CN110274855A - 室内空气颗粒物ccd-激光监测系统及方法 - Google Patents
室内空气颗粒物ccd-激光监测系统及方法 Download PDFInfo
- Publication number
- CN110274855A CN110274855A CN201811423459.7A CN201811423459A CN110274855A CN 110274855 A CN110274855 A CN 110274855A CN 201811423459 A CN201811423459 A CN 201811423459A CN 110274855 A CN110274855 A CN 110274855A
- Authority
- CN
- China
- Prior art keywords
- laser
- particulate matter
- ccd
- indoor air
- monitoring system
- 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
Links
- 239000013618 particulate matter Substances 0.000 title claims abstract description 67
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 239000002245 particle Substances 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 4
- 230000002459 sustained effect Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 238000003705 background correction Methods 0.000 abstract description 2
- 238000004064 recycling Methods 0.000 abstract description 2
- 239000000443 aerosol Substances 0.000 description 13
- 238000001514 detection method Methods 0.000 description 5
- 238000011088 calibration curve Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000931526 Acer campestre Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
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
-
- 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
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公布了一种室内空气颗粒物CCD‑激光监测系统及方法,该系统包括一个CCD相机,至少一个激光器,以及分布在不同高度的一系列PM在线监测仪,利用激光器发射垂直激光束,使用CCD相机从侧面记录空气中颗粒物散射信号,在进行背景校正后获得颗粒物浓度垂直分布的廓线信息,再利用不同高度的PM测定装置校正后获得室内空气颗粒物浓度的垂直分布数据。本发明弥补了室内空气垂直廓线测定的空白,能够提供颗粒物垂直分布廓线信息,对于未成年人颗粒物暴露测定具有重要意义。
Description
技术领域
本发明涉及一种室内空气颗粒物垂直剖面和动态变化的测定装置,具体涉及利用CCD相机收集垂直激光光束照射下室内空气颗粒物的散射信号,在线动态获取颗粒物浓度的垂直廓线及动态变化过程。
背景技术
空气中颗粒物由极小的颗粒和液滴组成,根据粒径可以分为PM2.5和PM10,其意义分别指粒径小于2.5微米和10微米的颗粒物[1]。其中PM2.5由于粒径极小,可以直接渗透进入细支气管和肺部,对人体健康造成巨大的危害[2]。因此,PM2.5的长期暴露将增加人类的发病率和死亡率[3;4]。平均而言,人群在室内停留的时间(22小时以上)远远高于在室外停留的时间,因此,室内空气中颗粒物对人群暴露的重要性远远高于室外。
目前室内空气检测的规范做法是在1.5m高度设置测定仪器或者采样设备。这是基于成年人的平均呼吸高度(口、鼻的位置)大致在1.5m。然而,这显然是针对站姿而言的。事实上,坐姿的呼吸高度通常低于站姿,且很长的睡眠时间内,呼吸高度更低。此外,针对成年人的设计显然不适合儿童或者婴儿。可见,室内空气颗粒物(PM)的垂直分布非常重要。只有在了解PM垂直分布特征的条件下,才可能对包括未成年人在内人群对PM的暴露做出可靠的评估。由于传统方法的固定高度测定,且没有可以获得室内PM浓度垂直分布的有效手段,目前这方面数据为空白。从而导致室内暴露贡献的高不确定性。
室外颗粒物垂直剖面测定技术的传统方法是后向散射激光雷达,传统后向散射激光雷达在接收端附近有一段盲区,同时过渡区较长[5],尽管过渡区可以进行几何因子校正[6],但是会带入误差,想获得高分辨能力的数据可以通过探空实验,但其高成本又令人望而却步。
近年来有学者对传统激光雷达进行改进,研究出侧向散射激光雷达。侧向散射激光雷达可以很大程度克服传统激光雷达的缺陷。但是其也存在明显的缺点:
(1)在用CCD相机采集激光照片的时候,由于云层以及阳光的影响,照片中拍摄到的激光最高点与实际最高点有一定的偏差,给反演计算的过程带来巨大的误差;
(2)室外侧向激光雷达无法在白天测定,只能在夜晚使用;
(3)室外温度变化将会影响滤光片的透过率曲线,进而给计算带来巨大的误差,甚至可能直接导致错误的计算结果;
(4)室外侧向激光雷达的校正可以通过探空实验或者后向散射激光雷达的结果校正,但是二者的成本令人望而生畏,目前市面上侧向散射激光雷达的价格是30万,而后向散射激光雷达则达到了100万;
(5)室外激光雷达的测量范围在千米级别,但其相应的缺点是在距离校正的过程会引入很大的误差。其次,侧向激光雷达仅仅是名义上的侧向,由于高度的原因,其根本不可能达到真正的侧面拍摄的效果。
因为成本、激光强度以及需要后向散射雷达校正的原因将室外激光雷达直接在室内使用是无法实现的,因此需要重新设计了一套室内空气颗粒物CCD-激光监测系统。
发明内容
本发明的目的在于提供一种CCD-激光监测系统,利用激光器发射垂直激光束,使用CCD相机从侧面记录空气中颗粒物散射信号,在进行背景校正后获得颗粒物浓度垂直分布的廓线信息,再利用不同高度的PM测定装置校正后获得室内空气PM(特定粒径)浓度的垂直分布数据。
本发明首先提供了一种室内空气颗粒物CCD-激光监测系统,包括一个CCD相机,至少一个激光器,以及分布在不同高度的一系列PM在线监测仪,其中,所述一系列PM在线监测仪包括至少3个PM在线监测仪,它们垂直分布在室内空间的不同高度处;所述激光器放置在该系列PM在线监测仪前的地面上,垂直向上发射激光;所述CCD相机用于拍摄所述激光器发射的激光的影像,通过激光影像的灰度值得到室内空气颗粒物浓度的垂直分布情况。
在本发明的室内空气颗粒物CCD-激光监测系统中,垂直分布的所述一系列PM在线监测仪的个数优选为3-10个,更优选为5-9个。所述激光器可以是一个,也可以是多个,以获取平行数据。这多个激光器一字排开放置在PM在线监测仪前,多个激光器所在直线与PM在线监测仪在水平方向上的距离优选为100mm~300mm之间。激光器发射的激光波长因所测定的室内空气颗粒物的种类而定,当所述室内空气颗粒物CCD-激光监测系统测定的是PM2.5浓度时,所述激光器发射波长为532nm的激光,所述PM在线监测仪为PM2.5在线监测仪。
所述CCD相机的镜头面对所述激光器发射的激光,设CCD相机到激光束的垂直距离为D,CCD相机位于距离地面高度为H的位置,根据室内空间的高度设定D和H的数值,保证CCD相机能将整个激光束拍到即可,通常H设定为室内空间高度的一半左右。
参见图1,下面以监测PM2.5的浓度为例,说明本发明的室内空气颗粒物CCD-激光监测系统的实施原理:
为了探测PM2.5浓度与激光能量的关系,气溶胶颗粒的直径与发射激光的波长比大于0.1时,可以使用Mie散射理论来解释,因此采用532nm的激光来探测PM2.5的浓度满足Mie散射理论的条件。
参考室外CCD-激光气溶胶探测系统的激光雷达方程为[7]:
E(z,θ)=KElSpτZτRβ(θ,z)dz/R2 (式1)
其中,E(z,θ)为高度z处散射角为θ时CCD接收到的侧向散射光能量,El为曝光时间内激光发射器发射的总的激光能量,Sp为每个像元的接收面积,τZ是激光从发射点到高度z的透过率,τR为激光从高度z处被散射后经过距离R到达CCD处的透过率,β(θ,z)是在散射角θ和高度z上的散射函数;这里dz是散射角宽度dθ对应的长度,K为系统常数。
由几何关系可以知道:
tanθ=tan(π-θ)=-tanα=-D/(z-H)
z=-D/tanθ+H (式2)
上式中的H表示CCD相机离地面的高度,α表示激光上某点与CCD相机的连线与激光的夹角,对上式两边微分,可得
dz=-D(-sec2θdθ/tan2θ)=Ddθ/sin2θ=Ddθ/(D2/R2)
dz=R2dθ/D (式3)
式3中,R为激光顶部到相机的距离,D为CCD相机到出射激光束的垂直距离。
因为在室内中CCD相机距离激光的距离比较小,因此散射光被CCD接收时在通过路径上的衰减可以忽略不记,所以把透射率简化为1,上述式1简化为:
E=KElSpβ(θ)dθ (式4)
单位质量颗粒物侧向角散射系数可以表示为[8]:
式中,N(α)是α粒径气溶胶颗粒谱分布,βaer(θ,α)为α粒径的气溶胶颗粒角散射系数,α1、α2分别为气溶胶最小和最大粒径,βatm(θ)为分子角散射系数,Natm为单位提及的分子数(可近似为常数)。实验中将实际测量水平区域10cm内颗粒物等效为均匀混合的气溶胶粒子,上式近似为:
β(θ)=βaer(θ)Naer+βatm(θ)Natm (式6)
单个气溶胶粒子的角散射系数为:
式7中,为气溶胶颗粒所有方向的角散射截面平均值,是一常数;p(θ)为气溶胶散射相函数。
设PM2.5的浓度为M,大气成分组成比例在实验测量期间未发生变化,单位质量PM2.5颗粒的比例系数为c,则气溶胶单位体积的颗粒数为[22]:
式8中,ρ为气溶胶颗粒密度,所以E(θ)可以表示为:
因此可以发现,CCD接收的光能量与PM2.5浓度呈线性关系,CCD接收的光能量与接收到的电压成正比,也与灰度值成正比,所以CCD像元灰度值与PM2.5浓度呈线性相关。
基于上述原理,本发明提供了一种测定室内空气颗粒物浓度的垂直分布信息的方法,包括如下步骤:
1)在室内设置上述室内空气颗粒物CCD-激光监测系统,在开启激光器之前,通过CCD相机获取无激光背景影像;
2)开启激光器,垂直向上发射激光,用CCD相机获取激光影像,并利用步骤1)获取的无激光背景影像数据进行校正;
3)从步骤2)校正后的影像中提取激光光路中不同高度处的灰度值;
4)在步骤2)CCD相机拍摄时,采用PM在线监测仪在不同高度同步获得实测空气颗粒物浓度数据;
5)根据不同高度和不同时间获取的影像灰度值和步骤4)实测的空气颗粒物浓度数据建立校验模型,并运用二者之间的回归关系获得室内空气颗粒物浓度的垂直分布信息。
上述步骤2)中,所述激光器向上发射波长为532nm的激光;步骤4)中采用PM2.5在线监测仪在不同高度同步获得实测PM2.5浓度数据;在步骤5)得到室内空气PM2.5浓度的垂直分布信息。
优选的,上述步骤3)运用matlab软件从影像中提取激光束所经过的区域的灰度值,取同一高度光束区域灰度值的平均值,得到该高度处的灰度值。
进一步的,在上述测定过程中可以采用多个激光器同时获得平行数据。
本发明的技术优势主要体现在:
目前对于室内空气检测的传统方法是固定高度放置采样器监测,市面上没有对室内空气颗粒物垂直廓线测定的仪器。本发明提供的室内空气颗粒物CCD-激光监测系统弥补了室内空气垂直廓线测定的空白,能够提供颗粒物垂直分布廓线信息,对于未成年人颗粒物暴露测定具有重要意义。
附图说明
图1为本发明的室内空气颗粒物CCD-激光监测系统的结构示意图,其中:1-CCD相机,2-激光器,3-PM在线监测仪。
图2为实施例中CCD相机拍到的激光灰度和PM2.5在线监测仪测定浓度的校准曲线。
图3为实施例中获得的室内空气PM2.5垂直分布廓线。
具体实施方式
下面结合附图,通过实施例进一步描述本发明,但不以任何方式限制本发明的范围。
如图1所示,所述室内空气颗粒物CCD-激光监测系统包括一个CCD相机1,至少一个激光器2,以及分布在不同高度的一系列PM在线监测仪3,其中:所述一系列PM在线监测仪3包括3-10个,优选为5-9个,垂直分布在室内空间的不同高度处;所述激光器2放置在该系列PM在线监测仪3前的地面上,垂直向上发射激光;所述CCD相机镜头面对激光束,到激光束的垂直距离为D,CCD相机位于距离底面高度为H的位置;室内空间的高度记为Z,根据房间高度设定H和D的数值,保证CCD相机能将整个激光束拍到即可,通常H设定为房间高度的一半左右即可。
在本发明的一个实施例中,如图1所示,在垂直方向上分布了9个PM2.5在线监测仪3,从下到上分别按第1号~第9号编号,分别位于0、165mm、373mm、631mm、874mm、1149mm、1394mm、1831mm、2373mm、2788mm高度处。设置了3个波长为532nm的激光器2,并排放置在该系列PM2.5在线监测仪3前面,CCD相机与PM2.5在线检测仪在水平方向上的距离为4642mm,相邻激光器2之间的间隔为100mm,激光器2到天花板的距离Z=2893mm。CCD相机1位于高度为H=1580mm的地方,CCD相机1的镜头到激光束的垂直距离为D=4205mm。
测定室内空气PM2.5浓度的垂直分布数据的步骤如下:
(1)如图1所示,将CCD相机1(1024*748像素)置于距离垂直激光束4205mm处,在开启激光器之前获取背景影像;
(2)开启激光器2,垂直向上发射波长为532nm的激光,用CCD相机1获取影像,并利用步骤(1)获取的无激光背景数据进行校正。曝光时间低于2s。拍摄时长可根据需求设置。短时间拍摄可以计算均值获得静态数据,长时期拍摄则可以得到动态变化信息。
(3)从CCD相机1获得影像中提取激光光路中不同高度点的灰度值。具体运用matlab提取光束所经过的位置的灰度值,取同一高度光束区域灰度值的平均值,得到不同高度的灰度值。
(4)拍摄期间采用PM2.5在线监测仪3在不同高度同步获得实测PM2.5浓度数据,根据不同高度和不同时间获取的影像灰度值和实测PM2.5浓度数据,建立校验模型,如图2所示,可以得到y=15.444x+22.159,其中x代表激光影像中的灰度值,y代表PM2.5浓度,从而将灰度值转换为PM2.5浓度值。并最终运用PM2.5在线监测仪的数据和影像灰度之间的回归关系获得室内空气中PM2.5垂直分布廓线的完整信息,如图3所示。测定过程可以采用多个激光器同时获得平行数据。
上述步骤(4)中,在建立校验模型时,首先取对应PM2.5在线检测仪高度的激光影像灰度值(因为PM2.5在线检测仪本身具有一定体积,所以取激光光路上同一高度±30mm范围内的灰度平均值作为其对应灰度值),然后将灰度值归一化处理,再将得到的九个点的PM2.5浓度值和归一化后的灰度值作校准曲线;通过校准曲线将激光通过路径上的灰度值全部转化为对应的PM2.5浓度值,自此可以得到PM2.5垂直分布浓度廓线。
需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
参考文献:
[1]Liu C,Hsu P C,Lee H W,et al.Transparent air filter for high-efficiency PM2.5 capture[J].Nature Communications,2015,6:6205.
[2]Pope R C,Dockery D W.Health effects of fine particulate airpollution:lines that connect[J].Air Repair,2006,56(6):707-708.
[3]Wu S,Deng F,Wei H,et al.Association of cardiopulmonary healtheffects with source-appointed ambient fine particulate in Beijing,China:acombined analysis from the Healthy Volunteer Natural Relocation(HVNR)study[J].Environmental Science&Technology,2014,48(6):3438-48
[4]Brook R D,Rajagopalan S,Pope C A,et al.Particulate Matter AirPollution and Cardiovascular Disease[J].Circulation,2010,121(21):2331-2378.
[5]孟祥谦,胡顺星,王珍珠,等.CCD激光雷达探测边界层气溶胶消光系数垂直分布[J].光学学报,2013,33(8):14-20.
[6]汪少林,曹开法,胡顺星,等.对激光雷达几何因子的分析与测量[J].激光技术,2008,32(2):147-150.
[7]孟祥谦,胡顺星,王英俭,等.基于电荷耦合器件探测气溶胶散射相函数与大气能见度的研究[J].光学学报,2012,32(9):1-6.
[8]胡淼,谢家亮,吴端法,等.基于CCD后向散射激光信号的PM2.5测量研究[J].光学学报,2015,35(2):8-14.
Claims (8)
1.一种室内空气颗粒物CCD-激光监测系统,包括一个CCD相机,至少一个激光器,以及分布在不同高度的一系列PM在线监测仪,其中,所述一系列PM在线监测仪包括至少3个PM在线监测仪,它们垂直分布在室内空间的不同高度处;所述激光器放置在该系列PM在线监测仪前的地面上,垂直向上发射激光;所述CCD相机用于拍摄所述激光器发射的激光的影像,通过激光影像的灰度值得到室内空气颗粒物浓度的垂直分布情况。
2.如权利要求1所述的室内空气颗粒物CCD-激光监测系统,其特征在于,垂直分布的所述一系列PM在线监测仪的个数为3-10个。
3.如权利要求1所述的室内空气颗粒物CCD-激光监测系统,其特征在于,所述激光器为多个,这多个激光器一字排开放置在PM在线监测仪前,多个激光器所在直线与PM在线监测仪在水平方向上的距离为100mm~300mm。
4.如权利要求1所述的室内空气颗粒物CCD-激光监测系统,其特征在于,所述激光器发射波长为532nm的激光,所述PM在线监测仪为PM2.5在线监测仪。
5.如权利要求1所述的室内空气颗粒物CCD-激光监测系统,所述CCD相机放置的位置能够将激光器发射的整个激光束拍摄到。
6.利用权利要求1~5任一所述室内空气颗粒物CCD-激光监测系统测定室内空气颗粒物浓度垂直分布信息的方法,包括如下步骤:
1)在室内设置所述室内空气颗粒物CCD-激光监测系统,在开启激光器之前,通过CCD相机获取无激光背景影像;
2)开启激光器,垂直向上发射激光,用CCD相机获取激光影像,并利用步骤1)获取的无激光背景影像数据进行校正;
3)从步骤2)校正后的影像中提取激光光路中不同高度处的灰度值;
4)在步骤2)CCD相机拍摄时,采用PM在线监测仪在不同高度同步获得实测空气颗粒物浓度数据;
5)根据不同高度和不同时间获取的影像灰度值和步骤4)实测的空气颗粒物浓度数据建立校验模型,并运用二者之间的回归关系获得室内空气颗粒物浓度的垂直分布信息。
7.如权利要求6所述的方法,其特征在于,步骤2)中所述激光器向上发射波长为532nm的激光;步骤4)中采用PM2.5在线监测仪在不同高度同步获得实测PM2.5浓度数据;在步骤5)得到室内空气PM2.5浓度的垂直分布信息。
8.如权利要求6所述的方法,其特征在于,步骤3)运用matlab软件从影像中提取激光束所经过的区域的灰度值,取同一高度光束区域灰度值的平均值,得到该高度处的灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811423459.7A CN110274855B (zh) | 2018-11-27 | 2018-11-27 | 室内空气颗粒物ccd-激光监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811423459.7A CN110274855B (zh) | 2018-11-27 | 2018-11-27 | 室内空气颗粒物ccd-激光监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110274855A true CN110274855A (zh) | 2019-09-24 |
CN110274855B CN110274855B (zh) | 2020-06-26 |
Family
ID=67957995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811423459.7A Expired - Fee Related CN110274855B (zh) | 2018-11-27 | 2018-11-27 | 室内空气颗粒物ccd-激光监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110274855B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198189A (zh) * | 2020-03-02 | 2020-05-26 | 上海交通大学医学院附属瑞金医院 | 气溶胶可视化系统 |
CN111551474A (zh) * | 2020-05-31 | 2020-08-18 | 天津大学 | 港口扬尘颗粒物浓度空间分布实测方法 |
CN114486664A (zh) * | 2022-02-14 | 2022-05-13 | 北京大学 | 一种颗粒物运动轨迹捕捉系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004010155A1 (fr) * | 2002-07-18 | 2004-01-29 | Universite Claude Bernard Lyon I | Procede et dispositif pour detecter la presence de charges en surface des particules d'un aerosol |
CN102735632A (zh) * | 2012-06-26 | 2012-10-17 | 中国科学院合肥物质科学研究院 | 利用天空散射光测量大气污染气体水平分布和近地面竖直分布的装置及方法 |
KR20130081842A (ko) * | 2012-01-10 | 2013-07-18 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
CN103256899A (zh) * | 2013-04-15 | 2013-08-21 | 同济大学 | 一种微粒直径的测量方法 |
CN103954542A (zh) * | 2014-05-12 | 2014-07-30 | 中国计量学院 | 基于无参考图像清晰度评价的pm2.5浓度检测仪 |
CN104316443A (zh) * | 2014-09-30 | 2015-01-28 | 杭州电子科技大学 | 一种基于ccd后向散射的pm 2.5浓度监测方法 |
CN205749207U (zh) * | 2016-04-13 | 2016-11-30 | 盐城师范学院 | 基于ccd感光器件的雾霾浓度传感器 |
CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
CN108426809A (zh) * | 2018-02-28 | 2018-08-21 | 杭州电子科技大学 | 一种基于ccd侧向散射的全天候pm2.5浓度实时检测装置 |
CN108645761A (zh) * | 2018-05-30 | 2018-10-12 | 西安科技大学 | 测试粉尘颗粒运动特征及参数的可视化系统及方法 |
-
2018
- 2018-11-27 CN CN201811423459.7A patent/CN110274855B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004010155A1 (fr) * | 2002-07-18 | 2004-01-29 | Universite Claude Bernard Lyon I | Procede et dispositif pour detecter la presence de charges en surface des particules d'un aerosol |
KR20130081842A (ko) * | 2012-01-10 | 2013-07-18 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
CN102735632A (zh) * | 2012-06-26 | 2012-10-17 | 中国科学院合肥物质科学研究院 | 利用天空散射光测量大气污染气体水平分布和近地面竖直分布的装置及方法 |
CN103256899A (zh) * | 2013-04-15 | 2013-08-21 | 同济大学 | 一种微粒直径的测量方法 |
CN103954542A (zh) * | 2014-05-12 | 2014-07-30 | 中国计量学院 | 基于无参考图像清晰度评价的pm2.5浓度检测仪 |
CN104316443A (zh) * | 2014-09-30 | 2015-01-28 | 杭州电子科技大学 | 一种基于ccd后向散射的pm 2.5浓度监测方法 |
CN205749207U (zh) * | 2016-04-13 | 2016-11-30 | 盐城师范学院 | 基于ccd感光器件的雾霾浓度传感器 |
CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
CN108426809A (zh) * | 2018-02-28 | 2018-08-21 | 杭州电子科技大学 | 一种基于ccd侧向散射的全天候pm2.5浓度实时检测装置 |
CN108645761A (zh) * | 2018-05-30 | 2018-10-12 | 西安科技大学 | 测试粉尘颗粒运动特征及参数的可视化系统及方法 |
Non-Patent Citations (4)
Title |
---|
R. L. AGGARWAL ET AL.: "Sensitive Detection and Identification of Isovanillin Aerosol Particles at the pg/cm3 Mass Concentration Level Using Raman Spectroscopy", 《AEROSOL SCIENCE AND TECHNOLOGY》 * |
R.G. PINNICK ET AL.: "Fluorescence spectra of atmospheric aerosol at Adelphi,Maryland, USA: measurement and classification of single particles containing organic carbon", 《AE INTERNATIONAL-NORTH AMERICA》 * |
孟祥谦 等: "CCD激光雷达探测边界层气溶胶消光系数垂直分布", 《光学学报》 * |
胡淼 等: "基于CCD后向散射激光信号的PM2.5测量研究", 《光学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198189A (zh) * | 2020-03-02 | 2020-05-26 | 上海交通大学医学院附属瑞金医院 | 气溶胶可视化系统 |
CN111551474A (zh) * | 2020-05-31 | 2020-08-18 | 天津大学 | 港口扬尘颗粒物浓度空间分布实测方法 |
CN114486664A (zh) * | 2022-02-14 | 2022-05-13 | 北京大学 | 一种颗粒物运动轨迹捕捉系统及方法 |
CN114486664B (zh) * | 2022-02-14 | 2023-12-22 | 北京大学 | 一种颗粒物运动轨迹捕捉系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110274855B (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Satat et al. | Towards photography through realistic fog | |
CN110274855A (zh) | 室内空气颗粒物ccd-激光监测系统及方法 | |
Hirst et al. | Discrimination of micrometre-sized ice and super-cooled droplets in mixed-phase cloud | |
Martucci et al. | Detection of cloud-base height using Jenoptik CHM15K and Vaisala CL31 ceilometers | |
De Leeuw et al. | Production flux of sea spray aerosol | |
CN104316443B (zh) | 一种基于ccd后向散射的pm 2.5浓度监测方法 | |
US9857283B1 (en) | Method for calibrating investigated volume for light sheet based nanoparticle tracking and counting apparatus | |
Thurai et al. | Examining the correlations between drop size distribution parameters using data from two side-by-side 2D-video disdrometers | |
JP2013092518A (ja) | 雲の含水率を決定する方法 | |
Zheng et al. | Satellite inference of thermals and cloud-base updraft speeds based on retrieved surface and cloud-base temperatures | |
CN106443708A (zh) | 一种大气颗粒物监测激光雷达数据处理方法 | |
Desjardins et al. | Evaluation of a micrometeorological mass balance method employing an open-path laser for measuring methane emissions | |
Liu et al. | Two-wavelength Lidar inversion algorithm for determining planetary boundary layer height | |
CN107894395A (zh) | 一种基于腔衰荡光谱技术的大气气溶胶消光系数测量方法 | |
CN106706566B (zh) | 一种激光雷达探测大气垂直能见度的计算方法 | |
CN1234002C (zh) | 一种吸气式激光图像感烟火灾探测方法和装置 | |
Cifuentes et al. | Modeling 3D canopy structure and transmitted PAR using terrestrial LiDAR | |
CN100554944C (zh) | 实验室烟(水)雾brdf测量方法 | |
Henley et al. | Bounce-flash lidar | |
CN116466368B (zh) | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 | |
CN106769731A (zh) | 颗粒物浓度的测量方法及装置 | |
CN110456010A (zh) | 一种无损快速检测鸡蛋新鲜度的方法 | |
CN114486664B (zh) | 一种颗粒物运动轨迹捕捉系统及方法 | |
Amiridis et al. | LIVAS: a 3-D multi-wavelength aerosol/cloud climatology based on CALIPSO and EARLINET. | |
Vainiger et al. | Supervised learning calibration of an atmospheric LiDAR |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200626 |