Эта статья должна была быть о нашем исследовании данных между датчиком Nebo и эталонными датчиками мониторинга воздуха, проведённом при помощи доктора технических наук Ахим Диттлер. Однако профессор, с которым мы проводили исследование, оказался пока занят научной работой и не смог согласовать выводы полученных данных. А пока он занимается научной деятельностью, мой вступительный текст вылез за рамки одного листа. Тогда пусть это будет отдельной статьёй.
Как собирается информация о качестве воздуха
Эти два устройства, которые вы видите на фото, одно из которых похоже на космический контейнер, часто называют монитором эталонного класса. Тот, что поменьше — это BAM (БЭМ). Эталонный класс означает, что они обладают высочайшим научным качеством, это своего рода золотой стандарт. Эти инструменты очень дорогие. И раз уж зашёл разговор о цене — они могут стоить от десятка тысяч до сотни тысяч долларов, и это только за приобретение. Добавьте к этому десятки тысяч за обслуживание. Поэтому такие приборы используются в развитых странах, где правительство «может себе позволить» их, или в не особо развитых странах на гранты от развитых фондов, что тоже неплохо. Иногда данные с таких станций не публикуются, чтобы не портить статистику или "не пугать население".
Всё же видно со спутников? А вот и нет
И вот ты в поиске вбиваешь «Качество воздуха Мурманск» и попадаешь по ссылке на первые метеосервисы. Очень удобно — данные в реальном времени.
Только рядом с цифрой значения стоит звёздочка, которая скрывает загадочную надпись "Моделирование с использованием спутниковых данных". В районах с меньшим охватом метеорологические сервисы применяют этот хитрый способ, чтобы предоставлять данные пользователям и увеличить охват территорий. Часто можно увидеть интерполированные поверхности, отражающие качество воздуха. Меньше затрат — посчитал на сервере и выдал данные на сотни тысяч пользователей. Но к таким источникам я бы относился с долей скептицизма и ранее уже писал об этом короткую статью. Поэтому вся наша команда за увеличение количества мониторинговых станций: чем больше датчиков на земле, тем точнее моделирование и прогнозирование.
А если нет денег?
Из-за нехватки данных с земли на рынке и появились такие устройства, которые можно назвать недорогими датчиками или в научных кругах LCS (low-cost sensors).
Это своего рода продукт потребительского класса, что означает, что вы или я можем купить такой датчик для собственного использования, взяв средства из семейного бюджета. Главное — обосновать жене, зачем тебе эта игрушка. И как вы видите на фото, они заметно меньше.
Дешевле — значит хорошо? Так в чём проблема?
На ранних стадиях развития недорогие датчики были не очень точными, что вызывало критику со стороны научного сообщества. Стоит сказать, что это было не безосновательно. В начале появления оборудование LCS имело большую погрешность из-за особенностей технологии оптического измерения, на которое влияют такие факторы, как влажность и отрицательная температура. Лазерная технология ограничена температурным диапазоном: от +10 до +40 градусов.
Определение оси Y: модуль максимальной погрешности (%)
Определение по оси X: Температура(℃)
О технологии
Внутри датчика есть лазер, который испускает узкий пучок света. Воздух втягивается в датчик через вентилятор или насос и проходит через лазерный луч.
Частицы пыли рассеивают свет, который улавливается фотодетектором. Электроника анализирует данные и переводит их в концентрацию частиц PM2.5 в воздухе.
И датчики начали дорабатывать
Идея первая: подкрутить данные относительно эталонного класса.
Швейцарско-немецкая компания IQAir одной из первых использовала этот метод, установив датчик рядом с BAM. Они откалибровали данные своих датчиков по эталонным. Компания Airly продвинулась ещё дальше и калибрует данные с помощью ИИ по близлежащим "опорным станциям". Компания PurpleAir вставила два оптических сенсора для надёжности и тоже использует калибровку.
Идея номер два: использовать первый вариант и...
Немецкая компания Palas совместила математическую подгонку и устранение технических ограничений оптической технологии. Они использовали осушитель и подогрев воздуха в своих датчиках Fidas 200, что позволило улучшить точность. Однако такие приборы стоят около $20,000.
Нам же хотелось датчики дешевле, компактнее и использовать оба метода. Так появился наш оконный датчик Nebo: в него мы встроили подогрев воздуха и, не без страха, решили протестировать его на точность. Это мы сделали в Германии и России.
Ради интереса: в одной из презентаций нашего проекта мы подсчитали, что вместо установки только одной «эталонной» станции можно разместить в городе более 100 недорогих станций с хорошим качеством данных. Этот подход обеспечит широкий охват и превысит качество данных одной эталонной станции.
Вот и закончилось вступление.
И всё? Нет.
Скоро мы получим данные от профессора и опубликуем их. Будет даже интересно. Я благодарю профессора Ахима Диттлера за плодотворные обсуждения и вклад.
Теперь все? Еще немного.
Наша команда любит данные и железки, а вот маркетинг обходим стороной. Для меня это настоящая боль. Последний месяц я посвятил сбору бесконечного списка «зеленых» фондов, написанию заявок и подготовке питчей — это долго, больно и просто убивает. Если среди вас есть энтузиасты, которые любят заниматься продвижением продуктов и поиском финансирования, мы будем рады познакомиться с вами! Нам нужен кофаундер, который дополнит наш стартап.
Будем рады видеть вас в нашей команде!
