低成本颗粒物传感器的校准方法,考虑到季节性变化

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:

• 低成本传感器对于用于公共卫生管理的高分辨率颗粒物 (PM2.5和PM10) 监测至关重要.
• 这些传感器的现有校准方法很难准确地解释PM度的季节性变化.

研究的目的:

• 为低成本颗粒物传感器开发一个改进的校准方法.
• 通过将午线高度纳入 PM 传感器读数的精度,以更好地表示季节性变化.

主要方法:

• 利用午线高度作为一个新的变量来校准PM度的季节性变化.
• 应用前神经网络,支向量机器,通用添加模型和逐步线性回归用于模型验证.
• 处理过的校准PM2.5作为PM10的子集,用于PM10校准.

主要成果:

• 包括午线高度显著提高了PM校准模型的准确性和解释能力.
• 对于PM2.5,相对湿度,温度和午线高度的组合实现了R2为0.93和RMSE为5.6μg/m3.
• 对于PM10,用午线高度进行校准,使平均绝对百分比误差从27.41%降至18.55%,并进一步降至15.35%,包括校准的PM2.5.

结论:

• 午线高度是改善低成本PM传感器季节性校准的有效变量.
• 拟议的方法提高了来自低成本传感器网络的空气质量数据的可靠性.
• 通过改进的传感器校准,精确的PM监测支持更好的公共卫生策略.