Come valutare qualità e utilità di un sensore

La qualità dei dati raccolti con i sensori dell’aria può variare notevolmente a seconda della progettazione del sensore. Vi sono diversi fattori da considerare nella scelta e nell’uso di tali sensori al fine di raccogliere misurazioni di qualità, ed in particolare: precisione; bias o errore sistematico; limite e intervallo di rilevamento; curva di risposta; tempo di risposta; selettività e interferenze; deriva e decadimento.

Di seguito forniamo una descrizione tecnica di ciascun argomento e spieghiamo la sua rilevanza per le applicazioni dei sensori a basso costo. Naturalmente, quanto verrà mostrato è valido anche per altri tipi di sensori, non solo per quelli dell’aria: si pensi, ad esempio, ai sensori per la misura della radioattività, della qualità dell’acqua, dell’inquinamento acustico, di quello elettromagnetico, etc.

Precisione (o errore casuale)

La precisione misura l’accordo tra misurazioni dello stesso parametro ripetute in condizioni identiche o sostanzialmente simili. La precisione può essere espressa in termini della cosiddetta “deviazione standard”. La precisione può essere pensata come la dispersione introdotta nei dati da errori casuali (indeterminati) quando uno strumento tenta di misurare più volte la stessa concentrazione di un inquinante.

La precisione di un sensore è importante perché determina la quantità di dati necessari per raggiungere un livello di qualità adatto alle proprie esigenze. Infatti, più frequentemente i dati vengono raccolti in un dato periodo maggiore è la fiducia che si ha nella stima della concentrazione. La precisione di uno strumento può essere migliorata calcolando la media di più dati grezzi insieme.

Ad esempio, se i dati di 1 secondo sono soggetti a un errore casuale significativo, i dati stessi possono venire raggruppati in medie di 5 minuti in modo che gli errori casuali si annullino a vicenda (v. figura). Raggruppando i dati si ottengono meno punti-dati individuali, ma i dati raggruppati saranno più precisi (cioè avranno una deviazione standard più bassa) e potenzialmente daranno una migliore rappresentazione del vero valore dell’inquinante, a condizione che le misurazioni siano imparziali.

La figura è una serie temporale che mostra le misurazioni dell’ozono con una media di 1 minuto (rosso) e di 15 minuti (verde) delle misure. La linea che mostra la media di 15 minuti è significativamente più rappresentativa della vera risposta del sensore. (fonte: EPA)

La precisione di uno strumento può essere migliorata anche calcolando la media dei dati forniti da più sensori – anziché da un unico sensore – che operano nella stessa posizione. È concepibile che un certo numero di sensori che misurano lo stesso inquinante possa essere utilizzato nello stesso sito e mediato insieme per aumentare la precisione della misurazione combinata.

Non esiste un unico metodo corretto per stimare la precisione di un sensore. La precisione può essere stimata con varie tecniche statistiche utilizzando una qualche derivazione della deviazione standard. Ad esempio, P = C_s / C_m (dove P è la precisione, C_s è la deviazione standard delle misurazioni e C_m è il valore medio delle misure rilevate a una data concentrazione).

Bias (o errore sistematico)

Il bias indica una distorsione media sistematica o persistente di un processo di misurazione che causa errori in una data direzione. Il bias può essere considerato come un valore fisso che viene sempre aggiunto o sottratto dal valore reale dell’inquinante da parte del sensore. La vera concentrazione dell’inquinante può essere stabilita da un monitor di riferimento situato in prossimità del sensore.

Il bias è importante perché le misurazioni distorte sempre nella medesima direzione rappresentano in modo errato la vera concentrazione di un inquinante, di solito producendo dati che sono regolarmente più alti o più bassi del valore reale dell’inquinante di una quantità fissa. La cosa è solitamente causata da una caratteristica del sensore, da un problema con il metodo di misurazione generale o da un errore persistente che l’operatore inavvertitamente commette ad ogni misurazione.

La figura mostra un confronto tra il valore reale di NO₂ (linea blu) e misurazioni distorte di NO₂ (linea rossa). L’offset esistente tra le due serie temporali è il bias. (fonte: EPA)

Un bias è considerato un errore determinato (cioè la causa è nota o individuabile) e può essere corretto ricalibrando il sensore, alterando il metodo o correggendo le procedure operative. Il confronto con strumenti ad alte prestazioni – oppure o sensori che funzionano secondo un altro principio di misurazione, o comunque di un altro costruttore – può essere prezioso per rilevarlo.

Non esiste un unico metodo corretto per stimare il bias, o errore sistematico. Un esempio di calcolo di bias è il seguente: B = (C / C_R)^-1, dove B è il bias, C è la media delle misure e C_R è la concentrazione di riferimento, o valore reale, dell’inquinante. La fiducia nel calcolo del bias generalmente aumenta con il numero di misurazioni.

Naturalmente, avere un bias zero è ideale, ma possono essere accettabili anche valori bassi di bias. Il bias, inoltre, può cambiare in funzione delle condizioni ambientali (ad es. con temperatura e umidità), della durata di vita del sensore o di altri fattori. Pertanto, si consiglia di controllare il sensore in modo sistematico, con frequenti calibrazioni e / o inter-confronti con altri sensori.

Limite (e intervallo) di rilevamento

Il limite di rilevamento del sensore è un’altra importante metrica prestazionale da considerare. Si tratta della concentrazione più bassa che può essere determinata come sopra lo zero per una singola misurazione a un determinato livello di certezza. Esistono molti tipi di limiti di rilevamento. Uno spesso usato è definito come il 99% di confidenza che la misura non sia il rumore dello strumento (v. figura).

Rappresentazione grafica di un limite di rilevamento. (fonte: EPA)

Il limite di rilevamento di un sensore è importante perché gli inquinanti ambientali possono spesso essere presenti in concentrazioni molto basse, in particolare quando le misurazioni vengono effettuate lontano dalla fonte dell’inquinamento. Per essere utili, quindi, i sensori devono essere in grado di misurare gli inquinanti oltre gli intervalli di concentrazioni tipicamente osservati nell’atmosfera.

Uno strumento con un limite di rilevamento più elevato può essere appropriato vicino a una fonte, ma uno strumento con un limite di rilevamento molto più basso (più capace di misurare concentrazioni più basse) può essere necessario lontano dalle fonti, in luoghi in cui le concentrazioni di inquinanti si sono diluite. A seconda della situazione, quindi,uno strumento può aver bisogno o può non aver bisogno di misurare bene all’estremità inferiore dell’intervallo di concentrazione.

Un sensore sarà pertanto molto utile quando è in grado di misurare un inquinante “bersaglio” su tutta la gamma di concentrazioni che si trovano comunemente nell’atmosfera (consulta la seguente tabella alla voce “Intervallo atteso” per ciascun inquinante). A seconda di quanto sei vicino a una fonte di inquinamento, occorre accertarsi – prima di raccogliere qualsiasi misura – della capacità del sensore di essere accurato a concentrazioni molto basse o molto alte.

Riassunto di alcuni comuni inquinanti dell’aria e relativo intervallo atteso. (fonte: EPA)

Il limite di rilevamento viene solitamente fornito dal produttore. Tuttavia, il limite di rilevamento di un sensore può variare nel tempo, quindi se si misurano regolarmente concentrazioni molto basse, si consiglia di misurare spesso il limite di rilevamento. Ciò può essere fatto diluendo il gas di calibrazione finché lo strumento non può più rilevare in modo affidabile l’inquinante di interesse, o confrontando i dati con quelli di uno strumento di riferimento che misura basse concentrazioni di fondo regionali.

Curva di risposta

Una risposta “utile” del sensore è composta da una curva di risposta unica per ciascuna concentrazione misurata. Tale risposta è chiamata “aumento monotonico”. In pratica, per essere utile, una curva di calibrazione deve solo aumentare, o solo diminuire, e non fare entrambe le cose.

Le risposte dei sensori alle concentrazioni di inquinanti sono normalmente correlate usando un’equazione matematica e sono tipicamente a valore singolo (vale a dire, univoco per ciascuna concentrazione di inquinanti) nella regione di interesse.  La risposta del sensore deve essere quantificabile attraverso un’equazione; polinomio, legge di potenza o equazioni esponenziali sono tutti accettabili.

Esempi di curve o funzioni di risposta del sensore. (fonte: EPA)

La curva di risposta ideale è una retta (figura 1). In una curva di risposta curva (figura 2), infatti, ma l’uscita del sensore diventa costante anche se le concentrazioni di riferimento sono ancora in aumento. Nell’ultimo esempio (figura 4), solo la regione lineare (dritta) al centro della curva di calibrazione è utile, perché le curve alla fine iniziano a curvare in modo inappropriato.

Nel terzo esempio (figura 3), invece, la curva di calibrazione aumenta o diminuisce, causando una difficile utilizzazione della curva di calibrazione: la linea tratteggiata mostra chiaramente che un valore del sensore può essere interpretato come tre diverse possibili concentrazioni. Per questo motivo, una curva di calibrazione deve solo aumentare, o solo diminuire, e non fare entrambe le cose.

Tempo di risposta

Il tempo di risposta è la quantità di tempo richiesta da un sensore per rispondere a un cambiamento della concentrazione dell’inquinante. Avere un sensore che risponda rapidamente può essere utile soprattutto per il monitoraggio mobile e per osservare cambiamenti molto rapidi nelle concentrazioni degli inquinanti. E la durata e la frequenza della misurazione sono regolate dal tempo di risposta del sensore.

Un sensore che risponde lentamente può essere più adatto al monitoraggio stazionario di inquinanti che variano gradualmente nella concentrazione. La maggior parte dei produttori caratterizza i tempi di risposta del sensore come un mezzo per confrontare le specifiche tra i sensori. Generalmente usano “t90” per indicare i sensori a risposta rapida e “t50” per i sensori con tempi di risposta più lenti.

Il “t90” è definito come il tempo impiegato dalla risposta del sensore per raggiungere il 90% dell’inquinante o la concentrazione standard che viene misurata. Viene misurata prima immettendo zero aria nel sensore e poi inviando improvvisamente un flusso dell’inquinante o del livello di interesse. Allo stesso modo, il “t50” è il tempo impiegato dalla risposta del sensore per raggiungere il 50% della sostanza inquinante o della concentrazione standard che viene misurata (v. figura).

Il tempo di risposta di uno strumento a un gas di calibrazione. (fonte: EPA)

Selettività e interferenze

La selettività è la capacità di un sensore di rispondere a un particolare inquinante e non ad altri agenti inquinanti. Essa è importante perché i sensori sono più utili quando rispondono solo a un singolo inquinante oppure a diversi inquinanti di interesse. Per quanto riguarda la strumentazione di alta qualità, i produttori hanno sviluppato tecniche per eliminare o ridurre tali preoccupazioni.

Tuttavia, l’aria è composta da un’ampia varietà di composti chimici e alcuni sensori possono rispondere simultaneamente agli inquinanti di interesse e ad altre sostanze presenti nell’aria. Ad esempio, alcuni sensori di qualità dell’aria che misurano l’ozono rispondono anche ai cambiamenti negli ossidi di azoto e nelle concentrazioni di biossido di zolfo, fornendo un segnale ingannevolmente alto.

Le interferenze sono invece fattori che ostacolano o impediscono la capacità di un sensore di effettuare misure accurate. In pratica, i sensori possono reagire in modo significativo ad altri inquinanti o ad altri fattori in modo indistinguibile dalla risposta all’inquinante bersaglio. Prima di utilizzare un sensore per monitorare la qualità dell’aria, occorre perciò prendere in considerazione le possibili interferenze del sensore, testarle e, se possibile, ridurle al minimo.

In particolare, le letture del sensore possono essere influenzate dai seguenti fattori:

• inquinanti o altri composti chimici che non sono di interesse;
• condizioni meteorologiche (ad es. fluttuazioni della velocità del vento, umidità e temperatura);
• frequenze radio;
• fluttuazioni di potenza;
• vibrazioni;
• sporco, polvere e insetti.

Le interferenze possono avere un effetto di accrescimento o diminuzione su un segnale del sensore. Inoltre, è possibile che un sensore risponda a diverse interferenze simultaneamente. I produttori di solito rivelano inquinanti e parametri meteorologici che possono influire sulle prestazioni del sensore ma non sul fattore di risposta, il che sarebbe utile per determinare l’importanza dell’interferenza.

Deriva e decadimento

La deriva è un cambiamento graduale nella risposta dello strumento a un parametro misurato che nella realtà è quantitativamente costante (cioè a una concentrazione standard o in condizioni di assenza di aria). La deriva dello strumento è importante perché può indurre un utente a concludere in modo improprio che le concentrazioni dell’inquinante sono aumentate o diminuite nel tempo.

Lo spostamento può essere positivo (cioè verso valori più alti) o negativo (verso valori più bassi) e può verificarsi a causa di una serie di motivi. Ad esempio, il sensore può rispondere ai cambiamenti delle condizioni meteorologiche, all’avvelenamento o degradamento del sensore o, nel caso di sensori ottici, a fonti di luce che diventano meno potenti o meno efficienti nel tempo.

La figura qui sotto mostra un esempio di una misurazione di biossido di azoto (NO₂) che si è attenuata nel tempo. Un modo per superare la deriva è quello di calibrare frequentemente il sensore, in modo tale che lo strumento derivi solo di una piccola quantità tra ogni ricalibrazione. La frequenza di calibrazione necessaria dipenderà, naturalmente, da quanto lo strumento deriva.

Illustrazione della deriva con una serie temporale di misure da un sensore (linea blu) che sperimenta una deriva significativa confrontata con la vera concentrazione dell’inquinante, che in questo caso è l’ NO₂ (linea verde).

Come accennavamo, un importante motivo di possibile deriva del sensore è legato al suo decadimento, cioè a un declino permanente delle sue prestazioni a causa di svariati possibili fattori. In generale, significa che il sensore perde la sua capacità di effettuare misurazioni significative.

Il decadimento del sensore è quindi molto importante: alcuni composti chimici nell’atmosfera possono reagire e danneggiare i sensori in modo non reversibile, limitando la capacità del sensore di rispondere agli inquinanti di interesse così come faceva inizialmente. Si noti che alcuni sensori hanno una data di scadenza, anche se non vengono mai utilizzati e sono nella loro confezione originale.

 

Riferimenti bibliografici

• Sensor Characteristics, http://www.kirp.chtf.stuba.sk/moodle/pluginfile.php/68222/mod_resource/content/0/tma_lecture_02.pdf
• Air Sensor Guidebook, EPA, 2014, https://cfpub.epa.gov/si/si_public_record_report.cfm?dirEntryId=277996&simpleSearch=1&searchAll=air+sensor+guidebook
• Evaluation of low-cost sensors for air pollution monitoring: Effect of gaseous interfering compounds and meteorological conditions, https://ec.europa.eu/jrc/en/publication/evaluation-low-cost-sensors-air-pollution-monitoring-effect-gaseous-interfering-compounds-and
• Sensor, https://en.wikipedia.org/wiki/Sensor