2018年3月12日:
　　在德里的一個問答環節(2017年12月)，我被問到這樣一個問題:“自排燈節以來，德里政府安裝了20個連續監測站。盡管監測工作有所增加(從6個增加到20個)，為什么污染水平仍然如此之高?”
　　一個簡單的答案是，監測是一種評估空氣污染水平的診斷工具，監測本身并不能減少任何空氣污染。
　　它所做的，是為理解空氣污染問題(空間和時間)提供了一個起點，并為解決污染控制方案提供了一個方向。
　　這引起了我的思考。
　　在我的整個職業生涯中，我一直從事與空氣污染相關的研究，在與空氣污染相關的問題交流時，我不得不不斷提醒自己存在認知偏差。這意味著我(在不知不覺中)假設其他人也像我一樣理解與空氣污染(和監測)有關的概念。當與其他“專家”交談時，這種偏見往往會得到加強，而打破這種偏見的唯一方法就是盡可能清晰地溝通。
　　我想談談空氣污染中的幾個主題，例如來源分配、擴散模型、排放清單等。在這篇博客中，我將嘗試解釋“空氣質量監測”的概念，它是什么意思，它是如何做的，我們從中得到什么，以及如何使用數據，并附有一些插圖。本博客中所有的例子和插圖都來自印度，但這些都是世界各地普遍的做法。
　　什么是空氣污染監測?
　　監測是測量一個地區的環境空氣污染水平。
　　這些數據將表明我們呼吸的空氣質量狀況。
　　從長期來看，這些數據使我們能夠梳理出有助于支持空氣污染控制政策的模式。這些模式包括污染的空間差異(城市中哪些區域污染更嚴重或更好)和時間差異(白天和/或季節中的污染水平是否存在模式)。
　　因此，雖然空氣污染監測本身并不能減少空氣污染，但它為我們提供了污染程度、污染地點和污染時間的線索。
　　利用這些數據趨勢，我們可以得出結論，我們改善空氣質量的努力是否成功，以及成功了多少。如果不是，我們是否需要嘗試其他選擇，或者在目前的努力中更加積極?
　　+為什么我們認為監測污染會帶來更好的空氣質量?
　　空氣污染監測為空氣污染政策提供信息，由于這種聯系，監測活動經常被決策者引用為污染控制戰略的一個組成部分(如果不是關鍵措施)，引引性地，媒體也引用。
　　例如，《印度斯坦時報》2016年的一篇文章引用了“移動空氣質量監測單元將能夠從源頭實時采樣、分析和控制空氣污染。”
　　對于不懂技術的讀者來說，這一聲明意味著，流動空氣污染監測裝置在城市巡查的同時，也在控制空氣污染。
　　如何監測環境空氣污染?
　　監測是用于評估空氣污染水平的方法的通用術語。對于空氣污染測量，環境是10米以下的所有空氣(大致);在這一點上，垂直混合是均勻的，并代表了附近的所有來源(包括來自遠距離的污染-鄰近的村莊，城市，州，甚至國家)。
　　有幾種類型的監測(環境靜態、環境移動和堆棧排放)，收集這些信息的不同方法(參考等級系統和低成本傳感器)，以及這些信息的多種用途(趨勢、暴露評估和源分配)。
　　+什么是人工空氣污染監測?
　　這是一個收集物理樣本的過程，然后在實驗室稱重，分析，記錄，然后郵寄給消費。
　　+什么是持續空氣污染監測?
　　在這個過程中，除了定期維護監測設備外，所有步驟(采樣、稱重、分析、記錄和發布數據)都是自動化的。
　　+進行環境測量的高度是多少?
　　根據印度中央污染控制委員會(CPCB, New Delhi, India)提出的環境監測協議，一個監測站將位于距離地面3-10米的地方，而不是“歸零地”。這代表了該點上的所有來源貢獻，而不受可能影響監測結果的來源(在零點處，例如車輛尾氣)的影響——在本例中，是對車輛尾氣直接排放造成的污染水平的高估。
　　+如何選擇測量地點?
　　測量地點的位置非常關鍵，并可能導致最終結果的偏差——靠近工業區的地點，或位于居民區中間的地點，或被周圍樹木遮擋的地點，或靠近交通路口的地點，或位于公園中間的地點。
　　一般的理解是，一個環境監測站可以代表半徑2公里的區域，換算成15平方公里。Km(舍入)。如果城市面積是1000平方英尺。公里，那么你需要67個車站分布在城市各處。此外，我們還必須考慮人口密度、工業活動范圍和當地土地用途，這些因素將進一步決定所需車站的數目。這是一個理想的要求，有足夠的資金。為了盡量減少這些偏差，安裝監測站的適當協議是在不同的地點設置多個監測站，代表城市中的所有區域和活動。
　　如果以長期規劃為目標，那么環境監測站必須持續運行(進行適當的維護、機器校準和質量控制檢查)，這樣得到的數據才能提供城市空氣區污染空間趨勢的代表性圖片，以及空氣污染水平的日(日內)和季(年內)趨勢。
　　印度需要多少個連續監測站?
　　根據印度中央污染控制委員會(CPCB, India)創建的拇指規則，考慮了該地區的總人口和活動組合，我們估計印度需要4000個監測站——城市地區2800個，農村地區1200個。按州和地區分列的環境監控器所需數量和運行環境監控器數量的詳細信息可在這里找到。
　　例如，人口超過2億的北方邦需要558個車站，人口超過2000萬的德里需要77個。
　　+什么是流動空氣污染監測?
　　當使用這個術語時，特別是在污染控制委員會(pcb)中，這是指配備了與監管級環境監測站相同儀器的貨車，在需要時，將其取出，停在被審計的地點，并運行一天或一周或更長時間，收集所有標準污染物的環境監測數據。氣象站在不同地點之間的靈活性使其具有移動性，但從該裝置上進行的測量被認為是環境測量，因為該裝置保持在預先選定的地點進行長期測量。
　　+什么是道路空氣污染監測?
　　在文獻中，像“路上”和“移動”這樣的詞經常互換使用，指的是測量是在儀器運動時進行的。在這種情況下，所有的儀器都被綁在車內(或車上)，用來測量道路上的空氣污染水平。
　　如果以多種模式(汽車、公共汽車、自行車、摩托車和步行)長時間重復這個練習，我們就可以建立道路污染的熱圖。值得注意的是，從這項工作中收集到的測量數據偏向于道路上的污染源和城市中的一個土地用途(道路)，從設計上講，它們不能與環境監測站的數據或環境標準進行比較。然而，這個練習是互補的，它可以幫助更好地了解旅行者暴露在多少污染中。
　　上圖顯示了在德里以各種模式旅行時暴露率的總結(這項研究是由印度新德里印度理工學院TRIPP中心的工作人員和學生進行的)。簡而言之，我們可以為城市旅行者建立一個健康暴露函數——如果城市的日平均環境污染為100 μg/m3，道路上的旅行者(平均每天)暴露在20-30%的污染中。這種比較只有在環境平均值和道路平均值之間才有意義。
　　另一個例子，下面是一段2分鐘的道路暴露研究視頻，展示了一名乘坐機動人力車的乘客在德里暴露在PM2.5污染的高點(和低點)(點擊這里了解該研究的更多細節)。您將注意到，儀器記錄的最高值為3000 μg/m3，但這些是旅行者暴露在1-2秒內的瞬時值，無法與環境監測數據的平均值相比。這項研究估計，與德里的平均PM2.5水平相比，駕駛機動三輪車的旅行者平均暴露在道路上的污染多50%。
　　+如何利用衛星觀測來推斷空氣質量?
　　從衛星檢索的原始數據是柱狀的-代表從衛星鏡頭到地面的一切。將該值轉換為地面濃度是一個多步驟的過程，包括使用基于多個假設的建模練習來估計污染水平。這些假設包括從環境空氣監測站進行的地面測量，以及全球化學物質傳輸模型到污染垂直分布下的結果。這些模型還依賴于估計的排放清單來驅動化學運輸模型。因此，為了從衛星監測中準確估計，來自地面監測站和排放清單的數據至關重要。
　　例如，NASA MODIS衛星是氣溶膠光學深度評估最常用的數據來源，用于估計全球PM2.5濃度。這顆衛星的軌道為705公里，在極軌上繞地球一周需要99分鐘。一個更新的模型是歐空局哨兵系列，軌道距離為693公里。簡而言之，我們有幾秒鐘內在印度上空拍攝的氣溶膠光學深度快照(當圖像無云時)，以確定當天的污染水平。這些快照講述了一個迷人的故事，但不足以理解印度地面污染水平的真實晝夜和季節循環。
　　分析衛星數據，將其與建模數據聯系起來，并將其回歸到地面濃度，這是一項漫長的工作，只有少數團隊有技術能力使用這種方法。考慮到在印度增加環境監測站的努力，以及專注于印度上空空氣污染物的新衛星(在地球靜止軌道上)，這種方法將會變得更好。但今天，如果有資金來了解印度城市和農村地區的空氣污染情況，那么這些努力應該落實到實地，以加強環境監測數據池
　　+什么是排放監測?
　　環境污染是我們呼吸的東西，不應將其與污染源的排放相混淆。當我們將探針插入排氣管或煙囪并開始測量時，監視器會顯示排放速率為xx克/立方米——這是排氣管或煙囪排放的瞬時值。只有當這個量分散并與其他來源混合后，我們才有一個環境空氣污染值。
　　與環境空氣標準一樣，大多數行業都有排放標準。例如，每一輛汽車、貨車和吉普車都有一個“污染控制下”(PUC)標簽，這意味著車輛在規定的污染物標準之下，但當你有100萬輛車同時在同一條道路上行駛時，復合效應就不同了。工業也是如此。每個行業都必須申請環境許可，該過程不包括對工業區的集體污染負荷的分析，而只包括對單個工廠的分析。
　　有一項命令要求重工業實時監測煙囪的空氣污染。然而，這些信息并沒有公開審查或用于研究(原因未知)。同樣，我們也有貼有Bharat- iii或IV貼紙的車輛(很快將從德里開始貼有Bharat- VI貼紙)，但車輛的真實排放率是由其使用年限、用途和行駛的道路決定的，需要使用每個城市的代表性駕駛周期進行測試。
　　今天，為印度城市進行的大多數排放清單工作都是使用借來的排放率或基于正在使用的技術或根據當地活動相關條件調整的排放率構建的排放率進行的。當我們想要了解我們呼吸了多少，哪種污染物，為了更好地了解這些污染物有多少來自哪個來源，我們還需要投資于排放監測。
　　+什么是低成本的空氣污染監測?
　　低成本監控器已成為政府監測數據的流行替代品，并具有增加監測數據池的潛力。一般來說，這些替代傳感器可以幫助創建一個更快、更便宜的城市污染水平熱圖;可以幫助到達使用標準監視器無法到達的城市部分地區;并補充說，在任何城市不斷擴大的監管級別網絡。但是，如果數據是為了支持城市的長期空氣質量管理計劃，則應謹慎分析這些數據，只有在設備通過所需的校準和維護協議時才能使用這些數據。如果沒有經過校準或使用不當，這些數據就會有偏差，更重要的是，政策制定者將不會接受這些數據作為診斷依據。
　　這是一個相當新的發展，尤其受歡迎，因為印度北部冬季空氣污染加劇，加上居民無法從政府獲得可靠數據。因此，他們不得不求助于自己的方法來了解空氣質量過去是什么(現在是什么)。隨著時間的推移，低成本監控器的質量將會提高，希望政府也將增加監控器的數量，并為公民提供實時訪問，使他們無需訴諸自己的措施。
　　以下是一些低成本傳感器的比較和注意事項，以及購買時應注意的事項;Urban Sciences在印度建立了一個可運營的低成本傳感器網絡。
　　+空氣污染監測數據的基本用途是什么?
　　下面總結了監控數據的最基本用法。
　　+監測數據如何用于健康暴露評估?
　　對健康的影響是人們擔心空氣質量惡化的主要原因。可靠的環境空氣監測數據的最大用途之一是與健康影響建立可信的聯系，包括缺血性心臟病(可導致心臟病發作)、腦血管疾病(可導致中風)、慢性阻塞性肺病、下呼吸道感染和癌癥(氣管、肺部和支氣管炎)。越來越多的證據表明，空氣污染與肥胖、糖尿病和阿爾茨海默病有關。根據最近的全球疾病負擔(GBD)估計，2016年，戶外過早死亡人數估計為103萬人，家庭PM2.5污染導致78萬人過早死亡。印度研究人員也發表了類似的估計，但多次遭到環境部長們的斷然拒絕。
　　要更好地了解空氣污染對我們健康的影響，并利用它來建立有效的長期空氣質量管理計劃，唯一的方法就是了解長期污染暴露水平。健康影響評估基于長期環境監測趨勢和長期醫院記錄。這種分析通常是針對一個城市或一個國家，或全球(就像GBD的工作一樣)進行的，而不是針對一條道路或一天。這里的重點是長期暴露于空氣污染的影響。例如，如果一個城市的PM2.5平均濃度為100 μg/m3，持續365天，那么由于心血管疾病發病率的增加，這種慢性暴露的可能影響可能與一年內如此多的過早死亡有關。
　　短時間內接觸高濃度會對健康產生急性影響，如眼睛刺激、呼吸短促、鼻竇炎、哮喘加重、惡心和皮膚刺激;所有這些研究都在不同水平上研究了與所有標準污染物的聯系。
　　與印度的環境監測和排放監測一樣，在了解城市和農村人口的慢性和急性健康影響方面的工作也很缺乏。目前關于空氣污染如何影響人體器官的理解，是基于在印度以外進行的研究。這不應該成為對空氣污染免疫的理由。將健康影響與空氣污染聯系起來的更多研究將加強印度更嚴格的監管和積極實施更清潔選擇的理由，但讓我們不要停止或等待這種情況發生。
　　+監測數據如何幫助驗證建模工作?
　　更多的臺站意味著更大的數據池，以便更好地了解污染的空間和時間趨勢，并為試圖了解這些趨勢的建模工作提供更多支持
　　模擬PM2.5濃度(預測模式)
　　作為空氣污染知識評估(APnA)城市計劃的一部分，我們將來自不同來源的數據庫放在一起，為城市空氣群建立排放清單，并將其處理為化學運輸模型，以估計環境濃度。將2018- 2019年連續監測站的所有PM2.5濃度數據進行匯總，并與這些模型結果進行比較。散點圖顯示了24小時PM2.5平均濃度的月比較。建模數據用于城市的城市部分。為了能夠復制多個城市濃度的時空趨勢，驗證排放清單，可以進一步用于情景分析和政策對話。
　　模型PM2.5濃度與實測值PM2.5濃度的比較(后置模式)
　　+參考資料
　　空氣傳感器指南，美國環保局，2014年(鏈接)
空氣質量傳感簡史，蒂姆·戴伊著，2017年(鏈接)
全球官方監測數據的存儲庫，由OpenAQ提供。
環境空氣質量連續監測技術規范，印度CPCB(鏈接)
持續排放監測指南，CPCB印度，2017年(鏈接)
在線塵埃粒子計數器