Name: Analiza punktu podziału i kwantyfikacja niepewności termiczno-optycznych pomiarów węgla organicznego/pierwiastkowego (Wideo) | JoVE Journal
Uploaded: 2019-09-07T14:00:00.000+00:00
Duration: 10 min 22 s
Description: Poznaj metodę Monte Carlo do kwantyfikacji niepewności pomiarów węgla organicznego i pierwiastkowego w analizatorze termiczno-optycznym. To narzędzie programowe poprawia dokładność kalibracji instrumentu.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca była wspierana przez Natural Sciences and Engineering Research Council of Canada (NSERC) FlareNet Strategic Network (Grant # 479641), NSERC Discovery Research Grants (Grant #06632 i 522658), oraz Natural Resources Canada (Project Manager, Michael Layer). Autorzy są wdzięczni tym, którzy udostępnili pliki z surowymi danymi do wykorzystania jako reprezentatywne przykłady w tej pracy.

<ol><li>Cohen, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimates+and+25-year+trends+of+the+global+burden+of+disease+attributable+to+ambient+air+pollution%3A+an+analysis+of+data+from+the+Global+Burden+of+Diseases+Study%5BTitle%5D)+AND+%22The+Lancet%22%5BJournal%5D)">Estimates and 25-year trends of the global burden of disease attributable to ambient air pollution: an analysis of data from the Global Burden of Diseases Study.</a> The Lancet. 389 (10082), 1907-1918 (2015).</li>
<li>Grahame, T. J., Klemm, R., Schlesinger, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Public+health+and+components+of+particulate+matter%3A+The+changing+assessment+of+black+carbon%5BTitle%5D)+AND+%22Journal+of+the+Air+%26+Waste+Management+Association%22%5BJournal%5D)">Public health and components of particulate matter: The changing assessment of black carbon.</a> Journal of the Air & Waste Management Association. 64 (6), 620-660 (2014).</li>
<li>Kim, S. -Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+short-term+association+of+selected+components+of+fine+particulate+matter+and+mortality+in+the+Denver+Aerosol+Sources+and+Health+%28DASH%29+study%5BTitle%5D)+AND+%22Environmental+Health%22%5BJournal%5D)">The short-term association of selected components of fine particulate matter and mortality in the Denver Aerosol Sources and Health (DASH) study.</a> Environmental Health. 14 (1), (2015).</li>
<li>Basagaña, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Short-term+effects+of+particulate+matter+constituents+on+daily+hospitalizations+and+mortality+in+five+South-European+cities%3A+Results+from+the+MED-PARTICLES+project%5BTitle%5D)+AND+%22Environment+International%22%5BJournal%5D)">Short-term effects of particulate matter constituents on daily hospitalizations and mortality in five South-European cities: Results from the MED-PARTICLES project.</a> Environment International. 75, 151-158 (2015).</li>
<li>Jacobson, M. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Strong+radiative+heating+due+to+the+mixing+state+of+black+carbon+in+atmospheric+aerosols%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Strong radiative heating due to the mixing state of black carbon in atmospheric aerosols.</a> Nature. 409 (6821), 695-697 (2001).</li>
<li>Sato, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+atmospheric+black+carbon+inferred+from+AERONET%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences%22%5BJournal%5D)">Global atmospheric black carbon inferred from AERONET.</a> Proceedings of the National Academy of Sciences. 100 (11), 6319-6324 (2003).</li>
<li>Ramanathan, V., Carmichael, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+and+regional+climate+changes+due+to+black+carbon%5BTitle%5D)+AND+%22Nature+Geoscience%22%5BJournal%5D)">Global and regional climate changes due to black carbon.</a> Nature Geoscience. 1 (4), 221-227 (2008).</li>
<li>Bond, T. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bounding+the+role+of+black+carbon+in+the+climate+system%3A+A+scientific+assessment%5BTitle%5D)+AND+%22Journal+of+Geophysical+Research%3A+Atmospheres%22%5BJournal%5D)">Bounding the role of black carbon in the climate system: A scientific assessment.</a> Journal of Geophysical Research: Atmospheres. 118 (11), 5380-5552 (2013).</li>
<li>Jacobson, M. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Short-term+effects+of+controlling+fossil-fuel+soot%2C+biofuel+soot+and+gases%2C+and+methane+on+climate%2C+Arctic+ice%2C+and+air+pollution+health%5BTitle%5D)+AND+%22Journal+of+Geophysical+Research%22%5BJournal%5D)">Short-term effects of controlling fossil-fuel soot, biofuel soot and gases, and methane on climate, Arctic ice, and air pollution health.</a> Journal of Geophysical Research. 115, 1-24 (2010).</li>
<li>Doherty, S. J., Grenfell, T. C., Forsström, S., Hegg, D. L., Brandt, R. E., Warren, S. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Observed+vertical+redistribution+of+black+carbon+and+other+insoluble+light-absorbing+particles+in+melting+snow%5BTitle%5D)+AND+%22Journal+of+Geophysical+Research%3A+Atmospheres%22%5BJournal%5D)">Observed vertical redistribution of black carbon and other insoluble light-absorbing particles in melting snow.</a> Journal of Geophysical Research: Atmospheres. 118 (11), 5553-5569 (2013).</li>
<li>Sterle, K. M., McConnell, J. R., Dozier, J., Edwards, R., Flanner, M. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Retention+and+radiative+forcing+of+black+carbon+in+eastern+Sierra+Nevada+snow%5BTitle%5D)+AND+%22The+Cryosphere%22%5BJournal%5D)">Retention and radiative forcing of black carbon in eastern Sierra Nevada snow.</a> The Cryosphere. 7 (1), 365-374 (2013).</li>
<li>Goelles, T., Bøggild, C. E., Greve, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ice+sheet+mass+loss+caused+by+dust+and+black+carbon+accumulation%5BTitle%5D)+AND+%22The+Cryosphere%22%5BJournal%5D)">Ice sheet mass loss caused by dust and black carbon accumulation.</a> The Cryosphere. 9 (5), 1845-1856 (2015).</li>
<li>Kopp, R. E., Mauzerall, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+the+climatic+benefits+of+black+carbon+mitigation%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Assessing the climatic benefits of black carbon mitigation.</a> Proceedings of the National Academy of Sciences of the United States of America. 107 (26), 11703-11708 (2010).</li>
<li>Cavalli, F., Viana, M., Yttri, K. E., Genberg, J., Putaud, J. -P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Toward+a+standardised+thermal-optical+protocol+for+measuring+atmospheric+organic+and+elemental+carbon%3A+the+EUSAAR+protocol%5BTitle%5D)+AND+%22Atmospheric+Measurement+Techniques%22%5BJournal%5D)">Toward a standardised thermal-optical protocol for measuring atmospheric organic and elemental carbon: the EUSAAR protocol.</a> Atmospheric Measurement Techniques. 3 (1), 79-89 (2010).</li>
<li>Chen, L. -W. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-wavelength+optical+measurement+to+enhance+thermal%2Foptical+analysis+for+carbonaceous+aerosol%5BTitle%5D)+AND+%22Atmospheric+Measurement+Techniques%22%5BJournal%5D)">Multi-wavelength optical measurement to enhance thermal/optical analysis for carbonaceous aerosol.</a> Atmospheric Measurement Techniques. 8 (1), 451-461 (2015).</li>
<li>Chow, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+Calibration+and+Equivalence+of+a+Multiwavelength+Thermal%2FOptical+Carbon+Analyzer%5BTitle%5D)+AND+%22Aerosol+and+Air+Quality+Research%22%5BJournal%5D)">Optical Calibration and Equivalence of a Multiwavelength Thermal/Optical Carbon Analyzer.</a> Aerosol and Air Quality Research. 15 (4), 1145-1159 (2015).</li>
<li>Chow, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Separation+of+brown+carbon+from+black+carbon+for+IMPROVE+and+Chemical+Speciation+Network+PM+2.5+samples%5BTitle%5D)+AND+%22Journal+of+the+Air+%26+Waste+Management+Association%22%5BJournal%5D)">Separation of brown carbon from black carbon for IMPROVE and Chemical Speciation Network PM 2.5 samples.</a> Journal of the Air & Waste Management Association. 68 (5), 494-510 (2018).</li>
<li>Sunset Laboratory Inc. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Organic+Carbon+and+Elemental+Carbon+Field+Instrument%3A+Model+4+User%E2%80%99s+Manual%22">Organic Carbon and Elemental Carbon Field Instrument: Model 4 User’s Manual</a>. , Hillsborough, NC. (2019).</li>
<li>Turpin, B. J., Cary, R. A., Huntzicker, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+In+Situ%2C+Time-Resolved+Analyzer+for+Aerosol+Organic+and+Elemental+Carbon%5BTitle%5D)+AND+%22Aerosol+Science+and+Technology%22%5BJournal%5D)">An In Situ, Time-Resolved Analyzer for Aerosol Organic and Elemental Carbon.</a> Aerosol Science and Technology. 12 (1), 161-171 (1990).</li>
<li>Petzold, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recommendations+for+reporting+%E2%80%9Cblack+carbon%E2%80%9D+measurements%5BTitle%5D)+AND+%22Atmospheric+Chemistry+and+Physics%22%5BJournal%5D)">Recommendations for reporting “black carbon” measurements.</a> Atmospheric Chemistry and Physics. 13 (16), 8365-8379 (2013).</li>
<li>Nicolosi, E. M. G., Quincey, P., Font, A., Fuller, G. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Light+attenuation+versus+evolved+carbon+%28AVEC%29+-+A+new+way+to+look+at+elemental+and+organic+carbon+analysis%5BTitle%5D)+AND+%22Atmospheric+Environment%22%5BJournal%5D)">Light attenuation versus evolved carbon (AVEC) - A new way to look at elemental and organic carbon analysis.</a> Atmospheric Environment. , 145-153 (2018).</li>
<li>Chow, J. C., Watson, J. G., Crow, D., Lowenthal, D. H., Merrifield, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+IMPROVE+and+NIOSH+Carbon+Measurements%5BTitle%5D)+AND+%22Aerosol+Science+and+Technology%22%5BJournal%5D)">Comparison of IMPROVE and NIOSH Carbon Measurements.</a> Aerosol Science and Technology. 34 (1), 23-34 (2001).</li>
<li>Chow, J. C., Watson, J. G., Chen, L. -W. A., Arnott, W. P., Moosmüller, H., Fung, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Equivalence+of+Elemental+Carbon+by+Thermal%2FOptical+Reflectance+and+Transmittance+with+Different+Temperature+Protocols%5BTitle%5D)+AND+%22Environmental+Science+%26+Technology%22%5BJournal%5D)">Equivalence of Elemental Carbon by Thermal/Optical Reflectance and Transmittance with Different Temperature Protocols.</a> Environmental Science & Technology. 38 (16), 4414-4422 (2004).</li>
<li>Subramanian, R., Khlystov, A., Robinson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+peak+inert-mode+temperature+on+elemental+carbon+measured+using+thermal-optical+analysis%5BTitle%5D)+AND+%22Aerosol+Science+and+Technology%22%5BJournal%5D)">Effect of peak inert-mode temperature on elemental carbon measured using thermal-optical analysis.</a> Aerosol Science and Technology. 40 (10), 763-780 (2006).</li>
<li>Wang, Y., Chung, A., Paulson, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+metal+salts+on+quantification+of+elemental+and+organic+carbon+in+diesel+exhaust+particles+using+thermal-optical+evolved+gas+analysis%5BTitle%5D)+AND+%22Atmospheric+Chemistry+and+Physics%22%5BJournal%5D)">The effect of metal salts on quantification of elemental and organic carbon in diesel exhaust particles using thermal-optical evolved gas analysis.</a> Atmospheric Chemistry and Physics. 10 (23), 11447-11457 (2010).</li>
<li>Peterson, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Standard+Operating+Procedure+for+the+Determination+of+Organic%2C+Elemental%2C+and+Total+Carbon+in+Particulate+Matter+Using+a+Thermal%2FOptical-Transmittance+Carbon+Analyzer%5BTitle%5D)+AND+%22Research+Triangle%22%5BJournal%5D)">Standard Operating Procedure for the Determination of Organic, Elemental, and Total Carbon in Particulate Matter Using a Thermal/Optical-Transmittance Carbon Analyzer.</a> Research Triangle. , (2009).</li>
<li>Conrad, B. M., Johnson, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mass+Absorption+Cross-Section+of+Flare-Generated+Black+Carbon%3A+Variability%2C+Predictive+Model%2C+and+Implications%5BTitle%5D)+AND+%22Carbon%22%5BJournal%5D)">Mass Absorption Cross-Section of Flare-Generated Black Carbon: Variability, Predictive Model, and Implications.</a> Carbon. 149, 760-771 (2019).</li>
<li>Akaike, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+new+look+at+the+statistical+model+identification%5BTitle%5D)+AND+%22IEEE+Transactions+on+Automatic+Control%22%5BJournal%5D)">A new look at the statistical model identification.</a> IEEE Transactions on Automatic Control. 19 (6), 716-723 (1974).</li>
<li>Saffaripour, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy+and+TEM+characterization+of+solid+particulate+matter+emitted+from+soot+generators+and+aircraft+turbine+engines%5BTitle%5D)+AND+%22Aerosol+Science+and+Technology%22%5BJournal%5D)">Raman spectroscopy and TEM characterization of solid particulate matter emitted from soot generators and aircraft turbine engines.</a> Aerosol Science and Technology. 51 (4), 518-531 (2017).</li>
<li>Lu, S., Irino, T., Igarashi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biomass+burning+history+in+East+Asia+during+the+last+4+million+years+recorded+in+elemental+carbon+variability+at+IODP+site%5BTitle%5D)+AND+%22U1423.+Progress+in+Earth+and+Planetary+Science%22%5BJournal%5D)">Biomass burning history in East Asia during the last 4 million years recorded in elemental carbon variability at IODP site.</a> U1423. Progress in Earth and Planetary Science. 5 (1), (2018).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Tabela 3 przedstawia wkład poszczególnych źródeł niepewności w stałą kalibracji masy dla przypadku opisanego w Tabeli 1 i na Rysunku 2. Wymieniono skumulowaną niepewność kalibracji wynikającą z błędu systematycznego detektora NDIR, błędu systematycznego stężenia sacharozy oraz precyzji i błędu systematycznego objętości pipetowanych. Błąd systematyczny detektora NDIR (tj. wariancja „pola kalibracyjnego”) ma tendencję do dominowania, natomiast błąd systematyczny procedury pipetowania jest drugorzędny (choć w reprezentatywnym przykładzie jest on dość mały). Prawidłowa ocena błędu pipetowania jest zatem kluczowa dla zapewnienia dokładnej kwantyfikacji całkowitej niepewności kalibracji; odnosząc się do kroku 4.3.2 protokołu, sugeruje się, aby powtarzalność wewnątrzoperatorka oraz odtwarzalność międzyoperatorska zostały&#160;ocenione dla każdej grupy użytkowników i pipety. W przeciwieństwie do tego, niepewność wynikająca ze stężenia sacharozy w standardzie zewnętrznym jest pomijalnie mała. Ponadto wkład niepewności regresji wydaje się być nieznaczący, co jest prawdopodobną konsekwencją dobrej liniowości instrumentu – współczynnik determinacji (R2) dla dopasowania liniowego danych kalibracyjnych zazwyczaj przekracza 99,95%. Jeśli dane kalibracyjne nie są wystarczająco liniowe, oprogramowanie automatycznie ostrzega użytkownika, który może następnie zdiagnozować problem w zbiorze danych za pomocą kontroli Boolean wspomnianej w kroku 4.2 protokołu; użytkownik może wtedy zmodyfikować swój zbiór danych kalibracyjnych poprzez pozyskanie danych zastępczych w razie potrzeby.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Uwzględnione niepewności</td>
			<td>Pełna kalibracja (6-punktowa)</td>
		</tr>
		<tr>
			<td>błąd systematyczny NDIR</td>
			<td>&#177; 2.61%</td>
		</tr>
		<tr>
			<td>+ Roztwór sacharozy</td>
			<td>&#177; 2.61%</td>
		</tr>
		<tr>
			<td>+ Pipeta</td>
			<td>&#177; 2.78%</td>
		</tr>
		<tr>
			<td>Wynik nominalny [&#956;gC]</td>
			<td>18.49</td>
		</tr>
	</tbody>
</table>
Tabela 3: Niepewności stałej kalibracji masy. Reprezentatywny wkład niepewności w kalibracji instrumentu OCEC dla przykładowej kalibracji sześciopunktowej (patrz Tabela 1). Całkowita niepewność kalibracji jest zdominowana przez błąd systematyczny detektora NDIR, podczas gdy błąd wynikający z dokładności pipetowania roztworu sacharozy, w tym błędy ludzkie (odtwarzalność między użytkownikami i powtarzalność w obrębie jednego użytkownika), jest drugorzędny, a następnie następują niepewności regresji liniowej oraz stężenia sacharozy (które są pomijalne).
Kalibracja instrumentu OCEC jest procedurą czasochłonną, zazwyczaj wymagającą od 2 do 3 godzin do ukończenia, w zależności od długości zastosowanego protokołu termicznego. Pożądana jest szybsza procedura kalibracji. W tym celu, przy użyciu zaprezentowanego narzędzia programistycznego, przeanalizowano skuteczność zmodyfikowanego, skróconego protokołu kalibracji. Opracowaną procedurę MC wykonano przy użyciu wszystkich możliwych podzbiorów przykładowych danych kalibracyjnych wymienionych w Tabeli 1 — ograniczając się do przypadków z trzema lub większą liczbą danych i co najmniej jednym pomiarem tła. Wszystkie wynikowe stałe kalibracji masy z tej analizy przedstawiono na Rysunku 4 jako funkcję liczby użytych danych kalibracyjnych, gdzie stałe kalibracji zostały znormalizowane względem pełnego (6-punktowego) wyniku kalibracji. Przewidywalnie, niepewność stałej kalibracji wzrasta wraz z redukcją dostępnych danych kalibracyjnych. Co ważne, średnie ze wszystkich skróconych kalibracji mieszczą się w przedziale 2σ CI pełnego wyniku kalibracji, co jest konsekwencją wspomnianej wyżej liniowości instrumentu. Ta spójność średniej MC sugeruje, że zmodyfikowana, szybsza kalibracja składająca się z niewielu danych kalibracyjnych może być stosowana jako szybka weryfikacja („bump test”) kalibracji instrumentu OCEC. Oznacza to, że jeśli średnia MC z 3-punktowego zestawu danych kalibracyjnych mieści się w przedziale 2σ CI istniejącej kalibracji, prawdopodobne jest, że instrument OCEC nie wymaga ponownej kalibracji. Na Rysunku 4 wyraźnie widać również, że niepewność kalibracji zmniejsza się wraz z większą liczbą danych kalibracyjnych, jednak redukcja ta wykazuje malejące korzyści. Odwołując się do Tabeli 3 i powyższej dyskusji, skoro niepewności kalibracji są zdominowane przez błąd NDIR (ilościowo określony jako błąd standardowy „pól kalibracyjnych”), marginalny spadek niepewności kalibracji poprzez włączenie nth punktu danych można oszacować za pomocą czynnika √(1−1/n). W konsekwencji, w reprezentatywnym przykładzie, marginalna redukcja niepewności jest większa przy przejściu z kalibracji trzy- do czteropunktowej niż przy przejściu z kalibracji pięcio- do sześciopunktowej. Opracowane narzędzie programistyczne, które może być uruchamiane po pozyskaniu każdego punktu danych kalibracyjnych (tj. po każdym powtórzeniu kroku protokołu 3.3), pozwala użytkownikowi ilościowo określić niepewność kalibracji w trakcie gromadzenia danych. Co kluczowe, możliwość ta pozwala użytkownikowi nie tylko zdecydować o odpowiedniej zbieżności kalibracji w kontekście jej niepewności, ale także wykryć obecność błędnych danych — tzn. przyrostowy spadek niepewności kalibracji, który jest wyraźnie inny niż oczekiwany, sygnalizuje użytkownikowi, że ostatnio pozyskany punkt danych kalibracyjnych może być wadliwy.
<img alt="Rysunek 4" class="xfigimg" src="/files/ftp_upload/59742/59742fig4.jpg" /> 
Rysunek 4: Ocena wpływu wielkości próby na niepewność kalibracji. Obliczona stała kalibracji masy dla wszystkich możliwych kombinacji danych kalibracyjnych wymienionych w Tabeli 1 (wymagających minimum trzech danych, w tym co najmniej jednej próby ślepej) znormalizowana względem wyniku uzyskanego przy użyciu wszystkich sześciu danych. Względna niepewność stałej kalibracji zmniejsza się wraz ze wzrostem liczby danych kalibracyjnych. Niebieski obszar zacieniowany na rysunku odpowiada przedziałowi ufności 2σ dla stałej kalibracji obliczonej przy użyciu wszystkich danych kalibracyjnych. Wyraźnie widać, że wszystkie wyniki nominalne mieszczą się w tym przedziale ufności, co sugeruje, że — mimo niepewności — skrócona procedura kalibracji obejmująca zaledwie trzy punkty danych kalibracyjnych mogłaby być stosowana jako „test sprawdzający” (bump test) kalibracji instrumentu. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig4large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.</a>
Obliczone masy węgla oraz niepewności dla czterech przykładowych zestawów danych szczegółowo przedstawiono w Tabeli 4; dane te pochodzą z pomiarów emisji węglowych z płomieni węglowodorowych27,29, turbin gazowych29 oraz drobnych cząstek węglowych (&#60; 2 μm) uzyskanych z próbek osadów podoceanicznych30. Obliczone (średnie MC) masy OC, EC i TC przedstawiono w Tabeli 4 wraz z obliczonym krytycznym spadkiem tłumienia oraz stosunkiem EC/TC dla każdego zestawu danych, co obrazuje rozpiętość przykładowych danych w kontekście składu węgla w próbkach. W Tabeli 4 podsumowano źródła i całkowite niepewności masy węgla przy użyciu przedstawionego narzędzia programowego w porównaniu z wartościami raportowanymi przez instrument. W ramach narzędzia programowego kombinacja (rozkład iloczynowy) niepewności kalibracji i powtarzalności daje całkowitą niepewność masy TC obliczonej metodą MC (określoną w niniejszej pracy jako −8,32/+8,40%), która jest niezależna od niepewności punktu podziału i w związku z tym stanowi dolną granicę niepewności mas OC i EC. Te reprezentatywne niepewności kalibracji są stosowane do każdego przykładowego zestawu danych przy zachowaniu nominalnej stałej kalibracji masy użytej w oryginalnych analizach.
<img alt="Tabela 4" src="/files/ftp_upload/59742/59742table4.jpg" /> 
Tabela 4: Niepewności w analizie danych. Wkład w niepewność mas węgla mierzonych metodą OCEC dla czterech przykładowych zestawów danych z szerokiego zakresu źródeł, wykonanych przez różne laboratoria27,29,30. (a) Kluczowe wyniki liczbowe z przykładowych zestawów danych: masy OC, EC i TC, krytyczny spadek tłumienia dla kwantyfikacji niepewności punktu podziału oraz stosunek węgla elementarnego do całkowitego. (b) Podsumowanie niepewności obliczonych mas węgla. Źródła przyczyniające się do niepewności obejmują stałą kalibracji masy, powtarzalność procedury kalibracji oraz niepewność punktu podziału (w stosunku do masy TC) odpowiadającą krytycznemu spadkowi tłumienia wymienionemu w (a). W części (b) przedstawiono również niepewności mas węgla obliczone przy użyciu stałych równań (równanie (1)) stosowanych przez instrument. Czerwone i żółte wyróżnienie&#160;danych odpowiada odpowiednio niedoszacowaniu i przeszacowaniu niepewności przy użyciu stałych równań w stosunku do obecnej metody. W większości przypadków instrument niedoszacowuje niepewności masy węgla, jednak jeśli zmierzona masa OC lub EC jest mała, instrument może przeszacować niepewność w porównaniu z obecnym oprogramowaniem. <a href="https://www.jove.com/files/ftp_upload/59742/Table_4.xlsx">Kliknij tutaj, aby pobrać ten plik.</a>
W przedstawionych przykładach zastosowano technikę spadku tłumienia w celu ilościowego określenia niepewności punktu podziału. Obliczone za pomocą OCECgo wartości krytyczne spadku tłumienia mieściły się w zakresie od 1,342% do 2,059%, co przełożyło się na niepewność punktu podziału od 0,10% do 4,50% masy TC. Choć zastosowane wartości spadku tłumienia są w pewnym stopniu subiektywne – w szczególności czynnik wykorzystany do oszacowania niepewności punktu podziału wynikającej z właściwości optycznych – przykłady te podkreślają zależność niepewności punktu podziału od konkretnych danych analitycznych. Przykładowo, niepewność punktu podziału jest wrażliwa na nachylenie wykresu AVEC w pobliżu nominalnego punktu podziału. Rozważmy zestaw danych „A”, odpowiadający danym przykładowym na Ryc. 3, oraz zestaw danych „D”; mimo podobnych krytycznych wartości spadku tłumienia, stosunkowo niewielkie i duże nachylenia ich odpowiednich wykresów AVEC (np. patrz Ryc. 3b dla zestawu danych „A”) prowadzą do odpowiednio największej i najmniejszej niepewności punktu podziału, wynoszącej 4,50% i 0,10% masy TC. Dodatkowo dane przykładowe pokazują, że wpływ niepewności punktu podziału zależy w dużej mierze od jego skali w stosunku do nominalnych mas OC i EC. Rozważmy przykładowe zestawy danych „B” i „C”, które mają niemal identyczną niepewność punktu podziału (≈1,22% masy TC); zestaw „C” zawiera ≈43% OC, podczas gdy zestaw „B” zawiera ≈8%; niższa względna ilość OC w tym drugim przypadku skutkuje niemal dwukrotnym wzrostem niepewności masy OC. Co istotne, wyniki te podkreślają konieczność bezpośredniego uwzględnienia niepewności punktu podziału w kontekście danych AVEC z analizy oraz całkowitych mas węgla.
W Tabeli 4 przedstawiono również niepewności mas węgla podane przez producenta. Szacunki te nie uwzględniają bezpośrednio niepewności kalibracji i punktu podziału, lecz są obliczane przy użyciu stałych zależności przedstawionych w równaniu (1)26, gdzie mi oznacza masę nominalną konkretnego składnika węglowego.
&#160; &#160; &#160; &#160;&#160;<img alt="Równanie 6" src="/files/ftp_upload/59742/59742eq6.jpg" /> 
(1)&#160; &#160;<img alt="Równanie 7" src="/files/ftp_upload/59742/59742eq7.jpg" /> 
&#160; &#160; &#160; &#160;<img alt="Równanie 8" src="/files/ftp_upload/59742/59742eq8.jpg" />&#160;&#160;
Te stałe zależności sprawiają, że szacowane niepewności masy OC i/lub EC mogą być sztucznie niższe niż niepewność masy TC ― warunek ten występuje, gdy masa OC lub EC stanowi mniej niż jedną trzecią masy TC, co ma miejsce w przypadku zbiorów danych „A”, „B” oraz „D”. Wynik ten jest niefizyczny, ponieważ relatywna niepewność mas OC i EC musi być ograniczona od dołu przez niepewność masy TC, co jest konsekwencją propagacji niepewności punktu podziału na obliczone masy OC i EC. Komórki wyróżnione na czerwono i żółto w tabeli odpowiadają niedo- i przeszacowaniu niepewności masy węgla przy zastosowaniu równania (1) od producenta. Stałe równania niedoszacowują niepewności masy TC we wszystkich czterech przykładach, co jest konsekwencją wystarczająco dużych obliczonych mas TC. W większości przypadków stałe równania niedoszacowują również niepewności mas EC i OC, z wyjątkiem sytuacji, w których OC (zbiór danych „B”) i EC (zbiór danych „D”) były wystarczająco małe, aby spowodować przeszacowanie za pomocą równania (1). Ten asymptotyczny wzrost niepewności wynikający z równania (1) jest zgodny z obecnym oprogramowaniem, ponieważ niepewność mas OC i EC wynikająca z niepewności punktu podziału zależy od ich wartości bezwzględnych; jednakże niepewności wyznaczone za pomocą stałych równań nie pokrywają się z wynikami obecnego oprogramowania, które bezpośrednio uwzględnia i propaguje niepewność punktu podziału w kontekście konkretnych danych analitycznych.
Wykorzystanie frameworku MC w prezentowanym narzędziu programistycznym jest niezbędne do dokładnej propagacji niepewności komponentów poprzez nieliniowe algorytmy termiczno-optycznych analiz OC/EC. Należy jednak zauważyć, że ze względu na swój immanentnie losowy charakter, metody MC nie są deterministyczne i mają tendencję do generowania niespójnych wyników, jeśli zastosowana liczba losowań/powtórzeń MC (patrz kroki protokołu 4.3.3 i 6.5.2) jest niewystarczająca ― podobnie jak w przypadku statystycznie zbyt małej próby. Zatem podczas przetwarzania danych za pomocą OCECgo należy wziąć pod uwagę inherentny kompromis między spójnością a czasem obliczeń. Zaleca się użytkownikom przeprowadzenie wstępnego przetwarzania i rozwiązywania problemów z danymi przy użyciu niewielkiej liczby losowań MC (np. 104). Gdy obliczenia przyniosą satysfakcjonujące rezultaty, użytkownik powinien zwiększyć liczbę losowań MC (do 106-108), aby uzyskać wynik w mniejszym stopniu obarczony wpływem dyskretnego i losowego charakteru metody MC. Poza niezbędną „definicją operacyjną” analiz termiczno-optycznych OC/EC, istnieją inne ograniczenia w przetwarzaniu tych danych, które muszą zostać uwzględnione podczas używania OCECgo do obliczania i raportowania danych OC/EC. Po pierwsze, instrumenty oparte na NDIR (takie jak wymienione w Tabeli Materiałów) cierpią na dryf sygnału NDIR, który musi zostać skorygowany. W niniejszym protokole (patrz krok 6.3.2 oraz dokumentacja OCECgo) użytkownik może opcjonalnie zastosować nowatorskie podejście do korekcji dryfu detektora NDIR. Choć w doświadczeniu autorów przynosi to lepsze rezultaty niż standardowa liniowa korekcja NDIR producenta, należy zaznaczyć, że niepewność tej korekcji NDIR jest trudna, jeśli nie niemożliwa do ilościowego określenia, a zatem pozostaje nieuwzględnionym komponentem niepewności w obliczeniach mas węgla. W podobnym tonie, trudne jest również ilościowe określenie niepewności niezbędnego założenia, że PC i EC dzielą te same właściwości optyczne. Jeśli zostanie wybrana (patrz krok protokołu 6.4.1), technika krytycznego spadku tłumienia próbuje konserwatywnie ograniczyć wpływ tego założenia poprzez subiektywny współczynnik rozszerzenia. Co ważne, jest to jednak jedynie szacunek, a użytkownikowi sugeruje się ocenę wpływu tego współczynnika rozszerzenia (tj. krytycznego spadku tłumienia) na jego specyficzne dane. OCECgo jest udostępnione jako narzędzie open-source, aby mogło być łatwo rozszerzane przez autorów i innych zainteresowanych współpracowników, nie tylko w celu integracji z innymi instrumentami, ale także w celu włączenia innych użytecznych, specyficznych dla danej dziedziny funkcjonalności. Ogólnie rzecz biorąc, opracowane narzędzie programistyczne open-source w połączeniu ze szczegółową procedurą kalibracji ma pomóc w uzyskaniu dokładniejszych pomiarów masy OC, EC i TC w próbkach aerozoli, jednocześnie usprawniając rzetelne obliczanie niepewności pomiarowych.

Zdolność do dokładnego pomiaru stężeń związków węglowych w atmosferze jest niezwykle istotna dla wielu badaczy. Sugeruje się, że związki węglowe w zawiesinie pyłowej w powietrzu (PM, będącej największym środowiskowym czynnikiem ryzyka przedwczesnej śmierci1) są kluczowym składnikiem PM odpowiedzialnym za niekorzystne skutki i efekty zdrowotne2,3,4. Węgiel cząsteczkowy w atmosferze jest krytycznym zanieczyszczeniem klimatycznym, przy czym wiadomo, że różne związki węglowe mają zróżnicowany, a nawet przeciwstawny wpływ. Węgiel elementarny (black carbon) jest potencjalnie drugim najsilniejszym bezpośrednim wymuszaniem radiacyjnym w atmosferze ziemskiej5,6,7,8. Po osadzeniu się na śniegu i lodzie, węgiel elementarny zmniejsza również odblaskowość krajobrazu arktycznego, zwiększając absorpcję światła słonecznego i przyspieszając tempo topnienia9,10,11,12. W przeciwieństwie do tego, higroskopijne cząstki organicznego węgla działają jako jądra kondensacji chmur, zwiększając średnią odblaskowość ziemi i powodując efekt chłodzenia13. W związku z tym dokładna klasyfikacja pobranego materiału węglowego oraz równoczesna kwantyfikacja niepewności pomiarowych są niezbędnymi aspektami pomiarów zawiesiny pyłowej.
Różnicowanie węgla organicznego i elementarnego w próbce zawierającej cząstki stałe można przeprowadzić za pomocą analizy termiczno-optycznej14. Opracowano komercyjne systemy laboratoryjne do termiczno-optycznych analiz węgla15,16,17, w tym analizator on-line, półciągły18, który umożliwia wykonywanie analiz termiczno-optycznych w terenie. Niniejsza praca opisuje szczegółową procedurę kalibracji tego drugiego instrumentu OCEC (patrz Tabela materiałów) oraz udostępnia narzędzie programistyczne open-source do rygorystycznej kwantyfikacji niepewności kalibracji i analizy. Chociaż pierwsza wersja oprogramowania open-source została zaprojektowana dla formatu plików wyjściowych analizatora półciągłego, narzędzie to może zostać w przyszłości łatwo rozszerzone przez innych użytkowników w celu pracy z danymi generowanymi przez inne instrumenty.
Półciągły termiczno-optyczny analizator węgla organicznego/elementarnego (OCEC) służy do ilościowego oznaczania węgla organicznego (OC) i węgla elementarnego (EC) w pobranej objętości próbki. Procedura analizy składa się z czterech faz przedstawionych na Rysunku 1. W pierwszej kolejności objętość próbki jest zasysana przez instrument, gdzie materia zawieszona osadza się na filtrze kwarcowym, a związki organiczne w fazie gazowej są przez niego adsorbowane. Po zakończeniu pobierania próbki filtr kwarcowy jest podgrzewany zgodnie z określonym protokołem temperatury w obojętnej atmosferze helu (He). Podczas tej procedury część materiału węglowego ulega pirolizie termicznej z filtra kwarcowego. Gazowe spaliny są kierowane do pieca z tlenkiem manganu (MnO2) o stałej temperaturze, który przekształca spirolizowane związki węglowe w dwutlenek węgla (CO2). Rozdzielczo czasowo stężenie uwalnianego CO2 jest następnie mierzone przez niedyspersyjny detektor podczerwieni (NDIR). Po wstępnym ogrzewaniu w środowisku He, próbka jest ogrzewana zgodnie z podobnym protokołem w środowisku utleniającym (Ox). W obecności tlenu trudnotopliwe związki węglowe pozostałe na filtrze kwarcowym ulegają utlenieniu, a następnie są kierowane przez piec MnO2 i detektor NDIR w ten sam sposób. Gdy wszystkie pobrane związki węglowe zostaną całkowicie usunięte z filtra kwarcowego, przeprowadzana jest końcowa procedura kalibracji w trakcie testu. Do instrumentu wprowadza się stałą ilość (nominalnie 0,8 mL) 5% mieszaniny metanu (CH4) i helu, która zostaje utleniona w piecu MnO2, przekształcona w CO2, a następnie zmierzona przez NDIR. Zintegrowany sygnał NDIR podczas tej fazy kalibracji w trakcie testu (tzw. pętla CH4) odpowiada znanej masie węgla (wprowadzonej jako CH4), a tym samym pozwala określić czułość detektora NDIR, która może ulegać zmianom w czasie. Ta miara czułości NDIR jest następnie wykorzystywana do wyznaczenia mas węgla z sygnału NDIR uzyskanego podczas wcześniejszych faz He i Ox analizy.
<img alt="Rycina 1" class="xfigimg" src="/files/ftp_upload/59742/59742fig1.jpg" /> 
Rycina 1: Procedura analizy termiczno-optycznej. Procedura analizy przy użyciu instrumentu termiczno-optycznego OCEC. Po pobraniu próbki na filtr kwarcowy (krok 0) wykonywane są trzy główne etapy analizy. Realizowane są dwa protokoły termiczne, najpierw w atmosferze helu (faza He, krok 1), a następnie w atmosferze utleniającej (faza Ox, krok 2), podczas których komponenty węglowe są pirolizowane/utleniane z filtra kwarcowego, następnie utleniane do CO2 w wtórnym piecu katalitycznym, a w konsekwencji mierzone przez detektor NDIR. Na koniec przeprowadzana jest procedura kalibracji w trakcie testu (pętla CH4, krok 3), w której utlenianie znanej masy metanu pozwala na określenie czułości detektora NDIR. Czułość detektora jest powiązana z ilością CO2 zmierzoną metodą NDIR podczas faz He i Ox w celu ilościowego określenia zawartości masy węgla na filtrze kwarcowym. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.</a>
Masa wstrzykniętego węgla podczas pętli CH4 może być wrażliwa na warunki operacyjne, co wymaga okresowej kalibracji. W tej kalibracji wykorzystuje się wodny roztwór sacharozy o znanym stężeniu (około 0,99%m/m) jako wzorzec zewnętrzny. Przeprowadza się powtórne testy, w których różne znane objętości roztworu sacharozy są wprowadzane w losowej kolejności do instrumentu, a następnie wykonuje się analizę termiczno-optyczną. Każdy powtórzony test (tj. wyniki z każdego wtrysku i późniejszej analizy) dostarcza zintegrowany sygnał NDIR podczas pętli CH4 („pole kalibracyjne”) oraz zintegrowany sygnał NDIR dla całkowitego węgla (tj. sygnał podczas faz He i Ox; określany jako „pole całkowite”), który odpowiada znanej masie węgla w sacharozie. Regresja liniowa znanej masy węgla względem raportowanego przez instrument „pola całkowitego” pozwala określić średnią czułość NDIR. Czułość ta jest następnie powiązana ze średnim „polem kalibracyjnym”, aby uzyskać skalibrowaną wartość masy węgla wstrzykniętego podczas pętli CH4.
Poza kalibracją kluczowym wyzwaniem w interpretacji wyników z instrumentu OCEC jest określenie względnych frakcji OC i EC w zmierzonym próbce. Ponieważ OC ulega pirolizie podczas fazy He protokołu temperaturowego, część z niego zwęgla się na filtrze, zamiast zostać uwolniona, utleniona w piecu MnO2 i wykryta przez NDIR. Teoretycznie ten zwęglony, trudnopalny OC (nazywany węglem pirolizowanym, PC) pozostaje na filtrze aż do fazy Ox, kiedy zostaje utleniony wraz z EC. W konsekwencji, naiwne określanie całego węgla uwalnianego podczas fazy He jako OC, a węgla uwalnianego w fazie Ox jako EC, prowadzi do błędnych szacunków rzeczywistej frakcji OC i EC. Powszechnym sposobem zdefiniowania punktu podziału (tj. momentu w czasie, w którym całe wcześniejsze uwalnianie węgla uznaje się za OC, a całe późniejsze uwalnianie węgla za EC) jest metoda termicznego/optycznego przejścia (TOT)19. W tej metodzie laser jest kierowany przez filtr kwarcowy podczas analizy termicznej, a jego moc (za filtrem kwarcowym w torze optycznym) jest wykrywana przez fotodetektor. Zakładając, że OC nie jest optycznie aktywny przy długości fali lasera (tj. OC pochłania światło w stopniu zaniedbywalnym), a PC posiada właściwości optyczne wspólne z EC, można oszacować punkt podziału. Założeniem jest najpierw pomiar osłabionej mocy lasera na początku analizy. W miarę uwalniania się OC (częściowo w formie pochłaniającego światło PC), osłabienie lasera zwiększa się, co powoduje spadek sygnału fotodetektora. Po wejściu w fazę Ox, gdy EC i PC są uwalniane jednocześnie, osłabienie maleje, a sygnał fotodetektora zaczyna rosnąć. Punkt podziału definiuje się jako moment w czasie, w którym zmierzona moc lasera powraca do swojej wartości początkowej. Choć logika tego podejścia jest solidna, wynik opiera się na wspomnianych powyżej założeniach. Z tego powodu powszechnie przyjmuje się, że raportowane wyniki OC i EC są „zdefiniowane operacyjnie” — tzn. są specyficzne dla techniki zastosowanej do oceny punktu podziału14,20,21.
Choć w teorii OC wydziela się w fazie He, a PC/EC w fazie Ox, zaobserwowano, że wydzielanie PC/EC może w rzeczywistości zachodzić podczas fazy He w wyniku różnych mechanizmów22,23,24,25, co oznacza, że rzeczywisty punkt podziału może wystąpić przed wprowadzeniem tlenu. Ta niejednoznaczność w przewidywaniu położenia punktu podziału, w połączeniu z niepewnością dotyczącą założeń o właściwościach optycznych OC, PC i EC, sugeruje, że niepewność punktu podziału może być dominującym źródłem niepewności w pomiarach masy węgla. Na szczęście metodyczna estymacja punktu podziału za pomocą metody TOT umożliwia obiektywną ocenę niepewności punktu podziału. Według wiedzy autorów w oprogramowaniu producenta brakuje jednak bezpośredniej estymacji (i późniejszej propagacji) niepewności punktu podziału; raportowane niepewności całkowite są zamiast tego obliczane z ustalonymi składowymi względnymi i bezwzględnymi26. W ramach niniejszej pracy przedstawiono nową technikę estymacji niepewności punktu podziału – technikę „spadku tłumienia” (attenuation decline). W tej technice niepewność punktu podziału jest kwantyfikowana jako różnica między masą wydzielonego węgla w nominalnym punkcie podziału (za pomocą metody TOT) a masą wydzielonego węgla w kolejnym punkcie, w którym tłumienie laserowe spadło poniżej określonej wartości krytycznej, będącej zadaną częścią tłumienia początkowego. Krytyczny spadek tłumienia jest szacowany na podstawie niepewności tłumienia laserowego w stosunku do jego wartości początkowej; teoretycznie podejście to uwzględnia niepewność kluczowej zasady dopasowania tłumienia w metodzie TOT. Ponadto, aby uwzględnić (przynajmniej częściowo) niepewność punktu podziału wynikającą z przyjętych właściwości optycznych PC i EC, sugerowany krytyczny spadek tłumienia został zwiększony dwukrotnie.
Niniejszy artykuł przedstawia szczegółowy protokół kalibracji instrumentu OCEC wraz z narzędziem programistycznym do rygorystycznego określania niepewności kalibracji i analizy. W sekcjach 1–3 protokołu opisano instrukcje dotyczące przygotowania wodnego roztworu sacharozy, przygotowania instrumentu do kalibracji oraz pozyskiwania danych kalibracyjnych. Sekcja 4 wykorzystuje nowe, otwartoźródłowe narzędzie programistyczne (patrz Tabela materiałów) do analizy danych kalibracyjnych za pomocą graficznego interfejsu użytkownika oprogramowania. Sekcja 5 określa uwagi dotyczące pobierania próbki za pomocą instrumentu OCEC, a sekcja 6 opisuje wykorzystanie wspomnianego oprogramowania do obliczania mas węgla i związanych z nimi niepewności, w tym wkładu wynikającego z szacowania punktu podziału. Nowoczesne techniki usprawniające przetwarzanie danych OCEC — w tym opisana powyżej technika „spadku tłumienia” (attenuation decline) — są przedstawione w dokumentacji online oprogramowania.
W przedstawionym narzędziu programistycznym stałe kalibracji, zmierzone masy węgla oraz powiązane z nimi niepewności są obliczane przy użyciu metody Monte Carlo (MC). Procedura ta propaguje błędy, które – według wiedzy autorów – nie są obecnie uwzględniane w zastrzeżonym oprogramowaniu producenta. W przypadku kalibracji źródła błędów obejmują niepewność stężenia sacharozy w roztworze wodnym, dokładność objętości naniesionego roztworu sacharozy (dokładność urządzenia, odtwarzalność między użytkownikami i powtarzalność wewnątrz jednego użytkownika) oraz niepewność regresji liniowej. W odniesieniu do analizy danych uwzględnione źródła błędu obejmują niepewność kalibracji i powtarzalność, a co istotne, szacowaną niepewność punktu podziału (split point). Ostatecznie oprogramowanie umożliwia użytkownikowi dokładne określenie niepewności kalibracji instrumentu oraz propagację tej niepewności, wraz z niepewnością szacowania punktu podziału, do obliczeń mas węgla. Stanowi to znaczną poprawę w stosunku do protokołu producenta poprzez bezpośrednie uwzględnienie kluczowych źródeł błędu pomiarowego, zamiast szacowania niepewności cząstkowych za pomocą stałego równania.

<table><tbody><tr><td>10% tlenu gazowego w helu</td><td>Lokalny dostawca gazu</td><td>-- -</td><td>Preferowany podstawowy lub certyfikowany standard</td></tr><tr><td>5% metanu w helu</td><td>Lokalny dostawca gazu</td><td>-- -</td> <td>Preferowany podstawowy lub certyfikowany standard</td></tr><tr><td>Destylowana, dejonizowana woda</td><td>Harleco</td><td>6442-85</td><td>ASTM D1193-91 Typ II lub Typ I (preferowany)</td></tr> <tr><td>Narzędzie do dziurkowania filtrów</td><td>Sunset Laboratories Inc.</td><td>- - -</td><td>W zestawie z analizatorem węgla</td></tr><tr><td>Narzędzie do usuwania filtrów</td><td>Sunset Laboratories Inc.</td><td>- - -</td><td>W zestawie z analizatorem węgla</td></tr><tr><td>Szklany słoik (4 uncje)</td><td>ULINE</td><td>S-17982P-BL</td><td>Lub odpowiedni odpowiednik; preferowane szkło borokrzemianowe</td></tr><tr><td>Gaz helowy</td><td>Lokalny dostawca gazu</td><td>- - -</td><td>Bardzo wysoka czystość (> 99,999%) lub lepsza preferowana</td></tr><tr><td>Precyzyjny termiczny przepływomierz masowy gazu</td><td>Bronkhorst</td><td>EL-FLOW Prestige</td><td>Aby uzyskać dokładny pomiar objętości próbki (patrz Protokół krok 5)</td></tr> <tr><td>Sacharoza Sigma o wysokiej czystości</td><td> Aldrich</td><td>S9378</td><td>Czystość &ge; 99%m/m lub wyższa</td></tr><tr><td>Chusteczki niestrzępiące się</td><td>Kimtech</td><td>34155</td><td>Lub odpowiedni odpowiednik</td></tr><tr><td>MatLab Runtime (R2016a lub nowszy)</td><td>MathWorks Inc.</td><td>mathworks.com</td><td>Wyszukaj "kompilator środowiska uruchomieniowego" i zainstaluj odpowiednią wersję dla systemu operacyjnego</td></tr><tr><td>Niepudrowane, jednorazowe, plastikowe rękawiczki</td><td>VWR</td><td>89428-752</td><td>Lub odpowiednie, odpowiednio dobrane odpowiednik</td></tr><tr><td>OCECgo oprogramowanie</td><td>Carleton University, Energy and Emissions Research Lab.</td><td>Repozytorium GitHub</td><td>Dystrybucja źródłowa i kompilacji oprogramowania są dostępne na GitHub</td></tr><tr><td>Pułapka tlenowa</td><td>Supelco</td><td>22449</td><td>Lub odpowiedni odpowiednik o jakości GC</td></tr><tr><td>Pipeta</td><td>Eppendorf</td><td>3120000020</td><td>Model: Badania&reg; Plus 0,5 - 10 &mu; L - Lub dowolna pipeta jednokanałowa, o regulowanej objętości, ręczna</td></tr><tr><td>Końcówki do pipet</td><td>Eppendorf</td><td>022492012</td><td>Model: epT.I.P.S.&reg; Standardowy, 0,1 - 20 &mu; L</td></tr><tr><td>Precyzyjna waga / waga</td><td>AND</td><td>FX-3000IWP</td><td>Waga precyzyjna o pojemności > 1 kg</td></tr><tr><td>Filtry kwarcowe</td><td>Pall</td><td>7202</td><td>Model: Tissuquartz 2500 QAT-UP - 47 mm</td></tr><tr><td>Półciągły termiczno-optyczny analizator węgla organicznego/pierwiastkowego</td><td>Sunset Laboratories Inc.</td><td>- - -</td><td>Analizator półciągły Model 4</td></tr></tbody></table>

analiza punktu podziału i kwantyfikacja niepewności termiczno-optycznych pomiarów węgla organicznego/pierwiastkowego

Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements

Badacze z niezliczonych dziedzin często starają się określić ilościowo i sklasyfikować stężenia aerozoli węglowych jako węgiel organiczny (OC) lub węgiel elementarny (EC). Jest to zwykle osiągane za pomocą termiczno-optycznych analizatorów OC/EC (TOA), które umożliwiają pomiar poprzez kontrolowaną pirolizę termiczną i utlenianie w określonych protokołach temperaturowych i w ograniczonej atmosferze. Istnieje kilka komercyjnych TOA, w tym półciągły przyrząd, który umożliwia analizy on-line w terenie. Ten przyrząd wykorzystuje procedurę kalibracji w teście, która wymaga stosunkowo częstej kalibracji. W tym artykule szczegółowo opisano protokół kalibracji dla tego półciągłego TOA i przedstawiono narzędzie programowe typu open source do analizy danych i rygorystycznej kwantyfikacji niepewności metodą Monte Carlo. Warto zauważyć, że narzędzie programowe zawiera nowatorskie metody korygowania dryftu przyrządów oraz identyfikacji i ilościowego określania niepewności w punkcie podziału OC/EC. Jest to znacząca poprawa w stosunku do szacowania niepewności w oprogramowaniu producenta, które ignoruje niepewność punktu podziału, a poza tym wykorzystuje stałe równania dla błędów względnych i bezwzględnych (co zazwyczaj prowadzi do niedoszacowanych niepewności i często daje wyniki niefizyczne, jak pokazano w kilku przykładowych zestawach danych). Zademonstrowany protokół kalibracji i nowe narzędzie programowe umożliwiające dokładne ilościowe określenie łącznych niepewności na podstawie kalibracji, powtarzalności i punktu podziału OC/EC zostały udostępnione z zamiarem pomocy innym badaczom w uzyskaniu lepszych pomiarów OC, EC i całkowitej masy węgla w próbkach aerozoli.

Reprezentatywne wyniki kalibracji instrumentu OCEC przedstawiono na podstawie przykładowych danych kalibracyjnych pozyskanych przez autorów, ukazanych w Tabeli 1. Zastosowano tutaj kalibrację sześciopunktową, przeprowadzoną przy użyciu opracowanego oprogramowania oraz zgodnie z przykładem producenta zawartym w instrukcji obsługi instrumentu18. Wyniki przedstawiono na Rysunku 2. Rysunek 2a prezentuje wyniki regresji liniowej danych kalibracyjnych w ramach modelu MC. Czarne punkty odpowiadają przedziałowi ufności 2σ dla każdego z sześciu punktów kalibracyjnych — tzn. masa węgla w osadzonej sacharozie znajduje się na osi poziomej, a całkowita powierzchnia zgłoszona przez instrument (kolumna 2 Tabeli 1) na osi pionowej. Czerwony obszar zacieniony reprezentuje 2σ CI regresji liniowej opartej na tych sześciu niepewnych punktach danych kalibracyjnych ― po dwa dla 0, 5 i 10 μL roztworu sacharozy (kolumna 1 Tabeli 1). Średnia masa węgla wstrzykniętego podczas pętli CH4 jest wyznaczana w metodzie MC. Dla każdego losowania MC (2×107 w tym przykładzie), zrandomizowana powierzchnia kalibracyjna (oparta na rozkładzie średniej powierzchni kalibracyjnych z kolumny 3 Tabeli 1) jest łączona z niepewnym modelem liniowym w celu uzyskania estymaty MC masy węgla w pętli CH4. Poziome i pionowe niebieskie obszary zacienione odpowiadają 2σ CI średniej powierzchni kalibracyjnej oraz stałej kalibracji masy z analizy MC. Estymaty MC tych danych kalibracyjnych przedstawiono na wykresie rozrzutu z histogramem na Rysunku 2b. Ten przykładowy zestaw danych pozwolił uzyskać stałą kalibracji wynoszącą 18,49 μgC ± 2,78%.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td colspan="3">Dane kalibracyjne</td>
		</tr>
		<tr>
			<td>Objętość roztworu sacharozya [&#956;L]</td>
			<td>&#34;Suma&#34; NDIR (niedyspersyjna spektroskopia w podczerwieni) 
			Powierzchnia [-]</td>
			<td>&#34;Kalibracja&#34; NDIR (niedyspersyjna spektroskopia podczerwieni) 
			Obszar [-] (CH4-pętla)</td>
		</tr>
		<tr>
			<td>0</td>
			<td>3041</td>
			<td>31297</td>
		</tr>
		<tr>
			<td>5</td>
			<td>38229</td>
			<td>31281</td>
		</tr>
		<tr>
			<td>5</td>
			<td>37321</td>
			<td>32056</td>
		</tr>
		<tr>
			<td>10</td>
			<td>72472</td>
			<td>31435</td>
		</tr>
		<tr>
			<td>0</td>
			<td>1589</td>
			<td>31583</td>
		</tr>
		<tr>
			<td>10</td>
			<td>72914</td>
			<td>30926</td>
		</tr>
		<tr>
			<td colspan="3">a Stężenie nominalne 4,148 &#177; 0,022 gC/L przy 25 &#176;C</td>
		</tr>
	</tbody>
</table>
Tabela 1: Reprezentatywne dane kalibracyjne. Reprezentatywne dane kalibracyjne zawierające dwie próby ślepe oraz dwa pomiary dla 5 μL i 10 μL roztworu sacharozy, zgodnie z przykładem producenta w instrukcji obsługi urządzenia18.
<img alt="Rysunek 2" class="xfigimg" src="/files/ftp_upload/59742/59742fig2.jpg" /> 
Rysunek 2: Reprezentatywne wyniki kalibracji. (a) Wyniki regresji MC sześciopunktowego zestawu danych kalibracyjnych uzyskanych przez autorów. Dane kalibracyjne z niepewnościami 2σ są przedstawione jako czarne prostokąty, a przedział ufności (CI) 2σ regresji liniowej jest pokazany w czerwonym zacieniowanym obszarze. Poziomy niebieski pasek odpowiada przedziałowi ufności 2σ średniej powierzchni NDIR podczas cykli CH4 („powierzchnie kalibracyjne”), które są powiązane z niepewną regresją liniową w celu wyznaczenia przedziału ufności 2σ stałej kalibracji masy (przedstawionego przez pionowy niebieski pasek). (b) Wykres rozrzutu z histogramem reprezentujący obliczone metodą MC dane kalibracyjne; stała kalibracji masy na osi poziomej i średnia powierzchnia kalibracyjna na osi pionowej. W tym przykładzie niepewność stałej kalibracji masy wynosiła około 2,78%. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig2large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
Przedstawiono reprezentatywną analizę danych z wykorzystaniem opracowanego oprogramowania dla pomiaru emisji węglowych z laboratoryjnego generatora sadzy (MiniCAST 5201 Type C) spalającego paliwo propan rozcieńczone azotem29. Podsumowania danych z próbek w formie termogramu OCEC (wykresu przedstawiającego moc lasera, NDIR oraz temperaturę pieca podczas analizy OCEC) oraz wykresu AVEC21 — utworzonych w kroku 6.3.4 protokołu — pokazano odpowiednio na Rysunku 3a i Rysunku 3b. W tym przykładzie niepewność punktu podziału (split point) oszacowano za pomocą opisanej powyżej techniki „Attenuation decline” opracowanej przez autorów. Krytyczny spadek tłumienia określono na poziomie 1,342%, co przełożyło się na niepewność punktu podziału wynoszącą 4,50% masy TC. Kluczowe wyniki tej analizy ― statystyki masy węgla i najlepiej dopasowane rozkłady a posteriori ― zestawiono w Tabeli 2.
<img alt="Rycina 3" class="xfigimg" src="/files/ftp_upload/59742/59742fig3.jpg" /> 
Rycina 3: Reprezentatywne dane analityczne. (a) Termogram mocy lasera mierzonej przez OCEC, sygnału NDIR oraz zadanej (set) i zmierzonej (actual, act.) temperatury pieca. (b) Wykres tłumienia w funkcji wydzielonego węgla (AVEC) odpowiadający przedstawionemu histogramowi. Punkty odpowiadają natychmiastowym danym raportowanym z częstotliwością 1 Hz, a kolor punktów reprezentuje chwilową temperaturę przedniego pieca (filtra). Pozioma czarna linia odpowiada początkowemu tłumieniu lasera (po pobraniu próbki, a przed analizą termiczną) wykorzystanemu do wyznaczenia punktu podziału, natomiast pozioma czerwona linia odpowiada spadkowi początkowego tłumienia lasera o 1,342% wykorzystanemu do oszacowania niepewności punktu podziału. Szary obszar zacieniowany reprezentuje 2σ CI punktu podziału dla tej analizy, który wynosi około 4,50% masy TC. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig3large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Typ węgla</td>
			<td>Średnia masa 
			[&#956;gC]</td>
			<td>2&#963; Niepewność 
			danych MC</td>
			<td>Najlepiej dopasowany 
			Dystrybucjaa</td>
		</tr>
		<tr>
			<td>Organiczny 
			Węgiel organiczny (OC)</td>
			<td>26.94</td>
			<td>-21.3% 
			+22.2%</td>
			<td>N(26,94, 2,925)</td>
		</tr>
		<tr>
			<td>Pierwiastkowy 
			Węgiel (EC)</td>
			<td>93.11</td>
			<td>-9.98% 
			+10.4%</td>
			<td>&#915;(385.7, 0.2414)</td>
		</tr>
		<tr>
			<td>Suma 
			Węgiel całkowity (TC)</td>
			<td>120.05</td>
			<td>-8.32% 
			+8.40%</td>
			<td>N(120,1; 5,014)</td>
		</tr>
		<tr>
			<td colspan="4">a Normalny: N(&#956;, &#963;); Gamma: &#915;(a, b[skala])</td>
		</tr>
	</tbody>
</table>
Tabela 2: Reprezentatywne wyniki masy węgla. Masowa zawartość OC, EC i TC obliczona metodą MC dla przykładowych danych przedstawionych na Rysunku 3 z niepewnością 2σ punktu podziału wynoszącą 4,50%, co odpowiada spadkowi początkowego tłumienia lasera o 1,342%. Podano wartości średnie i niepewności 2σ danych MC, a także najlepiej dopasowane rozkłady a posteriori.

Ten artykuł przedstawia protokół i narzędzie programowe do ilościowego oznaczania niepewności w kalibracji i analizie danych półciągłego termiczno-optycznego analizatora węgla organicznego/pierwiastkowego.

Analiza punktu podziału i kwantyfikacja niepewności termiczno-optycznych pomiarów węgla organicznego/pierwiastkowego

Researchers from myriad fields frequently seek to quantify and classify concentrations of carbonaceous aerosols as organic carbon (OC) or elemental carbon ...

Ten protokół i narzędzie programowe rozwiązuje kluczowe wyzwania związane z dokładnym określaniem ilościowym i minimalizowaniem źródeł niepewności pomiaru w powszechnie używanym termicznym/optycznym analizatorze węgla. Technika ta uwzględnia wszystkie źródła niepewności pomiaru, w tym kalibrację przyrządów i estymację punktu podziału, a następnie propaguje te niepewności do zmierzonych mas węgla za pomocą kompleksowej metody Monte Carlo. OCECgo jest obecnie projektowany do współpracy z konkretnym instrumentem.Mamy jednak nadzieję, że ten protokół i narzędzie programowe zostaną rozszerzone na wszystkie dostępne na rynku termiczne/optyczne analizatory węgla. Przy pierwszym użyciu tej techniki użytkownicy powinni wykonać wiele kalibracji, aby oszacować powtarzalność swojej indywidualnej implementacji protokołu. Aby zainstalować nowe filtry kwarcowe w celu przygotowania analizatora węgla organicznego do kalibracji, otwórz panel dostępu i zdejmij osłonę lasera.Aby wyjąć fotodetektor, poluzuj białą nakrętkę POM za fotodetektorem i odłącz metalową rurkę po lewej stronie fotodetektora. Następnie zsuń obudowę fotodetektora z wkładki kwarcowej i umieść obudowę w dolnej części przyrządu. Aby wyjąć wkładkę kwarcową, poluzuj białą nakrętkę POM przytrzymującą wkładkę kwarcową na miejscu i wysuń wkładkę kwarcową ze złączki POM.Następnie oprzyj wkładkę kwarcową na niestrzępiącej się chusteczce na płaskiej powierzchni. Aby zainstalować filtry, najpierw użyj narzędzia do wyjmowania filtrów, aby usunąć i wyrzucić istniejące filtry kwarcowe. Następnie umieść nowy duży filtr kwarcowy na niestrzępiącej się chusteczce na płaskiej powierzchni i użyj narzędzia do dziurkowania filtra, aby wybić jeden filtr.Za pomocą czystej pęsety wyjmij filtr z dziurkacza i umieść filtr na złączce POM wkładu kwarcowego, tak aby teksturowana powierzchnia filtra była skierowana na zewnątrz piekarnika. Następnie za pomocą wkładu kwarcowego wsuń filtr kwarcowy do złączki, aż filtr zostanie całkowicie osadzony na piekarniku. Po wybiciu i zainstalowaniu następnego filtra w ten sam sposób, wybij trzeci filtr kwarcowy i użyj czystej pęsety, aby przenieść ten filtr kwarcowy do końca wkładu kwarcowego.Ponownie włóż wkładkę kwarcową do instrumentu i luźno ręcznie dokręć białą nakrętkę POM, która mocuje wkładkę kwarcową na miejscu. Aby wymienić i wyrównać głowicę fotodetektora, wsuń obudowę fotodetektora na koniec wkładki kwarcowej i ponownie podłącz metalową rurkę po lewej stronie fotodetektora. Następnie całkowicie ręcznie dokręć wszystkie nakrętki POM, wymień osłonę lasera i zamknij panel dostępu.Aby uzyskać punkt kalibracji, należy przygotować przyrząd do wyjęcia wkładki kwarcowej, jak pokazano, i postępować zgodnie z procedurami pipetowania zalecanymi przez producenta, aby zassać pięć lub 10 mikrolitrów roztworu sacharozy. Ostrożnie umieść roztwór sacharozy na łodzi kwarcowej jak najbliżej końca wkładki i ponownie wprowadź wkładkę kwarcową do instrumentu. Po zamknięciu panelu dostępu otwórz menu Uruchom w oprogramowaniu przyrządu i wybierz Filtr suchy mokry.Postępując zgodnie z procedurą filtrowania na sucho, na mokro w polu Identyfikator próbki, wprowadź zastosowaną objętość sacharozy i potwierdź, że wybrano żądany plik par protokołu termicznego i odpowiedni plik wyjściowy txt. Upewnij się, że pole wyboru Użyj czasów przykładowego pliku nie jest zaznaczone, a następnie z menu rozwijanego Przykładowe minuty wybierz wartość 0. Upewnij się, że pole wyboru Cykl nie jest zaznaczone, a następnie kliknij przycisk Rozpocznij analizę, potwierdzając, że wymagany jest tylko jeden cykl analizy.Poczekaj, aż analiza termiczna zostanie wykonana i przeprowadzona do końca. Po zebraniu danych kalibracyjnych użyj czystej pęsety, aby wyjąć łódkę kwarcową i ponownie zainstalować wkładkę kwarcową, jak pokazano. Aby zakończyć stałą kalibracji z niepewnością, załaduj narzędzie programowe i upewnij się, że karta Narzędzie do kalibracji jest otwarta.W sekcji 1 graficznego interfejsu użytkownika wprowadzić nominalną objętość zastosowanego roztworu sacharozy, zgłoszony przyrząd, zintegrowany niedyspersyjny sygnał podczerwieni odpowiadający całkowitemu węglowi, zintegrowany niedyspersyjny sygnał podczerwieni podany przez przyrząd podczas pętli metanu oraz wartość logiczną wskazującą, czy w kalibracji należy użyć określonych punktów. W sekcji 2 graficznego interfejsu użytkownika zaktualizować domyślną charakterystykę niepewności roztworu sacharozy i pipety, jeśli to konieczne. I potwierdź żądaną liczbę losowań Monte Carlo.Aby przeprowadzić analizę Monte Carlo danych kalibracyjnych, naciśnij strzałkę Go w sekcji 3. Użyj przycisków w sekcji 3, aby zapisać bieżący wynik jako domyślną kalibrację i wyeksportować wyniki zgodnie z potrzebami. Następnie zaktualizuj plik kalibracyjny przyrządu z wynikami w sekcji 4.Aby obliczyć masy węgla i niepewności, należy pobrać dane pomiarowe zgodnie z instrukcją zawartą w instrukcji obsługi przyrządu i kliknąć przycisk aby przejść do zakładki Dane wejściowe analizy danych. W sekcji 1, podsekcji a, kliknij przycisk Przeglądaj, a następnie w oknie dialogowym Wybór pliku wybierz plik wyników txt utworzony przez instrument, aby załadować dane instrumentu z rozdzielczością czasową. W sekcji 1, podsekcji b przejrzyj przykładowe identyfikatory i kliknij, aby wybrać interesującą Cię analizę.W podsekcji c należy przejrzeć metadane analizy, w szczególności sygnatura czasową rozpoczęcia próbki. Aby zdefiniować opcje przetwarzania danych w sekcji 2 podsekcja a, wybierz żądane procedury korekcji laserowej, a w podsekcji b wybierz żądaną procedurę korekcji dla niedyspersyjnego detektora podczerwieni. W sekcji 2 podsekcja c) potwierdzić i w razie potrzeby zaktualizować parametry uogólnionego rozkładu t podane dla stałej wzorcowania masy oraz szacowany błąd powtarzalności kalibracji.W podsekcji d naciśnij strzałkę Go, aby utworzyć lub zaktualizować termogram analizy i wykres tłumienia w stosunku do wyewoluowanego węgla. W sekcji 3 podsekcja a wybierz żądaną procedurę obliczania punktu podziału i związanej z nim niepewności. W podsekcji b, w zależności od wybranej procedury obliczania punktu podziału i niepewności, należy zdefiniować nominalny punkt podziału, niepewność punktu podziału, początkowe tłumienie laserowe i/lub spadek tłumienia krytycznego, wykorzystując wykres tłumienia w funkcji wydzielanego węgla w sekcji 4.W sekcji 5 sprawdź nominalną precyzję instrumentu i żądaną liczbę rysowań Monte Carlo, a następnie naciśnij strzałkę Go, aby uruchomić analizę Monte Carlo. Po zakończeniu analizy Monte Carlo przejrzyj wyniki na karcie Wyniki analizy danych i wyeksportuj wyniki za pomocą przycisku Eksportuj wyniki analizy. W tym miejscu przedstawiono reprezentatywne dane kalibracyjne z termicznego optycznego analizatora węgla.Regresja liniowa danych kalibracyjnych w ramach Monte Carlo ujawnia przedział ufności dwóch sigma dla każdego z punktów danych kalibracji. Przedział ufności two-sigma regresji liniowej opiera się na niepewnych danych kalibracyjnych. Dla każdego losowania Monte Carlo losowy obszar kalibracji jest sprzężony z niepewnym modelem liniowym w celu uzyskania oszacowania masy węgla w pętli metanu w Monte Carlo.Oszacowania Monte Carlo tych danych kalibracyjnych można następnie przedstawić na histogramie wykresu punktowego, co daje niepewność co do skalibrowanej masy węgla wstrzykniętego podczas pętli metanu. W tym przypadku reprezentatywne pomiary emisji węgla z laboratoryjnego generatora sadzy są podsumowane na termogramie analitycznym oraz na wykresie tłumienia w stosunku do wydzielającego się węgla. Niepewność w tym punkcie podziału można oszacować przy użyciu jednego z trzech podejść, w tym nowatorskiej techniki zmniejszania tłumienia.W tym miejscu podsumowano kluczowe wyniki tej przykładowej analizy, w tym statystyki masy węgla i najlepiej dopasowane rozkłady a posteriori. W tych przykładach niepewność obliczeniowa mas węgla jest na ogół większa niż ta podawana przez instrument, do 280% w najbardziej ekstremalnym przypadku. Pamiętaj, aby wykonać tę samą procedurę podczas stosowania wzorca sacharozy.Zapewnia to stałą stronniczość wynikającą z absorpcji substancji organicznych w otoczeniu i pomaga zminimalizować niepewności kalibracji. Uważamy, że protokół ten uwzględnia wszystkie główne źródła niepewności pomiaru dla tego analizatora węgla. Jednakże standardowe procedury doświadczalne powinny obejmować badania powtarzalności dla danego doświadczenia.Użytkownicy powinni zwrócić uwagę na obecność promieniowania laserowego o małej mocy po uszkodzeniu blokady laserowej i powinni zachować ostrożność podczas manipulowania złączkami OEM. Technika ta pozwala na solidną kwantyfikację niepewności pomiaru, a ostatnio umożliwiła obserwację statystycznie istotnej zmienności i absorpcji światła przez sadzę.

split-point-analysis-uncertainty-quantification-thermal-optical

Research

JoVE Journal

Environment

Środowisko

Niniejszy protokół opisuje wysokoprzepustową metodę hydrolizy enzymatycznej, w której wykorzystuje się czytnik mikropłytek do pomiaru i klasyfikacji fosforu glebowego jako monoestrów P, diestrów P oraz fosforu nieorganicznego. W standardowych warunkach laboratoryjnych jednorazowo można zmierzyć do 96 próbek.

Wysokoprzepustowy pomiar i klasyfikacja fosforu organicznego w próbkach środowiskowych

Atomowe i dwuatomowe gatunki molekularne z rozdzielczością czasową są mierzone za pomocą LIBS. Widma są zbierane z różnymi opóźnieniami czasowymi po wytworzeniu plazmy rozpadu optycznego z promieniowaniem laserowym Nd:YAG i są analizowane w celu wywnioskowania gęstości elektronów i temperatury.

Pomiar i analiza widm wodoru atomowego i dwuatomowego molekularnego AlO,C2, CN i TiO po rozpadzie optycznym wywołanym laserem

Ten film przedstawia protokół do analizy spektrometrycznej mas związków lotnych i wrażliwych na utlenianie za pomocą jonizacji uderzeniowej elektronów. Przedstawiona technika jest szczególnie interesująca dla chemików nieorganicznych, pracujących z metalami organicznymi, silanami lub fosfanami, z którymi należy obchodzić się w warunkach obojętnych, takich jak technika Schlenka.

Analiza związków lotnych i wrażliwych na utlenianie przy użyciu systemu zimnego wlotu i spektrometrii mas z uderzeniem elektronów

Przedstawiamy metodę oceny pirogenicznego węgla (PyC) w środowisku za pomocą kwasu polikarboksylowego benzenu (BPCA). Podejście specyficzne dla związku w unikalny sposób dostarcza jednoczesnych informacji o charakterystyce, ilości i składzie izotopowym (13C i 14C) PyC.

Charakterystyka, kwantyfikacja i analiza izotopowa specyficzna dla związku węgla pirogennego przy użyciu polikarboksylowych kwasów benzenowych (BPCA)

Prezentujemy eksperymenty, w których prawdziwe paliwo jądrowe, obudowy i materiały zabezpieczające są podgrzewane laserowo do temperatur powyżej 3 000 K, podczas gdy ich zachowanie jest badane za pomocą spektroskopii radiancji i analizy termicznej. Eksperymenty te symulują, w skali laboratoryjnej, powstawanie fazy lawy po stopieniu rdzenia reaktora jądrowego.

Laserowa spektrometria nagrzewania i promieniowania do badania materiałów jądrowych w warunkach symulujących awarię elektrowni jądrowej

Przedstawiono badanie chemii spalania oksydacyjnego nowych biopaliw, składników paliw lub paliw do silników odrzutowych poprzez porównanie ilościowych danych specjacyjnych. Dane mogą być wykorzystane do walidacji modelu kinetycznego i umożliwiają strategię oceny paliwa. Manuskrypt ten opisuje atmosferyczny reaktor przepływowy o wysokiej temperaturze i demonstruje jego możliwości.

Chemia spalania paliw: ilościowe dane specjacyjne uzyskane z atmosferycznego wysokotemperaturowego reaktora przepływowego ze sprzężonym spektrometrem mas z wiązką molekularną

Podczas topienia indukcyjnego próżniowego, spektroskopia rozpadu indukowana laserem jest używana do przeprowadzania w czasie rzeczywistym analizy ilościowej głównych składników stopionego stopu.

Analiza ilościowa topnienia indukcyjnego w próżni za pomocą spektroskopii rozpadu indukowanego laserem

Precyzyjne określenie szybkości przepływu wydzielanych gazów jest kluczowe do badania szczegółów reakcji. Zapewniamy nowatorską metodę analizy ilościowej równoważnej analizy widma charakterystyki dla termograwimetrycznej analizy widma masowego poprzez ustanowienie systemu kalibracji widma charakterystycznego i czułości względnej w celu uzyskania natężenia przepływu.

Analiza ilościowa za pomocą termograwimetrii-analiza widma mas dla reakcji z wydzielającymi się gazami

Analiza morfologii, składu i rozmieszczenia blaszek rozpuszczających może dostarczyć niezbędnych informacji do zrozumienia procesów geologicznych związanych z wulkanizmem i metamorfizmem. Przedstawiamy nowatorskie zastosowanie APT do charakterystyki takich blaszek i porównujemy to podejście z konwencjonalnym zastosowaniem mikroskopii elektronowej i nanotomografii opartej na FIB.

Tomografia atomowa Analiza rozpuszczonych faz mineralnych

Ten artykuł jest demonstracją i wskazówką do przeprowadzenia i analizy wewnętrznych (z laboratoryjnym przyrządem rentgenowskim) eksperymentów in situ GISAXS dotyczących suszenia farb na niefulerenowych organicznych fotowoltaikach z rolki na rolkę.

Częstość występowania in situ Rozpraszanie promieniowania rentgenowskiego pod małym kątem na powłoce organicznych ogniw słonecznych z rolki na rolkę z laboratoryjnym oprzyrządowaniem rentgenowskim

W tym artykule przedstawiono technikę termorefleksji w dziedzinie częstotliwości (FDTR) do lokalnej niedestrukcyjnej charakterystyki termicznej i obrazowania.

Technika termorefleksji w dziedzinie częstotliwości do pomiarów właściwości termicznych

Poznaj metodę Monte Carlo do kwantyfikacji niepewności pomiarów węgla organicznego i pierwiastkowego w analizatorze termiczno-optycznym. To narzędzie programowe poprawia dokładność kalibracji instrumentu.

Analiza punktu podziału i kwantyfikacja niepewności termiczno-optycznych pomiarów węgla organicznego/pierwiastkowego

Przeglądaj więcej filmów