人工花粉识别(以Hirst为例) | Swisens系列全自动机器识别 | |
数据获得 | 1-9 天延迟 | 接近实时 |
采样分辨率 | 通常为日平均,虽然可获得小时级分辨率(Hirst),但误差较大 | *高分钟级 |
额外需求 | 每天或每周至少去一次现场,进行样片或采样滚筒更换。需要一个实验室来准备配件和进行花粉识别、计数。在没有实验室和*业人员的监测站,需要将样品运送到*业实验室进行识别、计数 | 年度维护;自清洁功能;正常运行过程中不消耗耗材 |
站点数量 | 需要*业人员、实验室等限制,站点不能随意增加 | 有更密集设置的可能性,无*业人员、实验室等限制 |
质量控制 | 对人员*业性要求较大,不同人员识别结果有差异 | 自动化运行,偶尔需要人工干‘’预 |
可识别数量 | 取决于工作人员经验,*高可识别超过 100 种花粉和孢子 | 可通过机器学习扩展可识别花粉数量,可识别数量与人工识别相当 |
浓度数据输出 | 平面浓度,千平方毫米单位 | 空间浓度,立方米单位 |
费用 | 初期成本低,后期人员等成本投入较高 | 初期成本投入较高,后期成本低 |