Una lectura ingenua del panel trata cada parámetro como independiente. La química y los sensores no están de acuerdo. Varias interacciones bien documentadas afectan tanto las lecturas como la fisiología. La capa de interpretación las codifica para no reportar con confianza un evento falso.
Interacciones del lado sensor: humedad sobre 80% empuja el índice COV hacia arriba 10 a 30 incluso sin cambio real de COV; aire muy húmedo también dispersa luz infrarroja, inflando lecturas PM ópticas hasta que las gotitas se evaporan. El índice NOx responde al ozono además de los óxidos de nitrógeno; la infiltración de ozono exterior en una tarde soleada puede producir una pequeña subida de NOx sin fuente de combustión. Sensibilidades cruzadas cubre el detalle.
Las interacciones de química interior son el caso más interesante. Weschler revisó el campo: el ozono reacciona con terpenos (limoneno de limpiadores con cítrico, alfa-pineno de productos con pino) para producir formaldehído y pequeñas partículas ultrafinas. La reacción es rápida; abrir una ventana en un día de ozono alto justo después de haber limpiado con producto de cítrico puede producir una firma de formaldehído medible que ni el ozono ni el limpiador producirían solos.
Las interacciones fisiológicas siguen una lógica similar. El aire frío-seco de invierno potencia la irritación por partículas y polen (las mucosas secas tienen menos capacidad amortiguadora). La humedad alta a temperatura alta deteriora la recuperación del estrés térmico (ver temperatura aparente). Estudios de impacto cognitivo combinado (CO2 + temperatura + ruido) muestran efectos aditivos en vez de independientes. La IA usa esto para ponderar sus alertas: un pico moderado de COV durante una mañana fría-seca de invierno recibe una bandera ligeramente más fuerte que el mismo pico en un día templado, porque el riesgo sintomático es mayor en el primer contexto.
