分布对齐校准（DAC）：提升低成本电化学NO?传感器现场校准可靠性的新方法

《Scientific Reports》：Improving low-cost NO? sensor reliability under real-world air quality conditions by calibrating distributions instead of data points

　　

摘要

低成本电化学NO?传感器可实现高密度的空气质量监测，但其定量可靠性高度依赖于现场条件下的校准。实验室校准往往无法有效迁移到现场，因为温度、湿度、交叉敏感性、漂移、老化及记忆效应等因素会改变传感器响应特性。基于时间戳配对的同址校准可以应对部分这些效应，但仍易受微观尺度异质性的影响：传感器与参考分析仪可能并未采集完全相同的气团，从而导致数据离散和点际一致性较差。本研究提出了一种分布对齐校准（DAC）方法，将校准目标从单个时间戳配对观测值转变为完整同址时间序列的统计结构。分别对传感器信号和参考NO?浓度构建频率分布，随后对匹配的统计描述量——众数、均值±标准差及若干选定百分位数——进行线性回归，从而定义一个将传感器信号分布映射到参考浓度分布的传递函数。DAC方法在同一个参考站点进行的四期NO?监测活动中进行了评估，监测时间跨度近三年。与实验室校准及传统时间戳配对同址校准相比，DAC在基线浓度表征、短期变异性刻画和峰值量级捕捉方面均取得了改进。描述量稳定性分析表明，约一个月的连续监测即可使大多数描述量的相对变异性降至10%以下。