在 2015 年 6 月 1 日至 6 月 30 日期间，使用连续光散射传感器 AV 收集的测量数据与使用参考 BAM 数据（由美国大使馆和中国政府计算）进行的测量数据进行了比较。 这项研究的目的是分析 AV 传感器在测量空气动力学直径小于 2.5 微米（µm）的空气传播颗粒的质量浓度方面的准确性和精确性。 通过 AV 传感器和 BAM 传感器测量的 PM2.5 相关性良好，日相关效率为 0.96，小时相关效率为 0.83。 因此，在 PM 2.5 的实时连续监测中部署 AV 和 BAM 是正确的。

所有仪器均在北京市朝阳区操作。 BAM 的数据是在位于安家楼路 55 号的美国大使馆测量的。 反车辆地雷与美国大使馆传感器之间的距离约为 0.5 公里。 视听探测器位于 20 米高的阳台上，面向住宅区，以确保传感器收集的数据不受汽车交通污染的影响。

监测时间为 2015 年 6 月 1 日（18:00）至 6 月 30 日（15:00），共 30 天。 由于 PM2.5 浓度变化很大，湿度也各不相同，因此在 6 月份对 PM2.5 浓度进行了监测。

如图 1 和图 2 所示，使用时间序列图对数据进行定量比较，以直观地了解数据的精确性。 PM2.5 平均浓度是根据每小时记录的数据计算得出的。 两种仪器记录的 PM2.5 浓度略有不同。 这是由于两种仪器的探测方法不同，AV 使用光散射，而 BAM 使用β射线散射。 此外，AV 和 BAM 的响应时间也不同，AV 设置为每一秒钟记录一次浓度，而 BAM 则每小时记录一次数据。

共采集了 694 个数据点。 虽然 PM2.5 的平均质量浓度分布在 0 至 250µg/m3 之间，但反车辆地雷和反车辆地雷的浓度趋势相似。

图 1：使用 AV 和 BAM 的 PM2.5 小时平均值时间序列（美国大使馆）
​

图 2：使用 AV 和 BAM 测量 PM2.5 小时平均值的时间序列（中国政府农业展览中心）

在比较 AV 和 BAM 的浓度时使用了两种统计分析方法。 一是比较两台仪器每小时的绝对浓度和百分比差异，二是使用线性回归分析比较 AV 和 BAM。

相对差值可以用绝对差值和美国大使馆的浓度值相除来计算。 通过比较美国大使馆和 AV 传感器的日平均测量值，发现两者之间的百分比差异为13.9%，这表明两者之间存在很好的相关性，因为根据（Molenar, n.d.）的估计，光散射装置的平均误差约为 30% 至 40%。 产生相对差异的原因是 PM2.5 气溶胶参数的自然变化和 AV 传感器的散射效率。 空间差异是测量结果差异的附加因素。 (参考影响 PM2.5 测量的因素）

而 AV 和 BAM 每小时的相对差异为16.1%。 如果忽略异常值，尤其是极低浓度水平 (<8 µg/m3) 的异常值，就能获得更高的精度。 浓度水平越低，不确定性越高。

线性回归分析的目的是探索在一定浓度范围内 AV 和 BAM 的相应测量值之间的关系。 回归程序确定了描述关系的 "最佳 "可用直线，而回归系数则解释了数据的相关性。 图 X 显示了回归图的对比。

发现 AV 和 BAM 之间日均测量值的平均相关平方系数（r2）为0.959。 斜率为0.9067，平均截距为4.6644。 由于斜率接近 1 且 r2 超过 0.9，因此每日测量值之间的一致性非常好。

然而，根据图 4，每小时测量值的斜率约为0.822，r2 为 0.83。 虽然每小时的数据与每天的测量值相比偏离较大，但 0.83 的 r2 表明，AV 和 BAM 的浓度之间存在很强的相关性。

虽然中国政府的数据与 AV 的相关性显示出较高的 r2（0.93），但数据更偏离一对一的比率线，斜率（0.83）较低，截距（9.54）较高。

图 3. 美国大使馆 BAM 日均数据与 AV 数据的线性回归线

图 4. 美国大使馆平均每小时 BAM 数据与 AV 数据的线性回归线

图 5. 中国政府日均数据与 AV 数据的线性回归线

表 1. 粒子光散射与β射线散射的比较

这项研究和图表说明，经过校准的光散射检测设备--空气视觉传感器--可作为监测 PM2.5 浓度水平的替代仪器。 尽管空气视觉传感器的成本相对较低，但本研究的结果表明，与 BAM 相比，空气视觉测量的精确度相当高（R2=0.959），不过空气视觉传感器仍可能受到颗粒特性变化等因素的影响。

参考资料

约翰-V-莫伦纳 PM2.5质量测量的理论分析》。 肾镜测量法 空气资源专家公司