Evaluación operacional de sensores electroquímicos de bajo costo basados en la tecnología IoT, para el monitoreo de ozono troposférico en zonas urbanas contaminadas

Abstract

Los sensores de bajo costo corresponden a tecnología no regulatoria, y son utilizados para el monitoreo de la calidad de aire permitiendo ampliar las redes de monitoreo referenciales debido a su bajo valor y tamaño compacto, facilitando la identificación de puntos críticos de contaminación, y su dispersión. A pesar de su importancia, la calidad de los datos para estas tecnologías es variable y no existen objetivos de rendimiento que los usuarios de estas tecnologías puedan utilizar para evaluar los dispositivos, por lo que la Agencia de Protección Ambiental (siglas en ingles EPA) proporciona un enfoque estándar que permite probar el rendimiento de los sensores de aire de ozono. En este estudio se utilizaron sensores electroquímicos Alphasense (ID 97, ID 98 e ID 99), para el monitoreo de ozono troposférico, los cuales funcionan como un par, es decir, un sensor de NO2 (NO2-A43F) y otro de gases oxidantes (OX-A431), permitiendo obtener la concentración de O3 al sustraer ambas señales. Para evaluar su rendimiento se realizaron dos campañas de monitoreo en Las Condes, una en temporada otoño-invierno, y otra en verano. Posteriormente los sensores se trasladaron a dos localidades de la Región de Valparaíso, Los Maitenes y Valle Alegre, correspondiente a una campaña en temporada de verano. Los datos en voltaje recopilados durante estas campañas fueron divididos en datos de prueba (30%) y entrenamiento (70%) , estos últimos separados en rangos de temperatura, seleccionados según el primer y tercer cuartil, y transformados a unidades de concentración (ppb) por medio de un modelo de regresión lineal múltiple (RLM), el cual correspondió a una ecuación lineal con la variable respuesta en forma logarítmica para los datos recopilados en la campaña de Las Condes en verano y para datos de campaña de verano en Los Maitenes; mientras que para la campaña en Las Condes en otoño y en Valle Alegre en verano se utilizó una ecuación lineal múltiple sin transformaciones. Dentro de los supuestos interpuestos por el modelo, la homocedasticidad fue violada por los datos de entrenamiento obtenidos en todas las campañas realizadas. En tanto, a partir de los datos de prueba se probaron las métricas estadísticas para la evaluación del modelo según la EPA, determinándose que solo en Las Condes para la campaña en verano los sensores servirían para educación e información del estado del contaminante, ya que presentan un sesgo inferior al 50 % (ID 97: 27.1%; ID 98: 35.2%; ID 99: 33.1%). Finalmente, se evaluó el desempeño de los sensores de aire de ozono, específicamente para aplicaciones de monitoreo informativo y complementario no regulatorio en ambientes exteriores fijos para la campaña de verano en Las Condes, determinando que los sensores de bajo costo de ozono no cumplen con este rendimiento propuesto por la EPA, ya que el parámetro de error (RMSE) que está dentro de los parámetros que evalúan correlación sensor- métodos equivalentes y que proporciona la mejor indicación del rendimiento del sensor listo para usar, es superior al estipulado (RMSE EPA: 5 ppb; RMSE sensores: 6.04 ppb).

Low-cost sensors correspond to non-regulatory technology, and are used to monitor air quality, allowing the expansion of referential monitoring networks due to their low value and compact size, facilitating the identification of critical pollution points and their dispersion. Despite their importance, the quality of data for these technologies is variable and there are no performance targets that users of these technologies can use to evaluate devices, so the Environmental Protection Agency (EPA) provides a standard approach that allows testing the performance of air with ozone sensors. In this study, Alphasense electrochemical sensors (ID 97, ID 98 and ID 99) were used to monitor tropospheric ozone, which work in pairs, that is a NO2 sensor (NO2-A43F) and another oxidizing gas sensor. (OX-A431), allowing the concentration of O3 to be obtained by subtracting both signals. To evaluate their performance, two monitoring campaigns were carried out in Las Condes, one in the autumn-winter season and the other in summer. Subsequently, the sensors were transferred to two locations in the Valparaíso Region, Los Maitenes and Valle Alegre, corresponding to a campaign in the summer season. The voltage data collected during these campaigns were divided into test data (30%) and training data (70%), the latter separated into temperature ranges, selected according to the first and third quartiles, and transformed into concentration units (ppb), using a multiple linear regression model (RLM), which corresponded to a linear equation with the response variable in logarithmic form, for the data collected in the summer campaign of Las Condes and for the data of the summer campaign in Los Maitenes; while for the campaign in Las Condes in autumn and in Valle Alegre in summer, a multiple linear equation without transformations was used. Within the assumptions made by the model, homoscedasticity was violated by the training data obtained in all the campaigns carried out. Meanwhile, based on the test data, the statistical metrics for the evaluation of the model according to the EPA were tested, determining that only in Las Condes for the summer campaign the sensors would serve for education and information on the status of the pollutant, since that present a bias of less than 50% (ID 97: 27.1%; ID 98: 35.2%; ID 99: 33.1%). Finally, the performance of ozone sensors in air was evaluated, specifically for informative and complementary non-regulatory monitoring applications in outdoor fixed environments for the summer campaign in Las Condes, determining that low-cost ozone sensors do not meet this requirement. requirement. performance proposed by the EPA, since the error parameter (RMSE) that is within the parameters that evaluate the sensor-equivalent correlation methods and that provides the best indication of the performance of the sensor out of the box, is higher than that stipulated (RMSE EPA: 5 ppb, Sensors RMSE: 6.04 ppb).