MITARBEITER

Das Ziel eines jeden Forschers ist es, während der gesamten Dauer einer Studie verwertbare Felddaten zu erhalten. Ein guter Datensatz ist ein Datensatz, aus dem ein Wissenschaftler Schlussfolgerungen ziehen oder etwas über das Verhalten von Umweltfaktoren in einer bestimmten Anwendung lernen kann. Wie viele Forscher jedoch schmerzlich feststellen mussten, ist es nicht so einfach, gute Daten zu erhalten, indem man Sensoren installiert, sie im Feld lässt und zurückkehrt, um eine genaue Aufzeichnung zu finden. Wer nicht vorausschauend plant, die Daten häufig überprüft und regelmäßig Fehlerbehebungen vornimmt, erlebt oft unangenehme Überraschungen, wie z.B. nicht eingesteckte Datenloggerkabel, von Nagetieren beschädigte Sensorkabel oder - noch schlimmer - dass er nicht genügend Daten hat, um seine Ergebnisse zu interpretieren. Glücklicherweise lassen sich die meisten Pannen bei der Datenerfassung mit einer hochwertigen Ausrüstung, etwas Voraussicht und ein wenig Vorbereitung vermeiden.

Machen Sie keinen Fehler, es wird Sie etwas kosten

Im Folgenden finden Sie einige häufige Fehler, die beim Entwurf einer Studie gemacht werden, die Zeit und Geld kosten und die Verwertbarkeit der Daten verhindern können.

• Charakterisierung des Standorts: Es ist nicht genug über den Standort, seine Variabilität oder andere einflussreiche Umweltfaktoren bekannt, um die Daten zu interpretieren
• Standort der Sensoren: Die Sensoren sind an einem Ort installiert, der nicht den Zielen der Studie entspricht (d.h. bei Böden müssen sowohl der geografische Standort der Sensoren als auch der Standort im Bodenprofil für die Forschungsfrage geeignet sein)
• Installation der Sensoren: Die Sensoren sind nicht korrekt installiert und verursachen ungenaue Messwerte
• Datenerfassung: Sensoren und Logger sind nicht geschützt, und die Daten werden nicht regelmäßig überprüft, um eine kontinuierliche und genaue Datenaufzeichnung zu gewährleisten
• Datenverbreitung: Die Daten können von anderen Wissenschaftlern nicht verstanden oder reproduziert werden

Im folgenden Webinar spricht der METER-Forscher Dr. Colin Campbell über das Thema:

• 8 häufige Datenfehler
• Kritische Best Practices, die Sie nicht verpassen sollten
• Wie Sie die Feldforschung so schmerzfrei wie möglich gestalten

Wenden Sie beim Entwurf einer Studie die folgenden bewährten Verfahren an, um die Datenerfassung zu vereinfachen und Versäumnisse zu vermeiden, die verhindern, dass die Daten verwendet und schließlich veröffentlicht werden können.

Vorbereitung vor der Installation spart Zeit und Geld

Das Aufstellen von Sensoren im Labor, bevor sie ins Feld gehen, hilft den Forschern zu verstehen, wie ihre Sensoren funktionieren. So können Wissenschaftler zum Beispiel Messungen mit den Bodensensoren in verschiedenen Bodentypen vornehmen, was ihnen ein solides Verständnis der zu erwartenden Bodenfeuchtigkeitswerte in verschiedenen Szenarien vermittelt. Wenn Sie sich mit den Sensoren vertraut machen, bevor Sie ins Feld gehen, können Sie die korrekte Installation nachvollziehen, wissen, wie lange eine Installation dauern kann und können Probleme diagnostizieren, z.B. wenn ein Sensor falsch anzeigt. Während dieser Zeit können sie herausfinden, welche Werkzeuge und Geräte sie für die Installation benötigen. Ein spezieller Werkzeugkasten mit wichtigen Werkzeugen wie Kabelbindern, Zangen, Markern, Taschenlampen und Batterien kann stundenlanges Hin- und Herfahren zum Einsatzort ersparen.

Planung ist das A und O

Forscher sollten einen Lageplan mit einer Karte erstellen und daran denken, dass eine Installation in der Regel doppelt so lange dauert, wie sie denken. Mit einem Lageplan lassen sich menschliche Fehler erheblich reduzieren, insbesondere wenn die Zeit drängt. Wenn die Wissenschaftler am Forschungsstandort ankommen, können sie die Installation nach dem Plan vornehmen und die Anpassungen auf der Karte festhalten, während sie arbeiten. Dieser Schritt spart in Zukunft viel Zeit, wenn sie oder andere Kollegen einen problematischen Sensor finden und ausgraben müssen. Es ist auch wichtig, einen Plan für den Fall zu haben, dass etwas schief gehen könnte. Was ist zum Beispiel, wenn der Boden in einer bestimmten Tiefe zu felsig ist? Oder was passiert, wenn eine Wetterstation oder ein Feuchtigkeitssensor in zwei Metern Tiefe nicht installiert werden kann? Forscher müssen sich überlegen, was zu tun ist, wenn ihr ursprünglicher Plan nicht funktioniert, denn oft können sie erst nach Wochen oder Monaten an den Ort zurückkehren.

Die Wahl des Standorts kann über den Erfolg einer Studie entscheiden

Bevor Sie einen Standort auswählen, sollten die Wissenschaftler ihre Ziele für die Datenerfassung klar definieren. Sie müssen wissen, was sie mit den Daten machen wollen, damit die Daten die richtigen Fragen beantworten können. Sobald die Ziele bekannt sind, kann ein Forscher überlegen, wo er seine Sensoren platzieren soll.

Das einflussreichste Problem, mit dem ein Forscher konfrontiert wird, wenn er entscheidet, wo er seine Sensoren platzieren möchte, ist die Variabilität. So müssen Wissenschaftler, die den Boden untersuchen, Variabilitätsfaktoren wie Neigung, Aspekt, Vegetationstyp, Tiefe, Bodentyp und Bodendichte verstehen. Wenn sie ein Blätterdach untersuchen, müssen sie die Heterogenität der Pflanzendecke verstehen und ihre Sensoren entsprechend einsetzen. Wenn ein Forscher Daten vergleicht, muss er/sie bei der Platzierung der Sensoren konsistent sein. Das bedeutet, dass die Höhen über dem Boden oder die Tiefen unter dem Boden von Standort zu Standort gleich sein sollten. Es gibt keine Möglichkeit, alle Quellen der Variabilität zu überwachen, daher sollten Forscher die wichtigsten Quellen überwachen. Wenn Sie sich eingehender mit der Variabilität befassen möchten, lesen Sie "Bodenfeuchtesensoren: Wie viele brauchen Sie?"

Die Wahl des Standorts sollte auch praktisch sein. Die Forscher müssen sich die Daten so oft wie möglich ansehen (wir empfehlen mindestens einmal im Monat), um sicherzustellen, dass alles korrekt funktioniert. Mobilfunk-Datenlogger machen den Zugriff auf die Daten viel einfacher, besonders an abgelegenen Standorten. Durch das Hochladen von Daten auf cloud können Wissenschaftler jeden Tag bequem von ihrem Büro aus auf die Daten zugreifen, sie gemeinsam nutzen und Fehler beheben.

Versuchen Sie bei der Wahl des Standorts für den Datenlogger außerdem, lange Kabelwege zu vermeiden, die bei einem Blitzeinschlag Spannungsunterschiede verursachen können. Wählen Sie einen Standort, an dem sich die Sensoren leicht anschließen lassen, und binden Sie zusätzliche Kabel mit Kabelbindern an den Pfosten, damit die Kabel nicht aus dem Logger gezogen werden können. Nicht eingesteckte Sensoren oder unterbrochene Verbindungen können für eine Studie katastrophale Folgen haben.

Mehr Metadaten - mehr Einblick

Je mehr Metadaten Forscher an einem Forschungsstandort aufzeichnen, desto besser verstehen sie ihre Daten und desto mehr Zeit sparen sie auf lange Sicht. Einige Datenlogger wie der ZL6 zeichnen automatisch wichtige Metadaten auf, wie z.B. den GPS-Standort, den Luftdruck und die Seriennummer des Sensors. Darüber hinaus können zusätzliche Messungen wie die Bodentemperatur oder die Überwachung des Mikroklimas eine weitere Quelle für Metadaten sein. Eine All-in-One-Wetterstation wie die ATMOS 41 zeichnet automatisch Wetterereignisse auf und kann ein wichtiger Weg sein, um Bodenfeuchtigkeit, Wasserpotenzial oder andere Daten zu vergleichen oder zu überprüfen.

Um Standortinformationen zu dokumentieren, die nicht automatisch von den Feldinstrumenten aufgezeichnet werden, finden es viele Wissenschaftler praktisch, ein gemeinsames Arbeitsblatt zur Standortcharakterisierung zu erstellen, das sie verwenden können, um weitere Kollegen zu informieren, die an dem Standort arbeiten. Zu den Metadaten, die für die künftige Einsicht in die Daten und deren Veröffentlichung von entscheidender Bedeutung sind, gehören: Bodentyp, Bodendichte, Arten der Bedeckung, Messintervall, Rohdaten und Art der verwendeten Kalibrierung, Notizen über ein Bewässerungssystem (falls vorhanden), welche Bodenfeuchtesensoren in welcher Tiefe installiert sind, Notizen darüber, warum der Standort ausgewählt wurde, Ereignisse, die Ihre Datenerfassung beeinflussen könnten, wie z.B. eine Ernte, oder andere Informationen, die bei der Analyse der Daten schwer abrufbar sind. Diese Informationen werden wichtig sein, wenn es an der Zeit ist, sie zu veröffentlichen, und wenn Sie sie an einem gemeinsamen Ort auf cloud ablegen, ersparen Sie sich Kopfzerbrechen.

Installation - der Schlüssel zur Genauigkeit

Wenn ein Wissenschaftler genaue Daten wünscht, sollte die korrekte Installation der Sensoren oberste Priorität haben. Bei Messungen im Boden beispielsweise können natürliche Schwankungen der Dichte zu einem Genauigkeitsverlust von 2 bis 3 % führen, aber eine schlechte Installation kann einen Genauigkeitsverlust von mehr als 10 % verursachen. Die korrekte Installation der Sensoren erfordert nicht viel zusätzliche Zeit. Daher sollten Forscher die Anweisungen sorgfältig lesen (weitere Informationen finden Sie unter "So installieren Sie Bodenfeuchtesensoren: schneller, besser und mit höherer Genauigkeit"). Wenn Sie Bodenfeuchtesensoren installieren, verwenden Sie das TEROS Bohrloch-Installationswerkzeug, um eine höhere Genauigkeit zu erzielen.

Nach der Installation der Sensoren, aber vor dem Schließen des Bohrlochs oder Grabens, sollten Sie die Sensoren mit einem ZSC, unserem Bluetooth-Sofortmessgerät, überprüfen, um sicherzustellen, dass die Messwerte korrekt sind. Es wird schmerzhaft sein, einen Sensor später auszugraben, nachdem er eine ganze Saison lang schlechte Daten gesammelt hat.

Stellen Sie außerdem sicher, dass Sie jeden Sensor mit dem Sensortyp, der Einbautiefe und anderen wichtigen Informationen beschriften. Forscher, die Hunderte von Sensoren installieren, kaufen manchmal ein elektronisches Etikettiergerät, um die Sensoren mit Barcodes zu versehen, aber Klebeband und ein Permanentmarker funktionieren auch. Verstauen Sie die Etiketten im Inneren des Datenloggers, um sie vor Witterungseinflüssen zu schützen.

Wartung = Seelenfrieden

Der Schutz der Sensoren um jeden Preis ist entscheidend für eine Studie. Es ist wichtig, dass die Forscher die freiliegenden Sensorkabel in einem PVC-Rohr oder einer flexiblen elektrischen Leitung verlegen und diese etwa 60 cm (2 Fuß) am Pfosten des Datenloggers hochführen. Dadurch werden Beschädigungen durch Nagetiere oder Schaufeln vermieden. Binden Sie die Kabel außerdem mit UV-resistenten Kabelbindern ordentlich am Pfosten fest, so dass sie fest gehalten werden, aber nicht gegen den Datenlogger ziehen (stellen Sie sicher, dass es eine Zugentlastung gibt). Bei einem Besuch vor Ort sollten Sie auch die Dichtungen des Datenloggers auf Risse überprüfen. Wenn die Dichtung des Datenloggers Risse aufweist, ist sie möglicherweise nicht mehr wetterfest und sollte ersetzt werden. Wenden Sie sich an den Kunden support , um einen kostenlosen Ersatz zu erhalten.

Außerdem sollten Forscher die tatsächlichen Daten so oft wie möglich überprüfen, um Probleme zu beheben. Ein Wissenschaftler entdeckte einen Fehler in seinen Pyranometerdaten, indem er sie mit einem Quantensensor auf derselben Höhe verglich. Erst als er sich die tatsächlichen Werte ansah, entdeckte er, dass ein Vogel seinen Sonnenstrahlungssensor verschmutzt hatte, so dass dieser für einen Großteil seiner Studie unbrauchbar war. Am Ende musste er die Daten aus dem Quantensensor berechnen, der nicht so genau war. Eine regelmäßige Überprüfung der Daten verhindert Probleme, die sich nachteilig auf ein Forschungsprojekt auswirken können. Das neue ZENTRA Cloud und ZL6 ermöglichen es den Forschern, die Daten so oft wie möglich zu überprüfen und grafisch darzustellen. Nur zwei bis drei Minuten, die für die Erkennung von Trends oder Fehlern aufgewendet werden, können Wochen an verlorenen Daten retten.

Timing ist alles

Die ZL6bildet, wie seine Vorgänger, einen Durchschnittswert aus den Daten. Wenn Forscher also keinen Durchschnitt wollen, sollten sie häufiger Daten aufzeichnen. Die Erzeugung großer Datenmengen ist jedoch nicht unbedingt zielführend. Wichtig ist, die Zeitreihen zu erfassen und zu verstehen, die für die Forschungshypothese relevant sind. Wenn ein Forscher versucht, die jährlichen Trends der Bodenfeuchtigkeit zu verstehen, und er/sie fünfminütige Daten aufzeichnet, wird er/sie Unmengen von Daten generieren, die nicht von Nutzen sind, da sich die Bodenfeuchtigkeit im Minutentakt kaum verändert. Dann ist der Forscher gezwungen, die Daten nachzubearbeiten, um sie auszudünnen. Wenn das Ziel der Studie jedoch darin besteht, den Zeitpunkt zu ermitteln, zu dem das Wasser in den Boden eindringt, ist die Erfassung von Daten in Intervallen von einer Minute oder weniger entscheidend. Diese Forscher benötigen einen Datenlogger von Campbell Scientific oder einen, der in der Lage ist, ein Messereignis aufgrund einer sofortigen Änderung auszulösen. Die meisten Menschen überschätzen jedoch, wie viele Daten sie benötigen. Bei der Messung der Sonneneinstrahlung ist eine Messung alle 15 Minuten wahrscheinlich ausreichend. Bei der Evapotranspiration ist es üblich, die Daten halbstündlich aufzuzeichnen. In diesen und vielen anderen Fällen sind kurze Aufzeichnungsintervalle wie alle fünf Minuten wahrscheinlich viel zu häufig.

Ein weiterer wichtiger Schritt, den Forscher oft vergessen, ist der Abgleich aller Zeitmessungsfrequenzen der Datenlogger. Wenn ein Forscher zwei Datenlogger hat, die alle 15 Minuten messen, und jemand anderes einen Logger so einrichtet, dass er jede Stunde misst, können nur die stündlichen Daten verwendet werden.

Dateninterpretation - denken Sie über den Tellerrand hinaus

Wenn ein Wissenschaftler einen Fehler in den Daten entdeckt, liegt das nicht unbedingt daran, dass der Sensor defekt ist. Oft erzählen interessante Sensormesswerte eine Geschichte darüber, was im Boden oder in der Umwelt passiert. Die Interpretation der Daten kann manchmal schwierig sein, und die Forscher müssen unter Umständen an den Ort des Geschehens zurückkehren, um zu verstehen, was wirklich passiert. Ein Beispiel: In Abbildung 1 sieht es so aus, als sei ein Bodenfeuchtesensor defekt. Als der Wissenschaftler jedoch genauer hinsah, entdeckte er, dass die Evapotranspiration höher war als die Infiltration.

Außerdem müssen die Forscher möglicherweise über den Tellerrand hinausschauen, um ihre Daten zu interpretieren. Sie können versuchen, die Daten auf verschiedene Arten zu betrachten. Abbildung 2 veranschaulicht die traditionelle zeitliche Darstellung von Daten. In Abbildung 3 sehen Sie dieselben Daten auf eine völlig andere Weise.

Forscher können ihre Wassergehaltsdaten auch mithilfe einer Feuchtigkeitsabgabekurve in das Wasserpotenzial umrechnen (siehe Abbildung 4).

Sobald die Daten zum Wasserpotenzial vorliegen, würden die Daten wie folgt aussehen:

Wenn Sie dieselben Daten auf drei verschiedene Arten aufzeichnen, können Sie Fragen oder Probleme aufdecken, die einem Forscher mit einem herkömmlichen zeitlichen Diagramm vielleicht nicht auffallen.

Lassen Sie die Daten für sich arbeiten

Wenn Sie im Laufe eines Experiments ein wenig zusätzliche Zeit investieren, um die Dinge richtig zu machen, macht sich das in Form von Zeit-, Arbeits- und Geldersparnis bezahlt. Vorbereitung, Planung, ein klar definiertes Forschungsziel, die richtige Auswahl des Standorts, Installation, Wartung, Zeitplanung und korrekte Dateninterpretation tragen wesentlich dazu bei, typische Datenpannen zu vermeiden, die ein Forschungsprojekt gefährden können. Das Endergebnis? Daten, die veröffentlicht oder zur Entscheidungsfindung verwendet werden können.

Sehen Sie, wie ZENTRA Cloud funktioniert.

In dem folgenden Video erläutert Dr. Colin Campbell, wie ZENTRA Cloud die Datenerfassung vereinfacht und warum Forscher nicht mehr darauf verzichten können. Anschließend gibt er eine Live-Tour durch die Funktionen von ZENTRA Cloud .