Evaluación del desempeño de los sensores electroquímicos de SO2 y NO2 utilizando instrumentos de monitoreo regulatorio

Abstract

El uso de sensores de calidad de aire de bajo costo podría aumentar la resolución espacio-temporal del monitoreo tradicional, proporcionando una gran cantidad de información en tiempo real, gracias al uso de internet. Aprovechar las oportunidades que entregan los sensores requiere comprender sus limitaciones. La respuesta de los sensores se ve afectada por factores ambientales, lo que hace necesario optimizar su desempeño mediante la aplicación de un algoritmo de ajuste que incorpore las variables interferentes, como temperatura, humedad relativa y/o gases de interferencia cruzada. En este trabajo se desarrolló una metodología de ajuste para las mediciones de sensores de NO2 y SO2, y se evaluó su desempeño mediante su ubicación conjunta con instrumentos de monitoreo regulatorio. Se dispuso de cuatro sensores de NO2 y dos de SO2, los que fueron utilizados en tres campañas de monitoreo. La primera campaña se realizó en la Estación de Monitoreo de Calidad del Aire (EMCA) La Florida y cumplió con el objetivo de comparar los sensores bajo las mismas condiciones ambientales. En la segunda, los sensores se trasladan a las EMCA Quintero, Ventanas y Valle Alegre, donde se evaluó su comportamiento en un área urbana-industrial. En la tercera campaña, se trasladan los sensores a EMCA cercanas y con similares condiciones ambientales con el objeto de evaluar el ajuste de los modelos obtenidos en la campaña anterior El ajuste se realizó empleando el modelo de regresión lineal múltiple, en el que se incorporaron las variables de temperatura del sensor y humedad ambiental. Fue necesario dividir en tres secciones los datos obtenidos en cada campaña, según temperatura y voltaje para los sensores NO2 y SO2 respectivamente, al objeto de cumplir con los supuestos del modelo. La comparación mutua de los sensores indica que el funcionamiento individual depende de su sensibilidad intrínseca a factores ambientales. La metodología de segmentación permitió ajustar la respuesta de los sensores en un amplio rango de variabilidad ambiental de temperatura y humedad (NO2: R2 > 0,6 – SO2: R2 > 0,98). El desempeño de los sensores de NO2 empeora al ser trasladados de un área urbana (R2 > 0,8; sesgo < 15%) a una urbana-industrial (R2 > 0,6; sesgo > 30%). Los sensores de SO2 solo se evaluaron en Quintero, en donde su ajuste fue mayor a 0,9, debido a que las altas concentraciones ambientales coinciden con los altos voltajes medidos. Al evaluar los ajustes obtenidos en la campaña anterior en otro sitio con similares características se concluye que estos se ajustan correctamente para los sensores de SO2 (R2 > 0,8). Sin embargo, para los sensores de NO2 los ajustes logrados al comparar con los instrumentos de referencia fueron bajos (R2 < 0,3).Se concluye que, el entorno de evaluación de los sensores de SO2 y su menor dependencia a factores ambientales, garantiza el buen desempeño de estos para la detección de episodios de altas concentraciones en un área urbana-industrial. Por otra parte, la fuerte dependencia de los sensores de NO2 a factores ambientales conduce a la necesidad de reajuste de sus mediciones en cada sitio de monitoreo.

The use of low-cost air quality sensors could increase the spatial-temporal resolution of traditional monitoring, providing a large amount of information in real-time, thanks to the use of the Internet. Taking advantage of the opportunities offered by sensors requires understanding their limitations. The response of the sensors is affected by environmental factors, which makes it necessary to optimize their performance by applying an adjustment algorithm that incorporates interfering variables, such as temperature, relative humidity and/or cross-interference gases. In the present work, an adjustment methodology was developed for the measurements of the NO2 and SO2 sensors, and their performance was evaluated through their joint location with regulatory monitoring instruments. Four NO2 and 2 SO2 sensors were available, which were used in 3 monitoring campaigns. The first campaign was conducted at the Florida Air Quality Monitoring Station (EMCA) and met the objective of comparing the sensors under the same environmental conditions. In the second, the sensors are transferred to EMCA Quintero, Ventanas and Valle Alegre, where their behavior was evaluated in an urban-industrial area. In the third campaign, the sensors are transferred to EMCA frequently and with similar environmental conditions in order to assess the fit of the models detected in the previous campaign The adjustment was made using the multiple linear regression model, in which the variables of sensor temperature and ambient humidity were incorporated. It was necessary to divide the data obtained in each campaign into 3 sections, according to the temperature and voltage of the NO2 and SO2 sensors, respectively, to comply with the assumptions of the model. The mutual comparison of the sensors indicates that the individual operation depends on its intrinsic sensitivity to environmental factors. The segmentation methodology allowed the sensor response to be adjusted over a wide range of ambient temperature and humidity variability (NO2: R2> 0,6 - SO2: R2> 0,98). The performance of NO2 sensors worsens when they move from an urban area (R2> 0,8; bias <15%) to an urban-industrial one (R2> 0,6; bias> 30%). The SO2 sensors were only evaluated in Quintero, where their adjustment was greater than 0,9, because the high environmental concentrations coincide with the high measured voltages. The spatial transfer capability of the configuration works correctly for SO2 sensors (R2> 0,8). However, for the NO2 sensors the adjustments achieved when comparing with the reference instruments were low (R2 <0,3). It is concluded that the evaluation environment of the SO2 sensors and their lower dependence on environmental factors, guarantees their good performance for the detection of episodes of high concentrations in an urban-industrial area. On the other hand, the strong dependence of NO2 sensors on environmental factors leads to the need to readjust their measurements at each monitoring site.