Análise de consistência de dados de monitoramento de material particulado obtidos por sensores de baixo custo

Abstract

Resumo: Considerando as fontes de emissões de Material Particulado (MP), como indústrias e veículos motorizados, e o risco que altas concentrações de MP trazem à saúde, observa-se a necessidade de monitoramento deste poluente atmosférico. No entanto, investimentos em equipamentos sofisticados de monitoramento de qualidade do ar geram custos proibitivos, que muitas vezes impedem governos de expandir redes de monitoramento. Neste cenário, o uso de sensores de baixo custo é uma opção para complementar a base de dados de qualidade do ar, possibilitando, inclusive, a observação da variação da concentração de MP ao longo do dia e a disponibilização instantânea dos dados obtidos. O objetivo deste estudo foi analisar a consistência dos dados de monitoramento de MP obtidos por três sensores de baixo custo, em duplicata, instalados em local próximo a via movimentada de automóveis, próxima ao centro de Curitiba, Paraná, sul do Brasil. Ao comparar as duas unidades de cada modelo, o Sensor 1 SHARP GP2Y1010AU0F apresentou baixo coeficiente de Pearson ( r = 0,0851 ) e, por isso, foi considerado não confiável para o monitoramento. Os outros dois apresentaram melhores valores, r = 0,9973 no Sensor 2 SHINYEI PPD42NS, r = 0,9936 para MP2,5 no Sensor 3 IHAOSPACE SDS011 e r = 0,0851 para MP10 no Sensor 3 IHAOSPACE SDS011. Houve elevação na média horária de concentração de MP entre 08:00h e 10:00h nos três sensores, possivelmente relacionada ao tráfego de veículos pois se trata do início do horário comercial. Embora ainda sejam necessários ajustes para considerar os dados de concentração de MP2,5 e MP10 do Sensor 3 IHAOSPACE SDS011, este mostrou-se com melhor desempenho. Considerando os resultados deste mesmo sensor, as médias diárias, tanto de MP2,5 (3,16 µ/m³ unidade A e 2,35 µ/m³ unidade B) quanto de MP10 (7,63 µ/m³ unidade A e 4,75 µ/m³ unidade B) não ultrapassaram os limites estabelecidos pelo CONAMA PI-1 (60 µ/m³ e 120 µ/m³, respectivamente) e pela WHO (25 µ/m³ e 50 µ/m³, respectivamente). Palavras-chave: Material Particulado. Sensores de baixo custo. Espalhamento da luz. Outliers.

Abstract: Considering the sources of Particulate Matter (PM), industries and vehicles as examples, and the risk that high PM concentrations reflect on health, there is the necessity of monitoring this atmospheric pollutant. However, investments on sophisticated equipment of air quality monitoring imply on prohibitive costs, which often prevents governments of expanding monitoring net. In this scenario, the use of low cost sensors is an option for complementing the database of air quality, including the observation of daily variability on the concentration of PM and the promptly availability of the data obtained. The objective of this study was to analyze the consistency of PM monitoring data, obtained by three duplicate low-cost sensors, installed nearby a high traffic road, near Curitiba downtown, in Paraná, south of Brazil. Comparing the two unities of each sensor, Sensor 1 SHARP GP2Y1010AU0F showed low Pearson correlation coefficient (r = 0.0851 and, therefore, it was considered not trustworthy for the monitoring. The other two sensors presented bette r values: 0.9973 by Sensor 2 SHINYEI PPD42NS; 0.9936 by Sensor 3 IHAOSPACE SDS011 regarding PM2.5 and 0.9589 by Sensor 3 IHAOSPACE SDS011 PM10. There was an increase on the hourly average of PM concentration between 08:00 and 10:00 a.m. on all sensors, possibly related to the vehicle traffic, since it matches with commercial hours. Although it is necessary adjustments to permit considering concentration data of PM2.5 e PM10, the Sensor 3 IHAOSPACE SDS011 had the best performance. Considering its results, the daily average, for PM2.5 (3.16 µ/m³ unity A and 2.35 µ/m³ unity B) as well as PM10 (7.63 µ/m³ unity A and 4.75 µ/m³ unity B), does not exceeds the limits stated by CONAMA PI-1 (60 µ/m³ and 120 µ/m³, respectively) and by WHO (25 µ/m³ and 50 µ/m³, respectively). Key-words: Particulate Matter. Low-cost sensors. Light scattering. Outliers