Suitability of the Low-Cost SDS011 Particle Sensor for Urban PM-Monitoring

M., Budde, T., Müller, B., Laquai, N., Streibl, A., Schwarz, G., Schindler, T., Riedel, M., Beigl, A., Dittler,

W monitorowaniu cząstek stałych (PM) zapoczątkowano zmianę paradygmatu w kierunku włączenia rozproszonych metod detekcji z wykorzystaniem tanich czujników [1]. W poprzednich badaniach porównano wczesne generacje tanich czujników cząstek stałych opartych na rozpraszaniu światła w podczerwieni z oficjalnymi stacjami pomiarowymi, wykazując, że czujniki te mogą w zasadzie wychwytywać dynamikę poziomów PM otoczenia [2,3], ale mogą cierpieć na niską stabilność kalibracji [2], nie są w stanie odróżnić klas wielkości [3] i mogą być podatne na inne źródła błędów [4]. Obecne, tanie generacje czujników, które opierają się na rozpraszaniu laserowym, utrzymują, że wykazują lepszy poziom stabilności i cechują się wewnętrznym przetwarzaniem cyfrowym w celu uzyskania bardziej dokładnych wyników. Podczas gdy w większości przypadków są one zaprojektowane jako czujniki PM2.5, niektóre z nich również mierzą PM10 i/lub PM1. Jako przedstawiciela tej klasy czujników, wybraliśmy do badania czujnik PM oparty o  rozpraszanie laserowe SDS011 [5]. Jest on już szeroko stosowany w zastosowaniach na całym świecie, np. w niemieckim projekcie obywatelskim “luftdaten.info” (http://www.luftdaten.info), w którym wolontariusze zainstalowali setki tych czujników na obszarach miejskich. W poprzednich pracach, pomiary kolokacji pomiędzy SDS011 zostały już przeprowadzone [6], których wyniki wskazują, że czujnik zapewnia odpowiednią korelację w typowych warunkach (wilgotność względna 20-50% i stężenie PM10 < 20 μg/m3), ale działają gorzej w innych warunkach otoczenia, zwłaszcza przy wysokiej wilgotności. W celu dokładniejszego zbadania jakości danych zbieranych przez czujnik, przeanalizowano kluczowe czynniki wpływające na niepewność pomiaru  czujników, wraz z serią eksperymentów mających na celu odpowiednią ocenę ich potencjału i ograniczeń: –

Badanie wpływu wilgotności i możliwości jej kompensacji.

– Porównanie czujnika SDS011 i monitora Welas2100 przy użyciu aerozolu monodisperse o różnych rozmiarach. – Charakterystyka rozkładu masy, którą może wychwycić SDS011, w oparciu o eksperymenty z różnymi wygenerowanymi widmami cząstek i z wykorzystaniem spektrometru aerozolowego Grimm 1.108 jako punktu odniesienia.

– Długoterminowe porównanie (dni) 13 SDS011 i skaningowego mobilnego sortownika cząstek stałych (SMPS) wystawionych na działanie (1) powietrza, (2) sztucznego aerozolu (siarczanu amonu) oraz (3) czarnego węgla/sadzy.

Na podstawie wyników tych eksperymentów przedstawiamy w naszej przyczyny niepewności pomiaru czujnika. Pokazujemy, że czujnik generalnie nie wychwytuje w zadowalający sposób PM10 i omawiamy, w jakich warunkach odczyty PM2.5 odpowiednio odzwierciedlają jakość powietrza otoczenia.

In Particulate Matter (PM) monitoring, a paradigm shift towards incorporating distributed sensing approaches using low-cost sensors has begun [1]. In past research, early generations of low-cost particle sensors based on IR light scattering have been compared with official measurement stations, showing that these sensors can in principle capture the dynamics of ambient PM levels [2,3], but may suffer from low calibration stability [2], are unable to differentiate size classes [3], and may be susceptible to other sources of error [4]. Current low-cost sensor generations that rely on laser scattering claim to exhibit a better level of stability and feature internal digital processing in order to achieve more accurate results. While they are mostly designated as PM2.5 sensors, some also output values for PM10 and/or PM1. As a representative of this class of sensors, we examine the SDS011 laser-scattering PM sensor [5]. It is already widely used in deployments around the world, e.g. in the German grassroots citizen science project “luftdaten.info” (http://www.luftdaten.info), in which volunteers have deployed hundreds of these sensors in urban areas. In previous work, co-location measurements between the SDS011 have already been performed [6], the results of which indicate that the sensor delivers adequate correlation under typical conditions (relative humidity of 20-50% and PM10 mass concentrations < 20 μg/m3) but performs less well under other ambient conditions, especially high humidity. To further explore the sensor’s data quality in-depth, we present the key influencing factors on measurement uncertainty of the low-cost sensor, along with a series of experiments to appropriately assess its potential and limitations: • Investigation of the humidity influence and possibilities for its compensation. • Comparison of the SDS011 sensor and a Welas2100 monitor using monodisperse aerosol of different sizes. • Characterization of the mass distributions the SDS011 can capture, based on experiments with different generated particle spectra and using the Grimm 1.108 aerosol spectrometer as reference. • Longer-term comparison (days) of 13 SDS011 and a Scanning Mobility Particle Sizer (SMPS) exposed to (1) ambient air, (2) artificial aerosol (ammonium sulfate) levels, and (3) black carbon/soot. From the results of these experiments, we present the causes of the sensor’s measurement uncertainty in our talk. We show that the sensor generally does not capture PM10 satisfactorily and discuss under which conditions PM2.5 readings reflect the ambient air quality adequately.

Close Menu