Project KAFE_10 Correctiefactoren revisited

Wanneer is de fijnstof sensor kalibratie geslaagd ?

Het korte antwoord is “als de goedkope sensor meting tot een correcte fijnstofwaarde leidt”.
Helaas kunnen we pas zien of het antwoord correct is door naast elke goedkope sensor een
officieel duur rivm station te zetten.

Het huidige pragmatische uitgangspunt is “als het statistisch model van de ruimtelijke verdeling van de meetresultaten van goedkope sensoren, leidt tot waardes die overeenkomen met de door de rim gemeten waardes op de officiele stations op de locatie van die stations”.
Een toevoeging mijnerzijds: daarbij dienen terechte locale (off-rivm site ) flucuaties niet weggemiddeld te worden, die moeten intact blijven.

Wat zouden clous kunnen zijn dat het huidige RIVM algorithme niet ideaal is ?

  1. De centrale aanname is dat het verschil tussen RRS en CSS in een factor is uit te drukken.
    Als we met lineaire regressie die twee tegen elkaar uitzetten zou er dus altijd een offset=0 uit
    moeten komen. Als dat niet zo is, dan klopt de aanname niet.
    Ook significant kwadratische verbanden duiden op onheil

  2. De mate van correctie van een sensor ,de correctiefactor C, verschilt veel door de tijd.
    zonder dat we correlaties van de correctiefactor kunnen vinden (luchtvochtigheid, de hoogte van meetwaardes,…)

Eerdere onderzoekingen wezen uit dat de afwijkingen op aanname 1) gering zijn.
Dus in dit stukje zoomen we in op 2)

We nemen een steekproef met onze eigen, plausibele thuis sensor. over de afgelopen 3 maanden en zien dat de correctiefactor voor PM2.5, gedefinieerd als PM25_KAL/PM25_RUW inderdaad veel varieert:

Met name bij lage PM25 waardes varieert de correctiefactor:

Kijken we naar wat de relatie met luchtvochtigheid is en we maken aparte grafieken voor relatieve
luchtvochtigheid kleiner en grotergelijk aan 80%:

Zetten we de correctiefactor uit tegen luchtvochtigheid, dan zien we, zoals verwacht, dat boven de
80% de correctiefactor significant kleiner dan 1 wordt, dwz dat de SDS011 sensor een te hoge fijnstofwaarde meet.
Voor de grote spreiding bij lagere luchtvochtigheid, hebben we nog geen verklaring.

Als we alle uurwaardes van de PM25 optellen dan komt daar ongeveer hetzelfde uit als de som van alle PM25_KAL waardes. De RIVM kalibratie maakt het totaal geintegreerd fijnstof beeld dus niet rooskleuriger tov de ruwe metingen van deze SDS011 sensor.

Samenvattend:
Er is een grote variatie in de correctiefactor. Luchtvochtigheid alleen kan dit niet verklaren

Vervolgmogelijkheden:
1) We kunnen in plaats van deze N=1 steekproef bovenstaande te herhalen voor de hele set Goudse sensoren.
2) Een ander mogelijk vervolg is om te zien hoe uniform de luchtvochtigheid is over de nabije regio waar de RIVM station correctiefactoren bepaald worden.