Lewati ke konten utama
Semua KoleksiAirVisual Pro
Perbandingan Pengukuran PM2.5 Menggunakan Sensor Air Visual (AV) dan Beta Attenuation Monitor (BAM)
Perbandingan Pengukuran PM2.5 Menggunakan Sensor Air Visual (AV) dan Beta Attenuation Monitor (BAM)
Minhee Song avatar
Ditulis oleh Minhee Song
Diperbarui lebih dari 8 bulan yang lalu

ABSTRAK:

Pengukuran yang dikumpulkan menggunakan sensor hamburan cahaya kontinu, AV, dibandingkan dengan pengukuran yang dilakukan menggunakan data BAM referensi, yang dihitung oleh kedutaan besar Amerika Serikat dan pemerintah Tiongkok, antara tanggal 1 Juni hingga 30 Juni 2015. Tujuan dari investigasi ini adalah untuk menganalisis akurasi dan presisi sensor AV dalam mengukur konsentrasi massa partikel di udara dengan diameter aerodinamis kurang dari 2,5 mikrometer (µm). Pengukuran PM2.5 yang dilakukan oleh sensor AV dan sensor BAM ternyata berkorelasi dengan baik, dengan efisiensi korelasi harian dan per jam masing-masing sebesar 0,96 dan 0,83. Dengan demikian, AV dan BAM tepat untuk digunakan dalam pemantauan PM 2.5 secara terus menerus dalam waktu nyata.

Metode Pengambilan Sampel:

Semua instrumen dioperasikan di distrik ChaoYang, Beijing. Data dari BAM diukur di kedutaan besar Amerika Serikat, yang terletak di 55 Anjialou Road. Jarak antara AV ke sensor kedutaan AS kira-kira 0,5 km. Detektor AV terletak di balkon setinggi 20m, menghadap ke area perumahan, untuk memastikan data yang dikumpulkan oleh sensor tidak terpengaruh oleh polusi lalu lintas kendaraan bermotor.

Pemantauan dilakukan dari tanggal 1 Juni (18:00) hingga 30 Juni 2015 (15:00), dengan total waktu pengukuran 30 hari. Konsentrasi PM2.5 dipantau selama bulan Juni karena tingginya variasi konsentrasi PM2.5 dan variasi tingkat kelembaban.

Hasil dan diskusi:

Plot deret waktu konsentrasi PM2.5

Metode kuantitatif untuk membandingkan data digunakan untuk mendapatkan gambaran visual mengenai ketepatan data dengan menggunakan plot deret waktu, seperti yang ditampilkan pada Gambar 1 dan 2. Konsentrasi PM2.5 rata-rata dihitung dari data yang direkam setiap satu jam. Konsentrasi PM2.5 yang tercatat di antara kedua instrumen sedikit berbeda. Hal ini disebabkan oleh metode pendeteksian yang berbeda di antara kedua instrumen, karena AV menggunakan hamburan cahaya dan BAM memanfaatkan hamburan sinar beta. Selain itu, waktu respons AV dan BAM berbeda, yaitu, AV diatur untuk merekam konsentrasi setiap satu detik, sedangkan BAM merekam data setiap jam.

Sebanyak 694 titik data diambil. Meskipun konsentrasi massa PM2.5 rata-rata terdistribusi antara 0 dan 250µg/m3, tren konsentrasi yang sama untuk AV dan BAM ditunjukkan.

Gambar 1: Rangkaian waktu rata-rata PM2.5 per jam menggunakan AV dan BAM (Kedutaan Besar Amerika Serikat)

Gambar 2: Rangkaian waktu PM2.5 rata-rata per jam menggunakan AV dan BAM (Pemerintah Cina, pusat pameran pertanian)

Korelasi

Dua analisis statistik digunakan untuk membandingkan konsentrasi dari AV dan BAM. Pertama, membandingkan perbedaan per jam antara kedua instrumen dalam bentuk konsentrasi absolut dan persentase, dan yang kedua adalah membandingkan AV dengan BAM menggunakan analisis regresi linier.

Perbedaan relatif

Perbedaan relatif dapat dihitung dengan membagi perbedaan absolut dan nilai konsentrasi dari kedutaan besar AS. Dengan membandingkan rata-rata pengukuran harian dari kedutaan besar AS dan sensor AV, ditemukan perbedaan persentase sebesar 13,9%, yang menunjukkan korelasi yang sangat baik karena kesalahan rata-rata dari alat penghambur cahaya diperkirakan sekitar 30% hingga 40% menurut (Molenar, n.d.). Perbedaan relatif disebabkan oleh variabilitas alami parameter aerosol PM2.5 dan efisiensi hamburan sensor AV. Perbedaan spasial merupakan kontribusi tambahan untuk perbedaan antara pengukuran. (Lihat faktor-faktor yang mempengaruhi pengukuran PM2.5)

Sedangkan perbedaan relatif per jam antara AV dan BAM ditemukan sebesar 16,1%. Akurasi yang lebih tinggi dapat dicapai jika Anda mengabaikan pencilan, terutama pada tingkat konsentrasi yang sangat rendah (<8 µg/m3). Semakin rendah tingkat konsentrasi, semakin tinggi ketidakpastiannya.

Regresi linier

Tujuan analisis regresi linier adalah untuk mengeksplorasi hubungan antara pengukuran AV dan BAM yang sesuai di berbagai konsentrasi. Prosedur regresi menentukan garis lurus "terbaik" yang tersedia untuk menggambarkan hubungan dan koefisien regresi menjelaskan korelasi data. Gambar X menunjukkan perbandingan diagram regresi.

Koefisien korelasi rata-rata kuadrat (r2) dari pengukuran harian rata-rata antara AV dan BAM ditemukan sebesar 0,959. Kemiringannya adalah 0,9067 dan intersepsi rata-rata adalah 4,6644. Kesepakatan antara pengukuran harian sangat baik karena kemiringannya mendekati 1 dan r2 melebihi 0,9.

Namun, berdasarkan pengukuran per jam, kemiringannya sekitar 0,822 dan r2 adalah 0,83, menurut gambar 4. Meskipun data per jam lebih menyimpang dari rasio satu lawan satu dibandingkan dengan pengukuran harian, r2 sebesar 0,83 mengindikasikan korelasi yang kuat antara konsentrasi AV dan BAM.

Sementara korelasi antara data dari pemerintah Cina dan AV menunjukkan r2 yang tinggi, dengan nilai 0,93, data lebih menyimpang dari garis rasio satu lawan satu dengan kemiringan yang lebih rendah (0,83) dan intersep yang lebih tinggi (9,54).

Gambar 3. Garis regresi linier dari data BAM harian rata-rata kedutaan AS versus data AV

Gambar 4. Garis regresi linier dari data BAM kedutaan AS rata-rata per jam vs. data AV

Gambar 5. Garis regresi linier dari rata-rata data harian pemerintah Tiongkok vs data AV

Metode pengukuran

Koefisien korelasi kuadrat (r2)

Kemiringan

Mencegat

x

Y

AV (setiap hari)

BAM (setiap hari)

0.959

0.9067

4.6644

AV (per jam)

BAM (per jam)

0.83072

0.8266

9.5426

AV (setiap hari)

Pemerintah Tiongkok (setiap hari)

0.92598

0.7283

11.142

Tabel 1. Perbandingan hamburan cahaya partikel dan hamburan sinar beta

Kesimpulan

Penelitian dan angka-angka ini menggambarkan bahwa alat pendeteksi hamburan cahaya yang telah dikalibrasi, sensor Air Visual, berguna sebagai instrumen alternatif untuk memantau tingkat konsentrasi PM2.5. Meskipun biaya sensor Air Visual relatif murah, hasil dari penelitian ini menunjukkan bahwa pengukuran Air Visual cukup tepat, dengan (R2 = 0,959) dibandingkan dengan BAM, meskipun sensor Air Visual mungkin masih dipengaruhi oleh faktor-faktor seperti perubahan karakteristik partikel.

Referensi:

John V. Molenar. Analisis Teoritis Pengukuran Massa PM2.5 oleh. Nephelometry. Spesialis Sumber Daya Udara, Inc.

Apakah pertanyaan Anda terjawab?