ZEMCH 2019 International Conference Proceedings April.2020 | Page 279

1. Introduction 
There have been continuous necessities to monitor indoor air quality more correctly and selectively 
in terms of concentration and type of contaminants. Even though various technologies to detect both 
gaseous  and  particulate  contaminants  have  been  developed  and  widely  applied  to  practical  fields, 
sensing data to inform us with both contaminant source and its location at the same time does not still 
exit  [1].  Particulate  matter  sensing  was  mostly  based  on  the  light  scattering  principle.  As  much  as 
particles exist in a specific volume of space, more light is reflected and less light arrives at the detector. 
It has been reported that light sources such as laser diode, infrared, and LED photodiode [2]. For more 
accurate  concentration,  particle  counters  utilizing  Beta  ray  absorption  method  were  tested  and 
authorized to report daily data of particulate matters those have aerodynamic diameter less than 10 
and 2.5 μm in Korea [3]. Depending on the purpose of measurement, both optical sensing and beta 
attenuation  monitoring  (BAM)  were  adopted  to  research  area  or  air  pollution  forecast,  simple  light 
scattering based sensors were mostly utilized in daily measurement for a single household including 
dust sensor, air conditioner and air purifier. As recognized in the above explanations, the concentration 
of particulate matter is primary information for sensors in monitoring particulate matter contaminants. 
However, other information such as type of particles, chemical composition to inform us with the origin 
where  it  is  generated  and  transported  from.  Nowadays,  source  characterization  of  contaminants, 
especially in particulate matters, are one of major concerns in Korea because daily concentration of fine 
dust so called, PM2.5 and PM10, is so influential that number of patient with the disease respiratory 
system is reported to be noticeably increased and personal protective equipment (PPE) including air 
pollution  mask,  filter  and  air  purifier  are  sold  significantly  above  production.  In  several  reports, 
particulate  matters are  characterized  and  chemical  compositions are  reported that PM10  and  PM2.5 
contain organic compound (OC) and heavy metal ions, which may induce health issues [4]. So, there is 
at least demand to identify the type of contaminants by simple dust sensor at economic cost. In this 
study, small scale spectral  sensor was utilized  to find the  feasibility of light wavelength in terms  of 
position and intensity to discriminate the type of particulate matters. The other approach was to use 
chroma meter to reveal color data of particulate matters. Five different particles, soil, household dust, 
Korea pine tree pollen, talc powder, and gypsum powder were tested by analyzing the light spectrum 
data of reflected light of samples under experimental conditions. It is our expectation that combined 
data of reflected light spectrum and color can assist current light scattering principle based sensor to 
identify the type of particulate matter contaminants and concentration as well.   
2. Materials and Methods   
Five different particulate matters were collected and prepared for the characterization. Household 
dust was collected by vacuum cleaner. Korean pine tree pollen was collected during spring season in 
Korea by washing the glass plate located under the pine tree bush for one day. Illite powder was used 
for the representative soil sample and it was purchased from Yong Gung Illite® Inc. Talc powder, raw 
material of widely used construction material and usually suspended in air during the construction 
was purchased from chemical company and its chemical formula was Mg3H2(SiO3)4; H2Mg3O12Si4. 
All  five  samples  were  ground  and  filtered  with  Whatman®  qualitative  paper  filter  having  20  μm 
particle retention by flushing with distilled water. After drying at room temperature, collected powders 
were used for experiment.   
Spectral sensor, Apollo™, developed by NanoLambda in Korea, was used to differentiate reflected 
light into  light  spectrum  in  a small  chamber  and its configuration  of  chamber was described  in  our 
previous study [5]. Chromameter CR‐400 by Konica Minolta was used to acquire color data in terms of 
chromaticity values.   
Filters and additives to modulate reflected light of particle samples were tested. Cellophane filters 
were ranged from red, orange, yellow, green, blue, pink, and violet. Three color filters, dark blue, green, 
and  yellow  were  utilized  that  represents  400~450nm,  500~550nm,  and  550~600nm  in  wavelength, 
Optical Sensing Assistance to Enhance Particulate Contaminants Detection
for Indoor Air Quality Monitoring
268