Latest / OPSIS poddserie om industriell gasövervakning / #17: Vad är DOAS?
Transcript
- 0:00Speaker: Välkommen till OPSIS poddserie om gasövakning i industrin.
- 0:04Speaker: DOAS står för differentiell optisk absorptionsspektroskopi.
- 0:10Speaker: I det här avsnittet pratar vi om hur DOAS används för industriell gasövakning.
- 0:17Speaker: Diskussionen bygger på OPSIS blogg i samma ämne?
- 0:25Speaker 1: Välkommen!
- 0:25Speaker 1: Vi omges ständigt av osynliga gaser.
- 0:28Speaker 1: En del är ju helt ofarliga, som luften vi andas just nu.
- 0:32Speaker 1: Andra är det verkligen inte.
- 0:34Speaker 1: Men hur mäter man egentligen något man inte kan se, kanske över en hel stad?
- 0:39Speaker 1: Källan du har delat med oss den här gången är ett utdrag i texten DOAS: Vetenskapen bakom optisk gasanalys.
- 0:47Speaker 1: Den beskriver en metod som är nästan kusligt smart.
- 0:51Speaker 1: Man använder ljus som en sorts detektiv.
- 0:54Speaker 1: Namnet DOAS låter ju direkt som något från en ingenjörsmanual, men vi ska packa upp det här tillsammans.
- 1:01Speaker 1: För idén bakom är faktiskt förvånansvärt elegant.
- 1:05Speaker 1: Vi ska alltså gå igenom exakt hur en ljusstråle kan skickas genom luften och komma ut på andra sidan med en komplett rapport om vilka föroreningar den har stött på.
- 1:17Speaker 2: Precis! Och det är ju en resa.
- 1:19Speaker 2: Vi börjar med ljusstrålen, följer den genom atmosfären, ser hur den förändras, och landar sedan i matematiken som översätter dom där små små förändringarna till meningsfull data om vår luftkvalitet.
- 1:33Speaker 2: Och som du sa, för att förstå resan måste vi börja med att knäcka koden i själva namnet.
- 1:40Speaker 1: Ok, dör vi.
- 1:41Speaker 1: DOAS.
- 1:42Speaker 1: Fyra bokstäver.
- 1:43Speaker 1: Det står för Differential Optical Absorption spektroskopi.
- 1:48Speaker 1: Oj, det känns som att vi måste ta det här bit för bit.
- 1:51Speaker 1: Esset i slutet, spektroskopi.
- 1:54Speaker 1: V handlar det om.
- 1:56Speaker 2: Enkelt sagt handlar spektroskopi om att studera hur ljus och olika ämnen pratar med varandra.
- 2:02Speaker 2: När ljus träffar en molekyl så händer någonting.
- 2:06Speaker 2: Molekylen kan absorbera ljuset, sprida det eller bara låta det passera.
- 2:10Speaker 2: Spektroskopi är alltså vetenskapen om att analysera det där samspelet.
- 2:16Speaker 1: Enkelt sagt handlar spektroskopi om att studera hur ljus och olika ämnen pratar med varandra.
- 2:21Speaker 1: När ljus träffar en molekyl händer någonting.
- 2:23Speaker 1: Molekylen kan absorbera ljuset, sprida det eller bara låta det passera.
- 2:27Speaker 1: Spektroskopi är alltså vetenskapen om att analysera det där samspelet.
- 2:31Speaker 2: Exakt, den bilden! Varje gasmolekyl har, kan man säga, sina favoritfärger eller våglängder av ljus som den är extra bra på att suga upp, alltså absorbera. Det är den effekten som hela tekniken bygger på. Vi skickar ut en ljusstråle med regnbågens alla färger och ser sedan vilka färger som saknas eller är försvagade när ljuset kommer fram.
- 2:53Speaker 1: Logiskt.
- 2:53Speaker 1: Och o:et, optisk, det känns ju ganska självklart.
- 2:57Speaker 1: Det handlar om ljus.
- 2:59Speaker 2: Ja, det specificerar bara att vi arbetar inom det optiska spektrumet.
- 3:03Speaker 2: Och det är ju bredare än vad ögat kan se.
- 3:06Speaker 2: Det inkluderar inte bara synligt ljus utan även ultraviolett, alltså UV och infrarött ljus i.
- 3:13Speaker 2: Det gaser oss en väldigt stor verktygslåda av olika våglängder att jobba med.
- 3:19Speaker 1: Okej, och då har vi bara D.et kvar.
- 3:21Speaker 1: Differentiell.
- 3:22Speaker 1: Det här låter som den hemliga ingrediensen.
- 3:26Speaker 1: Det här magin händer, eller?
- 3:27Speaker 2: Det här nyckeln till precisionen ligger.
- 3:30Speaker 2: Differentiell beskriver den matematiska metod man använder för att rena informationen man får in.
- 3:37Speaker 2: Ljusignalen som kommer fram är full av brus från alla möjliga källor.
- 3:42Speaker 2: Den differentiella analysen är ett sätt att filtrera bort allt man inte är intresserad av så att bara den rena specifika informationen från gasmolekylerna blir kvar.
- 3:52Speaker 1: Vänta nu! Så hela den här komplexa processen med ljus, absorption och avancerad matematik finns faktiskt beskriven ord för ord i själva namnet.
- 4:04Speaker 1: Det är både ärligt och ganska genialt.
- 4:07Speaker 2: Det är precis det som är så elegant med det.
- 4:10Speaker 2: Namnet är en komplett innehållsförteckning.
- 4:12Speaker 2: Inga dolda överraskningar alls.
- 4:14Speaker 1: Källan använder en väldigt stark liknelse här att varje gas har ett unikt fingeravtryck.
- 4:21Speaker 1: Jag gillar den bilden, den är väldigt tydlig, men vad betyder det rent fysiskt?
- 4:26Speaker 1: Varför har säg kvävidioxidet fingeravtryck och svaveldet helt annat?
- 4:32Speaker 2: Det är nästan perfekt analogi.
- 4:34Speaker 2: Anledningen ligger i molekylarnas helt unika uppbyggnad.
- 4:38Speaker 2: Du kan tänka på en molekyl som en liten liten stämgaffel.
- 4:43Speaker 2: Beroende på exakt hur den är byggd, vilka atomer den består av och hur dom sitter ihop kan den bara vibrera och rotera vid vissa specifika energier.
- 4:53Speaker 2: När en ljuspartikel med exakt rätt energi träffar molekylen, då absorberas den och får molekylen att ringa eller vibrera.
- 5:02Speaker 1: Aha, så ljus med fel energia är felfärg, det är bara studsa bort eller passerar rakt igenom.
- 5:09Speaker 2: Precis, exakt så.
- 5:10Speaker 2: Och eftersom kvävidioxid och svaveldioxid byggda på helt olika sätt är dom som stämgafflar av olika storlek och form.
- 5:18Speaker 2: De ringer vid helt olika frekvenser och absorberar därför ljus vid helt olika unika våglängder.
- 5:24Speaker 2: Det där mönstret av absorberade våglängder är molekylens fingravtryck.
- 5:29Speaker 2: Dess absorptionsspektrum.
- 5:32Speaker 1: Men källan nämner att dom här fingravtrycken kan överlappa varandra.
- 5:36Speaker 1: Det känns ju som ett stort problem.
- 5:38Speaker 1: Om två misstänktas fingravtryck ser nästan likadana på brottsplatsen blir ju jättesvårt.
- 5:44Speaker 1: Hur hanterar man det?
- 5:45Speaker 2: Det är en väldigt viktig poäng, och det är där systemets intelligens verkligen visar säg.
- 5:50Speaker 2: För även om två gasers fingravtryck kan överlappa i en del av ljusspektrumet så finns det nästan alltid andra delar, andra fönster av ljus, där deras mönster är helt unika och tydliga.
- 6:01Speaker 2: Tricket är att man inte bara tittar på en liten del av avtrycket utan på hela mönstret över ett väldigt brett spektrum av våglängder.
- 6:08Speaker 2: Datorn kan då med hjälp av avancerad mönster igenkänning se att aha, den här lilla dippen i ljuset kommer från gas A, men den där bredare dalen kommer från en kombination av gas A och gas B.
- 6:19Speaker 1: Så man pusslar ihop det.
- 6:21Speaker 1: Det låter ändå väldigt teoretiskt svårt att se framför mig.
- 6:25Speaker 1: En lampa, lite luft, en mätare.
- 6:28Speaker 1: Hur ser själva utrustningen ut när den står där vid en rykande skorsten eller över en stad.
- 6:34Speaker 2: Låt oss måla upp bilden.
- 6:35Speaker 2: I ena änden har du sändaren.
- 6:38Speaker 2: Den innehåller oftast en xenonlampa.
- 6:41Speaker 2: Anledningen till att man väljer just den är att den skickar ut ett intensivt stabilt vitt ljus, alltså ett ljus som innehåller i princip alla dom våglängder vi vill mäta från UV till IR.
- 6:54Speaker 2: Ljuset samlas ihop av en spegel och skickas ut som en smal kolymerad stråle.
- 6:59Speaker 1: Och den här strålen kan färdas ganska långt, förstår jag?
- 7:02Speaker 2: Absult.
- 7:03Speaker 2: Beroende på system och förhållenden kan mätsträckan vara allt från några hundra meter till över 10 km.
- 7:10Speaker 2: Strålen går alltså rakt genom den luftmassa du vill analysera.
- 7:15Speaker 2: På andra sidan, kanske 10 km bort, sitter mottagaren.
- 7:19Speaker 2: Det är princip ett teleskop som samlar in det ljus som har överlevt resan.
- 7:24Speaker 1: Men vad händer om det är dimma?
- 7:27Speaker 1: Eller om det regnar kraftigt?
- 7:29Speaker 1: Det måste ju störa ljusstrålen enormt.
- 7:32Speaker 2: Det är en utmärkt fråga och en av dom stora praktiska utmaningarna.
- 7:37Speaker 2: Ja, dimma och längden försvagar ljusstrålen dramatiskt.
- 7:42Speaker 2: Vattendropparna sprider ljuset åt alla håll, så ofta blir signalen helt enkelt försvag för att man ska kunna göra en tillförlitlig mätning.
- 7:50Speaker 2: Då får man vänta.
- 7:52Speaker 2: Men det intressanta är att även vid lätt dis eller damm i luften, vilket också sprider ljus, så kan systemet hantera det.
- 8:00Speaker 2: Det är här vi kommer tillbaka till matematiken.
- 8:04Speaker 1: Så ljuset som har överlevt resan har samlats in i mottagaren.
- 8:08Speaker 1: Vad händer sen?
- 8:09Speaker 2: Ljuset leds vid en optisk fiber in i en spektrometer.
- 8:13Speaker 2: Den funkar som ett högteknologiskt prisma.
- 8:17Speaker 2: Den delar upp ljuset i alla dess beståndsdelar, vågläng för våglängd, och mäter exakt hur mycket ljus det finns kvar vid varje enskild våglängd.
- 8:26Speaker 2: Utkommer en graf ett mätspektrum.
- 8:29Speaker 2: Det är den råa datan.
- 8:30Speaker 2: Jag minns första gången jag såg ett livespektrum komma in.
- 8:34Speaker 2: Man ser den där rena starka ljuslinjen från lampan, och sedan i realtid ser man hur små hack och dalar dyker upp i linjen när en osynlig gasplym från den skorsten driver förbi.
- 8:45Speaker 2: Då förstår man verkligen kraften, man ser det osynliga hända.
- 8:49Speaker 1: Den där råa datan är alltså en blandning av gasernas fingraravtryck, men också störningar från lampan och atmosfären.
- 9:00Speaker 1: Källan säger resten är matematik, men det låter nästan för bra för att vara sant.
- 9:06Speaker 1: Att man med ren matematik kan trolla bort allt man inte vill se, finns det ingen risk att man råkar filtrera bort en del av den verkliga signalen också.
- 9:16Speaker 2: Det är precis den skepsis man bör ha.
- 9:18Speaker 2: Risken finns absolut om man inte gör det på rätt sätt.
- 9:22Speaker 2: Men metoden är så robust för att den sker i två väldigt logiska steg.
- 9:26Speaker 2: Först tar sitt uppmätta spektrum och dividerar det med ett rent referensspektrum från lampan, ett spektrum man spelat in i förväg.
- 9:34Speaker 2: Då tar man bort lampans egna, lite ojämna karaktär.
- 9:38Speaker 2: Kvar har man bara dom förändringarna som skett under ljusets resa.
- 9:43Speaker 1: Okej, ett steg på vägen, men vi har fortfarande kvar dom där breda störningarna från damm och dis som du nämnde.
- 9:48Speaker 1: Hur blir man av med dem utan att skada dom fina små fingeravtrycken från gaserna?
- 9:53Speaker 2: Bakgrunden finns ett konstant, lågfrekvent brum från en motor.
- 9:57Speaker 2: Det är dom breda störningarna från damm och annat.
- 10:00Speaker 2: Den matematiska filtreringen, som ofta görs med ett polynom, funkar som att använda en ljudredigerare för att specifikt identifiera och ta bort det där breda monotona motorbrummet.
- 10:11Speaker 2: Kvar blir bara den skarpa detaljerade fågelsången.
- 10:15Speaker 2: Man tar alltså bort allt som förändras långsamt över spektrumet och behåller allt som förändras snabbt och skarpt.
- 10:21Speaker 1: Det var en fantastisk analogi, verkligen.
- 10:24Speaker 1: Så efter den filtreringen har man alltså ett rent differentialspektrum, dom isolerade fingeravtrycken.
- 10:32Speaker 1: Nu ska man lista ut vems som dom är.
- 10:34Speaker 1: Jag antar att man jämför dem mot en databas.
- 10:37Speaker 2: Exakt.
- 10:38Speaker 2: Det rena spektrumet man fått fram jämförs matematiskt med ett stort bibliotek av förinspelade referens fingeravtryck.
- 10:46Speaker 2: Biblioteket innehåller dom exakta differentialspektra för en mängd kända gaser.
- 10:52Speaker 2: Datorsystemet testar säg sedan fram och letar efter den exakta kombination och koncentration av referensgaser som när dom läggs ihop perfekt matchar det man just mätt upp.
- 11:05Speaker 1: Så det gaser den genomsnittliga koncentrationen av säg svaveldioid längs hela den där kilometerlånga ljusstrålen.
- 11:14Speaker 1: Det här är ju uppenbarligen en kraftfull teknik, har den faktiskt förändrat något i praktiken?
- 11:21Speaker 2: Enormt.
- 11:22Speaker 2: Verkligen.
- 11:22Speaker 2: Källan nämner att tekniken kommercialiserades på 80-talet.
- 11:27Speaker 2: Det sammanfaller perfekt med den stora debatten om surtegn och skogstöd.
- 11:31Speaker 2: Man misstänkte starkt att det var svaveldioxid SO2 från koleldade kraftverk i Storbritannien och Tyskland som drev in över Skandinavien och orsakade försurningen.
- 11:42Speaker 2: Men det var svårt att bevisa sambandet på ett oförtydligt sätt.
- 11:47Speaker 1: Där kom dås in i bilden.
- 11:49Speaker 2: Man kunde nu ställa upp dom här instrumenten och mäta dom totala utsläppen från ett helt industriområde eller följa hur molnen av föroreningar färdades över landsgränser.
- 12:00Speaker 2: DOAS blev ett nyckelverktyg för att faktiskt bevisa sambandet mellan industriutsläpp av svaveldioxid och effekterna man såg i naturen.
- 12:08Speaker 2: Den datan gav politikerna det vetenskapliga underlag dom behövde för att fatta beslut om internationella avtal för att begränsa utsläppen.
- 12:17Speaker 2: Det är ett perfekt exempel.
- 12:19Speaker 1: Ja, det sätter verkligen alltid i perspektiv.
- 12:21Speaker 1: Men verkligheten är sällan så prydlig som i ett referensbibliotek.
- 12:25Speaker 1: Vad händer om det dyker upp en helt oväntad gas i luften, en som stör mätningen och som inte ens finns med i biblioteket?
- 12:33Speaker 1: Kan systemet bli lurat då.
- 12:35Speaker 2: Det här är en av teknikens absolut största styrkor.
- 12:39Speaker 2: Systemet låter sig inte luras i tysthet.
- 12:42Speaker 2: När datorn försöker matcha det uppmätta spektrumet mot sitt bibliotek så letar den efter en perfekt passform.
- 12:49Speaker 2: Om det finns en okänt gas i luften kommer pusslet aldrig att gå ihop till 100%.
- 12:54Speaker 2: Det kommer alltid finnas en liten del av signalen kvar som inte kan förklaras.
- 12:59Speaker 2: En rest.
- 13:00Speaker 1: Den resten signalerar att något är fel.
- 13:03Speaker 2: Exakt.
- 13:03Speaker 2: Storleken på den här offörklarade resten kallas för avvikelsetal eller residual.
- 13:08Speaker 2: Om det här talet plötsligt ökar, fungerar det som en stor röd varningsflagga för operatören.
- 13:14Speaker 2: Det säger: varning, den matematiska anpassningen är inte perfekt.
- 13:19Speaker 2: Det finns något i luften som vi inte känner igen, och därför är osäkerheten i det rapporterade resultatet högre.
- 13:25Speaker 1: Så det är inte bara en siffra i en rapport.
- 13:27Speaker 1: För någon som övervakar en kemisk fabrik betyder den där varningsflaggan att dom omedelbart måste undersöka om en oväntad och kanske farlig reaktion har startat.
- 13:37Speaker 1: Det är en direkt länk från abstrakt matematik till konkret säkerhet.
- 13:41Speaker 2: Det är en perfekt sammanfattning.
- 13:43Speaker 2: Det är en inbyggd automatisk kvalitetskontroll som säkerställer att man kan lita på datan.
- 13:51Speaker 1: Så om vi ska summera resan.
- 13:52Speaker 1: Vi har gått från en teknisk akronym till en klar bild av en metod där en ljusstråle blir en osynlig mätssticka rakt genom atmosfären.
- 14:02Speaker 1: Genom att förstå gasers unika ljusabsorberande fingeravtryck och sedan använda smart matematik för att filtrera bort allt brus kan man övervaka vår luftmiljö med en otrolig precision.
- 14:15Speaker 2: Ja, det är en otroligt elegant och robust princip.
- 14:18Speaker 2: Det är fascinerande att tänka på att idén i grunden är nästan 100 år gammal, men att tekniken som fick sitt genombrott på 80-talet för att lösa dåtidens miljöproblem som surt regn, är kanske ännu med relevant idag när vi står inför helt nya utmaningar?
- 14:33Speaker 1: Och en sista tanke för dig att fundera vidare på.
- 14:36Speaker 1: Källan visar ju hur tekniken på 80-talet blev avgörande för att mäta kända föroreningar som kvävdioxid och svaveldioxid.
- 14:46Speaker 1: Med tanke på hur vår värld, vår industri och kemikalanvändning har förändrats den dess.
- 14:51Speaker 1: Vilka tror du kan vara nästa generation oväntade gaser som system som dessa kommer behöva lära säg att identifiera i framtiden.