Методика оценки эффективности непрерывного мониторинга метана: влияние сопоставления событий и выбора метрик

A Performance Evaluation Framework for Continuous Methane Monitoring: Effects of Event Association and Metric Choice
Ziliang Mao, Penggang Zheng, Bo Fu, Shan Zhou
2026-09-02

предел обнаружения 90%непрерывный мониторинг метанаассоциация событийобнаружение и количественная оценка утечекметрики ошибки количественной оценки
Системы непрерывного мониторинга (CM) для обнаружения и количественной оценки утечек метана (LDAQ) обеспечивают информацию с высоким временным разрешением о периодических и постоянных выбросах, однако заявляемые эксплуатационные характеристики этих систем зависят от способа оценки их результатов. Прежде чем интерпретировать классификацию обнаружений, предел обнаружения, точность локализации и ошибку количественной оценки, зарегистрированные события обнаружения необходимо сопоставить с фактическими событиями выбросов. В настоящей работе разработана и применена методика оценки эффективности систем CM LDAQ для метана с использованием трехмесячного набора данных контролируемых выбросов, полученных в условиях одностороннего слепого эксперимента. Методика определяет правила временного и пространственного сопоставления, учета одновременных выбросов и избыточных зарегистрированных обнаружений, а также вводит взаимодополняющие метрики на уровне событий для оценки согласованности количественных результатов, частоты регистрации, временной точности, временного охвата и определения времени начала. В применимых случаях полученную интерпретацию эффективности сравнивали с двумя существующими протоколами. Для одних и тех же фактических событий выбросов и зарегистрированных событий обнаружения различные правила сопоставления событий изменяют классификацию истинно положительных (TP), ложно положительных и ложно отрицательных результатов, что приводит к различным значениям предела обнаружения, соответствующим 90% вероятности обнаружения. Интерпретация количественных результатов также зависит от выбора метрики: средняя относительная ошибка может указывать на завышение оценки, даже если большинство отдельных событий TP недооценены, тогда как ограниченная метрика Q дает дополнительную сводную характеристику кратности ошибки. Метрики на уровне событий также показывают, что события TP различаются по временному охвату и определению времени начала. Эти результаты демонстрируют, что эффективность CM следует интерпретировать с учетом правил оценки и определений используемых метрик.
1
Разработана система оценки эффективности непрерывных систем обнаружения и количественной оценки утечек метана на основе трёхмесячного набора данных слепых контролируемых выбросов.
2
Разные правила ассоциации событий изменяют классификацию истинно положительных, ложноположительных и ложноотрицательных результатов и, следовательно, приводят к разным значениям предела обнаружения на уровне 90%.
3
Метрики на уровне событий выявляют различия между истинно положительными событиями по временному охвату и определению времени начала, показывая необходимость интерпретировать результаты вместе с правилами оценки и определениями метрик.
4
Выводы о количественной оценке зависят от выбранной метрики: средняя относительная ошибка может указывать на завышение, хотя большинство истинно положительных событий недооценены; ограниченная метрика Q дополнительно характеризует ошибку в виде кратности.
5
Система задаёт правила временной и пространственной ассоциации событий, обработки одновременных выбросов и учёта избыточно зарегистрированных обнаружений перед классификацией эффективности.

системы непрерывного обнаружения и количественной оценки утечек метана (LDAQ)

влияние правил ассоциации событий и выбора метрик на оценку эффективности, включая классификацию обнаружений, пределы обнаружения, погрешность количественной оценки, временное покрытие и идентификацию времени начала

Publication Details
Publication Date
2026-09-02
Journal
Publisher
ISSN
Cited by
0
Access Type
Author Information
Authors
Ziliang Mao
Penggang Zheng
Bo Fu
Shan Zhou
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%