理解“大气”，个人大气暴露:综合方法gydF4y2Ba

介绍gydF4y2Ba

在任何时候，健康都受到各种内部和外部因素的影响，例如基因组、微生物组和暴露体。暴露量包括一个人一生中所接触到的一切。gydF4y2Ba1gydF4y2Ba］．它考虑了生活方式、职业、社会经济因素和人们生活的环境条件，以深入了解个人的环境如何影响他/她的健康。大气暴露体是完全暴露体的一个子集，在这项工作中提出，重点关注人们呼吸的空气对健康的影响。gydF4y2Ba

“大气”一词是用来描述个人暴露量的大气子集。常见的室内空气污染物包括PMgydF4y2Ba_2.5gydF4y2Ba(直径≤2.5 μm的颗粒物)，PMgydF4y2Ba_10gydF4y2Ba(直径≤10 μm的颗粒物)、二氧化碳(CO .)gydF4y2Ba_2gydF4y2Ba)、二氧化氮(NOgydF4y2Ba_2gydF4y2Ba)、一氧化碳(CO)、挥发性有机化合物(VOCs)、臭氧(OgydF4y2Ba_3.gydF4y2Ba)、液化石油气(LPG)、天然气(NG)、甲醛(HCHO)以及细菌和真菌等生物污染物。测量室内空气质量可以深入了解空气质量差的潜在不利影响，并采取预防措施保持接触者更清洁。更清洁的大气反过来又对健康和福祉产生积极影响。因此，需要一种便携式、实时、多通道的空气测量系统，以实现数据驱动的分析和研究[gydF4y2Ba2gydF4y2Ba］．gydF4y2Ba

几个联邦、州和地方机构进行了一系列研究，监测、收集并将室外空气质量数据存储在环境保护局(EPA)的空气质量系统数据库中[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba］．环境保护基金与谷歌地球合作[gydF4y2Ba5gydF4y2Ba]、世界卫生组织全球城市环境空气污染数据库[gydF4y2Ba6gydF4y2Ba]、世界空气质素历史资料库[gydF4y2Ba7gydF4y2Ba]和许多其他组织制作了空气质量地图。这些数据用于各种模型研究、审查政策实施计划，以及为国会(美国)生成报告[gydF4y2Ba5gydF4y2Ba］．然而，这些机构忽视了室内空气质量(IAQ)的类似定量研究。gydF4y2Ba

以往的研究表明，室内空气比室外空气污染严重得多，是一项重大的公共卫生挑战，特别是在发展中国家[gydF4y2Ba8gydF4y2Ba］．许多研究集中在特定的或有限的室内空气污染物，如挥发性有机化合物，一氧化碳gydF4y2Ba_2gydF4y2Ba下午,gydF4y2Ba_2.5gydF4y2Ba下午,gydF4y2Ba_10gydF4y2Ba、卤素阻燃剂[gydF4y2Ba9gydF4y2Ba-gydF4y2Ba12gydF4y2Ba］．此外，虽然可能出乎意料，但存在无数明确的室内空气污染源，相应地，也存在无数污染物[gydF4y2Ba13gydF4y2Ba］．为了改善空气质量并尽量减少与污染有关的疾病和死亡率，必须对大气进行定义、测量和分析，以减轻不利的环境条件并改善健康结果。因此，这项工作的动机是利用大气进一步从多模态数据中对个人健康进行个性化估计[gydF4y2Ba14gydF4y2Ba，gydF4y2Ba15gydF4y2Ba］．gydF4y2Ba

据美国环保署称，室内空气污染是危害公众健康的五大环境风险之一。每年，每10个人中就有9个人在某种程度上呼吸着含有高浓度污染物的空气[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba］．空气污染物的形式包括宠物皮屑、霉菌、尘螨、一氧化碳、氡、害虫、铅和二手烟[gydF4y2Ba17gydF4y2Ba］．美国人大约有90%的时间是在室内度过的，室内空气中一些污染物的浓度比室外高2-5倍[gydF4y2Ba13gydF4y2Ba］．这种糟糕的室内空气质量会导致各种感染、肺癌和慢性肺部疾病，包括哮喘[gydF4y2Ba18gydF4y2Ba］．它还可以促进动脉粥样硬化的发展，这是许多心血管疾病的根本原因[gydF4y2Ba19gydF4y2Ba］．2020年，一项针对6300多万美国成年人的长期研究表明，PM和PM之间存在令人惊讶的相关性gydF4y2Ba_2.5gydF4y2Ba严重神经系统疾病的住院治疗gydF4y2Ba20.gydF4y2Ba］．gydF4y2Ba

根据《2020年全球空气状况》[gydF4y2Ba21gydF4y2Ba]， 2019年，近50万新生儿因暴露于上述各种空气污染物而在出生后的第一个月内死亡。一些研究发现，家居吸入霉菌孢子与婴儿肺出血有关[gydF4y2Ba22gydF4y2Ba］．空气污染甚至影响到还在母亲子宫里的儿童[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba24gydF4y2Ba]，空气污染对孕妇及其胎儿的影响堪比吸烟[gydF4y2Ba21gydF4y2Ba］．人们通常认为室内空间是安全的，不会受到室外空气污染，但这是不准确的。因此，室内空气质素是对公众健康的重大威胁[gydF4y2Ba25gydF4y2Ba］．《室内环境研究项目需求》(PNIER)文件详细说明了EPA对室内环境的研究需求，并建议EPA和其他政府及私营部门机构和组织解决这一问题[gydF4y2Ba26gydF4y2Ba］．gydF4y2Ba

室内空气质量的环境研究领域刚刚起步。尽管如此，一些研究人员最近展示了使用各种传感器技术的便携式气体检测系统，覆盖了有限的分析物。例如，MQ传感器被嵌入到一个系统中，用于检测挥发性有机化合物[gydF4y2Ba27gydF4y2Ba］．众所周知，MQ传感器具有可接受的选择性，但灵敏度较低。有趣的是，研究人员实现了一个人工神经网络，并显著提高了对百万分之一(ppm)气体浓度的灵敏度。然而，根据EPA的报告，考虑到污染物，支持的分析物集太小了。一项相关的研究工作将光电离检测器(pid)嵌入到一个便携式系统中，用于检测异丁烯、乙醇、丙醇和丙酮[gydF4y2Ba28gydF4y2Ba］．众所周知，PID传感器具有高灵敏度(即十亿分之几[ppb])，但选择性低于MQ传感器。此外，这项工作只证明了一小部分检测到的分析物。最近的其他努力包括嵌入式气相色谱PID传感器的便携式系统[gydF4y2Ba29gydF4y2Ba］．该系统检测苯、甲苯和二甲苯。研究人员还采用了一种优雅的算法，利用各种量化参数(如泵送时间、温度)和校准曲线来优化选择性。该系统还需要长达90秒的泵送时间和10分钟的分析时间。尽管如此，正如预期的那样，实现了非常高的灵敏度，但是分析物集仍然很小，系统成本大大高于使用低成本设备(如MQ传感器)的实现。最后，这些研究工作都没有考虑以可操作的方式管理数据。所报道的系统是为了证明选择性和灵敏度，这是气体传感器的两个最关键的指标。gydF4y2Ba

最近的研究集中在便携式应用中使用更常见的传感器技术。然而，最近在便携式气体检测系统中开发了更多的外来传感器，这些传感器已被证明可用于室内和室外。例如，在[gydF4y2Ba30.gydF4y2Ba]，提出了一种移动显微镜系统(称为c-Air设备)，并利用显微镜作为传感技术，并包括机器学习算法来提高准确性。此外，它还包括一个用于数据显示的移动软件应用程序。该设备需要6.5升的空气样本和30秒的分析时间。此外，与相关研究类似，c-Air设备仅支持有限的分析物，包括总悬浮颗粒，PMgydF4y2Ba_10gydF4y2Ba，及PMgydF4y2Ba_2.5gydF4y2Ba。尽管如此，取得了非常好的结果，并且该系统与移动应用程序相关联是一种进步，尽管没有任何可操作的报道。gydF4y2Ba

在[gydF4y2Ba31gydF4y2Ba]，提出了一种所谓的便携式网络物理系统，用于气体检测，并体现在2种不同的架构中，一个固定的和便携式的设备，每个都使用与这项工作相关的完善的电子设备，包括Arduino微控制器和树莓派片上系统(SoC)，对应于每个实施例。这两个系统还使用MQ传感器。然而，该系统支持的唯一传感器是MQ-4(甲烷传感器)和MQ-8(氢传感器)。此外，尽管该系统支持互联网连接，但其功能仅仅是将数据上传到云存储。不报告数据的操作或表示。gydF4y2Ba

基本的室内空气质量商用现货(COTS)产品也存在。例如，小米提供了一款可以检测PM的台面产品gydF4y2Ba_2.5gydF4y2Ba，总挥发性有机化合物(tVOC)， COgydF4y2Ba_2gydF4y2Ba温度和湿度[gydF4y2Ba32gydF4y2Ba］．它包括触摸屏和Wi-Fi连接。该公司还提供测量单个分析物的手持产品，例如PMgydF4y2Ba_2.5gydF4y2Ba［gydF4y2Ba33gydF4y2Ba］．此外，小米还提供了可以通过手机应用程序控制的空气净化器，并以小米品牌销售。还有许多其他相关的室内空气质量监测COTS产品。虽然很有趣，但这些产品只能测量非常小的一组分析物，并且根据收集到的数据提供最少的(如果有的话)可操作信息。gydF4y2Ba

与最近的研究和商业工作相比，本文介绍了一种正在申请专利的低成本嵌入式系统，称为大气测量系统(AMS) [gydF4y2Ba34gydF4y2Ba]，可以可靠、准确、即时地监测和测量更多的室内空气污染物，如PMgydF4y2Ba_2.5gydF4y2Ba下午,gydF4y2Ba_10gydF4y2Ba、有限公司gydF4y2Ba_2gydF4y2Ba,没有gydF4y2Ba_2gydF4y2Ba， CO, VOCs, OgydF4y2Ba_3.gydF4y2Ba、液化石油气、液化天然气、等量一氧化碳gydF4y2Ba_2gydF4y2Ba(生态gydF4y2Ba_2gydF4y2Ba)、氢气以及环境参数，包括温度、湿度、压力和海拔高度。根据美国环保署的说法，之所以选择这组分析物，是因为它代表了室内空气污染的主要来源，以及对人类呼吸健康产生不利影响的主要原因。此外，所提出的工作是作为一个可扩展的低成本嵌入式系统实现的，该系统利用COTS电子设备，包括Arduino微控制器，树莓派SoC, MQ气体传感器和简单的环境传感器。MQ传感器的选择具有低成本、高选择性和足够的灵敏度。此外，与以往的研究相比[gydF4y2Ba10gydF4y2Ba，gydF4y2Ba12gydF4y2Ba， AMS的目标是提供一个基于云的基础设施，用于存储、分析和呈现与个人生活方式相关的室内空气质量和趋势。它在用户友好的web应用程序中显示来自多个传感器的历史和实时数据，使用户能够解释他们的数据，并建议环境变化以改善个人环境条件。gydF4y2Ba

因此，开发一个系统，可以通过使用多种分析来评估室内空气质量，处理和可视化污染物数据，建议补救措施，并以合理的价格建立，是本研究的基础。该系统可以配置各种可选的定制，包括用户希望监测空气质量的频率;他们的地理位置详细信息，包括邮政编码、城市、州和国家;室内空间细节，如家、办公室、汽车;空间内的位置，如厨房、卧室、车库;以及活动细节，如清洁，烹饪，日常工作。此外，AMS还支持具象状态传输(REST)应用程序编程接口(API)来下载数据，以便进一步探索和分析。AMS还为用户提供了一个匿名分享数据的选项，以进一步开展室内空气污染研究。这开启了开发公共室内空气质量数据库的可能性，同时保持用户的机密性，允许对室内空气质量、其影响和卫生政策建模进行扩展研究。gydF4y2Ba

综上所述，辅助医疗系统可以成为改善公共卫生结果的有用工具，因为它可以提供人们以具有成本效益和方便的方式管理室内空气质量所需的必要数据。此外，这些数据可以显示两个邻居之间或不同社会经济阶层的社区内的不同氛围，这对致力于提高公民健康的公共卫生官员或政策研究人员很有用。gydF4y2Ba

AMS与各种COTS产品的比较可在gydF4y2Ba多媒体附录1gydF4y2Ba［gydF4y2Ba35gydF4y2Ba-gydF4y2Ba41gydF4y2Ba］．与最接近的COTS产品Aeroqual相比，AMS在分析物数量和成本方面都脱颖而出，后者涵盖了多种分析物[gydF4y2Ba35gydF4y2Ba］．还与最近的研究进行了比较，这些细节可在gydF4y2Ba多媒体附录2gydF4y2Ba［gydF4y2Ba42gydF4y2Ba-gydF4y2Ba47gydF4y2Ba］．AMS的数据采样时间和污染物流等方面，比类似的大学校园室内空气质素评估范围更广[gydF4y2Ba44gydF4y2Ba]和美国温带地区的家园[gydF4y2Ba46gydF4y2Ba］．没有与引用的研究进行比较，因为分析物集比AMS支持的要小得多，并且研究中的数据没有可操作的解释，因为它们主要关注传感器的选择性和灵敏度，如前所述。此外，这些努力中很少包括互联网连接，也没有包括根据收集的数据提供的任何可操作信息。gydF4y2Ba

方法gydF4y2Ba

研究方法与设计gydF4y2Ba

采用结合物联网(IoT)硬件和软件开发的实验方法来测量空气污染物和空气质量指标。研究人员使用AMS对日常室内生活中的空气质量进行非侵入性监测。AMS提供了图像和记录的趋势，可以间接表明生活方式与观测到的污染物值之间的关系。gydF4y2Ba

在这项工作中，研究人员使用AMS收集室内空气质量数据(在加州库比蒂诺;南太浩湖，加利福尼亚;以及印度泰伦加纳邦的海得拉巴)，以及在美国的当地通勤和从美国到印度的飞机旅行期间。选择这些地点来监测和评估AMS在不同室内空气质量剖面和气候环境中的表现。该设备类似于放置在房间里的恒温器，是完全无创的。要启动读数，需要用USB电缆(或墙上的插座)接通电源，然后由用户启动AMS软件。这些研究是在2020年1月至2021年1月期间间歇性进行的。gydF4y2Ba

初始校正后，为确保AMS持续测量的准确性，传感器每3个月重新校正一次。为了更好地分析和预测活动与相关污染物之间的可能关系，在几个不同的时间框架内对类似活动进行了重复测量。为了控制偏差，还对几次重新校准进行了测量。gydF4y2Ba

系统架构gydF4y2Ba

AMS包括3个不同的模块，用于收集、分析、存储和显示数据。如图所示gydF4y2Ba图1gydF4y2Ba其中，数据采集系统(DCS)、数据分析与存储引擎(DASE)和用户界面(UI)三个模块相互连接。DCS是一个传感器系统，以用户定义的间隔收集用户的环境数据。然后，收集的数据由系统的DASE进行分析和存储，获得的空气质量指标由系统基于web的UI显示。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

资料及软件gydF4y2Ba

下面几节将讨论用于构建DCS的材料以及用于创建DASE和UI的软件。gydF4y2Ba

数据收集系统gydF4y2Ba

概述gydF4y2Ba

DCS是一种物联网空气监测传感器系统，用于获取个人独特的地理空间数据，以跟踪空气质量。它包括17个环境传感器，测量22种不同的空气污染物数据流，一个Arduino Mega，一个树莓派和一个电源。回到gydF4y2Ba图1gydF4y2BaArduino Mega是一个捕获传感器数据的微控制器，树莓派是一个支持Wi-Fi的SoC，可以连接到云。gydF4y2Ba

传感器gydF4y2Ba

DCS监控环境条件，如温度、压力、海拔、湿度和各种分析物，包括PMgydF4y2Ba_2.5gydF4y2Ba下午,gydF4y2Ba_10gydF4y2Ba， co, ogydF4y2Ba_3.gydF4y2Ba、有限公司gydF4y2Ba_2gydF4y2Ba,生态gydF4y2Ba_2gydF4y2Ba、tVOCs、LPG、甲烷、氢气、可燃气体、芳香族化合物、硫化氢、氨、氮氧化物、NG和HCHO如图所示gydF4y2Ba表1gydF4y2Ba。采用金属氧化物半导体(MOS)气体传感器对不同的空气污染物进行检测。基于mos的传感器通过充当化学电阻器来检测各种气体的浓度，其中由于吸附特定气体而发生金属氧化物电阻的变化。这些传感器，特别是MQ系列传感器，非常适合室内环境中的低成本和低功耗应用。对某些气体的选择性取决于特定的传感器模型，用数值表示。一些MQ传感器对多种气体敏感;例如，MQ-5和MQ-6都可以测量液化石油气，但MQ-6对液化石油气的选择性和灵敏度更高，并且可以针对特定气体进行校准。由于单个传感器是针对其特定气体进行校准的，因此它们对其他气体的选择性较低。共使用了17种不同的传感器来检测和测量污染物水平以及环境参数(gydF4y2Ba表1gydF4y2Ba）.gydF4y2Ba

实现自动对盘及成交系统gydF4y2Ba

图2gydF4y2Ba介绍了完整实现的AMS，包括传感器和树莓派平台，它们安全地安装在FR4印刷电路板(PCB)上，并反向安装在Arduino Mega 2560微控制器上。Arduino Mega微控制器被编程用于从传感器捕获数据。所有这些系统组件和PCB上的相关位置都清楚地标记在gydF4y2Ba图2gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

物联网gydF4y2Ba

传感器PCB通过USB电缆连接到计算机(树莓派或运行DCS软件的笔记本电脑)。计算机接收来自Arduino Mega微控制器的传感器数据，并将其发布到云(DASE)服务器或在没有互联网连接的情况下将其保存在本地内存中。PCB有两种型号:一种便携式型号，由8个不同的传感器组成，提供13个数据流，由USB供电;还有一种高功率型号，它有17个传感器，提供22个数据流，必须通过墙上的插座供电。未来的工作目标是使大功率的模型便于携带。gydF4y2Ba

数据存储和分析引擎gydF4y2Ba

DASE在Amazon Web Services (AWS)的云中运行，并将传感器数据存储在Postgres数据库中。选择AWS的原因是实现简单、成本低，以及众所周知的用户数据安全性，如最近的一个案例研究所示[gydF4y2Ba48gydF4y2Ba］．此外，本研究不会收集任何个人身份信息。用户名和邮政编码存储在云中，并受密码保护。软件实现使用Python Flask框架构建，并支持REST API，以支持从用户位置(DCS)的传感器板接收数据，并向UI发送数据或向用户发送警报。源模块布局和库显示在gydF4y2Ba图3gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

该系统的后端基于Python和Flask，有3个不同的相互连接的组件组成了Atmosome引擎:web应用程序框架，从云数据库接收数据的数据库模型，以及对从用户设备接收的数据进行操作的数值分析库，并通过前端UI将它们呈现给用户。为了完成这个工作流程，DASE使用了各种Flask web框架组件，包括gydF4y2BaflaskmigrategydF4y2Ba(支持修改现有数据库表);gydF4y2BasqlalchemygydF4y2Ba(一个对象关系映射器，允许从/写DB python数据对象而不需要使用DB的SQL)，gydF4y2BaflasksqlalchemygydF4y2Ba(管理数据库连接和会话);gydF4y2BaflaskcorsgydF4y2Ba(启用服务器和UI之间的跨域REST API通信)，gydF4y2BaflaskmarshmallowgydF4y2Ba(用于处理REST API通信的python-json序列化/反序列化)，gydF4y2BanumpygydF4y2Ba(Python的多维数值分析库)，gydF4y2Ba熊猫gydF4y2Ba(Python的DataFrame支持非常类似于内存中的数据库表)，以及gydF4y2BamatplotlibgydF4y2Ba(Python的数据可视化库)。gydF4y2Baflaskproject.modelsgydF4y2Ba在python中定义DB表，gydF4y2Baflaskproject.configgydF4y2Ba定义web应用程序配置，例如，所使用的数据库类型，以及gydF4y2Baflaskproject.appgydF4y2Ba是处理所有数据计算的代码。gydF4y2Ba

用户界面gydF4y2Ba

UI是使用React框架构建的渐进式web应用程序。这使得它可以在任何带有网络浏览器的设备上使用。此外，因为它是一个渐进式的web应用程序，它会自动调整移动平台的大小，从而呈现出类似于本地应用程序的用户体验。源代码被结构化和模块化为页面和页面中的组件。gydF4y2Ba

例如,gydF4y2Ba图4gydF4y2Ba说明了6gydF4y2BajavascriptgydF4y2Ba（gydF4y2Ba. jsgydF4y2Ba)源文件，渲染Atmosome仪表板的各个部分。gydF4y2Baheader.jsgydF4y2Ba是页面的标题，并显示页面标题、用户位置、日期和时间。gydF4y2Bagauge.jsgydF4y2Ba显示空气质量指数，提供当前室内空气条件的“一眼”状态。gydF4y2BaweatherParameters.jsgydF4y2Ba显示温度、湿度、压力和海拔高度。虽然天气指标不是污染物，但它们是生活方式的一部分，并与污染物信息一起被记录下来。gydF4y2Bapollutants.jsgydF4y2Ba显示有关每种污染物的数字和视觉信息。gydF4y2BaaverageExposure.jsgydF4y2Ba显示用户在不同时间间隔内暴露于各种污染物的平均水平。gydF4y2Batimeseries.jsgydF4y2Ba显示用户历史上暴露于各种污染物的季度时间序列图表。UI主要用于呈现数据，不存储数据或执行计算。它对DASE进行REST API调用以检索数据。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

过程gydF4y2Ba

在本节中，将讨论校准DCS设备、从设置中收集数据以及将数据发送到DASE所涉及的方法。此外，可以在给定设置的UI屏幕上查看分析的数据。gydF4y2Ba

传感器校准gydF4y2Ba

AMS DCS中的传感器首先被“烧入”，这意味着它们被放置在空气清洁的环境中，并在有源电源下运行48小时。接下来，AMS的DCS经过细致的校准过程以确保准确性。标定算法的流程图见gydF4y2Ba图5gydF4y2Ba。AMS DCS针对CO等多个变量进行校准gydF4y2Ba_2gydF4y2Ba， tVOC, LPG, PMgydF4y2Ba_2.5gydF4y2Ba下午,gydF4y2Ba_10gydF4y2Ba，以及其他说明。在初始设置期间，该过程每天重复，并在15天的时间内累积，以训练线性回归模型来预测值。校准代码在传感器主板Arduino Mega微控制器上运行，数据在Pi系统上积累。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

为了确保新系统的持续准确性，传感器每3个月重新校准一次，新的训练提高了数据校正算法的准确性。将DCS后校准值与预校准的COTS设备进行持续比较，与预校准的COTS设备相比，后校准精度达到90%以上。研究了其他校正方法，例如根据最近的室外气象站的值在室外校正，并注意到类似的精度。gydF4y2Ba

数据收集gydF4y2Ba

一旦用户收到便携式DCS，他们需要为其供电并将其连接到Wi-Fi网络(如果有的话)。然后他们需要启动应用程序。一旦启动，用户可以更改任何默认设置，或保留默认设置，并开始收集空气质量数据。gydF4y2Ba

虽然AMS旨在测量室内空气质量，但部分校准程序是在室外进行的。这一决定是为了方便地将结果与最近的、值得信赖的室外空气污染监测站进行比较。此外，室内和室外设置之间的环境差异并不明显到足以引入实质性误差。当然，完全室内校准程序将产生更高的传感器精度，但精确的室内校准技术是复杂的，不适合消费者使用。例如，校准气体传感器的精确程序通常是在每种分析物的高浓度源存在的情况下进行的。这种方法被认为是不现实的，而且代价高昂。gydF4y2Ba

研究人员(HB)使用AMS监测家庭日常生活中的空气质量，例如厨房，客厅，卧室，家庭办公室和通勤期间。研究人员还测量了乘坐飞机前往印度以及在印度和美国的家中的空气质量。gydF4y2Ba

数据传输gydF4y2Ba

本地存储和传输到云gydF4y2Ba

在有Wi-Fi的情况下，DCS程序以用户指定的频率从传感器收集空气质量数据，同时将数据传输到云端，无需用户交互。在没有Wi-Fi的情况下，DCS将数据存储在本地内存中。一旦Wi-Fi连接可用，用户可以将DCS连接到Wi-Fi，并在UI中选择一个表示“上传AMS数据到云”的图标。这将把数据加载到云中，完成后，删除本地存储的数据，自动从本地存储中删除不再需要的数据。gydF4y2Ba

向云发送/接收数据gydF4y2Ba

DCS软件将来自每个传感器的读数打包成JSON，这是一种简单的格式，带有一系列键值对，用于存储数据并将其传输到运行在云中的DASE。一旦组装了包含每种污染物值、大气数据和采样位置信息的JSON有效负载(其中一部分显示在gydF4y2Ba图6gydF4y2Ba)，它已准备好通过互联网传输到DASE。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

DCS软件使用REST api与DASE进行交互。REST api使用HTTP请求与远程web服务器进行交互。HTTP GET方法用于从服务器接收数据，HTTP POST方法用于向远程服务器发送数据。gydF4y2Ba

DCS软件通过向DASE发出REST API POST请求来发送这个JSON有效负载，DASE接收数据，然后分析和存储它们。在从UI接收到显示数据的HTTP GET请求后，DASE将UI所需的信息格式化为JSON有效负载并发送，如所示gydF4y2Ba图7gydF4y2Ba。然后UI显示这些数据。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

数据存储gydF4y2Ba

DASE将接收到的传感器数据存储在其Postgres数据库中。Postgres是一个免费的数据库，可以无缝地集成到DASE的Python Flask框架中，使用REST API调用来存储和检索数据。目前，在DASE中存储用户历史数据的时间没有限制，并且在此步骤中不涉及用户操作。gydF4y2Ba

伊拉克基地组织计算gydF4y2Ba

一般方程gydF4y2Ba

室内空气质量指数采用加权平均公式计算。每种污染物的贡献乘以其权重，其计算将在下一节中解释，然后除以污染物权重的总和。gydF4y2Ba

这可以用公式表示:gydF4y2Ba

在哪里gydF4y2BaWgydF4y2Ba_我gydF4y2Ba污染物的重量是多少gydF4y2Ba我gydF4y2Ba和gydF4y2BaPgydF4y2Ba_我gydF4y2Ba读数是污染物吗gydF4y2Ba我gydF4y2Ba。gydF4y2Ba

污染物权重的计算gydF4y2Ba

每一种污染物的权重都是根据集中均值及其对不同空气质量水平的贡献计算出来的。gydF4y2Ba

个别空气质素指数(gydF4y2Ba表2gydF4y2Ba)和不同污染物在固定周期内的浓度平均值的断点，以得出每种污染物在各自空气质素水平下的权重。通过测量各污染物对空气质量指数的贡献率，计算各污染物在各空气质量指数水平下的平均浓度权重。gydF4y2Ba

tVOC信息gydF4y2Ba

值从gydF4y2Ba表3gydF4y2Ba，选择浓度断点的中点作为污染物的表示，作为分母，IAQI范围的断点作为分子，类似于对其他污染物的计算。gydF4y2Ba

有限公司gydF4y2Ba_2gydF4y2Ba信息gydF4y2Ba

值从gydF4y2Ba表4gydF4y2Ba，计算并选择污染物浓度的中点作为污染物的表示，并将其作为分母，将IAQI范围的断点作为分子，与其他一样。gydF4y2Ba

各污染物的最终权重系数取算术平均值，见gydF4y2Ba表5gydF4y2Ba-gydF4y2Ba10gydF4y2Ba。gydF4y2Ba

污染物权重公式gydF4y2Ba

在哪里gydF4y2BaWgydF4y2Ba_pgydF4y2Ba为污染物的权重;IQAIgydF4y2Ba_rgydF4y2Ba为个别空气质素污染水平;和PCMgydF4y2Ba_rgydF4y2Ba是污染物对应的浓度阈值平均值。gydF4y2Ba

按污染物划分的权重工作表gydF4y2Ba

数据分析gydF4y2Ba

数据分析流程图见gydF4y2Ba图8gydF4y2Ba。从DCS收集的数据的分析在后台自动执行，对用户是透明的。在接收到来自UI的请求或通过后台用户警报进程时，将查询数据库以检索数据。这些数据是根据环境安全限值预先确定的阈值进行验证的[gydF4y2Ba52gydF4y2Ba，gydF4y2Ba53gydF4y2Ba］．如果用户注册为接收警报，并且值超过安全阈值，则向用户发送警报。此外，还确定了每种污染物的数值和相应的定性指标。最后，计算AQI并返回数据。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

作者考虑为每个分析物包括一个适应阈值，以解释空间、时间和环境变化。然而，AMS在每个新的使用地点都要重新校准，并用于室内使用。因此，在分析数据时，AMS和COTS传感器之间的环境变化很小，没有观察到实质性误差。尽管如此，众所周知，MQ传感器具有较高的温度系数和对湿度的敏感性[gydF4y2Ba54gydF4y2Ba］．这些传感器的漂移很低，每3个月进行一次重新校准足以解决这种漂移[gydF4y2Ba54gydF4y2Ba］．考虑到这些因素，空气质量指数所考虑的范围是绝对的，但单位本身会根据地点进行调整。此外，采样率被认为对应用是足够的。在下面的数据中，传感器似乎没有采样不足，因此在本实施例中不考虑时间变化。尽管如此，未来工作的目标之一是使校准过程自动化，并允许根据用户的选择定制校准间隔。gydF4y2Ba

数据警报gydF4y2Ba

如果用户选择在污染物超过最佳阈值时收到警报，DASE将发送电子邮件和短信警报。这对于防止事故或在天然气泄漏或类似紧急情况下呼叫紧急服务可能是非常宝贵的。gydF4y2Ba

数据显示gydF4y2Ba

当前的UI模块和下一个版本的计划gydF4y2Ba

UI模块将空气质量信息显示给用户。用户访问atmosome网站的用户界面[gydF4y2Ba55gydF4y2Ba］．有一个下拉菜单来选择用户的邮政编码。gydF4y2Ba

下一个版本的atmosome UI将为用户提供一个登录屏幕，而不是当前的邮政编码选择。下面描述了显示给用户的UI的各个部分。gydF4y2Ba

每小时的仪表板gydF4y2Ba

仪表盘(gydF4y2Ba图9gydF4y2Ba)，透过反映空气质素指数的仪器，让使用者“一目了然”地了解室内空气质素。该量规符合美国AQI量规的规范。空气质量指数是根据用户生活方式变化最大的污染物(包括PM)计算的gydF4y2Ba_2.5gydF4y2Ba， tVOC, COgydF4y2Ba_2gydF4y2Ba阿,gydF4y2Ba_3.gydF4y2Ba， CO和PMgydF4y2Ba_10gydF4y2Ba。过去的每小时平均样本的10种污染物分析可视化和定量。每种分析物的阈值由环境安全限值预先确定。相对水平的评估用颜色编码，并报告为良好、中等、差或坏。四个环境参数，包括温度，压力，湿度和海拔，也显示了定量。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

建议gydF4y2Ba

仪表板上的每种污染物都与可接受阈值的详细信息以及如何将其控制在健康范围内的具体建议相关联。这显示在gydF4y2Ba图10gydF4y2Ba和gydF4y2Ba11gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

平均曝光gydF4y2Ba

不同污染物的累积平均值表示不同时期的总体暴露，见gydF4y2Ba图12gydF4y2Ba。这些数据为了解空气质量差的潜在原因提供了潜在的见解，这可能与特定的生活条件有关。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

季度时间图gydF4y2Ba

UI时间序列数据显示不同污染物数据流的季度数据(gydF4y2Ba图13gydF4y2Ba）.这使用户能够可视化一段时间内的趋势，并更深入地了解哪些污染物对空气质量的影响最大。例如，由于居住者的生活方式导致的室内来源，包括暴露于化妆品、清洁产品、房间清新剂、烹饪油烟等，tVOC测量值变化很大。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

污染物资料页gydF4y2Ba

对于每一类污染物，在UI中选择其名称后，用户将进入一个包含该污染物简要描述的新页面;不同浓度下的相关健康风险;并给出了如何收集、绘制图表和进一步研究这些数据的示例。这为用户提供了对每种污染物的进一步了解，并有可能进行额外的研究。一个示例描述页面显示在gydF4y2Ba图14gydF4y2Ba对点gydF4y2Ba_2.5gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

REST APIgydF4y2Ba

对于有兴趣使用DCS测量进行进一步研究或数据分析的高级用户和开发人员，还可以使用扩展的REST API。REST API允许用户以.csv格式下载数据gydF4y2Ba。gydF4y2Ba可以对这些数据进行挖掘，以深入了解各种室内空气污染物随时间的动态，通过采取适当的纠正措施来解决极端或惊人的情况，并探索空气污染与各种健康状况之间的可能联系。gydF4y2Ba

结果gydF4y2Ba

研究目的gydF4y2Ba

这项工作的目的是测量影响单个环境大气的各种污染物和其他空气质量指标。下一节介绍了选定环境中各种空气质量指标的结果，并将其与大气条件联系起来。gydF4y2Ba

温度和湿度gydF4y2Ba

15的数据gydF4y2Ba和gydF4y2Ba16gydF4y2Ba显示相对湿度和温度读数的数量和值，分别取自3个不同的室内位置:加利福尼亚州库比蒂诺的一个家(蓝色显示);位于印度特伦甘纳邦海得拉巴的一处住宅(用橙色表示);17小时不间断飞行期间的经济舱(绿色部分)。飞机上的低湿度读数与飞机乘客经常经历的干燥和不适有关，并与美国疾病控制和预防中心(CDC)的航空旅行黄皮书一致[gydF4y2Ba56gydF4y2Ba］．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

二氧化碳gydF4y2Ba

图17gydF4y2Ba显示了CO的曲线图gydF4y2Ba_2gydF4y2Ba在上述相同环境中进行的测量。美国家庭的读数显示，室内CO含量要高得多gydF4y2Ba_2gydF4y2Ba比印度污染更严重地区的读数还要高。然而，进一步的分析表明，在美国，冬季全天关闭的门窗减少了通风，增加了COgydF4y2Ba_2gydF4y2Ba浓度。研究表明，较高的COgydF4y2Ba_2gydF4y2Ba暴露会导致困倦[gydF4y2Ba57gydF4y2Ba］．这些数据强调了冬季通风的重要性。在漫长的飞行旅程中，读数证实了DCS读数和航空公司公布的数值在彼此的范围内。gydF4y2Ba图18gydF4y2Ba说明了公司gydF4y2Ba_2gydF4y2Ba并显示AMS在帮助研究人员采取纠正措施以改善室内空气质量方面所起的作用。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

颗粒物2.5µm (PM)gydF4y2Ba_2.5gydF4y2Ba）gydF4y2Ba

图19gydF4y2Ba描述了PM的变化gydF4y2Ba_2.5gydF4y2Ba在一个典型的家庭活动(烹饪食物)过程中。烹饪开始时，可吸入颗粒物水平会出现短暂的急剧上升gydF4y2Ba_2.5gydF4y2Ba接着是一段不健康的PMgydF4y2Ba_2.5gydF4y2Ba的水平。在这个特殊的场景中，用户对PM浓度升高做出了反应gydF4y2Ba_2.5gydF4y2Ba通过启动排气扇，停用炉子，并打开所有窗户以改善交叉通风。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

这组缓解措施降低了PMgydF4y2Ba_2.5gydF4y2Ba水平但不健康的浓度(由橙色和紫色的水平线定义gydF4y2Ba图19gydF4y2Ba)甚至在停止烹饪后仍然存在。这些观测数据突出了AMS在识别和减轻不健康的室内空气质量水平方面的力量和效用。对这些数据进行纵向分析有可能为室内空气污染物与呼吸系统健康结果之间的相互作用提供丰富的见解，并有助于数据驱动的卫生政策研究。gydF4y2Ba

挥发性有机化合物和臭氧gydF4y2Ba

存储在DASE中的原始数据以.csv格式下载，使用面向高级用户的REST API。使用matplotlib将数据绘制在python笔记本中。如图所示gydF4y2Ba图20gydF4y2Ba在美国，印度和美国的家庭空气污染水平在总挥发性有机化合物测量方面存在很大差异。结果的差异可能部分归因于印度的空气污染水平比美国高得多。目前的结果与先前的结果一致，表明汽车尾气是印度与挥发性有机化合物有关的污染的主要来源之一[gydF4y2Ba58gydF4y2Ba］．gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

图21gydF4y2BatVOC与地面0有较强的相关性gydF4y2Ba_3.gydF4y2Ba测量。在大多数情况下，tVOC的峰值会导致O的增加gydF4y2Ba_3.gydF4y2Ba在阳光照射下，氮氧化物与挥发性有机化合物(tVOC)发生反应，生成地面上的OgydF4y2Ba_3.gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

图22gydF4y2Ba显示在各种日常活动中记录的tVOC读数，如房屋清洁，夜间烹饪和乘车上下班。上述活动的总挥发性有机化合物值分别为1549、2008和2868 ppb，远高于公认的220-660 ppb的中等范围(见gydF4y2Ba图8gydF4y2Ba)，并证明在无害的日常活动中挥发性有机化合物含量偏高[gydF4y2Ba59gydF4y2Ba］．结果还表明，tVOC读数影响室内AQI值。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

加州空气资源委员会在2003年进行的研究表明，仅清洁产品一项每天就释放7.4吨挥发性有机化合物，其对健康的各种影响包括哮喘发作和湿疹[gydF4y2Ba60gydF4y2Ba］．AMS可以提供必要的信息，以便在这种情况下采取预防措施(例如，tVOC水平激增)。有婴儿或准父母的家庭通常比一般情况下要进行更多的清洁。然而，AMS认为，一个看似“干净”的房子实际上可能会增加婴儿患儿童哮喘的风险[gydF4y2Ba60gydF4y2Ba]，儿童语言发展迟缓[gydF4y2Ba61gydF4y2Ba]或产前接触可能影响胎儿出生后生长的胎儿[gydF4y2Ba62gydF4y2Ba］．gydF4y2Ba

总之，这些结果表明，在进行典型的日常活动时，室内空气质量可能处于不健康的水平。AMS能够通过其传感器跟踪空气质量，并指出室内空气污染物(如O)的有害水平的影响gydF4y2Ba_3.gydF4y2Ba， tVOC, COgydF4y2Ba_2gydF4y2Ba水平和PM的存在gydF4y2Ba_2.5gydF4y2Ba室内。gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

这项工作旨在确定低成本AMS在室内空间的性能，包括收集各种空气污染物的传感器数据，将数据可靠地传输到云中的分析引擎，向用户显示空气质量监测结果，并在污染物超过安全阈值时发送警报。该系统还为用户提供了一种选择匿名共享其室内空气质量数据以供进一步健康研究的方式，并为用户和研究人员提供了使用REST api检索数据以进行进一步分析和数据分析的方式。这可以作为跨地理区域构建公共室内空气质量数据库的基础。gydF4y2Ba

结果表明，AMS可以有效地分析多种设置下的多污染物数据流，显示AQI值、18种污染物每小时的可视化和定量数据、各种污染物的平均暴露统计以及用户每季度的污染物暴露图。仪表板还包括针对每种污染物的提示，这些提示显示GOOD、MODERATE或POOR阈值，使用户能够更好地解释UI中显示的值和图形，并接收有关通过简单的缓解措施控制各种污染物的建议。单个污染物页面为用户提供了对污染物的进一步了解，并展示了采用AMS传感器和数据收集的新颖研究。当污染物超过安全阈值时，该系统还能有效地发出警报。以下部分讨论了这项工作的发现，这些发现得到了以前的工作和类似性质的研究的证实。gydF4y2Ba

可吸入颗粒物gydF4y2Ba

颗粒物是指悬浮在空气中的微观固体和液体颗粒的混合物。有两种类型的颗粒物与空气污染最相关:PMgydF4y2Ba_10gydF4y2Ba和点gydF4y2Ba_2.5gydF4y2Ba。点gydF4y2Ba_10gydF4y2Ba由直径在2.5 ~ 10 μm之间的颗粒组成;其中一些例子包括灰尘、花粉和霉菌颗粒。点gydF4y2Ba_2.5gydF4y2Ba由直径小于等于2.5 μm的细颗粒组成的;其中的一些例子包括燃料燃烧、香烟烟雾和气溶胶。颗粒物是一种健康风险，因为它足够小，可以被吸入，并沉积在人体呼吸系统的气道中。更小的颗粒可以深入肺部或进入血液。即使是短期暴露于PMgydF4y2Ba_2.5gydF4y2Ba与呼吸系统疾病的恶化有关，并可能导致紧急护理。长期接触(即数月至数年)与过早死亡有关，特别是慢性病患者，并导致儿童肺功能下降[gydF4y2Ba63gydF4y2Ba］．美国环保署设定了24小时接触PM的最大限度gydF4y2Ba_2.5gydF4y2Ba至35µg/mgydF4y2Ba^3.gydF4y2Ba年暴露限值为12µg/mgydF4y2Ba^3.gydF4y2Ba［gydF4y2Ba64gydF4y2Ba］．gydF4y2Ba

非常有趣的是，这项工作的结果清楚地表明，当涉及烹饪时，PM的水平gydF4y2Ba_2.5gydF4y2Ba增加量远远超过了建议的接触限度，即使在停止烹饪后，这些水平仍然很高。虽然观察到通风可以在一定程度上降低水平，但必须修改烹饪方法以减少PM的排放gydF4y2Ba_2.5gydF4y2Ba。一项针对PM排放的研究gydF4y2Ba_2.5gydF4y2Ba在家中烹饪发现，其含量提高了20-40倍，达到160微克/立方米gydF4y2Ba^3.gydF4y2Ba在厨房和附近的客厅10倍至60µg/mgydF4y2Ba^3.gydF4y2Ba［gydF4y2Ba65gydF4y2Ba]，清楚地证实了这项工作的结果。测量室内空气中的颗粒物可以指导研究人员找到容易实施的纠正措施，以降低暴露水平。gydF4y2Ba

二氧化碳gydF4y2Ba

有限公司gydF4y2Ba_2gydF4y2Ba被认为是主要的空气污染物。中等高浓度的一氧化碳gydF4y2Ba_2gydF4y2Ba室内空气会导致困倦、疲劳和头痛。剂量增加会引起头晕和恶心[gydF4y2Ba66gydF4y2Ba］．实验数据中，COgydF4y2Ba_2gydF4y2Ba在通风不良的房间里浓度急剧上升从时间数据中可以看出gydF4y2Ba图18gydF4y2Ba。在这两个房间里，空气条件一开始都不健康，然后急剧改善。在1号房间，由于房间加热器不能循环空气，几个小时后，情况又变得不健康了。接受医疗辅助队的建议，加上风扇，加上定期通风，情况再次改善。这些结果证实了先前在德克萨斯州小学监测一氧化碳的研究结果gydF4y2Ba_2gydF4y2Ba在2个学区随机选取120间教室的水平[gydF4y2Ba67gydF4y2Ba］．改善通风和空气循环的简单过程可以降低高浓度的COgydF4y2Ba_2gydF4y2Ba提高舒适度。gydF4y2Ba

挥发性有机化合物gydF4y2Ba

实验结果表明，即使是看似日常的日常活动也会诱发显著的tVOC释放。各种各样的家居用品，如蜡烛、烹饪油烟、房间清新剂、化妆品、清洁产品和油漆，都会释放挥发性有机化合物。这些是有机化学物质，通常在室温下呈气态，具有光化学活性。短期接触挥发性有机化合物会引起视觉或呼吸刺激、头痛、记忆力减退和头晕。长期接触会导致恶心、疲劳、器官损伤和癌症[gydF4y2Ba68gydF4y2Ba］．结果显示于gydF4y2Ba图22gydF4y2Ba根据医疗辅助队的报告，例如清洁、烹饪和通勤等活动，证实了先前的研究结果[gydF4y2Ba69gydF4y2Ba-gydF4y2Ba72gydF4y2Ba］．gydF4y2Ba

臭氧gydF4y2Ba

清洁、烹饪和通勤时的读数，见gydF4y2Ba图22gydF4y2Ba强调了在阳光下导致VOC含量升高的活动与O含量升高之间的相关性gydF4y2Ba_3.gydF4y2Ba的水平。为了支持这一观点，洛杉矶的研究发现，家用产品排放的挥发性有机化合物与汽车排气管排放的挥发性有机化合物一样多，而汽车排气管在阳光照射下会发生反应，产生地面臭氧gydF4y2Ba_3.gydF4y2Ba［gydF4y2Ba73gydF4y2Ba］．这些结果与环境保护署的报告相吻合，该报告提到了汽车、发电厂和其他工业装置所产生的合成化学品和排放物的不利影响，这些排放物在阳光下会发生反应，增加臭氧水平。gydF4y2Ba74gydF4y2Ba］．这项工作的结果表明，相同水平的挥发性有机化合物不会提高OgydF4y2Ba_3.gydF4y2Ba在晚上，因为没有阳光来促进这种化学反应。gydF4y2Ba

地面啊gydF4y2Ba_3.gydF4y2Ba会引发各种健康问题，包括胸痛、咳嗽、喉咙发炎和气道炎症。它还会加重支气管炎、肺气肿和哮喘[gydF4y2Ba74gydF4y2Ba］．这可能导致需要更多的医疗护理[gydF4y2Ba75gydF4y2Ba］．2016年，美国90%的不符合国家环境空气质量标准的原因是OgydF4y2Ba_3.gydF4y2Ba。短期和长期暴露于OgydF4y2Ba_3.gydF4y2Ba浓度低于现行监管标准与呼吸系统和心血管疾病死亡率增加有关[gydF4y2Ba76gydF4y2Ba］．gydF4y2Ba

温度gydF4y2Ba

DCS可以测量高温引起的两种事件(例如，地面O的形成)gydF4y2Ba_3.gydF4y2Ba低温触发[gydF4y2Ba77gydF4y2Ba])和褐色脂肪组织代谢[gydF4y2Ba78gydF4y2Ba］．研究人员描述了用户睡眠期间心率数据流中反映的温度的直接影响。即使在68-80°F(20-27°C)范围内，环境温度也有上升趋势，而且绝对超过(>27°C);gydF4y2Ba图16gydF4y2Ba)可能不健康。这一观察得到了先前的一项研究的支持gydF4y2Ba图23gydF4y2Ba，显示了一个用户使用带有睡眠周期应用程序的iPhone和Garmin Fenix 5 Watch收集的424个晚上的数据[gydF4y2Ba79gydF4y2Ba］．观察到用户的循环流量明显增加(即通过静息心率反映)，并且似乎与环境温度的升高有关。gydF4y2Ba

湿度gydF4y2Ba

较低的湿度会导致皮肤干燥、角膜干燥、鼻腔干燥和鼻窦炎[gydF4y2Ba80gydF4y2Ba]，而较高的相对湿度会促进霉菌、细菌和病毒的生长。根据先前的研究，低湿度水平会导致泪液蒸发增加[gydF4y2Ba81gydF4y2Ba，gydF4y2Ba82gydF4y2Ba］．飞行中的低湿度值显示在gydF4y2Ba图15gydF4y2Ba证实了研究人员在飞行过程中因干眼症状而感到不适。gydF4y2Ba

意义gydF4y2Ba

先前的研究表明，几种空气污染物，包括PMgydF4y2Ba_2.5gydF4y2Ba下午,gydF4y2Ba_{10，gydF4y2Ba}tVOC, CO, COgydF4y2Ba_2gydF4y2Ba，甚至更多，在室内空气中的含量比在室外高得多[gydF4y2Ba83gydF4y2Ba］．科学界越来越关注室内空气质量与个人健康影响之间的联系[gydF4y2Ba84gydF4y2Ba］．gydF4y2Ba

研究结果在几个方面意义重大。AMS中的数据访问既简单又全面。实时AMS数据可以通过渐进式web应用程序从任何设备获取和分析。该网站还包括历史数据记录和如何改善用户当前空气质量的建议。因为它使用了基于云的API，它开启了将新型分析图表或建议集成到系统中的可能性，而无需用户更新他们的设备。随着所有空气质量测量数据的收集和发布，人们对污染物对个人、社区或特定人群的相互联系和影响有了更多的了解。其他研究人员也可以进入该系统下载数据，并为他们独特的研究提供自己的分析。gydF4y2Ba

限制gydF4y2Ba

由于DCS单元的校准不是大规模进行的，因此在开发数据校正算法时，校准训练集受到限制。另一个限制是数据仅由研究人员收集，而不是外部参与者，这表明数据集很小，无法深入了解影响各种生活状况的各种室内污染物。这限制了学习算法的训练集的发展，从而无法为每种污染物生成最优权重，从而计算AQI，并为管理污染物生成定制的最佳建议，以保持健康的室内空气质量。虽然DCS单元在提供13个数据流时可以采用USB供电和便携式，但由于综合22个数据流模型的功耗增加，它需要插入墙壁插座，从而限制了其可移植性。gydF4y2Ba

未来的工作gydF4y2Ba

未来的研究可以大规模实施AMS，以保障公众和个人的健康。用户可以匿名分享他们的数据，以帮助研究人员找出室内空气污染与公共卫生之间的联系，并进一步研究开发新的公共卫生建模技术、低成本传感器数据校正算法和传感器建模。AMS的更大目标是建立一个室内空气的公共数据库，就像环保署的空气质量系统数据库一样[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba]的环境空气。系统中的REST api可用于访问由愿意共享其数据的用户填充的开放数据库。gydF4y2Ba

AMS可以包括在互联网上安装在各种设置下的设备的动态重新校准。有了这种自动校准，传感器将保持尽可能高的精度，用户将不必自己执行手动校准。gydF4y2Ba

可以研究AMS以降低功耗，同时仍然提供所有22个数据流的综合集，从而最大限度地提高其可移植性。gydF4y2Ba

AMS可以在家庭内部使用，以比较邻居之间的室内空气质量水平，或者在社区内更大规模地使用。辅助医疗辅助服务的大规模分布可导致预防性保健方法从个人层面扩展到社区层面，并可为公共卫生提供有价值的见解。gydF4y2Ba

其他可能的改进包括使大功率型号便携式，并在AMS硬件上添加物理指示器，例如声音和光线，这可以帮助以更明显的方式指示污染物的危险水平。gydF4y2Ba

控制论和导航健康方法使个人能够在其一生中控制自己的健康，以便他们拥有必要的信息以始终保持理想的健康状态[gydF4y2Ba85gydF4y2Ba，gydF4y2Ba86gydF4y2Ba］．该领域的持续研究将集中于扩展到其他健康领域，改进质量指标，并开发将大气数据与其他数据流结合起来的方法，以提供独特的量身定制的生活方式建议。gydF4y2Ba

最后，辅助医疗系统可以实施更复杂的软件算法，例如人工神经网络，如[gydF4y2Ba27gydF4y2Ba]和机器学习，如[gydF4y2Ba30.gydF4y2Ba]和自适应阈值。特别是，实现最简单的算法是使用自适应阈值来考虑环境变化(例如，温度和湿度)以提高传感器精度。具体来说，指的是[gydF4y2Ba54gydF4y2Ba]，自适应阈值或计算的气体浓度可以作为温度和湿度的函数计算。这将显著提高MQ传感器的灵敏度。其他算法可能存在，并且可以探索维持低成本和小型传感器解决方案的意图，而不是过渡到替代传感器。gydF4y2Ba

结论gydF4y2Ba

在这项工作中，提出了大气暴露体(atmosome)的概念，并提出了一种利用多模态传感器和云数据存储来构建个人大气的低成本方法。这项工作表明，AMS提供了概念和系统，通过连续的实时数据流来量化和测量大气，这为用户和研究人员提供了通过云计算架构访问相关空气质量数据的途径。这些数据可供公众和研究人员使用。例如，AMS可以用来提醒患有痴呆症的老年用户煤气泄漏。gydF4y2Ba

此外，AMS还可以发现温度和湿度等其他大气流对用户观察到的健康和行为结果的影响。该系统监测和分析挥发性有机化合物，这可以帮助确保孕妇呼吸安全的空气，不仅保护自己的健康，也保护胎儿的健康。颗粒物检测和警告可帮助用户采取行动修复环境，以避免所有年龄组的肺部并发症。总体而言，研究结果表明，AMS的多维模型更接近于考虑各种污染物和大气特征，从而引导用户走向健康的生活方式。gydF4y2Ba

虽然该系统可以预测呼吸系统的触发因素，例如易受伤害人群的哮喘发作，但它还没有被绑定到其他健康状况(例如，糖尿病患者由于空气质量而容易出现血糖变化)。AMS当然可以深入了解这种相关性，并显著改善个人健康。gydF4y2Ba