[논문 리뷰] Assessing the Value of Complex Refractive Index and Particle Density for Calibration of Low-Cost Particle Matter Sensor for Size-Resolved Particle Count and PM2.5 Measurements

Ching-Hsuan Huang, Jiayang He외 3명|arXiv (Cornell University)|2021. 06. 06.

Air Quality Monitoring and Forecasting참고 문헌 50인용 수 18

한 줄 요약

이 연구는 표준 다분산 입자를 사용한 제어된 에어로졸 시험을 통해 저비용 PM 센서인 Plantower PMS A003의 校정 모델을 개발하고 평가한다. 선형 校정 모델은 입자 특성 조정 없이도 수치 농도에 대해 <4.0%의 정규화된 평균 절대 오차(NMAE)를 달성하는 것으로 나타났으며, 복합 굴절률(CRI), 밀도 및 비선형성 등을 포함한 모델은 특히 wildfi re 연기나 산업 환경과 같은 고농도 환경에서 질량 농도(PM2.5, PM10)의 오차를 크게 감소시킨다.

ABSTRACT

Commercially available low-cost particulate matter (PM) sensors provide output as total or size-specific particle counts and mass concentrations. These quantities are not measured directly but are estimated by the original equipment manufacturers' (OEM) proprietary algorithms and have inherent limitations since particle scattering depends on their composition, size, shape, and complex index of refraction (CRI). Hence, there is a need to characterize and calibrate their performance under a controlled environment. We present calibration algorithms for Plantower PMS A003 sensor as a function of particle size and concentration. A standardized experimental protocol was used to control the PM level, environmental conditions and to evaluate sensor-to-sensor reproducibility. The calibration was based on tests when PMS A003 were exposed to different polydisperse standardized testing aerosols. The results suggested particle size distribution from PMS A003 was shifted compared to reference instrument measures. For calibration of number concentration, linear model without adjusting aerosol properties corrects the raw PMS A003 measurement for specific size bins with normalized mean absolute error within 4.0% of the reference instrument. Although the Bayesian Information Criterion suggests that models adjusting for particle optical properties and relative humidity are technically superior, they should be used with caution as the particle properties used in fitting were within a narrow range for challenge aerosols. The calibration models adjusted for particle CRI and density account for non-linearity in the OEM's mass concentrations estimates and demonstrated lower error. These results have significant implications for using PMS A003 in high concentration environments, including indoor air quality and occupational/industrial exposure assessments, wildfire smoke, or near-source monitoring scenarios.

연구 동기 및 목표

• 크기 분포 입자 수 농도 및 질량 농도 측정에 있어 저비용 PM 센서의 신뢰할 수 있는 校정 부족 문제를 해결하기 위해.
• 특히 복합 굴절률(CRI)과 밀도를 포함한 입자 광학적 특성이 센서 정확도에 미치는 영향을 평가하기 위해.
• 다양한 입자 농도 및 환경 조건에서 센서 성능을 향상시키는 데 목적이 있는 校정 모델을 개발하고 검증하기 위해.
• 특히 고농도 PM 수준에서 OEM에서 추정한 질량 농도의 비선형 반응을 고려할 필요성을 평가하기 위해.
• 실내, 직장, 근거리 모니터링 시나리오에 적용 가능한 표준화된 센서 校정 프로토콜을 제공하기 위해.

제안 방법

• 0–1000 #/cm³ 범위의 농도에서 네 가지 표준 다분산 시험 에어로졸(ATD, PSL, NaCl, S02)을 사용한 에어로졸 챔버를 활용한 제어된 실험실 실험을 수행하였다.
• 기준 입자 수 농도 및 질량 농도는 TSI 에어로다이내믹 입자 샤퍼(APS)를 금표준으로 측정하였다.
• 선형, 다항식, CRI, 입자 밀도 및 상대습도(RH)를 통합한 하이브리드 모델을 적용하여 OEM 센서 출력을 보정하였다.
• 모델 적합도 비교 및 최적 모델 선별을 위해 베이지안 정보 기준(BIC)을 사용하였으며, 검증을 위해 정규화된 평균 절대 오차(NMAE)도 계산하였다.
• 전체 및 저농도 범위(0–1000 #/cm³ 및 <100 #/cm³)에서 센서 간 재현성 및 성능을 평가하였다.
• 선형 회귀 분석을 통해 PM1, PM2.5, PM10에 대한 校정 방정식을 도출하였으며, 수치 및 질량 농도에 대해 별도의 모델을 설정하였다.

실험 결과

연구 질문

• RQ1 입자 크기 및 농도가 다양할 때 PMS A003 센서의 원시 출력 값이 기준 측정값과 어떻게 비교되는가?
• RQ2 복합 굴절률(CRI)과 밀도와 같은 입자 특성이 저비용 PM 센서 측정 정확도에 어느 정도의 영향을 미치는가?
• RQ3 CRI, 밀도 및 RH를 포함한 校정 모델이 단순 선형 보정을 초월하여 질량 농도 추정 정확도를 향상시킬 수 있는가?
• RQ4 특히 wildfi re 연기나 실내 오염과 같은 상황에서 고농도 및 저농도 환경에서 센서 성능은 어떻게 다름이 있는가?
• RQ5 실제 현장 적용에 가장 적합한 정확도와 신뢰성의 균형을 이루는 校정 모델 구조(선형, 다항식, 또는 물리적 변수를 포함한 하이브리드)는 무엇인가?

주요 결과

• PMS A003 센서의 원시 수치 농도 측정치는 항상 APS 기준값보다 낮게 측정되었으며, 입자 크기 분포가 이동한 것으로 나타났다.
• CRI 또는 RH 조정 없이 단순 선형 校정 모델을 적용한 결과, PM1의 NMAE는 3.11%, PM2.5의 NMAE는 4.53%였으며, 모든 크기 범위에서 수치 농도의 NMAE는 <4.0%를 기록하였다.
• CRI 및 입자 밀도를 포함한 모델은 선형 모델 대비 PM2.5의 NMAE를 4.53%에서 2.33%로 감소시켜 질량 농도 정확도 향상이 뚜렷하게 나타났다.
• 베이지안 정보 기준(BIC)은 CRI, 밀도 및 RH를 포함한 모델을 선호하였으며, 이는 통계적 적합도가 뛰어남을 시사하지만, 이는 비교적 제한된 종류의 에어로졸에 기반한 결과였다.
• 특히 고농도에서 OEM에서 추정한 질량 농도의 비선형 반응이 관찰되었으며, 물리적 변수를 포함한 다항식 모델이 이를 가장 잘 보정하였다.
• CRI, 밀도 및 비선형성을 포함한 PM2.5 및 PM10의 校정 모델은 각각 가장 낮은 NMAE(2.33% 및 2.61%)를 기록하여 고농도 환경에서 이러한 조정이 반드시 필요함을 확인하였다.