Fechando a lacuna na monitorização de qualidade do ar de baixo custo: modelos de calibração de aprendizado de máquina para melhorar o desempenho de sensores de baixo custo

Resumo. Estratégias de sensoriamento de baixo custo prometem redes de monitoramento de qualidade do ar mais densas, que poderiam melhorar significativamente nossa compreensão da exposição pessoal à poluição do ar. Além disso, sensores de qualidade do ar de baixo custo poderiam ser implantados em áreas onde o monitoramento é limitado. No entanto, sensores de baixo custo são frequentemente sensíveis a condições ambientais e sensibilidades cruzadas com poluentes, que historicamente foram mal abordadas por calibrações em laboratório, limitando sua utilidade para monitoramento. Neste estudo, investigamos diferentes modelos de calibração para o pacote de sensores de Múltiplos Poluentes Acessíveis em Tempo Real (RAMP), que mede CO, NO2, O3 e CO2. Exploramos três métodos: 1) regressão linear univariada em laboratório, 2) regressão linear multivariada empírica e 3) modelos de calibração baseados em aprendizado de máquina usando florestas aleatórias (RF). Modelos de calibração foram desenvolvidos para 19 monitores RAMP usando janelas de treinamento e teste que vão de agosto de 2016 a fevereiro de 2017 em Pittsburgh, PA. Os modelos de floresta aleatória corresponderam (CO) ou superaram significativamente (NO2, CO2, O3) os outros modelos de calibração, e sua precisão e exatidão foram robustas ao longo do tempo para janelas de teste de até 16 semanas. Após a calibração, o erro médio absoluto no conjunto de dados de teste dos modelos de floresta aleatória foi de 38 ppb para CO (14% de erro relativo), 10 ppm para CO2 (2% de erro relativo), 3,5 ppb para NO2 (29% de erro relativo) e 3,4 ppb para O3 (15% de erro relativo), e o coeficiente de Pearson r em relação aos monitores de referência superou 0,8 para a maioria das unidades. O desempenho dos modelos é explorado em detalhes, incluindo uma quantificação da importância das variáveis do modelo, precisão em diferentes faixas de concentração e desempenho em uma variedade de contextos de monitoramento, incluindo os Padrões Nacionais de Qualidade do Ar (NAAQS) e as recomendações do Guia de Sensores de Ar da EPA dos EUA sobre qualidade mínima de dados para medições de exposição pessoal. Uma força chave da abordagem RF é que ela considera sensibilidades cruzadas de poluentes. Isso ressalta a importância de desenvolver pacotes de sensores multi-poluentes (em oposição a monitores de poluentes únicos); determinamos que isso é especialmente crítico para NO2 e CO2. A avaliação revela que apenas os sensores calibrados por RF atendem às recomendações do Guia de Sensores de Ar da EPA dos EUA para qualidade mínima de dados para medições de exposição pessoal. Também demonstramos que os sensores calibrados pelo modelo RF puderam detectar diferenças nas concentrações de NO2 entre um local próximo à estrada e um local suburbano a menos de 1,5 km de distância. A partir deste estudo, concluímos que combinar modelos RF com os monitores RAMP parece ser uma abordagem muito promissora para enfrentar o desempenho insatisfatório que tem atormentado os sensores de qualidade do ar de baixo custo.