MétaCan
Menu
Retour à la cohorte
Enregistrement W6957694920 · doi:10.60692/gdx8f-k2p44

Effect of aerosol composition on the performance of low-cost optical particle counter correction factors

2020· article· en· W6957694920 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensYork University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésAerosolParticle counterRelative humidityParticle (ecology)Sulfuric acidMass concentration (chemistry)Particle numberSulfateParticle size

Résumé

récupéré en direct d'OpenAlex

Abstract. There is considerable interest in using low-cost optical particle counters (OPCs) to supplement existing routine air quality networks that monitor particle mass concentrations. In order to do this, low-cost OPC data need to be comparable with particle mass reference instrumentation; however, there is currently no widely agreed upon methodology to accomplish this. Aerosol hygroscopicity is known to be a key parameter to consider when correcting particle mass concentrations derived from low-cost OPCs, particularly at high ambient relative humidity (RH). Correction factors have been developed that apply κ-Köhler theory to correct for the influence of water uptake by hygroscopic aerosols. We have used datasets of co-located reference particle measurements and low-cost OPC (OPC-N2, Alphasense) measurements, collected in four cities on three continents, to explore the performance of this correction factor. We provide evidence that the elevated particle mass concentrations, reported by the low-cost OPC relative to reference instrumentation, are due to bulk aerosol hygroscopicity under different RH conditions, which is determined by aerosol composition and, in particular, the levels of hygroscopic aerosols (sulfate and nitrate). We exploit measurements made in volcanic plumes in Nicaragua, which are predominantly composed of sulfate aerosol, as a natural experiment to demonstrate this behaviour in the ambient atmosphere; the observed humidogram from these measurements closely resembles the calculated pure sulfuric acid humidogram. The results indicate that the particle mass concentrations derived from low-cost OPCs during periods of high RH (>60 %) need to be corrected for aerosol hygroscopic growth. We employed a correction factor based on κ-Köhler theory and observed that the corrected OPC-N2 PM2.5 mass concentrations were within 33 % of reference measurements at all sites. The results indicated that a κ value derived in situ (using suitable reference instrumentation) would lead to the most accurate correction relative to co-located reference instruments. Applying a κ values from the literature in the correction factor also resulted in improved OPC-N2 performance, with the measurements being within 50 % of the reference values. Therefore, for areas where suitable reference instrumentation for developing a local correction factor is lacking, using a literature κ value can result in a reasonable correction. For locations with low levels of hygroscopic aerosols and low RH values, a simple calibration against gravimetric measurements (using suitable reference instrumentation) would likely be sufficient. Whilst this study generated correction factors specific for the Alphasense OPC-N2 sensor, the calibration methodology developed is likely amenable to other low-cost PM sensors.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,215
Écart entre enseignants0,185 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetAir Quality Monitoring and ForecastingTravaux en français237 207