En este trabajo, probamos el rendimiento de los instrumentos automáticos de monitoreo de PM atmosférico y contrastamos los datos de las mediciones automáticas con los de las mediciones de referencia basadas en filtros. Los instrumentos probados incluyen cuatro marcas de instrumentos de atenuación beta (dos fueron fabricados en China, D1 y D2; los otros dos fueron importados de otros países, I1 e I2) y una marca de un instrumento de dispersión de luz (también importado de otro país, I3). Los datos de monitoreo automático se corrigieron en función de las pruebas de referencia. El período total de prueba duró 18 meses. El objetivo de este trabajo es evaluar las influencias de los factores ambientales en el rendimiento de diferentes instrumentos automáticos y mejorar la precisión de los instrumentos automáticos mediante un método de corrección. Los resultados mostraron que, en comparación con las pruebas de referencia, los errores absolutos (MAE, error absoluto medio; SD, desviación estándar; y RMSE, error cuadrático medio) de los instrumentos de monitoreo automático fueron más altos para la temperatura (T 80%) y las concentraciones de PM (PM < 15 g/m). Para los datos de invierno, resultó un desafío pasar la prueba de referencia, que se basó en una regresión lineal entre los datos de monitoreo automático promedio de 24 horas y los datos de PM integrados basados en filtros (también conocida como la prueba KBR). Antes de las correcciones, las tasas de aprobación de D1, D2, I1, I2 e I3 en las pruebas KBR continuas son 57.7%, 51.3%, 41.1%, 21% y 90.2%, respectivamente. Después de las correcciones, las tasas aumentan a 79.6%, 86.6%, 81.8%, 58.9% y 91.8%, respectivamente. Las correcciones de coeficientes (correcciones de errores del sistema) han hecho la contribución más destacada para mejorar las tasas de aprobación de las muestras de invierno. El método de corrección trimestral puede mejorar significativamente la precisión de los datos de los instrumentos de monitoreo automático.