吉安卢卡·萨尔蒂尼（Gianluca Sartini）|尼科尔·莫雷西（Nicole Morresi）|萨拉·卡萨恰（Sara Casaccia）|吉安·马可·雷维尔（Gian Marco Revel）
马尔凯理工大学工业工程与数学科学系（DIISM），布雷斯切比安科埃大街12号（Via Brecce Bianche 12），安科纳（60131）
**摘要**
本研究介绍了一种便携式二氧化碳校准系统的设计、开发及实验验证过程。该系统能够在主动控制的空气温度和相对湿度条件下生成可重复的浓度分布。该平台集成了一个改进的环境试验箱、自动气体注入系统以及集中控制和数据采集架构，能够实现固定设定点和代表真实室内环境的动态浓度分布。首先对校准系统的性能进行了独立评估，以评估其稳定性、重复性和线性度。在固定和动态操作条件下进行的重复性测试显示出了良好的重复性，扩展不确定度范围为±14–17 ppm，并且在400–2000 ppm浓度范围内表现出线性行为，证实了该系统适用于多点传感器校准。在完成试验箱验证后，该平台被用于一个商用低成本二氧化碳传感器的校准案例研究。通过阶梯式多点暴露协议，使用参考仪器对传感器响应进行了表征。结果发现存在154 ppm的系统偏差和1.2的灵敏度系数（R2 = 0.99）。应用从校准过程中得出的线性校正后，传感器在测试条件下的扩展不确定度为±26 ppm。随后进行的48小时现场部署验证了其实际应用性，因为经过试验箱校准的传感器能够可靠地追踪真实环境的动态变化（R2 = 0.96），均方根误差（RMSE）为66 ppm。与传统实验室级校准设施相比，所提出的系统提供了一种便携、经济且可重复的替代方案，填补了高成本实验室系统与现场校准方法之间的空白，并支持密集型低成本传感器网络的建设。
**1. 引言**
空气质量的测量与评估已成为环境和人类福祉的核心组成部分，影响着室内外环境的条件。虽然二氧化碳作为主要的人为温室气体在全球范围内受到广泛监测[1][2]，但它也在室内环境中起着关键作用，常被用作室内空气质量（IAQ）、占用率和通风性能的指标[3][4]，特别是因为人们大部分时间都在室内度过。室外基线二氧化碳浓度约为400 ppm，但在封闭空间内这一数值会上升较多，因此有效测量对于防止居住者不适至关重要[4][5]。为了实现高分辨率的空间和时间监测，现代策略越来越依赖于密集的低成本传感器（LCS）网络。然而，为了确保数据的可靠性，这些网络需要使用控制实验装置（如校准试验箱）进行严格评估[6]。鉴于越来越多的证据表明室内二氧化碳浓度升高会影响人类健康和生产力[7][8]，这种校准尤为重要。由于人体呼吸和通风不足，室内二氧化碳浓度常常超过室外水平，导致生理和认知效应。在1000 ppm以上的中等浓度下，居住者常会出现与病态建筑综合症（SBS）相关的症状，包括头痛、疲劳、头晕以及眼睛、鼻子和喉咙的刺激[8][9]。流行病学研究表明，室内二氧化碳浓度差异与症状发生率存在统计上的显著关联，表明即使是中度的通风不足也会影响健康[8]。最近的研究还强调了二氧化碳对认知表现的影响，常见于教室、办公室和会议室中的1000–2500 ppm浓度范围，这些浓度与决策能力、信息使用和战略思维能力的下降有关[10][11]。这些发现表明二氧化碳不仅是舒适度的指标，也是影响人类表现的因素。法规框架反映了二氧化碳作为健康危害和室内空气质量指标的双重作用。虽然职业安全机构（如OSHA、欧盟委员会）将长期暴露限值设定为5000 ppm以防止急性生理效应[12][13]，但建筑和室内空气质量标准采用了更为严格的指南，以保障居住者的舒适度和认知功能。因此，如ASHRAE 62.1、EN 16798-1等标准和各种国家法规通常将室内浓度目标设定在1000–1200 ppm以下[11][14][15][16]，有些标准甚至要求在高密度空间内持续监测二氧化碳浓度以确保充分通风[17]。传统上，遵守这些标准依赖于参考级监测站，它们构成了法规空气质量网络的基础[18]。对于二氧化碳的测量，高精度非分散红外（NDIR）光谱法和气相色谱法等参考测量技术提供了高精度、稳定性和可追溯性[1][18]。然而，它们的高昂成本、庞大体积、高功耗以及对严格操作条件的需求严重限制了其广泛的空间应用[6]。因此，监测网络较为稀疏，难以检测到局部污染模式和短期变化，尤其是在室内或高度动态的环境中[19]。为了解决这些限制，LCS作为一种补充方法应运而生，能够实现具有更高空间分辨率的密集监测网络[6][19]。在二氧化碳监测方面，微型NDIR传感器由于直接选择性和较低的对化学干扰敏感性而占据主导地位[1][19]。LCS网络的应用范围从室内空气质量评估到城市微尺度监测以及公民科学项目（如欧盟资助的SOCIO-BEE项目[20]）。然而，LCS面临诸多计量挑战，包括对空气温度和相对湿度的敏感性、光谱干扰、交叉敏感性以及由于组件老化和污染导致的长期漂移[19][21][22][23][24]。这些限制凸显了大规模部署所需的可访问且可靠的校准基础设施的需求。因此，本研究开发并表征了一种专门针对LCS评估的受控二氧化碳校准系统。所提出的平台通过在密封试验箱内调节二氧化碳浓度、空气温度和相对湿度，提供了一个受控且可重复的测试环境。实验过程分为两个阶段：首先，评估校准台本身的计量性能，包括生成浓度分布的重复性、稳定性和线性度；随后，在相同的环境条件下将LCS与参考级仪器一同使用，以量化偏差、灵敏度、线性和测量不确定性。这种方法解决了在实验严谨性与便携性和操作简便性之间取得平衡的需求。本文的其余部分结构如下：第2章回顾了现有技术，涵盖了实验室级环境试验箱、现场校准和共位策略以及便携式校准系统；第3章描述了用于设计和验证校准试验箱的材料、实验装置和方法，使用低成本二氧化碳传感器进行的传感器校准案例研究，以及现场部署的协议；后续章节展示了实验结果、讨论和结论。
**2. 现有技术**
为了构建本研究，作者对现有的二氧化碳传感器校准方法进行了梳理，并将其分为三类：实验室级环境试验箱、现场校准和共位策略以及便携式或紧凑型校准系统。这一框架有助于系统地比较它们的优势、局限性及其适用于低成本二氧化碳监测的能力。实验室气候试验箱代表了最高的计量严谨性水平，能够提供严格控制的实验条件，使单个变量得以隔离并将混淆效应降至最低。早期研究展示了能够在宽温度范围（-32 °C至+177 °C）内运行的先进试验箱，并能精确调节湿度，从而在可重复条件下详细评估传感器的准确性、检测限和环境敏感性[25]。后续工作强调了空间均匀性，这对于同时校准多个传感器至关重要。在颗粒物研究中，专用试验箱通过控制气溶胶生成实现了均匀的污染物分布和高传感器间一致性（Intra Class Correlation, ICC > 0.771）[26]。通过计算流体动力学（CFD）进一步优化了内部气流和风扇配置，确保各传感器位置之间的暴露程度一致并降低校准不确定性[27]。尽管实验室级试验箱具有很高的准确性和重复性，但它们通常体积庞大、能耗高且成本高昂，仅适用于专业实验室或认证设施，因此不适合在密集传感器网络中频繁进行分散式重新校准。为了解决这些问题，现场校准方法越来越受到重视。最常见的方法是传感器共位，即将LCS临时放置在参考级站点旁边，以在现场条件下获取校正因子。研究表明，这种策略可以减少交叉敏感性和环境效应，例如，最近的研究表明使用多污染物校准模型可以获得良好的相关性（R2 > 0.8）并显著降低测量误差（例如，将NO2的均方根误差降低到5 ppm）[28]，尽管性能在很大程度上取决于校准期间的环境代表性[28]。长期现场监测表明，定期共位可以减少传感器漂移并提高与参考测量的一致性，特别是对于颗粒物传感器[29]。然而，可扩展性受到参考站分布稀疏的限制，使得大量传感器网络未得到验证，特别是在远离监管设施的位置[30]。此外，现场校准本质上是被动的，因为它无法主动施加温度、湿度或污染物浓度的控制变化。基于代理校准和机器学习技术的最新方法试图解决这些限制，但仍然依赖于可靠的真实参考数据[31]。第三类方法旨在通过便携式和紧凑型校准系统克服实验室精度和现场适用性之间的差距。这些解决方案通常被称为DIY或临时平台，旨在为公民科学和分散式监测提供可访问的校准工具。一些系统是为特定应用开发的，例如为基于无人机的监测校准二氧化碳传感器，能够表征响应时间和交叉敏感性，浓度不确定度低于3%，但往往依赖于复杂的辅助设备，限制了其真正的便携性[32]。其他低成本方法使用简单的封闭装置（如小塑料盒）在不同环境条件下测试传感器行为。虽然这些装置表明可以在最小资源下改进工厂校准，但通常缺乏主动的环境控制，无法再现动态或极端条件[33]。最近的发展包括具有无线连接性和基于软件控制的接口的便携式校准试验箱，代表了向自动化、现场可部署校准迈出的一步[34]。尽管如此，大多数紧凑型系统仍然难以同时在大范围内调节污染物浓度、温度和相对湿度。总体而言，文献指出高精度但移动不便的实验室试验箱与灵活但计量受限的现场解决方案之间存在明显差距。为了弥补这一差距，本研究提出了一种基于改进环境试验箱的新型校准台，结合了空气温度和相对湿度的受控调节以及自动气体注入功能。通过结合便携性和主动环境控制，所提出的系统旨在实现现场直接监测低成本二氧化碳传感器的可靠和频繁校准，从而提高室内空气质量监测和公民科学应用的数据质量。
**3. 材料与方法**
本节描述了用于开发和评估二氧化碳校准平台的测量系统和实验程序。详细描述了便携式校准系统的配置，包括环境测试箱、自动气体注入单元以及集中控制和数据采集系统。所使用的仪器包括一个参考二氧化碳传感器和一个LCS。定义了一种标准化的实验协议，用于生成受控的二氧化碳浓度分布以及评估系统重复性和传感器校准性能。最后，介绍了数据采集架构和用于回归分析及不确定性估计的后处理方法。
**3.1. 实验装置**
总体而言，校准平台被设计为一个便携式、模块化系统，能够在调节环境参数的同时生成受控的二氧化碳浓度分布。图1展示了本研究中实施的校准过程的概念工作流程。使用认证气体作为污染物来源，将其引入受控的校准环境中，其中空气温度（ta）和相对湿度（RH）被主动调节。在该环境中，传感器暴露于预定义的二氧化碳浓度分布下。通过数据采集系统收集测量结果，并在数据分析阶段进行处理，最终得到传感器验证和校准输出。该架构由四个主要子系统组成：二氧化碳源（A）、校准环境（B）、传感器（C）和控制系统（D），如图2所示。该系统的核心是一个改良的环境试验箱（FIEM，意大利制造），内部尺寸为29.9 x 36.3 x 48厘米，总体积约为52升。与以往低成本研究中使用的被动测试箱不同，该试验箱配备了一个集成的PID热控制系统，能够将空气温度（ta）调节在0°C至45°C之间，相对湿度（RH）调节在0%至75%之间。这种强制对流机制减少了垂直分层现象，使感测体积的上部和下部之间的温差保持在0.5°C以下。试验箱在运行时是密封的，以隔离内部环境与外部环境的变化，专门用于气体注入和传感器电缆连接。二氧化碳浓度分布的生成由一个精密的注入系统控制。二氧化碳气瓶（SOL S.p.A.）作为气源，并装有减压装置以将输出压力降至安全操作水平。流量控制通过一个电磁阀（U.S. Solid，12V直流电，3/8英寸孔径）实现，该电磁阀安装在减压装置和试验箱入口之间。电磁阀由中央控制单元通过继电器模块驱动，继电器模块由专用的12V电源供电。通过调节电磁阀的开启时间（脉冲持续时间），系统可以注入离散的二氧化碳“包”以达到精确的目标设定值（例如700 ppm），或者执行连续的浓度增长曲线（例如每2分钟浓度增加100 ppm）。整个平台由一台Raspberry Pi 5单板计算机控制，该计算机运行自定义的Python脚本来协调所有硬件组件的工作。控制架构同时管理驱动逻辑，按照精确计算的时间间隔开启电磁阀以达到目标浓度步骤，以及数据记录程序，后者通过I2C或USB持续查询连接的传感器，并以10秒的间隔存储带时间戳的测量数据。在试验箱内部，LCS（低成本传感器）被放置在靠近参考仪器的地方，以便在相同的环境条件下对同一空气样本进行测量。实验装置使用了两种感测设备，其关键规格在表1中进行了总结，突出了它们在测量原理、准确性和工作范围上的差异。参考仪器是Sensirion SCD40，一种光声NDIR模块，其在不牺牲计量性能的情况下实现了紧凑的尺寸。它能够提供400至2000 ppm范围内的二氧化碳读数，准确度为±（50 ppm + 测量值的5%）[35]。为了验证，使用Extech CO240手持式二氧化碳测量仪作为被测设备，即LCS。它基于传统的NDIR光谱技术，覆盖的范围更广（0–9999 ppm），其声明的准确度为±（75 ppm + 测量值的5%）[36]。
**图1. 校准过程的概念图。**
**图2. (a). 实验装置。A) 二氧化碳气瓶，B) 实验试验箱，C) LCS（Extech CO240），D) 参考传感器（Sensirion SCD40），E) Raspberry Pi 5，F) 电磁阀，G) 继电器模块，H) 12V电源。**
**图2(b). 实验装置各组件之间的连接图。**
**表1. 参考传感器（Sensirion SCD40）和LCS（Extech CO240）的数据表**
| 参数 | 参考仪器（Sensirion SCD40） | LCS（Extech CO240） |
|-----------------|------------------|-------------------|
| 二氧化碳范围 | 400 – 2000 ppm | 0 – 9999 ppm |
| 精确度 | ±（50 ppm + 测量值的5%） | ±（75 ppm + 测量值的5%） |
为了降低高二氧化碳浓度带来的安全风险，实验协议中包含了一个通风步骤。在校准周期完成后，试验箱会打开并连接至实验室通风系统或强制通风设备，以确保残留气体迅速排出，使内部大气恢复到环境基线水平（约400 ppm），然后再开始下一次测试。基于逐步注入逻辑定义了一个标准化的实验方案，并通过迭代优化来最小化瞬态不稳定性，确保被测传感器暴露在均匀的气体浓度中。
**3.2. 实验协议**
**3.2.1. 校准台稳定性评估**
评估了校准台的重复性，以确定其在受控环境条件下生成预设二氧化碳浓度水平的能力。进行了两项互补测试，分别考察固定设定点的稳定性和动态浓度曲线的重复性。在第一项测试中，评估了系统再现固定浓度水平的能力。从环境条件（大约400–500 ppm）开始，将试验箱内的二氧化碳浓度增加到700 ppm的目标设定值，这代表了典型的室内占用条件。二氧化碳的注入使用了一个经过认证的气瓶，压力约为3巴，电磁阀的开启时间为1秒。注入后，内部循环风扇确保气体均匀混合，然后再进行数据采集。达到稳态条件后记录数据，随后对试验箱进行通风以恢复环境二氧化碳水平。在恒定的环境条件（ta = 21°C，RH = 50%）下重复此过程十次，以量化生成系统的重复性。在第二项测试中，评估了校准台生成动态浓度曲线的重复性。从大约500 ppm的初始浓度开始，每2分钟将试验箱内的二氧化碳浓度增加100 ppm，直到达到大约2000 ppm的最大浓度。图3a)直观展示了实验过程。在整个测试过程中，空气温度和相对湿度保持不变，以排除气体生成过程的影响。整个增量浓度曲线重复十次，以评估系统在动态操作条件下的响应一致性。这些重复性测试的结果用于表征校准台的稳定性和重复性，并验证其适用于后续传感器校准实验。
**3.2.2. 传感器校准案例研究**
在校准台验证之后，选择了一个商用低成本二氧化碳传感器（Extech CO240）作为案例研究，以展示在受控条件下所提出的校准平台的应用。在固定二氧化碳浓度水平下评估了传感器的短期重复性。传感器在固定设定点模式下暴露于700 ppm的目标浓度，使用的气瓶压力约为3巴，电磁阀开启时间也为1秒，与校准台的验证程序一致。稳定后记录稳态数据，然后对试验箱进行通风以恢复环境条件。这种单点暴露过程重复十次，以评估传感器在相同环境和操作条件下的重复性。传感器校准采用逐步多点暴露方法，覆盖了感兴趣的室内空气质量浓度范围。传感器依次暴露于四个名义二氧化碳浓度水平，分别为大约600、1000、1500和2000 ppm，从环境条件开始。对于每个浓度水平，通过调整气瓶压力和电磁阀开启时间来达到目标浓度。每个步骤保持大约2分钟以确保达到稳态条件，期间同时从LCS和参考仪器获取测量数据。整个多点校准序列重复五次，以考虑传感器的迟滞效应和短期漂移。图3b)展示了校准过程中采用的逐步二氧化碳浓度曲线示例。
**表2. 校准协议。**
| 浓度 | 气瓶压力 | 电磁阀开启时间 |
|-----------------|------------------|-------------------|
| 600 ppm | 3 bar | 0.5 s |
| 1000 ppm | 5 bar | 10 s |
| 1500 ppm | 8 bar | 10 s |
| 2000 ppm | 8 bar | 20 s |
**图3. a). 用于多点传感器校准的逐步二氧化碳浓度曲线示例。**
从500 ppm开始，浓度逐步增加（每步100 ppm），每个水平保持大约2分钟以达到稳态条件。
**图3b). 用于多点传感器校准的逐步二氧化碳浓度曲线示例。**
从环境条件开始，浓度逐步增加到600、1000、1500和2000 ppm，每个水平保持大约2分钟以达到稳态条件。
**3.3. 数据采集与后期处理**
数据采集和系统控制通过集中式架构实现，其中Raspberry Pi 5单板计算机作为主控单元，负责传感器查询和气体注入控制。开发了自定义的Python脚本，以确保所有硬件组件的同步运行，包括电磁阀驱动、环境试验箱操作和传感器数据记录。这种集中式方法保证了施加的二氧化碳浓度曲线与记录的传感器响应之间的时间对齐。参考仪器（Sensirion SCD40）通过I2C接口与控制单元通信，提供二氧化碳浓度、空气温度和相对湿度的数字测量值。同时，LCS（Extech CO240）也连接到同一记录系统，使两种设备能够在相同的环境条件下同时采样试验箱内的空气。所有测量数据都带有时间戳，并存储在本地以供后续分析。所有实验采用统一的10秒采样间隔（0.1 Hz）。选择这个间隔是为了在保证足够的时间分辨率以捕捉浓度变化的同时，限制数据量，便于重复和长时间测试序列的处理。数据采集在整个实验过程中持续进行，包括基线稳定、气体注入、混合和稳态暴露阶段。原始数据集经过后期处理，以确保传感器之间的数据一致性和可比性。首先验证了时间戳对齐，以纠正数据流之间的任何微小通信延迟。在气体注入阶段和初始混合期间获取的数据点被排除在进一步分析之外，因为这些阶段的浓度条件具有瞬变性和非均匀性。仅保留每个目标浓度水平下的稳态测量数据。对于每个浓度步骤，对剩余的稳态数据进行了平均处理，以获得参考仪器和LCS的单一代表值。这些平均值是后续性能评估和校准分析的基础。通过LCS输出与参考测量值之间的线性回归来评估传感器行为。从校准曲线得出的关键性能指标包括决定系数（R2），用于量化线性；灵敏度系数，定义为回归线的斜率，表示传感器相对于参考值的响应；以及偏差，表示为回归模型的截距[37]。使用基于端点的线性评估方法来评估生成的气体浓度梯度的非线性（）。该指标量化了实际测量的稳态浓度（）与在最小和最大实验校准点之间绘制的理想理论响应线（）之间的最大绝对偏差。为了将这种最坏情况下的偏差表示为测试满量程（%FS）的标准百分比（这是根据IEC 61298-2指南进行传感器特性测试的标准做法[38]），通过最大残差除以坡度（）来表示。结合标准不确定性（）根据GUM框架[39]评估了试验箱内参考二氧化碳浓度的综合标准不确定性（）。它使用均方根（RSS）方法计算得出，结合了两个主要且不相关的不确定性分量：参考传感器的不确定性（，根据制造商规格评估为B型贡献，采用矩形分布）和校准台的重复性（，作为A型贡献，来自重复实验试验的标准差）。因此，综合标准不确定性表示为。测量不确定性通过结合相关的不确定性分量并使用覆盖因子k = 2来表示，相当于大约95%的置信水平。
**3.4. 实际现场部署协议**
在完成控制室特性测试后，设计了一个全面的现场验证活动，以评估在实际条件下校准模型的实用性。在一个有人使用、有 Standard HVAC 通风系统的办公室空间进行了48小时的连续共位测试。为了确保严格的计量连续性，之前在试验箱内进行了特征研究的相同物理传感器节点（Sensirion SCD40参考传感器和Extech CO240 LCS）被用于这次现场测试。两个设备被放置在彼此附近，以确保它们采样相同的空气样本。在部署过程中，原始浓度数据被持续记录下来。为了确保统计分析的稳健性，原始数据集随后被聚合为1小时的时间平均值。然后使用标准统计指标（包括决定系数（R2）、皮尔逊相关系数（r）、均方根误差（RMSE）和平均绝对误差（MAE）对腔室校准的低成本传感器（LCS）的性能进行了定量评估。此外，为了严格表征绝对测量误差，计算了输入的标准不确定性，并利用该不确定性推导出现场部署的最终扩展不确定性（U），应用了k = 2的覆盖因子以获得大约95%的置信区间。
4. 结果与讨论
本节展示了使用第3节描述的校准系统获得的实验结果，并对这些结果进行了讨论。结果首先评估了校准台的性能和重复性，随后分析了在受控条件下代表性低成本CO2传感器的计量行为。最后，讨论了这些发现对传感器校准和室内空气质量监测的影响。
4.1 校准系统性能和重复性
首先从稳定性、重复性和生成的CO2浓度剖面的线性方面评估了校准系统的性能。在恒定环境条件（温度约为21°C和相对湿度约为50%）下，通过执行十个相同的CO2注入周期来初步研究重复性。每个周期从环境背景浓度（约400 ppm）逐步增加到700 ppm的目标水平，这代表了典型的室内占用条件。如图4a)和4b)所示，参考仪器在所有重复实验中都表现出高度一致的峰值浓度。测量稳态值的标准偏差对应的扩展不确定性（覆盖因子k = 2）为±14 ppm。这种低分散性表明气体注入协议具有良好的重复性，并证实了电磁阀驱动和混合策略能够产生稳定且可重复的浓度设定点。
4.2 低成本传感器校准结果
在校准台验证之后，使用第3.2.2节描述的多点校准协议对Extech CO240低成本CO2传感器的计量性能进行了评估。通过将其稳态读数与参考仪器在四个浓度水平（大约600、1000、1500和2000 ppm）下的读数进行比较来分析传感器的响应。图6展示了相应的校准曲线和线性回归。回归分析得出的灵敏度系数（斜率）为1.2，表明传感器系统性地高估了CO2浓度的变化。此外，还观察到了154 ppm的正偏置，揭示了在整个测试范围内的一致偏移。尽管存在这种偏置，决定系数（R2 = 0.99）表明传感器输出与参考浓度之间存在良好的线性关系。这种高度线性表明传感器响应具有很高的可预测性，且观察到的系统误差可以通过校准得到有效校正。应用从回归参数得出的线性校正后，系统误差显著减少，证实了在校准腔室中实施的多点暴露方法的有效性。然而，仍然存在残余校准不确定性，主要与数据点围绕回归线的分布有关。估计这种校准不确定性约为±93 ppm（扩展不确定性，k = 2）。这个置信区间代表了线性校准后传感器测量中的预期残余误差，表明尽管R2值很高，但由于传感器噪声和内在性能限制，仍然存在几十ppm的数量级变化。
4.3 实际应用验证
为了在实际场景中验证腔室衍生的校准模型，在一个有人居住且使用频繁的办公室环境中执行了为期48小时的连续现场验证活动。该空间的特点是现代暖通空调通风系统。在此部署过程中，之前已经表征过的Extech LCS与Sensirion参考仪器同时使用，以评估所应用校正模型的实际性能。为了确保统计分析的稳健性，原始数据集被聚合为1小时的时间平均值。图8展示了参考仪器和腔室校准的LCS之间的比较。为了定量评估在校场部署期间校准传感器的性能，使用了标准统计指标。使用决定系数（R2）和皮尔逊相关系数（r）来评估LCS与参考仪器之间的线性一致性和相关性。此外，还使用均方根误差（RMSE）、平均绝对误差（MAE）、输入的标准不确定性（）和最终扩展不确定性（U）来量化残余测量误差的绝对大小。
4.4 讨论
实验结果提供了对所提出的校准平台以及在受控条件下代表性低成本CO2传感器行为的全面评估。讨论旨在强调这些发现对于现有校准策略、室内空气质量要求以及LCS网络实际部署的影响。首先关注的是校准室本身的性能。观察到的±14 – 17 ppm的重复性表明，即使在紧凑且便携的配置下，气体生成和混合策略也具有高度稳定性和可重复性。虽然这种不确定性的水平高于大型实验室级气候室所能达到的水平，但它非常适用于LCS的校准，因为LCS的声明精度通常高一个数量级。重要的是，不确定性分析表明主要贡献来自参考仪器而非腔室动态。这证实了所提出的平台不会引入显著的额外变异性。在400–2000 ppm范围内生成浓度剖面的线性进一步验证了基于时间控制的电磁阀驱动的注入方法的稳健性。可靠地产生离散步骤和渐进式坡度的能力对于传感器特性分析尤为重要，因为它能够研究稳态精度以及传感器在缓慢变化浓度下的行为，这些浓度代表了真实的室内环境。与被动校准箱或不受控制的现场暴露相比，主动调节温度和相对湿度显著减少了混杂因素，使得传感器偏差主要归因于浓度效应。Extech CO240的校准结果与文献中广泛报道的基于NDIR的低成本CO2传感器的行为一致。较高的决定系数（R2 = 0.99）证实了该传感原理对CO2浓度具有稳健且高度线性的响应。同时，大于1的灵敏度和154 ppm的正偏差揭示了与工厂校准相关的系统误差。从实际角度来看，在室内空气质量应用中，这种偏差不可忽视，因为指导阈值（例如800–1000 ppm）接近背景水平。因此，这种未校正的偏差可能导致通风充足性的系统性误分类或在有人居住的空间中延迟采取缓解措施。重要的是，在整个测试范围内观察到的强线性表明，可以使用在受控条件下得出的简单线性校准模型有效纠正这些系统误差。这一发现强调了多点箱式校准相对于单点调整或短期共位校准的价值，因为它能够以可重复的方式量化并纠正斜率和偏移误差。校准后，传感器在700 ppm时的扩展不确定性为±26 ppm，这一重复性水平完全适用于连续室内监测，并且与类似低成本设备的报告值相当。从更广泛的角度来看，这些结果突显了平衡计量严谨性和操作灵活性的中间校准方法的相关性。与受到参考站可用性和代表性限制的共位策略不同，所提出的平台能够在受控环境条件下实现系统性和可重复的预定浓度水平暴露。同时，它避免了全尺寸实验室腔室的成本、尺寸和基础设施要求，适用于研究实验室、机构建筑或密集传感器网络的维护工作流。然而，也应承认当前研究的一些局限性。当前原型的主要计量局限性在于集成参考仪器（Sensirion SCD40）的绝对精度。如不确定性预算所示，参考传感器的声明精度（例如，在700 ppm时为±85 ppm）主导了整个系统的不确定性，显著掩盖了校准台本身的高度稳定的内在重复性（±14 ppm）。因此，校准的绝对精度本质上受到该参考节点规格的限制。这种选择是一个必要的设计折中，以优先考虑平台的超便携性、低成本和模块化特性，以便进行现场部署。尽管如此，系统的相对稳定性足以成功隔离并数学纠正典型商业低成本监测器（例如，在Extech CO240中观察到的>150 ppm的偏差）的更大系统基线和灵敏度误差。未来的硬件架构迭代将致力于集成更高精度、微型化的双通道NDIR或光声光谱（PAS）参考模块，以加强追溯链并进一步降低基线不确定性，而不会影响便携性。虽然本研究集中在固定温度和湿度条件下的浓度依赖性性能上，但该平台本质上能够支持更高级的测试协议。该系统还兼容针对其他污染物（如颗粒物（PM）的测试。对温度和湿度交叉敏感性、响应时间、长期漂移和传感器老化的系统性研究将进一步增强该系统在长期现场部署中的适用性。总体而言，讨论证实了所开发的校准箱是一种实用且有效的工具，用于提高低成本CO2传感器的可靠性。通过实现受控、可重复和便携的校准，该系统有助于缩小实验室级校准与现实世界传感器部署之间的差距，支持更准确和可靠的室内空气质量监测。
5. 结论
本研究介绍了一种便携式CO2校准系统的设计、开发和全面特性分析，该系统专门用于支持LCS的评估。该系统结合了空气温度和相对湿度的控制以及气体注入机制，能够在感兴趣的室内空气质量范围内（400–2000 ppm）生成可重复的CO2浓度剖面。这种集成方法允许逐步和逐渐增加浓度的变化，模拟真实的室内占用场景，并提供多功能测试环境。实验结果表明，校准箱产生的浓度剖面稳定且可重复，离散注入和渐进注入的扩展不确定性分别为±14 – 17 ppm。生成剖面的高线性证实了基于阀门的注入协议的可靠性以及内部混合系统在整个腔室体积中保持均匀气体分布的有效性。生成CO2水平的重复性和可预测性证实了该平台可以作为低成本CO2传感器的校准工具。使用该腔室系统地对Extech CO240低成本CO2传感器的性能进行了系统评估。线性回归分析显示，系统存在154 ppm的正偏差和1.2的灵敏度系数，决定系数R2 = 0.99。这些结果表明，尽管工厂校准引入了系统误差，但传感器响应仍然高度可预测，并且可以通过多点校准程序有效纠正。校正后，传感器的扩展不确定性为±26 ppm（k = 2），证明了其可靠性和适用于连续室内空气质量监测。除了立即的传感器特性分析之外，该研究还强调了该腔室作为实用校准平台的更广泛意义。它提供了一种中间解决方案，平衡了实验室级系统的精度和环境控制与现场部署所需的便携性和成本效益。这不仅能够验证单个传感器，还能够维护密集的LCS网络，提高研究、机构应用和公民科学倡议中的室内空气质量测量的空间和时间分辨率。展望未来，该平台有进一步改进的潜力。未来的工作可以包括对长期传感器漂移和老化效应的系统评估。此外，该系统还可以适应于校准超出CO2范围的更多环境传感器，支持可靠、低成本监测网络的更广泛发展。总之，所开发的校准箱是一种强大、灵活且易于获得的工具，它架起了昂贵的实验室设施和不受控制的现场方法之间的桥梁。通过提供受控、可重复和便携的校准能力，它显著提高了低成本CO2传感器的性能，从而支持更可靠的室内空气质量监测，并推动了高分辨率传感器网络的部署。
