便携式个人空气质量监测仪能利用低成本分布式灰尘传感器获取海量、粗糙的小数据，通过蓝牙和智能手机的应用把数据传送到云端。把云端处理过的数据推送给手机再演示出来。
　　
    数据提供空气质量报告
　　
    在北京有22个PM2.5监测点，分布在城市各处。但这并不能解决他的需求。如何准确地知道身边的PM2.5？和测出身边的温度不同，业内人士称后者是一个温度计能解决的问题，而前者是一个大数据问题。这些数据能代表城市的总体空气质量，但无法告诉人们周围PM2.5的具体情况。这时便携式个人空气质量监测仪（简称“PAM”）诞生为空气质量监测带了很大的便
　　
    如何把庞大的数据传输到地面是关键。传感器的应用解决了这一问题。PAM能利用低成本分布式灰尘传感器获取海量、粗糙的小数据，通过蓝牙和智能手机的应用把数据传送到云端。把云端处理过的数据推送给手机再演示出来。未来将PAM布置在北京城区和郊区的2000个监测点，传感器像触角一样布满城市各处，因为“云中大脑”的控制而变得智能。
　　
    传感器为监测仪提供便利
　　
    要测出PM2.5数据，其实也可以买一台高级的仪器。各国环保部门广泛采用的测定方式主要有三种：称重法、β射线吸收法和微量振荡天平法。其中，自动检测仪器主要采用后两种方式，造价都不低。市面上最便宜的机器也要3000元。
　　
    一款便宜的传感器，用众包的方式完成空气质量测量的任务。在美国的导师大卫·卡勒（DavidCuller）是无线传感网络的鼻祖。作为人们对物理世界有效感知和探测的手段，传感器早已被研究、使用了超过100年。但把传感器、通讯网络和信息处理系统构成传感网，使得原来与网络相去甚远的家电、交通管理、农业生产、建筑物安全、旱涝预警等都能够得到有效网络监测，则是一个新话题。大卫·卡勒曾在缅因州的大鸭子岛上布置了32个节点组成的传感器网络，对一种海燕生活习性实行监测。
　　
    PAM看起来是个方方正正的盒子，两侧的风道布置了两个灰尘传感器，得到原始的粒子数量，再用两个开源的Arduino控制器对这些数据进行过滤。
　　
    PAM自带一个网页服务器，用户在电脑上输入PAM的IP地址，可以实时查看监测数据，服务器网页每隔一分钟会把本地测量数据推送到云端，后台云端会不断收集所有2000个PAM实时上传的监测数据并进行过滤。尽管这些数据不是很精确，但通过参考这些PAM所在位置的温度、湿度、大气压力和高度等信息，以及研究小组开发的算法，可以建立空气质量的多维统计模型。
　　
    miniPAM让PM2.5无处藏身
　　
    miniPAM是比PAM更加简单的空气监测设备，只有1个灰尘传感器，它是PAM的便携版，可以被更多人带往各处，把数据往后台推动。“有越多的数据源，数据就会越精准。更多人用我们的系统，它们就会变得越来越精准。”业内人士说，“miniPAM现在是通过蓝牙和手机连接，因为传感器本身还没有达到能直接集成的程度。
　　
    他们希望人们掏出手机，有个软件能帮人们做从A到B点的智能路径规划，走哪条路污染最少。这个软件还能对个人健康进行记录，用户使用它能得知，结合他现处环境的空气质量和他现在的行为，比如说打球、上班或是行走，告诉用户你身体受到的危害是多少。
　　
    可以预见，今后，当miniPAM的传感器终于小到能被植入手机或手表，人们在使用这个平台的同时也在为它贡献数据，使用的人越多，它就越有价值。未来，人们在经过污染高发地时会接到提醒戴上口罩；通过某条街定时的PM2.5值畸高而发现某个隐秘的污染源；窗户会在PM2.5超过100时自动关闭