通过公民科学和超局部低成本移动源分配,精确定位污染源

科学领域:

• 环境科学 环境科学
• 公共卫生 公共卫生
• 城市规划 城市规划

背景情况:

• 传统的空气污染源识别是昂贵的,范围有限的.
• 现有的监控网络往往缺乏空间时间分辨率来捕获超局部源.
• 了解当地空气质量影响对于人口密集地区的公共卫生至关重要.

研究的目的:

• 提出一种新的,具有成本效益的方法来识别和分配空气污染源.
• 评估当地与区域来源对英国伯明翰空气污染的贡献.
• 展示公民科学在加强城市空气质量监测方面的潜力.

主要方法:

• 利用了公民科学家在日常散步中收集的移动传感器测量结果.
• 应用数据分析,以确定影响高密度城市地区当地空气质量的不同污染源.
• 区域和地方来源对各种颗粒物分数 (PM2.5,PM1,PM10),颗粒数,肺部沉积表面积和黑碳的比较贡献.

主要成果:

• 区域来源主要影响PM2.5和PM1度.
• 当地来源是PM10的主要贡献者.
• 总颗粒数和PM的肺沉积表面积的主要来源是交通;黑碳与城市背景和当地交通有关.
• 超局部来源,如交通和建筑,在几百米范围内产生重大影响,影响密集地区的数千人.

结论:

• 公民科学驱动的移动监控为传统方法提供了多功能和负担得起的替代方案.
• 这种方法显著提高了空气质量数据的时空分辨率.
• 超局部污染源虽然距离很短,但在城市环境中对公共卫生构成相当大的风险.
• 该研究强调了当前监测网络的局限性,并提出了一个更有效的模式来了解城市空气质量.