新技术可以让个人更好地控制自己暴露在有害气体中

在一个日益注重健康的社会中，数据是一种热门商品。用老式计步器追踪步数已转变为用可穿戴健身追踪器监测心率、睡眠周期和血氧水平，这一市场近年来呈爆炸式增长。但健康监测的一个关键方面尚未成为主流，因为持续的空气质量数据目前与空间有关，而与人无关

ARC转型元光学系统卓越中心的物理学家们正在努力解决消费者获取空气质量数据的挑战，开发一种便携式红外微型光谱仪，该光谱仪有朝一日可以集成到可穿戴设备中，以监测多种有毒和温室气体，使个人能够更好地控制自己暴露在有害气体中的情况，从而对自己的健康做出更明智的决定

这项由该中心墨尔本大学团队开发并发表在《微系统与纳米工程》杂志上的新技术，使用机器学习算法和元表面光谱滤波器阵列创建了一个微光谱仪（MIMM），使用一个传感器检测多种气体的独特红外特征。该原型目前只有火柴盒大小，但有可能进一步小型化

传统的红外光谱仪是一种特殊的气体探测器，但体积庞大，通常只有在实验室才能找到。目前可以在家庭和办公楼中购买和使用的便携式多气体探测器是由一个外壳中的多个体积传感器系统组成的，这增加了设备的尺寸和重量，限制了它们的实用性

他们还使用化学电阻而不是光谱，这会提供较差的结果并限制他们的寿命。使用传统光学组件实现这两种设备的小型化没有前进的道路，因此当前的技术将永远无法穿戴或集成到物联网中

另一方面，与现成的红外探测器集成的超表面滤波器通过用只有纳米厚的材料制造传感器来解决小型化问题。在这种情况下，TMOS研究人员创建了一个超表面光谱滤波器阵列，以创建一个有可能感知所有有害气体的传感器。过滤器阵列由硅衬底顶部的金属纳米结构组成

具体而言，通过改变纳米结构的周期性，可以将这些滤光片的光谱特征调谐到感兴趣的波长。在这项研究中，他们证明了它对二氧化碳、甲烷、氨和甲乙酮的有效性

TMOS首席研究员Kenneth Crozier表示：“微光谱仪是一种与商用红外相机集成的超表面滤波器阵列，无耗材、紧凑（约1 cm3）、重量轻（约1 g）。机器学习算法经过训练，可以分析微光谱仪的数据并预测存在的气体。”