CN111024629B - 处理装置和方法、空气污染检测装置和方法 - Google Patents

处理装置和方法、空气污染检测装置和方法 Download PDF

Info

Publication number
CN111024629B
CN111024629B CN201910951419.8A CN201910951419A CN111024629B CN 111024629 B CN111024629 B CN 111024629B CN 201910951419 A CN201910951419 A CN 201910951419A CN 111024629 B CN111024629 B CN 111024629B
Authority
CN
China
Prior art keywords
air pollution
power distribution
spectral
spectral power
determining
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.)
Active
Application number
CN201910951419.8A
Other languages
English (en)
Other versions
CN111024629A (zh
Inventor
托马斯·艾斯利耶
穆罕默德·西迪基
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.)
Sony Semiconductor Solutions Corp
Original Assignee
Sony Semiconductor Solutions Corp
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 Sony Semiconductor Solutions Corp filed Critical Sony Semiconductor Solutions Corp
Publication of CN111024629A publication Critical patent/CN111024629A/zh
Application granted granted Critical
Publication of CN111024629B publication Critical patent/CN111024629B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2803—Investigating the spectrum using photoelectric array detector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/53—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke
    • G01N21/538—Scattering, i.e. diffuse reflection within a body or fluid within a flowing fluid, e.g. smoke for determining atmospheric attenuation and visibility
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/12—Generating the spectrum; Monochromators
    • G01J2003/1213—Filters in general, e.g. dichroic, band
    • G01J2003/1217—Indexed discrete filters or choppers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2803—Investigating the spectrum using photoelectric array detector
    • G01J2003/2806—Array and filter array
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G01N2021/3531—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis without instrumental source, i.e. radiometric

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本公开涉及处理装置和方法、空气污染检测装置和方法。一种用于确定空气污染的处理装置包括处理电路，所述处理电路被配置为获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号，根据获得的光谱测量信号确定光谱功率分布，识别在紫色、蓝色和/或绿色光的波长范围内的光谱功率分布的特征，并且根据识别的特征确定空气污染的存在和/或水平。

Description

处理装置和方法、空气污染检测装置和方法
技术领域
本公开涉及一种用于确定空气污染的处理装置和处理方法。本公开还涉及一种空气污染检测装置以及一种相应的空气污染检测方法。
背景技术
室外空气质量分析有助于了解大气现象和影响空气质量的外部因素。此外，由于空气质量对人们的生活有很大的影响，所以对空气污染检测的需求逐年增加。频繁接触会增加疾病，尤其是对儿童而言。
传统上，使用化学物质的气体传感器用于检测空气污染。使用的化学物质取决于目标气体。例如，已知的MQ131臭氧气体传感器(低浓度)使用三氧化钨。如果检测到光化学雾霾，则化学品本身和目标气体之间正在发生化学反应，目标气体例如是臭氧。
然而，气体传感器有各种缺点，包括需要随着时间的推移进行校准，气体传感器对各种氧化物(二氧化氮、二氧化碳等)的反应、气体传感器冷启动(时间量取决于传感器)和工作循环(加热-测量-等待)的行为、对湿度的敏感性以及由于其尺寸而难以轻松集成到用户装置(例如，手机)中。
因此，需要另一种方法来检测空气污染，特别是光化学雾霾，而不使用气体传感器。
本文提供的“背景”描述是为了总体上呈现本公开的上下文。在本背景技术部分描述的范围内，当前命名的发明人的工作以及在提交时可能不被认为是现有技术的描述的方面既不明确地也不隐含地被认为是本公开的现有技术。
发明内容
本发明的目的是提供一种处理装置和处理方法以及一种空气污染检测装置和相应的空气污染检测方法，通过其可以更容易地确定空气污染，而不需要气体传感器。另一目的是提供用于实现该处理方法的相应计算机程序和非暂时性计算机可读记录介质。
根据一个方面，提供了一种用于确定空气污染的处理装置，所述处理装置包括处理电路，所述处理电路被配置为
获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号，
根据获得的光谱测量信号确定光谱功率分布，
识别在紫色、蓝色和/或绿色光的波长范围内的光谱功率分布的特征，并且
根据识别的特征确定空气污染的存在和/或水平。
根据另一方面，提供了一种空气污染检测装置，包括
光谱测量检测器，其被配置为检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号，以及
本文公开的处理装置，用于根据光谱测量信号确定空气污染的存在和/或水平。
根据又一方面，提供了一种处理方法；一种空气污染检测方法；一种包括程序装置的计算机程序，当在计算机上执行所述计算机程序时，所述程序装置用于促使计算机执行本文公开的处理方法的步骤；以及一种在其中存储计算机程序产品的非暂时性计算机可读记录介质，当由处理器执行时，所述计算机程序产品促使执行本文公开的处理方法。
应当理解，所公开的空气污染检测装置、所公开的方法、所公开的计算机程序和所公开的计算机可读记录介质具有与所要求保护的处理装置相似和/或相同的进一步实施方式，并且如本文公开的。
本公开的一个方面是利用太阳光谱的测量，这有助于检测室外空气污染，更具体地，有助于检测光化学雾霾的存在。通过使用(固定或移动)分光计进行测量，可以观察到太阳光谱随对流层臭氧造成的空气污染(特别是光化学雾霾)的变化。对流层臭氧浓度越高，光化学雾霾越浓。光化学雾霾的存在对太阳光谱的影响与云的存在相似(减少瑞利散射的发生，增加米氏散射的发生)。根据本公开评估太阳光谱的测量，以检测空气污染的存在以及可选的水平。
以一般性介绍的方式提供前面的段落，并不旨在限制本申请的范围。通过参考结合附图进行的以下详细描述，将最好地理解所描述的实施方式以及进一步的优点。
附图说明
当结合附图考虑时，通过参考下面的详细描述，可以更好地理解本公开及其许多伴随的优点，从而更全面地理解本公开及其许多伴随的优点，其中：
图1示出了根据本公开的空气污染检测装置的第一实施方式的示意图；
图2示出了根据本公开的方法的第一实施方式的流程图；
图3示出了说明根据本公开的方法的第一实施方式的步骤的示图；
图4示出了波长上归一化相对光谱功率分布的示图；
图5示出了根据本公开的空气污染检测装置的第二实施方式的示意图；
图6A-6C示出了根据本公开的在空气污染检测装置中使用的各种信号的示图；以及
图7示出了用于验证本公开的不同变量的归一化值的示图。
具体实施方式
现在参考附图，其中，在所有几个视图中，相同的附图标记表示相同或相应的部件，图1示出了根据本公开的空气污染检测装置1的第一实施方式的示意图。空气污染检测装置1包括光谱测量检测器2和处理装置3。光谱测量检测器2被配置为检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号。在示例性实施方式中，NanoLambda NSP32纳米分光计可以用作光谱测量检测器2。处理装置3被配置为根据光谱测量信号确定空气污染的存在和/或水平。处理装置3可以例如由编程的处理器或计算机来实现。可以例如在显示器4上描绘处理的结果。
图2示出了根据本公开的方法100的第一实施方式的流程图，该方法优选地由处理装置3执行。在第一步骤101a中，获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号(例如，从光谱测量检测器2或从存储器接收或检索)。在第二步骤102中，从获得的光谱测量信号中确定光谱功率分布。在第三步骤103中，在紫色、蓝色和/或绿色光的波长范围内识别光谱功率分布的特征。在第四步骤104中，根据识别的特征确定空气污染的存在和/或水平。
所公开的基于太阳光谱的检测器和检测方法有助于检测室外空气污染，更具体地，有助于检测光化学雾霾的存在。光化学雾霾是对流层臭氧的结果。它似乎是臭氧与碳氢化合物的反应。一旦有碳氢化合物(例如，来自汽车交通)和臭氧，就会形成雾霾。臭氧对人眼是不可见的，而雾霾是可见的云状物(即，散射光)。当碳氢化合物和二氧化氮在紫外光下结合时，就形成了地面臭氧：
NO2+紫外光->O+NO
O+O2->O3。
图3示出了说明根据本公开的方法100的第一实施方式的步骤的示图。光谱测量检测器2(例如，滤色器阵列或等离子体滤光器)的使用允许获取波长在400和1000nm之间的光子。为此，光谱测量检测器2面向天空，并且例如固定在平坦表面上，以便捕捉直接的和漫射的太阳辐射。通过生成和分析相对光谱功率分布(PD)来评估测量信号(滤色器响应)。
在一个实施方式中，薄(针孔型)孔径可用于光谱测量检测器2的前方，以限制视场(FOV)并避免饱和，从而从天空获得太阳光谱信息。
光化学雾霾对太阳光谱有影响。对太阳光谱的影响是由于雾霾减少了瑞利散射的发生，而增加了米氏散射的发生。光化学霾的影响类似于云对太阳光谱的影响。
减少瑞利散射的发生可以表述为
其中，α是偏振度(例如，垂直、水平去偏振)，λ是入射光子的波长，R是离散射的距离，θ是散射角。瑞利散射被认为是弹性散射，这意味着散射中没有能量损失，散射光的波长与入射光相同。应当注意，散射光子的强度与1/λ4成比例，这意味着蓝光将比红光具有更高的强度，结果是白天天空是蓝色的。
增加米氏散射的发生可以被表述为
其中，i1和i2称为强度函数。i1对应于水平光中偏振光的强度，而i1用于垂直平面。此外，n对应于折射率，α是尺寸参数，J0是入射辐射的强度。与瑞利散射的一个主要区别是米氏散射不强烈依赖于波长。散射与(其中，α是散射半径)乘以强度因子成比例。云是米氏散射的常见原因。光化学雾霾是米氏散射可见并且分光计可以感觉到的原因。
图4示出了波长上归一化相对光谱功率分布的示图。根据本公开评估的归一化相对光谱功率分布的特征包括峰值频率、峰值强度、峰值数量以及峰值曲线下的面积(即，第一高斯分量的积分值)中的一个或多个。在一个实施方式中，光谱功率分布的变化与一个或多个较早的光谱功率分布和/或一个或多个参考光谱功率分布进行比较。
因此，400nm至500nm的波长范围特别令人感兴趣。例如，可以确定425nm和475nm的光谱功率分布值的高斯混合，并用于确定空气污染的存在和/或水平。425nm和475nm处的光谱功率分布值的平均值、方差和/或积分可以被确定为统计信息，该信息然后可以用于确定空气污染的存在和/或水平。例如，如果425nm处的光谱功率分布值低于第一阈值，则可以确定存在空气污染。此外或可替代地，可以确定425nm处的光谱功率分布值越低，空气污染水平越高。在另一实施方式中，如果475nm处的峰值幅度增加，则可以确定存在空气污染。
可以通过确定425nm和/或475nm处的一个或多个峰值的幅度增加的量(绝对或相对)，来确定空气污染水平。其他选择是使用425nm和475nm处的光谱功率分布值的平均值、方差和/或积分增加的量。
图5示出了根据本公开的空气污染检测装置的第二实施方式的示意图，并且图6A-6C示出了在根据本公开的空气污染检测装置中使用的各种信号的示图。如上所述，入射光子10由光谱测量检测器2测量。根据光谱测量检测器2的输出，(由处理装置3)确定相对光谱功率分布11(如图6A所示)，从该分布中提取感兴趣区域(400至500nm；如图6B所示)中的特征12。这些拟合到高斯混合模型13，特别是使用425nm和475nm的峰值。这也确认了太阳光谱和O3之间的相关性。统计信息14(例如，在425nm和475nm的两个分量的平均值、积分和/或方差)因此可以确定并用于确定是否存在空气污染以及可选地确定空气污染水平。图6C示出了两个分量15、16和高斯拟合17。
因此，通过用两个高斯分量拟合该波长域中的相对光谱功率分布，可以将感兴趣区域中的特征12拟合到高斯混合模型。可以使用用于拟合高斯分量的期望最大化算法来完成拟合。这两个峰值具有高斯形状，这是使用高斯分量拟合这些峰值的原因之一。此外，以这种方式，可以获得和预期关于峰值的相关统计信息。
图7示出了用于示例性测量的验证本公开的不同变量的归一化值的示图。曲线20表示第一高斯混合模型分量的平均值，即，425nm处的相对光谱功率分布的分量。曲线21表示气象站测量的臭氧浓度。曲线22表示气体传感器输出。第一曲线20的低值意味着高空气污染，曲线20的高值意味着低空气污染(即，清洁空气)。因此，第一峰值的高斯分量的积分值和臭氧浓度具有相反的相位。第二峰值的高斯分量的积分值和臭氧浓度彼此同相。
空气污染检测装置1可以实现为单独的装置，例如，小型、廉价的移动用户装置，或者实现为固定装置，或者可以集成到另一装置中，例如，集成到污染测量站中。在一个实施方式中，可以例如提供光谱测量检测器2，作为用户装置(例如，移动电话)中的额外传感器(或者作为图像传感器的替代物)。
测量信息可以由装置的用户处理和使用，或者可以传输到中央站，例如，城市的环境机构，或者传输到云中的数据库，各种用户或应用程序可以访问该数据库。因此可以在用户装置中或者在中央站中集中进行测量信息的处理。街道地图(例如，谷歌地图)的提供者可以例如使用所得数据在街道地图或单独的空气污染地图中提供空气污染的指示。
移动分光计还可以用作IoT(物联网)兼容装置或在物联网兼容装置中使用。从某种意义上来说，可以认为是‘物’，因为这是移动的，可以通过互联网交换来自它的数据，而无需人工干预，并且具有低功耗。
人工神经网络可用于创建一种算法，该算法能够从高度污染的环境中识别分光计何时在清洁的环境下工作。无线传感器网络(WSN)系统是一个应用。建立这样一个网络有助于覆盖大面积的大气。网络越大，覆盖范围越广，输出质量也越好。如果建立网络，神经网络可以通过使用新的用户输入来训练自己。
优点是嵌入式分光计不需要校准，不与氧化物反应，对环境的依赖性有限(受限于孔径的使用)，没有冷启动(时间量取决于传感器)，没有工作循环(加热-测量-等待)，并且可以集成到现有的物联网质量装置(即，移动电话)中。
因此，前述讨论仅公开和描述了本公开的示例性实施方式。如本领域技术人员将理解的，在不脱离本发明的精神或基本特征的情况下，本发明可以以其他特定形式实施。因此，本公开的公开旨在是说明性的，而不是限制本公开以及其他权利要求的范围。本公开(包括本文教导的任何容易辨别的变体)部分地定义了前述权利要求术语的范围，使得没有发明主题专用于公众。
在权利要求中，词语“包括”不排除其他元件或步骤，不定冠词“a”或“an”不排除多个。单个元件或其他单元可以实现权利要求中列举的几个项目的功能。在相互不同的从属权利要求中引用某些措施这一事实并不表示不能有利地使用这些措施的组合。
就本公开的实施方式已经被描述为至少部分地由软件控制的数据处理设备实现而言，应当理解，承载这种软件的非暂时性机器可读介质(例如，光盘、磁盘、半导体存储器等)也被认为表示本公开的实施方式。此外，这种软件也可以以其他形式分发，例如，经由互联网或其他有线或无线电信系统。
所公开的装置、设备和系统的元件可以由相应的硬件和/或软件元件(例如，适当的电路)来实现。电路是包括传统电路元件的电子元件、包括专用集成电路的集成电路、标准集成电路、专用标准产品和现场可编程门阵列的结构组合。此外，电路包括根据软件代码编程或配置的中央处理单元、图形处理单元和微处理器。电路不包括纯软件，尽管电路包括上述硬件执行软件。
下面是所公开主题的进一步实施方式的列表：
1.一种用于确定空气污染的处理装置，所述处理装置包括处理电路，所述处理电路被配置为
获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号，
根据获得的光谱测量信号确定光谱功率分布，
识别在紫色、蓝色和/或绿色光的波长范围内的光谱功率分布的特征，并且
根据识别的特征确定空气污染的存在和/或水平。
2.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为将峰值频率、峰值强度、峰值数量和峰值曲线下的面积中的一个或多个识别为特征。
3.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为通过识别与一个或多个较早的光谱功率分布和/或一个或多个参考光谱功率分布相比的光谱功率分布的变化，来识别光谱功率分布的特征。
4.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为识别400nm至500nm波长范围内的光谱功率分布的特征。
5.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为确定425nm和475nm处的光谱功率分布值的高斯混合，并且使用所述高斯混合来确定空气污染的存在和/或水平。
6.根据实施方式5所述的处理装置，
其中，所述处理电路还被配置为将425nm和475nm处的光谱功率分布值的平均值、方差和/或积分确定为统计信息，并且使用所述统计信息来确定空气污染的存在和/或水平。
7.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为如果425nm处的光谱功率分布值超过第一阈值，则确定存在空气污染，和/或确定425nm处的光谱功率分布值越低，空气污染水平越高。
8.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为如果475nm处的峰值幅度增加，则确定存在空气污染。
9.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路还被配置为通过确定425nm和/或475nm处的一个或多个峰值的幅度增加的绝对量和/或相对量和/或425nm和475nm处的光谱功率分布值的平均值、方差和/或积分增加的量，来确定空气污染水平。
10.根据前述实施方式中任一项所述的处理装置，
其中，所述处理电路被配置为根据所识别的特征来确定光化学雾霾的存在和/或水平。
11.一种用于确定空气污染的处理方法，所述处理方法包括：
获得表示在太阳光谱的光谱范围内测量的阳光的光谱测量信号，
根据获得的光谱测量信号确定光谱功率分布，
识别紫色、蓝色和/或绿色光的波长范围内光谱功率分布的特征，并且
根据识别的特征确定空气污染的存在和/或水平。
12.一种空气污染检测装置，包括：
光谱测量检测器，其被配置为检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号，以及
根据实施方式1所述的处理装置，用于根据光谱测量信号确定空气污染的存在和/或水平。
13.根据实施方式12所述的空气污染检测装置，
其中，所述光谱测量检测器包括滤色器阵列或等离子体滤波器。
14.一种空气污染检测方法，包括：
检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号，以及
根据实施方式11所述的处理方法，用于从光谱测量信号中确定空气污染的存在和/或水平。
15.一种在其中存储计算机程序产品的非暂时性计算机可读记录介质，当由处理器执行时，所述计算机程序产品促使执行根据实施方式11所述的方法。
16.一种计算机程序，包括程序代码装置，用于当在计算机上执行所述计算机程序时，促使计算机执行根据实施方式11所述的方法的步骤。

Claims (10)

1.一种用于确定空气污染的处理装置，所述处理装置包括处理电路，所述处理电路被配置为：
获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号，
根据所获得的光谱测量信号确定光谱功率分布，
识别在紫色光、蓝色光和/或绿色光的波长范围内的光谱功率分布的特征，并且
通过确定425nm和475nm处的光谱功率分布值的高斯混合并且使用所述高斯混合来确定空气污染的存在和/或水平，
其中，所述处理电路还被配置为：
如果425nm处的光谱功率分布值的所述高斯混合低于第一阈值，则确定存在空气污染，和/或确定425nm处的光谱功率分布值的所述高斯混合越低，空气污染水平越高；和/或
如果475nm处的光谱功率分布值的所述高斯混合的峰值幅度增加，则确定存在空气污染；和/或
通过确定425nm和/或475nm处的光谱功率分布值的所述高斯混合的一个或多个峰值的幅度增加的绝对量和/或相对量、和/或425nm和475nm处的光谱功率分布值的所述高斯混合的平均值、方差和/或积分增加的量，来确定空气污染水平。
2.根据权利要求1所述的处理装置，
其中，所述处理电路还被配置为将峰值频率、峰值强度、峰值数量和峰值曲线下的面积中的一个或多个识别为特征。
3.根据权利要求1所述的处理装置，
其中，所述处理电路还被配置为通过识别与一个或多个较早的光谱功率分布和/或一个或多个参考光谱功率分布相比的光谱功率分布的变化，来识别光谱功率分布的特征。
4.根据权利要求1所述的处理装置，
其中，所述处理电路还被配置为识别400nm至500nm波长范围内的光谱功率分布的特征。
5.根据权利要求1所述的处理装置，
其中，所述处理电路被配置为根据所识别的特征来确定光化学雾霾的存在和/或水平。
6.一种用于确定空气污染的处理方法，所述处理方法包括：
获得表示在太阳光谱的光谱范围内测量的太阳光的光谱测量信号，
根据所获得的光谱测量信号确定光谱功率分布，
识别紫色光、蓝色光和/或绿色光的波长范围内的光谱功率分布的特征，并且
通过确定425nm和475nm处的光谱功率分布值的高斯混合并且使用所述高斯混合来根据所识别的特征确定空气污染的存在和/或水平，
其中，确定空气污染的存在和/或水平还包括：
如果425nm处的光谱功率分布值的所述高斯混合低于第一阈值，则确定存在空气污染，和/或确定425nm处的光谱功率分布值的所述高斯混合越低，空气污染水平越高；和/或
如果475nm处的光谱功率分布值的所述高斯混合的峰值幅度增加，则确定存在空气污染；和/或
通过确定425nm和/或475nm处的光谱功率分布值的所述高斯混合的一个或多个峰值的幅度增加的绝对量和/或相对量、和/或425nm和475nm处的光谱功率分布值的所述高斯混合的平均值、方差和/或积分增加的量，来确定空气污染水平。
7.一种空气污染检测装置，包括：
光谱测量检测器，被配置为检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号，以及
根据权利要求1所述的处理装置，用于根据光谱测量信号确定空气污染的存在和/或水平。
8.根据权利要求7所述的空气污染检测装置，
其中，所述光谱测量检测器包括滤色器阵列或等离子体滤波器。
9.一种空气污染检测方法，包括：
检测太阳光谱的光谱范围内的太阳光，并从检测到的太阳光生成光谱测量信号，以及
根据权利要求6所述的处理方法，用于从光谱测量信号中确定空气污染的存在和/或水平。
10.一种在其中存储计算机程序产品的非暂时性计算机可读记录介质，当由处理器执行时，所述计算机程序产品促使执行根据权利要求6所述的方法。
CN201910951419.8A 2018-10-09 2019-10-08 处理装置和方法、空气污染检测装置和方法 Active CN111024629B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18199364.3 2018-10-09
EP18199364 2018-10-09

Publications (2)

Publication Number Publication Date
CN111024629A CN111024629A (zh) 2020-04-17
CN111024629B true CN111024629B (zh) 2023-07-25

Family

ID=63832216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910951419.8A Active CN111024629B (zh) 2018-10-09 2019-10-08 处理装置和方法、空气污染检测装置和方法

Country Status (2)

Country Link
EP (1) EP3637068B1 (zh)
CN (1) CN111024629B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006122276A1 (en) * 2005-05-11 2006-11-16 University Of North Texas Instrument, system and method for automated low cost atmospheric measurements
CN102323219A (zh) * 2011-05-30 2012-01-18 中国科学院合肥物质科学研究院 基于自然天体光源的便携式大气污染成分日夜遥测装置
CN103207016B (zh) * 2012-12-30 2015-01-14 吉林大学 光谱型太阳辐射照度测量仪
CN104748853A (zh) * 2015-04-15 2015-07-01 常州市武进区半导体照明应用技术研究院 日光光谱测量方法和装置
CN105928902A (zh) * 2016-06-08 2016-09-07 中国科学院合肥物质科学研究院 高光谱分辨率整层大气透过率测量方法
CN107688006B (zh) * 2017-08-16 2020-04-28 河海大学常州校区 一种不同气候地区光谱分布差异的量化方法

Also Published As

Publication number Publication date
EP3637068A1 (en) 2020-04-15
EP3637068B1 (en) 2023-04-26
CN111024629A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
Aubé Physical behaviour of anthropogenic light propagation into the nocturnal environment
Dobler et al. Dynamics of the urban lightscape
CN105424188B (zh) 评估环境光中的光谱贡献以及校正视场误差的系统和方法
US7602937B2 (en) Image-based visibility measurement
Xiang-Ao et al. Aerosol properties and their spatial and temporal variations over North China in spring 2001
US20130064420A1 (en) Automated system and method for optical cloud shadow detection over water
Min et al. On the influence of cloud fraction diurnal cycle and sub-grid cloud optical thickness variability on all-sky direct aerosol radiative forcing
Bulgarelli et al. Simulation and analysis of adjacency effects in coastal waters: a case study
Lyapustin et al. Improved cloud and snow screening in MAIAC aerosol retrievals using spectral and spatial analysis
CN105699343A (zh) 一种沉香真伪无损鉴别的方法
Mei et al. Fog computing based ultraviolet radiation measurement via smartphones
Ye et al. Atmospheric correction of Landsat-8/OLI imagery in turbid estuarine waters: A case study for the Pearl River estuary
Yang et al. A simplified Suomi NPP VIIRS dust detection algorithm
CN106790787B (zh) 一种数码产品以及空气质量检测的方法
CN111024629B (zh) 处理装置和方法、空气污染检测装置和方法
Pudasaini et al. Estimating PM2. 5 from photographs
JP2022508951A (ja) 太陽光の健康関連ｕｖ曝露量を正確に測定する方法、システム、及び装置
Manzo et al. Spectral modelling used to identify the aggregates index of asphalted surfaces and sensitivity analysis
Badosa et al. Two methods for retrieving UV index for all cloud conditions from sky imager products or total SW radiation measurements
KR101007304B1 (ko) 광학 측정을 통한 에어로솔 분석방법
Wen et al. Impact of cumulus cloud spacing on Landsat atmospheric correction and aerosol retrieval
Aubé et al. Light pollution modelling and detection in a heterogeneous environment: Toward a night-time aerosol optical depth retreival method
Suárez et al. THE DISTRIBUTION OF QUIET-SUN MAGNETIC FIELDS AT DIFFERENT HELIOCENTRIC ANGLES
Malm et al. Use of cameras for monitoring visibility impairment
Saito et al. Cloud discrimination from sky images using a clear-sky index

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