CN109253954A - 分析装置、系统、分析方法及存储介质 - Google Patents

分析装置、系统、分析方法及存储介质 Download PDF

Info

Publication number
CN109253954A
CN109253954A CN201810769558.4A CN201810769558A CN109253954A CN 109253954 A CN109253954 A CN 109253954A CN 201810769558 A CN201810769558 A CN 201810769558A CN 109253954 A CN109253954 A CN 109253954A
Authority
CN
China
Prior art keywords
image data
data
brightness
trapping
amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810769558.4A
Other languages
English (en)
Other versions
CN109253954B (zh
Inventor
水野裕介
青山朋树
葛西响子
长冈英
长冈英一
村田骏介
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Horiba Ltd
Original Assignee
Horiba Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Horiba Ltd filed Critical Horiba Ltd
Publication of CN109253954A publication Critical patent/CN109253954A/zh
Application granted granted Critical
Publication of CN109253954B publication Critical patent/CN109253954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
    • G01N15/0618—Investigating concentration of particle suspensions by collecting particles on a support of the filter type
    • G01N15/0625—Optical scan of the deposits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
    • G01N15/0612—Optical scan of the deposits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0042—Investigating dispersion of solids
    • G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/071—Investigating materials by wave or particle radiation secondary emission combination of measurements, at least 1 secondary emission
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/076—X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/102—Different kinds of radiation or particles beta or electrons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/651—Specific applications or type of materials dust
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Dispersion Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供分析装置，取得关于有色颗粒状物质的含有量的数据。所述分析装置(100)包括捕集过滤器(1)、二维传感器(3)和计算部(4)。捕集过滤器(1)捕集大气(A)中所含的微小颗粒状物质(FP)。二维传感器(3)取得捕集图像数据(IM)，该捕集图像数据(IM)包含捕集过滤器(1)捕集到微小颗粒状物质(FP)的捕集区域。计算部(4)根据捕集图像数据(IM)，计算捕集区域所含的有色颗粒状物质的含有量相关的数据。

Description

分析装置、系统、分析方法及存储介质
技术领域
本发明涉及进行颗粒状物质的分析的分析装置、确定颗粒状物质的产生源的系统、其分析方法和使计算机执行所述方法的程序。
背景技术
近年，大气中所含的浮游颗粒状物质(例如PM2.5)成为巨大的环境问题。为了抑制浮游颗粒状物质的产生，掌握浮游颗粒状物质的产生源至为重要，以其为目的，开发有用于推定浮游颗粒状物质的产生源的方法和装置。
例如，公知有如下装置：根据通过了捕集过滤器中捕集的浮游颗粒状物质的β射线量，测定浮游颗粒状物质的质量浓度，并根据从浮游颗粒状物质产生的荧光X射线，分析浮游颗粒状物质所含的元素(例如专利文献1)。
所述装置能在各规定的时间捕集浮游颗粒状物质并执行连续的分析。
现有技术文献
专利文献1：日本专利公开公报特开2015-219197号
浮游颗粒状物质中例如会包含以因烧荒等产生的被称为“黑碳”的碳为主成分的物质等有色的颗粒状物质(以下，称有色颗粒状物质)。几种有色颗粒状物质被认为是温室效应的主因和/或被认为具有致癌可能性等会对人体造成影响。因此，迫切需要能分析有色颗粒状物质的浓度等有色颗粒状物质的大气中的含有量相关的数据的分析装置。
发明内容
本发明的目的是取得有关有色颗粒状物质的含有量的数据。
以下，作为解决问题的方法说明多个方式。这些方式可以根据需要任意组合。
本发明的一个方式的分析装置包括捕集过滤器、二维传感器和计算部。捕集过滤器捕集大气中所含的颗粒状物质。二维传感器取得二维的捕集图像数据，该捕集图像数据包含捕集过滤器捕集到颗粒状物质的捕集区域。计算部根据捕集图像数据，计算捕集区域所含的有色颗粒状物质的含有量相关的数据。
这样，能高速取得用于计算关于有色颗粒状物质的含有量的数据的数据，高速计算关于有色颗粒状物质的含有量的数据。
还具备板状构件，所述板状构件配置在捕集过滤器的与二维传感器相对的表面的相反侧。这样，可以使捕集图像数据更显著。
还具备捕集量测定部，所述捕集量测定部对测定数据进行测定，该测定数据用于计算捕集过滤器中捕集的颗粒状物质的捕集量相关的数据。这样，能取得有关颗粒状物质的捕集量的数据。
还具备元素分析部，所述元素分析部分析捕集过滤器中捕集的颗粒状物质所含的元素。这样，能执行颗粒状物质的元素分析。
计算部将捕集图像数据以能视觉辨认的形式输出。这样，能确认捕集区域是否配置在适当的位置。
计算部将捕集图像数据和所述捕集图像数据所示的捕集区域中捕集的颗粒状物质的分析结果，与取得所述捕集图像数据的时刻相关联地存储。这样，能回溯到过去，确认特定时刻的捕集图像数据和/或分析结果。
捕集图像数据包含表示捕集区域的二维的第一图像数据。此时，计算部根据第一图像数据的像素所具有的第一亮度，计算有色颗粒状物质的含有量相关的数据。这样，能高速计算关于有色颗粒状物质的含有量的数据。
计算部根据第一图像数据的像素所具有的亮度的累计值，计算有色颗粒状物质的含有量相关的数据。这样，能高精度计算关于有色颗粒状物质的含有量的数据。
捕集图像数据可以包含表示非捕集区域的二维的第二图像数据，该非捕集区域是捕集过滤器未捕集到颗粒状物质的区域。此时，计算部采用第二图像数据的像素所具有的亮度，计算表示捕集图像数据的各像素所含的亮度的背景成分的第一背景数据，并根据基于捕集图像数据和第一背景数据计算的修正后数据，计算有色颗粒状物质的含有量相关的数据。
这样，能通过简单的计算将捕集图像数据所含的亮度的背景成分除去。
捕集图像数据还包含表示捕集过滤器的未捕集颗粒状物质的非捕集区域的二维的第二图像数据。此时，计算部根据第一亮度和第二图像数据的像素所具有的第二亮度，计算有色颗粒状物质的含有量相关的数据。
这样，能更高精度计算关于有色颗粒状物质的含有量的数据。
计算部根据第一图像数据所含的像素所具有的亮度的分布的出现第一峰值的第一亮度，以及第二图像数据所含的像素所具有的亮度的分布的出现第二峰值的第二亮度，计算有色颗粒状物质的含有量相关的数据。
这样，能利用比较简单的方法，高速计算关于有色颗粒状物质的含有量的数据。
二维传感器可以取得第二背景数据，所述第二背景数据是与当二维传感器的视野的至少一部分对应的捕集过滤器的表面未捕集颗粒状物质时的二维的图像数据。此时，计算部根据基于捕集图像数据和第二背景数据计算的修正后图像数据，计算有色颗粒状物质的含有量相关的数据。
这样，能高精度计算关于有色颗粒状物质的含有量的数据。
本发明的其他方式的系统，包括上述的分析装置和产生源确定装置。产生源确定装置根据用于确定颗粒状物质的产生源的数据和由分析装置取得的数据，确定颗粒状物质的产生源。这样，能确定有色颗粒状物质的产生源。
本发明的其他方式的分析方法，包括以下的步骤。
◎将大气中所含的颗粒状物质捕集到捕集过滤器的步骤；
◎取得二维的捕集图像数据的步骤，该捕集图像数据包含捕集过滤器捕集到颗粒状物质的捕集区域；
◎根据捕集图像数据计算捕集区域所含的有色颗粒状物质的含有量相关的数据的步骤。
通过以二维方式取得用于计算有色颗粒状物质的含有量相关的数据的捕集图像数据，能高速取得用于计算有色颗粒状物质的含有量相关的数据的数据，高速计算有色颗粒状物质的含有量相关的数据。
本发明的其他方式的程序，是使计算机执行上述的分析方法的程序。所述程序存储在计算机能读取的存储介质中。
能够高速取得用于计算有色颗粒状物质的含有量相关的数据的数据，能够高速测定有色颗粒状物质的含有量相关的数据。
附图说明
图1是表示分析装置的结构的图。
图2是表示视野区域的图像数据的一例的图。
图3是表示计算部的结构的图。
图4是表示捕集图像数据与捕集区域中的黑碳的含有量的关系的一例的图。
图5是表示累计亮度分布的一例的图。
图6是表示累计亮度分布的黑碳含有量依赖性的一例的图。
图7是表示黑碳的含有量与第一图像数据所含的像素的亮度的累计值之间的关系的一例的图。
图8是表示分析装置的整体动作的流程图。
图9是表示第一实施方式中的微小颗粒状物质的分析动作的流程图。
图10是示意性表示修正后数据的生成的图。
图11是表示亮度直方图与捕集区域的黑碳的含有量的关系的一例的图。
图12是表示第二实施方式中的微小颗粒状物质的分析动作的流程图。
图13是表示修正后图像数据的亮度直方图的一例的图。
图14是表示第一图像数据的一部分欠缺的捕集图像数据的一例的图。
图15是表示第三实施方式的系统的结构的图。
图16是表示分析装置的其他结构例的图。
附图标记说明
100 分析装置
300 系统
1 捕集过滤器
1a 送出滚筒
1b 卷取滚筒
2 捕集部
21 抽取泵
23 排出口
25 抽取口
3 二维传感器
4 计算部
41 CPU
43 存储部
45 显示器
47 接口
5 板状构件
6 光源
61 基板
63 光照射元件
65 扩散板
7 捕集量测定部
71 β射线源
73 β射线检测器
8 元素分析部
81 X射线源
83 检测器
120 产生源确定数据取得部
140 产生源确定装置
A 大气
Br1 第一亮度
Br2 第二亮度
FP 微小颗粒状物质
IM 捕集图像数据
Im1 第一图像数据
Im2 第二图像数据
IM’ 修正后图像数据
SC 校准曲线
TD 时间系列数据
O1、O2 开口
P1 第一位置
P2 第二位置
P3 第三位置
P4 第四位置
PE1、PE1’ 第一峰值
PE2、PE2’ 第二峰值
VA 视野区域
具体实施方式
1.第一实施方式
(1)分析装置的概要
以下，说明第一实施方式的分析装置100。第一实施方式的分析装置100配置在危险的颗粒状物质的产生源或其附近，分析从所述产生源等产生的颗粒状物质。例如，沿着交通量大的道路(干道，高速路等)配置或配置在其附近，以及配置在存在产生颗粒状物质的可能性的工场地带或其附近。
分析装置100测定具有颜色的有色颗粒状物质相关的数据。有色颗粒状物质的约9成是黑色的黑碳和褐碳等碳含有量多的颗粒。因此，测定有色颗粒状物质相关的数据，也可以说是测定黑碳的含有量相关的数据。
作为上述数据，例如有在捕集区域(后述)捕集的黑碳的绝对量(重量)和/或大气中的黑碳的浓度(例如μg/m3，mg/m3)等。
(2)分析装置的结构
以下，采用图1，说明第一实施方式的分析装置100的具体结构。图1是表示分析装置的结构的图。
分析装置100具备捕集过滤器1。捕集过滤器1例如是白色的带状构件，具有加强层和层叠在加强层上形成的捕集层。加强层例如由高分子材料(聚乙烯等)的无纺布形成。捕集层具有能捕集微小颗粒状物质FP(粒径：2.5μm以下)(颗粒状物质的一例)的孔。捕集层例如由氟树脂系材料形成。捕集过滤器1中捕集微小颗粒状物质FP的部位称“捕集区域”。此外，能够将1层的玻璃过滤器、1层的氟树脂系材料的过滤器等作为捕集过滤器1使用。
捕集过滤器1通过从送出滚筒1a送出、被卷取滚筒1b卷取，能在长度方向(图1的粗箭头所示方向)上移动。
分析装置100具备捕集部2。捕集部2以和捕集过滤器1的长度方向的第一位置P1对应的方式设置。捕集部2具有抽取泵21、排出口23、抽取口25，通过利用抽取泵21在抽取口25产生抽取力，将大气A从排出口23向捕集过滤器1的第一位置P1排出，将微小颗粒状物质FP捕集到捕集区域。
这样，由于第一位置P1是捕集微小颗粒状物质FP的捕集过滤器1的长度方向的位置，所以也称“捕集位置”。
分析装置100具备二维传感器3。二维传感器3例如是电荷耦合元件(CCD)以二维阵列状配置的CCD图像传感器，光接收元件以阵列状配置的CMOS图像传感器。此外，二维传感器3具备广角透镜等光学构件，能取得宽广的视野区域VA的图像数据。
二维传感器3以光接收面与捕集过滤器1的捕集微小颗粒状物质FP一侧的表面相对的方式，设置在捕集过滤器1的长度方向的第二位置P2。如后所述，第二位置P2是为了由二维传感器3拍摄包含捕集区域的捕集图像数据IM而使捕集区域移动到的位置，因此也称“拍摄位置”。
此外，二维传感器3配置在距离捕集过滤器1的表面规定高度的位置。第二位置P2例如处于第一位置P1和执行元素分析的第三位置P3的中间。
通过如上配置二维传感器3，二维传感器3能取得如图2所示的、包含第二位置P2和第三位置P3的视野区域VA的图像数据。图2是表示视野区域的图像数据的一例的图。另外，在视野区域VA中，也包含存在于第三位置P3附近的X射线源81等元素分析部8(后述)的图像，但是为了使图容易理解，在图2中省略了元素分析部8(X射线源81等)的图像。
另外，还能通过增加二维传感器3的像素数和/或使二维传感器3的光接收面的位置尽量加高等，对视野区域VA进行扩展。此外，也可以通过扩展视野区域VA，而使视野区域VA包含第一位置P1(捕集位置)。
二维传感器3在捕集区域移动到第二位置P2时，取得视野区域VA的图像数据。随后，如图2所示，从由二维传感器3取得的视野区域VA的图像数据，切出作为包含捕集区域的二维的图像数据的捕集图像数据IM。此外，分析时将视野区域VA的图像数据中第二位置P2和其周围的规定区域的图像数据作为捕集图像数据IM使用。
如图2所示，捕集图像数据IM包含第一图像数据Im1和第二图像数据Im2。
第一图像数据Im1是表示存在于第二位置P2的捕集区域的图像数据。第二图像数据Im2是表示存在于捕集区域的周围且包含在视野区域VA的非捕集区域的图像数据。
如上所述，视野区域VA中不仅包含第二位置P2，还包含执行元素分析的第三位置P3。由此，在开始元素分析之前等时候，将视野区域VA的图像数据显示在计算部4的显示器45等，能够确认(监视)是否存在如下异常：位于第三位置P3的捕集区域或非捕集区域中有异物、元素分析部8等中有异物等，从而能够发出异常警报。
此外，二维传感器3例如通过以1/60秒(对应动态影像的1帧的显示长度)左右的时间取得捕集图像数据IM，能同时且高速取得表示捕集区域的第一图像数据Im1和表示非捕集区域的第二图像数据Im2。
另外，在第二位置P2不存在捕集区域时，二维传感器3可以取得包含非捕集区域的视野区域VA的图像数据，从所述视野区域VA的图像数据切出后述第二背景数据。
即，第二背景数据是与视野区域VA的至少一部分对应的捕集过滤器1的表面未捕集有微小颗粒状物质FP时的二维的图像数据。
分析装置100具备计算部4。如图3所示，计算部4例如是计算机系统，具有CPU41；作为RAM、ROM等存储装置的存储区域的一部分或全部的存储部43；显示器45(例如液晶显示器等)；与分析装置100的各部分之间进行数据和信号的输入输出、信号转换等的各种接口47(例如，I/O端口、通信接口等)。图3是表示计算部的结构的图。
计算部4执行的各种控制和信息处理，也可以通过程序实现，所述程序存储在存储部43中，并由构成计算部4的计算机系统执行。
存储部43存储分析装置100的各种设定。具体而言，存储部43存储校准曲线SC。在采用捕集图像数据IM的像素所具有的参数(例如亮度)计算黑碳含有量相关的数据时，使用校准曲线SC。
此外，存储部43存储时间系列数据TD。时间系列数据TD将捕集图像数据IM和根据所述捕集图像数据IM计算的黑碳含有量相关的数据，与取得所述捕集图像数据IM的时刻(T1、T2、···)相关联地存储。
在其他实施方式中，时间系列数据TD还可以和捕集区域中的微小颗粒状物质FP的捕集量相关的数据和/或元素分析结果相关联。
计算部4例如根据用户的要求，在显示器45上显示时间系列数据TD中，与由用户指定的时刻相关联的捕集图像数据IM以及有关黑碳的含有量的数据(及微小颗粒状物质FP的上述的分析结果)。
这样，能回溯到过去，确认特定时刻的捕集图像数据IM和/或分析结果(关于黑碳的含有量的数据等)。
分析装置100具备板状构件5。板状构件5配置在当由二维传感器3取得捕集区域和/或非捕集区域的二维的图像数据时，捕集过滤器1的视野区域VA的与二维传感器3相对的表面的相反侧。板状构件5的厚度只要不是光过度通过的厚度即可，可以是任意的厚度，例如厚板状或薄膜状等。
由于捕集过滤器1是厚度较小的构件，所以从光源6向捕集过滤器1照射光时，大部分的光通过捕集过滤器1，在捕集过滤器1的背面反射。此外，所述光也在捕集过滤器1的背面侧配置的板状构件5上反射。
此时若拍摄捕集过滤器1，则因板状构件5的表面反射特性，捕集过滤器1的摄影图像会发生变化。这里，“表面反射特性”是指综合性的反射特性，包括对镜面反射光的反射率和包含发散反射等的影响的反射率。
为抑制摄影图像因上述的表面反射特性发生变化，测试具有各种表面反射特性的板状构件5的结果发现，板状构件5优选和捕集过滤器1具有大致相同的表面反射特性。
通过配置板状构件5，可以使捕集图像数据IM所含的像素的第一亮度Br1与第二亮度Br2的差异更显著。
此外，例如由二维传感器3取得彩色的图像数据时，通过使板状构件5的表面反射特性和捕集过滤器1的表面反射特性相同，能将彩色的图像数据转换为高精度且具有亮度分布的图像数据。
如上所述，板状构件5能防止捕集过滤器1的背面存在的物体成为捕集图像数据IM的背景。此外，板状构件5通过使捕集过滤器1的表面反射特性相同，使视野区域VA中的光量均匀化。因此，也将板状构件5称为使来自捕集图像数据IM的背景的光量均匀的“背景补偿部”。
作为其他实施方式，可以将黑色的非反光片等具有高光吸收率(例如99.99％的吸收率)的构件用作板状构件5。通过采用这种具有高光吸收率的构件作为板状构件5，例如可以完全防止从后述光源6产生的光通过在其他构件上反射而产生反射光。其结果，完全没有多重反射的影响等，能进一步提高采用捕集图像数据IM的捕集区域的检测精度。或可以对板状构件5实施具有高光吸收率的涂饰。
分析装置100具备多个光源6。光源6是表面安装型的白色LED。多个光源6以能均匀照射二维传感器3的视野区域VA的方式配置。在本实施方式中，如从捕集过滤器1侧观察图1的光源6的图(图1的由虚线围住的图)所示，多个光源6在基板上以具有规定间隔的方式配置在椭圆上，所述椭圆的长轴与捕集过滤器1的长度方向平行。这样，能使光均匀照射捕集过滤器1的长度方向的广大范围。配置多个光源6的椭圆的长轴和/或短轴的大小，能够根据视野区域VA的纵横的长度的比率等适当决定。
此外，多个光源6还可以根据视野区域VA的形状等，配置在椭圆以外的任意形状的周边上。
此外，通过将光源6设为表面安装型，而尽可能加大光源6和捕集过滤器1表面的距离，不必在光源6的正前方配置扩散板等使光分散的构件，就能对捕集过滤器1表面的广大范围均匀照射适当强度的光。
安装有光源6的基板上，设有比配置多个光源6的椭圆更小的开口。二维传感器3以光接收面从所述开口突出的方式设置。
分析装置100通过具备具有上述结构的光源6，能将视野区域VA照亮，能取得更清楚的捕集图像数据IM。此外，通过对视野区域VA照射均匀光量的光，能避免取得受到光源6产生的光的照射量分布的影响的图像数据。
分析装置100具备捕集量测定部7。捕集量测定部7具有β射线源71和β射线检测器73。β射线源71设置在排出口23内部，向第一位置P1照射β射线。β射线检测器73在抽取口25内部以和β射线源71相对的方式设置，测定透过捕集区域的β射线的强度。由β射线检测器73测定的β射线的强度(也可以称为测定数据)，用于计算捕集区域中捕集的微小颗粒状物质FP的捕集量相关的数据(微小颗粒状物质FP的质量浓度)。
分析装置100具备元素分析部8。元素分析部8设置在第三位置P3。元素分析部8具有X射线源81和检测器83。X射线源81向存在于第三位置P3的微小颗粒状物质FP照射X射线。检测器83检测从被X射线源81照射X射线的微小颗粒状物质FP产生的荧光X射线。由检测器83检测的荧光X射线，用于微小颗粒状物质FP的元素分析。
这样，由于第三位置P3是为了进行微小颗粒状物质FP的元素分析而使捕集区域移动过来的位置，所以也称“分析位置”。
(3)第一实施方式中的黑碳的含有量相关的数据的计算原理
以下，说明根据捕集图像数据IM计算黑碳的含有量相关的数据的原理。
首先，采用图4，说明黑碳的含有量和捕集图像数据IM的关系。图4是表示捕集图像数据与捕集区域中的黑碳的含有量的关系的一例的图。
捕集图像数据IM的状态，根据黑碳的含有量如图4的(1)～(3)变化。图4的(1)表示捕集区域中不包含或几乎不包含黑碳的情况，图4的(3)表示捕集区域中的黑碳的含有量较多的情况，图4的(2)表示捕集区域中的黑碳的含有量为中等程度的情况。这样，随着捕集区域的黑碳的含有量增多，表示捕集区域的图像部分的亮度变低。
此外，例如，对捕集图像数据IM的垂直轴向上存在的像素的亮度进行累计，将所述累计的亮度(称累计亮度)绘制于捕集图像数据IM的水平轴的各坐标上时，得到图5的下侧所示的表示累计亮度的分布的数据。在所述分布中，第一图像数据Im1和第二图像数据Im2的边界上的累计亮度，急剧变化。图5是表示累计亮度分布的一例的图。
此后，将表示图5中所示的累计亮度的分布的数据称为“累计亮度分布”。
此外，如图6所示，可知具有如下倾向：随着捕集区域的黑碳的含有量的增加，累计亮度变小。图6是表示累计亮度分布的黑碳含有量依赖性的一例的图。在图6中，黑碳的含有量为C3时的累计亮度分布由实线表示，含有量为C2时的累计亮度分布由虚线表示，含有量为C1时的累计亮度分布由单点划线表示(C1＜C2＜C3)。
而且，如图7所示，可知对累计亮度进一步进行累计而得到的第一图像数据Im1所含的像素的亮度的累计值与黑碳的含有量之间，显示了较强的相关关系。
图7是表示黑碳的含有量与第一图像数据所含的像素的亮度的累计值之间关系的一例的图。
因此，在本实施方式中，将表示黑碳的含有量与第一图像数据Im1所含的像素的亮度的累计值之间关系的数据作为校准曲线SC使用。
通过在黑碳的含有量相关的数据的计算中采用所述校准曲线SC，例如，几乎不受捕集区域内黑碳的捕集量不均带来的影响，能高精度计算捕集区域内的黑碳的含有量相关的数据。
在其他实施方式中，计算部4可以根据沿第一图像数据Im1的规定方向(不限于水平轴、垂直轴)的位置上存在的像素的亮度的累计值，计算黑碳的含有量相关的数据。这样，能减少计算黑碳的含有量相关的数据时的计算量。
而且在其他实施方式中，例如当因捕集部2具备的构件而在捕集区域内存在未捕集到(或者难以捕集)微小颗粒状物质FP的部位时，计算累计值时，可以不对第一图像数据Im1的与所述部位对应的像素的亮度进行计数。或者，当被所述部位包围的区域形成在捕集区域内时，可以累计所述区域内的像素的亮度。
这样，能够更高精度地计算黑碳的含有量相关的数据。
(4)第一实施方式中的分析动作
以下，采用图8和图9，说明分析微小颗粒状物质FP时的分析装置100的动作。图8是表示分析装置的整体动作的图。图9是表示第一实施方式中的微小颗粒状物质的分析动作的流程图。
在步骤S1～S2中，由捕集部2仅按规定的时间将微小颗粒状物质FP捕集到捕集过滤器1，在步骤S3中使捕集区域移动到拍摄位置(本实施方式中第二位置P2)后，在步骤S4中执行分析动作。
在分析动作的步骤S41中，首先，板状构件5配置在捕集过滤器1的正下方，在从光源6向视野区域VA内的捕集过滤器1的表面照射光的状态下，由二维传感器3取得视野区域VA的图像数据。随后，计算部4从取得的视野区域VA的图像数据，切出包含捕集区域的二维的图像数据作为捕集图像数据IM。
由于二维传感器3的设置位置和拍摄位置(第二位置P2)固定，所以视野区域VA的图像数据中的捕集图像数据IM的位置也固定。因此，计算部4例如能将视野区域VA的图像数据的处于规定的坐标值(作为捕集图像数据IM存在的坐标而预先设定的坐标值)的范围的像素作为捕集图像数据IM而取得。
此外，计算部4可以利用图像识别处理等，识别视野区域VA的图像数据所含的捕集区域(的图像)和捕集过滤器1，并将包含捕集区域和捕集过滤器1的区域作为捕集图像数据IM而从视野区域VA的图像数据切出。
随后，在步骤S42中，计算部4对捕集图像数据IM进行灰度等级化等处理后，制作累计亮度分布。
对捕集图像数据IM的水平轴的一个坐标值，将沿捕集图像数据IM的垂直轴的方向上存在的像素的亮度进行累计，并改变水平轴的坐标值而重复上述累计，而得到累计亮度分布。即，累计亮度分布作为水平轴的坐标值与亮度的累计值(累计亮度)的关系而得到。
算出累计亮度分布后，在步骤S43中，计算部4将累计亮度分布所含的背景成分除去，制作修正后数据。以下，采用图10，说明修正后数据的具体制作方法。图10是示意性表示修正后数据的制作的图。
首先，如图10的(a)所示，在由步骤S42制作的累计亮度分布中，通过将与第二图像数据Im2(非捕集区域的图像数据)对应的部位的数据进行线性近似等，计算出第一背景数据。第一背景数据是表示捕集图像数据IM的各像素所含的亮度的背景成分的数据。图10的(a)中通过单点划线表示第一背景数据。
随后，通过将背景成分的规定的累计亮度值(例如，第一背景数据中的累计亮度的最大值)与各坐标值中的第一背景数据的累计亮度值的差δ，加到捕集图像数据IM的累计亮度分布的对应的坐标值的累计亮度值上，制作出图10的(b)所示的修正后数据(实线)。在修正后数据中，与第二图像数据Im2对应的部位，累计亮度一定。
在其他实施方式中，可以将修正后数据作为捕集图像数据IM的累计亮度分布与第一背景数据的差。此时，制作出随着黑碳的含有量的增加、累计亮度的累计值增加的校准曲线SC。
在另外的其他实施方式中，代替采用第一背景数据的背景修正，或可以与其组合，采用仅表示非捕集区域的图像数据(称背景图像数据)进行捕集图像数据IM的背景修正。
例如，可以通过对捕集图像数据IM的全像素，计算捕集图像数据IM的各像素所具有的亮度与背景图像数据的对应像素所具有的亮度的差的绝对值，制作修正后数据。
制作修正后数据后，在步骤S44中，将修正后数据的边缘间存在的累计亮度分布，作为与第一图像数据Im1对应的累计亮度分布抽出。修正后数据的边缘被定义为修正后数据的累计亮度值的倾斜急剧变化时的坐标值，例如，能够通过修正后数据的微分计算检测出。
随后，在步骤S45中，通过对与第一图像数据Im1对应的累计亮度分布的累计亮度值进一步进行累计，计算第一图像数据Im1所含的像素的亮度的累计值。
对累计亮度分布所含的累计亮度值进一步进行累计，对应于对沿第一图像数据Im1的一个轴向存在的像素的亮度的累计值(累计亮度值)进行计算、并将所述累计亮度值沿与所述一个轴向垂直的轴向进一步进行累计，因此结果是相当于对图像数据所含的全部像素的亮度值进行累计。
接下来，在步骤S46中，采用计算出的第一图像数据Im1所含的像素的亮度的累计值和校准曲线SC，计算大气中所含的黑碳的含有量相关的数据。
通过执行上述的步骤S41～S46，分析装置100能够根据第一图像数据Im1的像素所具有的亮度(第一亮度Br1)的累计值，高速且高精度计算黑碳的含有量相关的数据。
算出黑碳的含有量相关的数据后，使捕集区域从拍摄位置(第二位置P2)移动到分析位置(第三位置P3)，由元素分析部8执行所述捕集区域所含的微小颗粒状物质FP的元素分析。
随后，在步骤S5中，将分析对象的捕集图像数据IM和微小颗粒状物质FP的分析结果(黑碳的含有量相关的数据、微小颗粒状物质FP的捕集量相关的数据和/或元素分析结果)，与取得所述捕集图像数据IM的时刻相关联而生成时间系列数据TD，并存储在存储部43中。
上述步骤S1～S5重复执行到分析中止为止。即，连续执行微小颗粒状物质FP的分析。
如上所述，通过使捕集区域移动到拍摄位置并取得捕集图像数据IM后，使所述捕集区域移动到分析位置并执行元素分析，能同时执行微小颗粒状物质FP的捕集、捕集图像数据IM的取得、微小颗粒状物质FP的元素分析。
在其他实施方式中，可以使捕集区域在拍摄位置(第二位置P2)短时间(最短1/60秒)滞留并取得捕集图像数据IM，随后，使所述捕集区域从拍摄位置(第二位置P2)移动到分析位置(第三位置P3)。由于二维传感器3能高速取得图像数据，所以即使捕集区域在拍摄位置短时间滞留，也能取得包含足够信息的捕集图像数据IM。
此外，从捕集图像数据IM计算黑碳的含有量相关的数据的处理，可以在使捕集区域从拍摄位置向分析位置移动的同时执行。
这样，避免了捕集区域无益地滞留在拍摄位置，可以提高微小颗粒状物质FP的分析效率。
2.第二实施方式
(1)第二实施方式的概要
在第二实施方式中，采用后述亮度直方图计算黑碳的含有量相关的数据。
另外，在第二实施方式中，仅仅是采用捕集图像数据IM的黑碳的含有量相关的数据的计算方法和第一实施方式不同，分析装置100的结构与第一实施方式相同。因此，这里，省略分析装置100的结构和各结构的功能的说明，仅说明亮度直方图和步骤S4的分析动作。
(2)亮度直方图
首先，采用图11，说明黑碳的含有量相关的数据的计算中采用的亮度直方图。亮度直方图是将捕集图像数据IM的各像素能具有的亮度与捕集图像数据IM包含的具有特定亮度的像素的数量相关联的数据。例如，对图4的(1)～(3)所示的捕集图像数据IM计算亮度直方图，则分别成为图11的(1)～(3)。
图11是表示亮度直方图与捕集区域的黑碳含有量的关系的一例的图。图11的(1)表示捕集区域不包含(或几乎不包含)黑碳时的亮度直方图，图11的(3)表示捕集区域中的黑碳含有量较多时的亮度直方图，图11的(2)表示捕集区域中的黑碳含有量为中等程度时的亮度直方图。
此次明确了图11所示的亮度直方图中具有以下的特征。
(i)捕集区域不包含(几乎不包含)黑碳时，仅在第二亮度Br2上出现第二峰值PE2。
(ii)捕集区域包含黑碳、捕集区域的亮度与非捕集区域的亮度之间产生差异时，在亮度直方图中，出现第一峰值PE1和第二峰值PE2两个峰值。
(iii)出现第一峰值PE1的第一亮度Br1与出现第二峰值PE2的第二亮度Br2的差(图11中ΔBR)，随着黑碳的含有量的增多而增大。
在图11所示的亮度直方图中，由于第一亮度Br1比第二亮度Br2小，所以第一亮度Br1表示第一图像数据Im1所含的像素的代表性亮度，第二亮度Br2表示第二图像数据Im2所含的像素的代表性亮度。
(3)第二实施方式中的分析动作
这样，由于亮度直方图中的差ΔBR与黑碳的含有量之间存在较强的相关关系，因此在第二实施方式中，采用所述相关关系作为用于计算黑碳的含有量相关的数据的校准曲线SC，来计算黑碳的含有量相关的数据。
因此，计算部4采用拍摄了包含几个既定的含有量或浓度的黑碳的捕集区域的捕集图像数据IM，利用测定或者理论计算等计算差ΔBR，将所述既定的黑碳的含有量或浓度与差ΔBR相关联，制作校准曲线SC，预先存储在存储部43中。
以下，采用图12，说明第二实施方式中的微小颗粒状物质FP的分析动作。图12是表示第二实施方式中的微小颗粒状物质FP的分析动作的流程图。
最初，在步骤S41’中，取得捕集图像数据IM。
接下来，在步骤S42’中，计算部4对取得的捕集图像数据IM执行亮度修正处理。具体通过对捕集图像数据IM所含的全像素，计算作为表示非捕集区域的图像数据的第二背景数据的各像素所具有的亮度与捕集图像数据IM的对应的像素所具有的亮度的差的绝对值，来计算亮度修正后的捕集图像数据IM(修正后图像数据IM’)。
在执行上述的亮度修正处理前，计算部4对亮度修正处理所使用的第二背景数据执行低通滤波处理，从第二背景数据除去噪声成分。这样，能适当执行亮度修正处理。
此外，具体分析由二维传感器3取得的捕集图像数据IM时发现，捕集图像数据IM所含的第二图像数据Im2的亮度，根据黑碳的含有量而变化。
因此，根据黑碳的含有量和/或第一图像数据Im1的亮度，对亮度修正处理前的捕集图像数据IM的第二图像数据Im2的亮度进行修正。
具体地，首先，预先取得表示第二图像数据Im2的亮度根据黑碳的含有量(或第一图像数据Im1的亮度)如何变化的函数等。随后，采用所述函数，对捕集图像数据IM所含的第二图像数据Im2的亮度进行修正，由此能取得不受黑碳的影响的修正后的第二图像数据Im2。
算出修正后图像数据IM’后，在步骤S43’中，计算部4例如扫描修正后图像数据IM’所含的像素，对具有特定的亮度的像素的数量进行计数，并将亮度与具有所述亮度的像素的数量相关联，制作图13所示的亮度直方图。图13是表示修正后图像数据的亮度直方图的一例的图。
图13所示的亮度直方图是对图4的(3)所示的捕集图像数据IM计算出的亮度直方图，具有第一峰值PE1’和第二峰值PE2’。第二峰值PE2’出现在亮度为0附近时，第一峰值PE1’出现在亮度为ΔBR时。
通过根据修正后图像数据IM’制作亮度直方图，检出所述亮度直方图的第一峰值PE1’的位置(亮度)，仅由此就能简单地计算黑碳的含有量相关的数据。这是因为，修正后图像数据IM’的亮度直方图的第一峰值PE1’的位置(亮度)等于第一亮度Br1和第二亮度Br2的差ΔBR。
此外，由于修正后图像数据IM’是将捕集图像数据IM中包含的噪声等背景成分去除的图像数据，所以通过采用根据修正后图像数据IM’制作的亮度直方图，能更高精度地计算黑碳的含有量相关的数据。
随后，在步骤S44’中，计算部4例如在修正后图像数据IM’的亮度直方图中，从最大亮度侧依次将各亮度所含的像素数进行合计，并将像素数的合计达到(亮度修正后的)第一图像数据Im1所含的像素数的一半时的亮度值，检测为出现第一峰值PE1’的亮度值。
上述的像素的合计达到“第一图像数据Im1所含的像素数的一半”时的亮度值，与第一图像数据Im1所含的像素具有的亮度的分布中的代表值对应。
检出第一峰值PE1’后，在步骤S45’中，计算部4采用所述检测的亮度值和存储部43中存储的校准曲线SC，计算捕集区域的黑碳的含有量相关的数据。
这样，通过执行步骤S41’～S45’，采用根据捕集图像数据IM计算的亮度直方图，能高精度计算黑碳的含有量相关的数据。
采用亮度直方图的方法，优点是特别是如图14所示的，取得第一图像数据Im1的一部分欠缺的捕集图像数据IM的情况下，也能适当计算黑碳的含有量相关的数据。图14是表示第一图像数据的一部分欠缺的捕集图像数据的一例的图。
这是因为，在捕集图像数据IM中第一图像数据Im1的一部分欠缺时，捕集图像数据IM所含的第一图像数据Im1的面积和第二图像数据Im2的面积的比例改变，然而第一峰值PE1和第二峰值PE2出现的亮度不变。
3.第三实施方式
上述的分析装置100也能在用于确定包含黑碳的微小颗粒状物质FP的产生源的系统中使用。如图15所示，第三实施方式的系统300包括分析装置100、产生源确定数据取得部120和产生源确定装置140。图15是表示第三实施方式的系统的结构的图。
产生源确定数据取得部120例如是风向仪和/或对大气A中包含的气体(例如烃、一氧化碳(CO)、二氧化碳(CO2)、氮氧化物(NOx)、臭氧(O3)、硫磺氧化物(SOx)等)进行分析的气体分析装置，取得用于确定微小颗粒状物质FP的产生源而采用的数据。
产生源确定装置140是根据分析装置100和产生源确定数据取得部120取得的数据(例如风向，大气A中的气体成分，黑碳的含有量相关的数据，微小颗粒状物质FP的浓度和/或微小颗粒状物质FP的元素分析结果)确定微小颗粒状物质FP的产生源的计算机系统。
另外，产生源确定装置140可以和分析装置100的计算部4分开设置，也可以将其功能嵌入计算部4。
包含黑碳和/或特定元素的微小颗粒状物质FP的产生源众所周知。例如，黑碳由燃料的燃烧产生。此外，例如微小颗粒状物质FP中如果包含钙(Ca)、铝(Al)、硅(Si)、钾(K)，则可以确定所述微小颗粒状物质FP是土壤和黄砂。
此外，例如烃、一氧化碳(CO)、二氧化碳(CO2)、氮氧化物(NOx)、硫磺氧化物(SOx)的主要产生源是交通量大的道路。
因此，系统300通过具有上述的结构，可以根据由分析装置100捕集的微小颗粒状物质FP和/或黑碳的分析结果、由产生源确定数据取得部120取得的气体分析结果，确定微小颗粒状物质FP、黑碳和/或大气A所含的气体的产生源。
在其他实施方式中，配置在多个不同位置的上述系统300，彼此由网络等连接，彼此的数据也可以交换。这样，采用由其他系统300得到的微小颗粒状物质FP的产生源相关的数据等，能更高精度地确定微小颗粒状物质FP等的产生源。
在另外的其他实施方式中，配置在多个不同位置的系统300，可以由服务器连接。这样，通过多个系统300取得的产生源相关的数据，能在服务器统一管理。
4.第四实施方式
在分析位置执行微小颗粒状物质FP的分析后，可以使捕集过滤器1仅移动比捕集位置与拍摄位置的距离更短的距离，从而将非捕集区域移动到拍摄位置。非捕集区域到达拍摄位置后，可以由二维传感器3取得包含所述非捕集区域的视野区域VA的图像数据。
这样，例如不必通过单独的二维传感器3等取得表示背景修正等中所采用的非捕集区域的图像数据。
将非捕集区域移动到拍摄位置、取得包含非捕集区域的视野区域VA的图像数据后，计算部4使捕集过滤器1进一步移动，将作为下一分析对象的新的捕集区域移动到分析位置，开始分析所述新的捕集区域中捕集到的微小颗粒状物质FP。
如上所述，由于通过二维传感器3取得图像数据的时间非常短，所以在上述的捕集过滤器1的移动方法中，能缩短使非捕集区域滞留在拍摄位置的时间。其结果，能在几乎不降低分析装置100中的微小颗粒状物质FP的捕集和分析的效率的情况下，取得表示非捕集区域的图像数据(背景图像数据，第二背景数据)。
5.其他实施方式
以上，说明了本发明的一个实施方式，但是本发明不限于上述实施方式，在不脱离发明思想的范围内可以进行各种变更。特别是，本说明书中记述的多个实施方式和变形例能根据需要任意组合。
(A)二维传感器3可以具有用于确认捕集区域是否偏离拍摄位置或分析位置的功能。此时，由二维传感器3取得的图像数据，在显示器45上以能视觉辨认的形式表示。这样，能先于分析，确认捕集区域是否偏离拍摄位置或分析位置。
捕集区域偏离拍摄位置或分析位置时，可以手动或自动使捕集过滤器1移动以使捕集区域包含于拍摄位置或分析位置。
此外，通过将上述的图像数据进行视觉表示，还可以确认拍摄位置或分析位置上是否存在异物。
(B)用于确认捕集区域是否偏离拍摄位置或分析位置的传感器(图像传感器，相机等)和二维传感器3可以分开设置。
(C)板状构件5的大小只要是比捕集区域大的尺寸即可，也可以是覆盖拍摄位置以外的区域的大小。
(D)作为二维传感器3，可以采用能取得彩色图像的传感器。这样，能取得关于捕集图像数据IM等的色调、各色的输出差的信息。
微小颗粒状物质FP的颜色，根据其种类而变化。例如，微小颗粒状物质FP的主成分如果是黄沙，则捕集图像数据IM带有黄色。主成分如果是氧化铁、铜或褐碳，则捕集图像数据IM带红色或茶色。而且，如果主成分是烧荒产生的灰、水泥(cement)，则捕集图像数据IM带有白色或灰色。
因此，能取得彩色图像作为捕集图像数据IM，则能根据捕集图像数据IM的色调等，取得微小颗粒状物质FP所含的成分相关的数据。
此外，通过采用“超光谱相机”等具备特殊彩色过滤器的二维传感器3，能取得捕集图像数据IM的色调相关的更具体的数据。
(E)取得表示非捕集区域的图像数据时，将所述图像数据作为第二背景数据使用，例如，计算捕集图像数据IM的各像素的亮度值与表示非捕集区域的图像数据的对应像素的亮度值的差，由此制作修正后数据。
(F)通过对捕集图像数据IM执行图像处理，可以抽出第一图像数据Im1。例如，可以对捕集图像数据IM采用拉普拉斯算子滤波器检出边缘，再利用霍夫(Hough)转换(类似的算法)等抽出检出的边缘中表示捕集区域的特征(圆形)的边缘，由此从捕集图像数据IM抽出第一图像数据Im1(对应的部分)。
(G)取得图14所示的捕集区域的一部分欠缺的捕集图像数据IM时，计算部4可以修正抽出的第一图像数据Im1所含的像素的亮度的累计值。
具体例如，从一部分欠缺的捕集区域的图像算出圆的中心和半径，通过“修补”欠缺的部分，假想性地作出完整形状的捕集区域。随后，在实际计算的累计亮度分布上，补充与欠缺的部分对应的累计亮度分布，修正累计亮度分布。通过进一步累计所述修正后的累计亮度分布，能修正抽出的第一图像数据Im1所含的像素的亮度的累计值。
此外，通过将完整捕集区域应包含的像素数与实际取得的第一图像数据Im1包含的像素数的比，乘以第一图像数据Im1包含的像素的亮度的累计值，也能修正第一图像数据Im1所含的像素的亮度的累计值。
(H)修正后图像数据IM’的第一峰值PE1’的亮度值，例如可以作为在亮度方向扫描亮度直方图、并在亮度＝0附近以外(亮度较低一侧)出现的像素数的极大值所显现的亮度值。
(I)可以将采用捕集图像数据IM的黑碳的含有量相关的数据的计算结果、采用β射线的捕集量测定值和/或捕集区域中捕集的微小颗粒状物质FP的元素分析结果进行组合，重新计算黑碳的含有量相关的数据。
例如，通过从采用捕集图像数据IM的黑碳的含有量相关的数据的计算结果，减去从元素分析的结果得到的黑碳以外的黑色的微小颗粒状物质FP的含有量相关的数据值，能更高精度地计算黑碳的含有量相关的数据。
(J)用于计算有色颗粒状物质的含有量相关的数据的捕集图像数据IM，不限于第一实施方式和第二实施方式说明的反射像，也可以是透射像。
例如可以将二维传感器3配置在捕集过滤器1的捕集微小颗粒状物质FP一侧的相反侧，并且由二维传感器3接收透过捕集区域及其周边的光，由此取得作为透射像的捕集图像数据IM。
(K)采用塑料闪烁体检测器作为捕集量测定部7的β射线检测器73时，向β射线检测器73照射紫外线，根据有色颗粒状物质(黑碳)吸收的紫外线的透射率差，可以计算有色颗粒状物质的含有量相关的数据。这样，不必对分析装置100追加较大变更，就能简易取得有色颗粒状物质的含有量相关的数据。
(L)分析装置100的结构也可以是图16所示的结构。例如，将二维传感器3设置在捕集过滤器1的长度方向的第四位置P4上，将“拍摄位置”设为第四位置P4，将一般的LED等表面安装型的白色LED以外的光源作为光源6(光照射元件63)使用。
此时，将用于使来自安装在基板61上的光照射元件63的光扩散的扩散板65，设置在光照射元件63的正前方。图16是表示分析装置的其他结构例的图。
此外，在图16所示的实施方式中，第四位置P4存在于元素分析部8上。即，拍摄位置和分析位置一致。另外，第四位置P4可以偏离分析位置。此外，第四位置P4可以和第一实施方式说明的第二位置P2处于相同位置，也可以是不同的位置。
工业实用性
本发明可以广泛应用在进行有色颗粒状物质的分析的分析装置中。

Claims (15)

1.一种分析装置，其特征在于，包括：
捕集过滤器，捕集大气中所含的颗粒状物质；
二维传感器，取得二维的捕集图像数据，所述捕集图像数据包含所述捕集过滤器捕集到所述颗粒状物质的捕集区域；以及
计算部，根据所述捕集图像数据，计算所述捕集区域所含的有色颗粒状物质的含有量相关的数据。
2.根据权利要求1所述的分析装置，其特征在于，还具备板状构件，所述板状构件配置在所述捕集过滤器的与所述二维传感器相对的表面的相反侧。
3.根据权利要求1或2所述的分析装置，其特征在于，还具备捕集量测定部，所述捕集量测定部对测定数据进行测定，所述测定数据用于计算所述捕集过滤器中捕集的所述颗粒状物质的捕集量相关的数据。
4.根据权利要求1～3中任意一项所述的分析装置，其特征在于，还具备元素分析部，所述元素分析部分析所述捕集过滤器中捕集的所述颗粒状物质所含的元素。
5.根据权利要求1～4中任意一项所述的分析装置，其特征在于，所述计算部将所述捕集图像数据以能视觉辨认的形式输出。
6.根据权利要求1～5中任意一项所述的分析装置，其特征在于，所述计算部将所述捕集图像数据和所述捕集图像数据所示的所述捕集区域中捕集的所述颗粒状物质的分析结果，与取得所述捕集图像数据的时刻相关联地存储。
7.根据权利要求1～6中任意一项所述的分析装置，其特征在于，
所述捕集图像数据包含表示所述捕集区域的二维的第一图像数据，
所述计算部根据所述第一图像数据的像素所具有的第一亮度，计算所述有色颗粒状物质的含有量相关的数据。
8.根据权利要求7所述的分析装置，其特征在于，所述计算部根据所述第一图像数据的像素所具有的亮度的累计值，计算所述有色颗粒状物质的含有量相关的数据。
9.根据权利要求7或8所述的分析装置，其特征在于，
所述捕集图像数据包含表示非捕集区域的二维的第二图像数据，所述非捕集区域是所述捕集过滤器未捕集到所述颗粒状物质的区域，
所述计算部采用所述第二图像数据的像素所具有的亮度，计算表示所述捕集图像数据的各像素所含的亮度的背景成分的第一背景数据，
并根据基于所述捕集图像数据和所述第一背景数据计算的修正后数据，计算所述有色颗粒状物质的含有量相关的数据。
10.根据权利要求7所述的分析装置，其特征在于，
所述捕集图像数据包含表示非捕集区域的二维的第二图像数据，所述非捕集区域是所述捕集过滤器未捕集到所述颗粒状物质的区域，
所述计算部根据所述第一亮度和所述第二图像数据的像素所具有的第二亮度，计算所述有色颗粒状物质的含有量相关的数据。
11.根据权利要求10所述的分析装置，其特征在于，所述计算部根据所述第一图像数据所含的像素所具有的亮度的分布出现第一峰值的所述第一亮度，以及所述第二图像数据所含的像素所具有的亮度的分布出现第二峰值的所述第二亮度，计算所述有色颗粒状物质的含有量相关的数据。
12.根据权利要求1～11中任意一项所述的分析装置，其特征在于，
所述二维传感器取得第二背景数据，所述第二背景数据是当与所述二维传感器的视野的至少一部分对应的所述捕集过滤器的表面未捕集到所述颗粒状物质时的二维的图像数据，
所述计算部根据基于所述捕集图像数据和所述第二背景数据计算的修正后图像数据，计算所述有色颗粒状物质的含有量相关的数据。
13.一种系统，其特征在于，包括：
如权利要求1～12中任意一项所述的分析装置；以及
产生源确定装置，根据用于确定所述颗粒状物质的产生源的数据和由所述分析装置取得的数据，确定所述颗粒状物质的产生源。
14.一种分析方法，其特征在于，包括：
将大气中所含的颗粒状物质捕集到捕集过滤器的步骤；
取得二维的捕集图像数据的步骤，所述捕集图像数据包含所述捕集过滤器捕集到所述颗粒状物质的捕集区域；以及
根据所述捕集图像数据计算所述颗粒状物质所含的有色颗粒状物质的含有量相关的数据的步骤。
15.一种存储介质，存储有使计算机执行分析方法的程序，所述存储介质的特征在于，
所述分析方法包括：
将大气中所含的颗粒状物质捕集到捕集过滤器的步骤；
取得二维的捕集图像数据的步骤，所述捕集图像数据包含所述捕集过滤器捕集到所述颗粒状物质的捕集区域；以及
根据所述捕集图像数据计算大气中的有色颗粒状物质的含有量相关的数据的步骤。
CN201810769558.4A 2017-07-14 2018-07-13 分析装置、系统、分析方法及存储介质 Active CN109253954B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017138604 2017-07-14
JP2017-138604 2017-07-14

Publications (2)

Publication Number Publication Date
CN109253954A true CN109253954A (zh) 2019-01-22
CN109253954B CN109253954B (zh) 2022-12-23

Family

ID=64745166

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810769558.4A Active CN109253954B (zh) 2017-07-14 2018-07-13 分析装置、系统、分析方法及存储介质
CN201821117300.8U Active CN208607123U (zh) 2017-07-14 2018-07-13 分析装置和系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201821117300.8U Active CN208607123U (zh) 2017-07-14 2018-07-13 分析装置和系统

Country Status (4)

Country Link
US (1) US10876950B2 (zh)
JP (1) JP7246871B2 (zh)
CN (2) CN109253954B (zh)
DE (1) DE102018117016A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113464254A (zh) * 2020-03-31 2021-10-01 日本碍子株式会社 柱状蜂窝过滤器的检查方法
CN113466095A (zh) * 2021-06-02 2021-10-01 国科大杭州高等研究院 一种测定水环境中颗粒态黑碳含量的方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7246871B2 (ja) * 2017-07-14 2023-03-28 株式会社堀場製作所 分析装置、システム、分析方法、及びプログラム
BR112021007205A2 (pt) * 2018-10-18 2021-08-10 Security Matters Ltd. sistema para detectar e identificar pelo menos um elemento estranho predeterminado em uma substância, e, método para inspecionar uma substância .
CN110082283B (zh) * 2019-05-23 2021-12-14 山东科技大学 一种大气颗粒物sem图像识别方法及系统
JP7298542B2 (ja) * 2020-05-19 2023-06-27 トヨタ自動車株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
CN112254291B (zh) * 2020-09-21 2021-09-21 青岛海尔空调器有限总公司 空气循环装置及其控制方法
WO2022065026A1 (ja) * 2020-09-25 2022-03-31 株式会社堀場製作所 分析装置、分析システム、分析方法、校正方法、及びプログラム
CN113899667B (zh) * 2021-09-25 2024-03-01 杭州谱育科技发展有限公司 走航式颗粒物检测系统和方法
JP7458658B2 (ja) * 2022-06-13 2024-04-01 株式会社リガク 蛍光ｘ線分析装置
WO2024053328A1 (ja) * 2022-09-08 2024-03-14 株式会社堀場製作所 分析システム、及び、分析方法
KR102588106B1 (ko) * 2023-05-04 2023-10-12 (주)켄텍 블랙카본측정부를 구비한 듀얼 베타레이방식의 연속식 pm 10 및 pm 2.5 동시측정 장치

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06221986A (ja) * 1993-01-26 1994-08-12 Hitachi Ltd フロー式粒子画像解析方法及びフロー式粒子画像解析装置
CN101099186A (zh) * 2004-11-12 2008-01-02 Vfs技术有限公司 微粒探测器，系统与方法
JP2011169884A (ja) * 2010-01-21 2011-09-01 Jfe Steel Corp 微粒子分析装置および微粒子分析方法
WO2014156797A1 (ja) * 2013-03-26 2014-10-02 シャープ株式会社 検出装置および検出方法
CN105092425A (zh) * 2014-05-20 2015-11-25 株式会社堀场制作所 分析装置和校正方法
US20150338357A1 (en) * 2014-05-20 2015-11-26 Horiba, Ltd. Analyzing apparatus and calibration method
CN105324802A (zh) * 2013-06-03 2016-02-10 爱克斯崔里斯科技有限公司 颗粒检测系统及相关方法
CN208607123U (zh) * 2017-07-14 2019-03-15 株式会社堀场制作所 分析装置和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2369802C (en) 2002-01-29 2007-12-18 Centre De Recherche Industrielle Du Quebec Particle quantifying apparatus and method
JP4029794B2 (ja) 2003-07-29 2008-01-09 Ｔｏｔｏ株式会社 エアロゾル粒子濃度測定方法、装置およびそれを備える複合構造物作製装置
JP4831340B2 (ja) 2006-11-14 2011-12-07 オムロン株式会社 画像処理装置、画像処理方法、プログラム、および記録媒体
JP5477102B2 (ja) 2010-03-25 2014-04-23 Ｊｆｅスチール株式会社 粉塵の種別判別装置および粉塵の種別判別方法
JP2012083242A (ja) 2010-10-13 2012-04-26 Seiko Epson Corp 粒子計測方法及び粒子計測装置
JP5862457B2 (ja) 2012-05-25 2016-02-16 新日鐵住金株式会社 粉塵の飛散監視装置及び飛散防止方法
JP2014052245A (ja) 2012-09-06 2014-03-20 Azbil Corp 物質発生源特定システム及び物質発生源特定方法
JP6975474B2 (ja) * 2016-10-21 2021-12-01 ファースト フロンティア ピーティーワイ リミテッドFirst Frontier Pty Ltd 空気試料の自動分析を実行するためのシステム及び方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06221986A (ja) * 1993-01-26 1994-08-12 Hitachi Ltd フロー式粒子画像解析方法及びフロー式粒子画像解析装置
CN101099186A (zh) * 2004-11-12 2008-01-02 Vfs技术有限公司 微粒探测器，系统与方法
JP2011169884A (ja) * 2010-01-21 2011-09-01 Jfe Steel Corp 微粒子分析装置および微粒子分析方法
WO2014156797A1 (ja) * 2013-03-26 2014-10-02 シャープ株式会社 検出装置および検出方法
CN105324802A (zh) * 2013-06-03 2016-02-10 爱克斯崔里斯科技有限公司 颗粒检测系统及相关方法
CN105092425A (zh) * 2014-05-20 2015-11-25 株式会社堀场制作所 分析装置和校正方法
US20150338357A1 (en) * 2014-05-20 2015-11-26 Horiba, Ltd. Analyzing apparatus and calibration method
CN208607123U (zh) * 2017-07-14 2019-03-15 株式会社堀场制作所 分析装置和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113464254A (zh) * 2020-03-31 2021-10-01 日本碍子株式会社 柱状蜂窝过滤器的检查方法
CN113464254B (zh) * 2020-03-31 2023-03-24 日本碍子株式会社 柱状蜂窝过滤器的检查方法
CN113466095A (zh) * 2021-06-02 2021-10-01 国科大杭州高等研究院 一种测定水环境中颗粒态黑碳含量的方法

Also Published As

Publication number Publication date
CN109253954B (zh) 2022-12-23
JP2019020411A (ja) 2019-02-07
US10876950B2 (en) 2020-12-29
DE102018117016A1 (de) 2019-01-17
US20190017916A1 (en) 2019-01-17
CN208607123U (zh) 2019-03-15
JP7246871B2 (ja) 2023-03-28

Similar Documents

Publication Publication Date Title
CN208607123U (zh) 分析装置和系统
US11054357B2 (en) Mobile microscopy system for air quality monitoring
KR102146287B1 (ko) 임의의 풍경 사진 영상을 이용한 대기 중 미세 먼지의 소산 및 크기 정보 추출 시스템
US20130342692A1 (en) Ptz video visibility detection method based on luminance characteristic
JP7198078B2 (ja) 分析装置、分析方法、及びプログラム
CN111426637A (zh) 一种利用无人机获取城市黑臭河流水质参数的方法
CN110133027A (zh) 一种准确测定耕地重金属污染状况的方法
CN104729426A (zh) 基于机器视觉的角钢自动在线检测系统及方法
CN109115719A (zh) 一种基于高光谱成像技术的柑橘黄龙病波段融合快速检测方法
CN105991996A (zh) 一种摄像模组检测系统及检测方法
CN107024829A (zh) 多光谱相机像面装调方法
CN105222725A (zh) 一种基于光谱分析的高清图像动态采集方法
Kim et al. Cloud cover retrieved from skyviewer: A validation with human observations
KR102175195B1 (ko) 초분광 영상을 활용한 하천수 혼합 유해화학물질 식별 능력 개선을 위한 분광라이브러리 특성화를 위한 장치 및 방법
Neale Classification and mapping of riparian systems using airborne multispectral videography
CN114049490A (zh) 一种智能化职业卫生预警方法及系统
JP5628401B1 (ja) マンホール鉄蓋最大段差量測定装置および方法、並びにこれに用いられる画素分解能算出装置、マンホール鉄蓋最大段差箇所検知装置、画素分解能算出方法、マンホール鉄蓋最大段差箇所検知方法
CN106157335A (zh) 基于数字图像的床沙表层级配观测分析方法及系统
CN1862598A (zh) 图像伪造中模糊操作的异常色调率取证方法
US20230308777A1 (en) Image capturing device, data acquisition unit, image capturing system, and image capturing method
Hardy et al. High precision tracing of soil and sediment movement using fluorescent tracers at hillslope scale
Horváth et al. Changes in soil and sediment properties due the impact of the urban environment
CN102567608A (zh) 一种光电成像系统性能评估实验分析方法
RU2549610C1 (ru) Способ обнаружения опасного радиоактивного загрязнения местности
Jengo et al. Pothole detection and road condition assessment using hyperspectral imagery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant