Τα δεδομένα για την ατμοσφαιρική ρύπανση από αισθητήρες που χειρίζονται οι πολίτες βελτιώθηκαν με νέο σύστημα ελέγχου ποιότητας

Οι αισθητήρες ποιότητας του αέρα χαμηλού κόστους έχουν γίνει δημοφιλείς την τελευταία δεκαετία, επιτρέποντας την πιο εκτεταμένη και συμμετοχική παρακολούθηση της ποιότητας του αέρα από τις κοινότητες. Οι ερευνητές και οι υπεύθυνοι χάραξης πολιτικής θα ήθελαν να χρησιμοποιήσουν αυτά τα δεδομένα που συλλέγονται από τους πολίτες για να αποκαλύψουν μοτίβα ρύπανσης, ιδίως τη ρύπανση που προκαλείται από_{σωματίδια PM}2.5 (μικρότερα από 2,5 μm).Ωστόσο, οι αισθητήρες χαμηλού κόστους δεν παρέχουν πάντα ακριβή δεδομένα που μπορούν να ενσωματωθούν στα υφιστάμενα δίκτυα και τεχνικά συστήματα ποιότητας του αέρα.

Τα ζητήματα ποιότητας των δεδομένων που προκαλούνται από τις προκλήσεις στη βαθμονόμηση των αισθητήρων, τις διαφορετικές περιβαλλοντικές συνθήκες, την υποβάθμιση με την πάροδο του χρόνου και άλλους παράγοντες αποτελούν βασική ανησυχία για τον περιορισμό των επιστημονικών δεδομένων των πολιτών που χρησιμοποιούνται σε ερευνητικά έργα.

Για παράδειγμα, οι ερευνητές έχουν παρατηρήσει ότι οι αισθητήρες συνήθως βαθμονομούνται για την ανίχνευση σωματιδίων σε ελεγχόμενες συνθήκες, αλλά οι συνθήκες στο πεδίο, όπως τα επίπεδα υγρασίας, μπορεί να επηρεάσουν τις μετρήσεις.

Τέτοια ζητήματα ακρίβειας εμποδίζουν τη χρήση αισθητήρων χαμηλού κόστους για τη στήριξη επίσημων μέτρων, όπως η αναθεωρημένη οδηγία της ΕΕ για την ποιότητα του ατμοσφαιρικού αέρα (2024/2881).

Μια πρακτική που επιδιώκει να αντιμετωπίσει το πρόβλημα είναι η συστέγαση αισθητήρων με σταθμούς αναφοράς (επίσημοι σταθμοί μέτρησης που πληρούν τα πρότυπαποιότητας δεδομένων του Ευρωπαϊκού Οργανισμού Περιβάλλοντος (ΕΟΠ)) στον τομέα και η εκ νέου βαθμονόμηση των αισθητήρων ώστε να ευθυγραμμίζονται με τις τοπικές συνθήκες.

Υπάρχουν και άλλα ζητήματα, όπως το γεγονός ότι οι αισθητήρες λειτουργούν συχνά από μη ειδικούς, οι οποίοι ενδέχεται να μην ακολουθούν τα πρωτόκολλα συντήρησης ή λειτουργίας· και αισθητήρες από διαφορετικούς κατασκευαστές ενδέχεται να απαιτούν διαφορετική βαθμονόμηση. Για να αποφευχθεί η ανάγκη συστέγασης και περίπλοκης βαθμονόμησης, απαιτείται ένα σύστημα ποιοτικού ελέγχου.

Στο πλαίσιο αυτό, μια νέα μελέτη προτείνει μια αξιόπιστη, διαφανή, τυποποιημένη διαδικασία ποιοτικού ελέγχου (QC) που «διορθώνει» τα δεδομένα των αισθητήρων, με βάση τα δεδομένα των κοντινών σταθμών αναφοράς. Οι ερευνητές παρουσιάζουν ένα πλαίσιο που ονομάζεται FILTER (Πλαίσιο για τη Βελτίωση της Αποτελεσματικότητας και της Αξιοπιστίας της Τεχνολογίας Χαμηλού Κόστους), το οποίο μπορεί να ενισχύσει την αξιοπιστία των δεδομένων_{ρύπανσης PM}2.5

που λαμβάνονται από το χρήστη σε πολλαπλά δίκτυα. Το πλαίσιο εφαρμόζεται τόσο σε μικρές όσο και σε μεγάλες γεωγραφικές κλίμακες και έχει σχεδιαστεί για να υπερνικήσει τους περιορισμούς άλλων παρόμοιων πλαισίων που είχαν αναπτυχθεί προηγουμένως (τα οποία, για παράδειγμα, λειτουργούν μόνο σε μικρότερες κλίμακες, είναι ειδικά σχεδιασμένα για αισθητήρες ή χρειάζονται σημαντική βαθμονόμηση).Οι ερευνητές εφάρμοσαν το FILTER σε_{δεδομένα PM}2.5

που συγκεντρώθηκαν μεταξύ 2018 και 2023 από μεγάλης κλίμακας αισθητήρες που λειτουργούν από πολίτες στην Ευρώπη, οι οποίοι αποθηκεύτηκαν σε δύο βάσεις δεδομένων που ονομάζονται sensor.community και PurpleAir. Αυτά τα σύνολα δεδομένων περιλάμβαναν πάνω από 13,2 δισεκατομμύρια παρατηρήσεις σε 38.294 μοναδικές τοποθεσίες σε ανάλυση κάτω από την ώρα. Ελήφθησαν παρατηρήσεις από περισσότερους από 400 αισθητήρες, οι οποίοι βρίσκονται σε μέγιστη απόσταση 500 μέτρων από σταθμούς αναφοράς.

Το FILTER επεξεργάστηκε τόσο ανεπεξέργαστα όσο και «διορθωμένα» δεδομένα – βαθμονομημένα ώστε να λαμβάνεται υπόψη ο τύπος ρύπανσης, οι τοπικές μετεωρολογικές και ατμοσφαιρικές συνθήκες, και τυποποιημένα ώστε να λαμβάνονται υπόψη οι διαφορετικές προσεγγίσεις των γεωγραφικών συντεταγμένων, με τη χρήση δεδομένων από μετεωρολογικούς σταθμούς.

Η επεξεργασία περιλάμβανε πέντε στάδια ποιοτικού ελέγχου:

1. Ισχύς εύρους: ελέγχει ότι κάθε μέτρηση εμπίπτει εντός φυσικώς εύλογου εύρους_{συγκεντρώσεων PM} 2.5 ⁻³.
2. Σταθερή τιμή: επισημαίνει κάθε αισθητήρα που αναφέρει συνεχώς την ίδια τιμή (εντός ≤0.1μgm⁻³) σε ένα χρονικό παράθυρο κύλισης 8 ωρών, καθώς ο αισθητήρας ενδέχεται να δυσλειτουργεί.
3. Ανίχνευση ακραίων τιμών: προσδιορίζει στατιστικές ακραίες τιμές (ακραίες αιχμές ή μειώσεις στα σωματίδια PM_2.5 και απόκλιση από τους μέσους όρους στα δεδομένα του δικτύου παρακολούθησης της ποιότητας του αέρα του ΕΟΠ).
4. Χωρική συσχέτιση: αξιολογεί τη συσχέτιση με δεδομένα από γειτονικούς αισθητήρες σε ακτίνα 30 χιλιομέτρων σε παράθυρο 30 ημερών.
5. Χωρική ομοιότητα: αξιολογεί κατά πόσον οι μετρήσεις ενός αισθητήρα είναι συνεπείς και αναμενόμενες λαμβάνοντας υπόψη τους σταθμούς αναφοράς και όχι τους αισθητήρες, σε ακτίνα 30 χιλιομέτρων.

Το FILTER ήταν σε θέση να παράσχει διορθωμένες τιμές για το 52,5% των αρχικών μετρήσεων αισθητήρων, ενισχύοντας τα χρήσιμα δεδομένα στην περιοχή μελέτης από 224 μετρήσεις ανά km² που προέρχονται από σταθμούς αναφοράς, σε 1.428 μετρήσεις υψηλής ποιότητας ανά km² συμπεριλαμβανομένων δεδομένων αισθητήρων χαμηλού κόστους.

Σημείωσαν ότι σχεδόν τα δύο τρίτα των αναγνώσεων προέρχονταν από αστικές περιοχές. Οι χώρες με τις περισσότερες θέσεις αισθητήρων ήταν η Γερμανία (14.002), η Ολλανδία (4.541), η Πολωνία (2.574) και το Βέλγιο (2.484). Οι πόλεις με τους περισσότερους αισθητήρες ήταν η Σόφια (862), το Βερολίνο (792), η Στουτγάρδη (759), οι Βρυξέλλες (683) και το Ντόρτμουντ (661).

Οι ερευνητές σημειώνουν σημαντική απώλεια δεδομένων μεταξύ των βημάτων ελέγχου ποιότητας 4 και 5, λόγω έλλειψης σημείων αναφοράς με τα οποία να επαληθεύονται οι παρατηρήσεις των αισθητήρων χαμηλού κόστους — εάν σταματήσει στο βήμα 4, η χωρική πυκνότητα των διορθωμένων μετρήσεων ήταν σχεδόν διπλάσια (~2,750 ανά km²).

Δηλώνουν ότι τα δεδομένα που υποβάλλονται σε επεξεργασία έως το στάδιο 4 της διαδικασίας QC φαίνονται αξιόπιστα και, ως εκ τούτου, θα μπορούσαν να θεωρηθούν αξιόπιστα για ορισμένες εφαρμογές, ώστε να καταστεί δυνατή η ρεαλιστική ισορροπία μεταξύ της διαθεσιμότητας και της ποιότητας των δεδομένων. Εφαρμόζουν τρεις βαθμίδες ποιότητας: «υψηλής ποιότητας» έως το στάδιο 5· «καλή ποιότητα» στο στάδιο 4· και «άλλη ποιότητα», όπου η ποιότητα δεν μπορεί να διασφαλιστεί.

Υποδεικνύουν δύο τύπους εφαρμογών πραγματικού κόσμου για δεδομένα αισθητήρων που ελέγχονται από το FILTER: όπου τα σχετικά_{επίπεδα PM}2.5_{είναι επαρκή (για παράδειγμα, όσον αφορά την παρακολούθηση των τάσεων και των διακυμάνσεων· μέτρα ελέγχου της ρύπανσης «πριν και μετά», παρακολούθηση ημερήσιων μοτίβων ή ευαισθητοποίηση του κοινού) και μέτρα στα οποία είναι απαραίτητατα απόλυτα επίπεδα PM}2.5

(π.χ. κανονιστική συμμόρφωση, εκτίμηση κινδύνου για την υγεία, μοντελοποίηση των εκπομπών ή υπολογισμός των αριθμητικών στοιχείων του δείκτη ποιότητας του αέρα).Μεταξύ των περιορισμών της προσέγγισης είναι ότι έχει σχεδιαστεί για σταθερούς εξωτερικούς αισθητήρες χαμηλού κόστους που παρακολουθούν_{μόνο PM}2.5

· δεν μπορεί να υπολογίζει τις μετρήσεις που πραγματοποιούνται περισσότερο από μία φορά την ώρα· και υποθέτει ότι τα δεδομένα από κοντινούς σταθμούς αναφοράς είναι κατάλληλα για τη διόρθωση των δεδομένων.

Ωστόσο, οι ερευνητές επισημαίνουν ότι το FILTER έχει αποδειχθεί ικανό να βελτιώσει την ακρίβεια και την αξιοπιστία των _{δεδομένων PM}2.5 που συλλέγονται από αισθητήρες χαμηλού κόστους στην Ευρώπη — και, ως εκ τούτου, θα μπορούσε να διαδραματίσει ρόλο στην οικοδόμηση ενός εναρμονισμένου, ελεγχόμενου ως προς την ποιότητα συνόλου δεδομένων παρατηρήσεων ατμοσφαιρικών ρύπων για την υποστήριξη της έρευνας για την ποιότητα του αέρα, των αξιολογήσεων της δημόσιας υγείας και της περιβαλλοντικής πολιτικής.Αριθ. αναφοράς:

Hassani, A., Salamalikis, V., Schneider, P, Stebel, K. and Castell, N. (2025) Ένα κλιμακούμενο πλαίσιο για την εναρμόνιση, την τυποποίηση και τη διόρθωση δεδομένων αισθητήρα χαμηλού κόστους PM2.5 από το πλήθος σε ολόκληρη την Ευρώπη. Journal of Environmental Management Volume 380, Απρίλιος 2025, 125100. https://doi.org/10.1016/j.jenvman.2025.125100

Ευρωπαϊκή Επιτροπή