 
|
|
Über Umweltverschmutzungs-Indices auf dieser Website
Dieser Abschnitt beruht auf Umfragen von Besuchern dieser Website. Die Fragen sind mit wissenschaftlichen Umfragen und Umfragen durch Regierungen vergleichbar.
Jede Antwort in der Umfrage wird als ein Wert zwischen -2 und 2 gespeichert, wobei -2 „sehr negativ“ und 2 „sehr positiv“ bedeutet.
Die Umfragen werden so gefiltert, dass mögliche Spam-Angaben gelöscht werden. Das kann der Fall sein, wenn unerwartet viele Angaben gemacht werden, die vom Mittelwert abweichen.
Das Ergebnis der Umfrage wird mit einem Wert zwischen 0 und 100 angegeben, der leichter zu lesen ist.
Zum Gewinnen eines aktuellen Index, der regelmäßig aktualisiert wird, verwenden wir Daten, die bis zu 36 Monate alt sind. Es werden nur Städte berücksichtigt, die eine gewisse Mindestanzahl an Teilnehmern haben. Der halbjährliche Index wird zweimal pro Jahr aktualisiert, wobei der aktuelle (dann alte) Index in diese Rückblick-Ansicht verschoben wird.
Die meisten Daten beruhen auf Einschätzungen der Nutzer unserer Website. Im Bereich „Umweltverschmutzung“ werden einige Daten der WHO und anderer Institutionen berücksichtigt, wenn wir sie für nützlich halten.
Der Umweltverschmutzungs-Index ist eine Einschätzung des allgemeinen Verschmutzungsgrads in der Stadt. Dabei hat die Luftverschmutzung das größte Gewicht, gefolgt von Wasserverschmutzung und -verfügbarkeit, zwei wesentlichen Umweltfaktoren. Andere Arten von Umweltverschmutzung haben weniger Gewicht.
Bei dem Wert unter Umweltverschmutzung (exponentiell) ergeben sich mithilfe einer exponentiellen Skalierung besonders hohe Werte für sehr verschmutzte Städte und besonders geringe Werte für sehr saubere Städte. Dementsprechend liegt diesem Index eine exponentielle Funktion zu Grunde.
Die Formeln zur Ermittlung der Indices können sich ändern, wobei momentan relativ komplexe empirische Formeln verwendet werden.
Verwendete Formel (in Java programmiert):
public void calculateIndex() {
//assumes air_quality and other entries from user are in the range [-2, 2], where -2 means perceived as very low, and +2 means very high
//PollutionDbEntry.IS_POLLUTION_AIR_QUALITY and similar are constant variables which are either -1 and 1; i.e. IS_POLLUTION_AIR_QUALITY = -1.0
//These constant variables in PollutionDbEntry class are 1 for values which represent pollutions and -1 for values which represent opposite (purity, cleanliness)
index = new PollutionIndex();
double overall = 0.0;
overall += 7 * getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_AIR_QUALITY * air_quality);
overall += 2 * getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_DRINKING_WATER_QUALITY_ACCESSIBILITY * drinking_water_quality_accessibility);
overall += 2 * getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_WATER_POLLUTION * water_pollution);
overall += getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_GARBAGE_DISPOSAL_SATISFACTION * garbage_disposal_satisfaction);
overall += getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_CLEAN_AND_TIDY * clean_and_tidy);
overall += getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_NOISE_AND_LIGHT_POLLUTION * noise_and_light_pollution);
overall += getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_GREEN_AND_PARKS_QUALITY * green_and_parks_quality);
overall += 2 * getIndexPartPreCalc(PollutionDbEntry.IS_POLLUTION_COMFORTABLE_TO_SPEND_TIME * comfortable_to_spend_time);
double overallExpScale = 0.0;
overallExpScale += 7 * getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_AIR_QUALITY * air_quality);
overallExpScale += 2 * getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_DRINKING_WATER_QUALITY_ACCESSIBILITY * drinking_water_quality_accessibility);
overallExpScale += 2 * getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_WATER_POLLUTION * water_pollution);
overallExpScale += getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_GARBAGE_DISPOSAL_SATISFACTION * garbage_disposal_satisfaction);
overallExpScale += getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_CLEAN_AND_TIDY * clean_and_tidy);
overallExpScale += getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_NOISE_AND_LIGHT_POLLUTION * noise_and_light_pollution);
overallExpScale += getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_GREEN_AND_PARKS_QUALITY * green_and_parks_quality);
overallExpScale += 2 * getIndexPartPreCalcExpScaleStandard(PollutionDbEntry.IS_POLLUTION_COMFORTABLE_TO_SPEND_TIME * comfortable_to_spend_time);
index.main = overall / 14.5; //max 17
index.expScale = calcScaleStandardIndexFromSum(overallExpScale, 12);
}
protected double getIndexPartPreCalc(double internalValue) {
return (internalValue + 2) * 25;
}
protected double getIndexPartPreCalcExpScaleStandard(double internalValue) {
return getIndexPartPreCalcExpScale(internalValue, Math.E);
}
protected double getIndexPartPreCalcExpScale(double internalValue, double exp) {
return Math.pow((internalValue + 2) * 25, exp);
}
protected double calcScaleStandardIndexFromSum(double scaleSum, int elems) {
return Math.pow(scaleSum / elems, 1 / (Math.E * 8.8 / 10));
}
Bei der Schätzung der Anzahl der Bäume, die nötig sind, um den CO2-Ausstoß auszugleichen, gehen wir von 240 Tagen mit Pendeln pro Jahr und dieser Einschätzung aus:
Im Schnitt verbraucht ein Baum im Jahr ca. 21.77 kg (48 lbs) CO2. Siehe: https://projects.ncsu.edu/project/treesofstrength/treefact.htm
Davon ausgehend wird die zur Kompensierung benötigte Anzahl an Bäumen anhand folgender Formel berechnet:
double co2CommuteConsumptionYearly = 240 * index.co2;
double treesNeededForCommute = (co2CommuteConsumptionYearly / 1000) / 21.77; //each tree absorbs about 21.77kg of CO2
Diese Seite wurde aus dem Englischen übersetzt. Improve translation of this page