花粉與空氣中的多種生物源顆粒同屬于生物氣溶膠的范圍，在地球系統、特別是在大氣、生物圈、氣候和公共衛生之間的相互作用過程中，發揮著不可替代的作用，是公共衛生、花粉負荷、空氣污染、氣候變化等相關領域及其交叉學科的重要研究內容。
SwisensPoleno Jupiter 花粉 / 生物氣溶膠自動監測儀通過數字全息影像、熒光光譜測量、光散射和偏振測量等技術，可對每個進入分析儀的粒子生成包含形態數據和化學成分在內的數字指紋，進一步通過機器學習算法進行處理和分類，實現空氣中花粉、孢子、生物氣溶膠及固體顆粒濃度的自主識別與自動測量。
監測原理
SwisensPoleno 通過對進入分析儀的氣流中的單個粒子進行光學識別，可在數秒內直接識別和測量其中的粒子，提供生物氣溶膠和其他粒子的局部濃度和實時信息，用戶可根據需要，下載實時的花粉濃度、花粉分類、單個粒子的全息圖像、物理參數等數據。粒子進入儀器后，依次經過：
• 數字全息測量：兩個垂直 90°高分辨率相機進行全息測量，確定粒子的絕對尺寸、形狀、面積、周長、球度等參數，通過人工智能進行精確的粒子識別（SwisenPoleno Mars 和 SwisenPoleno Jupiter ）；
• 熒光光譜測量：測量單個粒子的化學組成，通過收集的熒光光譜強度和熒光壽命數據（SwisenPoleno Jupiter），進一步確定粒子種類；
• 散射光和偏振測量：對粒子表面進行激光照射，通過兩個光電檢測器的信號比值確定粒子表面的額外信息（SwisenPoleno Jupiter）。
數字全息和熒光光譜測量的結合是獨立的，它會生成系統測量的每個粒子的數字指紋。這個豐富的數據集（也稱為數字指紋）包含形態數據和有關粒子化學成分的數據，然后通過機器學習算法對其進行處理和分類。 從粒子的檢測和測量到算法輸出的分類只需要幾秒鐘。
SwisensPoleno 花粉 / 生物氣溶膠自動監測儀可根據本地情況構建本地花粉數據庫，并利用人工智能先進算法實現數據庫擴展。
