分层网络中低成本臭氧传感器的可靠数据

我们展示了由一个数量的合规参考站与远多于此的低成本传感器组成的分层网络，如何在邻里尺度上提供可靠的高时间分辨率臭氧数据。该框架最初在卑诗省低陆平原部署的较小规模区域网络上演示，并利用洛杉矶邻里尺度上部署的两个广泛得多的气体敏感半导体（GSS）传感器网络——一个约 20 个、一个约 45 个 GSS 臭氧传感器——进行了测试与改进。其中十个传感器与不同的监管测量站同址放置，从而对所用于的离站校准与调整低成本传感器的算法精度进行了严格检验。该方法基于调整低成本传感器的增益与偏移，使其结果概率分布的前两阶矩匹配一个代理：一个经校准的独立测量（通常源自监管监测器），其在强调日变化的时间上评估的概率分布与测试位置处相似。物理上距低成本传感器最近的监管测量站对多数站点是一个良好代理。所开发算法成功检测并校正了传感器漂移，并识别出因不同扩散、排放与化学过程相对主导导致臭氧变化模式显著不同的地理位置。整个网络结果显示，洛杉矶地区跨短时与短距离尺度发生着非常大的臭氧浓度变化。此类模式未被现有监管网络中间距更稀疏的站点所捕获，表明了对于来自密集监测网络可靠数据的需求。