SwisensPoleno Mars花粉自動監(jiān)測儀是新一代花粉實時監(jiān)測系統(tǒng)，它具備先進的技術(shù)和網(wǎng)絡(luò)的兼容性，可以實現(xiàn)對當?shù)鼗ǚ蹪舛冗M行長期穩(wěn)定的自主測量，并對相關(guān)的數(shù)據(jù)進行管理。
 

　　在大數(shù)據(jù)時代，機器學習的預(yù)測不斷被開發(fā)。與統(tǒng)計模型類似，機器學習算法同樣將自變量與因變量之間的關(guān)系視作“黑匣子”，但通常具有更高準確率。因此，通過調(diào)整核函數(shù)、按比例篩選訓練樣本、評估自變量貢獻度等方法對模型或樣本進行優(yōu)化。算法、樣本經(jīng)優(yōu)化后不僅能縮短計算時間，還能提升預(yù)測準確率。
 

　　在篩選訓練樣本的過程中，除生長度日、花粉累積量、累積生長天數(shù)等表征植物生理狀態(tài)的指標具有較高權(quán)重外，地表反照率、土壤溫度、臭氧總量等一些統(tǒng)計模型中難以考慮到的要素也被證明具有較高影響，甚至常規(guī)氣象資料也可被雷達數(shù)據(jù)所替代。而且植物在不同生長階段對外界環(huán)境的關(guān)聯(lián)程度也不同，比如濕度累積有可能比降水累積的影響更顯著，因為前者促進了植物的發(fā)育。
 

　　SwisensPoleno Mars花粉自動監(jiān)測儀基于流式細胞計，使用全息數(shù)字和圖像識別技術(shù)來鑒定花粉。利用集成式的氣溶膠濃縮器，能夠分析40升/分鐘的進樣氣體，為測量當?shù)鼗ǚ蹪舛忍峁┝朔昼娂壍臅r間分辨率。適用于研究、醫(yī)院、空氣監(jiān)測、植物及 林業(yè)監(jiān)測。