低成本大气颗粒物传感器的室外环境性能评测研究

对目前大气环境颗粒物监测中采用的基于光散射法的3种型号传感器进行了评测研究,其中A和B是用于室内环境监测,C用于室外环境监测.对3种型号颗粒物传感器与基于β射线方法的标准仪器MATONE BAM-1020对比,对传感器的变异性、时间序列、传感器与标准仪器的线性相关性、其他因素影响、数据质量五个方面开展了分析.结果表明：各型号颗粒物传感器之间有较强相关性（R²达到了0.95以上）;3种颗粒物传感器与标准仪器测量结果吻合度较高,R²分别为0.58,0.80,0.61,且在整个测试时间段内,传感器相对于标准仪器来说高估了PM_2.5;高的相对湿度（RH>50%）和PM_2.5/PM₁₀（ratio）会对传感器产生影响.A、B、C三种型号传感器PM_2.5数据平均绝对误差（MAE）分别为23.31,10.14,28.17μg/m³;归一化均方根误差（RMSE）分别为25.80,14.01,32.98μg/m³,准确性（A%）分别为51.39%,72.97%,46.51%.     

城市出租车走航大气监测系统研究——以山东省济南市为例

空气质量监测是大气污染防治的一项重要的基础性工作,为城市空气质量改善工作提供了有力的技术支撑。近年来,我国完善了一系列的监测手段,但是利用固定的监测站监测等传统空气监测手段存在监测维护成本高、监测范围有限等不足。为此,济南市建成运行了国内第一个出租车走航大气监测系统,将传感器安装在出租车顶灯内,利用出租车行驶范围广、灵活机动的特点,对城市空气质量进行实时监测,并生成可视化污染云图,直观呈现主城区道路污染状况,指导城市精准溯源空气污染,实现精细化管理。出租车走航大气监测系统在济南市的顺利实施,为其他城市提供了可靠的治理经验。     

传感器技术在环境空气监测与污染治理中的应用现状、问题与展望

大气环境污染物监测是建立污染源与环境污染关系的重要技术途径,也是大气综合治理决策所需数据的主要来源。近年来,空气质量精细化管理和污染源精准控制的需求逐渐增长,对监测技术提出了更高的要求。传感器技术作为空气质量监测标准方法的补充,是实现城市空气质量高时空分辨率测量的新手段。研究从传感器的原理及分类入手,通过综述其在环境空气质量监测、污染源监控管理、个人暴露风险评估等领域的应用,总结了传感器技术的研发进展、应用现状和存在问题,并提出其发展方向和前景。     

基于传感器技术的渭南市道路环境颗粒物污染特征及影响因素研究

为深入了解渭南市街区道路环境颗粒物污染时空分布特征,利用车载颗粒物传感器于2019年3月1日—5月31日对渭南市道路环境空气中PM_2.5和PM₁₀浓度开展在线走航测量,分析了影响渭南市道路环境颗粒物污染时空分布的主要因素.研究表明:①渭南市区内所有道路PM_2.5平均浓度范围为37.7~51.9 μg/m3,浓度较高路段位于高新区东部和主城区;PM_2.5~10（粗颗粒物）平均浓度范围为65.8~119.1 μg/m3,浓度较高路段位于各功能区城郊.②工作日早高峰时段（07:00—09:00）主城区道路环境PM_2.5、PM_2.5~10污染较非工作日严重,3种类型道路工作日07:00 PM_2.5~10平均浓度呈支路（103.5 μg/m3）>主干道（102.1 μg/m3）>次干道（96.9 μg/m3）的特征.③对于高新区和老城区路段,除早晚高峰时段出现PM_2.5和PM_2.5~10浓度峰值外,凌晨时段渣土车行驶路段、裸地或施工现场周边路段易出现PM_2.5~10浓度峰值,其PM_2.5~10平均浓度最高达230.9 μg/m3（乐天大街西段的路段Ⅳ）.研究显示,工作日早晚高峰时段,特别是早高峰,机动车排放导致渭南市高新区东部和主城区路段的PM_2.5污染加重,夜间渣土车行驶导致高新区和老城区靠近城郊路段的颗粒物（PM_2.5和PM_2.5~10）污染加重.      

低成本大气颗粒物传感器的室外环境性能评测研究

对目前大气环境颗粒物监测中采用的基于光散射法的3种型号传感器进行了评测研究,其中A和B是用于室内环境监测,C用于室外环境监测.对3种型号颗粒物传感器与基于β射线方法的标准仪器MATONE BAM-1020对比,对传感器的变异性、时间序列、传感器与标准仪器的线性相关性、其他因素影响、数据质量五个方面开展了分析.结果表明：各型号颗粒物传感器之间有较强相关性（R²达到了0.95以上）;3种颗粒物传感器与标准仪器测量结果吻合度较高,R²分别为0.58,0.80,0.61,且在整个测试时间段内,传感器相对于标准仪器来说高估了PM_2.5;高的相对湿度（RH>50%）和PM_2.5/PM₁₀（ratio）会对传感器产生影响.A、B、C三种型号传感器PM_2.5数据平均绝对误差（MAE）分别为23.31,10.14,28.17μg/m³;归一化均方根误差（RMSE）分别为25.80,14.01,32.98μg/m³,准确性（A%）分别为51.39%,72.97%,46.51%.     

基于移动传感器的城市道路颗粒物污染特征

为实时分析城市道路环境中PM污染的变化特征,以出租车作为PM传感器的载体,对济南市道路环境进行了3个月的监测,并结合监测站的监测数据,对道路环境中PM的污染特征进行了分析.以核密度估计的方法提取了道路环境的PM“基线”,并量化了道路环境的排放贡献.结果表明,济南市PM污染严重的路段并不是位于交通较为密集的市区,而是集中在道路较为稀疏的郊区.将济南市路网系统划分为1021段道路,其中65%的路段PM_2.5浓度集中在43~46μg/m³,PM₁₀浓度在55~70μg/m³.相对于城市环境（监测站）,早晚高峰尤其早高峰对于道路环境（传感器）的影响更为显著.通过提取的PM“基线”和传感器的小时均值,将传感器的测量信号分为背景浓度信号和排放浓度信号.研究期间,PM_2.5区域污染和排放占比分别为78.6%和21.4%,对于PM₁₀而言,区域污染和排放占比分别为71.9%和28.1%.