Duy Trì Chất Lượng và Tính Chính Xác Của Dữ Liệu

Dữ liệu chất lượng không khí đáng tin cậy là điều cần thiết để hiểu mức độ ô nhiễm và tối đa hóa tác động của dự án của bạn. Mặc dù các máy đo AirGradient được thiết kế để đảm bảo độ chính xác và độ tin cậy lâu dài, thì các sự cố cảm biến, yếu tố môi trường và các vấn đề hiệu chuẩn vẫn có thể xảy ra.

Để giúp duy trì chất lượng dữ liệu, tính năng phát hiện lỗi trên Bảng điều khiển sẽ tự động xác định một số sự cố cảm biến nhất định, như được giải thích trong chương này. Ngoài ra, bằng cách so sánh kết quả đọc giữa nhiều máy đo trong một mạng lưới, bạn có thể phát hiện những điểm không nhất quán, xác định các lỗi cảm biến tinh vi và liên tục hiệu chuẩn các cảm biến của mình để cải thiện độ chính xác tổng thể. Các tính năng dựa trên mạng lưới này cũng được tích hợp vào Bảng điều khiển, giúp dễ dàng đảm bảo các phép đo đáng tin cậy.

1. Tự động xác định cảm biến bị lỗi

Một trong những bất thường nổi tiếng nhất ảnh hưởng đến cảm biến PM_2.5 của Plantower được gọi là Bất thường “Felipe”¹.

“Felipe” xảy ra khi một cảm biến PM_2.5 đột ngột báo cáo một giá trị cực kỳ cao, thường trên 1000 µg/m³, và bị kẹt ở mức đó trong một thời gian dài — từ vài giờ đến thậm chí vài tháng. Những kết quả đọc này là không thực tế về mặt vật lý và do đó được phân loại là bị lỗi. Vấn đề này là hiếm gặp, ảnh hưởng đến khoảng 1 trên 1000 máy đo. Nó cũng đã được quan sát thấy ở các thiết bị của các nhà sản xuất khác sử dụng cùng một mô-đun cảm biến Plantower.

Lưu ý rằng chỉ số đọc cao không nhất thiết có nghĩa là cảm biến của bạn bị lỗi. Các đợt tăng đột biến ngắn hạn trên 1000 µg/m³ vẫn có thể xảy ra trong môi trường ô nhiễm nghiêm trọng. Dưới đây là so sánh cho thấy bất thường Felipe ( bên phải) cùng với một cảm biến hoạt động tốt trong môi trường rất ô nhiễm (bên trái).

Để giải quyết bất thường Felipe, Bảng điều khiển có một công cụ phát hiện tự động đánh dấu các cảm biến có hành vi này. Các máy đo bị ảnh hưởng được đánh dấu bằng một dấu chấm than trong tổng quan cảm biến và được tô màu đỏ. Ngoài ra, người dùng có thể thiết lập cảnh báo qua email để được thông báo trong trường hợp nghi ngờ cảm biến bị lỗi.

Tính năng này hiện đang được triển khai.

Phải làm gì nếu bạn phát hiện một cảm biến bị lỗi?

1. Kiểm tra Hư hỏng – Kiểm tra các vấn đề có thể nhìn thấy như hư hỏng vật lý, bụi bẩn tích tụ hoặc vật cản (ví dụ: bụi hoặc côn trùng) có thể cản trở kết quả đọc của cảm biến. Nếu bạn tìm thấy nguyên nhân tiềm năng, hãy xử lý nó và quan sát xem cảm biến có trở lại hoạt động bình thường không. Chương 4 cung cấp hướng dẫn chi tiết về cách kiểm tra lỗi và làm sạch máy đo của bạn.
   • Chương 4.1: Bảo Trì O-1PST (Wi-Fi)
   • Chương 4.2: Bảo Trì O-1PST-CE (Di Động)
   • Chương 4.3: Bảo Trì O-M-1PPSTON (Open Air Max)
2. Thay thế nếu Cần thiết – Nếu không tìm thấy nguyên nhân rõ ràng, hãy thay thế mô-đun cảm biến trong máy đo bị ảnh hưởng. Để được hỗ trợ, hãy gửi yêu cầu hỗ trợ qua trang web của AirGradient: Hỗ trợ AirGradient.

2. Sử dụng mạng lưới máy đo để tăng độ chính xác

Như đã thảo luận trong Chương P2 - Xác định Dự án Chất lượng Không khí của bạn, ô nhiễm không khí bao gồm hai yếu tố chính: ô nhiễm nền khu vực, tương đối đồng đều trên các khu vực rộng lớn, và phát thải cục bộ từ các nguồn như phương tiện giao thông, cơ sở công nghiệp hoặc hệ thống sưởi dân dụng.

Một mạng lưới các máy đo chất lượng không khí được phân bổ tốt mang lại một lợi thế lớn: vì tất cả các máy đo trong khu vực đều chịu cùng mức độ ô nhiễm nền, nên kết quả đọc của chúng có thể được so sánh và kiểm tra chéo. Hiệu ứng mạng lưới này có thể được sử dụng để phát hiện các bất thường và hiệu chuẩn cảm biến, dẫn đến độ chính xác đo lường tốt hơn.

2.1. Xác định cảm biến bị lỗi trong mạng lưới máy đo

Trong một mạng lưới hoạt động bình thường, kết quả đọc của cảm biến phải tuân theo một khuôn mẫu nhất quán. Sự nhất quán này cho phép chúng ta phát hiện bất kỳ kết quả đọc bất thường nào có thể cho thấy sự cố. Ví dụ, một phân tích về kết quả đọc PM_2.5 từ 16 máy đo AirGradient ở Pai, Thái Lan, cho thấy 15 cảm biến theo cùng một đường cơ sở (tức là mức độ ô nhiễm không khí khu vực), trong khi một cảm biến (đường màu xanh lá cây) liên tục báo cáo các giá trị thấp hơn đáng kể mặc dù ở trong cùng một mạng lưới. Sự khác biệt này cho thấy một lỗi tiềm ẩn cần được điều tra.

Bằng cách thường xuyên so sánh kết quả đọc trên toàn mạng lưới, các cảm biến bị lỗi có thể được phát hiện và xử lý nhanh chóng, đảm bảo dữ liệu chất lượng không khí chính xác và đáng tin cậy.

Khi nào thì nên lo lắng?

Không phải mọi sự khác biệt trong kết quả đọc đều có nghĩa là cảm biến bị lỗi. Các biến đổi ngắn hạn thường có thể được giải thích bằng các sự kiện phát thải cục bộ—chẳng hạn như giao thông ở khu vực gần đó, hoạt động nấu ăn hoặc đốt rác ngoài trời—chỉ ảnh hưởng đến môi trường xung quanh trực tiếp của một máy đo. Tuy nhiên, nếu một cảm biến liên tục báo cáo các giá trị cao hơn hoặc thấp hơn đáng kể so với các máy đo lân cận trong một thời gian dài (ví dụ: vài ngày hoặc vài tuần), điều này có thể cho thấy sự cố hiệu chuẩn hoặc lỗi cảm biến.

Các dấu hiệu đáng lo ngại khác bao gồm:

• Dữ liệu không thay đổi (không có biến động theo thời gian)
• Thay đổi đột ngột mà không có nguyên nhân môi trường rõ ràng
• Mất dữ liệu thường xuyên hoặc các đợt tăng đột biến bất thường không được phản ánh bởi các máy đo khác

AirGradient hiện đang phát triển một tính năng sẽ tự động thực hiện các kiểm tra thường xuyên này và cảnh báo bạn khi một cảm biến có hành vi bất thường.

Sau khi tính năng được triển khai, phần này sẽ được cập nhật với hướng dẫn chi tiết.

Phải làm gì nếu bạn phát hiện một cảm biến có khả năng bị lỗi?

Nếu bạn xác định một cảm biến không theo khuôn mẫu dự kiến, hãy thực hiện các bước sau để xác định và giải quyết vấn đề:

• Kiểm tra vị trí – Đảm bảo cảm biến được đặt đúng vị trí, tiếp xúc với không khí ngoài trời và có luồng không khí tự do. Tránh đặt nó quá gần tường, dưới mái nhà hoặc gần các vật cản có thể ảnh hưởng đến lưu thông không khí.
• Kiểm tra thay đổi trong môi trường xung quanh – Điều tra xem có bất kỳ thay đổi nào trong môi trường cục bộ gần đây không, chẳng hạn như việc mở một nhà hàng BBQ gần đó, công trường xây dựng hoặc các nguồn phát thải mới khác có thể ảnh hưởng đến kết quả đọc.
• Kiểm tra hư hỏng – Tìm kiếm bất kỳ hư hỏng, bụi bẩn tích tụ hoặc vật cản nào có thể nhìn thấy như bụi hoặc côn trùng, vốn có thể cản trở kết quả đọc của cảm biến.
• Hoán đổi hoặc di chuyển cảm biến – Nếu có thể, hãy di chuyển cảm biến đến một vị trí khác và xem kết quả đọc có khớp hơn với phần còn lại của mạng lưới không. Điều này giúp loại trừ các yếu tố môi trường ảnh hưởng đến hiệu suất của nó.
• Thay thế nếu cần thiết - Nếu không tìm thấy nguyên nhân rõ ràng, hãy thay thế mô-đun cảm biến trong máy đo bị ảnh hưởng. Gửi yêu cầu hỗ trợ qua trang web của AirGradient để được trợ giúp: https://www.airgradient.com/support/

2.2 Hiệu chuẩn mạng lưới liên tục

Nếu có một thiết bị tham chiếu trong hoặc gần mạng lưới cảm biến của bạn và đo cùng một mức ô nhiễm nền khu vực—điều mà hầu hết các thiết bị tham chiếu đều làm—bạn có thể sử dụng dữ liệu của nó để hiệu chuẩn liên tục mạng lưới của mình.

Chức năng trích xuất nền trên Bảng điều khiển cho phép bạn tách biệt mức độ ô nhiễm khu vực khỏi dữ liệu của mạng lưới của mình. Quá trình này được giải thích chi tiết hơn trong Chương S8 (Hiệu Chuẩn Máy Đo, Mục 5.2: Trích xuất mạng lưới). Sau khi được trích xuất, dữ liệu nền có thể được so sánh với kết quả đọc từ thiết bị tham chiếu để đảm bảo sự phù hợp. Sau đó, công cụ sẽ tự động tính toán các thông số hiệu chuẩn và áp dụng chúng trên toàn bộ mạng lưới cảm biến, cải thiện độ chính xác của phép đo.

Công cụ hiệu chuẩn mạng lưới tuân theo một cách tiếp cận rất giống với Hiệu chuẩn bằng Thiết bị Tham chiếu Tại chỗ, như được mô tả trong Chương S8 (Mục 4).

Sau khi tính năng được triển khai, phần này sẽ được cập nhật với hướng dẫn chi tiết và ảnh chụp màn hình để hướng dẫn người dùng thực hiện quy trình.

3. Phần Câu Hỏi Thường Gặp (FAQs)

Làm cách nào để biết một trong các máy đo của tôi bị lỗi?

Tìm kiếm các dấu hiệu như dữ liệu phẳng lặng bất thường, các đợt tăng đột biến không giải thích được, hoặc các kết quả đọc cao hoặc thấp bất thường. Bạn cũng có thể sử dụng tính năng trích xuất mạng lưới để xác định các cảm biến có hành vi bất thường. Ngoài ra, các công cụ phát hiện tự động của Bảng điều khiển có thể đánh dấu các bất thường lớn, chẳng hạn như hiện tượng “Felipe”.

Nguyên nhân của bất thường ‘Felipe’ là gì?

Chúng tôi không rõ nhưng chúng tôi biết nó liên quan đến cảm biến PM của Plantower. Chúng tôi sử dụng cảm biến này trong các máy đo của mình. Các công ty khác sử dụng cùng một cảm biến PM cũng đã báo cáo bất thường tương tự. Chúng tôi đang nỗ lực tìm hiểu nguyên nhân đằng sau bất thường này.

Tôi nên làm gì nếu nghi ngờ một cảm biến bị lỗi?

Đầu tiên, hãy kiểm tra vị trí và môi trường xung quanh của máy đo xem có bất cứ điều gì có thể ảnh hưởng đến luồng không khí hoặc tạo ra phát thải cục bộ không (ví dụ: một nhà hàng hoặc công trường xây dựng gần đó). Kiểm tra thiết bị xem có hư hỏng hoặc tắc nghẽn không, và thử di chuyển cảm biến. Nếu sự cố vẫn tiếp diễn, cảm biến có thể cần được thay thế.

Việc sử dụng nhiều máy đo có thể giúp cải thiện độ chính xác của dữ liệu như thế nào?

Một mạng lưới các máy đo cho phép bạn kiểm tra chéo các kết quả đọc. Vì ô nhiễm nền khu vực có xu hướng tương tự nhau ở các vị trí, nên sự khác biệt lớn hoặc lâu dài giữa các máy đo có thể giúp xác định các cảm biến bị lỗi hoặc các khu vực cần hiệu chuẩn lại.

Khi nào sự khác biệt trong kết quả đọc chỉ là biến động cục bộ, không phải là lỗi?

Nếu một cảm biến hiển thị các giá trị khác biệt với các cảm biến khác trong thời gian ngắn, điều đó có thể là do các sự kiện cục bộ như xe ô tô đi qua, hoạt động nấu ăn ngoài trời hoặc các kiểu gió. Tuy nhiên, sự khác biệt dai dẳng trong nhiều ngày hoặc nhiều tuần có nhiều khả năng cho thấy có sự cố với cảm biến hoặc môi trường của nó.

Tôi có thể tự động hiệu chuẩn mạng lưới của mình không?

Có. Nếu bạn có quyền truy cập vào một thiết bị cấp tham chiếu gần đó, các công cụ trích xuất nền và hiệu chuẩn của Bảng điều khiển có thể được sử dụng để căn chỉnh mạng lưới cảm biến của bạn.

Phần hỗ trợ

	Email	support@airgradient.com
	Trang web	www.airgradient.com/support
	Diễn đàn thảo luận	www.forum.airgradient.com

• support@airgradient.com
• Trang web
• Diễn đàn thảo luận

Developed by AirGradient in Collaboration with the UNDP Global Centre Singapore CC-BY-SA