机构名称：
¥ 2.0
摘要：环境监测技术的进步使相关社区和公民能够收集数据，以更好地了解当地环境和潜在暴露情况。这些移动、低成本的工具可以提高收集时间和空间分辨率的数据，提供具有前所未有的详细程度的大规模数据。这种类型的数据有可能使人们能够就其暴露情况做出个人决定，并支持制定减少污染和改善健康结果的当地战略。然而，这些低成本仪器的校准一直是一个挑战。通常，传感器包是通过现场校准来校准的。这涉及将传感器包与高质量参考仪器共置一段时间，然后应用机器学习或其他模型拟合技术（如多元线性回归）来开发用于将原始传感器信号转换为污染物浓度的校准模型。虽然这种方法有助于校正环境条件（例如温度）的影响以及与非目标污染物的交叉敏感性，但越来越多的证据表明，由于污染物水平与环境条件（包括昼夜循环）之间存在偶然相关性，校准模型可能会过度拟合给定位置或一组环境条件。因此，在现场训练的传感器包在移动或转移到其他位置时可能会提供不太可靠的数据。对于寻求在监管监测点以外进行监测的应用（例如个人移动监测或高分辨率的社区监测），这是一个潜在的问题。
评估和提高气体的可靠性... - AMT - 最近
主要关键词
相关文件推荐
