2018年3月12日:
　　在德里的一个问答环节(2017年12月)，我被问到这样一个问题:“自排灯节以来，德里政府安装了20个连续监测站。尽管监测工作有所增加(从6个增加到20个)，为什么污染水平仍然如此之高?”
　　一个简单的答案是，监测是一种评估空气污染水平的诊断工具，监测本身并不能减少任何空气污染。
　　它所做的，是为理解空气污染问题(空间和时间)提供了一个起点，并为解决污染控制方案提供了一个方向。
　　这引起了我的思考。
　　在我的整个职业生涯中，我一直从事与空气污染相关的研究，在与空气污染相关的问题交流时，我不得不不断提醒自己存在认知偏差。这意味着我(在不知不觉中)假设其他人也像我一样理解与空气污染(和监测)有关的概念。当与其他“专家”交谈时，这种偏见往往会得到加强，而打破这种偏见的唯一方法就是尽可能清晰地沟通。
　　我想谈谈空气污染中的几个主题，例如来源分配、扩散模型、排放清单等。在这篇博客中，我将尝试解释“空气质量监测”的概念，它是什么意思，它是如何做的，我们从中得到什么，以及如何使用数据，并附有一些插图。本博客中所有的例子和插图都来自印度，但这些都是世界各地普遍的做法。
　　什么是空气污染监测?
　　监测是测量一个地区的环境空气污染水平。
　　这些数据将表明我们呼吸的空气质量状况。
　　从长期来看，这些数据使我们能够梳理出有助于支持空气污染控制政策的模式。这些模式包括污染的空间差异(城市中哪些区域污染更严重或更好)和时间差异(白天和/或季节中的污染水平是否存在模式)。
　　因此，虽然空气污染监测本身并不能减少空气污染，但它为我们提供了污染程度、污染地点和污染时间的线索。
　　利用这些数据趋势，我们可以得出结论，我们改善空气质量的努力是否成功，以及成功了多少。如果不是，我们是否需要尝试其他选择，或者在目前的努力中更加积极?
　　+为什么我们认为监测污染会带来更好的空气质量?
　　空气污染监测为空气污染政策提供信息，由于这种联系，监测活动经常被决策者引用为污染控制战略的一个组成部分(如果不是关键措施)，引引性地，媒体也引用。
　　例如，《印度斯坦时报》2016年的一篇文章引用了“移动空气质量监测单元将能够从源头实时采样、分析和控制空气污染。”
　　对于不懂技术的读者来说，这一声明意味着，流动空气污染监测装置在城市巡查的同时，也在控制空气污染。
　　如何监测环境空气污染?
　　监测是用于评估空气污染水平的方法的通用术语。对于空气污染测量，环境是10米以下的所有空气(大致);在这一点上，垂直混合是均匀的，并代表了附近的所有来源(包括来自远距离的污染-邻近的村庄，城市，州，甚至国家)。
　　有几种类型的监测(环境静态、环境移动和堆栈排放)，收集这些信息的不同方法(参考等级系统和低成本传感器)，以及这些信息的多种用途(趋势、暴露评估和源分配)。
　　+什么是人工空气污染监测?
　　这是一个收集物理样本的过程，然后在实验室称重，分析，记录，然后邮寄给消费。
　　+什么是持续空气污染监测?
　　在这个过程中，除了定期维护监测设备外，所有步骤(采样、称重、分析、记录和发布数据)都是自动化的。
　　+进行环境测量的高度是多少?
　　根据印度中央污染控制委员会(CPCB, New Delhi, India)提出的环境监测协议，一个监测站将位于距离地面3-10米的地方，而不是“归零地”。这代表了该点上的所有来源贡献，而不受可能影响监测结果的来源(在零点处，例如车辆尾气)的影响——在本例中，是对车辆尾气直接排放造成的污染水平的高估。
　　+如何选择测量地点?
　　测量地点的位置非常关键，并可能导致最终结果的偏差——靠近工业区的地点，或位于居民区中间的地点，或被周围树木遮挡的地点，或靠近交通路口的地点，或位于公园中间的地点。
　　一般的理解是，一个环境监测站可以代表半径2公里的区域，换算成15平方公里。Km(舍入)。如果城市面积是1000平方英尺。公里，那么你需要67个车站分布在城市各处。此外，我们还必须考虑人口密度、工业活动范围和当地土地用途，这些因素将进一步决定所需车站的数目。这是一个理想的要求，有足够的资金。为了尽量减少这些偏差，安装监测站的适当协议是在不同的地点设置多个监测站，代表城市中的所有区域和活动。
　　如果以长期规划为目标，那么环境监测站必须持续运行(进行适当的维护、机器校准和质量控制检查)，这样得到的数据才能提供城市空气区污染空间趋势的代表性图片，以及空气污染水平的日(日内)和季(年内)趋势。
　　印度需要多少个连续监测站?
　　根据印度中央污染控制委员会(CPCB, India)创建的拇指规则，考虑了该地区的总人口和活动组合，我们估计印度需要4000个监测站——城市地区2800个，农村地区1200个。按州和地区分列的环境监控器所需数量和运行环境监控器数量的详细信息可在这里找到。
　　例如，人口超过2亿的北方邦需要558个车站，人口超过2000万的德里需要77个。
　　+什么是流动空气污染监测?
　　当使用这个术语时，特别是在污染控制委员会(pcb)中，这是指配备了与监管级环境监测站相同仪器的货车，在需要时，将其取出，停在被审计的地点，并运行一天或一周或更长时间，收集所有标准污染物的环境监测数据。气象站在不同地点之间的灵活性使其具有移动性，但从该装置上进行的测量被认为是环境测量，因为该装置保持在预先选定的地点进行长期测量。
　　+什么是道路空气污染监测?
　　在文献中，像“路上”和“移动”这样的词经常互换使用，指的是测量是在仪器运动时进行的。在这种情况下，所有的仪器都被绑在车内(或车上)，用来测量道路上的空气污染水平。
　　如果以多种模式(汽车、公共汽车、自行车、摩托车和步行)长时间重复这个练习，我们就可以建立道路污染的热图。值得注意的是，从这项工作中收集到的测量数据偏向于道路上的污染源和城市中的一个土地用途(道路)，从设计上讲，它们不能与环境监测站的数据或环境标准进行比较。然而，这个练习是互补的，它可以帮助更好地了解旅行者暴露在多少污染中。
　　上图显示了在德里以各种模式旅行时暴露率的总结(这项研究是由印度新德里印度理工学院TRIPP中心的工作人员和学生进行的)。简而言之，我们可以为城市旅行者建立一个健康暴露函数——如果城市的日平均环境污染为100 μg/m3，道路上的旅行者(平均每天)暴露在20-30%的污染中。这种比较只有在环境平均值和道路平均值之间才有意义。
　　另一个例子，下面是一段2分钟的道路暴露研究视频，展示了一名乘坐机动人力车的乘客在德里暴露在PM2.5污染的高点(和低点)(点击这里了解该研究的更多细节)。您将注意到，仪器记录的最高值为3000 μg/m3，但这些是旅行者暴露在1-2秒内的瞬时值，无法与环境监测数据的平均值相比。这项研究估计，与德里的平均PM2.5水平相比，驾驶机动三轮车的旅行者平均暴露在道路上的污染多50%。
　　+如何利用卫星观测来推断空气质量?
　　从卫星检索的原始数据是柱状的-代表从卫星镜头到地面的一切。将该值转换为地面浓度是一个多步骤的过程，包括使用基于多个假设的建模练习来估计污染水平。这些假设包括从环境空气监测站进行的地面测量，以及全球化学物质传输模型到污染垂直分布下的结果。这些模型还依赖于估计的排放清单来驱动化学运输模型。因此，为了从卫星监测中准确估计，来自地面监测站和排放清单的数据至关重要。
　　例如，NASA MODIS卫星是气溶胶光学深度评估最常用的数据来源，用于估计全球PM2.5浓度。这颗卫星的轨道为705公里，在极轨上绕地球一周需要99分钟。一个更新的模型是欧空局哨兵系列，轨道距离为693公里。简而言之，我们有几秒钟内在印度上空拍摄的气溶胶光学深度快照(当图像无云时)，以确定当天的污染水平。这些快照讲述了一个迷人的故事，但不足以理解印度地面污染水平的真实昼夜和季节循环。
　　分析卫星数据，将其与建模数据联系起来，并将其回归到地面浓度，这是一项漫长的工作，只有少数团队有技术能力使用这种方法。考虑到在印度增加环境监测站的努力，以及专注于印度上空空气污染物的新卫星(在地球静止轨道上)，这种方法将会变得更好。但今天，如果有资金来了解印度城市和农村地区的空气污染情况，那么这些努力应该落实到实地，以加强环境监测数据池
　　+什么是排放监测?
　　环境污染是我们呼吸的东西，不应将其与污染源的排放相混淆。当我们将探针插入排气管或烟囱并开始测量时，监视器会显示排放速率为xx克/立方米——这是排气管或烟囱排放的瞬时值。只有当这个量分散并与其他来源混合后，我们才有一个环境空气污染值。
　　与环境空气标准一样，大多数行业都有排放标准。例如，每一辆汽车、货车和吉普车都有一个“污染控制下”(PUC)标签，这意味着车辆在规定的污染物标准之下，但当你有100万辆车同时在同一条道路上行驶时，复合效应就不同了。工业也是如此。每个行业都必须申请环境许可，该过程不包括对工业区的集体污染负荷的分析，而只包括对单个工厂的分析。
　　有一项命令要求重工业实时监测烟囱的空气污染。然而，这些信息并没有公开审查或用于研究(原因未知)。同样，我们也有贴有Bharat- iii或IV贴纸的车辆(很快将从德里开始贴有Bharat- VI贴纸)，但车辆的真实排放率是由其使用年限、用途和行驶的道路决定的，需要使用每个城市的代表性驾驶周期进行测试。
　　今天，为印度城市进行的大多数排放清单工作都是使用借来的排放率或基于正在使用的技术或根据当地活动相关条件调整的排放率构建的排放率进行的。当我们想要了解我们呼吸了多少，哪种污染物，为了更好地了解这些污染物有多少来自哪个来源，我们还需要投资于排放监测。
　　+什么是低成本的空气污染监测?
　　低成本监控器已成为政府监测数据的流行替代品，并具有增加监测数据池的潜力。一般来说，这些替代传感器可以帮助创建一个更快、更便宜的城市污染水平热图;可以帮助到达使用标准监视器无法到达的城市部分地区;并补充说，在任何城市不断扩大的监管级别网络。但是，如果数据是为了支持城市的长期空气质量管理计划，则应谨慎分析这些数据，只有在设备通过所需的校准和维护协议时才能使用这些数据。如果没有经过校准或使用不当，这些数据就会有偏差，更重要的是，政策制定者将不会接受这些数据作为诊断依据。
　　这是一个相当新的发展，尤其受欢迎，因为印度北部冬季空气污染加剧，加上居民无法从政府获得可靠数据。因此，他们不得不求助于自己的方法来了解空气质量过去是什么(现在是什么)。随着时间的推移，低成本监控器的质量将会提高，希望政府也将增加监控器的数量，并为公民提供实时访问，使他们无需诉诸自己的措施。
　　以下是一些低成本传感器的比较和注意事项，以及购买时应注意的事项;Urban Sciences在印度建立了一个可运营的低成本传感器网络。
　　+空气污染监测数据的基本用途是什么?
　　下面总结了监控数据的最基本用法。
　　+监测数据如何用于健康暴露评估?
　　对健康的影响是人们担心空气质量恶化的主要原因。可靠的环境空气监测数据的最大用途之一是与健康影响建立可信的联系，包括缺血性心脏病(可导致心脏病发作)、脑血管疾病(可导致中风)、慢性阻塞性肺病、下呼吸道感染和癌症(气管、肺部和支气管炎)。越来越多的证据表明，空气污染与肥胖、糖尿病和阿尔茨海默病有关。根据最近的全球疾病负担(GBD)估计，2016年，户外过早死亡人数估计为103万人，家庭PM2.5污染导致78万人过早死亡。印度研究人员也发表了类似的估计，但多次遭到环境部长们的断然拒绝。
　　要更好地了解空气污染对我们健康的影响，并利用它来建立有效的长期空气质量管理计划，唯一的方法就是了解长期污染暴露水平。健康影响评估基于长期环境监测趋势和长期医院记录。这种分析通常是针对一个城市或一个国家，或全球(就像GBD的工作一样)进行的，而不是针对一条道路或一天。这里的重点是长期暴露于空气污染的影响。例如，如果一个城市的PM2.5平均浓度为100 μg/m3，持续365天，那么由于心血管疾病发病率的增加，这种慢性暴露的可能影响可能与一年内如此多的过早死亡有关。
　　短时间内接触高浓度会对健康产生急性影响，如眼睛刺激、呼吸短促、鼻窦炎、哮喘加重、恶心和皮肤刺激;所有这些研究都在不同水平上研究了与所有标准污染物的联系。
　　与印度的环境监测和排放监测一样，在了解城市和农村人口的慢性和急性健康影响方面的工作也很缺乏。目前关于空气污染如何影响人体器官的理解，是基于在印度以外进行的研究。这不应该成为对空气污染免疫的理由。将健康影响与空气污染联系起来的更多研究将加强印度更严格的监管和积极实施更清洁选择的理由，但让我们不要停止或等待这种情况发生。
　　+监测数据如何帮助验证建模工作?
　　更多的台站意味着更大的数据池，以便更好地了解污染的空间和时间趋势，并为试图了解这些趋势的建模工作提供更多支持
　　模拟PM2.5浓度(预测模式)
　　作为空气污染知识评估(APnA)城市计划的一部分，我们将来自不同来源的数据库放在一起，为城市空气群建立排放清单，并将其处理为化学运输模型，以估计环境浓度。将2018- 2019年连续监测站的所有PM2.5浓度数据进行汇总，并与这些模型结果进行比较。散点图显示了24小时PM2.5平均浓度的月比较。建模数据用于城市的城市部分。为了能够复制多个城市浓度的时空趋势，验证排放清单，可以进一步用于情景分析和政策对话。
　　模型PM2.5浓度与实测值PM2.5浓度的比较(后置模式)
　　+参考资料
　　空气传感器指南，美国环保局，2014年(链接)
空气质量传感简史，蒂姆·戴伊著，2017年(链接)
全球官方监测数据的存储库，由OpenAQ提供。
环境空气质量连续监测技术规范，印度CPCB(链接)
持续排放监测指南，CPCB印度，2017年(链接)
在线尘埃粒子计数器