Congress Articles

Articles from CFA congresses before 2014 can be found by clicking here (when available).

 

Towards an automated solution for counting and identifying airborne pollen

H. EL AZARI (1), J.B RENARD (2), J. LAUTHIER (3), E.R BLEZA (3), J. RICHARD (3), J. SURCIN (2)

1. Laboratoire de Physique et Chimie de l’Environnement et de l’Espace CNRS ; LIFY AIR ; Université d’Orléans, Orléans, France
2. Laboratoire de Physique et Chimie de l’Environnement et de l’Espace CNRS, Orléans, France
3. LIFY AIR, Orléans, France

[2022]

Download the file

Résumé

La surveillance des épisodes de pollens est un enjeu de santé publique majeur à l'échelle mondiale. Or, les méthodes utilisées actuellement pour l'identification et le suivi de l'évolution des concentrations polliniques sont d'une efficacité relative. L'objectif de cet article est de proposer une alternative pour tendre vers une automatisation de ce processus grâce au concept physique de diffusion lumineuse. En particulier, nous avons dans un premier temps étudié les réponses optiques de certaines espèces de pollens grâce à l'instrument PROGRA2. Nous avons ensuite examiné la capacité de BeeNose, un nouveau capteur-compteur de pollens, à discriminer quelques taxons à partir de mesures réalisées en laboratoire. Les résultats montrent que les pollens ont des signatures optiques caractéristiques. Les propriétés de brillance et de polarisation peuvent permettre de les reconnaitre et de les distinguer de certains aérosols comme les particules carbonées. Des confusions sont toutefois possibles à certains angles de diffusion, soit avec des particules minérales soit entre certaines espèces possédant des comportements optiques similaires. D'autres paramètres tels que la météo, la saisonnalité ou le couvert végétal devront donc être considérés pour affiner l'identification dans ces cas.


Mots clés

Pollen; Identification; Diffusion lumineuse

Abstract

Pollen monitoring is a major worldwide public health issue. However, methods currently used to identify pollen grains and monitor the evolution of their concentrations are relatively effective. The aim of this paper is to offer an alternative to automate this process thanks to the physical concept of light scattering. More specifically, we first studied the optical responses of some pollen species with the PROGRA2 instrument. We then examined the ability of BeeNose, a new pollen sensor-counter, to discriminate some pollen taxa based on laboratory measurements. The results showed that pollen grains have distinctive optical signatures. Furthermore, brightness and polarization properties can be used to recognize and distinguish between them and aerosols such as carbonaceous particles. Yet, there is a confusion at some scattering angles, either with mineral particles or among species having a similar optical behaviour. Other parameters such as weather, seasonality or plant cover should then be considered to improve the identification in these cases.


Keywords

Pollen, Identification, Light scattering

DOI

10.25576/ASFERA-CFA2022-28313

<< My account >>
En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.