犹他大学和EDF的一项开创性研究利用Google街景汽车对盐湖谷的空气质量进行了详细监测。这项研究揭示了超本地污染热点，突出了环境正义问题，标志着在了解和解决城市空气污染的不均衡影响方面取得了重大进展。
在盐湖谷，配备了先进空气质量测量工具（类似于Google街景车）的汽车穿行于各个社区，收集高度详细的空气质量数据。这种全面的采样揭示了不同地区污染水平的明显差异。此外，还开发了一种新颖的大气建模技术，以准确定位这些污染排放的来源。
年，犹他大学的大气科学家团队与环境保护基金及其他合作伙伴合作，在盐湖谷引入了一种创新的空气质量监测方法。他们为两辆Google街景汽车配备了移动空气污染探测器，能够识别超本地污染热点。
在随后的几个月里，该大学大气科学教授约翰-林（JohnLin）开发了一种突破性的建模技术。这种方法结合了风向模式建模和统计分析，可以追溯污染物的确切来源。这种技术在污染追踪方面提供的详细程度超过了传统的空气质量监测方法，而传统的空气质量监测方法通常是对整个城市地区的空气质量进行评估。
美国大学和环境保护基金（EFD）领导的一项研究最近在《大气环境》杂志上发表了研究结果。
林说："有了移动车辆，你实际上可以把它们送到任何它们可以行驶的地方，以绘制污染地图，包括以前监测漏掉的路边污染源。我认为巡回哨兵的想法对很多城市来说都是可行的。"
装有空气质量仪器的Google街景车。图片来源：洛根-米切尔
研究人员在车辆上装载了空气质量仪器，并指挥驾驶员逐街逐巷地在居民区内寻找，每秒钟采集一个空气样本，从而建立了盐湖谷从年5月到年3月空气污染物浓度的海量数据集。观测结果绘制出了迄今为止分辨率最高的污染热点细尺度地图--数据捕捉到了米（约两个足球场）范围内的变化。
"最大的启示是，从一个街区的一端到另一端，空气污染的空间变化很大。"EDF的高级空气质量科学家、该研究的共同作者塔米-汤普森（TammyThompson）说："人们呼吸的空气可能存在很大差异，而典型的监管监测仪和美国环保局用来控制空气污染的政策无法捕捉到这种规模。"
空气质量模式符合预期，交通和工业区周围的污染程度较高。在平均收入较低、黑人居民比例较高的社区，污染物含量更高，这证实了众所周知的环境正义问题。这种模式可以追溯到一个世纪前的红线政策，当时房主贷款公司绘制了地图，用红色墨水勾勒出"危险"社区。被划入红线的社区通常空气质量较差，原因是居民身边存在工业活动，而这些居民通常是有色人种。城市规划者利用这些地图作为在所谓的危险区域修建高速公路和允许工业公司进入的理由，加剧了环境问题。
"空气质量不是一个新问题。空气质量问题已经存在了几十年，而且当时的情况可能更糟，"林说。"I-15州际公路走廊沿线都是被划为红线的居民区。可悲的是，有相当多的研究证明，80年前的红线社区仍然存在。这些社区仍在与空气质量问题作斗争。种族歧视的遗留问题依然存在，因为它们往往是投资不足的社区"。
新大气模型源定位步骤示意图。资料来源：Linet.al()Atm.
安装在Google街景车上的研究级仪器可测量从周围抽入的环境空气，并分辨出主要空气污染物的化学特征，包括汽车、卡车、非道路车辆和发电厂排放的氧化亚氮（NOx）；道路和非道路柴油车辆及工业窑炉不完全燃烧产生的黑碳（BC）；灰尘或灰渣产生的细颗粒物（PM2.5）；以及主要来自垃圾填埋场的甲烷。研究人员指导司机对26个社区的空气进行采样，从北盐湖的工业化地区到南至棉林高地和西约旦的居民区。研究人员选择的居民区代表了整个山谷中截然不同的人口构成，包括黑人居民比例、从3.4万到10多万不等的平均收入，以及以工业或住宅建筑为主的地区。
大多数污染物显示出一种强烈的模式，强化了我们已经知道的事实--山谷中高速公路沿线的氮氧化物、PM2.5、BC和二氧化碳水平升高。一种污染物水平较高的地区很可能是其他污染物水平较高的地区，这些污染物可能来自排放多种污染物的单一污染源，也可能来自重叠污染源。
测试大气模型以确定砾石坑作业附近PM2.5排放热点的案例研究。c)中的Google地球图像显示了砾石坑，与b)中相关性最高的网格单元相对应。资料来源：Lin等人()AtmEnviro
"说路上有污染有点无聊。每个人都知道。对不对？所以，我们想利用数据找到道路以外的污染源，"Lin说。作者们用两个著名污染源的案例研究测试了林的新大气建模方法--一个是大型垃圾填埋场甲烷源，另一个是已知的砾石坑PM2.5源。然后，他们应用该模型分析了盐湖城机场以南的一个工业区内以前未知的PM2.5升高区域。
作者希望其他地方也能利用这一新方法来识别污染热点源，使他们的城市更加安全，包括识别临时污染源（如煤气泄漏）和永久污染源（如工业污染源）。巡回哨兵可以帮助决策者制定法规，更有效地利用资源来减轻对市民的伤害。
作者希望将大气模型用于"空气跟踪器"等项目。"空气跟踪器"是首个基于网络的工具，可帮助用户找到其所在社区可能的空气污染源。空气追踪器基于实时、可信的科学模型运行，并与空气污染和天气数据相结合，是与美国大学、欧洲环境基金和卡内基梅隆大学的CREATE实验室合作开发的，它可以帮助用户更多地了解他们呼吸的空气，包括污染浓度及其潜在来源。空气追踪器已在盐湖城谷投入使用，并将在未来几个月内推广到全国更多地方。
"这项工作涉及许多重要的环境正义问题，"环境发展基金会的汤普森说。"我们需要了解不同社区的平均空气污染状况，然后了解为什么会存在差异，为什么会有热点地区，因此我们可以做些什么。当我们越来越多地了解到空气污染的不平等以及我们在全国各地呼吸到的空气时，这真的非常非常重要。"
参考文献：JohnC.Lin、BenFasoli、LoganMitchell、RyanBares、FrancescaHopkins、TammyM.Thompson和RamónA.Alvarez于年8月2日发表在《大气环境》杂志上的《通过移动测量与大气建模相结合实现城市污染物超本地源识别》。
DOI:10./j.atmosenv..
编译来源：ScitechDaily
