如何对待空气质量传感器的数据修正算法？美国国家环保局和加州南海岸空气质量管理区发表论文

论文链接：https://pubs.acs.org.ccindex.cn/doi/full/10.1021/acs.est.8b01826

空气质量传感器和数据修正算法：何时已不仅是测量？

Gayle S. W. Hagler,*^{, ?} Ronald Williams,^? Vasileios Papapostolou,^? and Andrea Polidori^?

?美国国家环保局，研究与发展办公室，国家暴露研究实验室，美国北卡罗来纳州三角研究园，27709

?加州南海岸空气质量管理区，美国加利福尼亚钻石吧市，91765

用于测量室外空气污染的传感器技术现已普及。目前，很多初创的技术公司、学术机构、政府组织、社区团体、传统的空气质量仪器制造商以及其他商业实体均已开发和使用了传感器¹。开发人员希望最大限度地增加基于传感器技术的检测数据的数量并且尽量提升数据质量，同时将其构建和维护成本降至最低。对于大气中的气体和颗粒物的检测，传感器组件的原始设备制造商（OEM）通常需要权衡测量的选择性、灵敏度和重复性，从而实现小型化、低功率和低成本。此外，OEM传感器或者集成传感器设备的性能指标目前尚未确立。因此，开发和应用人员正致力于消除空气质量传感器现有的各种测量误差。

在空气传感器的应用中，通过多元线性回归^{2, 3}、机器学习²或者其他复杂的数学算法⁴来提高传感器的数据质量，这是一个日益发展的趋势。为了确定数据修正的方法，通常在一段时间内将传感器设备与基准等级的监测仪并列放置在能够代表采样条件的环境中。在此期间，通过训练，修正算法能够整合传感器的原始数据并且将其调整至最接近该基准等级的监测仪的检测数据。此后，再将传感器设备移至另一环境中用于连续监测，假设连续监测的采样条件与修正周期内相同，据此可以通过修正算法来调整检测数据。某些方法还假设在特定的地理区域和时间段内，空气污染浓度具有均匀性，因此，根据其他位置的检测数据来调整传感器的数据⁵；例如，目前已有支持上述方法的商用软件（AirVision的高级规范化工具便是其中之一；http://agilaire.com/pdfs/ANT.pdf）。这些新的方法给我们提出了很多值得探讨的问题，例如，在单个位置短时间内修正传感器，之后在可能具有不同采样条件的其他位置较长时间地使用传感器，这种方法的可靠性如何？在传感器数据的后处理算法中，哪些参数适合作为数据修正的依据？在哪些情况下，传感器的检测数据可能与独立测量的结果不一致却在某种程度上被认为是修正模型的输出？而这种区别是否重要？

坚持正统测量的学者认为，传感器数据的修正算法只能根据已经明确证明可能引起测量响应误差或者偏差的参数来进行修正。例如，光学粒子传感器常常在湿度增大的情况下产生测量误差。这种影响是由于水分凝结为颗粒，改变了其光散射特性，造成了颗粒物估算质量浓度的不准确性。此外，就检测能力而言，光学粒子传感器具有较低的粒度限制（例如300纳米）。目前，已知许多气相传感器存在交叉响应问题，即感测某种特定气体的电化学传感器或者金属氧化物传感器可能对别种气体也具有一定程度的响应。更为复杂的是，气体传感器也可能因温度和湿度而产生测量误差。最后，还有一些低成本传感器的测量响应会随时间而产生漂移³。这些复杂因素共同造成了一个多维问题，因此，各研究小组希望通过复杂的数据后处理来解决上述问题。

如何设计正确的传感器后处理算法，这是科学界目前争论的一个关键问题。其焦点在于，如果测量误差未经证明或者关于大气状态的假设未经测试，那么，哪些参数可以用于数据修正。在大数据时代，人们非常希望能够最大限度地提高传感器再现基准监测数据的能力或者尽量使其输出数据的变化趋势符合某种预定期望，在数据处理方法中引入存疑参数（表1），或可实现这一目标。根据这些参数进行数据修正，可能导致经过处理的空气传感器数据产生误差并且失去“真实数据”的完整性。例如，某种针对单一空气污染物的机器学习算法，考虑了另外一种尚未证明具有交叉灵敏度的污染物的测量值，现在已经建立了经验模型值，但是仍具争议。再如，各种基于网络的方法利用了邻近的基准级监测仪或者传感器监测仪的报告数据，可能给检测数据引入误差，特别是具有高时空变异性的污染物的检测数据。

表1 传感器数据的修正参数：预防性参数和存疑参数

而关键问题在于，这是否重要？高质量的空气测量数据通常用于地面实况预测空气质量模型、作为卫星遥感数据的比较数据、确定源排放的影响、向公众发布空气质量状况以及用于流行病学的研究。如果传感器用于类似目的，通过存疑参数来修正数据将导致严重的数据完整性问题并且破坏数据的可用性。在出于上述目的或者其他目的而使用空气质量数据时，不能通过调整原始的传感器数据而生成预测模型。如果希望提高人们对于空气传感器数据的信任，增加透明度是至关重要的，而这对很多传感器开发人员来说却是一个具有挑战性的问题，因为其中应用的算法涉及重要的知识产权。如能提供未经处理的原始传感器数据，允许科学家开发并且公开记录独立的算法，那么，这个问题可以得到解决。其次，如果开发人员能够公开在数据后处理中使用的参数、在算法更新时明确告知并且展示未经调整的数据和调整后的数据的比较，那么，经过处理的数据便会更加可信。

空气传感器技术在全球得以广泛应用，因此，为空气传感器的应用和数据处理提供最佳实践的相关研究至关重要。虽然次级数据产品（例如估算的空气污染暴露面）非常具有价值并且可以整合各种信息，但是，必须保存代表实际情况的原始观测数据。空气传感器技术用途广泛，固然前景可期，但是，数据的完整性也非常重要。

通信作者

*电子邮件：hagler.gayle@epa.gov

说明

作者声明其不存在竞争性的商业利益。

q 参考文献

(1) Snyder, E. G.; Watkins, T. H.; Solomon, P. A.; Thoma, E. D.; Williams, R. W.; Hagler, G. S. W.; Shelow, D.; Hindin, D. A.; Kilaru, V. J.; Preuss, P. W. The changing paradigm of air pollution monitoring. Environ. Sci. Technol. 2013, 47, 11369-77.

(2) Zimmerman, N.; Presto, A.; Kumar, S.; Gu, J.; Hauryliuk, A.; Robinson, E.; Robinson, A.; Subramanian, R. A machine learning calibration model using random forests to improve sensor performance for lower-cost air quality monitoring. Atmos. Meas. Tech. 2018, 11, 291-313.

(3) Jiao, W.; Hagler, G.; Williams, R.; Sharpe, R.; Brown, R.; Garver, D.; Judge, R.; Caudill, M.; Rickard, J.; Davis, M.; Weinstock, L.; Zimmer-Dauphinee, S.; Buckley, K. Community Air Sensor Network (CAIRSENSE) project: evaluation of low-cost sensor performance in a suburban environment in the southeastern United States. Atmos. Meas. Tech. 2016, 9, 5281-5292.

(4) Cross, E. S.; Williams, L. R.; Lewis, D. K.; Magoon, G. R.; Onasch, T. B.; Kaminsky, M. L.; Worsnop, D. R.; Jayne, J. T. Use of electrochemical sensors for measurement of air pollution: correcting interference response and validating measurements. Atmos. Meas. Tech. 2017, 10, 3575-3588.

(5) Moltchanov, S.; Levy, I.; Etzion, Y.; Lerner, U.; Broday, D. M.; Fishbain, B. On the feasibility of measuring urban air pollution by wireless distributed sensor networks. Sci. Total Environ. 2015, 502, 537-547.

声明：从原文翻译而来，版权归属原文出版方。如有翻译错误，敬请指出，联系email: ying.lee@aeroqual.com。