Uitgebreide samenstelling en kwaliteitsbeoordeling van straatniveau lucht-temperatuurmetingen in Europese netwerken

Waarom stedelijke hitte ertoe doet in het dagelijks leven

Heetste zomers, slapeloze nachten in oververhitte appartementen en toenemende gezondheidsrisico’s tijdens hittegolven worden in heel Europa steeds herkenbaarder. Toch staan de thermometers waar we meestal over horen vaak op luchthavens of in open velden, niet in de straten waar mensen daadwerkelijk wonen, lopen en slapen. Dit artikel introduceert een nieuwe Europese dataset genaamd FAIRUrbTemp die zich eindelijk richt op de luchttemperatuur die we op straatniveau in steden ervaren, en onderzoekers, planners en gezondheidsdeskundigen een veel duidelijker beeld geeft van hoe hitte zich werkelijk ontwikkelt in stedelijke wijken.

De stad opmeten

In plaats van te vertrouwen op enkele traditionele weerstations combineert FAIRUrbTemp metingen van 811 goedkope en commerciële sensoren verspreid over de straten van 12 Europese steden, van Amsterdam en Birmingham tot Novi Sad en Zürich. Deze compacte instrumenten hangen slechts een paar meter boven de grond en registreren hoe warm de lucht daadwerkelijk wordt op de plekken waar mensen wonen en werken, vaak om de paar minuten. Het resultaat is een dicht netwerk van waarnemingen dat niet alleen het brede stedelijk–landelijk contrast kan laten zien, maar ook hoe temperaturen van het ene blok naar het andere variëren, en waar hitte zich ophoopt en waar die natuurlijk wordt verlicht door bomen, parken of water.

Verschillende systemen onder één dak brengen

Aangezien elke stad haar eigen netwerk op eigen wijze had opgebouwd — met verschillende sensormodellen, installatieniveaus, dataformaten en tijdzones — was de eerste uitdaging simpelweg de informatie vergelijkbaar te maken. Het team zette alle registraties om naar een gemeenschappelijk standaardformaat dat metingen bundelt met gedetailleerde beschrijvingen van waar, hoe en met welke middelen ze zijn genomen. Ze harmoniseerden ook tijdstempels en geografische coördinaten en organiseerden de aanvullende informatie, of metadata, op drie niveaus: individuele sensoren, hun metingen en de bredere netwerken. Deze standaardisatie betekent dat een onderzoeker nu data van bijvoorbeeld Bazel en Turku samen kan analyseren zonder eerst een web van lokale conventies te hoeven ontwarren.

Signaal scheiden van sensorfouten

Dichte stedelijke netwerken zijn krachtig maar rommelig: sensoren kunnen uit de kalibratie raken, blootgesteld worden aan direct zonlicht of reflecties van auto’s en gebouwen, of simpelweg defect raken. Om dit aan te pakken ontwierpen de auteurs een geautomatiseerde kwaliteitscontrole in zeven stappen die nooit metingen verwijdert maar die aangeeft welke waarden mogelijk onbetrouwbaar zijn. Sommige tests zoeken naar fysiek onmogelijke of zeer onwaarschijnlijke waarden, zoals temperaturen ver buiten regionale extremen of plotselinge sprongen die te snel zijn om realistisch te zijn. Andere tests vergelijken een sensor met zijn eigen recente verleden of met nabijgelegen sensoren en vragen of een waarde past in het patroon in ruimte en tijd. Over de volledige dataset van ongeveer 136 miljoen individuele metingen werden minder dan één procent als verdacht gemarkeerd, en de meeste daarvan waren duidelijke storingen.

Wat de meetkwaliteit in de praktijk beïnvloedt

Door te onderzoeken hoe vaak en waar data werden aangeduid, kon het team leren over de sterke en zwakke punten van verschillende instrumenten en locaties. In Zürich, bijvoorbeeld, gedroegen twee sensortypen zich verschillend: het ene vertoonde vaker problemen gerelateerd aan blootstelling aan de zon, terwijl het andere meer vreemde waarden produceerde tijdens kalibratie. Ook de landbedekking was belangrijk. Stations omgeven door gebouwen en bestrating lieten meer inconsistente metingen zien dan die in parken, bossen of boven water. Dit betekent niet dat stedelijke data “slecht” zijn, maar dat de temperatuur in bebouwde gebieden op zeer kleine schaal variabeler is, waardoor het voor een eenvoudige automatische controle lastiger wordt om een echte hitteplek van een sensorprobleem te onderscheiden.

Van databron naar koelere steden

FAIRUrbTemp is als open data vrijgegeven, met rauwe, uurlijkse en dagelijkse temperatuursreeksen plus volledige kwaliteitsvlaggen, zodat gebruikers zelf kunnen bepalen hoe strikt ze willen filteren. Voor stedelijke klimaatonderzoekers biedt het een zeldzaam, gestandaardiseerd beeld van straatniveauwarmte in vele steden. Voor gezondheidsdeskundigen biedt het een manier om lokale temperatuurpatronen beter te koppelen aan ziekenhuisopnames of sterfte tijdens hittegolven. En voor planners levert het bewijs om beslissingen over schaduw, vergroening en gebouwontwerp te onderbouwen. In eenvoudige bewoordingen koelt dit werk steden nog niet direct, maar het levert de betrouwbare, fijnmazige temperatuurinformatie die essentieel is voor het ontwerpen van slimmere, eerlijkere en hittebestendiger stedelijke omgevingen.

Bronvermelding: Amini, S., Huerta, A., Franke, J. et al. Comprehensive compilation and quality assessment of street-level urban air temperature measurements across European networks. Sci Data 13, 658 (2026). https://doi.org/10.1038/s41597-026-06804-4

Trefwoorden: stedelijke hitte, straatniveau temperatuur, stedelijke klimaatgegevens, warmtegolf risico, stedelijke planning