Reproducibilidad de datos del sensor para una mayor precisión de los datos

La reproducibilidad de los datos del sensor se utiliza para cuantificar la calidad de los datos lograda por sensores de bajo costo. Los sistemas de monitoreo de calidad del aire utilizados para la medición de contaminantes en áreas urbanas e industriales conllevan numerosos beneficios. Proporcionan a los responsables de políticas y a los investigadores de calidad del aire soluciones sólidas para llenar lagunas de conocimiento. Estas lagunas se refieren a la falta de datos confiables de monitores regulatorios, así como de datos satelitales.

El consenso es un parámetro importante para la comunicación de información derivada de hallazgos científicos. Esto establece un sentido de confiabilidad para los responsables de políticas junto con el público en general. En un sentido más amplio, es la aceptación de una hipótesis (después de múltiples estudios) por parte de expertos en un campo de estudio. Ayuda a determinar si un experimento realizado bajo condiciones variadas puede llevar a conclusiones similares. Esto es un precursor de la erradicación de errores que surgen de factores como el sesgo personal.

El consenso para la reproducibilidad de los datos del sensor se logra mediante un examen minucioso del dispositivo. Por ejemplo, al exponerse a un gas objetivo con concentración cero, el sensor debería proporcionar la misma lectura con múltiples mediciones. Estas mediciones registradas en el laboratorio, así como en el sitio de la instalación final, aseguran una calibración robusta junto con una mayor precisión.

Inicialmente, los sensores de aire pueden sobrestimar o subestimar las concentraciones de contaminantes en comparación con un monitor de nivel de referencia. Esto es resultado de la sensibilidad de estos sensores hacia cambios en las características del aire ambiental, como la temperatura y la humedad relativa. Sin embargo, el proceso de calibración junto con los parámetros de corrección refinan esas discrepancias, lo que lleva a una mayor precisión de los datos.

La precisión, la exactitud, la repetibilidad y la reproducibilidad son aspectos primarios para determinar la fiabilidad de los datos. Por lo tanto, intentamos establecer estos conceptos en el sistema de monitoreo de la calidad del aire contexto.

La precisión examina las variaciones entre lecturas sucesivas del sensor. La cercanía entre múltiples lecturas del sensor en condiciones idénticas determina la precisión de la medición. Las pruebas de precisión no toman en cuenta el valor verdadero que se debe obtener.

La exactitud es la proximidad del valor medido al valor real. Por ejemplo, cuando se expone a un gas de 4000 ppb de SO₂ una salida de 4002 ppb es más precisa que 4300 ppb.

La reproducibilidad de los datos a menudo se usa indistintamente con la repetibilidad. Sin embargo, hay diferencias sutiles en sus definiciones. Los factores que idealmente no deberían afectar las mediciones del sensor, como la ubicación o el instrumento, deberían ser los mismos al calcular el coeficiente de repetibilidad. Sin embargo, en las mediciones reproducibles, los resultados deberían permanecer consistentes con condiciones externas variables.

La repetibilidad es la cercanía entre dos resultados de pruebas independientes. Estas lecturas deberían ser registradas en condiciones idénticas. La literatura científica sugiere el uso del valor de Raíz cuadrada media normalizada (NRMV) para cuantificar la repetibilidad.

La reproducibilidad es un parámetro para probar mediciones. Determina la consistencia con la que un sensor puede reproducir múltiples mediciones en diferentes condiciones. El uso de múltiples dispositivos idénticos proporciona información confiable sobre la extensión de la reproducibilidad. La precisión de los sensores se puede cuantificar aún más determinando la desviación estándar de múltiples pruebas. Se incorporó como un método de consistencia interlaboratorial de mediciones por la Sociedad Americana de Pruebas y Materiales (ASTM). La ISO 5725 destaca aún más la aplicabilidad de estos métodos para mejorar la confiabilidad de los datos.

Es una medida de verificación adicional de datos para establecer credibilidad. Esto es muy importante en lo que respecta al despliegue a gran escala de sensores de calidad del aire. Al medir la reproducibilidad, al alterar varios factores durante múltiples pruebas, la salida del sensor debe permanecer consistente. Por ejemplo, las condiciones ambientales como la temperatura y la humedad relativa. Para concentraciones de gas conocidas idénticas (de acuerdo con las directrices de NIST), los sensores deben proporcionar los mismos valores cuando se alteran las condiciones. Los estudios de colocación en el sitio proporcionan una base adicional para la corrección remota de datos ajustando según las condiciones ambientales.

Las pruebas de reproducibilidad de los datos del sensor, cuando se planifican cuidadosamente, proporcionan una base para la refinación de datos. Esto conduce a una mayor confiabilidad y precisión de los datos. Una red integrada de sensores de bajo costo y monitores de referencia, bien planificada, puede proporcionar resultados fiables. La naturaleza compacta de los dispositivos de bajo costo, junto con una calibración robusta, permite un monitoreo de contaminantes ambientales de alta calidad.

Un beneficio importante de medir la reproducibilidad es determinar las discrepancias en la respuesta del sensor y los métodos de laboratorio. Los errores sistemáticos ocurren debido a una causa ambiental o de procedimiento subyacente. Estos son susceptibles de detección y cuantificación con la ayuda de múltiples pruebas de laboratorio. Estos errores pueden identificarse utilizando parámetros de reproducibilidad (como la desviación estándar de reproducibilidad). A partir de ahí, se pueden corregir sesgos y desviaciones para mejorar la eficiencia.

El libro ‘Ser un Científico’ de la Academia Nacional de Ciencias, es esencialmente una guía para la conducta responsable en la investigación científica. Describe la responsabilidad de manejar datos y derivar conocimientos aplicables.

Las metodologías de calibración y medición de laboratorio de OIZOM siguen un camino similar de inculcar los diversos aspectos de la determinación de la precisión a través de diferentes metodologías. Varios investigadores emplean el concepto de correlación para determinar cómo cambian las salidas del sensor con escenarios alterados. Un estudio en Chile intentó identificar la correlación entre los datos del monitor de referencia y los datos de sensores de bajo costo para PM2.5 y PM10. Los valores promedio de 1-h y 24-h al correlacionarse con los niveles de humedad relativa en proximidad proporcionan información sobre la fiabilidad de los datos. Estos son indicadores útiles de si el rendimiento del sensor mejora o se deteriora con los cambios en los niveles de humedad. Posteriormente, la relación entre la discrepancia del sensor y las condiciones ambientales externas indica si el sesgo ambiental o personal conduce a derivas de datos.

Las pruebas de reproducibilidad de datos del sensor son cruciales para erradicar discrepancias internas en el equipo. Esto proporciona una base para los múltiples beneficios del procedimiento de calibración de laboratorio. Estos incluyen una mayor precisión del sensor e identificación de condiciones subyacentes que obstaculizan o facilitan la fiabilidad del sistema de monitoreo de sensores de bajo costo.

Estudio de caso de OIZOM

OIZOM realiza estudios de caso para determinar la interferencia de diversos factores en los datos del sensor. Estos estudios se llevan a cabo tanto en laboratorio como en el campo, es decir, calibración de colocación. En un sistema totalmente automatizado, el terminal dedicado de OIZOM ofrece las características necesarias para erradicar interferencias regionales.

Las pruebas de reproducibilidad de datos del sensor son capaces de determinar las desviaciones del sensor y sus causas subyacentes. En un entorno de laboratorio, se utilizan cilindros de gas NIST para exponer el dispositivo a un gas conocido. Estas lecturas registradas cada 10 segundos durante 20-30 minutos proporcionan numerosas ideas sobre el aspecto de fiabilidad. Esto se utiliza principalmente para determinar la extensión de la deriva del sensor con cambios en las concentraciones de gas de entrada. Un análisis preliminar informó una tendencia general de sobreestimación de la concentración de dióxido de azufre. Estos datos en bruto antes de la calibración del sensor también informaron una considerable correlación con las concentraciones de gas de referencia.

Los sensores de bajo costo demuestran ser un vínculo crucial para la evaluación integrada de la calidad del aire. Respaldada por estudios científicos y metodologías de corrección, la precisión está sujeta a mejora.