Udgivet i Miljø og Klima

7 datakilder om lokal luftkvalitet i Danmark

Af Naturinformation.dk

Hvad er det egentlig, vi indånder på vej til arbejde, når børnene leger i skolegården, eller når vi snører løbeskoene til en tur langs havnen? Luftkvalitet er blevet et varmt emne - og ikke kun i de store, internationale klimatopmøder. Det handler om det helt nære: den luft, vi alle sammen trækker ned i lungerne hvert eneste minut.

I takt med at billige sensorer, åbne dataportaler og avancerede modelberegninger skyder frem, har vi aldrig haft bedre muligheder for at få indblik i den lokale luftkvalitet. Men hvilke kilder kan vi stole på? Hvilke data er validerede, og hvilke kræver et ekstra kritisk blik? Og hvordan kombinerer man officielle målinger med borgerdrevne netværk, så man får det bedste af begge verdener?

I denne artikel præsenterer vi syv af de vigtigste datakilder til lokal luftkvalitet i Danmark - fra Aarhus Universitets præcisionsinstrumenter til hobby-sensorer i baghaver og kommunale dataportaler. Vi guider dig igennem styrker, svagheder og praktiske genveje til selv at hente, analysere og visualisere data. Målet er at give dig et solidt udgangspunkt, uanset om du er forsker, embedsmand, journalist eller bare nysgerrig på luften omkring dig.

Tag et dybt, informeret åndedrag - og læs med, når vi dykker ned i de datastrømme, der kan gøre en forskel for både sundhed, planlægning og klimaindsats.

Hvorfor lokal luftkvalitet – begreber, mål og begrænsninger

Lokal luftkvalitet dækker over koncentrationen af forurenende stoffer lige dér, hvor mennesker bor, arbejder og færdes - fra stille villaveje til trafikerede hovedfærdselsårer. Fordi vi opholder os mere end 85 % af tiden i mikromiljøer på under et par hundrede meters radius, er netop den nære luft afgørende for både folkesundhed og byplanlægning. WHO estimerer, at luftforurening forkorter livet for ca. 4.300 danskere årligt, og Sundhedsstyrelsen peger på, at selv moderate koncentrationer kan forværre astma, hjerte-kar-sygdomme og kognitiv udvikling hos børn. At kende de lokale niveauer giver derfor kommuner, virksomheder og borgere et faktabaseret grundlag for alt fra trafikregulering og ventilationsstrategier til grønne investeringsbeslutninger.

De vigtigste målte stoffer er:

  • PM2.5 (fine partikler <2,5 µm) - trænger dybt ned i lungerne og ind i blodbanen.
  • PM10 (grove partikler <10 µm) - irriterer luftveje og øjne.
  • NO2 (nitrogendioxid) - markør for trafikforurening; bidrager til dannelse af sekundære partikler.
  • O3 (ozon i jordniveau) - sekundært oxidant; særligt problem på solrige sommerdage.
  • Ultrafine partikler (<0,1 µm) - mange flere i antal end masse; mistænkes for at krydse cellemembraner, men måles endnu kun få steder.
Andre parametre som CO, SO2 og sort kulstof indgår også, men de fem ovennævnte er kernen i de fleste danske datasæt og grænseværdier.

Når man vurderer data, er tre dimensioner afgørende:

DimensionTypiske niveauerKonsekvens
Tidslig opløsning1 min - 1 time - døgn - årJo finere opløsning, desto bedre til hændelses-analyse (f.eks. fyringstoppe).
Rumlig opløsningMeter - 100 m - kmNabogader kan afvige drastisk; modeller kan interpolere, men usikkerheden øges.
KvalitetMålt vs. modelleret - valideret vs. uvalideretReferenceinstrumenter giver lav usikkerhed, men få punkter; billige sensorer giver mange punkter, men kræver kalibrering.
Kombinationen af høj tidslig og rumlig opløsning samt dokumenteret kvalitet er sjælden, så valg af kilde afhænger af formål: overvågnings­myndigheder prioriterer præcision, mens lokalsamfund kan acceptere større usikkerhed for at få tættere dækning.

Artiklens syv datakilder supplerer hinanden netop på disse tre dimensioner. De officielle netværk (DCE, EEA, CAMS) leverer kalibrerede reference-data og harmoniserede modelresultater, som danner rygraden i lovgivning og langsigtede trends. De borgerdrevne sensornetværk (Sensor.Community, PurpleAir) bidrager med en mangfoldighed af punkter, der kan afsløre hyperlokale hotspots og støtte adfærdsændringer i realtid. Endelig fungerer aggregatorer og kommunale portaler (OpenAQ, Open Data DK) som brobyggere, der samler, standardiserer og stiller data til rådighed via åbne API’er - klar til sammenligning, visualisering og konkret handling.

Officielle og modellerede kilder: nationalt og europæisk overblik

Danmarks officielle luftdata begynder hos de myndigheds-godkendte måle- og modelprogrammer, der sikrer kvalitetssikrede, sammenlignelige tal på tværs af tid og sted. Hvor borgerdrevne sensorer kan give et øjebliksbillede på vejhjælmeniveau, er de autoritative kilder uundværlige som reference: De følger EU-standarder for kalibrering, indrapporterer efter faste protokoller og tilbyder ofte både rå data og færdige redigeringer (f.eks. døgn- og års-middel). Her får du de tre vigtigste kilder, som tilsammen dækker det nationale, det europæiske og det globale perspektiv.

1) DCE / Aarhus Universitet - Nationalt Måleprogram

  • Dækning: 17 faste stationer (bytrafik, bybaggrund, land, kyst) plus mobile kampagner.
  • Stoffer: PM2.5, PM10, NO2, O3, SO2, CO, benzen m.fl.
  • Datatilgængelighed: Officiel portal på dce2.au.dk/luft; CSV-download ned til 1 times opløsning. Åbent REST-API via /api/v1/measurements.
  • Opdateringsfrekvens: Næsten real-tid (±1 t). Validerede års-datasæt frigives hvert forår.
  • Kvalitetssikring: Kalibrering efter CEN-normer, dobbelte referenceinstrumenter og intern QA/QC-procedure auditeret af EEA.
Datasættet bruges af Miljøstyrelsen til lovovervågning og danner grundlag for de nationale modelberegninger i OML/DEHM-systemerne.

2) EEA Air Quality e-Reporting & European Air Quality Index

  • Dækning: 4 000+ stationer fra alle EU-lande, inkl. de danske DCE-målinger.
  • Portaler: e-Reporting API (CSV/JSON) for rå timeserier og Index-dashboard for farvekodede kort.
  • Opdatering: Timesvis upload fra medlemslande; validerede endelige data publiceres én gang årligt.
  • Sammenlignelighed: Harmoniserede metadata (StationType, MeasurementType, QA Level) gør kryds-lande-analyse mulig med ét API-kald.
EEA-platformen er førstevalg, når du vil benchmarke danske byer mod f.eks. Hamburg eller Stockholm, eller når du har brug for ensartede, lovregulerede grænseværdier.

3) Copernicus Atmosphere Monitoring Service (CAMS)

  • Produkttyper: Globale analyser (80 km gitter), regionale EU-prognoser (≈10 km) og “CAMS-CITY” højopløselige nedskaleringer.
  • Adgang: ADS (Atmosphere Data Store) med gratis NetCDF download samt REST/OGC WMS-API.
  • Opdatering: 4 prognosekørsler pr. dag; time-opløst frem til +96 t. Reanalyser dækket fra 2003.
  • Kvalitetskontrol: Data assimilation af EEA-målinger plus Ensemble-model, løbende verificeret mod DCE-stationerne; usikkerheder publiceres som konfidensintervaller.
CAMS er uundværlig til korttidsvarsling, scenarie-studier og gap-filling, hvor stationerne ikke når ud-f.eks. over åbent hav eller i tyndt befolkede egne. Ved at koble CAMS-grids med lokale DCE-målinger kan du korrigere systematiske afvigelser og producere meget detaljerede luftkvalitetskort for danske kommuner.

Borgerdrevne sensornetværk med høj lokal detaljegrad

De seneste år har borgerdrevne sensornetværk vundet frem som et værdifuldt supplement til de officielle målestationer. Fælles for netværkene er, at private borgere - i hobby-, undervisnings- eller forskningsøjemed - placerer billige, optiske partikelsensorer udendørs og deler målingerne i (næsten) real-tid. Resultatet er en ekstremt finmasket dækning, der i byområder kan nå ned på få hundrede meters opløsning og derfor afslører mikro-hotspots fra f.eks. trafik, brændeovne eller grillpladser. Nedenfor gennemgås Danmarks to største borgernetværk: Sensor.Community (tidligere Luftdaten) og PurpleAir.

Sensor.Community drives som open-source-projekt af frivillige i Europa og har pr. juni 2024 ca. 1 250 aktive danske sensorer. Typiske sensormoduler er SDS011 eller Plantower PMS5003, som leverer PM2.5 og PM10 hvert 2.-5. minut; enkelte stationer har også temperatur, luftfugtighed og NO2-tilføjelser. Styrkerne er den åbne hardware-opskrift, gratis REST-API (JSON/CSV) og et transparent QA-flow, hvor uvaliderede data markeres. Svaghederne er manglende officiel kalibrering og varme-/fugt-bias i vinterhalvåret, som kræver post-korrektion (f.eks. “AQ-cor” eller ERA5-baserede RH-korrektioner), før tallene kan sammenlignes med myndighedsgrænser. Metadata som højde, positionsnøjagtighed og firmwarerevision kan hentes via projektets GitHub-repo eller direkte fra https://data.sensor.community.

PurpleAir er et kommercielt, men stadig community-drevet netværk med ca. 350 danske noder; primært i Storkøbenhavn, Aarhus og omkring universitetsmiljøer. Sensorerne (PA-II-SDS eller PA-II-BME) rummer to redundante optiske kanaler, hvilket muliggør indbyrdes plausibilitets-check, og siden tilbyder “US EPA correction” samt nowcast AQI. Der måles PM1, PM2.5, PM10, temperatur, RH og tryk hvert minut. Rå- og korregerede data kan downloades i CSV eller streames via en gratis MQTT-broker for non-kommercielle formål; fuld API-adgang kræver dog oprettet token. Fordelen er høj sample-frekvens, dobbelt kanal og indbyggede korrektioner; ulempen er pris (ca. 2 000 kr. pr. enhed), proprietær firmware og et mere begrænset open-data-princip end Sensor.Community.

Når du anvender data fra disse netværk, så hent altid metadata (sensor-model, firmware, opdateringsfrekvens, geografisk usikkerhed) sammen med måleserierne, og lav et hurtigt kvalitetstjek: fjern ekstreme spikes, sammenlign parallelle kanaler (PurpleAir) eller nærliggende noder (Sensor.Community) og korrigér for relativ luftfugtighed, hvis du vil foretage myndighedsnære sammenligninger. Kombinér gerne borgerdata med DCE- eller EEA-baggrundsniveauer for at skelne lokale kilder fra regionale bidrag, og husk de juridiske rammer: Offentligt delte luftmålinger er frit genanvendelige under CC-licens hos Sensor.Community, mens PurpleAir kræver attribution og forbyder kommerciel resale af rå data uden aftale.

Aggregatorer og kommunale dataportaler – fra data til handling

OpenAQ - én API, mange kilder: OpenAQ høster i real-tid data fra både officielle målestationer (fx DCE, EEA) og borgerdrevne sensorer og gemmer dem i et fælles, frit REST-API (api.openaq.org). For Danmark ligger der pt. +300 aktive lokationer med målinger af især PM2.5, PM10, NO2 og O3. Hentning er enkel: /v2/measurements?country=DK&parameter=pm25&date_from=2023-01-01. Styrkerne er harmoniserede feltnavne, historik siden 2015 og filtrering på stadigt flere metadata; svaghederne er, at data kommer “as-is” - altså uden yderligere validering, og at visse danske kilder (fx kommunale sensornet) kun er repræsenteret sporadisk. Når du kombinerer OpenAQ-data med egne feltmålinger, så: 1) check tidsstempler (UTC vs. lokal tid), 2) agregér til samme tidsopløsning (f.eks. timemiddel), 3) konverter enheder (µg/m3 ↔ ppb/ppm) før sammenligning, og 4) dokumentér datakilden i figurer/rapport for at undgå forveksling med validerede myndighedstal. En hurtig visualisering kan laves i Python: pandas.read_json()groupby('location').plot() eller via QGIS ved at gemme API-svaret som GeoJSON og style efter koncentrationsinterval.

Kommunale åbne data via Open Data DK - tæt på borgeren: Flere byer lægger rådata fra egne sensornet ud på http(s)://portal.opendata.dk. Københavns “Kbh Luftsensor” og Aarhus’ “Aarhus Smart City” publicerer minut- og timemiddel for PM2.5, PM10 og ofte temperatur/fugt. Data kan hentes som CSV, GeoJSON eller via CKAN-API (/api/3/action/datastore_search). Gode arbejdstrin:
Kvalitetstjek: filtrér åbenlyse outliers (>1 000 µg/m3) og perioder med sensordrift/kalibrering.
Sammenlign kilder: plot kommune-sensor vs. nærmeste officielle station (momondo-plot); en korrelationskoefficient >0,7 indikerer rimelig overensstemmelse.
Enkle analyser: beregn 24-timers glidende middel for at vurdere WHO-grænseværdier; lav “trafik-høj” vs. “weekend-lav” boksplot til effekt af trafikregulering.
Visualisering: brug Leaflet-JS eller Kepler.gl til heatmaps med real-tid data fra sensor-API; husk rate-limit cache.
Etik & jura: data er normalt licenseret CC-BY 4.0, men indeholder muligvis positionsdata for private borgere - anonymiser før publicering af højopløselige kort (GDPR). Undlad at bruge uvaliderede sensormålinger til kategoriske udsagn om lovoverskridelser; fremhæv usikkerhed og sensortype i kommunikation til presse og borgere. Ved projekter i boligområder: informer beboere om formål, dataperiode og hvordan resultater deles.