale_data(r, g, b):
'''Maak van een rgb-waarde een greyscale-waarde'''
greyscale = r / 3 + g / 3 + b / 3
return greyscale

def maandgetal(getal):
'''Maak een getal zoals het in de bestandsnaam moet staan'''
if getal < 10:
maandgetal = "0"+str(getal)
return maandgetal

else: return getal

def get_kleur_waarde(r, g, b, kleurwaarde, veelpixels):


'''Bepaal de waarde van een specifieke kleur'''
if r < 128 and g < 128 and b > 127:
kleurwaarde = 0.33 #kleur = "donkerblauw"
weinigpixels.append("blauw")
elif r < 128 and g > 127 and b > 127: kleurwaarde = 1.88 #kleur =
"lichtblauw"
elif r < 128 and g > 127 and b < 128: kleurwaarde = 5.05 #kleur =
"groen"
elif r > 127 and g > 127 and b < 128: kleurwaarde = 9.83 #kleur =
"geel"
elif r > 127 and g < 128 and b < 128:
kleurwaarde = 15.16 #kleur = "rood"
veelpixels.append("rood")
elif r > 127 and g < 128 and b > 127:
kleurwaarde = 18.83 #kleur = "roze"
veelpixels.append("roze")
else: _= 1#print(r, g, b)
return kleurwaarde

def gemiddelde(lijst):
'''Maak een gemiddelde van een lijst met getallen'''
return float(round((sum(lijst) / len(lijst)), 6))

def bereken(bestand, titeldeel1, titeldeel2):


global ronde
'''Maak een rgb-waarde voor elke pixel van een plaatje en zet die
in de lijst.'''
im = Image.open(bestand)

71
im1 = im.crop((left, top, right, bottom))
im1.save("crop1.png")

img = im1
img = img.convert('RGB')
converter = ImageEnhance.Color(img)
img = converter.enhance(2.0)
img.save("crop2.png")
pixels = img.load()
width, height = img.size

# Om de kleur te krijgen voor elke pixel in het plaatje


for y in range(height):
for x in range(width):
kleur = img.getpixel((x, y))
if kleur[0] >= witgrens and kleur[1] >= witgrens and
kleur[2] >= witgrens:
_= 1
elif kleur[0] <= zwartgrens and kleur[1] <= zwartgrens and
kleur[2] <= zwartgrens:
_= 1
elif kleur[0] >= lichtgrijsondergrens and kleur[1] >=
lichtgrijsondergrens and kleur[2] >= lichtgrijsondergrens and kleur[0]
<= lichtgrijsbovengrens and kleur[1] <= lichtgrijsbovengrens and
kleur[2] <= lichtgrijsbovengrens:
_= 1
elif kleur[0] >= donkergrijsondergrens and kleur[1] >=
donkergrijsondergrens and kleur[2] >= donkergrijsondergrens and
kleur[0] <= donkergrijsbovengrens and kleur[1] <= donkergrijsbovengrens
and kleur[2] <= donkergrijsbovengrens:
_= 1
else:
roodpixels.append(kleur[0])
groenpixels.append(kleur[1])
blauwpixels.append(kleur[2])
allepixels.append("I")
#print(get_kleur_waarde(kleur[0], kleur[1], kleur[2],
kleurwaarde, veelpixels))
kleurlijst.append(float(get_kleur_waarde(kleur[0],
kleur[1], kleur[2], kleurwaarde, veelpixels)))

#print(" R: " + str(gemiddelde(roodpixels)) + " G: " +


str(gemiddelde(groenpixels)) + " B: " + str(gemiddelde(blauwpixels)))

72
# Process elk plaatje in een jaar
for maand in range(12):
titeldeel1 = r"C:\Users\otto\Pictures\temis\2020_"+str(maand+1)
for dag in range(31):
try:
# Process het plaatje
titeldeel2 = r"\no2trop2020"+str(maandgetal(maand+1))
+str(maandgetal(dag+1))+"_r10_small.png"
plektitel = titeldeel1 + titeldeel2
bereken(plektitel, titeldeel1, titeldeel2)

# Sla de gegevens op
print(maand, dag, "kleurlijst_gem: ",
gemiddelde(kleurlijst), "veelpixels: ", len(veelpixels),
"weinigpixels:", len(weinigpixels), "allepixels:", len(allepixels))
sheet["A"+str(ronde)] = str(maand+1)
sheet["B"+str(ronde)] = str(dag+1)
sheet["C"+str(ronde)] = str(gemiddelde(roodpixels))
sheet["D"+str(ronde)] = str(gemiddelde(groenpixels))
sheet["E"+str(ronde)] = str(gemiddelde(blauwpixels))
sheet["F"+str(ronde)] = str(len(veelpixels))
sheet["G"+str(ronde)] = str(len(weinigpixels))
sheet["H"+str(ronde)] = str(len(allepixels))
sheet["I"+str(ronde)] = str(gemiddelde(kleurlijst))
sheet["J"+str(ronde)] =
maak_greyscale_data(gemiddelde(roodpixels), gemiddelde(groenpixels),
gemiddelde(blauwpixels))

except FileNotFoundError:
# Voer dit uit als de dag niet bestaat
print("dagpaniek")
sheet["A"+str(ronde)] = str(maand+1)
sheet["B"+str(ronde)] = str(dag+1)
sheet["C"+str(ronde)] = "ERROR"

# Reset en sla alles op voor een nieuwe dag


veelpixels = []
weinigpixels = []
allepixels = []
roodpixels = []
groenpixels = []
blauwpixels = []

73
kleurlijst = []

ronde += 1
workbook.save(filename="data.xlsx")

74
Bijlage 8: Probleemdiagram van het programma

75
76

You might also like