Titel
Analyse van persoonlijke blootstelling met behulp van sensornetwerken (Onderzoek)
Abstract
De samenleving wordt steeds gevoeliger voor individuele risico┌s. Voor vele algemene risico┌s, zoals die ten gevolge van verkeersongevallen en luchtvervuiling, zijn individuen nu meer risico avers dan vroeger. Nochtans zullen beleidskeuzes (bv. mbt milieu) vaak de blootstelling van mensen aan vervuiling wijzigen en het individuele gezondheidsrisico veranderen. Die beleidsvoornemens worden meestal enkel op populatieniveau bestudeerd en afgewogen. Historisch heeft men de blootstelling van de bevolking (vooral mbt luchtvervuiling) altijd berekend door het eenvoudigweg vermenigvuldigen van berekende concentraties van polluenten met de bevolkingsdichtheid op dezelfde plaats. Het meten van de vervuiling gedurende lange tijd op vele plaatsen gaat immers meestal gepaard met hoge kosten en wordt bemoeilijkt door de complexe en omvangrijke meetapparatuur. Recent hebben UHasselt en VITO aangetoond dat dynamische analyses beter toelaten de blootstelling van stedelijke bevolkingsgroepen te voorspellen dan de traditionele statische aanpak. Omdat mensen zich gedurende de dag van de ene plaats naar de andere begeven zal hun blootstelling worden bepaald door de achtergrondconcentraties op elk van die locaties en vermeerderd met de lokale bronnen (indoor, op school, in de auto, ╝). We formuleren de hypothese dat de verplaatsing tussen micro-omgevingen de belangrijkste determinant is van de verschillen in blootstelling tussen mensen die binnen eenzelfde geografische eenheid wonen en werken. Beleidsmaatregelen die kunnen ingrijpen op de dagelijkse routine activiteiten kunnen dan een efficiënte tool zijn om ook de blootstelling te wijzigen (verminderen). Om deze hypothese te testen zullen drie complementaire methodes worden toegepast: 1. het gebruik van een tijdsgebruik model om de tijdstippen en locaties van blootstelling te voorspellen 2. nieuw ontwikkelde goedkope sensoren voor luchtvervuiling worden ontplooid in een netwerk waardoor data kunnen worden verzameld mbt de blootstelling van specifieke doelgroepen in de populatie 3. Datamining om grote hoeveelheden data afkomstig van een gedistribueerd sensornetwerk te beheren en analyseren
Periode
15 november 2009 - 14 november 2013