在移动设置中评估低成本PM2.5传感器的性能
Priyanka deSouza1,2, An Wang3, Yuki Machida3
1Department of Urban and Regional Planning, University of Colorado Denver, Denver, Colorado 80217, United States.
Environmental science & technology
|October 4, 2023
概括
用于空气污染监测的移动低成本传感器 (LCS) 对识别污染热点和绘制PM2.5分布的地图显示出希望. 使用分钟级测量的数据校正模型提高了移动精度,这表明LCS适合这些应用.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 传感器技术 传感器技术
背景情况:
- 越来越多地部署低成本传感器 (LCS) 用于移动空气污染监测,这引发了对数据质量和纠正方法的质疑.
- 与研究级仪器相比,了解影响移动LCS数据准确性的因素对于可靠的环境监测至关重要.
研究的目的:
- 评估移动低成本PM2.5传感器数据的校正模型.
- 确定影响移动空气污染测量数据质量的因素.
- 评估移动LCS数据对于热点识别和映射的适用性.
主要方法:
- 低成本的PM2.5传感器 (Alphasense OPC-N3) 和研究级仪器 (TSI DustTrak) 与参考监视器 (Teledyne T640) 在固定和移动实验室环境中的配置.
- 从固定到移动配置的数据校正模型的开发和转移.
- 移动实验室对数据差异的速度,传感器方向,时间和道路等级进行分析.
主要成果:
- 分钟级的拼接数据为移动LCS部署提供了比小时数据更好的性能校正模型.
- 移动实验室的速度,传感器方向,时间和道路等级解释了测量变化的小但很大一部分.
- 移动LCS数据成功识别了持久的PM2.5热点,并生成了与研究级仪器可比的地图.
结论:
- 移动的低成本PM2.5传感器,当使用分钟级数据进行适当校正时,适用于识别污染热点.
- 可以使用移动LCS数据有效生成可通用的PM2.5度图.
- 对移动传感器数据校正和影响因素的进一步研究可以提高空气质量监测能力.
