Emily Snyder
National Homeland Security Research Center
Office of Research and Development US
Environmental Protection Agency
Research Triangle Park, NC, USA
Amanda Kaufman
Anggota Kesehatan Lingkungan ASPHH diselenggarakan oleh EPA
Asosiasi Sekolah dan Program Kesehatan Masyarakat
Washington, DC, 20036
Penafian
KONSEP
Tim)
• Holly Wilson (Badan Perlindungan Lingkungan Wilayah 10, Program Udara Komunitas) • Peserta
Sesi Breakout Sensor Udara 2013 C, termasuk staf EPA, kualitas udara negara bagian
manajer, akademisi / peneliti kesehatan, dan produsen sensor
• Stacey Katz dan Gail Robarge (Badan Perlindungan Lingkungan)
iv
Machine Translated by Google
Daftar isi
Bagian Halaman
Ringkasan Eksekutif……………….……………………………………………………………………….vii
4. Bagaimana Mengumpulkan Data yang Berguna Menggunakan Sensor Udara ........................................ ......................... 28
Lampiran A: Pertanyaan Potensial dari Pejabat Negara dan Lokal ........................................ ........44
v
Machine Translated by Google
Daftar Gambar
Angka Halaman
Gambar 1-1. Contoh peta Lingkungan Saya yang interaktif di situs web EPA. ........................ 4
Gambar 2-1. Indeks Kualitas Udara (AQI) tingkat masalah kesehatan, nilai numerik, dan
arti. ................................................................... ................................................................... ..................15
Gambar C-1. Perbandingan nilai NO2 yang sebenarnya dan pengukuran NO2 yang bias. .................50
Gambar C-2. Deret waktu menunjukkan pengukuran rata-rata 1 menit dan 15 menit
pengukuran ozon. ................................................................... .................................................52
Gambar C-4. Waktu respons (t50 dan t90) instrumen terhadap gas kalibrasi. .................................58
Meja Halaman
Tabel 1-1. Deskripsi potensi penggunaan sensor udara berbiaya rendah... .................................................. ...... 5
Tabel 2-1. Efek kesehatan, lingkungan, dan iklim dari polutan udara umum ......................... 8
Tabel 3-1. Karakteristik kinerja dari beberapa portabel yang tersedia secara komersial, berbiaya rendah
sensor polusi udara ................................................... ................................................................... ......23
Tabel 3-2. Karakteristik kinerja sensor yang tersedia secara komersial dan yang baru muncul
untuk pengukuran kontinu massa PM dan sifat fisik. ..................................24
Tabel 5-1. Ringkasan Sasaran Kinerja yang Disarankan untuk Sensor untuk 5 Jenis Warga
Aplikasi Sains dalam Perbandingan dengan Persyaratan Pengawasan Peraturan ...............39
vi
Machine Translated by Google
Penggunaan sensor untuk memenuhi berbagai kebutuhan mulai dari program pendidikan hingga
pengumpulan data penelitian profesional dijelaskan. Survei pasar tertentu disediakan di sini untuk
menginformasikan kepada pembaca tentang kisaran biaya dan kemampuan kinerja sensor kualitas udara yang
tersedia secara komersial. Dokumen tersebut memberikan informasi latar belakang tentang polutan udara umum
seperti yang didefinisikan sebagai "polutan kriteria" serta memilih yang lain. Informasi yang berguna disediakan
dalam buku panduan relatif terhadap pertimbangan utama tentang memilih sensor yang paling tepat untuk
kebutuhan seseorang mengenai polutan ini.
Peneliti kualitas udara profesional dilatih untuk mencari berbagai atribut dalam teknologi pemantauan.
Sementara dokumen ini terbatas dalam cakupannya mengenai bidang ini, informasi dasar disediakan yang akan
membantu ilmuwan warga dan orang lain dalam membuat pilihan yang paling tepat. Komponen utama dari buku
panduan ini adalah diskusi tentang pertimbangan kualitas data. Topik seperti kebutuhan untuk mengkalibrasi
sensor, menentukan ketepatan respons perangkat, bias responsnya, dan karakteristik kinerja lainnya dijelaskan
KONSEP
secara praktis. Contoh penentuan karakteristik kinerja tersebut disediakan untuk membantu pengguna dalam
memahami konsep-konsep penting ini.
Buku panduan ini tidak mencoba menjawab setiap pertanyaan yang diterima EPA AS tentang pemilihan dan
penggunaan berbagai teknologi sensor. Penggunaan sensor harus dipertimbangkan secara individual dan hanya
mengikuti pertimbangan yang cermat tentang mengapa data dikumpulkan dan untuk tujuan apa. Sumber daya
yang luas, hampir semuanya mudah diperoleh secara gratis melalui internet, disorot dalam dokumen untuk
membantu pengguna sensor potensial dalam memperoleh informasi yang berguna karena mereka
mempertimbangkan penggabungan teknologi sensor untuk memenuhi berbagai aplikasi.
vii
Machine Translated by Google
1. Perkenalan
Dokumen ini
Dokumeniniinimemandu
Dokumen memandu orang-orang
orang-orang yang yang tertarik untuk
mengembangkan danmengembangkan dan
menggunakan sensor menggunakan
yang sensor
sangat portabel yang sangat
dan berbiaya rendahportabel
melalui:
dan berbiaya rendah dengan memberikan informasi melalui:
• Informasi latar belakang tentang kualitas udara • Informasi
latar belakang
kualitas udara •tentang kualitas udaradata
Udara Penggunaan • Penggunaan data
kualitas udara
• Pertimbangan saat menggunakan atau mengembangkan sensor udara
•• Cara
Pertimbangan saat menggunakan
mengidentifikasi atau untuk
teknologi terbaik mengembangkan sensor udara
aplikasi tertentu
• Bagaimana
Cara mengidentifikasi
mengumpulkanteknologi terbaik untuk aplikasi tertentu
data yang berguna
•• Bagaimana mengumpulkan
Karakteristik kinerja yangdata yang
perlu kredibel
dipertimbangkan
• Kinerja sensorKarakteristik kinerja yang perlu dipertimbangkan
Dokumen ini memberikan informasi yang berguna bagi individu yang tertarik dengan pemantauan kualitas udara
menggunakan sensor biaya rendah yang tersedia secara komersial. Dalam hal ini, sensor semacam itu biasanya berharga
<$2500 dan mampu memperkirakan konsentrasi polutan udara secara terus-menerus (dalam urutan detik hingga beberapa
menit dalam waktu yang telah berlalu). Pengguna potensial termasuk individu seperti pengembang sensor, ilmuwan warga,
guru, dan siswa; organisasi masyarakat seperti aliansi lingkungan dan kelompok keadilan lingkungan; dan badan-badan
kualitas udara federal, suku, negara bagian, dan lokal.
KONSEP
Dokumen ini dikembangkan dengan masukan dari para ahli di berbagai disiplin ilmu dalam komunitas kualitas udara,
termasuk pengembang sensor udara, pengguna, dan kelompok pengguna potensial.
EPA AS dan pakar teknisnya telah memberikan masukan tentang dokumen ini dan teknologi yang sedang dibahas.
Kualitas udara mempengaruhi kesehatan kita dan lingkungan kita. Sejumlah penelitian ilmiah telah menghubungkan polusi
udara dengan berbagai efek kesehatan dan kesejahteraan. Potensi efek kesehatan yang terkait dengan paparan polusi udara
termasuk penurunan fungsi paru-paru, peningkatan penyakit pernapasan dan kardiovaskular, dan peningkatan insiden dan
keparahan asma di antara berbagai efek lainnya1 . EPA AS secara rutin melaporkan beberapa polutan utama relatif terhadap
sumbernya dan efek ekologis dan kesehatan manusia yang diketahui (www.epa.gov/ncea/isa). Sebagaimana didefinisikan
dalam laporan-laporan ini, polutan udara berpotensi memengaruhi kehidupan kita termasuk merusak vegetasi, menyebabkan
masalah kesehatan, mengurangi jarak pandang, dan memengaruhi kondisi iklim global.
1
US EPA (2009) Penilaian sains terpadu untuk materi partikulat. EPA/600/R-08/139F; EPA AS (2006) Udara
kriteria kualitas untuk ozon dan oksidan fotokimia terkait (2006). EPA/600/R-05/004aF-cF; Paparan dan kematian ozon jangka panjang,
N Engl J Med 360:1085-1095, 12 Maret, doi: 10.1056/NEJMoa0803894; EPA AS (2008)
Penilaian sains terpadu untuk oksida nitrogen – kriteria kesehatan. EPA/600/R-08/071; EPA AS (2010)
Penilaian sains terpadu untuk karbon monoksida. EPA/600/R-09/019F.
1
Machine Translated by Google
Polusi udara terdiri dari campuran kompleks senyawa kimia yang berbeda dalam bentuk partikel padat (dalam
berbagai ukuran), tetesan cair, dan gas. Beberapa dari polutan ini berumur pendek di atmosfer (yaitu jam hingga
hari), sementara yang lain berumur panjang (yaitu tahun). Lamanya polutan tertentu tetap berada di atmosfer
bergantung pada reaktivitasnya dengan zat lain dan kecenderungannya untuk mengendap di permukaan; faktor-faktor
ini diatur oleh bentuk polutan (yaitu, senyawa kimia) dan kondisi cuaca termasuk suhu, sinar matahari, curah hujan,
dan kecepatan angin.
Polutan dipancarkan oleh berbagai macam sumber buatan manusia dan alami.
Contoh sumber buatan manusia termasuk pembangkit listrik pembangkit listrik, mobil, dan fasilitas produksi minyak
dan gas. Sumber pencemar alam termasuk kebakaran hutan, badai debu, dan letusan gunung berapi, antara lain.
Beberapa polutan, yang disebut polutan primer, dipancarkan langsung dari sumbernya (termasuk partikulat [PM],
karbon monoksida [CO], nitrogen dioksida [NO2], sulfur dioksida [SO2], dan timbal [Pb]). Polutan lainnya juga
dikenal sebagai polutan sekunder yang dibentuk oleh reaksi kimia dan sering ditemukan melawan arah angin dari
sumbernya. Kelompok ini termasuk ozon [O3] dan beberapa bentuk partikel. Konsentrasi polutan di udara sangat
bervariasi menurut ruang dan waktu karena variasi emisi lokal, kedekatan dengan sumber polutan, dan kondisi cuaca.
sekunder untuk enam polutan ini. Standar primer dirancang untuk melindungi kesehatan masyarakat, khususnya
populasi yang sensitif, sedangkan standar sekunder dirancang untuk melindungi kesejahteraan masyarakat yang
mencakup lingkungan.
Jika suatu wilayah geografis tidak memenuhi satu atau lebih NAAQS, maka wilayah tersebut ditetapkan
sebagai wilayah non pencapaian dan harus merancang rencana untuk memenuhi standar9 . Batas konsentrasi
NAAQS ditunjukkan pada Tabel 2-2.
Jaringan pemantauan saat ini untuk kriteria polutan terdiri dari monitor yang memenuhi persyaratan Metode Referensi
Federal (FRM) atau Metode Setara Federal (FEM). Monitor dioperasikan oleh badan polusi udara negara bagian, lokal
dan suku di seluruh Amerika Serikat untuk menilai konsentrasi polutan dalam kaitannya dengan NAAQS; berbagai
instrumen dan teknik yang diperlukan untuk mengukur polutan tertentu. Pemantauan peraturan umumnya memerlukan
instrumentasi yang sangat canggih dan mapan untuk memenuhi persyaratan akurasi pengukuran dan serangkaian
prosedur yang ekstensif untuk memastikan bahwa kualitas data memadai. Persyaratan ini (misalnya, kalibrasi,
pemeliharaan, audit, validasi data)10 membantu memastikan pengumpulan
2
http://www.epa.gov/airquality/urbanair/
3
http://www.epa.gov/air/ozonepollution/
4
http://www.epa.gov/air/particlepollution/
5
http://www.epa.gov/airquality/carbonmonoxide/
6
http://www.epa.gov/air/nitrogenoxides/
7
http://www.epa.gov/air/sulfurdioxide/
8
http://www.epa.gov/air/lead/
9
http://epa.gov/oaqps001/greenbk/
10
40 CFR Bagian 53 dan Bagian 58. Lihat www.epa.gov/ttnamti1/40cfr53.html
2
Machine Translated by Google
dari data berkualitas tinggi. Lihat 40 CFR Bagian 50, 53, 58, dan Buku Pegangan QA Volume II untuk aktivitas/
kriteria pemantauan data jaringan. Kualitas dan kredibilitas pengukuran secara keseluruhan ditentukan oleh
jenis instrumen dan cara pengoperasiannya.
Stasiun Tren Racun Udara Nasional (NATTS) didirikan di seluruh Amerika Serikat untuk memantau racun udara.
Stasiun-stasiun ini memastikan bahwa data berkualitas dikumpulkan secara konsisten.11
Di bawah Undang-Undang Udara Bersih, EPA juga mengatur daftar 187 polutan udara berbahaya (HAP),
yang biasa disebut sebagai "racun udara." Mulai tahun 2003, EPA bekerja dengan mitra negara bagian dan
lokal untuk mengembangkan program NATTS untuk memantau beberapa racun udara. Tujuan utama jaringan
NATTS adalah untuk menyediakan data pemantauan jangka panjang di seluruh wilayah perwakilan negara untuk
polutan prioritas, termasuk benzena, formaldehida, 1,3-butadiena, kromium heksavalen dan hidrokarbon aromatik
polisiklik (PAH) seperti naftalena, di untuk membangun tren secara keseluruhan. Selain itu, beberapa sumber industri
yang diatur diwajibkan untuk menyerahkan informasi emisi racun udara ke EPA. Kualitas dan kelengkapan data
emisi sangat bervariasi menurut wilayah dan sumbernya. Informasi terkait NATTS dapat ditemukan di http://
www.epa.gov/ttnamti1/natts.html.
KONSEP
11
http://www.epa.gov/ttnamti1/natts.html
3
Machine Translated by Google
Untuk mempelajari lebih lanjut tentang polutan udara di lingkungan Anda, Anda dapat
mengakses halaman Lingkungan Saya EPA (www.epa.gov/enviro/myenviro). Informasi yang diakses di
situs ini mewakili data polusi udara yang dilaporkan dari industri dan sumber utama lainnya. Data sensor,
seperti yang dijelaskan dalam laporan ini, tidak dilaporkan di situs web ini. Di kotak bertanda "Lokasi",
masukkan kode pos Anda, dan Anda akan dapat melihat banyak data lingkungan (termasuk informasi
tentang udara, air, tanah, energi, dan kesehatan) khusus untuk lokasi Anda. Gambar di bawah ini
memberikan contoh peta “Lingkungan Saya”, dan informasi yang ada di dalamnya. Kotak biru tua adalah
sumber emisi udara dan kotak biru muda adalah pelepasan racun ke udara.
KONSEP
Gambar 1-1. Contoh peta Lingkungan Saya yang interaktif di situs web EPA.
Generasi baru dari sensor kualitas udara yang sangat portabel dan berbiaya rendah memberikan
kesempatan yang menarik bagi orang-orang untuk menggunakan teknologi ini untuk berbagai aplikasi
di luar pemantauan peraturan tradisional atau yang setara dengan peraturan. Sensor polusi udara
masih dalam tahap awal pengembangan teknologi, dan banyak sensor yang belum dievaluasi untuk
menentukan keakuratan pengukurannya. EPA memiliki pedoman khusus yang harus digunakan dalam
membuat monitor udara tingkat regulasi. Tidak ada sensor berbiaya rendah yang saat ini memenuhi
persyaratan ketat ini atau telah secara resmi diajukan ke EPA untuk penentuan tersebut. Tabel 1-1
merangkum beberapa area aplikasi non-regulasi potensial untuk sensor udara dan memberikan deskripsi
dan contoh singkat. Area aplikasi ini dijelaskan secara lebih rinci di Bagian 5.
4
Machine Translated by Google
5
Machine Translated by Google
Bagian ini
• Memperkenalkan faktor-faktor yang mempengaruhi kualitas udara (seperti jenis polutan, cuaca, dan lokasi pengumpulan
data)
• Menjelaskan bagaimana faktor-faktor ini dapat mempengaruhi cara Anda menggunakan sensor
2.1 Ikhtisar
“Kualitas udara” adalah istilah yang digunakan untuk menghubungkan seberapa banyak polusi yang ada di udara - kualitas udara
yang baik berarti polusi udara yang lebih sedikit, sedangkan kualitas udara yang buruk berarti polusi yang lebih banyak. Amerika Serikat
EPA telah mengembangkan panduan umum bagi warga negara yang disebut Indeks Kualitas Udara (http://
airnow.gov/index.cfm?action=aqibasics.aqi) di mana konsentrasi polutan dan masalah kesehatan telah ditetapkan untuk sejumlah
polutan umum. Kami peduli dengan kualitas udara karena polusi udara dapat mempengaruhi kesehatan dan lingkungan kita. Semakin
banyak penelitian yang menghubungkan polusi udara dengan berbagai masalah kesehatan. Pada tahun 2010, sehubungan dengan
“kriteria polutan” (lihat bagian 1.3), lebih dari 120 juta orang Amerika tinggal di negara bagian di mana konsentrasinya melebihi tingkat
KONSEP
satu atau lebih Standar Kualitas Udara Ambien Nasional (NAAQS)12. Harus ditunjukkan bahwa mengukur nilai konsentrasi di atas
tingkat masing-masing standar tidak berarti telah terjadi pelanggaran polutan udara. Beberapa faktor harus dipertimbangkan sebelum
pelanggaran kualitas udara yang sebenarnya dapat dilakukan. Selain menimbulkan dampak kesehatan yang merugikan, bahan
pencemar ini juga dapat menimbulkan dampak ekologis yang merugikan seperti gangguan jarak pandang atau kerusakan yang signifikan
terhadap kehidupan tanaman. Polutan asam yang terendapkan di tanah, terutama dalam hujan, merusak ekologi tanah dan air. Selain
itu, banyak polutan - termasuk gas rumah kaca (yang memerangkap panas di atmosfer) dan partikel - juga memengaruhi keseimbangan
energi Bumi, yang berdampak pada iklim13 .
Polusi udara adalah campuran kompleks dari banyak senyawa kimia yang berbeda, yang dipancarkan melalui aktivitas manusia
serta peristiwa alam seperti kebakaran hutan dan gunung berapi. Polutan yang menjadi perhatian di udara ambien (luar) termasuk
ozon (O3), sulfur dioksida (SO2), oksida nitrogen, karbon monoksida (CO), timbal (Pb), amonia (NH3), senyawa organik volatil
(VOC), merkuri ( Hg), dan polutan udara beracun lainnya. Yang juga menjadi perhatian adalah partikel di udara, yang biasa disebut
sebagai partikulat (PM). Sementara partikel-partikel ini dapat berkisar dalam ukuran, mereka biasanya dicirikan menjadi salah satu
dari dua kelompok. Standar untuk partikel PM10 telah ditetapkan untuk memberikan perlindungan terhadap efek yang terkait dengan
partikel kasar toraks yang memiliki diameter hingga 10 mikrometer. Partikel seperti itu biasanya ditemukan di dekat jalan raya dan
industri berdebu. "Partikel halus" (berdiameter hingga 2,5 mikrometer, juga dikenal sebagai PM2.5) dipancarkan atau terbentuk
12
www.epa.gov/airtrends/2011/
13
http://www.epa.gov/climatechange/science/causes.html
6
Machine Translated by Google
melalui reaksi kimia, pembakaran bahan bakar (misalnya, pembakaran batu bara, kayu, solar),
proses industri, pertanian (membajak, pembakaran lapangan), dan jalan yang tidak beraspal. Seperti
disebutkan di Bagian 1.3 di atas, tingkat ambien partikel dan polutan tertentu lainnya di udara (O3, PM,
SO2, NO2, CO, dan Pb) diatur oleh EPA melalui NAAQS. Istilah "ambien" berkaitan dengan udara luar
yang digunakan untuk mengidentifikasi kondisi kualitas udara di lokasi tertentu yang diidentifikasi oleh
EPA sebagai perwakilan dari lokasi geografis tertentu. Biasanya lokasi tersebut tidak dekat dengan
sumber polusi udara utama.
KONSEP
7
Machine Translated by Google
Tabel 2-1. Efek kesehatan, lingkungan, dan iklim dari polutan udara umum: status kualitas dan tren hingga 200814).
KONSEP
8
www.epa.gov/airtrends/2010/
8
Machine Translated by Google
KONSEP
Berkontribusi pada pembentukan ozon dengan efek lingkungan dan iklim yang terkait.
Organik yang mudah menguap Beberapa adalah polutan udara beracun yang menyebabkan kanker dan/atau
Juga, berkontribusi pada pembentukan CO2 dan aerosol organik sekunder yang masing-
senyawa masalah kesehatan serius lainnya. Berkontribusi pada pembentukan
masing dapat menghangatkan dan mendinginkan atmosfer.
(VOC) ozon dengan efek kesehatan terkait.
9
Machine Translated by Google
Kekhawatiran berpusat pada bioakumulasi dan metilasi pada ikan yang Deposit ke tanah dan ke sungai, danau, dan lautan, di mana ia terakumulasi
Air raksa
dikonsumsi manusia. Keracunan metil merkuri menyebabkan kerusakan dalam ikan, mengakibatkan tingkat paparan yang berbahaya bagi manusia dan
(HG)
neurologis dan perkembangan. satwa liar pemangsa.
Dapat menyebabkan kanker; kerusakan sistem kekebalan tubuh; Berbahaya bagi satwa liar dan ternak. Beberapa polutan udara beracun
Polutan Udara
dan neurologis, reproduksi, pernapasan, perkembangan, terakumulasi dalam rantai makanan. Beberapa polutan udara beracun berkontribusi
Beracun Lainnya
dan/atau masalah kesehatan lainnya. Beberapa berkontribusi terhadap terhadap polusi ozon dan partikel dengan efek lingkungan dan iklim yang terkait.
(misalnya, Benzena)
polusi ozon dan partikel dengan efek kesehatan yang terkait.
KONSEP
10
Machine Translated by Google
Memilih lokasi: Banyak polutan memiliki variabilitas spasial yang tinggi, yaitu konsentrasinya bervariasi pada jarak
yang jauh atau bahkan pendek. Hal ini membuat lokasi sensor menjadi pertimbangan penting dalam desain setiap
studi pemantauan. Konsentrasi sebagian besar polutan hampir selalu tertinggi di dekat sumbernya, dan akan
berkurang dengan cepat dalam beberapa ratus kaki pertama dari sumbernya.
Jika banyak sumber tersebar luas dalam suatu area tertentu, konsentrasi polutan mungkin lebih mirip tetapi masih
akan mengalami perubahan dari satu lokasi ke lokasi lain. Faktor lain, termasuk jenis polutan dan kondisi atmosfer
lokal (dibahas di bawah) juga akan mempengaruhi variabilitas konsentrasi polutan tertentu. Lokasi sensor Anda
dengan hati-hati akan memainkan peran penting dalam menentukan apakah data yang telah Anda kumpulkan
representatif dan berguna. Di mana dan bagaimana menempatkan perangkat penginderaan dengan benar dibahas
lebih lanjut di Bagian 4.
Memfaktorkan jenis polutan: Seperti yang dibahas dalam Bagian 1.2, beberapa polutan dapat dipancarkan
langsung oleh sumbernya (polutan primer), sementara yang lain mungkin terbentuk sebagai produk reaksi kimia
di udara (polutan sekunder). Polutan primer seringkali lebih terlokalisasi (yaitu di dekat sumber) dan mungkin memiliki
KONSEP
variabilitas yang lebih besar pada jarak daripada polutan sekunder. Penting untuk mempertimbangkan apakah
polutan yang menjadi perhatian utama atau sekunder ketika memutuskan di mana dan bagaimana mengumpulkan
data pemantauan.
Apakah polutan berasal dari sumber buatan manusia atau alami (atau keduanya) juga merupakan pertimbangan
penting. Sementara pengukuran biasanya berfokus pada sumber polusi buatan manusia, semua sumber yang
diketahui harus dipertimbangkan saat merancang studi pemantauan. Polutan yang berasal dari sumber yang tidak
diketahui dapat membahayakan kegunaan dan keakuratan kesimpulan yang diambil dari data.
Mempertimbangkan kondisi angin dan atmosfer: Proses meteorologi - termasuk sinar matahari, suhu,
kelembapan, dan awan - dapat memengaruhi konsentrasi polutan. Misalnya, udara yang tergenang dapat
menyebabkan konsentrasi polutan yang meningkat secara bertahap, sedangkan angin kencang dapat menurunkan
konsentrasi dengan menyebarkan polutan ke wilayah geografis yang lebih luas.
Memahami bagaimana kondisi cuaca dapat memengaruhi konsentrasi polusi dan pengumpulan data adalah penting
dalam mengumpulkan informasi yang akurat dan menafsirkan tren dalam data.
Memfaktorkan variasi polutan dari waktu ke waktu: Konsentrasi polutan dapat bervariasi secara signifikan
tergantung pada waktu, hari dalam seminggu, dan musim. Perbedaan ini dapat dikaitkan dengan perubahan pola
emisi, suhu, jadwal aktivitas sumber (pola lalu lintas mingguan, misalnya), dan perbedaan dalam proses
pembentukan. Variasi harian, mingguan, dan musiman merupakan pertimbangan penting ketika mengembangkan
rencana pengukuran, dan akan memandu waktu dan kondisi di mana pengukuran harus dilakukan.
11
Machine Translated by Google
Waktu respons sensor: Ini adalah atribut kunci dalam menentukan apakah fluktuasi polutan yang sebenarnya
dapat ditangkap. Untuk menangkap semburan polutan yang berubah dengan cepat atau berumur pendek,
deteksi dalam hitungan detik mungkin penting. Dalam aplikasi lain, seperti memantau tren kualitas udara luar
ruangan secara umum, deteksi dalam hitungan menit mungkin sudah cukup.
Tabel 2-2 merangkum polutan terpilih dan informasi yang relevan untuk mendeteksi polutan ini di udara.
Harap perhatikan hal-hal berikut tentang informasi yang diberikan di kolom tabel ini:
Polutan Udara yang Diinginkan: Polutan dalam tabel mencakup gas: SO2, NOx, ozon, CO, CO2,
metana, VOC, dan benzena. Polutan partikel padat adalah: PM2.5, PM10, timbal, dan karbon hitam.
Jenis: Polutan dapat dipancarkan secara langsung (polutan primer) atau terbentuk di atmosfer melalui
reaksi kimia (polutan sekunder). CO, yang dipancarkan langsung dari proses pembakaran (seperti knalpot
mobil), adalah contoh polutan primer. Ozon, yang terbentuk dari reaksi NOx dan VOC dengan adanya sinar
matahari, merupakan polutan sekunder. Beberapa polutan, seperti partikulat (PM), dapat memiliki komponen
primer (misalnya, karbon hitam - komponen penyerap cahaya paling kuat dari PM, yang dibentuk oleh
pembakaran tidak sempurna15) dan komponen sekunder (misalnya, sulfat, nitrat).
KONSEP
Batas Deteksi yang Berguna: Batas deteksi adalah konsentrasi polutan terendah di lingkungan yang
dapat dideteksi secara rutin oleh sensor tertentu atau instrumen lain. Batas deteksi dalam tabel
disediakan untuk menginformasikan ilmuwan warga tentang batas deteksi sensor yang praktis berguna.
Penjelasan unit dan periode rata-rata:
Rentang yang diharapkan: Tabel menunjukkan rentang konsentrasi rata-rata yang diharapkan di udara
ambien di Amerika Serikat. Konsentrasi di dekat sumber (berdekatan dengan dan melawan arah angin
pembangkit listrik utama atau jalan raya, misalnya) mungkin berada di ujung atas jangkauan, atau bahkan
lebih tinggi. Di sisi lain, polusi di daerah yang tidak dekat dengan sumber tertentu lebih cenderung berada di
ujung bawah kisaran.
15
http://epa.gov/blackcarbon/basic.html
12
Machine Translated by Google
Level: Level adalah konsentrasi polutan di udara yang telah diidentifikasi jika ada kekhawatiran jika paparan
terjadi selama periode waktu tertentu. Contoh-contoh ini disediakan untuk tujuan perbandingan saja. Untuk racun
udara, tidak ada NAAQS, tetapi tabel ini memberikan contoh tingkat paparan yang menjadi perhatian. Daftar
lengkap nilai racun udara yang menjadi perhatian tersedia di http://www.epa.gov/ttn/atw/hlthef/hapindex.html.
Tabel 2-2. Ringkasan beberapa polutan udara umum16 -- Lihat teks di halaman 12 untuk penjelasan
judul kolom.
Udara Berguna
polutan dari Deteksi Rentang ke Tingkat 18
Jenis Contoh Sumber
Mengharapkan
Minat17 Batas
Dibentuk melalui UV (sinar
Ozon (O3) Sekunder matahari) dan tekanan polutan 10 ppb 0-150 ppb 75 ppb (8 jam)
utama lainnya
Karbon Pembakaran bahan bakar -
9 ppm (8 jam)
monoksida Utama sumber seluler, 0,1 ppm 0-0,3 ppm
35 ppm (1 jam)
(BERSAMA) proses industri
Pembakaran bahan bakar -
Sulfur dioksida 75 ppb (1 jam)
Utama utilitas listrik, proses industri 10 ppb 0-100 ppb
(SO2) 0,5 ppm (3 jam)
Nitrogen Utama dan sumber seluler, utilitas listrik, 100 ppb (1 jam)
10 ppb 0-50 ppb
dioksida (NO2) Sekunder peralatan off-road KONSEP
53 ppb (1 tahun)
16
Tabel diadaptasi dari Draft Roadmap EPA untuk Pemantauan Udara Generasi Selanjutnya
http://www.epa.gov/research/airscience/docs/roadmap-20130308.pdf.
17
Informasi tentang polutan tersedia di http://www.epa.gov/airquality/ dan http://www.epa.gov/airtrends/ Lihat http://epa.gov/air/criteria.html
18
untuk informasi tambahan tentang pilih jumlah polutan yang tercantum di sini. Jika harus diakui bahwa banyak faktor harus dipertimbangkan dalam
menetapkan konsentrasi polutan yang menjadi perhatian selain hanya waktu rata-rata. Berbagai perlakuan data statistik sering diperlukan dan informasi
dalam kolom ini tidak sepenuhnya menggambarkan masalah ini. http://www.epa.gov/climatechange/ghgemissions/gases/co2.html. http://epa.gov/
climatechange/ghgemissions/gases/ch4.html. http://www.epa.gov/ttn/amtic/pamsmain.html.
19
20
21
13
Machine Translated by Google
Udara Berguna
polutan dari Deteksi Rentang ke Tingkat 18
Jenis Contoh Sumber
Mengharapkan
Minat17 Batas
Benzena
Bensin, menguapkan 0,01 – 10 g/
(contoh a kerugian dari tangki
VOC dan udara Utama 0-3 g/m3 Tidak ada
m³
penyimpanan di atas tanah
beracun) 22
Pabrik peleburan,
bensin penerbangan,
0,05 g/m3 0-0.1 g/m3 0,15 g/m3
Timbal (Pb) Utama insinerator limbah, utilitas
(24 jam) (24 jam) (3 bln)
listrik, dan baterai timbal-
asam
Harus diakui bahwa ada keadaan tertentu di mana konsentrasi di atas yang dibahas dalam Tabel 2.2
KONSEP
diperbolehkan, terutama di bawah pengaturan pekerjaan. Institut Nasional Keselamatan dan Kesehatan
Kerja (NIOSH) telah menetapkan pedoman untuk keadaan seperti itu yang juga perlu dipertimbangkan oleh
pengguna sensor dalam menentukan rencana pengumpulan data. Misalnya, NAAQS menunjukkan bahwa
tingkat CO pada tingkat 35 ppm untuk periode 1 jam menjamin potensi masalah kesehatan (udara ambien),
NIOSH telah menetapkan pedoman yang menunjukkan bahwa paparan pekerjaan 35 ppm (periode waktu paparan
8 jam) dengan 200 ppm maksimum (setiap saat) harus diperhatikan. Oleh karena itu, pengguna sensor harus
menyadari bahwa hanya karena pengukuran melebihi standar ambien EPA, pelanggaran kualitas udara mungkin
tidak terjadi. Keadaan harus dipertimbangkan. Dengan kata lain, ada keadaan yang sah di mana konsentrasi
udara yang lebih tinggi dari NAAQS diizinkan. Pengguna sensor disarankan untuk melihat informasi di tautan web
NIOSH yang disediakan di bawah ini yang memberikan panduan khusus tentang pengaturan kerja dan konsentrasi
yang diizinkan untuk berbagai macam polutan udara.
http://www.cdc.gov/niosh/npg/npgd0105.html
22
http://www.epa.gov/ttnatw01/hlthef/benzene.html. http://
23
www.epa.gov/blackcarbon/basic.html.
14
Machine Translated by Google
Kualitas udara
Indeks Tingkat numerik
Kesehatan Nilai Arti
Kekhawatiran
Bagus 0 hingga 50
Kualitas udara dianggap memuaskan, dan polusi udara menimbulkan
KONSEP
Kualitas udara dapat diterima; namun, untuk beberapa polutan mungkin ada
Sedang 51 hingga 100 masalah kesehatan sedang untuk sejumlah kecil orang yang sangat sensitif
terhadap polusi udara.
Gambar 2-1. Indeks Kualitas Udara (AQI) tingkat masalah kesehatan, nilai numerik, dan makna.
24
http://airnow.gov/index.cfm?action=aqibasics.aqi
15
Machine Translated by Google
Namun, penting untuk dipahami bahwa AQI dihitung berdasarkan data polusi udara yang dirata-ratakan selama 1,
8, atau 24 jam, tergantung pada polutannya (lihat Tabel 2-2). Alasan untuk waktu rata-rata yang berbeda adalah
bahwa polutan yang berbeda mempengaruhi tubuh manusia dengan cara yang berbeda.
Misalnya, SO2 dapat menyebabkan kesulitan bernapas dan gejala pernapasan seperti batuk, mengi, dan
sesak dada dalam waktu 5 menit setelah terpapar. Ini karena SO2 mempengaruhi bagian paru-paru Anda yang
berkomunikasi dengan sistem saraf pusat Anda, memicu respons refleks yang dapat dengan cepat menyebabkan
penyempitan saluran udara (disebut bronkokonstriksi). Yang penting, SO2 NAAQS telah memperhitungkan kecepatan
SO2 dapat menyebabkan efek pernapasan ini. Artinya, tingkat 1-jam SO2 NAAQS ditetapkan cukup rendah untuk
memberikan perlindungan substansial terhadap konsentrasi 5 menit yang jauh lebih tinggi yang dapat menyebabkan
efek ini. Karena AQI untuk SO2 didasarkan pada NAAQS 1 jam, ia dapat berkomunikasi secara efektif ketika udara
sehat atau tidak sehat untuk dihirup. Mereka yang paling rentan terhadap efek SO2 adalah penderita asma yang
berolahraga, bekerja, atau bermain di luar ruangan.
Sementara SO2 dapat mempengaruhi sistem pernapasan dalam beberapa menit, efek pernapasan dari O3
dapat terjadi dalam satu jam atau lebih, atau mungkin tidak terjadi sampai hari berikutnya. Sekali lagi, ini karena
cara spesifik O3 mempengaruhi tubuh. Ozon dapat mengurangi fungsi paru-paru, tetapi berdasarkan status
antioksidan seseorang dan dosis O3 yang dihirup, mungkin diperlukan waktu satu jam atau lebih untuk gejala seperti
bronkokonstriksi terjadi. Ozon juga dapat mengobarkan dan merusak lapisan paru-paru, tetapi efek ini mungkin
tidak terlihat sampai sehari setelah terpapar. Beberapa ilmuwan telah membandingkan efek inflamasi ozon pada
lapisan paru-paru dengan efek inflamasi dari sengatan matahari pada kulit. Ozon merusak sel-sel yang melapisi
ruang udara di paru-paru. Dalam beberapa hari, sel-sel yang rusak akan diganti dan sel-sel tua akan terkelupas
seperti kulit yang terkelupas setelah terbakar sinar matahari. Juga seperti terbakar sinar matahari, efeknya bisa lebih
buruk di kemudian hari pada hari yang sama atau keesokan harinya, dan paru-paru Anda perlu beberapa saat untuk
KONSEP
pulih. Dan, jika kerusakan semacam ini terjadi berulang kali, paru-paru dapat berubah secara permanen dengan
cara yang dapat menyebabkan efek kesehatan jangka panjang dan kualitas hidup yang lebih rendah. Mirip dengan
SO2 NAAQS, O3 NAAQS 8 jam memberikan perlindungan substansial terhadap efek pernapasan ini dengan
mempertimbangkan cara O3
berinteraksi dengan tubuh.
Beberapa ilmuwan warga mungkin menjadi khawatir jika mereka mengukur tingkat polutan yang lebih tinggi daripada
tolok ukur kesehatan yang diberikan pada Tabel 2-2. Namun, sangat penting bagi pengguna untuk mempertimbangkan
periode waktu pengukuran tingkat polutan. Misalnya, standar PM2.5 harian (24 jam) adalah 35 ug/m3 . Karena
standar ini didasarkan pada rata-rata pengukuran pemantauan per jam selama periode 24 jam, tidak berarti bahwa
satu PM2.5
pengukuran yang dilakukan selama beberapa menit, atau bahkan berjam-jam, di atas 35 ug/m3 harus segera
mendapat perhatian. Dengan menggunakan kalkulator AQI di situs web EPA, Anda dapat mempelajari bahwa
pengukuran rata-rata 24 jam dari PM2.5 sebesar 35 ug/m3 adalah "kuning", atau kualitas udara sedang, dan
pengukuran rata-rata 24 jam sebesar 50 ug /m3 m3 adalah "oranye," atau tidak sehat untuk kelompok sensitif. Sekali
lagi, untuk AQI, sangat penting untuk diingat bahwa konsentrasi yang Anda masukkan ke dalam kalkulator
dimaksudkan sebagai nilai rata-rata selama periode waktu yang lebih lama, (dalam contoh ini, lebih dari 24 jam)
bukan hanya satu pembacaan yang diambil alih. rentang beberapa menit atau jam.
Meningkatnya penggunaan sensor diharapkan dapat menyediakan lebih banyak data tentang polusi udara
daripada yang telah tersedia sebelumnya, dan dalam waktu yang lebih singkat. Misalnya, itu akan jauh lebih mudah
16
Machine Translated by Google
untuk melacak perubahan menit demi menit dalam tingkat polusi. Akibatnya, kita akan menjadi lebih sadar akan
tingkat puncak beberapa polutan jangka pendek. Namun, efek kesehatan yang sebenarnya dari peningkatan
kadar sebagian besar polutan dalam jangka pendek tidak dipahami dengan baik dan EPA belum menetapkan
informasi kesehatan yang mendefinisikan paparan polutan jangka pendek tersebut.
Dokumen ini tidak memberikan panduan terperinci tentang interpretasi pengukuran sensor berbasis kesehatan.
Banyak penelitian harus dilakukan sebelum dipahami bagaimana pesan kesehatan untuk pengumpulan data
jangka pendek harus dikomunikasikan.
KONSEP
17
Machine Translated by Google
Bagian ini
• Membahas cara mengidentifikasi teknologi sensor yang paling sesuai dengan tujuan Anda
aplikasi
Penting untuk “mengajukan pertanyaan” sebelum Anda mulai mengumpulkan data. Ini akan membantu Anda memiliki
konsep yang jelas tentang apa yang ingin Anda capai melalui pengumpulan data polusi udara sebelum memulai proyek
pemantauan. Ini juga merupakan langkah penting yang harus diambil saat membeli perangkat penginderaan udara.
Mendefinisikan pertanyaan yang ingin Anda jawab akan membantu mengidentifikasi polutan yang diinginkan, kondisi
lapangan yang mungkin Anda temui, durasi pengumpulan data, dan jenis pengukuran yang diperlukan (yaitu pengukuran
jangka pendek, pengukuran bergerak vs. jangka panjang, pengukuran stasioner) dan kualitas pengukuran ini. Semua
karakteristik pengumpulan data ini akan menentukan peralatan penginderaan yang paling cocok untuk tujuan pengumpulan
data Anda.
Berikut adalah beberapa contoh jenis pertanyaan yang terdefinisi dengan baik yang harus ditanyakan oleh
pengguna dan pengembang untuk membantu dalam mengidentifikasi perangkat penginderaan yang sesuai. Contoh-
contoh ini akan digunakan untuk menggambarkan konsep dan pilihan yang penting dalam menggunakan sensor.
KONSEP
sebuah. Bagaimana saya bisa mengajari siswa saya tentang kualitas udara dan mengintegrasikan pengumpulan data langsung
ke dalam rencana
pelajaran? b. Apa paparan saya terhadap polusi udara selama rute jalan kaki saya yang
biasa? c. Apakah fasilitas minyak dan/atau gas terdekat menimbulkan masalah polusi udara di
lingkungan saya?
Ada beberapa hal yang perlu dipikirkan sebelum membeli sensor. Pertama dan terpenting adalah menentukan
polutan target. Ini akan memandu setiap keputusan Anda selanjutnya, dan pada akhirnya mengarahkan Anda ke jenis
sensor yang paling tepat untuk aplikasi Anda. Yang juga penting untuk dipertimbangkan adalah spesifikasi perangkat
seperti jangkauan deteksi dan batas deteksi, presisi dan bias, prosedur kalibrasi, dan lainnya, yang masing-masing
dibahas di bawah, dan secara lebih rinci dalam Lampiran C.
Memilih polutan target: Polutan apa yang Anda perlukan untuk diukur oleh sensor Anda? Jawabannya akan
tergantung pada pertanyaan yang telah Anda putuskan untuk ditanyakan. Pastikan untuk berkonsultasi dengan Tabel 2-
2, yang mengidentifikasi sumber umum berbagai polutan, untuk panduan. Penting untuk diingat bahwa
keputusan Anda akan lebih dipengaruhi oleh sensor apa yang tersedia dalam kisaran harga Anda.
18
Machine Translated by Google
Kami telah menggunakan pertanyaan a, b, dan c dari atas untuk memberikan tiga contoh bagaimana memilih
polutan target. Meskipun daftar ini tidak membahas semua aplikasi potensial/polutan yang diminati, daftar ini
menggambarkan bagaimana desain proyek dapat memengaruhi pilihan tentang polutan utama, dan sensor untuk
mengukurnya.
sebuah. Proyek pendidikan: Proyek seperti ini terutama berkaitan dengan pembangunan dasar
pemahaman tentang polutan yang dimaksud. Oleh karena itu, Anda dapat memilih untuk menggunakan
sensor berbiaya rendah yang dapat mendeteksi polutan umum. Ozon adalah salah satu contoh polutan
luar ruangan umum yang dapat dideteksi oleh sensor murah. Jika ozon merupakan polutan udara yang
menjadi perhatian di daerah Anda, ini mungkin pilihan yang baik. Cara yang baik untuk mengetahui
apakah ozon umum di daerah Anda adalah dengan mengunjungi tautan yang tersedia di http://
www.epa.gov/airquality/greenbook/hindex.html. Jika Anda berada di atau dekat "area non-pencapaian"
maka Anda dapat mengharapkan ozon hadir di tingkat yang lebih tinggi (catatan: tingkat ini akan bervariasi
secara musiman – kunjungi http://www.epa.gov/air/ozonepollution/ untuk informasi lebih lanjut tentang
ozon di permukaan tanah dan polusi ozon).
b. Jalan kaki setiap hari: Jika Anda berjalan di dekat jalan raya atau jalan raya, Anda dapat memilih untuk mengukur NO2, atau
partikulat (PM), yang keduanya sering menunjukkan emisi polusi udara dari lalu lintas.
Untuk informasi lebih lanjut tentang NO2 dan PM, kunjungi http://www.epa.gov/air/nitrogenoxides/ dan
http://www.epa.gov/airquality/particlepollution/.
c. Fasilitas minyak dan/atau gas terdekat: Emisi dari fasilitas minyak dan gas biasanya meliputi:
senyawa organik volatil (VOC), terutama benzena, jadi ini mungkin pilihan yang baik untuk pengukuran.
Penting untuk dicatat bahwa sensor yang cukup selektif untuk mendeteksi VOC individu (yaitu benzena)
seringkali cukup mahal, jadi memilih salah satu yang mengukur VOC umumnya dapat menjadi alternatif
KONSEP
berbiaya rendah. Sensor semacam itu akan merespons berbagai macam VOC sebagai indikator umum
keberadaan mereka.
Pertimbangkan jangkauan deteksi dan batas deteksi: Polutan lingkungan seringkali dapat hadir dalam konsentrasi
yang sangat rendah, terutama ketika pengukuran dilakukan jauh dari sumber polusi. Sebuah sensor akan sangat
berguna jika mampu mengukur polutan target pada rentang penuh konsentrasi yang biasa ditemukan di atmosfer
(lihat Tabel 2-2 di bawah “Rentang yang Diharapkan” untuk setiap polutan). Bergantung pada seberapa dekat Anda
dengan sumber polusi, kemampuan sensor untuk akurat pada konsentrasi yang sangat rendah atau sangat tinggi
harus dipahami sebelum Anda mengumpulkan pengukuran apa pun.
Untuk memastikan bahwa konsentrasi di ujung bawah (lihat rentang pada Tabel 2-2) tidak terdeteksi, Anda perlu
menentukan batas deteksi sensor yang ingin Anda beli. Batas deteksi adalah konsentrasi polutan terendah di
lingkungan yang dapat dideteksi oleh sensor, dan mungkin atau mungkin tidak disediakan oleh pabrikan.
Misalnya, karbon monoksida (CO) di udara luar sering terjadi pada tingkat latar belakang dalam kisaran 40-200
bagian per miliar (seperti yang ditunjukkan pada Tabel 2-2). Detektor karbon monoksida yang dijual untuk digunakan
di tempat tinggal pribadi dapat mendeteksi tingkat di atas ~75 bagian per juta, yang sesuai untuk tujuannya, tetapi
tidak cukup sensitif untuk mengukur CO di luar ruangan untuk sebagian besar studi lingkungan. Untuk banyak
kegunaan lingkungan, diperlukan detektor yang sangat sensitif yang mengukur konsentrasi CO2 dengan baik di bawah
5 bagian per juta (ppm). Tergantung pada polutannya, tingkat ambien mungkin agak lebih tinggi di daerah perkotaan,
jadi sensor dengan batas deteksi di atas latar belakang
19
Machine Translated by Google
konsentrasi yang ditunjukkan pada Tabel 2-2 mungkin masih berguna dalam beberapa pengaturan. Rentang polutan serupa dan
masalah sensitivitas yang diperlukan ada pada semua perangkat pemantauan. Anda perlu menetapkan karakteristik ini dengan
pabrikan atau mengevaluasinya sendiri sebagai bagian dari penggunaannya.
Pertimbangkan presisi dan bias: Presisi dan bias adalah istilah yang mengacu pada akurasi pengukuran sensor (lihat
Gambar 3-1). Akurasi adalah kesepakatan keseluruhan pengukuran sensor dengan nilai sebenarnya. Presisi mengacu pada
seberapa baik sensor mereproduksi pengukuran polutan dalam keadaan yang sama. Bias mengacu pada kesalahan
pengukuran; misalnya, sensor mungkin selalu mengukur sedikit lebih tinggi atau lebih rendah dari konsentrasi sebenarnya.
Sebelum membeli sensor, Anda harus berkonsultasi dengan spesifikasi pabrikan tentang presisi dan bias yang dilaporkan
untuk sensor. Selain itu, pengguna kemudian harus melakukan pengukuran presisi dan bias mereka sendiri seperti yang
didefinisikan dalam Lampiran C untuk lebih mengkualifikasikan nilai data yang mereka kumpulkan. Tabel 5-1 mengidentifikasi
rentang presisi dan bias yang dapat diterima untuk berbagai aplikasi sensor.
KONSEP
Anda juga harus menyadari bahwa akurasi, presisi, dan bias sensor dapat berubah seiring waktu.
Misalnya, paparan suhu hangat atau udara lembab dapat menyebabkan peningkatan bias secara bertahap (juga dikenal
sebagai drift). Sensor mungkin mengalami gangguan dari bahan kimia lain di atmosfer yang dapat menyebabkan perkiraan
konsentrasi yang salah. Beberapa sensor mungkin datang dengan "tanggal kedaluwarsa" setelah itu pengukurannya tidak lagi
akurat. Untuk informasi lebih rinci tentang presisi, bias, dan konsep terkait, silakan lihat Lampiran C.
20
Machine Translated by Google
Identifikasi persyaratan kalibrasi: Kalibrasi adalah proses pemeriksaan dan penyesuaian pengukuran
instrumen untuk memastikan bahwa ia melaporkan data yang akurat25. Kalibrasi membandingkan respons
instrumen dengan nilai referensi yang diketahui. Kalibrasi penting karena kinerja sensor dapat berubah seiring
waktu. Jika memungkinkan, sensor harus dikalibrasi untuk responsnya sebelum, selama, dan setelah serangkaian
pengumpulan data. Panduan tentang masalah ini tersedia di Lampiran C. Sebelum Anda membeli sensor, cari tahu
apakah sensor tersebut telah dikalibrasi oleh pabrikan. Pastikan juga untuk memeriksa manual pengguna untuk
informasi tentang petunjuk khusus tentang cara mengkalibrasi sensor Anda, termasuk berapa lama kalibrasi akan
berlangsung setelah sensor digunakan.
Pahami Waktu Respons. Sebuah sensor mungkin cepat atau lambat untuk mengukur polutan di udara.
Sensor yang merespons dengan cepat mungkin berguna untuk pemantauan bergerak dan untuk mengamati
perubahan konsentrasi polutan yang sangat cepat. Sebuah sensor yang merespon dengan lambat mungkin lebih
cocok untuk pemantauan stasioner polutan yang bervariasi dalam konsentrasi secara bertahap. Tujuan dan niat
pengumpulan data spesifik Anda akan menentukan jenis sensor mana yang terbaik. Diinginkan untuk sebuah sensor
untuk merespon dalam waktu kurang dari 1 menit jika akan digunakan dalam mode apapun selain pemantauan
stasioner.
Verifikasi daya tahan dan kualitas konstruksi: Daya tahan mengacu pada kemampuan sensor untuk
menahan keausan dan terus bekerja. Sensor cenderung mengalami efek seperti itu selama penggunaan normal.
Misalnya, sensor yang dibawa oleh pengguna atau digunakan untuk pemantauan bergerak pada kendaraan
mungkin terdorong, terguncang, terbentur benda lain, atau terjatuh. Semua sensor yang mengukur kualitas
udara luar ruangan kemungkinan akan terpapar pada kondisi cuaca yang bervariasi seperti panas, kelembapan,
dan debu. Pabrikan sensor harus dapat menggambarkan daya tahan perangkat secara umum. Meski begitu,
KONSEP
mereka sering tidak dapat menjelaskan secara spesifik tentang berapa kali Anda dapat menjatuhkan perangkat
atau peristiwa lain sebelum gagal.
Pengemasan: Pengemasan mengacu pada bahan yang digunakan untuk menampung komponen sistem sensor.
Kemasan dapat digunakan untuk memberikan perlindungan dari air, cahaya, variasi suhu (dengan
menambahkan pemanas atau kipas pendingin), dan kebisingan elektromagnetik. Namun, udara yang
disampel oleh sensor sering kali bersentuhan dengan kemasan sensor. Karena kontak ini, pengemasan dapat
mengganggu atau benar-benar berkontribusi pada tingkat konsentrasi polutan. Sensor dengan kemasan yang
kuat, tahan air, dan non-reaktif akan lebih tahan lama dari waktu ke waktu. Bahan reaktif mungkin termasuk jenis
plastik dan pelapis tertentu yang mungkin bereaksi dengan polutan yang diinginkan atau bahkan melepaskan
polutan, mengganggu pengumpulan data secara akurat.
Pertimbangkan kegunaan sensor: Kegunaan mengacu pada kemudahan penggunaan sensor – apakah
pengoperasiannya mudah? Sensor udara digunakan oleh berbagai macam orang, mulai dari mereka yang tidak
memiliki pelatihan formal dalam ilmu kualitas udara hingga peneliti yang memiliki pelatihan dan keahlian tingkat
lanjut selama bertahun-tahun. Sensor yang intuitif dan mudah digunakan akan lebih menarik untuk proyek yang
mengandalkan keterlibatan masyarakat dan ilmuwan warga, sementara sensor yang memberikan informasi lebih
detail mungkin lebih disukai untuk pengguna yang lebih mahir.
Pertimbangan penting lainnya termasuk bagaimana sensor diaktifkan; jika sensor mengandalkan baterai,
berapa lama masa pakai baterai? Apakah ini paket baterai yang dapat diisi ulang atau diganti? Juga
pertimbangkan bagaimana data disimpan, diproses, dan ditransmisikan – apakah data ditransmisikan secara nirkabel?
25
http://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=20001QWV.txt
21
Machine Translated by Google
Atau apakah diperlukan pemrosesan manual? Pengalaman memberi tahu kita bahwa membangun komunikasi
nirkabel antara sensor dan layanan web tidak selalu mudah dan bahkan mungkin bergantung pada jenis
penyedia seluler untuk wilayah geografis tertentu.
Biaya: Biaya teknologi sensor dapat sangat bervariasi tergantung pada polutan yang akan diukur
dan tingkat akurasi dan sensitivitas yang dibutuhkan26. Secara umum, biaya sering berkisar dari $100 hingga
$2500 untuk apa yang mungkin dianggap sebagai sensor kualitas udara “berbasis konsumen”.
Bahkan dalam polutan tertentu, kisaran biaya mungkin sangat besar tergantung pada fitur perangkat.
Tanda bahaya potensial: Sama seperti karakteristik di atas yang dapat membantu menemukan sensor yang
sesuai untuk aplikasi spesifik Anda, ketidakhadiran mereka dapat menyebabkan kehati-hatian. Teknologi
pemantauan udara generasi berikutnya adalah bagian dari pasar yang sedang berkembang, dan karena itu
kemungkinan besar ada berbagai kualitas dan keandalan perangkat yang tersedia. Beberapa perangkat
sensor telah diuji untuk kinerja pengukuran, daya tahan, dan kegunaan, tetapi banyak yang belum. Sementara
EPA mulai menguji beberapa teknologi sensor yang tersedia saat ini27, hingga penulisan manual ini tidak
ada proses formal untuk verifikasi. Kami menyarankan agar Anda menggunakan informasi yang diberikan di
sini untuk meninjau sensor dengan cermat, termasuk manual penggunanya, sebelum membeli. Saat
menyelidiki sensor untuk pembelian, penting juga untuk mempertimbangkan kinerja yang ditunjukkan,
pengulangan pengukuran, dan umpan balik dari pengguna sebelumnya.
Tabel 3-1 memberikan contoh beberapa polusi udara portabel dan murah yang tersedia secara komersial
sensor.
KONSEP
Tabel 3-2 memberikan contoh karakteristik kinerja sensor yang tersedia secara komersial dan yang
muncul untuk pengukuran massa PM dan sifat fisik secara terus menerus. Ada banyak sensor biaya yang
lebih rendah sekarang tersedia. Contoh yang diberikan di sini dilaporkan semata-mata untuk berbagi jenis
sensor yang sedang dikembangkan dan beberapa kemampuannya yang dinyatakan. Sebuah laporan baru-
baru ini telah berusaha untuk menentukan status pasar saat ini dari berbagai kinerja tinggi untuk sensor
kualitas udara tipe citizen science27. Pengguna sensor perlu mempertimbangkan dengan cermat semua
informasi yang tersedia dalam memilih sensor yang tepat untuk tujuan tertentu.
26
Sensor Seluler dan Aplikasi untuk Polutan Udara (NTIS PB 2014 105955), 2014. EPA/600/R-14/051.
27
Informasi lebih lanjut tentang inisiatif ini dapat ditemukan di http://www.epa.gov/airscience/air-sensor.htm
22
Machine Translated by Google
Tabel 3-1. Karakteristik kinerja dari beberapa sensor polusi udara portabel dan murah yang tersedia secara komersial.
Langan Elektrokimia
DataBear, saya 2–200 ppm 0,5 ppm 0,5 ppm 23 hingga 40 °C 0,43 1 1.5K
Sel
T15d
0,01-200 ppm;
Aerokual MOS
0 hingga 40 °C, 30 hingga
< 0,46 <180 2K
<±10% dari 0,1- 1 ppb
Seri 500 ppm 70% RH
0,2 ppm
O3 (8 jam: 75 ppb)
2B
Teknologi,
1,5 ppb
202; FEM penyerapan UV 1,5 ppb atau 2% 0,1 ppb 0 hingga 50 °C 0,70 10 5K
hingga 250 ppm
EQOA-0410-
190
Aerokual MOS
-5 hingga 50 oC, 5 hingga
< 0,46 < 60 2K
Seri 500L 8-500 ppb 8 ppb 1 ppb
95% RH
23
Machine Translated by Google
Tabel 3-2. Karakteristik kinerja sensor yang tersedia dan muncul secara komersial untuk pengukuran massa PM dan sifat fisik secara terus menerus.
Batas
Deteksi
Referensi Informasi Lebih Lanjut**
Pengukuran (µg/m3 ) atau
Pengambil sampel / Pabrikan Ketepatan presisi Berat (kg) dan ~Biaya ($, bila tersedia)
Prinsip Partikel Bawah
Sensor per Mei 2014
Ukuran
KONSEP
Terdeteksi (µm)
±10%
831 Aerosol Hamburan cahaya; MetOne -b Rentang: 0-1.000 g/m3 ; 0,8 kg;
untuk 0,5 m
Pemantau Massal Instrumen <$2.000
kalibrasi aerosol
Konsentrasi massa
28
Perubahan Paradigma Pemantauan Pencemaran Udara. Emily G. Snyder, Timothy H. Watkins, Paul A. Solomon, Eben D. Thoma, Ronald W. Williams, Gayle SW
Hagler, David Shelow, David A. Hindin, Vasu J. Kilaru, dan Peter W. Preuss. Ilmu & Teknologi Lingkungan 2013 47 (20), 11369-11377
24
Machine Translated by Google
Batas
Deteksi
Referensi Informasi Lebih Lanjut**
Pengukuran (µg/m3 ) atau
Pengambil sampel / Pabrikan Ketepatan presisi Berat (kg) dan ~Biaya ($, bila tersedia)
Prinsip Partikel Bawah
Sensor per Mei 2014
Ukuran Terdeteksi
(µm)
KONSEP
aKonversi dari hamburan cahaya, jumlah partikel atau distribusi ukuran, memerlukan perkiraan kepadatan partikel dan faktor bentuk; b. Tidak ada data.
Kemampuan kinerja berasal dari lembar data pabrikan kecuali jika ditandai dengan **. Teks dalam huruf tebal mewakili monitor biaya tinggi situs tetap yang khas untuk tujuan
perbandingan hanya dengan sensor yang mengikuti kategori tersebut. Diadaptasi dari Snyder dkk29 .
Daftar yang diberikan pada Tabel 3-1 dan 3-2 tidak dimaksudkan sebagai sensor yang direkomendasikan. Ini mewakili beberapa yang kinerjanya lebih baik
pada saat laporan ini dikembangkan. Daftar sensor yang tersedia secara komersial terus bertambah. Amerika Serikat
EPA memiliki rencana untuk berbagi laporan di masa depan (2014-2015) di mana sensor yang telah menjalani laboratorium tertentu dan/atau evaluasi dunia
nyata akan dijelaskan. Meski begitu, pengguna sensor harus melakukan survei pasar mereka sendiri untuk menentukan sensor mana yang paling sesuai
dengan anggaran dan kebutuhan pengumpulan data mereka.
29
Perubahan Paradigma Pemantauan Pencemaran Udara. Emily G. Snyder, Timothy H. Watkins, Paul A. Solomon, Eben D. Thoma, Ronald W. Williams, Gayle SW
Hagler, David Shelow, David A. Hindin, Vasu J. Kilaru, dan Peter W. Preuss. Ilmu & Teknologi Lingkungan 2013 47 (20), 11369-11377
25
Machine Translated by Google
Proyek Hijau Desa EPA dimulai dalam upaya mengembangkan sistem pemantauan swadaya dan perawatan rendah
untuk mengukur kualitas udara di Durham, NC. Proyek yang dimaksudkan sebagai penelitian masyarakat dan upaya
pendidikan, menggabungkan serangkaian sensor ke dalam struktur bangku taman umum. Sementara sensor ini
mengumpulkan dan mengalirkan data kualitas udara dan cuaca lokal, orang dapat berinteraksi dengan sistem untuk
mempelajari lebih lanjut tentang polutan udara dan tren polusi. Sistem prototipe, dipasang di luar Perpustakaan Wilayah
Selatan Cabang Durham County, telah mengumpulkan 5.664 jam data sejak 20 Juni 2013, yang semuanya sekarang
tersedia di situs web proyek
(www.villagegreen.epa.gov).
Sebelum Proyek Hijau Desa dapat diluncurkan dan data tersedia, tim proyek perlu mengidentifikasi teknologi
sensor yang paling tepat untuk aplikasi khusus ini.
Anggota tim bekerja sama untuk mengidentifikasi pertanyaan penelitian, dan kemudian menggunakan pertanyaan ini
untuk memandu identifikasi kendala dan pemilihan instrumentasi. Contoh dunia nyata ini membantu menggambarkan
desain dan proses pemilihan yang harus dilalui pengguna sensor sebelum membeli perangkat dan mengumpulkan data.
Pertanyaan Penelitian: Bagaimana kita bisa mengukur kualitas udara luar ruangan di lingkungan komunitas
dengan jejak minimal, data berkualitas tinggi, dan mendukung keterlibatan masyarakat?
Batasan Instrumentasi:
Penggunaan energi yang efisien untuk mendukung sistem self-powered
KONSEP
Akurasi dan presisi pengukuran jangka panjang tanpa pemeliharaan infrastruktur yang signifikan (hindari sistem
kalibrasi otomatis yang mahal dan pemanasan atau pendinginan yang haus daya)
Teknologi pemantauan aktif waktu nyata dengan kemampuan untuk secara langsung menghasilkan pengukuran ke
database (memungkinkan akses publik ke dan interaksi dengan data waktu nyata)
Sensitivitas deteksi di latar belakang hingga tingkat perkotaan (tangkap rentang yang akurat
mencerminkan tren kualitas udara lokal)
Data yang disediakan oleh instrumen untuk memantau kinerja
Catatan kinerja yang telah terbukti sebelumnya di lingkungan pengukuran yang serupa (memastikan kemampuan
sensor untuk menahan kondisi pemantauan yang diharapkan)
Berdasarkan kriteria di atas, hanya beberapa instrumen yang tersedia pada saat seleksi (Musim Gugur 2011). Tim
peneliti memutuskan untuk menggunakan metode hamburan cahaya untuk mengukur partikel (PM), yang menunjukkan
harapan dalam korelasi dengan biaya yang lebih tinggi, pengukuran PM berbasis massa. Instrumen ini memenuhi
kriteria daya rendah dan perawatan rendah, dan sensitif terhadap konsentrasi yang sangat rendah. Instrumen lain
yang diterapkan pada set-up pemantauan adalah monitor ozon yang mengukur menggunakan serapan sinar ultraviolet.
Serupa dengan instrumen PM, monitor ozon berdaya rendah, perawatan rendah, memiliki stabilitas jangka panjang,
dan sensitif pada konsentrasi sekitar. Kendala yang ditimbulkan oleh pertanyaan penelitian membuat tim proyek untuk
menerapkan instrumen biaya yang lebih tinggi (~$5,000 USD) untuk aplikasi khusus ini daripada yang akan digunakan
oleh kebanyakan orang, tetapi yang ideal untuk proyek yang dimaksud.
26
Machine Translated by Google
Penting juga bahwa teknologi sensor yang dibeli memiliki buku panduan/panduan pengguna yang lengkap
dan informatif. Manual ini akan berfungsi sebagai peta jalan operasi Anda, menguraikan persyaratan operasi
utama dan karakteristik perangkat pemantauan Anda. Carilah manual yang efektif untuk menyertakan:
• Pengoperasian umum (yaitu cara menghidupkan dan mematikan, cara mengisi daya atau
mengganti baterai); • Cara menyimpan dan memulihkan data; • Kondisi operasi; • Tanggal
kedaluwarsa sensor (jika ada); • Petunjuk kalibrasi (jika sensor memiliki kemampuan tersebut);
Sensor yang datang tanpa panduan pengguna, atau dengan panduan pengguna yang tidak lengkap, mungkin
KONSEP
lebih sulit untuk digunakan dan dirawat. Sangat disarankan agar Anda membaca atau menanyakan tentang
panduan pengguna sebelum membeli teknologi tertentu.
27
Machine Translated by Google
Buku Panduan Sensor Udara Cara Mengumpulkan Data Berguna Menggunakan Sensor Udara
Bagian ini
Lima langkah dasar untuk mengumpulkan data yang berguna dengan sensor udara adalah (1) mengajukan pertanyaan, (2)
mengembangkan pendekatan, (3) menentukan lokasi sensor, (4) mengumpulkan pengukuran, dan (5) memahami dan
mengomunikasikan hasil. Bagian ini, meskipun tidak dimaksudkan sebagai panduan komprehensif, menjelaskan secara singkat lima
langkah ini, yang berlaku untuk semua aplikasi sensor.
1. Ajukan Pertanyaan. Penting untuk meluangkan waktu untuk menetapkan dan mendokumentasikan dengan jelas pertanyaan
apa yang ingin Anda jawab sebelum Anda mulai mengembangkan rencana Anda untuk mengumpulkan pengukuran.
Sebuah pertanyaan sederhana, seperti “Apakah konsentrasi ozon lebih tinggi di sore hari daripada di pagi hari di
lingkungan saya?” dapat membantu Anda memulai.
- Siapa, apa, di mana, kapan, dan bagaimana. Siapa yang akan melakukan pengukuran? Apa
pengukuran diperlukan? Di mana dan kapan pengukuran harus dilakukan? Untuk berapa lama pengukuran harus
– Sumber daya (misalnya, pendanaan, pengetahuan) dan tenaga kerja yang dibutuhkan.
– Bagaimana data akan dikumpulkan dan disimpan.
– Bagaimana Anda akan memastikan data Anda berkualitas baik, dan tingkat kualitas yang Anda butuhkan. Bagian
5 dan Lampiran C memberikan panduan lebih lanjut tentang topik ini.
– Data tambahan apa (misalnya, meteorologi, polutan lain, informasi lokasi) yang diperlukan untuk menjawab
pertanyaan Anda? Lihat Lampiran B untuk informasi lebih lanjut.
– Bagaimana Anda dapat menjawab pertanyaan potensial yang mungkin diajukan pihak lain, a
pengambilan sampel yang disediakan dalam Lampiran A. Anda harus dapat menjawab pertanyaan-pertanyaan
dalam daftar ini jika Anda ingin mengomunikasikan nilai data yang telah Anda kumpulkan kepada orang lain.
3. Tentukan Lokasi Sensor. Perencanaan yang cermat dari pendekatan pengukuran Anda adalah proses yang sangat
berharga yang dapat membantu meminimalkan komplikasi di kemudian hari. Mengembangkan rencana pemantauan
khusus juga akan memungkinkan Anda untuk berbagi ide dan desain proyek dengan orang lain sebelum Anda
menginvestasikan waktu dan/atau uang. Bila memungkinkan, bagikan rencana Anda dengan mereka yang ingin Anda
ajak berkomunikasi tentang temuan Anda di masa depan, dan/atau dengan para ahli di bidangnya yang bersedia
memberi Anda umpan balik yang membangun. Informasi seperti itu
28
Machine Translated by Google
Buku Panduan Sensor Udara Cara Mengumpulkan Data Berguna Menggunakan Sensor Udara
sumber mungkin termasuk pejabat kualitas udara lokal dan negara bagian, peneliti universitas,
dan pemerhati lingkungan masyarakat yang terlatih. Ini dapat membantu Anda mengidentifikasi
potensi masalah pada tahap awal. Upaya seperti itu bermanfaat, karena kemungkinan Anda akan
memerlukan beberapa atau semua informasi ini untuk menjawab pertanyaan tentang pengukuran
Anda saat mempresentasikan hasil Anda. Untuk memastikan hasil ini seakurat mungkin, sensor
atau instrumen harus ditempatkan di lokasi yang dapat mengukur atmosfer atau sumber yang
diinginkan dengan gangguan minimal. Situs yang ditempatkan dengan baik akan menghasilkan
data yang mewakili area yang dipantau.
Mengapa penting: Konsentrasi polusi udara dapat sangat dipengaruhi oleh sumber-sumber lokal,
bangunan dan struktur lainnya, di antara faktor-faktor lainnya. Anda akan ingin mempertimbangkan
efek potensial ketika Anda memilih lokasi pemantauan. Jika emisi dari sumber yang dekat dengan
lokasi tidak menarik, maka lokasi tersebut mungkin tidak cocok untuk pemantauan. Data akan
sangat berguna jika Anda dapat mengukur polutan yang diinginkan dengan dampak kecil dari
sumber lain di situs Anda. Berikut beberapa pertimbangan penting:
• Biarkan aliran udara bebas ke sensor
Contoh Penempatan Sensor
dengan memastikan jaraknya Pertimbangan
cukup jauh dari tanah (1-2 meter di
atas permukaan) dan jauh dari Lokasi sumber relatif terhadap polutan yang diinginkan.
permukaan bangunan, jika Beberapa polutan mungkin memiliki konsentrasi yang lebih
memungkinkan (idealnya setidaknya tinggi lebih dekat ke sumber tertentu, sementara yang lain
1 meter). • Hindari sumber emisi mungkin tidak. Katakanlah Anda ingin mengukur
bagaimana jalan bebas hambatan mempengaruhi
polutan lokal jika Anda mencoba
konsentrasi ozon dan partikel (PM). Konsentrasi ozon dapat
mengukur tingkat polutan masyarakat
KONSEP
29
Machine Translated by Google
Buku Panduan Sensor Udara Cara Mengumpulkan Data Berguna Menggunakan Sensor Udara
4. Kumpulkan Pengukuran. Dengan pendekatan pengukuran Anda didefinisikan dengan jelas dan Anda
sensor terletak dengan benar, sekarang saatnya untuk mengumpulkan data Anda. Ini tidak semudah hanya
menyalakan sensor dan mengumpulkan pengukuran; Anda akan memerlukan beberapa persiapan tambahan
sebelum dan selama pengumpulan data. Persiapan mungkin termasuk:
Demikian juga, sensor harus dievaluasi untuk presisi dengan mengujinya beberapa kali dengan
udara "bersih" yang tidak mengandung polutan. Pengujian tersebut kemudian ditindaklanjuti dengan
menguji unit beberapa kali dengan sumber udara yang diketahui konsentrasi polutannya. Data pada
"nol" dan konsentrasi yang lebih tinggi akan memungkinkan Anda menentukan seberapa baik sensor
berulang dalam berbagai kondisi.
Bias, kesalahan dalam pengukuran yang berulang, dapat ditentukan dengan melakukan beberapa
pengukuran dengan sensor dan membandingkan data ini dengan konsentrasi "sebenarnya".
Konsentrasi sebenarnya dapat ditentukan oleh monitor referensi yang terletak di dekat sensor. Untuk
KONSEP
– Tinjauan Data – Tinjauan data adalah evaluasi teknis dari data yang dikumpulkan oleh a
perangkat pemantauan31 . Sebaiknya evaluasi kualitas data Anda selama fase pengumpulan untuk
mengidentifikasi dan memperbaiki potensi masalah yang mungkin timbul. Untuk melakukan ini, analisis
data untuk mencari pola musiman, siang/malam, atau hari kerja/akhir pekan.
Tidak adanya pola yang diharapkan dapat menunjukkan masalah dengan sensor Anda atau dengan
pendekatan pengukuran Anda.
– Validasi data – Validasi data adalah proses mengevaluasi data yang dikumpulkan terhadap kriteria
penerimaan yang ditetapkan untuk menentukan kualitas dan kegunaan data31 . Saat Anda
mengumpulkan data, penting untuk menyaring secara visual pola aneh, penurunan respons keseluruhan,
dan fitur tidak biasa lainnya. Jika Anda menunggu sampai studi Anda selesai, itu akan
30
http://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=20001QWV.txt
31
http://www.epa.gov/esd/factsheets/data-auditing.pdf
30
Machine Translated by Google
Buku Panduan Sensor Udara Cara Mengumpulkan Data Berguna Menggunakan Sensor Udara
sudah terlambat untuk memperbaiki masalah ini, yang cenderung menghasilkan data yang terlihat
terlalu teratur atau berubah terlalu tiba-tiba yang disebabkan oleh fenomena atmosfer alami. Beberapa
masalah khusus yang mungkin terjadi selama pengumpulan data meliputi:
ÿ Drift – mengacu pada perubahan bertahap dalam karakteristik respon sensor dari waktu ke
waktu. Penyimpangan instrumen dapat membuat Anda salah menyimpulkan bahwa
konsentrasi telah meningkat atau menurun dari waktu ke waktu. Drift bisa positif atau
negatif, dan itu bisa terjadi karena berbagai alasan. Salah satu cara untuk mengurangi
penyimpangan adalah dengan sering mengkalibrasi sensor sehingga instrumen hanya
melayang sedikit di antara setiap kalibrasi ulang. Frekuensi kalibrasi yang dibutuhkan
akan tergantung pada seberapa banyak penyimpangan yang terjadi.
hasil untuk audiens Anda sangat penting untuk berhasil berbagi pemahaman Anda tentang data dan
mencapai tujuan pengumpulan data kualitas udara berbasis sensor. Cara umum untuk memvisualisasikan
data adalah: grafik konsentrasi polutan dari waktu ke waktu untuk menunjukkan variasi konsentrasi harian,
mingguan, musiman, atau tahunan; grafik arah angin dan/atau polusi untuk mengidentifikasi sumber, dan
memetakan data dari beberapa sensor untuk menggambarkan pola dalam konsentrasi32. Umumnya, hanya
menunjukkan pengukuran yang telah Anda kumpulkan tidak akan cukup; audiens Anda ingin tahu tentang
semua langkah yang Anda ambil untuk memastikan kualitas data:
– Jaminan Kualitas – Perencanaan yang memadai untuk memastikan bahwa desain dan penggunaan
sensor memenuhi persyaratan kinerja aplikasi spesifik Anda. Bergantung pada tujuan penggunaan
data yang Anda kumpulkan, Anda dapat mempertimbangkan jaminan kualitas data di berbagai
tingkatan (Bagian 5.1). Misalnya, data yang dimaksudkan untuk perbandingan langsung dengan
pemantauan Negara Bagian atau Federal akan memerlukan jaminan kualitas yang jauh lebih besar
daripada survei umum konsentrasi polutan untuk tujuan informasi saja (seperti acara pendidikan untuk
sekolah tata bahasa).
– Kontrol Kualitas – Kalibrasi sensor, presisi dan pemeriksaan bias, pemeliharaan, dan audit data yang
diperlukan untuk aplikasi Anda selama pengumpulan data untuk mengidentifikasi dan memperbaiki
potensi masalah seperti degradasi sensor, masalah dengan lokasi sensor, dll.
32
Lihat Lampiran B Penilaian Kualitas Data EPA: Panduan Peninjau (EPA QA/ G-9R), tersedia di
www.epa.gov/QUALITY/qs-docs/g9r-final.pdf, untuk beberapa tips bermanfaat tentang tampilan data.
31
Machine Translated by Google
Buku Panduan Sensor Udara Cara Mengumpulkan Data Berguna Menggunakan Sensor Udara
– Penilaian Kualitas – Penentuan kualitas pengukuran Anda dan analisis data yang memadai sebelum mencapai
kesimpulan akhir.
Terlepas dari apakah Anda mempresentasikan hasil Anda sebagai laporan tertulis, presentasi, atau dalam percakapan,
Anda harus dapat menjelaskan pendekatan Anda, pengukuran yang Anda lakukan, pemeriksaan kualitas yang Anda lakukan
(kalibrasi, dll.), dan interpretasi Anda. dari datanya. Jika salah satu dari komponen ini hilang atau tidak dieksekusi dengan baik,
kegunaan data Anda akan menjadi
dikompromikan.
Ingatlah bahwa menggunakan sensor untuk menjawab pertanyaan tentang kualitas udara seringkali merupakan proses langkah
demi langkah yang berulang. Anda mungkin menemukan bahwa pengukuran Anda tidak menjawab pertanyaan Anda dengan
memuaskan, atau Anda mungkin menemukan lebih banyak pertanyaan setelah menganalisis data Anda.
Evaluasi kembali pendekatan Anda dan ulangi langkah-langkah yang dijelaskan di atas sesuai kebutuhan.
KONSEP
32
Machine Translated by Google
Bagian ini
• Membantu Anda memilih metrik kinerja sensor yang sesuai untuk aplikasi Anda
Kinerja sensor atau instrumen udara menggambarkan kemampuannya secara keseluruhan untuk
mengukur polusi udara. Bagian ini memberikan panduan awal tentang seberapa baik kinerja sensor atau
instrumen agar dapat digunakan untuk berbagai jenis aplikasi polusi udara. Secara khusus, kami mendefinisikan
setiap aplikasi, memberikan metrik kinerja untuk berbagai aplikasi yang berbeda, dan memberikan beberapa
contoh dunia nyata.
bagaimana menemukan presisi dan bias dari perangkat penginderaan tertentu. Harus dinyatakan bahwa tidak
ada sensor berbiaya rendah yang memenuhi persyaratan Pengawasan Peraturan dan diskusi di sini hanya
untuk tujuan informasi.
Tingkat I. Pendidikan dan Informasi. Aplikasi pendidikan menggunakan sensor sebagai alat pengajaran.
Aplikasi ini berpusat di sekitar pengukuran informasi, yang dimaksudkan untuk mendorong kesadaran
informal dan kualitatif. Misalnya, sebuah instrumen mungkin menunjukkan ada atau tidak adanya polutan
dengan sinyal seperti lampu yang menyala atau mati. Atau, perangkat dapat menggunakan indikator kualitatif,
seperti warna, untuk mengomunikasikan kualitas udara secara umum. Pengukuran tersebut dapat digunakan
untuk perbandingan relatif antara tingkat polusi udara di dua lokasi atau pada waktu yang berbeda, daripada
untuk pengukuran tingkat absolut . Pengukuran seperti ini dapat membantu menjawab pertanyaan seperti:
Apakah polusi udara dalam perjalanan harian saya ke tempat kerja lebih tinggi atau lebih rendah daripada di
rumah? Apakah polusi udara hari ini lebih tinggi dibandingkan kemarin? Di mana sebaiknya saya lari atau
bersepeda hari ini? Terkadang sensor ini mungkin tidak melaporkan kualitas udara di unit konsentrasi
tradisional. Namun, pengguna mungkin masih menemukan pengukuran yang dilakukan oleh skala atau warna
tanpa unit ini berguna untuk membuat perbandingan relatif.
Ketidakpastian dalam jenis pengukuran ini cukup besar. Harapannya adalah bahwa sensor polusi udara
secara terarah konsisten dengan tren polutan; misalnya, lampu mungkin menyala secara konsisten jika
konsentrasi PM adalah 50-100 g/m3 atau lebih tinggi, dan mati secara konsisten jika pengukuran di bawah
ambang batas ini. Bahkan jika konsentrasi "perkiraan" jauh lebih tinggi atau lebih rendah daripada konsentrasi
"sebenarnya" saat menggunakan perangkat semacam itu dan menghasilkan kesalahan akurasi 50% (misalnya
10 ppb versus 15 ppb), perangkat mungkin masih berguna dalam mendidik orang lain. dimana kebutuhan
kualitas data kurang penting.
33
Machine Translated by Google
Teknologi sensor dan penggunaan sensor sesuai dengan Next Generation Science Standards (NGSS) -
standar sains K-12 baru yang berfungsi memberi siswa pendidikan sains berstandar internasional33.
Penggunaan teknologi sensor dalam lingkungan pendidikan juga dapat membantu memajukan pembelajaran
sains, teknologi, teknik, dan matematika (STEM) di berbagai tingkat kelas. Mengekspos siswa ke pendidikan
STEM dan proyek sains langsung (yaitu pengembangan dan penyebaran sensor polusi udara) dapat
meningkatkan pembelajaran di kelas dan membantu mendukung tujuan Presiden untuk membekali siswa di
setiap tingkat dengan keterampilan yang mereka butuhkan untuk unggul di bidang sains , teknologi, teknik
dan matematika34 .
Tingkat II. Identifikasi dan Karakterisasi Titik Panas biasanya menggunakan lokasi tetap dan/atau sistem
sensor bergerak untuk memetakan polutan dan menentukan sumber emisi. Misalnya, ini dapat dilakukan
dengan mengelompokkan jaringan sensor melawan arah angin dari fasilitas industri atau pelabuhan
pengiriman; menempatkan jaringan sensor jalan dekat di sepanjang jalan bebas hambatan antarnegara
bagian perkotaan; atau menempatkan sensor di dalam kendaraan untuk survei garis pagar industri atau di
pesawat terbang yang terbang masuk dan keluar dari semburan emisi pembangkit listrik. Dalam kebanyakan
kasus, sensor akan melakukan pengukuran dekat dengan lokasi emisi, di mana konsentrasi polutan biasanya
tinggi. Salah satu contoh identifikasi hot spot yang canggih adalah kendaraan pemantau Geospatial
Measurements of Air Pollution (GMAP) EPA AS (www.epa.gov/nrmrl/appcd/emissions/sec_gmap.html).
Untuk aplikasi Tier II, bias dan presisi ±30% mungkin masuk akal.
Tingkat III. Pemantauan Jaringan Tambahan (juga disebut sebagai "pemantauan eksplorasi") adalah
penggunaan sistem sensor udara untuk melengkapi jaringan pemantau kualitas udara yang ada. Hal ini
KONSEP
dilakukan dengan melengkapi jaringan regulasi dengan banyak perangkat berbiaya lebih rendah, mengisi
kesenjangan spasial. Sensor tambahan ini mungkin berada di lokasi tetap yang permanen, atau pada
platform seluler, tergantung pada tujuan jaringan. Data dari pemantauan tambahan mungkin tidak cukup
untuk tujuan pengaturan, tetapi dapat membantu Anda mengidentifikasi potensi sumber polusi yang menarik.
Seleksi pejabat negara bagian dan regional mengatakan dalam wawancara bahwa jika mereka disajikan
dengan data kelompok masyarakat yang memiliki presisi dan bias 20% atau lebih baik, mereka akan
bersedia untuk menyelidiki temuan lebih lanjut (asalkan desain dan pelaksanaan proyek tampak masuk akal) .
Konsensus umum ini tidak boleh dianggap sebagai perwakilan dari semua pejabat kualitas udara negara
bagian dan federal atau pendapat mereka tentang hal ini. Demikian juga, deskripsi rentang kesalahan
presisi dan bias ini bergantung pada aplikasi dan mungkin sangat bergantung pada polutan yang dipantau
dan keadaan yang melibatkan pengumpulan data. Panduan Eropa menunjukkan kisaran presisi dan bias
30-50% mungkin dapat diterapkan. Perhatikan bahwa saat ini tidak ada peran yang ditentukan berbasis di
AS untuk persyaratan pemantauan tambahan dan diskusi di sini semata-mata untuk tujuan informasi.
33
http://www.nextgenscience.org/
34
http://www.whitehouse.gov/issues/education/k-12/educate-innovate
34
Machine Translated by Google
Pada 2012, HabitatMap menerima Hibah Dampak Komunitas Keadilan Lingkungan dari Departemen Konservasi
Lingkungan Negara Bagian New York untuk mengembangkan dan mengajar kursus pemantauan kualitas udara
di Queens Vocational & Technical High School (QVT) di New York City. Tujuan kursus adalah: (1) Membekali
siswa dengan keterampilan, pengetahuan, dan alat untuk merekam, menganalisis, menafsirkan, dan
mengkomunikasikan informasi kualitas udara; (2) membekali siswa dengan pengalaman belajar langsung yang
mendorong mereka untuk terlibat dengan lingkungan mereka, berpartisipasi dalam kehidupan masyarakat, dan
memahami mengapa sains, teknologi, teknik, dan matematika penting dalam konteks pemecahan masalah
dunia nyata; dan (3) memberikan informasi kualitas udara yang bermakna dan dapat diakses kepada publik dan
pembuat kebijakan yang akan mengarah pada pengambilan keputusan yang lebih tepat dan peningkatan
kualitas udara.
26 siswa dari QVT berpartisipasi dalam kursus dan membuat monitor udara mereka sendiri menggunakan
informasi sumber terbuka dan instruksi dari AirCasting.org. Para siswa mempelajari dasar-dasar kualitas udara,
membuat sensor PM mereka sendiri menggunakan suku cadang yang tersedia secara luas dari vendor online, dan
menggunakan printer 3D untuk membuat penutup untuk menampung dan melindungi rakitan elektronik. Total biaya
elektronik untuk setiap monitor udara adalah sekitar $120.
Para siswa berkeliling lingkungan sekitar sekolah mereka dan mencatat ribuan pengukuran partikulat dan
lusinan pengamatan terkait dengan titik panas polusi udara dan insiden polusi udara (misalnya, kendaraan
yang berhenti, emisi cerobong asap yang terlihat, knalpot hitam dari truk diesel). Mereka mempresentasikan
temuan mereka kepada rekan-rekan mereka, anggota Newtown Creek Alliance, dan staf dari Departemen
KONSEP
Konservasi Lingkungan Negara Bagian New York. Pengukuran agregat mereka tersedia di AirCasting CrowdMap.
Karena perangkat ini tidak dikalibrasi dan kualitas datanya tidak diverifikasi, ini lebih cocok dalam aplikasi
Pendidikan dan Informasi yang menampilkan data kualitatif.
Dengan mempelajari cara membuat pemantau udara, memahami kualitas udara dalam konteks lokal, dan
menggunakan platform AirCasting untuk merekam, memetakan, dan membagikan temuan mereka, siswa
QVT ini belajar bagaimana sains, teknologi, teknik, dan matematika dapat digunakan untuk menginformasikan
kemungkinan solusi untuk masalah dunia nyata.
35
Machine Translated by Google
Arahan UE tentang "kualitas udara ambien dan udara bersih untuk Eropa" mengatur penggunaan "pengukuran
indikatif." Pengukuran ini dapat digunakan untuk melengkapi pengukuran "tetap" (atau, "peraturan") untuk
memberikan informasi tentang variabilitas spasial konsentrasi polutan. Pengukuran tambahan ini memiliki
persyaratan yang kurang ketat untuk kualitas data. Persyaratan kinerja untuk pengukuran tetap dan indikatif
didefinisikan di bawah ini. Ada beberapa perbedaan antara upaya AS dan UE:
• Arahan 2008/50/EC adalah dokumen peraturan, dan membuat ketentuan untuk penggunaan pengukuran
indikatif untuk melengkapi pengukuran tetap dalam proses pengaturan. Namun, tidak ada ketentuan
yang dibuat untuk digunakan secara terpisah untuk tujuan pengaturan. Saat ini, di AS, tidak ada peran
yang ditetapkan untuk pengukuran sensor tambahan dalam pemantauan peraturan, dan dokumen ini
tidak menyediakannya; metrik kinerja pada Tabel 5-1 hanyalah saran.
• Persyaratan kinerja UE hanya terkait dengan penggunaan pengukuran indikatif untuk melengkapi
pengukuran tetap untuk tujuan pengaturan. Oleh karena itu, meskipun persyaratan kinerja pengukuran
indikatif bervariasi menurut polutan, tidak ada persyaratan kinerja untuk area aplikasi lain yang dibahas
dalam dokumen ini.
36
Machine Translated by Google
Tingkat IV. Pemantauan Paparan Pribadi mencakup aplikasi apa pun di mana paparan seseorang
terhadap polusi udara dipantau, seringkali untuk mengevaluasi dampak polusi udara terhadap kesehatan. Ini
mungkin termasuk pengukuran yang diambil untuk melindungi individu yang kesehatannya mungkin terganggu
oleh peningkatan polusi udara, atau studi penelitian epidemiologi untuk membantu memahami efek polusi udara
pada sekelompok orang. Contoh dari salah satu upaya tersebut adalah Studi Penelitian Eksposur Detroit
(DEARS) EPA AS, di mana para peserta terlibat dalam mengenakan sensor portabel untuk mendokumentasikan
eksposur mereka (http://www.epa.gov/dears/). Studi paparan pribadi secara historis merupakan proyek
penelitian di mana orang memakai perangkat yang mengukur kualitas udara saat mereka melakukan rutinitas
harian mereka. Di masa depan, orang dapat memantau paparan mereka sendiri terhadap polusi udara untuk
membantu membuat keputusan medis. Paparan pribadi saat ini diperkirakan menggunakan Indeks Kualitas
Udara EPA (AQI), yang mengomunikasikan risiko kesehatan dari polusi udara menggunakan skala berkode
warna. Untuk aplikasi ini, bias dan presisi 30% atau lebih baik mungkin menjadi tujuan untuk skenario
pemantauan kualitas udara tersebut.
Tingkat V. Pengawasan Peraturan mencakup pemantauan untuk kriteria polutan untuk menentukan apakah
suatu area memenuhi Standar Kualitas Udara Ambien Nasional (lihat bagian 1.3 untuk informasi lebih lanjut).
Di AS, pemantauan peraturan dilakukan oleh badan kualitas udara dan diatur oleh persyaratan kinerja yang
ditentukan oleh Kode Peraturan Federal35 .
Instrumen atau teknologi yang digunakan untuk memenuhi persyaratan pemantauan peraturan
harus memenuhi persyaratan Metode Referensi Federal atau Metode Setara Federal. Persyaratan termasuk
memenuhi tujuan kualitas pengukuran yang ketat dan persyaratan operasional yang substansial36, dan
oleh karena itu dianggap sebagai “standar emas”. Sebaliknya, tidak ada persyaratan tertulis untuk
pengukuran di Tingkat I-IV. Tidak ada sensor berbiaya rendah yang disetujui untuk mengumpulkan data
pemantauan peraturan. KONSEP
EPA AS juga mengatur kualitas udara yang terkait dengan sejumlah racun udara tertentu. Salah satu
contoh polutan tersebut adalah benzena, racun udara yang tersebar luas di lingkungan kita.
Pengguna sensor didorong untuk meninjau (www.epa.gov/ttn/amtic/airtox.html) untuk informasi
spesifik tentang kualitas data untuk polutan ini. Seringkali kesalahan presisi tidak lebih dari 15% diperlukan
untuk memastikan pengukuran yang memadai dari polutan udara ini.
Tabel 5-1 memberikan informasi tentang seberapa baik kinerja sensor Anda sehingga data yang Anda
kumpulkan akan berguna. Manakah dari tingkatan di atas yang paling menggambarkan tujuan khusus dari
upaya pemantauan Anda? Setelah Anda mengidentifikasi tingkat yang sesuai, lihat Tabel 5-1, yang memiliki
kolom untuk empat karakteristik kinerja. Indikator kualitas data tambahan dan terkait
35
Lihat 40 CFR Bagian 50 Lampiran L dan N, 40 CFR Bagian 58 Lampiran A. Juga lihat Lampiran D dari EPA
Buku Panduan Penjaminan Mutu Sistem Pengukuran Pencemaran Udara Jilid II,
www.epa.gov/ttnamti1/files/ambient/pm25/qa/QA-Handbook-Vol-II.pdf.
36
Lampiran D Buku Pegangan Jaminan Kualitas EPA untuk Sistem Pengukuran Polusi Udara Volume II adalah sintesis dari persyaratan yang
ditentukan dalam CFR dan panduan yang diberikan oleh anggota kelompok kerja yang dibentuk oleh EPA.
37
Machine Translated by Google
karakteristik kinerja diperlukan untuk pemantauan peraturan dan mungkin diperlukan untuk aplikasi lain yang
membutuhkan kualitas data yang lebih tinggi. • Bias
• Presisi
• Waktu rata-rata data •
Kelengkapan data
Bias dan presisi dibahas di atas dalam Bagian 3 sebagai metrik untuk menilai akurasi sensor.
Waktu rata-rata data adalah metrik kinerja utama karena presisi dapat ditingkatkan ketika lebih banyak
data dari sistem pengukuran tertentu dirata-ratakan bersama. Data sering dirata-ratakan, atau dikumpulkan,
untuk memfasilitasi perbandingan dengan pengukuran dari instrumen lain, tolok ukur berbasis kesehatan,
atau standar lingkungan. Perataan data membantu meningkatkan kualitas, kegunaan, dan pengelolaan
data Anda. Jenis rata-rata yang tepat akan tergantung pada aplikasi Anda dan pertanyaan yang Anda coba
jawab.
Tabel 5-1 memberikan waktu rata-rata yang tepat di mana data harus dirata-ratakan untuk berbagai
kegunaan. Misalnya, jika Anda tertarik untuk mengamati tren konsentrasi polutan selama sebulan, Anda
mungkin ingin menganalisis data Anda menjadi pola 1 jam atau 24 jam. Anda akan dapat melihat
bagaimana konsentrasi berubah, tetapi rata-rata akan mengurangi jumlah data yang Anda kerjakan ke
ukuran yang dapat dikelola. Ini juga akan meminimalkan efek outlier (titik data individual yang menyimpang
jauh dari rata-rata). Di sisi lain, jika Anda ingin mengidentifikasi hotspot polusi, Anda mungkin lebih suka
menggunakan periode rata-rata yang lebih pendek, seperti beberapa menit, untuk menangkap lokasi
KONSEP
hotspot yang tepat. Periode rata-rata yang lebih pendek akan memungkinkan Anda mendeteksi hotspot
dalam data Anda saat sensor bergerak di sekitar area yang diinginkan.
Kelengkapan data mengacu pada jumlah data yang sebenarnya diperoleh, dibandingkan dengan
jumlah yang diharapkan (misalnya, sensor yang beroperasi dengan benar dan menyediakan data selama
4 hari dari uji pemantauan 5 hari akan memiliki kelengkapan data 80%). Lihat Lampiran C untuk informasi
lebih lanjut tentang topik ini.
Batas deteksi adalah metrik kinerja penting lainnya yang perlu dipertimbangkan, tetapi karena kebutuhan
batas deteksi dapat bervariasi antar proyek, lebih baik menilai persyaratan berdasarkan kasus per kasus (lihat
Bagian 3 untuk detail lebih lanjut). Sebagaimana dibahas dalam Bagian 3 dan 4, dan Lampiran C, berbagai
faktor mempengaruhi kinerja sensor, termasuk interferensi dari gas dan partikel lain serta metode
pengoperasian sensor.
Seperti yang ditunjukkan pada Tabel 5-1, sasaran kinerja yang disarankan berbeda untuk masing-
masing dari lima area aplikasi (tingkatan). Tingkat V adalah tingkat kualitas tertinggi yang dibahas, mewakili
aplikasi pemantauan peraturan. Aplikasi di tingkat yang lebih rendah memiliki sasaran kinerja yang kurang ketat.
Sasaran kinerja yang disajikan pada Tabel 5-1 dikembangkan berdasarkan wawancara ahli, pertemuan
dan diskusi kelompok, serta tinjauan sejawat dan literatur pemerintah. Sasaran kinerja ini adalah pedoman
awal yang akan disempurnakan seiring waktu seiring dengan perkembangan dan peningkatan teknologi,
pengalaman kolektif komunitas, dan sistem sensor.
38
Machine Translated by Google
Tabel 5-1. Contoh Sasaran Kinerja yang Disarankan untuk Sensor untuk 5 Jenis Aplikasi Citizen Science Dibandingkan dengan Persyaratan Pemantauan Regulasi
presisi
Aplikasi Data
Tingkat Polutan dan bias Dasar Pemikiran (Tingkat I-IV)
Daerah Kelengkapan*
Kesalahan
39
Machine Translated by Google
presisi
Aplikasi Data
Tingkat Polutan dan bias Dasar Pemikiran (Tingkat I-IV)
Daerah Kelengkapan*
Kesalahan
O3 <7%
CO, SO2 <10% Pengukuran yang tepat diperlukan untuk memastikan
V Peraturan 75% data berkualitas tinggi diperoleh untuk memenuhi
Pemantauan37 NO2 <15%
persyaratan peraturan
PM2.5, PM10 <10%
Catatan: Ini hanya pedoman (Tier I- Tier IV), dan kemungkinan akan berkembang seiring waktu seiring dengan perkembangan teknologi dan kemajuan ilmu
pengetahuan. *Jumlah data yang diperlukan untuk tujuan kualitas udara sangat spesifik untuk tujuan tersebut dan dapat berkisar dari pengukuran data dalam
hitungan menit hingga tahun.
KONSEP
37
Persyaratan presisi, bias, dan kelengkapan data sebagian diambil dari Lampiran D Buku Pegangan Jaminan Kualitas EPA untuk Sistem Pengukuran Pencemaran Udara Volume II (edisi
Mei 2013). Lihat 40 CFR Bagian 50, 53, 58, dan Buku Pegangan QA Volume II untuk aktivitas/kriteria pemantauan data jaringan.
40
Machine Translated by Google
Proses Pemeliharaan
Proses perawatan adalah tindakan yang diperlukan untuk mempertahankan kinerja sensor selama periode waktu
yang lama. Proses perawatan yang baik dapat membantu memaksimalkan dan mempertahankan kinerja sensor. Proses
perawatan yang umum termasuk secara teratur:
• Kalibrasi dengan standar polutan dan pengukur aliran seperti yang dijelaskan di bawah Kalibrasi
bagian dari Lampiran C.
• Membersihkan permukaan dan komponen internal dan eksternal untuk mencegah penumpukan bug,
debu, dll. •
Mengganti filter dan bahan habis pakai. • Mengganti
sensor ketika telah gagal atau mencapai masa pakainya. • Mengganti baterai isi ulang. • Meninjau
(memeriksa secara visual) data untuk pola aneh, penurunan respons keseluruhan, penyimpangan di
baseline, dan fitur tidak biasa lainnya. Masalah instrumen cenderung menghasilkan data yang sering terlihat terlalu
teratur dan berulang, atau berubah terlalu tiba-tiba, yang disebabkan oleh fenomena atmosfer alami.
KONSEP
• Memeriksa penempatan sensor untuk memastikan bahwa tidak ada perubahan signifikan yang terjadi (misalnya,
pertumbuhan pohon, perubahan bangunan, dll.).
Mengembangkan serangkaian proses pemeliharaan yang relevan dengan sensor Anda membantu pengguna
mempertimbangkan cara terbaik untuk menerapkan dan memelihara sensor. Mengembangkan dan memelihara buku
catatan untuk memastikan pemeliharaan terjadi secara berkala sangat membantu.
Belajarlah lagi:
http://www.epa.gov/ttn/amtic/contmont.html. Lihat Prosedur Operasi Standar untuk monitor peraturan di situs web ini untuk contoh
pemeliharaan yang dilakukan pada PM2.5
monitor.
41
Machine Translated by Google
Kualitas udara
Sensor
• Beranda Sensor Udara EPA 2013 dan Seri Lokakarya Pemantauan Udara Generasi
Berikutnya: https://sites.google.com/site/airsensors2013/final-materials
KONSEP
Sumber data
Efek kesehatan
42
Machine Translated by Google
Lainnya
• Peran vegetasi dalam mengurangi dampak kualitas udara dari polusi udara: http://
www.epa.gov/nrmrl/appcd/nearroadway/workshop.html
• Sistem Manajemen Pembelajaran Lembaga Pelatihan Polusi Udara (APTI): http://www.apti
belajar.net
• Badan CDC untuk Zat Beracun dan Registri Penyakit (ATSDR) Zat Beracun
FAQ (ToxFAQ): http://www.atsdr.cdc.gov/toxfaqs/index.asp
• CDC Panduan Saku NIOSH untuk Bahaya Kimia: http://www.cdc.gov/niosh/npg/
KONSEP
43
Machine Translated by Google
Dasar-dasar
• Apa yang ingin Anda temukan atau tunjukkan dengan pengukuran Anda? • Polutan apa
yang Anda ukur? • Apakah Anda menganggap ini sebagai gangguan atau bahaya
kesehatan? Apakah ini masalah yang berulang? • Apakah Anda mengetahui tingkat normal polutan, termasuk
musiman dan siang/malam?
profil?
• Apakah Anda memiliki Prosedur Operasi Standar (SOP) (instruksi tertulis yang terperinci sehingga
bahwa pengukuran dilakukan dengan cara yang konsisten)? •
Apakah Anda menerima pelatihan yang memadai tentang cara mengoperasikan perangkat dan memeliharanya?
Memantau
melakukan pengukuran? (yaitu waktu siang/malam, hari dalam seminggu, musim) • Berapa lama periode di mana
KONSEP
Anda mengumpulkan pengukuran? • Bagaimana Anda memastikan bahwa pengukuran kualitas dikumpulkan?
(Bagaimana Anda mengkalibrasi sensor Anda? Bagaimana Anda memperkirakan presisi dan bias?) • Apakah Anda
menempatkan sensor Anda di dekat monitor pengatur atau sistem pengukuran lain yang disetujui untuk
mengevaluasi kinerjanya? • Bagaimana sampel diidentifikasi dan identitasnya dicatat dan dilacak saat dipindahkan ke
orang lain atau dianalisis? • Apa, jika ada, data tambahan yang dikumpulkan? (misalnya, pengukuran angin, foto
lokasi,
Lokasi/Lingkungan Sekitar
• Apakah ada sumber emisi lain di dekat lokasi yang Anda ukur yang dapat bercampur dengan polutan yang berasal
dari sumber yang diinginkan? (misalnya, jalan raya, fasilitas industri lainnya, dll.)
• Apakah ada orang, termasuk Anda, yang merokok di dekat Anda ketika Anda mengumpulkan pengukuran? •
Apakah Anda melakukan pengukuran saat berada di kendaraan yang bergerak atau sedang diam? • Bagaimana
cara Anda memegang sensor, atau apakah sensor itu dipasang pada kendaraan atau benda diam? • Bagaimana
kondisi cuacanya?
• Apakah Anda berada di dalam atau di luar ruangan saat melakukan pengukuran?
44
Machine Translated by Google
Analisis data
• Bagaimana data akan dianalisis? (misalnya, bandingkan dengan pengukuran meteorologi, lainnya
data situs)
• Bagaimana Anda membedakan sumber yang Anda coba ukur dari latar belakang? • Apakah Anda mengukur
rata-rata pengukuran Anda dan jika ya, bagaimana?
Lainnya
• Apakah ini laporan anonim, atau akankah Anda memberikan informasi kontak untuk ditindaklanjuti?
• Apakah Anda pernah berinteraksi dengan orang-orang yang menciptakan emisi? Apakah Anda di
masa lalu?
KONSEP
45
Machine Translated by Google
Tabel B-1 menguraikan berbagai konsep dan karakteristik yang memberikan dasar yang baik untuk memahami
polusi udara. Tabel ini memperluas diskusi di Bagian 2.3, dan mencakup pemeriksaan tentang bagaimana setiap
konsep dapat mempengaruhi pengembangan dan penggunaan perangkat penginderaan udara. Konsep yang
didefinisikan di bawah ini adalah generalisasi dari yang dilaporkan dalam literatur ilmiah untuk berbagai polutan dan
diskusi kualitas udara secara umum (http://www.epa.gov/airquality/).
Umur ini bervariasi secara signifikan untuk setiap polutan sesuai Mendeteksi polutan berumur
dengan kemungkinannya bereaksi dengan spesies lain (reaktivitas) pendek membutuhkan sensor yang
atau pengendapan. merespons dengan cepat.
Polutan berumur
Spesies dengan masa hidup atmosfer yang lebih lama cenderung
pendek vs. lebih terdistribusi secara merata di atmosfer, sedangkan Respons sensor yang lebih lambat
berumur panjang konsentrasi spesies dengan masa hidup atmosfer yang lebih dapat digunakan untuk mendeteksi
pendek mungkin lebih bervariasi dalam ruang dan waktu. Masa polutan berumur panjang,
pakai atmosfer beberapa bahan kimia dapat dipengaruhi oleh terutama jika sensor tidak bergerak.
suhu musiman. Polutan berumur pendek yang bereaksi cepat
setelah dipancarkan mungkin sangat bervariasi dalam ruang dan
waktu. Polutan berumur panjang biasanya menunjukkan lebih sedikit
variasi jarak atau waktu.
46
Machine Translated by Google
Konsentrasi polutan juga dikendalikan oleh cuaca, termasuk Kualitas udara dan cuaca saling
sinar matahari, suhu, kelembaban, awan, curah hujan, dan terkait. Cuaca dapat
angin. Konsentrasi dapat meningkat lebih cepat ketika angin mempengaruhi konsentrasi
Cuaca (misalnya, tidak bergerak. polusi udara dan kinerja sensor.
sinar matahari, Oleh karena itu, sangat penting
angin, suhu) bagi Anda untuk mengetahui
Angin yang lebih tinggi biasanya bagaimana kondisi cuaca dapat
mengencerkan konsentrasi polutan, tetapi dapat
memengaruhi pengukuran sensor
menyebabkan peningkatan konsentrasi polutan lain (seperti debu).Anda.
KONSEP
Saat mengembangkan
Konsentrasi beberapa polutan bervariasi sesuai dengan rencana pengukuran, pertimbangkan
Hari dalam seminggu jadwal aktivitas sumbernya (misalnya, pola lalu lintas, jadwal pola hari dalam seminggu dalam
industri). emisi dari sumber yang Anda coba
ukur.
Pertimbangkan variasi
Beberapa polutan menunjukkan variasi musiman
yang kuat karena perbedaan pola emisi, proses musiman dari polutan yang
menarik untuk menginformasikan
pembentukan, dan umur panjang atmosfer. Misalnya,
Musim desain studi Anda. Sistem sensor
kebakaran hutan memancarkan partikel, VOC, dan NOx,
mungkin perlu bekerja dalam
dan lebih sering terjadi pada kondisi kering dan hangat; kondisi yang sangat merugikan
pembakaran kayu perumahan, bagaimanapun, mungkin
seperti panas, kelembapan, atau
lebih penting di musim dingin. dingin yang ekstrem.
Pertimbangkan gradien
konsentrasi dalam desain
Konsentrasi polutan primer biasanya studi Anda. Lebih dari satu jenis
Konsentrasi tertinggi sangat dekat dengan sumber emisi mereka. sensor (atau sistem sensor dengan
sumber dekat Konsentrasi umumnya menurun dengan cepat dalam lebih dari satu mode operasional)
beberapa ratus kaki pertama dari sumber sebagai polutan mungkin diperlukan, tergantung
diangkut dan tersebar. pada kisaran konsentrasi yang
akan diukur.
47
Machine Translated by Google
Ketika ada banyak sumber yang tersebar luas di suatu Jaringan sensor (upwind,
Banyak,
daerah, seperti pompa bensin di lingkungan perkotaan,
terdistribusi dengan baik near-source, dan downwind)
sumber konsentrasinya mungkin sangat mirip di seluruh area. mungkin diperlukan untuk
mengidentifikasi sumber-sumber ini.
Sumber polutan Biasanya, pengukuran fokus pada sumber yang Pertimbangkan semua sumber
buatan dipengaruhi manusia, tetapi ada sumber alami seperti
polutan yang menarik saat
manusia vs. kebakaran, kilat, debu yang tertiup angin, dan aktivitas
merancang studi Anda.
alami gunung berapi.
mengidentifikasi sumbernya.
KONSEP
48
Machine Translated by Google
Kualitas data yang dikumpulkan dengan sensor dapat sangat bervariasi tergantung pada desain sensor dan
strategi penerapan Anda. Anda harus mempertimbangkan faktor-faktor berikut dengan hati-hati saat merencanakan,
membuat, dan memproses pengukuran jika Anda ingin menghasilkan data yang berkualitas dan hasil yang bermanfaat.
Anda harus dapat menunjukkan bahwa kualitas data yang Anda kumpulkan cukup untuk memenuhi
persyaratan kinerja aplikasi dan audiens yang dituju.
Bagian ini menjelaskan beberapa faktor yang perlu dipertimbangkan untuk mengumpulkan pengukuran kualitas
dari sensor udara, terlepas dari aplikasi yang dimaksudkan. Ini didasarkan pada diskusi di Bagian 3.1, yang
memperkenalkan pertimbangan yang relevan bagi pengguna dan pengembang sensor udara.
Bias
Bias berarti distorsi sistematis atau persisten rata-rata dari proses pengukuran yang menyebabkan
kesalahan dalam satu arah38. Bias dapat dianggap sebagai nilai tetap yang selalu ditambahkan atau dikurangi
dari nilai sebenarnya dari polutan oleh sensor (Gambar C-1).
38
http://www.epa.gov/quality/qs-docs/g5-final.pdf.
49
Machine Translated by Google
Mengapa penting: Pengukuran yang bias secara konsisten salah menggambarkan konsentrasi sebenarnya dari a
polutan, biasanya dengan menghasilkan data yang secara teratur lebih tinggi atau lebih rendah dari nilai sebenarnya
dari polutan dengan jumlah yang tetap. Bias biasanya disebabkan oleh karakteristik sensor, oleh masalah dengan
metode pengukuran secara keseluruhan, atau oleh kesalahan terus-menerus yang dilakukan oleh operator secara
tidak sengaja dengan setiap pengukuran. Bias dianggap sebagai kesalahan yang pasti (penyebabnya diketahui) dan
dapat diperbaiki dengan mengkalibrasi ulang sensor, mengubah metode, atau mengoreksi prosedur operasi.
Cara menghitungnya: Tidak ada satu metode yang tepat untuk memperkirakan bias. Salah satu contoh bias
perhitungannya sebagai berikut:
-1
di mana B adalah bias, C adalah rata-rata pengukuran, dan CR adalah konsentrasi referensi, atau nilai
sebenarnya, dari polutan. Keyakinan dalam bias yang dihitung umumnya meningkat dengan jumlah pengukuran.
Bias nol sangat ideal, tetapi nilai bias yang rendah juga dapat diterima. Bias dapat berubah sebagai fungsi dari
kondisi lingkungan (misalnya, dengan suhu dan kelembaban), umur sensor, atau faktor lainnya. Oleh karena itu,
pertimbangkan untuk memeriksa bias sensor Anda secara rutin, dengan kalibrasi yang sering dan/atau perbandingan
antar dengan sensor lain. Perbandingan dengan instrumen berkinerja tinggi, atau sensor yang bekerja dengan prinsip
pengukuran lain, mungkin berharga.
Pelajari lebih lanjut: Diskusi bias yang lebih mendalam disajikan dalam kotak teks di bawah ini. Lihat juga www.epa.gov/
ttn/amtic/files/ambient/monitorstrat/precursor/07workshopmeaning.pdf.
Gambar C-1 menunjukkan perbandingan nilai sebenarnya dari NO2 (garis biru) dan pengukuran bias
KONSEP
NO2 (garis merah). Offset yang konsisten antara dua deret waktu adalah bias.
Gambar C-1. Perbandingan nilai NO2 yang sebenarnya dan pengukuran NO2 yang bias.
50
Machine Translated by Google
presisi
Presisi mengukur kesesuaian antara pengukuran berulang dari properti yang sama di bawah kondisi yang
identik atau secara substansial serupa. Semakin sering data dikumpulkan selama periode tertentu, semakin
besar keyakinan seseorang dalam estimasi konsentrasi. Presisi dapat dinyatakan dalam standar deviasi39.
Presisi dapat dianggap sebagai hamburan yang dimasukkan ke dalam data oleh kesalahan acak (tak tentu)
ketika instrumen mencoba mengukur konsentrasi polutan yang sama beberapa kali.
Mengapa penting: Ketepatan sensor akan menentukan jumlah data yang dibutuhkan untuk mencapai tingkat
kualitas yang sesuai dengan kebutuhan Anda. Ketepatan instrumen dapat ditingkatkan dengan
merata-ratakan lebih banyak data mentah secara bersamaan. Misalnya, jika data 1 detik mengalami
kesalahan acak yang signifikan, data dapat dikelompokkan ke dalam rata-rata 5 menit sehingga
kesalahan acak saling meniadakan (Gambar C-2). Pengelompokan data seringkali menghasilkan lebih
sedikit titik data individu, tetapi data yang dikelompokkan akan lebih tepat (yaitu, standar deviasi yang
lebih rendah) dan berpotensi representasi yang lebih baik dari nilai sebenarnya dari polutan, asalkan
pengukurannya tidak bias. Meski begitu, seseorang harus memahami betapa kritisnya periode waktu
ketika mengelompokkan data. Jika seseorang ingin memperkirakan konsentrasi data 15 menit,
mengelompokkan data berdasarkan satu jam untuk menentukan presisi tidak akan menjadi praktik
yang dapat diterima.
Ketepatan instrumen juga dapat ditingkatkan dengan merata-ratakan data dari beberapa sensor yang
beroperasi di lokasi yang sama. Dapat dibayangkan bahwa sejumlah sensor yang mengukur polutan
yang sama dapat digunakan di lokasi yang sama dan dirata-ratakan bersama-sama untuk meningkatkan
ketepatan pengukuran gabungan.
Cara menghitungnya: Tidak ada satu metode yang tepat untuk memperkirakan presisi. Presisi dapat
KONSEP
diestimasi dengan berbagai teknik statistik menggunakan beberapa penurunan standar deviasi.
Misalnya, P = Cs / Cm (di mana P adalah presisi, Cs adalah standar deviasi pengukuran, dan Cm
adalah rata-rata pengukuran pada konsentrasi tertentu).
Belajarlah lagi:
www.epa.gov/ttn/amtic/files/ambient/monitorstrat/precursor/07workshopmeaning.pdf
Gambar C-2 adalah deret waktu yang menunjukkan pengukuran rata-rata pengukuran ozon 1 menit
(merah) dan 15 menit (hijau). Garis yang menunjukkan pengukuran 15 menit secara signifikan
lebih mewakili respons sensor yang sebenarnya.
39
www.epa.gov/quality/qs-docs/g5-final.pdf.
51
Machine Translated by Google
KONSEP
52
Machine Translated by Google
Akurasi terkadang dikacaukan dengan bias; Anda mungkin melihat istilah yang digunakan secara bergantian.
EPA merekomendasikan penggunaan istilah "presisi" dan "bias," daripada "akurasi," untuk menyampaikan
informasi yang biasanya terkait dengan akurasi ( lihat http://www.epa.gov/emap/html/pubs/docs/resdocs/
mglossary .html).
Akurasi dapat dihitung dengan membandingkan rata-rata kumpulan data kecil dengan nilai sebenarnya:
di mana x adalah rata-rata dari sekumpulan kecil data dan xt adalah nilai sebenarnya yang diterima. Keakuratan
pengukuran suatu instrumen biasanya meningkat dengan lebih banyak data, selama instrumen tersebut tidak bias.
Sebaliknya, bias adalah perbedaan yang konsisten dan sistematis antara pengukuran dan nilai sebenarnya. Bias
dapat lebih tinggi atau lebih rendah dari nilai sebenarnya, dan disebabkan oleh kesalahan sistematis (kesalahan
instrumental, metode, atau operator). Bias tidak dapat diminimalkan dengan data tambahan.
Ada beberapa cara untuk mendefinisikan dan menjelaskan akurasi, bias, dan presisi. Institut Nasional Standar dan
Teknologi (NIST) dan Persatuan Internasional Kimia Murni dan Terapan (IUPAC) memberikan alternatif yang berguna
untuk yang disajikan di sini (http://www.itl.nist.gov/ dan
http://goldbook.iupac.org), dan buku teks analisis instrumental dan kimia juga merupakan sumber yang
bagus (misalnya, Skoog DA, Holler FJ, dan Nieman D, 1998, Principles of instrumental analysis, 5th ed., Saunders
KONSEP
53
Machine Translated by Google
Kalibrasi
Prosedur kalibrasi memeriksa dan menyesuaikan pengukuran instrumen dengan membandingkannya dengan
standar, referensi, atau nilai40 .
Mengapa penting: Kalibrasi sensor sangat penting untuk menghasilkan data yang akurat dan dapat digunakan. Kalibrasi
menghubungkan respons instrumen dengan konsentrasi polutan yang sebenarnya. Idealnya, kalibrasi
dilakukan di bawah kondisi yang sama (rentang suhu dan kelembapan, rentang konsentrasi, udara
latar, dll.) seperti di mana instrumen akan mengumpulkan pengukuran, karena banyak sensor sangat
dipengaruhi oleh kondisi ini.
• Ada dua pendekatan utama untuk mengkalibrasi instrumen. Yang pertama adalah melakukan
kalibrasi dengan standar, di mana Anda memperkenalkan beberapa standar referensi yang
diterima secara luas ke sensor. Kedua, melakukan perbandingan terhadap alat acuan yang telah
dikalibrasi dengan standar yang diakui. Ini dapat dilakukan dengan menempatkan sensor di dekat
stasiun kualitas udara yang dikelola oleh otoritas lokal Anda. Ini biasanya disebut sebagai "kolokasi."
Jika Anda memutuskan untuk menempatkan, pertimbangkan untuk melakukannya selama beberapa
hari sebelum memulai, selama, dan setelah periode pengukuran Anda. Cari sensor Anda sedekat
mungkin dengan monitor kualitas udara, sehingga kedua perangkat mengukur kualitas udara yang
KONSEP
sama.
• Kalibrasi sensor mungkin juga melibatkan penggunaan flow meter untuk mengukur aliran udara melalui
perangkat jika itu adalah perangkat yang menarik udara ke dalamnya.
– Standar gas biasanya dikirim dari tabung gas terkompresi. Namun, gas yang sangat reaktif harus
dibuat pada saat kalibrasi karena terdegradasi dalam tabung gas. Ozon adalah contoh yang
baik. Generator ozon diperlukan untuk menghasilkan konsentrasi ozon yang diketahui, dan ini
mahal. Mungkin lebih baik menggunakan opsi kalibrasi kolokasi untuk polutan ini. NO2 dapat
dikirim dari tabung gas, tetapi terdegradasi cukup cepat. Botol kecil gas uji NO2 memiliki
tanggal kedaluwarsa satu tahun.
40
http://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=20001QWV.txt.
54
Machine Translated by Google
– Terkadang standar harus dicampur dengan sumber udara bersih. Udara pernapasan kelas obat
atau nitrogen kelas industri mungkin cukup untuk tujuan Anda, tetapi ada pilihan lain yang lebih
mahal. Anda dapat membeli tabung gas dengan kemurnian tinggi (HP) dan kemurnian ultra-
tinggi (UHP), serta "Zero Air", dari pemasok gas khusus. Anda juga dapat membeli generator
Zero Air.
– Kalibrasi dilakukan di bawah lingkungan yang sangat terkontrol, di mana kontaminan dan
kondisi lingkungan (suhu dan kelembaban relatif) diketahui dan dipertahankan konstan, mungkin
tidak secara langsung relevan dengan aplikasi dunia nyata. Setiap kalibrasi laboratorium harus
dilengkapi dengan kalibrasi lapangan. Misalnya, sensor ozon yang dikalibrasi di udara sekitar
terbukti tidak mengalami efek suhu dan kelembaban relatif yang diamati pada sensor yang sama
ini selama kalibrasi berbasis laboratorium41 .
2. Buat kurva kalibrasi yang menghubungkan respons sensor udara dengan instrumen referensi.
KONSEP
• Gagasan di balik kalibrasi adalah untuk mengubah respons instrumen mentah, yaitu
biasanya semacam sinyal elektronik, menjadi unit yang berguna (misalnya, konsentrasi). Hal ini
dilakukan dengan membuat plot sebar yang membandingkan pengukuran yang dilakukan oleh
perangkat sensor Anda dengan konsentrasi standar atau pengukuran instrumen referensi, dan
kemudian menghubungkannya menggunakan persamaan matematis.
• Jumlah data yang dibutuhkan untuk mengembangkan kurva kalibrasi yang baik (yaitu, sensor
respon dibandingkan dengan konsentrasi target) tergantung pada linearitas respon sensor (lihat
diskusi Sensor Response di bawah) terhadap polutan target. Misalnya, kalibrasi standar awal
untuk sensor ozon dapat terdiri dari titik kalibrasi yang dikumpulkan tanpa ozon yang tersedia,
diikuti oleh antara 4 dan 6 peristiwa kalibrasi di seluruh rentang konsentrasi yang Anda harapkan
akan terlihat selama periode pengukuran.
3. Ulangi kalibrasi secara berkala dan lacak perubahan pada kurva kalibrasi
bersama waktu.
• Kalibrasi berikutnya harus dilakukan secara berkala (misalnya, harian, mingguan, triwulanan,
setengah tahunan, tahunan) Waktu dan kebutuhan untuk peristiwa ini akan sangat bergantung
pada sensor yang digunakan dan tujuan penggunaannya. Dia
41
Michel Gerboles dan Daniela Buzica (2009) Evaluasi sensor mikro untuk memantau ozon di udara ambien. Joint Research Centre, Institute for
Environment and Sustainability, Transport and Air Quality Unit, Via E. Fermi, I – 21027 Ispra (VA) http://publications.jrc.ec.europa.eu/repository/bitstream/
111111111/10477/ 1/eur23676.pdf.
55
Machine Translated by Google
penting bahwa sensor dikalibrasi secara teratur untuk mengatasi perubahan kinerja dari waktu ke
waktu. Sensor pra-kalibrasi tersedia dari beberapa produsen.
• Instrumen yang melayang atau berubah kinerjanya dengan cepat perlu lebih sering
kalibrasi daripada instrumen yang sangat stabil.
• Lacak kalibrasi Anda untuk melihat bagaimana respons sensor berubah. Anda akan mengatasi masalah lebih
cepat dengan melakukan ini.
Belajarlah lagi:
• http://www.epa.gov/fem/pdfs/calibration-guide-ref-final-oct2010.pdf
• Bahan Referensi Standar NIST dapat ditemukan di http://www.nist.gov/srm/
Batas Deteksi
Konsentrasi terendah yang dapat ditentukan berada di atas nol dengan pengukuran tunggal pada tingkat kepastian yang
dinyatakan adalah batas deteksi42. Ada banyak jenis limit deteksi.
Salah satu yang sering digunakan disebut sebagai Metode Deteksi Batas (MDL)43, dan biasanya didefinisikan sebagai
99% keyakinan bahwa pengukuran tidak kebisingan instrumen (Gambar C-3).
Mengapa penting: Polutan lingkungan sering kali hadir dalam konsentrasi yang sangat rendah,
terutama ketika pengukuran dilakukan jauh dari sumber polusi. Agar berguna, sensor harus dapat mengukur
polutan pada rentang konsentrasi yang biasanya terlihat di atmosfer. Satu instrumen dengan MDL yang lebih
tinggi mungkin sesuai di dekat lokasi sumber, tetapi instrumen dengan MDL yang jauh lebih rendah (lebih
KONSEP
mampu mengukur konsentrasi yang lebih rendah) mungkin diperlukan jauh dari sumber, di lokasi di mana
konsentrasi polutan telah diencerkan. Kisaran polutan tipikal ditunjukkan pada Tabel 2-2, meskipun tergantung
pada situasinya, suatu instrumen mungkin perlu atau mungkin tidak perlu mengukur dengan baik pada ujung
bawah kisaran konsentrasi.
Batas deteksi biasanya disediakan oleh pabrikan. Anda mungkin ingin bertanya bagaimana pabrikan
menentukan batas deteksi. Batas deteksi sensor dapat bervariasi dari waktu ke waktu, jadi jika Anda secara
rutin mengukur konsentrasi yang sangat rendah, pertimbangkan untuk sering mengukur batas deteksi. Hal ini
dapat dilakukan dengan mengencerkan gas kalibrasi hingga instrumen tidak dapat lagi mendeteksi polutan
yang diinginkan dengan andal. Jika peralatan tersebut tidak tersedia, membandingkan data Anda dengan
instrumen referensi yang mengukur konsentrasi latar belakang regional yang rendah dapat berguna.
Belajarlah lagi:
• http://www.epa.gov/fem/calibration.htm
• http://www.epa.gov/fem/pdfs/Env_Measurement_Glossary_Final_Jan_2010.pdf
42
http://www.epa.gov/quality/qs-docs/g5-final.pdf.
43
Lihat 40 CFR Bagian 50 Lampiran L dan N, 40 CFR Bagian 58 Lampiran A. Juga lihat Lampiran D dari EPA
Buku Panduan Penjaminan Mutu Sistem Pengukuran Pencemaran Udara Jilid II,
www.epa.gov/ttnamti1/files/ambient/pm25/qa/QA-Handbook-Vol-II.pdf.
56
Machine Translated by Google
Gambar C-3. Representasi grafis dari batas deteksi. (sumber: Buku Kerja Racun Udara
44
EPA) .
KONSEP
Waktu merespon
Response time adalah jumlah waktu yang dibutuhkan sensor untuk merespon perubahan konsentrasi.
Mengapa penting: Sensor yang merespons dengan cepat mungkin berguna untuk pemantauan seluler dan untuk
mengamati perubahan yang sangat cepat dalam konsentrasi polutan. Sebuah sensor yang merespon dengan
lambat mungkin lebih cocok untuk pemantauan stasioner polutan yang bervariasi dalam konsentrasi secara
bertahap. Durasi dan frekuensi pengukuran diatur oleh waktu respons sensor.
Pelajari lebih lanjut: Sebagian besar produsen mencirikan waktu respons sensor sebagai sarana untuk
membandingkan spesifikasi antar sensor. Mereka biasanya menggunakan t90 untuk sensor yang merespon
dengan cepat dan t50 untuk sensor dengan respon yang lebih lambat. T90 adalah waktu yang dibutuhkan
oleh respon sensor untuk mencapai 90% polutan atau konsentrasi standar yang diukur. Ini diukur dengan
terlebih dahulu mengirimkan nol udara ke sensor dan kemudian tiba-tiba menyalakan aliran polutan atau
standar yang diinginkan. Demikian pula, t50 adalah waktu yang dibutuhkan oleh respons sensor untuk
mencapai 50% polutan atau konsentrasi standar yang diukur. Konsep-konsep ini diilustrasikan pada
Gambar C-4.
44
Hafner HR, Charrier JG, dan McCarthy MC (2009) buku kerja analisis data racun udara. Disiapkan untuk AS
Badan Perlindungan Lingkungan, Research Triangle Park, NC, oleh Sonoma Technology, Inc., Petaluma, CA,
STI 908304-3651-WB, Juni. Tersedia di http://www.epa.gov/ttnamti1/files/ambient/airtox/workbook/AirToxicsWorkbook6-
09.pdf.
57
Machine Translated by Google
KONSEP
Gambar C-4. Waktu respons (t50 dan t90) instrumen terhadap gas kalibrasi.
Respon Sensor
Respons sensor yang berguna terdiri dari respons unik untuk setiap konsentrasi yang diukur.
Respon seperti itu disebut peningkatan monoton.
Mengapa penting: Respons sensor terhadap konsentrasi polutan biasanya terkait dengan penggunaan a
persamaan matematika, dan mereka biasanya bernilai tunggal (yaitu, unik untuk setiap konsentrasi
polutan) di wilayah yang diinginkan. Respons sensor tidak perlu linier, tetapi perlu diukur melalui
persamaan; polinomial, hukum pangkat, atau persamaan eksponensial semuanya dapat diterima.
Gambar C-5 menunjukkan contoh fungsi respon sensor.
58
Machine Translated by Google
Ideal
KONSEP
59
Machine Translated by Google
Durasi Pengukuran
Durasi pengukuran adalah lamanya waktu di mana pengukuran dikumpulkan (misalnya, 1 menit, satu
jam).
Mengapa penting: Waktu pengukuran yang lebih pendek memungkinkan Anda melihat perubahan yang lebih cepat
konsentrasi. Durasi pengukuran minimum tergantung pada waktu respons sensor dan faktor lainnya.
Ada situasi di mana Anda mungkin ingin mengukur rata-rata dalam jangka waktu yang lebih lama
untuk: KONSEP
• Mengurangi ukuran kumpulan data agar lebih mudah dikelola selama pemrosesan. Misalnya,
Anda mungkin rata-rata data 1 detik hingga data 1 menit atau 5 menit jika durasi pengukuran
ini masih akan memberikan detail yang cukup untuk memenuhi tujuan studi Anda. Penting untuk
memastikan bahwa durasi pengukuran sensor Anda kompatibel dengan aplikasi Anda. Untuk
menangkap variasi konsentrasi berdasarkan lokasi, sensor pada platform bergerak (misalnya,
berjalan) mungkin memerlukan durasi pengukuran yang lebih pendek daripada yang dibutuhkan
sensor stasioner. Sangat sulit untuk mengumpulkan data secara akurat dari kendaraan yang
bergerak cepat; ini tidak terlalu praktis dengan teknologi sensor saat ini.
Frekuensi Pengukuran
Frekuensi pengukuran menggambarkan jumlah pengukuran yang dikumpulkan per unit waktu.
Mengapa penting: Frekuensi pengukuran akan ditentukan oleh tujuan studi Anda dan akan memengaruhi
pengumpulan sampel dan aspek presisi dari tujuan kualitas data Anda45 .
• Pengumpulan Sampel: frekuensi pengukuran mengacu pada seberapa sering Anda membuat
pengukuran (yaitu, satu jam per minggu) dan seberapa sering pengukuran dilakukan selama waktu
ini (yaitu, satu pengukuran per menit). Ini akan mempengaruhi seberapa banyak cakupan data
45
Sasaran kualitas data menjelaskan kapan, di mana, seberapa sering, dan seberapa presisi Anda memerlukan sampel untuk diambil
menjawab pertanyaan ilmiah yang Anda minati.
60
Machine Translated by Google
Anda harus menjelaskan masalah atau proses yang Anda lihat. Jika Anda bermaksud untuk mengevaluasi tren jangka
panjang dalam konsentrasi di lokasi tertentu, Anda dapat memilih untuk mengumpulkan pengukuran setiap lima menit
selama satu jam, pada hari yang berbeda setiap minggu selama setahun.
Di sisi lain, jika Anda ingin mengevaluasi bagaimana konsentrasi berubah selama satu hari di sebelah lokasi
sumber, Anda mungkin ingin mengumpulkan pengukuran sekali setiap menit selama 24 jam selama beberapa hari
berturut-turut.
• Presisi: semakin sering data dikumpulkan selama periode waktu tertentu, semakin tinggi presisi data, karena ada lebih
banyak data untuk menghilangkan kesalahan acak dalam pengukuran. Namun, ada titik di mana pengumpulan data
lebih sering menghasilkan pengembalian yang semakin berkurang untuk meningkatkan presisi dan malah memberi
Anda terlalu banyak data untuk dikelola. Bayangkan mengumpulkan 60 titik data setiap jam selama 24 jam selama
satu minggu.
Itu berarti meninjau dan menganalisis lebih dari 10.000 pengukuran konsentrasi polutan!
Pengelompokan Data
Pengelompokan data melibatkan rata-rata data dari waktu ke waktu dan/atau ruang.
Mengapa penting: Data sering dikelompokkan untuk memudahkan perbandingan dengan pengukuran dari instrumen lain,
tolok ukur berbasis kesehatan, atau standar lingkungan. Misalnya, NAAQS yang tercantum dalam Tabel 2-2
menunjukkan batas konsentrasi yang telah dikelompokkan dalam rentang dari 1 jam hingga 1 tahun. NAAQS untuk
ozon rata-rata 0,075 ppm selama delapan jam.
KONSEP
Pengelompokan data membantu meningkatkan kualitas, kegunaan, dan pengelolaan data Anda.
Jenis pengelompokan yang tepat akan tergantung pada aplikasi Anda dan pertanyaan yang Anda coba jawab.
Misalnya, jika Anda tertarik untuk mengamati tren konsentrasi polutan selama sebulan, Anda mungkin ingin
mengelompokkan data Anda dalam 1-
rata-rata jam atau 24 jam. Anda akan dapat melihat bagaimana konsentrasi berubah, tetapi rata-rata akan
mengurangi jumlah data yang Anda kerjakan ke ukuran yang dapat dikelola. Di sisi lain, jika Anda ingin memahami
bagaimana gumpalan gas yang berasal dari fasilitas industri bergerak di atas komunitas Anda, Anda mungkin lebih
suka menggunakan periode rata-rata yang lebih pendek, seperti 1 menit, untuk menangkap pergerakannya.
Selektivitas
Kemampuan sensor untuk merespon polutan tertentu, dan bukan polutan lain, disebut selektivitas.
Mengapa penting: Sensor paling berguna ketika mereka hanya merespons satu atau beberapa polutan
polutan yang menarik. Namun, udara terdiri dari berbagai macam senyawa kimia, dan beberapa
sensor dapat merespon secara bersamaan terhadap polutan yang diinginkan serta zat lain di udara. Misalnya,
beberapa sensor kualitas udara yang mengukur ozon juga merespons perubahan konsentrasi nitrogen oksida dan
sulfur dioksida, memberikan sinyal tinggi yang menipu. Pada instrumentasi berkualitas tinggi, pabrikan telah
mengembangkan teknik untuk menghilangkan atau mengurangi masalah tersebut.
61
Machine Translated by Google
gangguan
Interferensi adalah faktor yang menghalangi, menghalangi, atau menghambat kemampuan sensor untuk
melakukan pengukuran yang akurat.
Mengapa penting: Seperti yang disebutkan dalam pertimbangan Selektivitas, sensor ideal hanya akan merespons
polutan atau polutan yang diinginkan. Namun, sensor dapat merespons polutan lain secara signifikan
dengan cara yang tidak dapat dibedakan dari respons terhadap polutan target. Secara khusus, pembacaan
sensor dapat dipengaruhi oleh:
• polutan atau senyawa kimia lain yang tidak menarik • Kondisi cuaca (mis., fluktuasi
kecepatan angin, kelembaban, dan suhu) • Frekuensi radio • Fluktuasi daya • Getaran kotoran, debu, dan
serangga
Interferensi mungkin memiliki efek positif atau negatif pada sinyal sensor. Selain itu, sensor dapat
merespons beberapa interferensi berbeda secara bersamaan.
Produsen biasanya mengungkapkan polutan dan parameter meteorologi yang dapat memengaruhi
kinerja sensor tetapi bukan faktor respons, yang akan berguna untuk menentukan pentingnya interferensi.
Sebelum menggunakan sensor untuk memantau kualitas udara, pertimbangkan kemungkinan gangguan
sensor, uji gangguan tersebut, dan minimalkan jika memungkinkan.
KONSEP
Peluruhan dan kedaluwarsa sensor mengacu pada penurunan permanen dalam kinerja sensor karena sejumlah
faktor. Secara umum itu berarti sensor kehilangan kemampuannya untuk melakukan pengukuran yang berarti.
Mengapa penting: Beberapa senyawa kimia di atmosfer dapat bereaksi dan merusak
sensor dengan cara yang tidak dapat dibalik, membatasi kemampuan sensor untuk merespons polutan
yang diinginkan seperti yang terjadi pada awalnya. Perhatikan bahwa beberapa sensor memiliki tanggal
kedaluwarsa, meskipun tidak pernah digunakan dan masih dalam kemasan aslinya.
Rentang Dinamis
Rentang dinamis instrumen adalah rentang konsentrasi dari nilai minimum hingga maksimum yang mampu diukur
oleh instrumen46 .
Mengapa penting: Rentang konsentrasi bervariasi menurut polutan dan kedekatan sensor dengan
sumber. Dalam beberapa kasus, konsentrasi mungkin terlalu rendah atau terlalu tinggi untuk dideteksi oleh
sensor. Penting untuk mempertimbangkan kisaran konsentrasi yang Anda harapkan untuk dipantau dan
apakah sensor Anda akan dapat mengumpulkan pengukuran di seluruh rentang ini. Kisaran konsentrasi ambien
tipikal untuk setiap polutan yang dibahas dalam dokumen ini disajikan dalam Tabel 2-2.
46
http://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=20001QWV.txt
62
Machine Translated by Google
Melayang
Perubahan bertahap dalam respons instrumen terhadap karakteristik kuantitatif yang konstan (yaitu, konsentrasi
standar atau udara nol) disebut drift.
Mengapa penting: Penyimpangan instrumen dapat menyebabkan pengguna menyimpulkan secara tidak akurat bahwa
konsentrasi telah meningkat atau menurun seiring waktu. Drift bisa positif atau negatif, dan itu bisa terjadi
karena berbagai alasan. Misalnya, sensor dapat merespons perubahan kondisi cuaca, keracunan sensor, atau,
dalam kasus sensor optik, sumber cahaya menjadi kurang kuat atau kurang efisien dari waktu ke waktu. Gambar
C-6 menunjukkan contoh pengukuran NO2 yang melayang. Salah satu cara untuk mengatasi penyimpangan
adalah dengan sering mengkalibrasi sensor sehingga instrumen hanya melayang sedikit di antara setiap kalibrasi
ulang. Frekuensi kalibrasi yang dibutuhkan akan tergantung pada seberapa banyak penyimpangan yang terjadi.
Gambar C-6. secara grafis menggambarkan penyimpangan menggunakan deret waktu pengukuran dari sensor (garis biru)
yang mengalami penyimpangan yang signifikan dibandingkan dengan konsentrasi NO2 (garis hijau) yang
sebenarnya.
KONSEP
Mengapa penting: Akurasi pencatatan waktu paling penting saat Anda perlu membandingkan
pengukuran yang dilakukan oleh instrumen yang berbeda. Jenis akurasi ini menjadi lebih
63
Machine Translated by Google
penting untuk membandingkan data yang menunjukkan perubahan besar dan cepat dalam konsentrasi atau
data dari instrumen dengan frekuensi pengukuran tinggi.
Kerentanan Iklim
Kerentanan iklim adalah ukuran kemampuan instrumen untuk menanggung variasi dalam kondisi
meteorologi, termasuk perubahan suhu, kelembaban, dan paparan sinar matahari.
Mengapa penting: Instrumen kualitas udara diharapkan beroperasi dalam berbagai kondisi atmosfer. Sebuah sensor paling
berguna jika dapat beroperasi dengan kuat di banyak lingkungan yang berbeda, tetapi setidaknya harus
beroperasi dengan baik di lingkungan penggunaan yang dimaksudkan. Penting untuk mempertimbangkan sensor
mana yang paling cocok untuk iklim lokasi studi Anda. Misalnya, kelembaban dan suhu relatif mempengaruhi
kinerja sensor elektrokimia. Pertimbangkan apakah penutup instrumen akan mendapat manfaat dari penyejuk
udara, atau apakah efek lingkungan pada pengukuran dapat diperbaiki setelah pengumpulan data.
Pelajari lebih lanjut: Michel Gerboles dan Daniela Buzica (2009) menemukan bahwa sensor ozon yang dikalibrasi di reaktor
laboratorium mengalami efek suhu dan kelembaban relatif, meskipun masalah ini dihilangkan ketika kalibrasi
dilakukan di lokasi lapangan menggunakan udara ambien. Lihat Evaluasi Mikro-Sensor untuk Memantau Ozon di
Udara Sekitar, 2009.
Michel Gerboles dan Daniela Buzica, Joint Research Centre, Institute for Environment and Sustainability,
Transport and Air Quality Unit, Via E. Fermi, I – 21027 Ispra (VA) http://publications.jrc.ec.europa.eu/repository/
bitstream/111111111/10477/1/eur23676. pdf.
KONSEP
Kelengkapan Data
Jumlah data valid yang diperoleh dari suatu sistem pengukuran, dibandingkan dengan jumlah yang diharapkan akan
diperoleh dalam kondisi normal yang benar, disebut kelengkapan data47 .
Mengapa penting: Kelengkapan data adalah kunci untuk menghasilkan data yang representatif dan berkualitas tinggi.
Data yang hilang dapat secara signifikan menghambat analisis, meminimalkan kekuatan kesimpulan yang
ditarik. Panduan EPA untuk data peraturan mencakup persyaratan untuk mencapai 75% kelengkapan data
selama periode waktu yang diperlukan (per jam, harian, triwulanan, tahunan).
Umumnya, penurunan kelengkapan data disebabkan oleh masalah transmisi data; kesalahan penyimpanan
data; kehilangan daya dan waktu yang diperlukan untuk memulai ulang berikutnya (lihat diskusi Respons
terhadap Hilangnya Daya di bawah); kebutuhan akan kalibrasi yang sering atau berdurasi panjang; dan waktu
instrumen offline untuk diperbaiki. Untuk transmisi data, jika data akan ditransfer menggunakan koneksi nirkabel,
keandalan koneksi sangat penting. Penyimpanan data di tempat juga dapat dipertimbangkan agar data tidak
hilang jika koneksi nirkabel terputus.
Pelajari lebih lanjut: http:// www.epa.gov/ ttn/ oarpg/ t1/ memoranda/ pmfinal.pdf; 40 CFR 50 mengandung
Lampiran AN (kelengkapan data NAAQS)
47
http://www.epa.gov/ttn/amtic/files/ambient/monitorstrat/precursor/07workshopmeaning.pdf.
64
Machine Translated by Google
Ini mengacu pada jumlah waktu yang diperlukan instrumen setelah dimatikan untuk pemanasan dan
melanjutkan pengukuran, serta konsistensi respons sensor sebelum dan sesudah dimatikan.
Mengapa penting: Jika sensor membutuhkan banyak waktu untuk pemanasan dan melanjutkan
pengukuran setelah kehilangan daya, kontinuitas dan kelengkapan data dapat
terpengaruh secara signifikan. Setelah sensor melanjutkan pengumpulan pengukuran, responsnya
idealnya sama seperti sebelum kehilangan daya.
KONSEP
65
Machine Translated by Google
STANDAR DIPILIH
ONGKOS KIRIM & BIAYA DIBAYAR
EPA
IZIN NO. G-35