Skip to content

Luftfeuchte Korrektur

Marc-Sch edited this page Aug 8, 2018 · 18 revisions

Language: EN

Theoretischer Hintergrund

Abhängig von der Luftfeuchtigkeit, der chemischen Beschaffenheit und der Größe, kondensiert eine bestimmte Menge Wasser an den Feinstaubpartikeln. Dadurch wird der Wirkungsquerschnitt bzw. die Streuwahrscheinlichkeit der Laserstrahlen an den Partikeln im Detektor erhöht. Das führt dazu, das Partikel, die bei geringer Luftfeuchtigkeit nicht detektiert werden, bei hoher Luftfeuchtigkeit gemessen werden.

Für bestimmte Partikelsorten wurde die Änderung des Streuwahrscheinlichkeit im Detektor in Abhängigkeit von der Luftfeuchtigkeit vermessen und veröffentlicht siehe z.B.1,2. Der Effekt ist nicht linear und macht sich in ab etwa 70 % Luftfeuchtigkeit deutlich bemerkbar. Dies ist der Grund warum im Datenblatt des SDS011 steht, dass der Arbeitsbereich des Sensor bei maximal 70 % Luftfeuchtigkeit endet. Das bedeutet, dass alle Messungen, die bei einer Luftfeuchtigkeit von mehr als 70 % gemacht wurden, teilweise stark erhöhte Messwerte aufweisen und aufgrund dieses Fehlers, streng genommen, nicht verwendet werden dürfen.

Mit einer Korrekturformel kann dieser Effekt, zumindest teilweise, berücksichticht werden um dann auch Messwerte, die außerhalb des Arbeitsbereichs liegen, zu verwenden. Da sowohl die chemische Beschaffenheit, als auch die Größenverteilung der Partikel eine Rolle spielt, und man diese in der Regel nicht kennt, lässt sich der Effekt nicht allgemeingültig mit einer nur von der Luftfeuchtigkeit abhängenden Formel beschreiben2. Wenn man jedoch von einer gegebenen Partikelzusammenstzung ausgeht und einen gewissen Fehler in Kauf nimmt, kann man versuchen empirisch eine Korrekturformel zu finden, die den Einfluss nur abhängig von der Luftfeuchtigkeit, einigermaßen beschreibt.

Korrekturformeln

Für verschiedene gegebene Partikelzusammensetzungen wurden folgende Formeln gefunden:

aus Polen, genutzt bei HackAir (https://github.com/piotrkpaul/esp8266-sds011/blob/master/sds011_nodemcu/sds011_nodemcu.ino):
gPM10(h) = 1 + 0.816∙h^5.83
gPM2.5(h) = 1 + 0.488∙h^8.60

aus der Literatur (von Norbert4, er empfiehlt die Köhler-Formel, h normiert auf 0<h<1):
gSoneja3 = 1 + α∙h²/(1-h)
gHänel = (1-h)
gKöhler = 1 + γ/(1/h-1)
mit α=0.25, β=0.47, γ=0.22

aus den Niederlanden vom RIVM. Formel nach Hänel mit einem Multiplikator:
gRIVM = δ* (1-h)
mit verscheidenen Werten für β und δ. Die Werte für die Luftfeuchtigkeit wurden vom KNMI bezogen5.
für PM2,5 (Amsterdamm: β=0.38, δ=2.3; Amersfoort : β=0.40, δ=3.4; Venlo: β=0.43, δ=3.9)
für PM10 β=0.65, δ=4.56 (mit DHT22 als Luftfeuchte-Sensor)

Einzelnachweise

  1. Laulainen, N. S. (1993). Summary of Conclusions and Recommendations from a Visibility Science Workshop; Technical Basis and Issues for a National Assessment for Visibility Impairment, Prepared for US DOE, Pacific Northwest Laboratory, PNL-8606.

  2. Day, D. E., Malm, W. C., Aerosol light scattering measurements as a function of relativehumidity: a comparison between measurements made at threedifferent sites, Atmospheric Environment 35 (2001) 5169–5176

  3. Ramachandran, G., Adgate, J. L., Pratt, G.C., Sexton, K. (2003). Characterizing Indoor and Outdoor 15 Minute Average PM2.5 Concentrations in Urban Neighborhoods; Aerosol Science and Technology 37:1, 33 - 45

  4. Streibl Norbert Influence of Humidity on the Accuracy of Low-Cost Particulate Matter Sensors; ResearchGate

  5. RIVM Ervaringen RIVM SDS011 sensor 12-7-2018

Seiten

Dokumentation

Protokolle

for more, see Protokolle

Clone this wiki locally