Elaborada por: Joey V. Landreneau, Paul T. Roberts,

Presentación del tema: "Elaborada por: Joey V. Landreneau, Paul T. Roberts,"— Transcripción de la presentación:

1 Convalidación de Datos del Monitoreo Continuo de PM y Datos Meteorológicos
Elaborada por: Joey V. Landreneau, Paul T. Roberts, Alison E. Ray, Hilary R. Hafner Sonoma Technology, Inc. Petaluma, California Para el: Curso Regional sobre Aseguramiento de la Calidad de las Mediciones de Inmisiones y Emisiones de Contaminantes de Aire Universidad Nacional, Costa Rica 30 Marzo – 03 Abril 2009 STI

2 Temas Perspectiva General de la Convalidación de Datos
La Convalidación de Datos Meteorológicos Terrestres Sitos Web y Fuentes de Referencia Claves

3 Perspectiva General de la Convalidación de Datos
La Importance de la Convalidación de Datos Ejemplos Motivadores Niveles de Convalidación de Datos Estrategia General para la Convalidación de Datos Fuentes de Referencia

4 ¿Por Qué Se Debe Convalidar los Datos?
Es responsabilidad de la entidad que monitorea prevenir, identificar, corregir y definir las consecuencias de los obstáculos que podrían afectar la precisión y veracidad y/o validez de las mediciones. Los datos erróneos pueden causar errores graves al momento de analizar y modelar los datos (y el desarrollo posterior de políticas). La información correcta ayuda a la entidad a responder a las inquietudes de la comunidad. esfuerzo para recuperar datos tiempo ¡Hay que convalidar los datos oportunamente! captura de datos cantidad de datos recuperados

5 Datos “Malos”

6 Ejemplos de Problemas en las Bases de Datos PM (con las correspondientes acciones de convalidación)
Los datos sobre PM y lecturas del flujo fueron erróneos durante el proceso de calibración, pero fueron incluidos en la base de datos. Los datos fueron señalados como producto de la calibración del flujo. Durante unas horas las lecturas PM2.5 fueron mayores que las lecturas PM10. Los datos fueron señalados como dudosos. Las concentraciones de PM no pasaban de μg/m3. La investigation descubrió que el valor máximo estaba mal programado. Las lecturas de 1000 μg/m3 fueron señalados como dudosos porque los valores reales eran entre 1050 y μg/m3. El valor máximo fue ajustado.

7 Ejemplos de Problemas en las Bases de Datos Meteorológicos (con las correspondientes acciones de convalidación) Los datos indicaban que la dirección del viento no varía pero que la velocidad del viento sí varía. La inspección descubrió que la veleta estaba pegada. La situación fue corregida y los datos fueron invalidados. En un sitio se registraron vientos leves mientras que todos los demás sitios cercanos registraron vientos fuertes. Los datos indicando vientos leves fueron señalados como dudosos.

8 Estrategia General para la Convalidación de Datos
Revisar los datos. Manipular los datos (clasificarlos, convertirlos en gráficos, mapearlos) para que cuenten una historia. Suele ocurrir que no se descubren errores u otros aspectos importantes de los datos hasta que alguien empiece a aplicarlos para algún propósito. Ejemplos: Dispersigrama (scatter plot) Gráfica de serie temporal Box whisker plot Estadísticas sumarias PM en Sitio 1 (μgm/m3) PM en Sitio 2 (μgm/m3)

9 Se Recomienda la Presentación Gráfica
Más fácil y rápido para la convalidación de datos. ~~~~~~~~~~

10 Niveles de Convalidación de Datos: Resumen de los Tipos de Revisión
Revisión rutinaria durante el procesamiento inicial y generación de los datos, incluyendo la debida identificación de los archivos de datos. Revisión de eventos inusuales, hojas de datos del campo, y reportes de resultados. Revisión del desempeño de los instrumentos. Nivel I Pruebas de consistencia interna para identificar valores en los datos que parecen atípicos cuando se comparan con otros valores dentro del mismo conjunto de datos. Nivel II/III Comparación de datos recientes con datos históricos para verificar la consistencia en el tiempo. Cotejo de consistencia paralelo con conjuntos de datos de la misma población (p.ej., la misma región, período, masa de aire) para identificar sesgos sistemáticos. U.S. EPA, 1999

11 Nivel 0 – Revisiones de Campo y Laboratorio
Cotejar los datos en forma de archivos informáticos contra las hojas de datos. Señalar las muestras cuando se dan desviaciones significativas en comparación con los supuestos para el proceso de medición. Eliminar los valores que corresponden a las mediciones que se reconocen como inválidas debido al mal funcio- namiento de instrumentos. En caso de una falla del sistema principal, reponer los datos generados por un sistema de captura secundario (sistema de respaldo). Chow et al., 1996

12 Nivel I – Revisar la Consistencia Interna
Inspeccionar las series temporales. ¿Las concentraciones medidas son normales según la hora del día, el día de la semana, y la temporada del año? Comparar las concentraciones de contaminantes. ¿Se notan las relaciones que se esperaban? Identificar y señalar los valores anormales, incluyendo: Los valores que normalmente muestran un patrón espacial o temporal cualitativamente predecible. Los valores que normalmente se varían junto con otras variables en el tiempo. Valores extremos o muy alejados de lo normal Al encontrar una medición inesperada, primero se debe suponer que el valor inusual es producto de un error de medición. Si se llega a descartar esa posibilidad después de inspeccionar la vía de medición, luego se puede suponer que el valor representa el resultado válido de una situación ambiental. Chow et al., 1996

13 Nivel II/III – Comparción con Otros Conjuntos de Datos
Comparar mediciones del mismo parámetro hechas con equipos en el mismo sitio. Comparar las relaciones (p.ej., relación temporal, relación entre especies) observadas entre los datos recientes con las relaciones observadas en otros sitios o en años anteriores. Comparar las concentraciones de contaminantes con los factores meteorológicos.

14 Ejemplo de un Proceso de Convalidación
Configurar la base de datos de Nivel 0 ó Nivel I. Colocar los datos en un formato común con información descriptiva respecto a las variables, nivel de convalidación, claves QC, estándar temporal, unidades estándar y metadatos (información sobre el sitio, etc.). Verificar que los resultados y sugerencias de todo informe de auditoría hayan sido incorporados a la base de datos. Revisar las estadísticas sumarias en busca de valores máximos o mínimos irrealistas y para verificar la consistencia con los sitios cercanos. (Los datos aún están al Nivel I.) Realizar comparaciones espaciales y temporales de los datos. (Comienzo del Nivel II.) Cotejar los datos (p.ej., de dos instrumentos). (Los datos ya están en el Nivel III.)

15 Ejemplo de una Perspectiva General de los Datos
Resumen de Datos: Cifras representan la cantidad de valores disponibles (de un total de 8760 horas en un año). Recuerde clasificar las mediciones de aerosoles en diferentes categorías analíticas y por tamaño. Durante la convalidación del Nivel 1 se recomienda elaborar un resumen de la red de monitoreo por año para indicar cuáles sitios han producido datos y cuántos datos cada año. Este resumen sirve para detectar problemas potenciales (como faltantes de datos) y determinar cuáles tipos de análisis se podrán realizar.

16 Aspectos por Considerar al Evaluar los Datos
Niveles de otros contaminantes Hora del día / época del año Observaciones hechas en otros sitios Auditorías Historial de desempeño de los instrumentos Desviación de la línea base Características del sitio Meteorología Eventos extraordinarios

17 Analizando Mediciones Inusuales
Revisar el rango esperado: concentraciones mínimas y máximas Los valores extremos pueden variar en en el tiempo. Revisar la consistencia temporal: prueba de hora pico ¿Los datos concuerden con el perfil diurno esperado? Revisar la velocidad de variación o analizar los picos Revisar otros sitios: cotejar datos de los sitios cercanos Inspeccionar instrumentos que posiblmente están pegados: los datos reflejan valores idénticos consecutivos

18 Fuentes de Referencia Conocimientos del operario.
Documentación histórica sobre el sitio y resultados de anteriores esfuerzos de convalidación de datos. Lineamientos de la EPA (disponibles en el sitio web del AMTIC). Libros de práctica (p.ej., sobre las Estaciones PAMS y el análisis de datos PM2.5). Publicaciones científicas y presentaciones hechas en conferencias (p.ej., el II Congreso Colombiano y Confe- rencia de Calidad del Aire y Salúd Pública, del 14 al 17 de Julio de 2009 en Cartagena: Fuentes académicas.

19 Convalidación de Datos sobre Material Particulado
Perspectiva General Nivel I Estrategia de Convalidación y Ejemplos Nivel II/III Estrategia de Convalidación y Ejemplos

20 Material Particulado (PM) (1 de 2)
Material Particulado (PM) es el término general que se refiere a una mezcla de partículas sólidas y vapores que se encuentran en el aire ambiental. A diferencia del ozono, PM no es un compuesto químico específico, sino una mezcla de partículas de diferentes tamaños, formas, composiciones y propiedades químicas, físicas y termodinámicas. El PM es el producto de las emisiones primarias (que provienen directamente de fuentes emisoras) y las emisiones de compuestos gaseosos que forman partículas secundarias.

21 Material Particulado (PM) (2 de 2)
Las partículas secundarias se forman en la atmósfera mediante reacciones químicas entre el oxígeno, otros gases y vapor de agua, especies reactivas como el ozono, radicales como el hidroxilo y el nitrato, y contaminantes como SO2, NOx, amo-niaco y compuestos orgánicos volátiles (VOCs) de fuentes naturales y antropogénicos. Las partículas atmosféricas contienen iones inorgánicos (p.ej., nitrato, sulfato, sodio), compuestos metálicos, carbono elemental (EC), compuestos orgánicos y compuestos corticales (p.ej., hierro, calcio). La porción orgánica del PM es sumamente compleja, ya que consiste de cientos de compuestos orgánicos.

22 Tipos de Datos para Medir el PM
Parámetros de Medición PM2.5 (material particulado [PM] menor a 2.5 micrones) PM10 (PM menor a10 micrones PMcoarse (PM entre 2.5 y 10 micr.) TSP (total de part. suspendidas) Intervalos de Muestreo Medición del filtro con promedio para 24 horas (masa y especiación) Medición continua (≤1-hr) (masa y especiación)

23 Nivel I Revisión de la consistencia interna para identificar los valores entre el conjunto de datos que parecen atípicos en comparación con la totalidad de los datos.

24 Ejemplos de Criterios de Convalidación: 1-hr Masa PM10
Revisiones A menudo se enfocan en un solo sitio. Se pueden enfocar en una hora específica. Pueden hacerse con un proceso automático. En todo caso, ¡hay que inspeccionar los datos visualmente! Revisar Ejemplos de Criterios* Máximo > 400 μg/m3 Mínimo – 9.9 μg/m3 Velocidad de Variación > 2 x diferencia entre lecturas horarias Instrumento Pegado > 3 horas Contaminante Relacionado PM2.5 > PM10 * Criterios para señalar valores posiblemente inválidos para investigar con mayor detalle.

25 Ejemplos de Criterios de Convalidación: 1-hr Masa PM2.5
Revisiones A menudo se enfocan en un solo sitio. Se pueden enfocar en una hora específica. Pueden hacerse con un proceso automático. En todo caso, ¡hay que inspeccionar los datos visualmente! Revisar Ejemplos de Criterios* Máximo > 200 μg/m3 Mínimo – 5 μg/m3 Velocidad de Variación > 50 μg/m3/hr Sitio Cercano ± 50 μg/m3 (hasta 5 sitios) Instrumento Pegado > 50 μg/m3 por 5 horas Contaminante Relacionado PM2.5 > PM10 * Criterios para señalar valores posiblemente inválidos para investigar con mayor detalle. U.S. EPA, 1999

26 Ejemplo: Concentraciones Demasiado Bajas
1 Año Masa PM2.5 (μg/m3) 2 Días

27 Ejercicio: Concentraciones Inusuales (1 de 2)

28 Ejercicio: Concentraciones Inusuales(2 de 2)
PM2.5 debe ser menos que PM10 Válvula pegada: El monitor de PM2.5 no está respondiendo a las condiciones ambientales.

29 Ejercicio: Concentraciones Altas (1 de 2)
¿Son consistentes las lecturas de PM2.5 y PM10?

30 Ejercicio: Concentraciones Altas (2 de 2)
Sí, PM2.5 y PM10 son consistentes.

31 Ejercicio: PM10 para 24 Horas
Valor Alejado PM10 (μg/m3 Estadísticas Muestras = 377 Medio = 28.1 STD = 29.7 Valor Alejado = 419 ¿Es un valor válido? Lecturas diarias de PM10 en una estación rural (zona agrícola). El gráfico muestra 10 años de datos ( ). El valor alejado (outlier) queda a seis veces la desviación estándar del medio. La muestra en cuestión fue verificada porque los agricultores estaban quemando sus campos de cultivo. Uno de los factores que convalidan esta determinación consiste de los valores altos que se notan durante la misma época en años anteriores. (¡El encargado de QA notó que el filtro había quedado negro!)

32 Ejemplo: Altos Niveles de Polvo Transportado por el Viento
Diferencia Porcentual respecto a la Velocidad Promedio del Viento Concentración PM10 (µg/m3) Diferencia respecto a la Vel. Promedio del Viento** PM10, 21/5/2006 ** Datos para Mayo usados para el cálculo. ** Las concentraciones horarias de PM10 superaban por mucho las concentraciones típicas para los años (1000 a 1800 horas). El incremento en las concentraciones horarias correspondía al incremento en la velocidad del viento. La velocidad máxima horaria del viento superaba el promedio hasta en un 250%.

33 Ejemplo: Lectura PM10 Alta en Dos Sitios Cercanos
Concentración PM10 (µg/m3) La concentración PM10 para 24 horas del 19 de febrero de 1997 fue el valor más alto registrado en el mes de febrero en ambos sitios para los años

34 Nivel II/III Comparación de datos recientes con datos históricos para verificar su consistencia en el tiempo. Cotejo de consistencia paralelo con conjuntos de datos de la misma población (p.ej., la misma región, período, masa de aire) para identificar sesgos sistemáticos.

35 Comparar Resultados entre Monitores Contiguos
Esta comparación muestra una dispersión considerable entre las lecturas para primavera de los dos monitores contiguos. La investigación descubrió que el Monitor #2 reportó mediciones de masa mucho más altas que la masa recreada durante el período en cuestión. Esto indica que el Monitor #2 probablemente sufría alguna avería. Como resultado, los datos del Monitor #2 para la primavera fueron señalados como dudosos. # 1 FRM masa PM2.5 versus # 2 STN masa PM2.5 en µg/m3 por temporada: (Marzo – Mayo = 1, Junio – Agosto = 2, etc.) para un sitio urbano. Hafner et al., 2003

36 Resumen Para la convalidación de datos sobre PM:
Hay que entender la dinámica de la emisión, formación, eliminación y transporte de material particulado. Hay que entender las diferencias entre las mediciones y los procedimientos analíticos (¡y los laboratorios!). Hay que utilizar las herramientas existentes para la convalidación de datos.

37 Datos Meteorológicos Terrestres
Perspectiva General Criterios de Convalidación Ejemplos

38 Uso de Datos Meteorológicos Terrestres
Las mediciones terrestres de parámetros meteorológicos son de gran utilidad para los analistas de datos: Para entender las variaciones diurnas en las concentraciones relacionadas con la meteorología (temperatura, velocidad del viento, altura de la capa de mezclado), especialmente durante la convalidación de datos. Para investigar las fuentes de emisiones que afectan al sitio de monitoreo. Para investigar el transporte de contaminantes. Para realizar ajustes con base en los factores meteorológicos para efectos de analizar tendencias. Para evaluar los resultados del modelado.

39 Parámetros Típicamente Medidos
Temperatura Velocidad del viento; dirección del viento Humedad relativa Radiación solar Precipitación Presión barométrica

40 Ejemplos de Criterios de Convalidación: Datos Meteorológicos Terrestres (1 de 5)

41 Ejemplos de Criterios de Convalidación: Datos Meteorológicos Terrestres (2 de 5)
Dirección del Viento Menos de 0° ó más de 360° No varía más de 1° durante tres horas consecutivas. No varía más de 10° durante 18 horas consecutivas. Temperatura Mayor que el récord local de temperatura alta: ___°C. Menor que el récord local de temperatura baja: ___°C. Más de 5°C mayor que la máxima mensual promedio: ___°C. Más de 5°C menor que la mínima mensual promedio: ___°C. Variación mayor a 5°C en una hora. No varía más de 0.5°C durante 12 horas consecutivas.

42 Ejemplos de Criterios de Convalidación: Datos Meteorológicos Terrestres (3 de 5)
Los datos no cumplen con los criterios de convalidación cuando… La Diferencia Vertical en la Temperatura: Es mayor a 0.1°C/m durante horas diurnas. Es menor a -0.1°C/m durante horas nocturnas. Es mayor a 5.0°C/m ó menor a -3.0°C/m. La Humedad Relativa: Es menor al 0% ó mayor al 100%. No varía más de un 0.5% durante 12 horas consecutivas.

43 Ejemplos de Criterios de Convalidación: Datos Meteorológicos Terrestres (4 de 5)
Los datos no cumplen con los criterios de convalidación cuando… La Temperatura del Punto de Condensación: Es mayor que la temperatura ambiental. Varía más de 5°C en una hora. No varía más de 0.5°C durante 12 horas consecutivas. Queda igual a la temperatura ambiental durante 12 horas consecutivas. Es más de 2.5°C menos que la temperatura ambiental durante períodos de precipitación. La Precipitación: Es más de _____ pulgadas en una hora. Es más de _____ pulgadas en 24 horas. Es menos de _____ pulgadas en tres meses.

44 Ejemplos de Criterios de Convalidación: Datos Meteorológicos Terrestres (5 de 5)
Los datos no cumplen con los criterios de convalidación cuando… La Presión: Es mayor a ____ mb. Es menor a ____ mb. Varía más de 6 mb en tres horas. La Radiación Solar: Es menos de 0 W/m2. Es más de 0 W/m2 en horas nocturnas. Es más de ____ W/m2. El Sigma Theta: Es menos de 0° ó mas de 90°.

45 Ejemplo: Convalidación de Datos Meteorológicos
Ejemplos de datos meteo-rológicos cuestionables que fueron identificados durante la convalidación de datos. Gráfica superior: Se reportó una dirección constante del viento en Cocodrie, LA, del 31 Julio al 02 Agosto Los datos sobre la dirección del viento fueron invalidados. Gráfica inferior: Los fuertes vientos superficiales en la estación de Grand Isle, LA, a las 0800 horas del 29 Agosto 1993 aparecen con errores espaciales. veleta pegada SAI et al., 1995

46 Más Ejemplos de Meteorología Terrestre
¿Brecha en los datos? ¿Datos malos? Ocurrió un problema con la captura de datos simultáneamente en dos sitios cercanos. Se realizó una visita a los sitios para determinar la causa del problema.

47 Ejercicio #1: Meteorología Terrestre (1 de 2)

48 Ejercicio #1: Meteorología Terrestre (2 de 2)
Humedad relativa supera el 100%

49 Ejercicio #2: Meteorología Terrestre (1 de 2)

50 Ejercicio #2: Meteorología Terrestre (2 de 2)
Falla del componente ‘u’ de la velocidad del viento.

51 Otro Ejemplo de Meteorología Terrestre
Sensor de radiación solar tapado por la sombra de un árbol.

52 Resumen Para la convalidación de datos meteorológicos terrestres:
Aplicar los criterios de convalidación establecidos. Revisar los datos visualmente. Utilizar estos datos para ayudar con la convalidación y análisis de los datos sobre contaminantes.

53 Enlaces de Referencia Centro de Información sobre Tecnologías de Monitoreo Ambiental (Ambient Monitoring Technology Information Center – AMTIC) Programa de la EPA para el Aseguramiento de Calidad en el Monitoreo del Aire Ambiental Libro de Práctica para el Análisis de Datos de Estaciones PAMS Procedimientos para la Convalidación de Datos PM2.5 Servicio Meteorológico Nacional (National Weather Service – NWS)

54 Fuentes Bibliográficas (en inglés)
Chow J.C., Watson J.G., Lu Z., Lowenthal D.H., Frazier C.A., Solomon P.A., Thuillier R.H. y Magliano K. (1996) Descriptive analysis of PM2.5 and PM10 at regionally representative locations during SJVAQS/AUSPEX (Análisis Descriptivo de PM2.5 and PM10 en Puntos Representativos de la Región durante SJVAQS/AUSPEX). Atmos. Environ. 30(12), Hafner H.R., Hyslop N.P. y Green C.N. (2003) California Regional PM10/PM2.5 Air Quality Study: Management of Anchor Site Data (Estudio Regional de la Calidad del Aire PM10/PM2.5 en California: Administración de los Datos Generados en el Sitio Principal). Elaborado para la San Joaquin Valleywide Air Pollution Study Agency y la California Air Resources Board, Sacramento, CA, pr Sonoma Technology, Inc., Petaluma, CA, FR (mayo). Main H.H. y Roberts P.T. (2000) PAMS Data Analysis Workbook: Illustrating the Use of PAMS Data to Support Ozone Control Programs (Libro de Práctica para el Análisis de Datos de Estaciones PAMS: El Uso de Datos PAMS para Apoyar los Programas de Control del Ozono). Elaborado para la Agencia de Protección Ambiental, Research Triangle Park, NC, por Sonoma Technology, Inc., Petaluma, CA, STI FWB (septiembre). Systems Applications International, Sonoma Technology Inc., Earth Tech y Alpine Geophysics (1995) Gulf of Mexico Air Quality Study. Vol 1: Summary of Data Analysis and Modeling (Estudio de la Calidad del Aire en el Golfo de México. Vol. 1: Resumen del Análisis y Modelado de Datos). Informe Final elaborado para la Dirección General de Recursos Minerales del Departamento de Gobernación de EE.UU, Región OCS (Golfo de México), New Orleans, LA. Estudio OCS MMS U.S. Environmental Protection Agency (1999) Particulate Matter (PM2.5) Speciation Guidance Document (Lineamientos para la Especiación del Material Particulado PM2.5). Disponible en: