颗粒物传感器

● PM₁、PM_2.5 和PM₁₀浓度的计算基于颗粒物的逐粒计数然后加和，而非来自笼统的光散射强度，因此计算过程中所需做的假设更少，由此引起的计算不确定性更小；

● 高性能颗粒物传感器，提供高分辨率颗粒物粒径谱（0.35 - 40 µm，共24个粒径区间），有助于识别一次颗粒物的不同来源及二次颗粒物的粒径变化过程；

● 预热管根据环境温湿度自动调整动态加热幅度，既能将颗粒物除湿以确保只检测颗粒物干质量部分，又能避免由于过度加热而导致的颗粒物组分挥发，以及不必要的功耗损失；

● 低温环境下，外嵌加热套自动为传感器加热保温，以保证激光及探测器等光学器件的正常工作。

电化学气体传感器

● 电化学传感器电极表面为气-液-固三相界面。当环境温、湿度发生变化时，界面电容充放电会产生非气体相关（non-Faradaic）电流，表观上看即为传感器读数受到环境温湿度影响（Farquhar et al., ACS Sensors, 6, 1295, 2021）。如今，尽管ppb浓度级别的传感器容易获得，但如何扣除这些温湿度相关的信号一直是气体监测领域的难题；

● 我们设计了一整套基于高透水性全氟磺酸质子膜电化学气体传感器标定/质控方案（Patented），能随时、准确地标定传感器对温湿度的响应以及基线偏置，并进而实现对传感器测量误差的量化。如上图所示，自标定段的整体读数接近“0”值，表明温湿度扣除算法（Ouyang, ACS Sensors, 5, 2742, 2020）较好地剔除了温湿度变化引起的传感器基线漂移。同时，左上角小插图中的“标准偏差”代表了温湿度扣除算法误差叠加传感器随机噪声之后的总体测量误差水平，而“偏置”则代表了基线整体偏离“0”值的幅度；

● 这一方案的主要特点是：

（1）提供了一种量化电化学传感器测量误差的客观方法；

（2）整个过程不依赖零气、不需要耗材；

（3）可以以远程命令下发的方式，一次性标定监测网络内的所有设备节点，实现日常运维的去人工化。

● 上图所示为某一户外节点定期执行的归零操作，以CO及O₃传感器为例，归零期读数接近零值，表明传感器温湿度效应扣除完整且无明显偏置。与气体接触的结构表面均喷涂惰性聚四氟乙烯材料，避免活性气体如O₃等的表面损失。

光电离（PID）TVOC传感器

● 由于传感器的随机噪声水平很低，基于光电离（Photoionization Detector, PID）原理的总可挥发性有机物（TVOC）传感器可以具有优越的灵敏度，其探测精度下限可达1 ppb甚至更低。但是，它同时极易受温湿度影响，在室外、特别是高湿环境下，原始电信号大多为温湿度漂移而非真实气体电离信号，如上图中的“普通”PID传感器读数曲线所示；在高湿（>80%）段则更为明显，传感器输出电压信号明显与湿度同步、非线性地升高，完全不反映真实TVOC的浓度；

● 经我们的专利技术改造过的PID传感器读数可以大幅抑制温湿度漂移幅度，实现电压读数与温度及相对湿度的变化趋势的“解耦合”，如上图红色曲线所示。

       进一步地，我们将光电离传感器的TVOC浓度（异丁烯当量）与基于气相色谱-氢火焰离子检测器（GC-FID）的VOC组分加权浓度（按VOC对10.6 eV光电离的响应系数换算，https://www.gasdetectorsusa.com/gdusa/download/PIDcorrectionFactors.pdf）对比，结果如上图所示：

● 两者无论在10-20 ppb的低浓度区间还是>100 ppb的高污染区间均具有较好的一致性，表明PID传感器能在温、湿度持续变化的室外环境下准确监测TVOC浓度变化；

● PID传感器的监测结果有效排除了温湿度影响，可以避免出现由温湿度、特别高湿度条件所导致的“伪高值”、“伪报警”。同时，传感器监测的时间分辨率更高，可最快捕捉以秒为单位的VOC浓度变化；

● 经过一年以上的工厂楼顶连续测试（有间歇VOC排放，最高浓度可达400 ppb），我们选择的PID传感器灵敏度衰减幅度大多<20%，表明传感器具有良好的抗污染能力及稳定的紫外灯泡亮度。

       下图为一城市传感网内多台监测设备测得的PM_2.5、CO和TVOC数据。由图可见，当PM_2.5和CO浓度升高、表明存在区域内污染集聚现象时，TVOC数据也同步升高，证实PID传感器具备准确监测接近区域背景TVOC浓度（一般在10 — 40 ppb范围内）的能力。

非色散红外（NDIR）CO₂传感器

● CO₂是最重要的温室气体，也是室内环境的主要空气污染物之一。结合大气数值模式模拟，通过贝叶斯反演方法，高时空分辨的CO₂浓度数据可用于精细反演CO₂的源、汇信息，还能用于测定不同空气污染物的排放因子（以空气污染物排放浓度与CO₂浓度的比例计），并进而估算这些污染物的排放总量。但传统的基于NDIR原理的CO₂传感器，数据准确度往往不高于（30 ppm ± 3-5%浓度），这与碳反演或排放因子测定所要求的2 ppm的数据准确度相差很远；

● 我们将改进后的NDIR CO₂传感器与Picarro G2401型高精度光腔衰荡光谱仪的室外监测结果做了对比，如上图所示，两者的小时均值具有高一致性；

● 部分传感器在更长的、以月为单位的监测周期内仍可能出现1-3 ppm/月的基线漂移，可以通过定期注入已知浓度的标准气体完成校正。

与标准仪器相近的数据质量

       2021年9月，某市污水处理厂点位，使用3台大气环境监测微型站与基于国标法的仪器进行比对，监测项目包括PM_2.5、PM₁₀、CO、NO₂和O₃在内的典型大气污染物及NO。比对期间环境温度、相对湿度范围分别为23.5°C~43.6°C、15.9%~100%。各污染物及NO的时间序列、线性回归曲线及相关统计指标等见上图——这些曲线及指标都体现了两套数据之间良好的一致性。

       上图展示了在该监测点位，三台微站测得的污染物浓度的平均值、中位值、上下25%及10%的读数值与标准站结果的对比，两者非常接近，显示其监测结果能准确反映点位的整体污染状况。

       进一步地，我们更换了三个不同的标准站，并将微站多点位、长时段的数据与标准站数据进行对比分析。结果表明，微站在不同温、湿度的环境下均运行良好，监测结果与标准站数据具有高一致性。具体监测时间、温湿度范围及各项线性回归统计指标见上表，证实了微站监测数据的高准确度。

高集成度

       可一体化监测8种典型空气污染物因子（PM₁、 PM_2.5、PM₁₀、CO、NO₂、SO₂、O₃、CO₂）、两种光化学或二次颗粒物的前体物（NO、TVOC）、7种气象参数（温度、相对湿度、气压、风速、风向、光照度、雨量）以及符合一级声级计标准的环境噪声（L_p(A,C,Z)、L_eq、 L_N（_{5，10，50，90，95…}可任选百分比）、L_max、L_min、SD、L_d、L_n及噪声频谱数据等）和超标噪声录音等。配备高性能边缘算力的设备还可以完成基于神经网络的超标噪声录音类型识别（如机动车驶过、鸣笛、工地敲击、自然声如风声、虫鸣鸟叫等）、噪声烦扰度计算等。

其他相关技术

● 内置无线网卡，数据通过4G网络上传云端，通过配套客户端软件平台或应用，可在各智能终端上显示和应用；

● 内置不间断电源，短时断电不引起设备采样中断；

● 无网络信号下，设备内可备份至少一年以上的数据，备份数据在无线信号恢复后可续传至云端；

● 质控保障：专业质控团队与完善的质控体系，确保数据质量和及时响应客户问询。