HAPADS HAPADS

HAPADS

Aktualny stan wiedzy

Czyste powietrze jest niezbędne dla zdrowia ludzi i środowiska. Obecnie udowodniono, że zanieczyszczenie powietrza jest szkodliwe zarówno dla zdrowia ludzkiego, jak i dla środowiska. Dlatego ważne jest monitorowanie poziomów zanieczyszczenia powietrza, cząstek stałych (PM2,5, PM10) i NO2, aby pomóc w zarządzaniu emisją zanieczyszczeń.

Na rynku dostępne są komercyjne mobilne platformy monitorujące (Mobile Platform - MP) jakość powietrza w kabinach pojazdów, na przykład SGX Sensortech [SGX19], SEAT [SEAT19], Volvo IAQS [VOLVO19]. Jednak w tych platformach czujniki jakości powietrza są zintegrowane z systemem klimatyzacji samochodu i platformy nie są sprzedawane osobno na rynku. Ponadto nadal wątpliwa jest jakość tych platform w monitorowaniu jakości powietrza w kabinie.

Nie ma na rynku platform MP przeznaczonych do monitorowania jakości powietrza w kabinie pojazdów użytkowych, zwłaszcza w autobusach i kabinach ciężarówek, gdzie kierowcy spędzają większość czasu pracy, a także dużą część godzin snu. Niektóre ruchome i przenośne przyrządy są używane do monitorowania w kabinie, ale nie zapewniają one dokładnych informacji o zanieczyszczeniach w czasie rzeczywistym. Pomiary jakości powietrza wysokiej jakości są wykonywane przy użyciu złożonych technik pomiarowych przy użyciu zaawansowanego i precyzyjnego sprzętu z odpowiednimi technikami kalibracji. Oprócz bardzo wysokich kosztów zakupu i utrzymania tych systemów monitorowania, są one wspomagane przez wbudowany kalibrator, sprzęt filtrujący powietrze, regulator temperatury (chłodnica i nagrzewnica) oraz regulatory wilgotności względnej, co może sprawić, że produkty będą bardzo nieporęczne i kłopotliwe w montażu w kabinach samochodowych.

Taka sama sytuacja ma miejsce w przypadku tanich miniaturowych czujników ( Low-Cost Sensor - LCS), umożliwiających aplikacjom mobilnym monitorowanie jakości powietrza. Czujniki optyczne firmy Winsen do monitorowania cząstek stałych [Báthorya17] mogą rejestrować temperaturę (T), wilgotność względną (H), ciśnienie, stężenia zanieczyszczeń PM2,5, PM10 oraz moga być wykorzystywane w urządzeniach mobilnych zarówno na obszarach wiejskich, jak i miejskich. Czujniki LCS mierzące PM1, PM2,5, PM10, NO2, T i H [Firla19] są rozmieszczane jako ruchome czujniki na statkach do monitorowania jakości powietrza na morzach i portach bałtyckich.

Teoretycznie, użycie tych małych LCS w „mobilnym” monitoringu jakości powietrza umożliwia objęcie większej liczby lokalizacji, szybciej i taniej niż stacje stacjonarne. Stężenia zanieczyszczeń powietrza są zróżnicowane w czasie i przestrzeni, przez co platformy monitorujące MP mogą zlokalizować "hotspoty" i rejestrować dynamikę zanieczyszczenia powietrza, oceniając narażenia na zanieczyszczenia powietrza na poziomie indywidualnym oraz informując o jakości powietrza. Jednak dokładność LCS jest często wątpliwa ze względu na ich budowę i zależność środowiskową (np. lokalne warunki atmosferyczne, ograniczone poziomy stężeń zanieczyszczeń) [EURO19]. Najczęściej używaną miarą do oceny modelowania kalibracji czujnika jakości powietrza jest miara R². W przypadku niektórych zanieczyszczeń, takich jak PM i NO2, nadzorowane techniki uczenia się (Artificial Neural Networks - ANN, Random Forest - RF, Support Vector Machine - SVM lub Support Vector Regression - SVR) działają nieco lepiej niż MLR (Multi-linear Regression Model), biorąc pod uwagę osiąganą wartość współczynnika R² w terenie [VITO18] .

Jak pokazano w Tabeli 1, platforma MP do pomiaru jakości powietrza AirSensEUR (v.2) opracowana przez LiberaIntentio [Karagulian19] do wykrywania NO2, CO, O3, NO działała ze średnią wartością współczynnika R² = 0,90, podczas gdy platforma AIRQuino opracowana przez CNR [Cavaliere18 ] dla wykrywania PM osiągała średnią wartość R² 0,91. Te systemy czujników już działają i przeszły wiele kalibracji i testów terenowych, w których pomiary zanieczyszczeń gazowych wykazują dobrą zgodność z pomiarami referencyjnymi. Po analizie rynku [EURO19], jedyny system sensorowy spełniający wymagania pomiaru wielu zanieczyszczeń, zapewniający dostępność surowych danych, przejrzystość wszystkich zastosowanych metod przetwarzania danych, dostępność opisów ocen działania systemu w literaturze i działający z wysokim współczynnikiem R² (> 0.85) to system AirSensEUR v.2. Jednak czujnik tego systemu jest bardzo kosztowny (1600 EUR), nie jest on też przeznaczony do rozwiązań kabinowych i mobilnych. HAPADS będzie rozwiązaniem, które pozwoli przezwyciężyć istotne problemy związane ze stosowaniem ruchomych i przenośnych MP do monitorowania jakości powietrza. Tabela 1 zawiera porównanie nowej mobilnej platformy monitorowania powietrza HAPADS z najnowocześniejszymi rozwiązaniami. Podczas projektu HAPADS liczymy się z następującymi wyzwaniami:

  1. Specyficzne wyzwania związane z sensorem i osiąganą czułość oraz zasięg detekcji, na które mają wpływ: prędkość poruszania się oraz warunki pogodowe.
  2. Problemy związane z danymi zbieranymi z mobilnych urządzeń monitorujących, zbieranie danych w ruchu.
  3. Problemy i wyzwania związane z możliwościami przechowywania i przetwarzania danych na platformie mobilnej.
  4. Problemy związane z przesyłaniem danych między pojazdami a chmurą / serwerem.
  5. Problemy związane z modelem kalibracji, który ma na celu poprawę dokładności działania MP: istniejące MP muszą zostać ręcznie skalibrowane dla danego miejsca rozmieszczenia, co czyni je nieodpowiednimi do wdrożenia mobilnego. 

Tabela 1. Porównanie rozwiązania HAPAPS z istniejącymi rozwiązaniami 

Literatura

[AQ-SPEC15] AQ-SPEC, District, S. C. A. Q. M. & District, S. C. A. Q. M. “Air Quality Sensor Performance Evaluation Reports”, 2015.

[Báthorya17] Báthorya, C., Palotas B., “Hotspot identification with portable low-cost PM sensor”, J. Energy Water Food Nexus, Vol1, 2019.

[Cavaliere18] Cavaliere, A.; et all., “Development of Low-Cost..: Calibration and Validation of PM2.5 and PM10 Sensors”, Sensors 2018, 18.

[Corder18] Cordero et all., “Using statistical methods to carry out in field calibrations of LCS”, Sensors and Actuators B: Chemical 267, 2018.

[EURO19] European Commission, Review of sensors for air quality monitoring, JRC technical report (2019).

[Firla19] Firla S., et all., “The Influence of Marine Traffic on PM Levels…”, North and Baltic Seas, Sustainability 10, 4231, 1-19, 2018.

[Jiao17] Jiao et. all, “iScape. Summary of Air Quality sensors and recommendations for application”. iScape project D1.5, February 2017.

[Karagulian19] Karagulian, et al., “Calibration of AirSensEUR units during a field study in the Netherlands”, EC- Joint Research Centre, 2019.

[SEAT19]     https://www.seat.com/car-terms/a/air-quality-sensor.html

[SGX19] https://www.sgxsensortech.com/products-services/indoorautomotive-air-quality/automotive-air-quality-sensors/

[VITO18] De Vito, S. et al. “Calibrating chemical multisensory devices for real world applications: An in-depth comparison of quantitative machine learning approaches.” Sensors and Actuators B: Chemical 255, 1191–1210 (2018).

[VOLVO19] https://www.media.volvocars.com/global/en-gb/media/pressreleases/4959