Name: split point analysis and uncertainty quantification of thermal-optical organic/elemental carbon measurements
Uploaded: 2019-09-07T14:00:00
Duration: 10 min 22 s
Description: Watch this Scientific Journal Video about Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements at JoVE.com

Diese Arbeit wurde vom Natural Sciences and Engineering Research Council of Canada (NSERC) FlareNet Strategic Network (Grant Nr. 479641), NSERC Discovery Research Grants (Grant #06632 und 522658) und Natural Resources Canada (Projektmanager, Michael Layer). Die Autoren sind denjenigen dankbar, die Rohdatendateien zur Verwendung als repräsentative Beispiele in dieser Arbeit freigegeben haben.

<ol>
	<li>Cohen, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=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.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Public+health+and+components+of+particulate+matter:+The+changing+assessment+of+black+carbon.">Public health and components of particulate matter: The changing assessment of black carbon.</a> Journal of the Air &amp; 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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+short-term+association+of+selected+components+of+fine+particulate+matter+and+mortality+in+the+Denver+Aerosol+Sources+and+Health+(DASH)+study.">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>Basaga&#241;a, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Short-term+effects+of+particulate+matter+constituents+on+daily+hospitalizations+and+mortality+in+five+South-European+cities:+Results+from+the+MED-PARTICLES+project.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Strong+radiative+heating+due+to+the+mixing+state+of+black+carbon+in+atmospheric+aerosols.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+atmospheric+black+carbon+inferred+from+AERONET.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+and+regional+climate+changes+due+to+black+carbon.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bounding+the+role+of+black+carbon+in+the+climate+system:+A+scientific+assessment.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Short-term+effects+of+controlling+fossil-fuel+soot,+biofuel+soot+and+gases,+and+methane+on+climate,+Arctic+ice,+and+air+pollution+health.">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., Forsstr&#246;m, S., Hegg, D. L., Brandt, R. E., Warren, S. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Observed+vertical+redistribution+of+black+carbon+and+other+insoluble+light-absorbing+particles+in+melting+snow.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retention+and+radiative+forcing+of+black+carbon+in+eastern+Sierra+Nevada+snow.">Retention and radiative forcing of black carbon in eastern Sierra Nevada snow.</a> The Cryosphere. 7 (1), 365-374 (2013).</li><li>Goelles, T., B&#248;ggild, C. E., Greve, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ice+sheet+mass+loss+caused+by+dust+and+black+carbon+accumulation.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessing+the+climatic+benefits+of+black+carbon+mitigation.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Toward+a+standardised+thermal-optical+protocol+for+measuring+atmospheric+organic+and+elemental+carbon:+the+EUSAAR+protocol.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multi-wavelength+optical+measurement+to+enhance+thermal/optical+analysis+for+carbonaceous+aerosol.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Optical+Calibration+and+Equivalence+of+a+Multiwavelength+Thermal/Optical+Carbon+Analyzer.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Separation+of+brown+carbon+from+black+carbon+for+IMPROVE+and+Chemical+Speciation+Network+PM+2.5+samples.">Separation of brown carbon from black carbon for IMPROVE and Chemical Speciation Network PM 2.5 samples.</a> Journal of the Air &amp; Waste Management Association. 68 (5), 494-510 (2018).</li><li>Sunset Laboratory Inc. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Organic Carbon and Elemental Carbon Field Instrument: Model 4 User&#8217;s Manual. , (2019).</li><li>Turpin, B. J., Cary, R. A., Huntzicker, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+In+Situ,+Time-Resolved+Analyzer+for+Aerosol+Organic+and+Elemental+Carbon.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recommendations+for+reporting+&#8220;black+carbon&#8221;+measurements.">Recommendations for reporting &#8220;black carbon&#8221; 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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Light+attenuation+versus+evolved+carbon+(AVEC)+-+A+new+way+to+look+at+elemental+and+organic+carbon+analysis.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+IMPROVE+and+NIOSH+Carbon+Measurements.">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., Moosm&#252;ller, H., Fung, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Equivalence+of+Elemental+Carbon+by+Thermal/Optical+Reflectance+and+Transmittance+with+Different+Temperature+Protocols.">Equivalence of Elemental Carbon by Thermal/Optical Reflectance and Transmittance with Different Temperature Protocols.</a> Environmental Science &amp; Technology. 38 (16), 4414-4422 (2004).</li><li>Subramanian, R., Khlystov, A., Robinson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+peak+inert-mode+temperature+on+elemental+carbon+measured+using+thermal-optical+analysis.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+effect+of+metal+salts+on+quantification+of+elemental+and+organic+carbon+in+diesel+exhaust+particles+using+thermal-optical+evolved+gas+analysis.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standard+Operating+Procedure+for+the+Determination+of+Organic,+Elemental,+and+Total+Carbon+in+Particulate+Matter+Using+a+Thermal/Optical-Transmittance+Carbon+Analyzer.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mass+Absorption+Cross-Section+of+Flare-Generated+Black+Carbon:+Variability,+Predictive+Model,+and+Implications.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+look+at+the+statistical+model+identification.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Raman+spectroscopy+and+TEM+characterization+of+solid+particulate+matter+emitted+from+soot+generators+and+aircraft+turbine+engines.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biomass+burning+history+in+East+Asia+during+the+last+4+million+years+recorded+in+elemental+carbon+variability+at+IODP+site.">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>

Die Autoren haben nichts zu verraten.

Tabelle 3 zeigt den Beitrag der spezifischen Unsicherheitsquellen zur Massenkalibrierungskonstante für den in Tabelle 1 und Abbildung 2beschriebenen Beispielfall . Die kumulative Kalibrierungsunsicherheit, die sich aus Einemverzerrungsfehler im NDIR-Detektor, Einemverzerrungsfehler bei der Konzissonierung von Saccharose sowie Präzisions- und Verzerrungsfehlern in pipetierten Volumina ergibt, wird aufgelistet. Der Bias-Fehler im NDIR-Detektor (d. h. die Varianz im "Kalibrierbereich") dominiert tendenziell, wobei die Verzerrung im Pipettierverfahren am zweitwichtigsten ist (wenn auch im repräsentativen Beispiel recht klein). Die richtige Schätzung von Pipettierfehlern ist daher entscheidend für die Gewährleistung einer genauen Quantifizierung der Gesamtkalibrierungsunsicherheit; Unter Bezugnahme auf Protokollschritt 4.3.2 wird daher vorgeschlagen, für jede Gruppe von Benutzern und Pipetten die Wiederholbarkeit zwischen den Benutzern und die Reproduzierbarkeit der Benutzer zu bewerten. Im Gegensatz dazu ist die Unsicherheit durch die Konzentration von Saccharose im außen stehenden Standard vernachlässigbar gering. Darüber hinaus scheint ein vernachlässigbarer Beitrag durch Regressionsunsicherheit zu bestehen, eine wahrscheinliche Folge der guten Linearität des Instruments – der Bestimmungskoeffizient (R2) für eine lineare Anpassung der Kalibrierdaten übersteigt im Allgemeinen 99,95 % . Wenn die Kalibrierdaten nicht linear genug sind, warnt die Software automatisch den Benutzer, der dann in der Lage ist, das Dataset über die boolesche Steuerung zu beheben, die in Protokollschritt 4.2 angegeben ist; Der Benutzer kann dann sein Kalibrier-Dataset ändern, indem er bei Bedarf Ersatzdaten erfasst.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Berücksichtigte Unsicherheiten</td>
			<td>Vollständige (6-Punkt) Kalibrierung</td>
		</tr>
<tr>
<td>NDIR-Voreingenommenheit</td>
			<td>2,61 %</td>
		</tr>
<tr>
<td>+ Saccharoselösung</td>
			<td>2,61 %</td>
		</tr>
<tr>
<td>+ Pipette</td>
			<td>2,78 %</td>
		</tr>
<tr>
<td>Nennergebnis [gC]</td>
			<td>18.49</td>
		</tr>
</tbody></table>Tabelle 3: Unsicherheiten bei der Massenkalibrierungskonstante. Repräsentativer Beitrag von Unsicherheiten bei der Kalibrierung des OCEC-Instruments für die Beispiel-Sechspunktkalibrierung (siehe Tabelle 1). Die Gesamtkalibrierungsunsicherheit wird von einer Verzerrung des NDIR-Detektors mit Fehlern aufgrund der Genauigkeit bei der Pipettierung der Saccharoselösung dominiert, einschließlich menschlicher Fehler (Reproduzierbarkeit zwischen Benutzern und Wiederholbarkeit innerhalb des Benutzers), wobei dies am wichtigsten ist, gefolgt von Unsicherheit bei der linearen Regression und Saccharosekonzentration (die beide vernachlässigbar sind).
Die Kalibrierung des OCEC-Instruments ist ein zeitaufwändiges Verfahren, das je nach Länge des verwendeten Thermischen Protokolls in der Regel 2 bis 3 Stunden benötigt. Ein schnelleres Kalibrierverfahren ist wünschenswert. Zu diesem Zweck wurde die Wirksamkeit eines modifizierten, abgeschnittenen Kalibrierprotokolls mit dem vorgestellten Software-Tool analysiert. Das entwickelte MC-Verfahren wurde unter Verwendung aller möglichen Teilmengen der in Tabelle 1 aufgeführten Beispielkalibrierungsdaten ausgeführt — beschränkt auf Fälle mit drei oder mehr Daten und mindestens einer Leermessung. Alle resultierenden Massenkalibrierungskonstanten aus dieser Analyse werden in Abbildung 4 in Abhängigkeit von der Anzahl der verwendeten Kalibrierdaten dargestellt, wobei Die Kalibrierkonstanten durch das vollständige (6-Punkt) Kalibrierergebnis normalisiert wurden. Es überrascht nicht, dass die Unsicherheit in der Kalibrierkonstante zunimmt, da die verfügbaren Kalibrierdaten reduziert werden. Wichtig ist jedoch, dass die Mittel aller abgeschnittenen Kalibrierungen innerhalb des 2-CI des vollständigen Kalibrierergebnisses liegen, was eine Folge der oben genannten Linearität des Instruments ist. Diese Konsistenz im MC-Durchschnitt legt nahe, dass eine modifizierte, schnellere Kalibrierung, die aus wenigen Kalibrierdaten besteht, als "Bump-Test"-Prüfung der Kalibrierung des OCEC-Instruments verwendet werden kann. Das heißt, wenn der MC-Durchschnitt eines 3-Punkt-Kalibrierdatensatzes innerhalb des 2-C-KI der vorhandenen Kalibrierung liegt, ist es wahrscheinlich, dass das OCEC-Instrument keine Neukalibrierung erfordert. In Abbildung 4 wird auch deutlich, dass die Kalibrierunsicherheit durch mehr Kalibrierdaten verringert wird, aber die Verringerung der Unsicherheit leidet unter sinkenden Erträgen. Unter Bezugnahme auf Tabelle 3 und ihre obige Diskussion, da die Kalibrierunsicherheiten von NDIR-Voreingenommenheit dominiert werden (quantifiziert mit dem Standardfehler der "Kalibrierbereiche"), ist die marginale Abnahme der Kalibrierunsicherheit durch Einbeziehung der nth Datenpunkt kann mit dem Faktor 1x1/n geschätzt werden. Folglich ist im repräsentativen Beispiel die marginale Verringerung der Unsicherheit größer, wenn man von einer Drei- zu einer Vier-Punkt-Kalibrierung wechselt, als wenn man von einer Fünf- zu einer Sechs-Punkt-Kalibrierung wechselt. Das entwickelte Software-Tool, das nach der Erfassung jedes Kalibrierdatenpunktes (d.h. nach jeder Wiederholung des Protokollschritts 3.3) ausgeführt werden kann, ermöglicht es dem Anwender, die Kalibrierunsicherheit während der gesamten Datenerfassung zu quantifizieren. Entscheidend ist, dass diese Fähigkeit es dem Benutzer ermöglicht, nicht nur im Zusammenhang mit seiner Ungewissheit über eine angemessene Konvergenz der Kalibrierung zu entscheiden, sondern auch das Vorhandensein von falschen Daten zu erkennen, d. d. d. d. als erwartet hebt für den Benutzer hervor, dass der zuletzt erworbene Kalibrierdatenpunkt fehlerhaft sein könnte.
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/59742/59742fig4.jpg"> Abbildung 4: Bewertung des Stichprobenumfangs auf Kalibrierunsicherheit. Berechnete Massenkalibrierungskonstante für alle möglichen Kombinationen von Kalibrierdaten, die in Tabelle 1 aufgeführt sind (mindestens drei Daten, einschließlich mindestens eines Leerzeichens), normalisiert durch das Ergebnis unter Verwendung aller sechs Daten. Die relative Unsicherheit in der Kalibrierkonstante nimmt mit einer Erhöhung der Anzahl der Kalibrierdaten ab. Der blau schattierte Bereich in der Abbildung entspricht dem 2-CI der Kalibrierkonstante, die unter Verwendung aller Kalibrierdaten berechnet wird. Es ist offensichtlich, dass alle nominalen Ergebnisse innerhalb dieses CI liegen, was darauf hindeutet, dass – obwohl ungewiss – ein gekürztes Kalibrierungsverfahren von nur drei Kalibrierdatenpunkten als "Bump-Test"-Prüfung der Kalibrierung des Geräts verwendet werden könnte. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig4large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
Berechnete Kohlenstoffmassen und Unsicherheiten für vier Beispieldatensätze sind in Tabelle 4aufgeführt; Diese Daten stammen aus Messungen der Kohlenstoffemissionen aus Kohlenwasserstoffflammen27,29, Gasturbinen29und Fein-Mode (< 2 m) kohlenstoffhaltige Partikel aus Sub-Ozean-Sedimentproben30. Berechnete (MC-durchschnittliche) OC-, EC- und TC-Massen sind in Tabelle 4 neben dem berechneten kritischen Dämpfungsrückgang und dem EG/TC-Verhältnis für jeden Datensatz dargestellt, wobei die Breite der Beispieldaten im Zusammenhang mit der in die Stichprobe einbezogenen Kohlenstoffzusammensetzung dargestellt wird. In Tabelle 4 sind die Quellen und die allgemeinen Unsicherheiten in bezug auf die Kohlenstoffmasse unter Verwendung des vorgestellten Softwaretools im Vergleich zu den vom Instrument gemeldeten Quellen und Allgemeinen Unsicherheiten zusammengefasst. Innerhalb des Software-Tools ergibt die Kombination (Produktverteilung) von Kalibrierunsicherheit und Wiederholbarkeit die Gesamtunsicherheit in der MC-berechneten TC-Masse (quantifiziert auf 8,32 USD/+8,40 % in der vorliegenden Arbeit), die unabhängig von der Unsicherheit in der Split-Punkt und fungiert daher als Untergrenze in der Unsicherheit der OC- und EG-Massen. Diese repräsentativen Kalibrierunsicherheiten werden auf jeden Beispieldatensatz angewendet, wobei die in den ursprünglichen Analysen verwendete Nominalmassenkalibrierungskonstante beibehalten wird.
<img alt="Table 4" src="/files/ftp_upload/59742/59742table4.jpg"> Tabelle 4: Unsicherheiten bei der Datenanalyse. Beitrag zur Unsicherheit in OCEC-gemessenen Kohlenstoffmassen für vier Beispieldatensätze aus einer Vielzahl von Quellen und durchgeführt von verschiedenen Laboratorien27,29,30. (a) Wichtige numerische Ergebnisse aus den Beispieldatensätzen: OC-, EC- und TC-Massen, kritischer Dämpfungsrückgang für die Quantifizierung der Split-Point-Unsicherheit und elementares Kohlenstoffverhältnis. (b) Eine Zusammenfassung der Unsicherheiten in den berechneten Kohlenstoffmassen. Zu den Unsicherheitsquellen gehören die Massenkalibrierungskonstante, die Wiederholbarkeit des Kalibriervorgangs und die Unsicherheit im Splitpunkt (bezogen auf die TC-Masse), die dem kritischen Dämpfungsrückgang entspricht, der unter Buchstabe a) aufgeführt ist. Unsicherheiten in den Kohlenstoffmassen unter Verwendung der vom Instrument verwendeten fixen Gleichungen (Eq. (1)) sind ebenfalls in B dargestellt. Die rote und gelbe Hervorhebung der Daten entspricht einer Unter- bzw. Überschätzung der Unsicherheit, wenn die festen Gleichungen im Verhältnis zur vorliegenden Methode verwendet werden. In den meisten Fällen unterschätzt das Instrument jedoch die Unsicherheit der Kohlenstoffmasse, wenn die gemessene OC- oder EG-Masse gering ist, kann das Instrument die Unsicherheit im Vergleich zur vorliegenden Software überschätzen. <a href="https://www.jove.com/files/ftp_upload/59742/Table_4.xlsx">Bitte klicken Sie hier, um diese Datei herunterzuladen.</a>
Für diese Beispiele wurde die Dämpfungsrückgangstechnik zur Quantifizierung der Split-Point-Unsicherheit verwendet. OCECgo-berechnete kritische Werte des Dämpfungsrückgangs reichten von 1,342% bis 2,059% und führten zu Splitpoint-Unsicherheiten von 0,10% bis 4,50% der TC-Masse. Während die verwendeten Werte des Dämpfungsrückgangs in der Tat etwas subjektiv sind – insbesondere der verwendete Faktor zur Schätzung der Unsicherheit im Splitpunkt aufgrund der optischen Eigenschaften – zeigen diese Beispiele die Abhängigkeit der Split-Point-Unsicherheit auf die spezifischen Analysedaten. Beispielsweise ist die Split-Point-Unsicherheit empfindlich auf die Neigung des AVEC-Plots in der Nähe des nominalen Split-Punkts. Betrachten Sie Das Dataset "A" entsprechend den Beispieldaten in Abbildung 3 und das Dataset "D"; Trotz ähnlicher kritischer Dämpfungsrückgänge ergeben die relativ flachen und steilen Hänge ihrer jeweiligen AVEC-Parzellen (siehe Abbildung 3b für Datensatz "A") die größten und kleinsten Split-Point-Unsicherheiten von 4,50 % bzw. 0,10 % des TC masse. Darüber hinaus zeigen die Beispieldaten, dass der Einfluss der Unsicherheit im Split-Punkt weitgehend von seiner Skala im Verhältnis zu den nominellen OC- und EG-Massen abhängt. Betrachten wir die Beispiel-Datasets "B" und "C", die nahezu identische Split-Point-Unsicherheiten aufweisen (1,22 % der TC-Masse); Datensatz "C" enthält 43 % OC, während das Dataset "B" 8 % enthält; die geringere relative Menge an OC in letzterem führt zu einer fast Verdoppelung der OC-Massenunsicherheit. Kritisch ist, dass diese Ergebnisse die Anforderung unterstreichen, die Unsicherheit der geteilten Punkte im Zusammenhang mit den AVEC-Daten der Analyse und den gesamten Kohlenstoffmassen direkt zu berücksichtigen.
Die vom Hersteller gemeldeten Unsicherheiten bei den Kohlenstoffmassen sind ebenfalls in Tabelle 4dargestellt. Diese Schätzungen berücksichtigen nicht direkt Unsicherheiten in der Kalibrierung und im Splitpunkt, sondern werden anhand der festen Beziehungen berechnet, die in Eq. (1)26dargestellt sind, wobei mi die Nennmasse der spezifischen Kohlenstoffkomponente darstellt.
        <img alt="Equation 6" src="/files/ftp_upload/59742/59742eq6.jpg"> (1)<img alt="Equation 7" src="/files/ftp_upload/59742/59742eq7.jpg"> 
       <img alt="Equation 8" src="/files/ftp_upload/59742/59742eq8.jpg">  
Diese festen Beziehungen erlauben es, dass die geschätzten Unsicherheiten in der OC- und/oder EG-Masse künstlich geringer sind als die der TC-Masse – diese Bedingung tritt auf, wenn die OC- oder EG-Masse weniger als ein Drittel der TC-Masse beträgt, wie dies bei den Datensätzen "A", "B" und "D" der Fall ist. Dieses Ergebnis ist nicht physikalisch, da die relative Unsicherheit in DEN OC- und EG-Massen durch die der TC-Masse begrenzt werden muß, was eine Folge der Ausbreitung der Split-Point-Unsicherheit in die berechneten OC- und EG-Massen ist. Die in der Tabelle rot und gelb hervorgehobenen Zellen entsprechen einer Unter- und Überschätzung der Kohlenstoffmassenunsicherheit bei Verwendung von Eq. (1) des Herstellers. Die festen Gleichungen unterschätzen die TC-Massenunsicherheit für alle vier Beispiele, was darauf hinausläuft, dass die berechneten TC-Massen ausreichend groß sind. In den meisten Fällen unterschätzen die festen Gleichungen auch die EG- und OC-Massenunsicherheit, es sei denn, OC (Datensatz "B") und EC (Datensatz "D") waren so klein, dass über Eq. (1) eine Überschätzung verursacht wurde. Diese asymptotische Zunahme der Unsicherheit über Eq. (1) stimmt mit der gegenwärtigen Software überein, da die Unsicherheit in DEN OC- und EG-Massen aufgrund der des Split-Punktes von ihrer absoluten Größe abhängt; Unsicherheiten über die festen Gleichungen lassen jedoch nicht mit denen der vorliegenden Software nach, die die Unsicherheit der Geteiltpunkte im Kontext spezifischer Analysedaten direkt berücksichtigt und verbreitet.
Die Verwendung eines MC-Frameworks im vorgestellten Software-Tool ist notwendig, um Komponentenunsicherheiten durch die nichtlinearen Algorithmen der thermisch-optischen OC/EC-Analysen genau zu verbreiten. Es ist jedoch wichtig, aufgrund ihrer inhärentzufälligen Natur zu beachten, dass MC-Methoden nicht deterministisch sind und dazu neigen, inkonsistente Ergebnisse zu liefern, wenn die Anzahl der verwendeten MC-Ziehungen/Wiederholungen (siehe Protokollschritte 4.3.3 und 6.5.2) nicht ausreicht – ähnlich einem statistisch unterdimensionierte Stichprobe. Daher gibt es einen inhärenten Konsistenz-Vergleich im Vergleich zur Berechnungszeit, der bei der Verarbeitung von Daten mit OCECgoberücksichtigt werden muss. Es wird daher den Benutzern empfohlen, die Daten mit einer kleinen Anzahl von MC-Zeichnungen (z. B. 104) vorab zu verarbeiten und zu beheben. Sobald Berechnungen zufriedenstellende Ergebnisse liefern, sollte der Benutzer die Anzahl der MC-Ziehungen (auf 106-108) erhöhen, um ein Ergebnis zu erzielen, das weniger von der diskreten und zufälligen Natur der MC-Methode beeinflusst wird. Neben der notwendigen "operativen Definition" von thermisch-optischen OC/EC-Analysen gibt es weitere Einschränkungen bei der Verarbeitung dieser Daten, die auch bei der Verwendung von OCECgo zur Berechnung und Meldung von OC/EC-Daten erkennbar sein müssen. Erstens leiden NDIR-basierte Instrumente (wie die in der Materialtabelleaufgeführten) unter einer Drift im NDIR-Signal, die korrigiert werden muss. Im vorliegenden Protokoll (siehe Schritt 6.3.2 und der OCECgo-Dokumentation) kann ein neuartiger Ansatz zur Korrekthebung des Drifts im NDIR-Detektor optional vom Benutzer eingesetzt werden. Während dies nach den Erfahrungen der Autoren zu verbesserten Ergebnissen gegenüber der linearen NDIR-Standardkorrektur des Herstellers führt, ist darauf hinzuweisen, dass die Unsicherheit in dieser NDIR-Korrektur eine Herausforderung darstellt, wenn nicht gar unmöglich zu quantifizieren ist und daher eine unberücksichtigte Unsicherheit bei der Berechnung von Kohlenstoffmassen. In ähnlicher Weise ist es auch schwierig, Unsicherheit enthekt in der notwendigen Annahme, dass PC und EC optische Eigenschaften aufweisen. Wenn diese Option ausgewählt ist (siehe Protokollschritt 6.4.1), versucht die kritische Dämpfungsabnahme-Technik, die Wirkung dieser Annahme durch einen subjektiven Expansionsfaktor konservativ zu binden. Wichtig ist jedoch, dass dies notwendigerweise nur eine Schätzung ist, und dem Benutzer wird vorgeschlagen, die Auswirkungen dieses Expansionsfaktors (d. h. des kritischen Dämpfungsrückgangs) auf seine spezifischen Daten zu bewerten. OCECgo wird als Open-Source-Tool zur Verfügung gestellt, so dass es leicht von den Autoren und anderen interessierten Mitarbeitern erweitert werden kann, um nicht nur mit anderen Instrumenten zu verbinden, sondern auch andere nützliche, feldspezifische Funktionalitäten einzubeziehen. Insgesamt soll das entwickelte Open-Source-Software-Tool in Verbindung mit dem detaillierten Kalibrierverfahren dazu beitragen, genauere Messungen der OC-, EC- und TC-Masse in Aerosolproben zu erreichen und gleichzeitig die robuste Berechnung der Messung zu rationalisieren. Unsicherheiten.

Die Fähigkeit, die atmosphärischen Konzentrationen kohlenstoffhaltiger Arten genau zu messen, ist für viele Forscher außerordentlich wichtig. Kohlenstoffhaltige Arten in Derdarmpartikeln (PM, der größte Umweltrisikofaktor für den frühen Tod1) wurden als Schlüsselkomponente von PM für gesundheitsschädliche Auswirkungen undErgebnisseverantwortlich 2,3 ,4. Partikelkohlenstoff in der Atmosphäre ist ein kritischer Klimaschadstoff, bei dem verschiedene kohlenstoffhaltige Arten bekanntermaßen variable, ja sogar entgegengesetzte Auswirkungen haben. Schwarzer Kohlenstoff ist potenziell der zweitstärkste direkte Strahlungskraft in der Erdatmosphäre5,6,7,8. Wenn auf Schnee und Eis abgelagert, reduziert Ruß auch die Reflektivität der arktischen Landschaft, Verbesserung der Absorption von Sonnenlicht, und Erhöhung der Rate der Schmelze9,10,11,12 . Im Gegensatz dazu wirken hygroskopische organische Kohlenstoffpartikel als Wolkenkondensationskerne, erhöhen die mittlere Reflektivität der Erde und verursachen einen kühlenden Effekt13. Die genaue Klassifizierung von beprobten Kohlenstoffmaterial und die gleichzeitige Quantifizierung von Messunsicherheiten sind daher wesentliche Aspekte von Partikelmessungen.
Die Unterscheidung zwischen organischem und elementarem Kohlenstoff in einer partikelbeladenen Probe kann mit einer thermisch-optischen Analyse erreicht werden14. Kommerzielle, laborbasierte Systeme für die thermisch-optische Kohlenstoffanalyse wurden15,16,17 einschließlich eines online, halbkontinuierlichen Analysators18 erstellt, der die wärme-optische Analysen im Feld. Die vorliegende Arbeit beschreibt ein detailliertes Verfahren zur Kalibrierung dieses letztgenannten OCEC-Instruments (siehe Tabelle der Werkstoffe) und verfügt über ein Open-Source-Softwaretool zur strengen Quantifizierung von Kalibrier- und Analyseunsicherheiten. Obwohl die Erstveröffentlichung der Open-Source-Software für das Ausgabedateiformat des semikontinuierlichen Instruments konzipiert ist, könnte das Software-Tool in Zukunft problemlos um andere erweitert werden, um mit Ausgängen anderer Instrumente zu arbeiten.
Der halbkontinuierliche thermisch-optische organische/elementare Kohlenstoffanalysator (OCEC) quantifiziert organischen Kohlenstoff (OC) und elementaren Kohlenstoff (EC) in einem Probenvolumen. Das Analyseverfahren enthält vier Phasen, die in Abbildung 1beschrieben sind. Zunächst wird ein Probenvolumen durch das Instrument gezogen, wo Partikel auf lagert und Gasphasen-Organischestoffe durch einen Quarzfilter adsorbiert werden. Nach Beendigung der Probenahme wird der Quarzfilter durch ein vorgeschriebenes Temperaturprotokoll in einer inerten Heliumatmosphäre erhitzt. Dabei wird ein Teil des kohlenstoffhaltigen Materials thermisch aus dem Quarzfilter pyrolysiert. Gasförmige Abgase werden an einen Ofen mit fester Temperatur, Manganoxid (MnO2), weitergeleitet, der pyrolysierte Kohlensäurearten in Kohlendioxid (CO2)umwandelt. Die zeitaufgelöste Konzentration von freigesetztemCO2 wird anschließend mit einem nicht-dispersiven Infrarotdetektor (NDIR) gemessen. Nach der erstmaligen Erwärmung in der Er-Umgebung wird die Probe durch ein ähnliches Protokoll in einer oxidierenden (Ox) Umgebung erhitzt. In Gegenwart von Sauerstoff werden feuerfeste Kohlenstoffarten, die auf dem Quarzfilter verbleiben, oxidiert und dann auf die gleiche Weise über den MnO 2-Ofen und den NDIR-Detektor weitergeleitet. Sobald die beprobten kohlenstoffhaltigen Arten vollständig aus dem Quarzfilter entwickelt wurden, wird ein abschließendes In-Test-Kalibrierungsverfahren durchgeführt. Eine feste Menge (nominal 0,8 ml) eines 5% Methan (CH4)-Heliumgemischs wird in das Instrument eingeführt, im MnO2-Ofen oxidiert, inCO2umgewandelt und anschließend vom NDIR gemessen. Das integrierte NDIR-Signal während dieser Testkalibrierungsphase (als CH4-Schleifebezeichnet) entspricht der bekannten Kohlenstoffmasse (eingeführt als CH4) und quantifiziert damit die Empfindlichkeit des NDIR, das in der Zeit driften kann. Dieses Maß an NDIR-Empfindlichkeit wird dann verwendet, um Kohlenstoffmassen aus dem NDIR-Signal während der vorherigen He- und Ox-Phasen der Analyse abzuleiten.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59742/59742fig1.jpg"> Abbildung 1: Thermisch-optisches Analyseverfahren. Analyseverfahren des thermisch-optischen OCEC-Instruments. Nach der Entnahme einer Probe auf den Quarzfilter (Schritt 0) werden drei Hauptanalyseschritte durchgeführt. Zwei thermische Protokolle werden zuerst in einer Heliumatmosphäre (He-Phase, Schritt 1) und dann in einer oxidierenden Atmosphäre (Ox-Phase, Schritt 2) ausgeführt, wobei kohlenstoffhaltige Komponenten aus dem Quarzfilter pyrolysiert/oxidiert,innerhalb eines sekundären Kataperatofen und anschließend mit einem NDIR-Detektor gemessen. Es wird ein abschließendesIn-Test-Kalibrierungsverfahren (CH 4-Schleife, Schritt 3) durchgeführt, bei dem die Oxidation einer bekannten Methanmasse ein Maß für die Empfindlichkeit des NDIR-Detektors liefert. Die Detektorempfindlichkeit wird mit NDIR-gemessenemCO2 während der He- und Ox-Phase gekoppelt, um die Kohlenstoffmassenbelastung auf dem Quarzfilter zu quantifizieren. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig1large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
Die Masse des injizierten Kohlenstoffs während der CH4-Schleifekann empfindlich auf Betriebsbedingungen reagieren, so dass eine intermittierende Kalibrierung erforderlich ist. Bei dieser Kalibrierung wird eine wässrige Saccharoselösung mit bekannter Konzentration (ca. 0,99%m/m) als externer Standard verwendet. Wiederholte Tests werden durchgeführt, wenn verschiedene bekannte Volumina der Saccharoselösung in zufälliger Reihenfolge in das Gerät eingeführt werden und die thermisch-optische Analyse durchgeführt wird. Jeder wiederholte Test (d. h. die Ergebnisse jeder Injektion und der anschließenden Analyse) ergibt ein integriertes NDIR-Signal während der CH4-Schleife("Kalibrierbereich") und ein integriertes NDIR-Signal für Gesamtkohlenstoff (d. h. Signal während der He- und Ox-Phase; als "Gesamtfläche"), die der bekannten Kohlenstoffmasse in Saccharose entspricht. Die lineare Regression der bekannten Kohlenstoffmasse mit der von Instrumenten gemeldeten "Gesamtfläche" liefert ein Maß für die mittlere NDIR-Empfindlichkeit. Diese Empfindlichkeit wird dann mit dem mittleren "Kalibrierbereich" gekoppelt, um kalibrierte Kenntnisse über die während der CH4-Schleifeinjizierte Kohlenstoffmasse zu liefern.
Eine zentrale Herausforderung bei der Interpretation der Ergebnisse des OCEC-Instruments ist neben der Kalibrierung die Bestimmung der relativen Fraktionen von OC und EC in der gemessenen Probe. Da OC während der He-Phase des Temperaturprotokolls pyrolysiert, wird eine Fraktion auf dem Filter nicht freigesetzt, im MnO 2-Ofen oxidiert und vom NDIR erkannt. Theoretisch verbleibt dieses verkohlte feuerfeste OC (als pyrolysierter Kohlenstoff, PC bezeichnet) bis zur Ox-Phase auf dem Filter, wenn es neben der EC oxidiert wird. Folglich führt die naive Kennzeichnung aller entwickelten Kohlenstoffs während der He-Phase als OC und der Entwicklung von Kohlenstoff in der Ox-Phase als EC zu voreingenommenen Schätzungen des wahren Anteils von OC und EG. Ein gemeinsames Mittel zur Definition des Split-Punkts (d. h. der Zeitpunkt, zu dem alle vorherigen Kohlenstoffentwicklungen als OC und alle nachfolgende Kohlenstoffentwicklung als EC betrachtet werden) ist die thermische/optische Transmissionsmethode (TOT)19. Hierbei wird ein Laser während der thermischen Analyse durch den Quarzfilter geleitet und seine Leistung (optisch nach dem Quarzfilter) durch einen Photodetektor erfasst. Wenn man davon ausgeht, dass OC bei der Laserwellenlänge nicht optisch aktiv ist (d. h. OC nimmt neglimpflich Licht auf) und PC optische Eigenschaften mit EC teilt, kann der Split-Punkt geschätzt werden. Voraussetzung ist, zunächst die abgeschwächte Laserleistung zu Beginn der Analyse zu messen. Mit der Entwicklung von OC (teilweise zu lichtabsorbierenden PCs) wird die Dämpfung des Lasers so verbessert, dass das Photodetektorsignal sinkt. Wenn die Ox-Phase eintritt und EC/PC ko-entwickelt wird, wird die Dämpfung reduziert und das Photodetektorsignal beginnt zu zunehmen. Der Split-Punkt ist als instanzinin in der Zeit definiert, wenn die gemessene Laserleistung auf ihren Anfangswert zurückkehrt. Während die Logik dieses Ansatzes robust ist, stützt sich das Ergebnis auf die oben genannten Annahmen. Als solche ist es üblich, zu erklären, dass die gemeldeten OC- und EG-Ergebnisse "operationell definiert" sind, d. h. sie sind spezifisch für die Technik, die zur Bewertung des GeteiltenPunkts 14,20,21verwendet wird.
Obwohl es in der Theorie wahr ist, dass OC in der He-Phase entwickelt wird und PC/EC in der Ox-Phase entwickelt werden, wurde beobachtet, dass die Entwicklung von PC/EC tatsächlich während der He-Phase aufgrund verschiedener Mechanismen auftreten kann22,23,24 ,25, so dass der wahre Split-Punkt vor der Einführung von Sauerstoff auftreten kann. Diese Mehrdeutigkeit in der Vorhersage, wo der Split-Punkt liegen sollte, gepaart mit Unsicherheit in den Annahmen der optischen Eigenschaften von OC, PC und EG, legt nahe, dass Unsicherheit im Split-Punkt eine dominierende Quelle der Unsicherheit bei gemessenem Kohlenstoff sein könnte. Massen. Glücklicherweise ermöglicht die methodische Schätzung des Split-Punktes über die TOT-Methode eine objektive Schätzung der Split-Point-Unsicherheit. Nach Dem Wissen der Autoren gibt es jedoch keine direkte Schätzung (und anschließende Verbreitung) der Split-Point-Unsicherheit in der Software des Herstellers; Die gemeldeten Gesamtunsicherheiten werden stattdessen mit festen relativen und absoluten Komponenten26berechnet. Als Teil dieser Arbeit wird eine neuartige Technik zur Schätzung der Split-Point-Unsicherheit vorgestellt – die "Dämpfungsabnahme"-Technik. Bei dieser Technik wird die Unsicherheit im Split-Punkt quantifiziert, da die Differenz zwischen der entwickelten Kohlenstoffmasse bei der nominalen Teilung (über die TOT-Methode) und der entwickelten Kohlenstoffmasse an einem späteren Punkt, an dem die Laserdämpfung über eine kritische Menge hinaus abgenommen hat, einen vorgeschriebenen Bruchteil der anfänglichen Dämpfung. Ein kritischer Dämpfungsrückgang wird auf der Grundlage der Unsicherheit bei der Laserdämpfung im Verhältnis zu seinem Ausgangswert geschätzt; theoretisch erfasst dieser Ansatz Unsicherheit im Prinzip des schlüsselwichtigsten Dämpfungsabgleichs der TOT-Methode. Um (zumindest teilweise) Split-Point-Unsicherheit aufgrund der angenommenen optischen Eigenschaften von PC und EC zu berücksichtigen, wird der vorgeschlagene kritische Dämpfungsrückgang um den Faktor zwei erweitert.
Dieser Artikel stellt ein detailliertes Protokoll zur Kalibrierung des OCEC-Instruments zusammen mit einem Software-Tool zur strengen Quantifizierung von Kalibrier- und Analyseunsicherheiten vor. Erstens werden in den Abschnitten 1 bis 3 des Protokolls Anweisungen zur Erstellung der wässrigen Saccharoselösung, zur Vorbereitung des Geräts für die Kalibrierung und zum Erfassen von Kalibrierdaten beschrieben. Abschnitt 4 verwendet das neuartige Open-Source-Softwaretool (siehe Tabelle der Materialien), um Kalibrierdaten über die grafische Benutzeroberfläche der Software zu analysieren. Abschnitt 5 legt Überlegungen für den Erwerb einer Stichprobe mit dem OCEC-Instrument fest, und Abschnitt 6 beschreibt die Verwendung der oben genannten Software zur Berechnung der Kohlenstoffmassen und der damit verbundenen Unsicherheiten, einschließlich der Beiträge aus der Schätzung der Teilung. spitze. Neue Techniken zur Verbesserung der Verarbeitung von OCEC-Daten – einschließlich der oben eingeführten "Dämpfungsrückgang"-Technik – werden in der Online-Dokumentation der Software beschrieben.
Innerhalb des vorgestellten Software-Tools werden Kalibrierkonstanten, gemessene Kohlenstoffmassen und damit verbundene Unsicherheiten mit einer Monte-Carlo-Methode (MC) berechnet. Dieses Verfahren verbreitet Fehler, die nach dem Wissen der Autoren derzeit nicht in der proprietären Software des Herstellers berücksichtigt werden. Zu diesen Fehlerquellen gehören Unsicherheiten in der Konzentration von Saccharose in der wässrigen Lösung, Genauigkeit im Volumen der angewendeten Saccharoselösung (Instrumentengenauigkeit, Reproduzierbarkeit zwischen Den Beanwendern und Wiederholbarkeit innerhalb des Benutzers) und Unsicherheit in der linearen Regression. In Bezug auf die Datenanalyse werden die Unsicherheit und Wiederholbarkeit der Kalibrierung sowie die geschätzte Unsicherheit des Split-Punktes berücksichtigt. Letztlich ermöglicht die Software dem Anwender, die Unsicherheit bei der Kalibrierung des Instruments genau zu quantifizieren und diese Unsicherheit zusammen mit der der Split-Point-Schätzung in die Berechnung von Kohlenstoffmassen zu propagieren. Dies stellt eine bemerkenswerte Verbesserung gegenüber dem Herstellerprotokoll dar, indem die wichtigsten Fehlerquellen bei der Messung direkt berücksichtigt werden, anstatt partielle Unsicherheiten anhand einer festen Gleichung zu schätzen.

<table>
	<tbody>
		<tr>
			<td>10% oxygen gas in helium</td>
			<td>Local gas supplier</td>
			<td>- - -</td>
			<td>Primary or certified standard preferred</td>
		</tr>
		<tr>
			<td>5% methane gas in helium</td>
			<td>Local gas supplier</td>
			<td>- - -</td>
			<td>Primary or certified standard preferred</td>
		</tr>
		<tr>
			<td>Distilled, de-ionized water</td>
			<td>Harleco</td>
			<td>6442-85</td>
			<td>ASTM D1193-91 Type II or Type I (preferred)</td>
		</tr>
		<tr>
			<td>Filter punch tool</td>
			<td>Sunset Laboratories Inc.</td>
			<td>- - -</td>
			<td>Included with carbon analyzer</td>
		</tr>
		<tr>
			<td>Filter removal tool</td>
			<td>Sunset Laboratories Inc.</td>
			<td>- - -</td>
			<td>Included with carbon analyzer</td>
		</tr>
		<tr>
			<td>Glass jar (4 oz.)</td>
			<td>ULINE</td>
			<td>S-17982P-BL</td>
			<td>Or suitable equivalent; borosillicate glass preferred</td>
		</tr>
		<tr>
			<td>Helium gas</td>
			<td>Local gas supplier</td>
			<td>- - -</td>
			<td>Ultra-high purity (&#62; 99.999%) or better preferred</td>
		</tr>
		<tr>
			<td>High-accuracy thermal gas mass flow meter</td>
			<td>Bronkhorst</td>
			<td>EL-FLOW Prestige</td>
			<td>For accurate measurement of sample volume (see Protocol step 5)</td>
		</tr>
		<tr>
			<td>High-purity sucrose</td>
			<td>Sigma Aldrich</td>
			<td>S9378</td>
			<td>Purity &#8805; 99%m/m or higher preferred</td>
		</tr>
		<tr>
			<td>Lint-free tissues</td>
			<td>Kimtech</td>
			<td>34155</td>
			<td>Or suitable equivalent</td>
		</tr>
		<tr>
			<td>MatLab Runtime (R2016a or newer)</td>
			<td>MathWorks Inc.</td>
			<td>mathworks.com</td>
			<td>Search &#34;runtime compiler&#34; and install appropriate version for the operating system</td>
		</tr>
		<tr>
			<td>Non-powdered, disposable, plastic gloves</td>
			<td>VWR</td>
			<td>89428-752</td>
			<td>Or suitable, properly-sized equivalent</td>
		</tr>
		<tr>
			<td>OCECgo software</td>
			<td>Carleton University, Energy and Emissions Research Lab.</td>
			<td>GitHub Repository</td>
			<td>Source and build distributions of the software are available on GitHub</td>
		</tr>
		<tr>
			<td>Oxygen trap</td>
			<td>Supelco</td>
			<td>22449</td>
			<td>Or suitable GC-quality equivalent</td>
		</tr>
		<tr>
			<td>Pipette</td>
			<td>Eppendorf</td>
			<td>3120000020</td>
			<td>Model: Research&#174; Plus 0.5 - 10 &#956;L - Or any single-channel, adjustable volume, manual pipette</td>
		</tr>
		<tr>
			<td>Pipette tips</td>
			<td>Eppendorf</td>
			<td>022492012</td>
			<td>Model: epT.I.P.S.&#174; Standard, 0.1 - 20 &#956;L</td>
		</tr>
		<tr>
			<td>Precision scale / balance</td>
			<td>AND</td>
			<td>FX-3000IWP</td>
			<td>Precision balance with capacity &#62; 1 kg</td>
		</tr>
		<tr>
			<td>Quartz filters</td>
			<td>Pall</td>
			<td>7202</td>
			<td>Model: Tissuquartz 2500 QAT-UP - 47 mm</td>
		</tr>
		<tr>
			<td>Semi-continuous thermal-optical organic/elemental carbon analyzer</td>
			<td>Sunset Laboratories Inc.</td>
			<td>- - -</td>
			<td>Model 4 semi-continuous analyzer</td>
		</tr>
	</tbody>
</table>

split point analysis and uncertainty quantification of thermal-optical organic/elemental carbon measurements

Forscher aus unzähligen Bereichen versuchen häufig, die Konzentrationen von kohlenstoffhaltigen Aerosolen als organischen Kohlenstoff (OC) oder elementaren Kohlenstoff (EC) zu quantifizieren und zu klassifizieren. Dies geschieht üblicherweise mit thermisch-optischen OC/EC-Analysatoren (TOAs), die eine Messung über kontrollierte thermische Pyrolyse und Oxidation unter bestimmten Temperaturprotokollen und in eingeschränkten Atmosphären ermöglichen. Es gibt mehrere kommerzielle TOAs, darunter ein halbkontinuierliches Instrument, das Online-Analysen vor Ort ermöglicht. Dieses Gerät verwendet ein In-Test-Kalibrierungsverfahren, das eine relativ häufige Kalibrierung erfordert. Dieser Artikel beschreibt ein Kalibrierprotokoll für diese halbkontinuierliche TOA und stellt ein Open-Source-Software-Tool für die Datenanalyse und die strenge Monte-Carlo-Quantifizierung von Unsicherheiten dar. Insbesondere enthält das Software-Tool neue Mittel, um die Drift von Instrumenten zu korrigieren und die Unsicherheit im OC/EC-Split-Point zu identifizieren und zu quantifizieren. Dies ist eine signifikante Verbesserung gegenüber der Unsicherheitsschätzung in der Software des Herstellers, die die Unsicherheit des Split-Point-Werts ignoriert und ansonsten feste Gleichungen für relative und absolute Fehler verwendet (im Allgemeinen führt dies zu unterschätzten Unsicherheiten und oft nicht-physische Ergebnisse liefern, wie in mehreren Beispieldatensätzen gezeigt). Das demonstrierte Kalibrierprotokoll und das neue Software-Tool, das eine genaue Quantifizierung kombinierter Unsicherheiten aus Kalibrierung, Wiederholbarkeit und OC/EC-Splitpoint ermöglicht, werden mit der Absicht geteilt, anderen Forschern dabei zu helfen, eine bessere Messungen der OC-, EC- und Gesamtkohlenstoffmasse in Aerosolproben.

Repräsentative Ergebnisse für die Kalibrierung des OCEC-Instruments werden anhand von Beispielkalibrierungsdaten dargestellt, die von den Autoren erfasst wurden(Siehe Tabelle 1). Hierbei wird eine Sechs-Punkt-Kalibrierung verwendet, die mit der entwickelten Software und dem Beispiel des Herstellers im Gerätehandbuch18ermittelt wird. Die Ergebnisse sind in Abbildung 2dargestellt. Abbildung 2 a stellt die Ergebnisse der linearen Regression der Kalibrierdaten unter einem MC-Framework vor. Schwarze Punkte entsprechen dem 2-Zoll-Konfidenzintervall jedes der sechs Kalibrierpunkte, d. h. die Kohlenstoffmasse in der abgelagerten Saccharose befindet sich auf der horizontalen Achse und die von Instrumenten gemeldete Gesamtfläche (Spalte 2 von Tabelle 1) befindet sich auf der vertikalen Achse. Der rot schattierte Bereich stellt das 2-CI der linearen Regression auf der Grundlage dieser sechs unsicheren Kalibrierdatenpunkte dar – jeweils zwei für 0, 5 und 10 l der Saccharoselösung (Spalte 1 der Tabelle 1). Die mittlere Kohlenstoffmasse, die während der CH4-Schleifeinjiziert wird, wird innerhalb der MC-Methode bestimmt. Für jede MC-Zeichnung (in diesem Beispiel 2 bis 107) wird ein randomisierter Kalibrierbereich (basierend auf der Verteilung des Mittelwerts der Kalibrierbereiche aus Spalte 3 von Tabelle 1) mit dem unsicheren linearen Modell gekoppelt, um eine MC-Schätzung von CH4-Schleifezu erhalten. Kohlenstoffmasse. Die horizontalen und vertikalen blau schattierten Bereiche entsprechen den 2-CIs des mittleren Kalibrierbereichs und der Massenkalibrierungskonstante aus der MC-Analyse. Die MC-Schätzungen dieser Kalibrierdaten sind im Streudiagramm-Histogramm in Abbildung 2bdargestellt. Dieses Beispiel-Dataset ergab eine Kalibrierkonstante von 18,49°C bei 2,78 %.
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td colspan="3">Kalibrierdaten</td>
		</tr>
<tr>
<td>Volumen der Saccharoselösunga [L]</td>
			<td>"Gesamt" NDIR Bereich [-]</td>
			<td>"Kalibrierung" NDIR Fläche [-] (CH4-Schleife)</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">
eine Nennkonzentration von 4,148 bei 0,022 gC/Lbei 25 °C</td>
		</tr>
</tbody></table>Tabelle 1: Repräsentative Kalibrierdaten. Repräsentative Kalibrierdaten mit zwei Rohlingen und zwei Messungen jeweils zu 5 l und 10 l Saccharoselösung, im Einklang mit dem Beispiel des Herstellers im Gerätehandbuch18.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/59742/59742fig2.jpg"> Abbildung 2: Repräsentative Kalibrierungsergebnisse. (a) Ergebnisse der MC-Regression eines von den Autoren erhaltenen Sechs-Punkt-Kalibrierdatensatzes. Kalibrierdaten mit 2-Zoll-Unsicherheiten werden durch schwarze Kästchen dargestellt, und der 2-CI der linearen Regression wird im rot schattierten Bereich angezeigt. Der horizontale blaue Balken entspricht dem 2-CI des mittleren NDIR-Bereichs während der CH4-Schleifen("Kalibrierbereiche"), die mit der unsicheren linearen Regression gekoppelt sind, um die 2-CI der Massenkalibrierungskonstante (dargestellt durch die vertikale blaue bar). (b) Ein Streuplot-Histogramm, das die MC-berechneten Kalibrierdaten darstellt; Massenkalibrierungskonstante auf der horizontalen Achse und mittlerer Kalibrierbereich auf der vertikalen Achse. In diesem Beispiel betrug die Unsicherheit in der Massenkalibrierungskonstante etwa 2,78%. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig2large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
Für die Messung der Kohlenstoffemissionen eines Laborrußgenerators (MiniCAST 5201 Typ C) mit stickstoffverdünntem Propanbrennstoff29wird eine repräsentative Datenanalyse mit der entwickelten Software bereitgestellt. Zusammenfassungen der Probendaten in Form eines OCEC-Thermogramms (ein Diagramm mit Laserleistung, NDIR und Ofentemperatur während einer OCEC-Analyse) und eines AVEC21-Diagramms , das während Protokollschritt 6.3.4 erstellt wurde, sind in Abbildung 3a und Abbildung 3b, bzw. In diesem Beispiel wird die Unsicherheit im Split-Point mit der oben beschriebenen "Dämpfungsabnahme"-Technik geschätzt, die von den Autoren entwickelt wurde. Der kritische Rückgang der Dämpfung wurde quantifiziert, da 1,342% eine Split-Point-Unsicherheit von 4,50% der TC-Masse ergaben. Die wichtigsten Ergebnisse dieser Analyse – Kohlenstoffmassenstatistiken und am besten geeignete hintere Verteilungen – sind in Tabelle 2zusammengefasst.
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/59742/59742fig3.jpg"> Abbildung 3: Repräsentative Analysedaten. (a) Ein Thermogramm der OCEC-gemessenen Laserleistung, des NDIR-Signals, des gewünschten (eingestellten) und gemessenen (tatsächlichen, akt.) Ofentemperatur. (b) Die Dämpfung vs. entwickelte Kohlenstoff (AVEC) Diagramm entsprechend dem vorgestellten Histogramm. Die Punkte entsprechen den momentanen Daten, die bei 1 Hz gemeldet werden, wobei die Punktfärbung die momentane Vorderofentemperatur (Filter) darstellt. Die horizontale schwarze Linie entspricht der anfänglichen Laserdämpfung (nach Probenerfassung und vor der thermischen Analyse), die bei der Bestimmung des Split-Punkts verwendet wird, während die horizontale rote Linie einem Rückgang des Anfangslasers um 1,342 % entspricht. Zur Schätzung der Unsicherheit im Split-Punkt. Der grau schattierte Bereich stellt für diese Analyse den 2-CI des Split-Punktes dar, der etwa 4,50 % der TC-Masse beträgt. <a href="https://www.jove.com/files/ftp_upload/59742/59742fig3large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td>Carbon-Typ</td>
			<td>Mittlere Masse [gC]</td>
			<td>2- Ungewissheit von MC Data</td>
			<td>Am besten geeignet Verteilungein</td>
		</tr>
<tr>
<td>organisch Kohlenstoff (OC)</td>
			<td>26.94</td>
			<td>-21.3% +22,2%</td>
			<td>N(26.94, 2.925)</td>
		</tr>
<tr>
<td>elementar Kohlenstoff (EG)</td>
			<td>93.11</td>
			<td>-9.98% +10,4%</td>
			<td>(385,7, 0,2414)</td>
		</tr>
<tr>
<td>gesamt Kohlenstoff (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 Normal: N(', '); Gamma: (a, b[skala])</td>
		</tr>
</tbody></table>Tabelle 2: Repräsentative Ergebnisse der Kohlenstoffmasse. MC-berechnete OC-, EC- und TC-Massen für die in Abbildung 3 dargestellten Beispieldaten mit einer 2-%-Unsicherheit im Spaltpunkt von 4,50%, was einem Rückgang der anfänglichen Laserdämpfung um 1,342% entspricht. Aufgelistet sind die mittleren und 2% Unsicherheiten der MC-Daten, zusätzlich zu den am besten geeigneten posterior Distributionen.

Watch this Scientific Journal Video about Split Point Analysis and Uncertainty Quantification of Thermal-Optical Organic/Elemental Carbon Measurements at JoVE.com

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

Dieser Artikel stellt ein Protokoll und Software-Tool zur Quantifizierung von Unsicherheiten bei der Kalibrierung und Datenanalyse eines halbkontinuierlichen thermisch-optischen organischen/elementaren Kohlenstoffanalysators vor.

Split Point Analyse und Unsicherheit Quantifizierung von thermisch-optischen organischen/elementaren Kohlenstoffmessungen

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

Dieses Protokoll- und Softwaretool behebt die wichtigsten Herausforderungen bei der genauen Quantifizierung und Minimierung von Messunsicherheitsquellen in einem häufig verwendeten thermischen/optischen Kohlenstoffanalysator. Diese Technik berücksichtigt alle Quellen der Messunsicherheit einschließlich Instrumentenkalibrierung und Split-Point-Schätzung und verbreitet diese Unsicherheiten durch eine umfassende Monte-Carlo-Methode auf gemessene Kohlenstoffmassen. OCECgo ist derzeit so konzipiert, dass es mit einem bestimmten Instrument in Verbindung steht.Wir hoffen jedoch, dass dieses Protokoll und Software-Tool auf alle handelsüblichen thermischen/optischen Kohlenstoffanalysatoren ausgeweitet wird. Bei der ersten Verwendung dieser Technik sollten Benutzer mehrere Kalibrierungen durchführen, um die Wiederholbarkeit ihrer individuellen Implementierung des Protokolls zu schätzen. Um neue Quarzfilter zu installieren, um den organischen elementaren Kohlenstoffanalysator für die Kalibrierung vorzubereiten, öffnen Sie das Zugangspanel und entfernen Sie das Lasergehäuse.Um den Fotodetektor zu entfernen, lösen Sie die weiße POM-Mutter hinter dem Fotodetektor und trennen Sie die Metallrohrbefestigung auf der linken Seite des Photodetektors. Schieben Sie dann das Photodetektorgehäuse aus dem Quarzeinsatz und legen Sie das Gehäuse in die Unterseite des Instruments. Um den Quarzeinsatz zu entfernen, lösen Sie die weiße POM-Mutter, die den Quarzeinsatz an Ort und Stelle hält, und schieben Sie den Quarzeinsatz aus dem POM-Fitting.Dann ruhen Sie den Quarzeinsatz auf einem fusselfreien Gewebe auf einer ebenen Oberfläche. Um die Filter zu installieren, verwenden Sie zunächst ein Filterentfernungstool, um die vorhandenen Quarzfilter zu entfernen und zu entsorgen. Als nächstes legen Sie einen neuen großen Quarzfilter auf ein fusselfreies Gewebe auf eine flache Oberfläche und verwenden Sie das Filterstanzwerkzeug, um einen Filter auszustechen.Entfernen Sie den Filter mit einer sauberen Pinzette vom Stempel und legen Sie den Filter gegen die POM-Befestigung für den Quarzeinsatz, so dass die strukturierte Oberfläche des Filters vom Ofen weg ausgerichtet ist. Verwenden Sie dann den Quarzeinsatz, um den Quarzfilter in die Form zu schieben, bis der Filter vollständig gegen den Ofen sitzt. Nach dem Ausstanzen und Installieren des nächsten Filters auf die gleiche Weise, stanzen Sie einen dritten Quarzfilter aus und verwenden Sie eine saubere Pinzette, um diesen Quarts-Bootsfilter in das Ende des Quarzeinsatzes zu übertragen.Führen Sie den Quarzeinsatz wieder in das Instrument ein und ziehen Sie die weiße POM-Mutter, die den Quarzeinsatz an Ort und Stelle sichert, locker von Hand fest. Um den Photodetektorkopf zu ersetzen und auszurichten, schieben Sie das Photodetektorgehäuse auf das Ende des Quarzeinsatzes und verbinden Sie den Metallrohrbeschlag auf der linken Seite des Photodetektors wieder. Dann, ziehen Sie alle POM-Muttern vollständig von Hand fest, ersetzen Sie das Lasergehäuse und schließen Sie das Zugangspanel.Um einen Kalibrierpunkt zu erhalten, bereiten Sie das Gerät für die Entfernung des Quarzeinsatzes wie gezeigt vor und befolgen Sie die vom Hersteller empfohlenen Pipettierverfahren, um fünf oder zehn Mikroliter Saccharoselösung zu aspirieren. Legen Sie die Saccharoselösung vorsichtig so nah wie möglich am Ende des Einsatzes auf das Quartsboot und führen Sie den Quarzeinsatz wieder in das Instrument ein. Nachdem Sie das Bedienfeld geschlossen haben, öffnen Sie das Menü Ausführen in der Instrumentensoftware und wählen Sie Dry Wet Filter aus.Geben Sie nach dem Trockennassfilterverfahren im Feld Sample ID das aufgebrachte Saccharosevolumen ein und bestätigen Sie, dass die gewünschte thermische Protokollpardatei und eine geeignete txt-Ausgabedatei ausgewählt sind. Vergewissern Sie sich, dass das Kontrollkästchen Beispieldateizeiten verwenden deaktiviert ist, und wählen Sie im Dropdownmenü "Beispielminuten" die Option 0 aus. Vergewissern Sie sich, dass das Kontrollkästchen Zyklus deaktiviert ist, und klicken Sie auf Analyse starten, um zu bestätigen, dass nur ein Analysezyklus gewünscht wird.Lassen Sie die thermische Analyse ausführen und bis zum Abschluss ausführen. Verwenden Sie nach der Kalibrierungsdatenerfassung eine saubere Pinzette, um das Quarzboot zu entfernen und den Quarzeinsatz wie gezeigt neu zu installieren. Um die Kalibrierungskonstante mit Unsicherheit abzuschließen, laden Sie das Software-Tool und bestätigen Sie, dass die Registerkarte Kalibrierungswerkzeug geöffnet ist.Geben Sie in Abschnitt 1 der grafischen Benutzeroberfläche das Nennvolumen der eingesetzten Saccharoselösung, das gemeldete Instrument, integriertes nicht dispersives Infrarotsignal entsprechend dem Gesamtkohlenstoff, das vom Instrument gemeldete integrierte nicht dispersive Infrarotsignal während der Methanschleife und ein boolesche spezifisches an, um anzugeben, ob bei der Kalibrierung bestimmte Punkte verwendet werden sollen. Aktualisieren Sie in Abschnitt 2 der grafischen Benutzeroberfläche bei Bedarf die Standardunsicherheitseigenschaften der Saccharoselösung und Pipette. Und bestätigen Sie die gewünschte Anzahl von Monte Carlo Unentschieden.Um die Monte-Carlo-Analyse der Kalibrierdaten auszuführen, drücken Sie den Go Arrow in Abschnitt 3. Verwenden Sie die Schaltflächen in Abschnitt 3, um das aktuelle Ergebnis als Standardkalibrierung zu speichern und die Ergebnisse wie gewünscht zu exportieren. Aktualisieren Sie dann die Kalibrierdatei des Geräts mit den Ergebnissen in Abschnitt 4.Um die Kohlenstoffmassen und Unsicherheiten zu berechnen, erfassen Sie Messdaten, wie im Gerätehandbuch angegeben, und klicken Sie auf die Registerkarte Datenanalyseeingaben. Wählen Sie in Abschnitt 1, Unterabschnitt a, auf Durchsuchen, und wählen Sie im Dialogfeld Dateiauswahl die vom Instrument erstellte txt-Ergebnisdatei aus, um die zeitaufgelösten Instrumentendaten zu laden. Überprüfen Sie in Abschnitt 1 Unterabschnitt b die Beispiel-IDs, und klicken Sie, um die Analyse von Interesse auszuwählen.Überprüfen Sie in Unterabschnitt c die Analysemetadaten, insbesondere den Beispielstartzeitstempel der Analyse. Um die Datenverarbeitungsoptionen in Abschnitt 2, Unterabschnitt a, zu definieren, wählen Sie die gewünschten Laserkorrekturverfahren aus, und wählen Sie in Unterabschnitt b das gewünschte Korrekturverfahren für den nicht dispersiven Infrarotdetektor aus. In Abschnitt 2, Unterabschnitt c, bestätigen und aktualisieren Sie bei Bedarf die Parameter der generalisierten t-Verteilung, die für die Massenkalibrierungskonstante gemeldet wurden, und den geschätzten Wiederholbarkeitsfehler der Kalibrierung.Drücken Sie in Unterabschnitt d den Pfeil gehen, um das Analyse-Thermogramm und die Dämpfung im Vergleich zur entwickelten Kohlenstoffdiagrammzulage zu erstellen oder zu aktualisieren. Wählen Sie in Abschnitt 3, Unterabschnitt a, das gewünschte Verfahren aus, um den Teilungspunkt und die damit verbundene Unsicherheit zu berechnen. In Unterabschnitt b definieren Sie in Abhängigkeit von der gewählten Prozedur zur Berechnung des Split-Punkts und der Unsicherheit den nominalen Split-Punkt, die Unsicherheit des Geteilten Punkts, die anfängliche Laserdämpfung und/oder den kritischen Dämpfungsrückgang, wobei die Dämpfung im Vergleich zur entwickelten Kohlenstoffdiagrammin in Abschnitt 4 genutzt wird.Überprüfen Sie in Abschnitt 5 die Nominal-Instrumentengenauigkeit und die gewünschte Anzahl an Monte Carlo-Zeichnungen, und drücken Sie den Go Arrow, um die Monte-Carlo-Analyse auszuführen. Sobald die Monte-Carlo-Analyse abgeschlossen ist, überprüfen Sie die Ergebnisse auf der Registerkarte Datenanalyseergebnisse, und exportieren Sie die Ergebnisse mithilfe der Schaltfläche Exportanalyseergebnisse. Hier werden repräsentative Kalibrierdaten aus dem thermischen optischen Kohlenstoffanalysator vorgestellt.Die lineare Regression der Kalibrierdaten unter einem Monte-Carlo-Framework zeigt das Zwei-Sigma-Konfidenzintervall jedes der Kalibrierdatenpunkte. Das Zwei-Sigma-Konfidenzintervall der linearen Regression basiert auf den unsicheren Kalibrierdaten. Für jede Monte-Carlo-Ziehung wird ein randomisierter Kalibrierbereich mit dem unsicheren linearen Modell gekoppelt, um eine Monte-Carlo-Schätzung der Methanschleifen-Kohlenstoffmasse zu erhalten.Monte-Carlo-Schätzungen dieser Kalibrierdaten können dann in einem Streudiagramm-Histogramm dargestellt werden, das Unsicherheit in der kalibrierten Kohlenstoffmasse ergibt, die während der Methanschleife injiziert wird. Hier werden repräsentative Messungen der Kohlenstoffemissionen eines Laborrußgenerators in einem Analyse-Thermogramm und in einer Dämpfung im Vergleich zur entwickelten Kohlenstoffparzelle zusammengefasst. Die Ungewissheit in diesem Split-Punkt kann mit einem von drei Ansätzen geschätzt werden, einschließlich einer neuartigen Dämpfungsabnahme-Technik.Hier werden die wichtigsten Ergebnisse dieser Beispielanalyse zusammengefasst, einschließlich der Kohlenstoffmassenstatistiken und der am besten geeigneten hinteren Verteilungen. In diesen Beispielen ist die berechnete Unsicherheit in den Kohlenstoffmassen im Allgemeinen größer als die vom Instrument gemeldeten, bis zu 280% im extremsten Fall. Achten Sie darauf, das gleiche Verfahren auszuführen, wenn Sie den Saccharose-Standard anwenden.Dies gewährleistet eine konsistente Verzerrung durch die Aufnahme von Umgebungs-Organischen und hilft, Kalibrierunsicherheiten zu minimieren. Wir glauben, dass dieses Protokoll alle wichtigen Quellen der Messunsicherheit für diesen Kohlenstoffanalysator erfasst. Die standardexperimentellen Verfahren sollten jedoch Tests der Wiederholbarkeit für das betreffende Experiment umfassen.Benutzer sollten das Vorhandensein von Low-Power-Laserstrahlung beachten, wenn die Laserverriegelung besiegt wird und sollten Vorsicht walten lassen, wenn die OEM-Armaturen manipuliert werden. Diese Technik ermöglicht eine robuste Quantifizierung der Messunsicherheit und hat vor kurzem die Beobachtung statistisch signifikanter Variabilität und Lichtabsorption durch Ruß ermöglicht.

Research

JoVE Journal

Environment

The Use of an Automated System (GreenFeed) to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

The Use of an Automated System GreenFeed to Monitor Enteric Methane and Carbon Dioxide Emissions from Ruminant Animals

Die Verwendung eines automatisierten Systems (GreenFeed) bis Enteric Methan und der Kohlendioxidemissionen von Wiederkäuern Überwachen

Ruminant animals (domesticated or wild) emit methane (CH4) through enteric fermentation in their digestive tract and from decomposition of manure during ...

Forschung

Umwelt

Measuring Carbon-based Contaminant Mineralization Using Combined CO2 Flux and Radiocarbon Analyses

Measuring Carbon-based Contaminant Mineralization Using Combined CO2 Flux and Radiocarbon Analyses

Messen auf Kohlenstoffbasis Contaminant Mineralisation mit kombinierten CO<sub&gt; 2</sub&gt; Flux und Radiokarbon-Analysen

A method is described which uses the absence of radiocarbon in industrial chemicals and fuels made from petroleum feedstocks which frequently contaminate ...

The Benthic Exchange of O2, N2 and Dissolved Nutrients Using Small Core Incubations

The Benthic Exchange of O2, N2 and Dissolved Nutrients Using Small Core Incubations

Die Benthic Austausch von O<sub&gt; 2</sub&gt;, N<sub&gt; 2</sub&gt; Und gelöste Nährstoffe mit kleinen Kern Inkubationen

The measurement of sediment-water exchange of gases and solutes in aquatic sediments provides data valuable for understanding the role of sediments in ...

Assessment of Labile Organic Carbon in Soil Using Sequential Fumigation Incubation Procedures

Bewertung von Labile organischer Kohlenstoff im Boden Mit Sequential Begasung Incubation Procedures

Management practices and environmental changes can alter soil nutrient and carbon cycling. Soil labile organic carbon, a readily decomposable C pool, is ...

Modification and Application of a Leaf Blower-vac for Field Sampling of Arthropods

Modifizierung und Anwendung eines Laubbläser-vac für Feld Probenahme von Arthropoden

Rice fields host a large diversity of arthropods, but investigating their population dynamics and interactions is challenging. Here we describe the ...

Biofilm Removal Using Carbon Dioxide Aerosols without Nitrogen Purge

Biofilmentfernung Kohlendioxid Aerosols Verwendung ohne Stickstoffspülung

Biofilms can cause serious concerns in many applications. Not only can they cause economic losses, but they can also present a public health hazard. ...

Functionalization and Dispersion of Carbon Nanomaterials Using an Environmentally Friendly Ultrasonicated Ozonolysis Process

Funktionalisierung und Dispersion von Kohlenstoff-Nanomaterialien mit einem umweltfreundlichen Ultraschall-Ozonolyse-Prozess

Functionalization of carbon nanomaterials is often a critical step that facilitates their integration into larger material systems and devices. In the ...

Measurement of the Rheology of Crude Oil in Equilibrium with CO2 at Reservoir Conditions

Measurement of the Rheology of Crude Oil in Equilibrium with CO2 at Reservoir Conditions

Messung der Rheologie des Rohöls im Gleichgewicht mit CO<sub&gt; 2</sub&gt; Bei Vorratsbedingungen

A rheometer system to measure the rheology of crude oil in equilibrium with carbon dioxide (CO2) at high temperatures and pressures is described. The ...

Quantification of Endogenous Auxin and Cytokinin During Internode Culture of Ipecac

Quantifizierung der endogenen Auxin und Cytokinin während Internodium Kultur von Ipecac

Adventitious shoot formation is an important technique for the propagation of economically important crops and for the regeneration of transgenic plants. ...

Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon

Verwendung der wichtigsten Komponenten für die Aufstockung topographische Modelle zuordnen Boden Umverteilung und Boden organischen Kohlenstoff

Landscape topography is a critical factor affecting soil formation and plays an important role in determining soil properties on the earth surface, as it ...