虽然美国EPA已批准LDSN技术为常规LDAR的AMEL，但仅适用于两套开展工业试验的装置，AMEL还要求至少同步进行两年CWP检测，以确保LDSN按预期运行，其他装置应用AMEL仍需试验、申报、审批。该技术尚需进一步完善传感器选型、空间部署规范化、联动溯源精准化、LDAR减排等效性实测验证、布点密度与泄漏检测阈值最优化、运维及成本控制、与其他不同维度或时空分辨监测技术组合优化等应用。按当前LDSN技术水平估算，每个PID传感器覆盖半径不低于15~25m，平均监控500~1000个密封点，一座大型炼化企业（约50万个密封点）需部署500~1000个传感器，PID传感器一般每季度校准1次，其紫外灯的寿命约为10000h，投资和运维成本可观。虽然传感器在线检测投资较高，但可大幅度削减LDAR建档和常规检测费用，总体投资和运维成本可能略低于当前的传统LDAR。LDSN可与厂区网格化监测、安全职防在线监控一体化，实现投资优化和降本增效。LDSN智能化水平较高，人为影响因素较少，能更及时地发现泄漏，设备VOCs泄漏排放控制效果将优于定期检测的LDAR。网络化平台收集、存储、处理传感器网络的实时监测数据，提供无组织排放分布高时空分辨信息，区分运维、储罐呼吸、焦化开塔除焦等工艺无组织排放与设备泄漏排放，分析和定位潜在的设备泄漏排放区域，引导人工高效检测设备泄漏。该平台具备智能在线特征，可实现云基智能化LDAR，有助于创建智能炼化企业。
LDSN技术的核心是传感器设计与选型、节点部署算法、泄漏溯源定位算法及网络化平台。VOCs检测传感器主要包括PID、电化学传感器、金属氧化物传感器、光学传感器、电子鼻、微型气相色谱仪等，相关研究活跃，但工业应用相对薄弱。综合考虑石化设施泄漏在线检测所需小型（或微型）化、安全、成熟、可靠、高灵敏、响应快、低成本、寿命长、广谱响应、运维简便等要素，目前PID的工业应用相对较多。PID主要检测官能团，对芳烃、烯烃（乙烯除外）、杂原子VOCs响应灵敏，但对乙烯及烷烃，尤其是C1~C5烷烃微弱，且对不同类型VOCs响应差异较大，部分无机气体也有响应。实验室及便携检测常用的火焰离子化检测器（FID）对碳链的响应更好，检测信号与VOCs的碳原子数成正比，常用于总挥发性有机物（TVOC）分析，但需要氢气为燃气，小型化、防爆、成本及运维等方面也难以满足泄漏在线检测应用。传感器布设及泄漏溯源需综合考虑石化装置或设施工艺流程、设备及构筑物分布、物料属性、污染流场、设备泄漏特征等因素。石化装置区空气流场复杂，设备随机泄漏分布及排放迁移传输机制是传感器布设及溯源的基础。
目前一般采用高斯烟羽/烟团模型、拉格朗日粒子追踪模型、CFD模拟等描述泄漏迁移扩散机制，p-中值、神经网络、聚类分析、集合覆盖、混合整数线性规划、随机规划等技术已用于在线检测传感器的立体部署、优化及泄漏溯源，上述模型的尺度、精度和分辨还需结合实际应用验证、优化和改进，不同构筑物特征（设备类型及空间分布、介质分布及操作条件、设备使用时间等）、排放特征（泄漏概率、泄漏排放速率、VOCs组成、工况等）、迁移扩散条件（风场、大气稳定度、表面粗糙度、障碍物分布等）、检测条件（传感器位置、检测限、响应时间、灵敏度、选择性等）、减排优化（传感器组合优化、与CWP等效减排优化、投资、运维成本等）等复杂因素下传感器布设及溯源算法需要结合实际应用迭代优化。此外，传感器、在线检测、溯源及修复管理需要集成模型或算法优化、数据可视化、大数据分析、机器学习和深度学习的智能化平台，应用中常见的假阳性误报警或假阴性漏检等问题需要结合传感器基线漂移、生产或排放工况、气象条件、外部输入等因素智能分析并控制到较低水平。
总体上，该技术还存在一定的技术瓶颈，如性能优于PID的石化特征VOCs检测传感器、传感器三维立体布点及联动溯源、假阳性误报警和假阴性漏检的消除等，尚需深入研发并解决VOCs泄漏检测传感器、炼化装置区VOCs泄漏扩散迁移机制、VOCs泄漏检测传感器3D布设及优化、VOCs泄漏溯源及定位、复杂网络运维可靠性及泄漏误报警消减、智能化泄漏在线检测平台等科学、技术与工程难题。