(credits)
Още през 2008 г., когато започна проектът за качество на въздуха в света, всички съществуващи станции за мониторинг на качеството на въздуха бяха базирани на високопрофесионална и скъпа технология BAM и TOEM. Този вид станции винаги се поддържат от професионални и висококвалифицирани оператори - и това гарантира, че продукцията на тази станция може да се вярва.
12 години по-късно станциите BAM и TOEM все още съществуват. Но с развитието на технологията за лазерно разсейване и евтиния сензор за прах, станциите BAM и TOEM сега са превъзхождани от огромни и плътни евтини сензорни мрежи. Днес има толкова много от тези мрежи - за да назовем само няколко: urad, luft-daten, airqo, airbg, opensense, yakkaw, econet, airkaz, ccdc, ambente, green air и др.
Един от основните проблеми с евтината сензорна мрежа е тяхната надеждност: Тъй като много от тези сензори не се поддържат правилно (или не се поддържат изобщо), количеството сензори, произвеждащи напълно грешни измервания, не е за пренебрегване. Освен това по-голямата част от мрежата не използва станции с репликирани сензори (за разлика от нашата станция Gaia , която използва 3 репликирани сензора), което прави още по-трудно да разберете кога един сензор не работи.
В тази статия ще разгледаме сензорната мрежа, разположена в прекрасния град Волос в Гърция, и ще проучим средствата за квалифициране и количествено определяне на надеждността на станцията в реално време.
--
Прекрасният град Волос в Гърция
Волос (на гръцки: Βόλος) е крайбрежен пристанищен град. С население от 144 449 (2011 г.), това е и шестият по население град в Гърция. Той е важен индустриален център, а пристанището му осигурява мост между Европа и Азия. В момента във Волос има 5 станции: една от гръцката EPA , предоставяща ежечасни данни от професионална BAM станция, и 4 евтини станции в реално време от мрежата lutf-daten :
Станцията на Volos EPA се намира в сградата на Децентрализираната администрация на Тесалия и Централна Гърция . Всички останали станции също са разположени в жилищни райони, с изключение на Argonafton, която се намира до пристанището.
Трафикът в пристанището не е за пренебрегване, като средно около 8 кораба пристигат/заминават на ден , като 80% от корабите са товарни - към момента на писане.
Един от известните проблеми с товарите може да бъде замърсяването с частици от изпускателните тръби, дължащо се на нискокачествено гориво . Но гледайки панорамата от мястото, където се намира станцията Argonafton, разстоянието до товарите е достатъчно голямо, за да не оправдае постоянен източник на замърсяване на въздуха. Човек може да очаква да види няколко пъти, когато въздухът е по-замърсен в Аргонафтон, особено когато големи лодки маневрират, но не през цялото време. В крайна сметка това са само 8 кораба, маневриращи на ден.
--
Данни от времеви редове за последните 30 дни
Въз основа на информацията от местоположението на станциите, може да се очаква, че всички станции са съгласни с подобни нива на замърсяване на въздуха, с изключение на спорадични събития с по-високо замърсяване за Argonafton. Но добре, за съжаление, това всъщност не е така, както се потвърждава от графиката на времевата поредица по-долу:
Графикът на времевата поредица ясно показва, че данните за Argonafton изглеждат надценени в сравнение с други станции. По същия начин данните за Dimarxou изглеждат подценени.
По-добре да подчертаете проблема е да визуализирате ежедневния 75-ти персентил на AQI, начертан с помощта на съответния цветови диапазон на AQI. Отклонението от Argonafton е очевидно. Освен това е възможно да се разграничат два клъстера, центрирани около Рига-Feraiou+Kasthanaías и Volos EPA+Dimarxou.
--
Количествено определяне на разликите във времеви редове
Когато става въпрос за сравняване на корелирани времеви редове, най-доброто е да се сравнят техните вероятностни разпределения. 3-те графики по-долу представят разпределението на плътността, CDF (функция на кумулативното разпределение) и QQ (използвайки Volos EPA като референтен CDF). Всички тези 3 графики се основават на данни от времеви серии от последните 30 дни, но можете също да изберете конкретен период от време в първите графики от времеви серии и тези 3 графики ще бъдат актуализирани с помощта на стойностите от дадения времеви диапазон.
Разглеждайки вероятностното разпределение с просто око, очевидно е, че има голяма разлика между Argonafton, Dimarxou и референтната станция Volos EPA. Струва си да се отбележи, че има „неравенство“ около AQI 150: Причината е, че графиката на разпределението се основава на AQI, а не на суровата концентрация, а по-компактният [150 200] диапазон на AQI (в сравнение с [100 150]) прави AQI по-плътен за >150 в сравнение с <150.
Когато става въпрос за количествено определяне на тази разлика, е възможно да се използва концепцията за статистическо разстояние, за да се определи количествено „съответствието“. Най-известните разстояния са разстоянията на Колмогоров-Смирнов, Васерщайн и Крамер-фон Мизес (за добро въведение относно тези разстояния вижте тези отлични обяснения ). Таблицата по-долу показва разстоянията въз основа на данните за 30 дни (стойностите ще бъдат актуализирани, ако изберете период от време от основната графика на времеви серии).
Station | | | |
---|
Докато разстоянието Колмогоров-Смирнов не улавя правилно относителните разстояния (подчертавайки Димарксу до Аргонафтон), разстоянията на Васерщайн и Крамер-фон Мизес подчертават очевидно по-голямо разстояние за Аргонафтон. Стойностите в горната таблица се базират на данните за 30 дни. 3-те графики по-долу са базирани на 7-дневната пълзяща средна за последните 30 дни.
Тези графики наистина потвърждават, че като се използва разстоянието Wasserstein или Cramér-von, разстоянието от станция Argonafton и Volos EPA постоянно е поне два пъти по-голямо от разстоянието от другите станции.
Корелиране на метеорологични данни
За да потвърдим хипотезата, че станцията Argonafton дава необичайни и надценени показания за концентрация, трябва да погледнем метеорологичните данни: Условието, при което станцията Argonafton може да види по-висока концентрация, е когато вятърът духа от юг, където вятърът би отнесъл изпаренията от изпускателните тръби на товара към гарата.
Първата стъпка е да проверите средната посока и скорост на вятъра през последните 30 дни. Данните за вятъра се получават както от METAR станцията на летище Volos, така и от метеорологичната станция Netatmo Tthiseos . Двете рози на вятъра представляват колко пъти вятърът духа във всяка посока.
И двата графика на розите на вятъра показват, че вятърът духа главно от запад или изток и много по-малко от юг. Тъй като в северната част на Волос има планини, отдолу практически няма вятър от север.
Въз основа на това емпирично потвърждение, че вятърът духа по-малко от юг, отколкото от друга посока, не е възможно да се заключи, че изпускателните тръби за товара са причината за по-високите концентрации на PM 2,5 за станция Argonafton. Тази хипотеза също е невалидна от диаграмата на корелация между 3 от станциите и посоката на вятъра на летището, която показва, че няма ясни доказателства (за нито една от станциите), че южният вятър предполага високи концентрации.
И накрая, трябва да проверим дали проблемът с Argonafton може да е свързан с относителната влажност. Проблемът може да се дължи например на по-висока влажност, което прави размера на частиците по-голям и по този начин предполага по-висока концентрация. Корелационният график по-долу потвърждава, че това не е правилно, тъй като няма ясни доказателства, че концентрацията е пропорционална на влажността.
Заключение
В тази статия разглеждаме средствата за количествено определяне и квалифициране на качеството на данните за станции в реално време. Ако приемем, че има референтна доверена станция, ние показахме, че количественото определяне с помощта на разстоянието Крамер-фон Мизес или Васерщайн може да покаже проблеми с данните на всяка станция.
Ние също показахме, че разстоянието само по себе си не е достатъчно и че за да бъдем по-точни, контекстът на станцията трябва да бъде разбран. като местоположението и метеорологичните условия. Въпреки това, тъй като контекстът не е нещо, което може да бъде автоматизирано, крайното решение, използвано за проекта WAQI, се състои в квалифицирана станция, чието статистическо разстояние до референтната станция е по-малко от 1/4. Това ще влезе в сила през следващите седмици (вижте aqicn.org/station/ за картата на станциите в реално време).
Тази статия е част от поредицата, а в следващата статия ще разгледаме начините за квалифициране на станция, където няма налична референтна станция.
--