Eine häufige Frage die wir von unserer Community gestellt kriegen ist:

Was ist der Unterschied zwischen SwisensPoleno Mars & SwisensPoleno Jupiter?

In diesem Beitrag erklären wir Ihnen wichtigsten Unterschiede dieser beiden Systeme. Dabei gehen wir sowohl auf technische und anwendungsspezifische Aspekte ein. Am Schluss sind Sie in der Lage, die Produkte besser zu verstehen und im besten Fall das geeignete Messsystem für die Bioaerosol-Überwachung zu finden.

Luftstrom, Kameras und weitere Gemeinsamkeiten

Bevor wir uns aber auf die Details der Unterschiede stürzen, zeigen wir zuerst die Gemeinsamkeiten beider Systeme auf. Denn unsere Instrumente funktionieren allesamt nach dem Prinzip der Luft-Durchflusszytometrie:

Das Instrument saugt mit Hilfe einer Luftpumpe kontinuierlich Luft aus der Umgebung an. Der Luftstrom leitet die angesaugten Partikel zur Messkammer und durch mehrere Laserstrahlen hindurch. Abhängig von den Partikel-Eigenschaften verändern die Partikel die Lichtsituation in der Messkammer was wiederum von Kameras und Sensoren erfasst wird. Wie das bei unseren Systemen abläuft zeigt die untenstehende Animation. Die Partikel fliegen mit 0.5m/s durch das System und werden innerhalb eines Sekundenbruchteils wieder freigesetzt. Dieses Prinzip ermöglicht die Messung und Identifikation von einzelnen Aerosol-Partikel ohne Trägermedium und somit in Echtzeit.

Digitale Holographie

Beim Stichwort Kamera kommen wir gleich zur nächsten Gemeinsamkeit. Beide Systeme enthalten in der ersten Stufe der Messkammer einen Detektor der erkennt, wenn ein Partikel in die Messkammer hinein geflogen ist. Damit werden dann zwei Kameras für die Bilderfassung in der zweiten Stufe aktiviert. Die Kameras erzeugen je zwei hochauflösende Holografie-Bilder pro Partikel, die einzeln die Messkammer durchfliegen.

Genau solche Bilder ermöglichen eine automatische Identifikation von Partikeln mit künstlicher Intelligenz. Folglich hier ein kurzer technischer Exkurs zu weitere Gemeinsamkeiten:

Sowohl SwisensPoleno Mars als auch SwisensPoleno Jupiter verwenden künstliche Intelligenz um Partikel zu identifizieren. Genauer gesagt sorgt “Supervised Machine Learning“ dafür, dass die gemessenen Partikel antrainierten Klassen zugeordnet werden. Somit können beide Systeme eine Vielzahl von Bioaerosolen und weiteren Aerosol-Partikel aus der Luft unterscheiden und identifizieren.

Mit dem kleinen Exkurs über die künstliche Intelligenz, runden wir die Gemeinsamkeiten ab und fassen wie folgt zusammen:

Beide Systeme…

• basieren auf dem selben Prinzip der Luft-Durchflusszytometrie.
• überwachen krankheitserregende Bioaerosole und Aerosol-Partikel in Echtzeit.
• erzeugen holographische Bilder von Partikel
• verwenden künstliche Intelligenz und können die Partikel definierten Klassen zuordnen.

Nun aber zum eigentlichen Thema von diesem Artikel. Was ist der Unterschied zwischen SwisensPoleno Mars und SwisensPoleno Jupiter ?

Gewicht, Grösse und weitere Unterschiede

Die optischen Unterschiede der beiden Systeme sind einfach zu erkennen. SwisensPoleno Mars ist ein Stück kleiner und damit auch leichter als SwisensPoleno Jupiter. Das liegt daran, dass beim Jupiter noch zwei weitere Stufen (siehe blaue Umrandung) verbaut sind für die Fluoreszenz- und die Polarisationsmessung. Diese Stufen benötigen ein etwas aufwändigeres Hardware-Design und müssen gut vor äusseren Einflüssen wie z.B. von extremen Temperaturen geschützt sein.

Das erklärt auch warum der SwisensPoleno Jupiter in einem robusten und gut klimatisierten Wetterschutzgehäuse verpackt ist. Für die Langzeitüberwachung im Aussenbereich ist er also bestens gerüstet. Bei der Messung und Überwachung von Luft in Innenräumen (z.B. im Labor), kann SwisensPoleno Jupiter auch ohne Wettergehäuse betrieben werden.

Im Vergleich dazu ist die Hardware und Elektronik beim SwisensPoleno Mars direkt in das Gehäuse verbaut. Auch dieses Gehäuse ist wetterfest und besitzt ein kleines Klimagerät. Das Hardware-Design ist aber auf ein kompaktes, leichtes und im Endeffekt kostengünstigeres System optimiert.

Warum also ein grösseres, schwereres und teueres System beschaffen?
Diese Frage ist absolut berechtigt und bringt uns gleich zum nächsten Vergleich.

Mehr Messmethoden ermöglichen mehr Anwendungen

Was wir damit sagen wollen ist, dass mit SwisensPoleno Jupiter ein breiteres Portfolio an Aerosol-Partikel überwacht werden kann. Um ein paar Beispiele zu nennen, sehen erste Versuchsmessungen mit Sporen und Mikroplastik im Labor sehr vielversprechend aus. Was nun folgt, ist ein kurzer Exkurs in die Charakterisierung von Aerosol-Partikel in Echtzeit:

Mit der digitalen Holographie erzeugen beide Systeme Bilder. Diese Bilder geben Auskunft über die Partikel-Morphologie. Betrachten wir erneut das System im Querschnitt, beinhaltet die zweite und dritte Stufe Komponenten der Fluoreszenz-Spektroskopie und der Polarisationsmessung. Beide liefern zusätzliche Informationen zur Morphologie und der chemischen Eigenschaften von Aerosol-Partikel.

Kurz gesagt kann SwisensPoleno Jupiter mit den Stufen 2 und 3 zusätzliche Informationen über die vorbeifliegenden Aerosol-Partikel sammeln. Wenn wir uns daran erinnern, dass beide Systeme mit “Supervised Machine Learning“ Partikel identifizieren, dann erhält das Stichwort “Daten“ eine ganz grosse Bedeutung. Die Erklärung dazu ist einfach:

Je mehr und unabhängige Informationen der Algorithmus bekommt, desto besser kann er die Partikel zuordnen.

Diese Aussage hat eine Auswirkung auf die von uns empfohlene Anwendung von SwisensPoleno Mars und SwisensPoleno Jupiter. Und damit gelangen wir zu unserem letzten Abschnitt.

Welches System darf es denn sein?

Nach den oben genannten Ausführungen möchten wir die Gelegenheit bieten, das richtige System für die richtige Anwendung auszuwählen. Bei der Überwachung von Aerosol-Partikel dreht es sich schnell um die Frage, welche Partikelgrösse ist mit dem Messsystem messbar. Die folgende Darstellung gibt dir die passende Antwort dazu.

Die Differenz zwischen der Minimalgrösse von 2µm von SwisensPoleno Mars zu 0.5µm von SwisensPoleno Jupiter ist sehr gering. Vielmehr wollen wir damit zum Ausdruck bringen, dass je breiter das Portfolio von zu überwachenden Partikel ist, desto wichtiger werden eben diese zusätzlichen Informationen der Fluoreszenz & Polarisation von SwisensPoleno Jupiter. Dazu ein konkretes Beispiel:

Pollen gehören bezüglich ihrer Dimension zu den grössten Bioaerosolen und haben einen Durchmesser von 20 µm und mehr. Viele Pollen beziehungsweise Pollen-Taxa, haben eine ganz charakteristische und eindeutige Form. So sehen Pollenkörner von Birke, Hasel und so weiter mit kleinen Abweichungen immer gleich aus. Also ideal um mit holographischen Bildern und automatischer Bilderkennung zu identifizieren.

Die digitale Holographie ist somit für die Überwachung der aktuellen Pollenbelastung sehr zufriedenstellend. Sie gibt SwisensPoleno Mars genügend Informationen für eine zuverlässige und korrekte Pollenüberwachung in Echtzeit.

Was ist mit weiteren Aerosol-Partikel?

Ist die reine Pollenüberwachung in Echtzeit zu wenig, dann gibt es vermutlich kein Vorbeikommen an SwisensPoleno Jupiter. Um es ein wenig detaillierter auszuführen, hier ein beschriebenes Beispiel:

Luftgetragene Pilzsporen haben im Vergleich zu Pollen unterschiedliche Erscheinungsbilder. Sie weisen zum Teil deutlich grössere Variationen der Länge aus und können auch in Ketten durch die Luft fliegen. Einzelne Sporen sind um einiges kleiner als Pollen. Dadurch wird die Form des Pollenkorns viel besser aufgelöst. In Folge dessen kommt die Bildanalyse der holographischen Bilder bei kleinen und sehr ähnlichen aussehenden Partikeln an ihre Grenzen. Hier kommt nun die Fluoreszenz ins Spiel. Aktuelle Messversuche und Untersuchungen mit Sporen zeigen, dass die Kennwerte des relativen Fluoreszenz-Spektrum schon eine viel klarere Sprache sprechen. Der Algorithmus bekommt also in diesem Fall über die Fluoreszenz eindeutigere Informationen als von den holographischen Bildern.

Aktuelle Resultate und konkretes Anschauungsmaterial aus unseren Messkampagnen werden demnächst in wissenschaftlichen Publikationen veröffentlicht.

Das sehr oberflächlich gehaltene Beispiel soll nur das Zusammenspiel von Holographie und Fluoreszenz erklären. So unberechenbar wie die Natur ist, hüten wir uns natürlich davor zu sagen, dass damit in jedem Fall zuverlässige Algorithmen generiert werden können. Letzten Endes bleibt nichts anderes übrig als die Partikel zu messen und nach eindeutigen Informationen aus den erwähnten Methoden zu suchen. Mit SwisensPoleno Mars & Jupiter haben wir aber vielversprechende Ansätze und Perspektiven um genau dies zu tun.

Möchten Sie mehr über SwisensPoleno Mars & SwisensPoleno Jupiter in Erfahrung bringen? Gerne zeigen wir Ihnen die Systeme in einer persönlichen Demonstration.