使用高频多普勒雷达传感器实时监测气流中的颗粒浓度

《Journal of Aerosol Science》：Real-time monitoring of particle concentrations within an air stream using a high-frequency Doppler Radar Sensor

本研究评估了Bluesky和PurpleAir两种低成本传感器在PM10和PM2.5监测及个人暴露剂量评估中的性能。通过参考仪器（Beta和SHARP）校正传感器数据并考虑环境湿度影响，发现Bluesky在PM10监测中表现较好，但萨哈拉沙尘事件中低估浓度；PurpleAir在PM2.5加热季节表现优异，但在沙尘和混合城市环境中误差显著。剂量评估显示传感器全年存在较大误差，冬季校正后误差减少，但萨哈拉事件仍无法准确反映。结论指出传感器需针对不同环境条件校准方可用于剂量评估。

　　本研究探讨了两种低成本空气质量监测设备（Bluesky和PurpleAir）在颗粒物监测和个人暴露评估中的表现。研究的主要目标是通过参考仪器的测量数据对这些设备的原始数据进行校正，并评估校正后的数据在人类呼吸道沉积剂量估算中的有效性。通过对比两种设备在不同环境条件下的表现，研究揭示了它们在不同颗粒物来源下的性能差异，同时强调了在不同季节和环境条件下，传感器校正方法的重要性。

### 研究背景与意义

空气中的颗粒物（PM）是影响人类健康的重要环境因素，它们通常由自然和人为来源排放，具有多种尺寸和化学成分。PM的浓度变化直接影响空气质量，并且与多种健康问题密切相关，包括呼吸系统疾病、心血管疾病、中风和癌症等。特别是在冬季，由于取暖排放的增加，空气中细颗粒物（PM2.5）和粗颗粒物（PM10）的浓度会显著上升，对公众健康构成更大威胁。因此，准确测量PM浓度并评估其对人体暴露的剂量，对于制定有效的空气污染控制策略至关重要。

传统空气质量监测站依赖于高精度仪器，这些仪器能够检测并量化空气中的颗粒物质量浓度。然而，这类设备成本高昂，需要专业操作和维护，难以广泛部署。因此，低成本传感器作为一种经济、实用的替代方案，近年来得到了越来越多的关注。这些传感器不仅能够提供实时数据，还能通过网络部署实现高空间和时间分辨率的污染物浓度监测。然而，低成本传感器的测量精度与参考仪器之间仍存在显著差异，特别是在某些特殊环境条件下，例如撒哈拉尘暴事件，其测量结果可能无法准确反映实际的PM浓度。

本研究旨在评估Bluesky和PurpleAir两种设备在不同环境条件下的表现，并通过剂量模拟分析它们在人类呼吸道沉积剂量估算中的适用性。研究结果不仅有助于理解低成本传感器的局限性，也为优化其在实际应用中的性能提供了科学依据。

### 研究方法

本研究选择了希腊克里特岛的两个地点进行现场测量：一个位于城市路边（乌尔班站点），另一个位于郊区（郊区站点）。在乌尔班站点，使用了一种参考仪器（5014i Beta监测器）测量PM2.5浓度；在郊区站点，则使用另一种参考仪器（5030i SHARP监测器）测量PM10浓度。这两种参考仪器被认为是测量颗粒物质量浓度的标准方法，能够提供高精度的空气质量数据。

Bluesky设备配备了单粒子光散射传感器（SPS30），能够测量PM10、PM2.5、PM4等颗粒物的浓度。而PurpleAir设备使用了双激光粒子计数器（PMS-5003），同样可以测量PM2.5和PM10。两种设备均能提供温度、湿度等气象参数，以帮助分析环境对颗粒物测量的影响。

为了提高低成本传感器的测量精度，研究采用了多种校正方法。这些方法包括线性回归、多元线性回归和多项式回归，以考虑环境条件（如相对湿度）对传感器性能的影响。校正后的数据用于计算人体呼吸道的沉积剂量，通过模拟一个成年男性在轻度活动（1.5立方米/小时的吸入率）下的暴露情况，评估不同颗粒物来源对沉积剂量的影响。

### 研究结果

#### 1. Bluesky设备的表现

Bluesky设备的原始测量数据与参考仪器（SHARP）的PM10浓度相比存在显著偏差。研究发现，Bluesky在冬季表现出较好的响应性能，尤其是在加热排放显著增加的条件下，其PM10浓度趋势与参考数据高度一致。然而，在撒哈拉尘暴事件期间，Bluesky设备对PM10的测量存在较大偏差，其平均误差高达22.1 μg/m3，表明其在粗颗粒物（>2.5 μm）测量方面存在局限性。

通过应用线性回归和多元线性回归模型，研究者尝试对Bluesky的测量数据进行校正。尽管这些模型提高了数据的分布一致性，但误差仍未完全消除。特别是在撒哈拉尘暴事件期间，Bluesky设备的校正数据仍然显著低估了PM10的浓度，平均绝对误差（MAE）高达131.7 μg/m3。然而，在冬季加热条件下，Bluesky的校正数据与参考数据的误差显著减小，表明其在特定环境条件下表现良好。

#### 2. PurpleAir设备的表现

PurpleAir设备的原始测量数据与参考仪器（Beta）的PM2.5浓度相比也存在偏差。研究发现，PurpleAir在冬季表现出较高的相关性（Pearson r=0.96），尤其是在加热排放期间，其PM2.5浓度趋势与参考数据高度一致。然而，在撒哈拉尘暴事件和混合城市条件下，PurpleAir的测量结果与参考数据之间的相关性较低（r=-0.55和r=-0.40），表明其在这些条件下的测量能力有限。

为了提高PurpleAir的测量精度，研究者采用了多种校正方法，包括线性回归、多元线性回归和多项式回归。其中，使用冬季数据进行校正的线性模型表现最佳，能够显著减少测量误差。然而，即使在冬季，PurpleAir的测量误差仍然无法完全消除，其平均绝对误差（MAE）为6.4 μg/m3，表明其在某些条件下仍存在一定的偏差。

#### 3. 剂量估算与环境条件的关系

研究还分析了不同环境条件下人体呼吸道的沉积剂量。在冬季加热期间，两种设备的校正数据均能较为准确地反映参考数据的沉积剂量，表明其在该条件下具有较好的适用性。然而，在撒哈拉尘暴事件期间，两种设备的沉积剂量估算均存在较大偏差，BS设备低估了沉积剂量达44%，PA-II设备则表现出较大的误差波动。

在混合城市条件和海洋来源条件下，两种设备的沉积剂量估算与参考数据之间的差异相对较小，表明它们在这些条件下能够提供较为准确的测量结果。然而，研究也指出，即使在这些条件下，传感器的测量误差仍然存在，因此在使用低成本传感器进行剂量估算时，必须考虑其校正后的数据与参考数据之间的差异。

#### 4. 季节性影响

研究还发现，季节性变化对传感器性能有显著影响。在冬季，由于PM浓度较高，特别是细颗粒物的排放增加，两种设备的测量精度均有所提高。然而，在夏季，由于相对湿度较高，传感器的测量误差较大，尤其是在撒哈拉尘暴事件期间，Bluesky设备对PM10的测量能力明显下降，而PurpleAir设备对PM2.5的测量能力也受到相对湿度的影响。

这种季节性差异表明，低成本传感器的性能并非固定，而是随着环境条件的变化而波动。因此，在使用这些设备进行空气质量监测和健康影响评估时，必须结合具体环境条件进行校正，以确保数据的准确性。

### 讨论与结论

本研究的结果表明，低成本传感器在特定环境条件下能够提供较为准确的PM浓度测量，但在某些特殊条件下（如撒哈拉尘暴）其性能存在明显不足。Bluesky设备在冬季加热条件下表现出良好的响应性能，但在撒哈拉尘暴期间对粗颗粒物的测量能力较差。PurpleAir设备在冬季加热条件下能够准确测量PM2.5浓度，但在撒哈拉尘暴和混合城市条件下存在较大的偏差。

此外，研究还发现，即使经过校正，低成本传感器的测量误差仍然无法完全消除。这表明，在使用这些设备进行剂量估算时，必须谨慎处理其数据，尤其是在需要精确评估健康影响的情况下。研究强调，传感器的校正方法应根据具体环境条件进行优化，以提高其在不同季节和颗粒物来源下的测量精度。

最后，研究指出，低成本传感器在空气质量监测和个人暴露评估中具有重要的应用潜力，但其性能受到环境条件的显著影响。因此，在实际应用中，必须结合参考仪器的测量数据和环境条件的变化，对传感器进行适当的校正，以确保其测量结果能够准确反映实际的PM浓度变化。