“传感器+”技术助力大气监测网络建设

--基于云校准+人工智能，成本仅为传统技术的1/7

 为精准把脉空气质量状况，有的放矢地实施科学监管，“多、快、好、省”地完成空气质量监测的目标，各地都在积极落实各级政府和企业大气污染防治责任，有效传导治霾工作压力，建设完善大气环境监测网络体系。

河北省目前建议，在传输通道8城市的1464个乡镇推行建设小型空气站，主要测定pm2.5和so2两个参数。

据了解，目前市场上存在两种监测方法和产品能满足上述需求，一种是标准方法的小型空气站（以下简称小型站），其中pm2.5分析仪采用β射线法，so2分析仪采用紫外荧光法；另一种是传感器技术的微型空气站（以下简称微型站），其中pm2.5采用光散射法，so2采用电化学法。

作为新型监测方法，传感器方法已在全国近50个城市得到应用，安装布点近1万台。鉴于传感器技术的发展和完善，微型站的监测已经得到普遍认可。其中，河北省已经制定并发布了网格化监测的地方标准（db13），国家环境监测总站及北京市环境监测中心已经开展相关技术规范的制定工作，中国环境科学研究院也出具了权威使用报告。

那么，相比传统的监测方法，传感器技术在大气环境质量监测的应用具备哪些突出的优势？能否大范围推广呢？

据了解，目前市场上销售的小型站价格在30万元～50万元区间，站房建设成本约1万元，年运维费约5万元；而相比，微型站的价格在6万元～7万元区间，年运维费约1万元。

以河北省廊坊市香河县为例，县辖9个乡镇，共需9台设备。以小型站投资计算，设备总费用一次性投入大约450万元，年运维费大约45万元；以微型站投资建设计算，设备一次性投入总费用大约60万，年运维费大约9万元。两者相差近376.5万元。按9台小型站的首年总费用估算，可以安装66台微型站。

河北省传输通道8城市有1464个乡镇，因此共需1464台设备，如果选用小型站，设备总费用大约需要7.32亿元，运维费用首年大约需要7320万元，总费用大约共计8亿元。如果选用微型站，1464台设备费用只需要9516万元，运维费用首年只需要1464万，总费用1.1亿。如果按照1464台小型站的首年总费用计算，大约可以安装10736台传微型站，基本实现河北省传输通道8城市网格化密集布点，精准监控的功能。

成本的大幅降低，并不意味着传感器法产品在满足技术要求方面打折扣。在现实应用中，标准方法的小型站只能监测两种参数，对安装要求高，前期需要方案设计、点位筛选和站房建设的准备，在协调好电源后，需要包括1名专业人士在内的2人～3人，3天才能安装完成。同时，后期维护和数据校准繁琐，需要消耗大量的人力物力。

相对而言，基于云校准+人工智能技术平台的传感器型微站不仅小巧轻便、易安装，而且准确性满足当前环境监测的需求，成本低，能耗少，基本不需要现场运维，充分考虑现代仪器使用的自动化、智能化功能，可以实现快速、准确、全参数、全场景、多功能监测的要求。

此外，在数据的准确性上，传感器型微型站绝对偏差小、误差可控，完全符合国家标准的要求。以在河北省某县所布点的传感器微型站为例，通过与该县环保局标准站的数据进行比对（关于仪器准确性的具体对比方法参照hj618-2011标准规定），将传感器数据与国标站数据进行线性回归分析，以传感器设备数据为横轴，标准站数据为纵轴，计算回归曲线的斜率k和截距b（图1和图2），根据公式（|1-k|）*100%计算，pm2.5、so2数据与国站数据对比变化趋势一致，准确性较好，长期误差在10%以内。

图1. 传感器微型站与某县环保局标准站pm2.5准确性对比

图2. 传感器微型站与某县环保局标准站so2准确性对比

标准方法的小型站，只是小版本的传统空气站，仅用于表征各乡镇空气质量状况，无法充分完善大气环境监测网络系统功能，达不到精细化溯源的功能。

基于云校准+人工智能技术平台的传感器微型站，由于成本低、准确度高，可以实现高密度精细化布点，使得每个乡镇监测点位由目前的一个增加到几十个甚至上百个，由此形成的传感网络能覆盖从污染源到受体区域，监控污染形成的全过程，通过提供高精度空气质量地图、区域热点分析、污染排名分析和其它基础统计分析，准确定位污染源，通过污染事件监控报警、污染溯源分析和专业的数据分析报告为科学精准治霾提供有力支撑，具有更强大的功能。

据了解，目前基于云校准+人工智能技术平台的传感器微型站已经在全国二十多个城市安装布点，实现了高密度精准化监管功能。其中在河北某两个县的23个乡镇，一共布点了43台设备，总费用约345万元，实现了以下监测功能：一是完善大气环境监测网络系统；二是实时监控各乡镇街道的污染状况；三是实现各乡镇街道空气质量排名，提高管理效率；四是精确地找到污染源位置，达到追溯污染源的功能；五是有效帮助各级政府和企业落实大气污染防治责任。

图3是大数据软件平台对某县各乡镇站点一个月内（20170720-20170820期间）pm2.5浓度日均值进行排名，从图中可以看出，某县污染浓度高的地方集中在周边的东北部和西北部，几个站点排名靠前，其中k镇污染浓度最高，排名第一，而核心区域内pm2.5污染浓度最低，排名靠后。

图3.某县各乡镇站点pm2.5浓度排名统计效果图

图4为某县各镇pm2.5发生污染事件频次的统计图

图5为某县各点位pm2.5发生污染事件频次的分布图

从另一个维度，用事件发生次数代表污染源排放情况。通过对该县监测站点颗粒物pm2.5污染事件的统计分析（图3）和（图4），可以看出，污染事件的高发区域集中在该县周边地区的东北部及西部地区，而核心区域内污染事件的频次最低，其中k镇污染频次为最高，统计时间段内发生污染次数为12次，污染频次最低的h管区和u管区集中在核心区域，观测期间内均发生3次污染。这与浓度排名分析结果相符，进一步印证了监测数据的科学性。

综上所述，基于云校准+人工智能技术平台的传感器微型站费用低，是传统小型站费用的1/7，技术上满足环境监测要求，而且功能更加智能强大，有现成的案例可以参考，极大地节省了人力和物力上的投入，适合实现高密度精细化布点，使得每个乡镇监测点位由当前的一个增加到几十个，由此形成的传感网络能覆盖从污染源到受体区域，监控污染形成的全过程，通过提供高精度污染地图、多种数据统计分析、污染来源追踪及精准定位等功能，能真正实现完善城市大气环境监测网络体系功能，有效传导治霾工作压力，为科学精准治霾提供有力支撑，实现更多的价值。