电化学传感器

● 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；

● 我们首次提出了基于“第一性原理”的温湿度扣除算法（Ouyang, ACS Sensors, 5, 2742, 2020），能完整剔除温湿度变化引起的传感器读数漂移。

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；

● 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，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。

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>200 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。

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10种空气污染因子（PM₁、 PM_2.5、PM₁₀、CO、NO₂、SO₂、O₃、NO、TVOC、CO₂）、7种气象参数（温度、相对湿度、气压、风速、风向、光照度、雨量）以及符合一级或二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及L_n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；

● 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。

配套生态环境大数据管理平台，实现数据智能展示与分析

无线传输至数据平台，并可在各智能终端上显示、分析和应用。