之所以说算法处理过程很重要，主要是为了排除一些干扰数据，比如空气湿度、温度等空气条件对于分析结论的影响。一般来说，各个厂家都会设置一系列的数据收集、测试、对比的过程，研究出一个算法，经过算法的处理，才能得到值得参考的数据。这个数据标准在美国有环境保护署（EPA）制定，在英国有NPL，但是中国的《PM2.5质量浓度监测校准规范》从2016年开始就在征求意见，直到现在还没有正式出台。也就是说，截至目前，市面上的各种国产监测仪，数据结果都是没有标准规范的。是不是很可怕！
再说到消费者最常参考的室内空气质量标准——来自空净的空气质量数据，净化器之所以会有这样的数字显示其实最主要是内置的传感器元件。其实说到底，很多净化器厂商也是瞅准了消费者有这个需求，所以现在很多机器都会显示读数，意思就是让你用的明白，即使室内空气污染看不出，闻不到，也可以通过机器上的数字变化来了解房间内的空气好坏，然后从不断变小的数字中感受到净化效果，不要觉得自己花的是冤枉钱。从这个层面上来说，净化器厂商会要求这个读数多准确，各位也可以自行判断一下。
不过很多细心的消费者还是会参照读数来选择合适的净化模式的，即使是放在自动模式，机器本身的运作也是和传感器读出的数据紧密配合的。当然了，为了改进空气净化器的监测准确性，还是有不少良心厂商在做更多努力。
比如：
用更多传感元件：一个不够，再来一个。增加更多的感应元件，永远都是王道。多个感应元件分别独立监测，然后对数据进行一个总体的处理，这样既可以增加监测的灵敏性，又可以提高数据的真实性。
对算法进行更深入的校准：传感器元件本身的敏锐度自然重要，但就像前面分析的，其实算法对最后读数的精准度可能起了更决定性的作用。在这点上，读数和国家级专业设备读数间的不断校准可以帮助推导出更严密的算法，最终得到的监测结果与科研级别的监测也能更加接近。当然校准需要考虑的因素也非常复杂，比如不同的天气状况、不同的区域环境等等，一般需要投入的时间会比较长，所以并不是很多相关设备厂商能把这步做的很透彻。
收集更详细的空气数据:这也是不少厂商改进的思路。过去的空气污染往往是只给你个等级指数，或者一个综合指数。但是随着人们对空气质量的了解，对各种指标的关注也成为了一种需求。
最直观的，空气污染一般分为颗粒物污染和气体污染。前者比如大家熟悉的pm2.5和pm10，后者包括氮氧化物等气体物质。
不同的污染物，自然要用不同的处理办法。如果是颗粒污染，那就采取过滤等办法，如果是气体污染，那就使用活性炭吸附。
此外不少空气净化器还加上了空气湿度和温度等选项，更加高大全。
02，判定空气是否被污染——专业版
上述家用空气净化器毕竟是针对家庭，所以无论是监测条件还是监测技术，自然都是民用级别，主要还是用作参考。
如果你真的特别关注专业的检测的话，那么，粗俗的说（抱歉的说），但是不得不说，在专业设备和技术面前，民用设备的检测还是安慰剂的效果比较大。
首先，民用市场上大部分的空净监测，其实都是一个探测器检测所有的指标。专业监测不会一把抓，而是分开各个项目监测。
即使像之前说的有些机器会更详细地给出各类指标，但在专业检测上，那可是专项专用，分的特别清楚。
比如，光是PM2.5的检测，就要用一个专有设备(下图所示)
两种检测方法（震荡天平法、β射线法）
其次，检测技术也是有各项指标有要求。下表是来自国标GB3095-2012《环境空气质量标准》制定的空气监测的分析方法。你会发现，常见的方法包括紫外荧光法、差分吸收光谱分析法、化学法官法，其他滤液相关红外吸收法等各种专业的方法，比上文描述的霾表或是净化器传感元件的检测方法要复杂太多。
此外，专业空气监测还会区分监测的场合，比如工地，交通场所，工厂区等不同的地方，监测的项目类型和侧重都有所区别。
03，专业VS日常
看了这么多，相信你也明白了真正的专业监测的技术和难度，这些专业级监测设备动辄几万几十万，而且还占用巨大的空间和场所，对于普通人来说，自然hold不住也没必要。
