ยินดีต้อนรับสู่บริการตรวจสอบคุณภาพข้อมูลเซ็นเซอร์ AirNet
Station: PUR IED JoseMarti Exte 5b9bf, Bogota, Colombia also known as "Ciencia ciudadana por la Calidad del Aire 5b9bf"ตั้งอยู่ที่ "IED Luis López de Mesa, Diagonal 32A Bis Sur, Granjas de Santa Sofía, UPZs Localidad Rafael Uribe Uribe, Localidad Rafael Uribe Uribe, Bogota, Bogota, Capital District, 111821, Colombia".
--
การตรวจสอบข้อมูลเซ็นเซอร์ทำได้โดยดูทั้งข้อมูลเซ็นเซอร์แบบสแตนด์อโลน (เมื่อเซ็นเซอร์กำลังสร้างข้อมูลระดับนาที) และข้อมูลเชิงเปรียบเทียบ (เมื่อเซ็นเซอร์ตั้งอยู่ร่วมกับเซ็นเซอร์อื่น)
คุณภาพข้อมูลแบบสแตนด์อโลน
เพื่อให้มั่นใจถึงคุณภาพข้อมูลในระดับสูงสุด อัตราส่วนสัญญาณต่อสัญญาณรบกวน (SNR) ซึ่งกำหนดเป็นค่าสัมประสิทธิ์การเปลี่ยนแปลงจากการอ่านรายชั่วโมง ควรค่อนข้างต่ำ (ต่ำกว่า 33%)
การวัดใดๆ ด้วย SNR ที่สูงกว่า 10% อย่างต่อเนื่องอาจมีความลำเอียงได้เนื่องจากการอ่านเซ็นเซอร์ไม่ถูกต้อง (เช่น พัดลมชำรุดหรือฝุ่นสะสม)
คุณภาพข้อมูลเชิงเปรียบเทียบ
เพื่อเปรียบเทียบข้อมูลเซนเซอร์กับเซนเซอร์ที่ตั้งร่วมกัน จะใช้กราฟ "โซนความเชื่อมั่นในการอ่านข้อมูล" โดยเส้นสีแดงแสดงค่าที่อ่านได้จากเซนเซอร์รายชั่วโมง ในขณะที่เส้นสีเขียวแสดงค่ามัธยฐานของค่าที่อ่านได้จากเซนเซอร์รายชั่วโมงของเพื่อนบ้านสถานี
บริเวณที่ระบายสีเขียวแสดงถึงช่วงความเชื่อมั่น ซึ่งเทียบเท่ากับ 1.5 เท่าของค่าเบี่ยงเบนมาตรฐานของการอ่านค่าจากสถานีข้างเคียงทั้งหมดในช่วงเวลาเดียวกัน นอกจากนี้ ค่าผิดปกติจะถูกกำจัดออกจากกลุ่มโดยพิจารณาเฉพาะค่าที่อยู่ในช่วงควาร์ไทล์ [Q1, Q3] เท่านั้น
\( \text{filtered-neighbors}_t = \{\text{all-neighbors}_t | \text{all-neighbors}_t \in [Q1,Q3]\} \)
\( \text{stddev}_t = \sqrt{\frac{1}{n} \sum_{i=1}^n (v_{i,t} - \text{median}_t)^2} \forall v_{i,t} \in \text{filtered-neighbors}_t \)
Confidence Zone at time t \( \text{CZ}_t = [\text{median}_t - 1.5 \times \text{stddev}_t, \text{median}_t + 1.5 \times \text{stddev}_t] \)
แต่ละครั้งที่การอ่านรายชั่วโมงของสถานีอยู่เหนือโซนความมั่นใจ จะถือว่าสถานีสร้างการอ่านที่ผิดปกติ
ยิ่งความแตกต่างระหว่างการอ่านรายชั่วโมงและโซนความมั่นใจมีมากขึ้นเท่าใด สถานีก็จะยิ่งมีแนวโน้มที่จะสร้างข้อมูลที่ไม่ถูกต้องมากขึ้นเท่านั้น
สูตรถูกกำหนดเป็น:
P=probability, D=distance and W=P*D
โดยที่ 'i' ถูกวนซ้ำในช่วงข้อมูล 3 วันที่ผ่านมา และ 'n' คือจำนวนตัวอย่างในช่วง 3 วันที่ผ่านมา (มีแนวโน้มมากที่สุด n = 24*3)
หาก W>30 สถานีจะปิดโดยอัตโนมัติ
คำถามเพิ่มเติม
หากคุณมีคำถามหรือความคิดเห็น โปรดส่งข้อความถึงเราโดยใช้แบบฟอร์มด้านล่าง:


