(credits)
Még 2008-ban, amikor a World Air Quality projekt elindult, a meglévő levegőminőség-figyelő állomások mindegyike rendkívül professzionális és drága BAM és TOEM technológián alapult. Az ilyen típusú állomásokat mindig professzionális és magasan képzett kezelők tartják karban – és ez biztosítja, hogy az állomás kimenete megbízható legyen.
12 évvel később a BAM és a TOEM állomások még mindig léteznek. De a lézerszórási technológia és az alacsony költségű porérzékelő fejlődésével a BAM és TOEM állomások számában felülmúlják a hatalmas és sűrű, olcsó érzékelőhálózatokat. Manapság nagyon sok ilyen hálózat létezik – hogy csak néhányat említsünk: urad, luft-daten, airqo, airbg, opensense, ykkaw, econet, airkaz, ccdc, ambente, green air stb.
Az olcsó szenzorhálózat egyik alapvető problémája a megbízhatóságuk: Mivel sok ilyen érzékelőt nem karbantartanak megfelelően (vagy egyáltalán nem karbantartanak), nem elhanyagolható a teljesen hibás mérést végző érzékelők mennyisége. Sőt, a hálózatok többsége nem használ replikált érzékelőkkel rendelkező állomásokat (ellentétben a mi Gaia állomásunkkal, amely 3 replikált érzékelőt használ), ami még nehezebbé teszi annak megállapítását, hogy egy érzékelő meghibásodik.
Ebben a cikkben megvizsgáljuk a csodálatos görögországi Volos városában telepített szenzorhálózatot, és megvizsgáljuk az állomások megbízhatóságának valós idejű minősítését és számszerűsítését.
--
Volos csodálatos városa Görögországban
Volos (görögül: Βόλος) egy tengerparti kikötőváros. 144 449 lakosával (2011) Görögország hatodik legnépesebb városa. Fontos ipari központ, kikötője pedig hidat biztosít Európa és Ázsia között. Jelenleg 5 állomás van Volosban: egy a görög EPA- tól , amely óránkénti adatokat szolgáltat egy professzionális BAM-állomástól, és 4 olcsó, valós idejű állomás a lutf-daten hálózatból:
A Volos EPA állomás Thesszália és Közép-Görögország decentralizált közigazgatásának épületében található. Az összes többi állomás szintén lakóövezetben található, kivéve az Argonaftont, amely a kikötő mellett található.
A kikötő forgalma nem elhanyagolható, naponta átlagosan körülbelül 8 hajó érkezik/ indul , a hajók 80%-a rakomány - a cikk írásakor.
A rakományokkal kapcsolatos egyik ismert probléma a kipufogócsövekből származó részecskeszennyezés lehet az alacsony minőségű üzemanyag miatt. De a panorámát nézve, ahonnan az Argonafton állomás található, a rakományok távolsága elég nagy ahhoz, hogy ne indokolja az állandó légszennyező forrást. Argonaftonban néhányszor szennyezettebb lesz a levegő, különösen akkor, amikor nagy hajók manővereznek, de nem mindig. Végül is ez csak napi 8 hajó manőverez.
--
Az elmúlt 30 nap idősoros adatai
Az állomások elhelyezkedéséből származó információk alapján arra lehet számítani, hogy az Argonafton esetében a szórványosan előforduló magasabb szennyezettségi események kivételével az összes állomás megegyezik a légszennyezettség mértékével. De sajnos ez nem igazán így van, amint azt az alábbi idősoros grafikon is megerősíti:
Az idősoros diagram egyértelműen azt mutatja, hogy az Argonafton adatai túlbecsültnek tűnnek más állomásokhoz képest. Hasonlóképpen, a Dimarxou-ra vonatkozó adatok alulbecsültnek tűnnek.
Jobb kiemelni a problémát, ha megjeleníti a napi 75. AQI százalékpontot, a megfelelő AQI színtartomány használatával ábrázolva. Az Argonaftontól való eltérés nyilvánvaló. Ezen túlmenően két klaszter megkülönböztethető, amelyek középpontjában Riga-Feraiou+Kasthanaías és Volos EPA+Dimarxou.
--
Idősoros különbségek számszerűsítése
Ha korrelált idősorok összehasonlításáról van szó, a legjobb az, ha összehasonlítjuk a valószínűségi eloszlásukat. Az alábbi 3 grafikon a sűrűségeloszlást, a CDF-et (kumulatív eloszlási függvény) és a QQ-t (a Volos EPA-t használva referencia CDF-ként) mutatja. Mind a 3 grafikon az elmúlt 30 nap idősoros adatain alapul, de az első idősoros grafikonokon is kiválaszthat egy adott időtartományt, és ez a 3 grafikon az adott időtartomány értékei alapján frissül.
Ha szabad szemmel nézzük a valószínűségi eloszlást, akkor nyilvánvaló, hogy Argonafton, Dimarxou és a referencia Volos EPA állomás között nagy a különbség. Érdemes megjegyezni, hogy van egy "dudor" az AQI 150 körül: ennek az az oka, hogy az eloszlási diagram az AQI-n alapul, nem pedig a nyers koncentráción, és a kompaktabb [150 200] AQI tartomány (a [100 150-hez képest]) az AQI sűrűbb 150-nél nagyobb, mint 150-nél.
Amikor ennek a különbségnek a számszerűsítéséről van szó, akkor a statisztikai távolság fogalmát használhatjuk az „illeszkedés jóságának” számszerűsítésére. A legismertebb távok a Kolmogorov-Smirnov, Wasserstein és Cramér-von Mises távok (a távok jó bevezetőjéért lásd ezt a remek magyarázatot ). Az alábbi táblázat a 30 napos adatok alapján mutatja a távolságokat (az értékek frissülnek, ha kiválaszt egy időtartományt a fő idősoros grafikonról).
Station | | | |
---|
Míg a Kolmogorov-Smirnov távolság nem rögzíti megfelelően a relatív távolságokat (Dimarxou-t kiemelve Argonaftonig), mind a Wasserstein, mind a Cramér-von Mises távolságok nyilvánvalóan nagyobb távolságot jeleznek Argonafton számára. A fenti táblázatban szereplő értékek a 30 napos adatokon alapulnak. Az alábbi 3 grafikon az elmúlt 30 nap 7 napos mozgóátlagán alapul.
Ezek a grafikonok megerősítik, hogy akár Wasserstein, akár Cramér-von távolságot használva az Argonafton állomás és a Volos EPA távolsága folyamatosan legalább kétszer nagyobb, mint a többi állomás.
Meteorológiai adatok korrelációja
Annak a hipotézisnek a megerősítéséhez, hogy az Argonafton állomás abnormális és túlbecsült koncentrációértékeket produkál, meg kell vizsgálnunk a meteorológiai adatokat: Az a feltétel, amely mellett az Argonafton állomás nagyobb koncentrációt észlelhet, ha délről fúj a szél, azaz ahol a szél az állomás felé vinné a rakomány kipufogócsövek füstjét.
Az első lépés az elmúlt 30 nap átlagos szélirányának és sebességének ellenőrzése. A széladatokat mind a Volos Airport METAR állomásáról, mind a Netatmo Tthiseos meteorológiai állomásról szerezzük be. A két szélrózsa azt jelzi, hogy hányszor fúj a szél mindkét irányban.
Mindkét szélrózsa-parcella azt mutatja, hogy a szél főleg nyugatról vagy keletről fúj, és sokkal kevésbé délről. Mivel Volos északi részén hegyek vannak, északról lényegében nincs szél.
Ebből az empirikus megerősítésből kiindulva, hogy a szél kevésbé fúj délről, mint más irányból, nem vonható le az a következtetés, hogy a rakomány kipufogócsövek okozzák az argonaftoni állomás magasabb PM 2,5 koncentrációját. Ezt a hipotézist érvényteleníti a 3 állomás és a repülőtér széliránya közötti korrelációs diagram is, amely azt mutatja, hogy nincs egyértelmű bizonyíték (egyik állomás esetében sem), hogy a déli szél magas koncentrációt jelentene.
Végül azt is ellenőriznünk kell, hogy az Argonafton problémája összefüggésben lehet-e a relatív páratartalommal. A probléma lehet például a magasabb páratartalom miatt, amely megnöveli a részecskeméretet, és ezáltal magasabb koncentrációt jelent. Az alábbi korrelációs diagram megerősíti, hogy ez nem helyes, mivel nincs egyértelmű bizonyíték arra, hogy a koncentráció arányos a páratartalommal.
Következtetés
Ebben a cikkben a valós idejű állomások adatminőségének számszerűsítésére és minősítésére szolgáló eszközöket vizsgáltuk. Feltételezve, hogy létezik megbízható referenciaállomás, megmutattuk, hogy a Cramér-von Mises vagy a Wasserstein távolság használatával történő számszerűsítés bármely állomásadattal kapcsolatos problémákat jelezhet.
Azt is megmutattuk, hogy a távolság önmagában nem elég, pontosabban az állomás kontextusát kell érteni. például elhelyezkedése és meteorológiai viszonyai. Mivel azonban a kontextus nem automatizálható, a WAQI projekt végső megoldása egy olyan minősítő állomás, amelynek statisztikai távolsága a referenciaállomástól kisebb, mint 1/4. Ez a következő hetekben lép életbe (a valós idejű állomások térképét lásd az aqicn.org/station/ oldalon.
Ez a cikk a sorozat része, és a következő cikkben az állomás minősítésének módjait fogjuk megvizsgálni, ahol nem áll rendelkezésre referenciaállomás.
--