低成本传感器与个体监测仪在不同通勤模式下的PM2.5暴露评估比较研究

《Atmospheric Environment: X》：PM2.5 Exposure Assessment Using Low-Cost Sensors and Personal Monitors – A Comparison Across Different Commuting Modes

　　

摘要：空气污染的健康影响已有充分文献记载。室外空气污染每年导致超过400万人死亡，全球99%的人口暴露于不健康的空气污染水平（WHO, 2024）。PM2.5是对健康影响记录最充分的污染物之一，因其粒径小，可穿透肺壁并到达身体其他部位，导致短期和长期疾病，如心血管和呼吸系统疾病、肺癌及不良围产期结局（WHO, n.d.）。世界卫生组织指南建议年均PM2.5浓度不超过5 μg/m3，精确的暴露评估对于开展准确的健康影响分析至关重要（WHO, 2024）。许多关于空气污染健康影响的流行病学研究基于距离参与者住址最近的监测站测量的环境空气污染数据，或使用复杂模型预测住址处的污染水平（Dockery et al., 1993; Pope et al., 1995; Vanoli et al., 2024）。监测站，也称为参考监测仪（reference monitors），通常被认为是测量空气污染最准确可靠的仪器（WHO, 2023）。空气污染在空间上变化显著，取决于城市与农村区域、城市密度以及与道路和工业区的邻近程度等因素。精细尺度的暴露评估对于理解人群中的暴露差异和环境不平等，以及衡量地方空气质量政策的影响至关重要（WHO, 2023）。人们并非静止不动，往往会在各种环境中度过时间，包括工作场所、通勤途中、休闲活动或与家人朋友相处。若仅依赖单一监测点测量个体暴露，则无法完全捕捉空间变异性，从而导致测量偏差（OECD, 2024; Ortiz-Ospina et al., 2020）。工作地点的空气污染可能高于家中，因为人们倾向于在城市地区工作而居住在郊区。工作通勤也会影响暴露，因为所使用的交通方式会影响与道路的距离等因素，从而直接影响对交通相关空气污染（TRAP）的暴露量（Cepeda et al., 2017; Mitsakou et al., 2021）。流行病学研究更倾向于使用直接的个人暴露测量而非环境测量，因为它们能够检测个体的暴露模式和健康结局，但由于所需资源庞大，实施起来较为困难。少数研究评估了环境监测站作为个人空气污染研究替代指标的适用性（Boomhower et al., 2022; Chen et al., 2022; Evangelopoulos et al., 2020）。这些研究的结果高度异质，室外暴露与个人暴露之间的相关性值范围很广，表明环境空气污染监测仪仅在特定条件下才能较好地作为替代指标（Boomhower et al., 2022; Chen et al., 2022）。其中许多研究主要使用皮尔逊或斯皮尔曼相关性来评估一致性。虽然这能反映两者相关的强度，但不能提供更多额外信息，例如两个监测仪之间测量值的偏移或测量极值的能力（Aggarwal & Ranganathan, 2016）。近年来，公民科学方法在环境流行病学中越来越受欢迎（Froeling et al., 2021）。由公民主导的项目，如PurpleAir（PurpleAir, n.d.）和AirGradient（AirGradient, n.d.），通过让关心此事的公民参与在其家中建造和设置低成本传感器（LCS），使得低成本空气污染监测站在各城市的分布成为可能，并为科学做出贡献。LCS已被成功应用于多个项目，例如“呼吸伦敦”（Breathe London Communities, 2025），该项目在大伦敦地区运营着一个由超过100个LCS组成的网络。通过持续的数据质量检查和校准，该项目能够识别污染较高的区域，并为改善空气质量的决策提供信息。随着公民科学项目的兴起，来自这些LCS的数据可能为未来的空气污染研究提供宝贵资源，以更好地捕捉不同地点的暴露情况。本文中，研究人员将严格使用术语LCS指代固定式低成本监测仪，使用术语个体监测仪（personal monitors）指代便携式个人监测设备。世界气象组织（WMO）最近发布了一份报告，将LCS列为用于空气质量评估的关键新兴技术类别（Subramanian et al., 2025）。LCS在没有参考监测仪的地区以及通过提高监测密度和扩展空间覆盖范围来补充现有监测仪方面非常有用。LCS的其他优势在于其成本效益以及在多个地点大量分布的潜力。这种可扩展性进而可以实现高空间密度，从而允许评估不同微环境中短期变化的暴露情况（Subramanian et al., 2025）。过去几年中，LCS的性能、可获取性和经济性得到了大幅提升（Siddiqui et al., 2024）。使用LCS的主要挑战之一是传感器在长时间观测后可能出现校准漂移，导致暴露评估的不确定性。有效的校准和数据质量控制对于限制使用低成本传感器带来的技术权衡所产生的不确定性是必要的（Subramanian et al., 2025; Zhang et al., 2025）。近年来，针对LCS数据的校准、验证和使用，已经制定了许多建议和指南（Chacón-Mateos et al., 2025; Clean Air Institute, 2022; Giordano et al., 2021; Siddiqui et al., 2024; Zhang et al., 2025）。尽管先前的研究评估了环境监测站能否用作个人暴露的替代指标，但只有少数研究评估了LCS相对于参考监测仪的表现（English et al., 2020; Gitahi & Hahn, 2022; S. Kim et al., 2024）。最近一项关于研究现状的综述发现，关于LCS在流行病学中的应用仍缺乏研究（S.-Y. Kim et al., 2023）。另一篇综述强调了使用固定式和移动式LCS的挑战和潜力（Morawska et al., 2018）。Gardner-Frolick等人（Gardner-Frolick et al., 2022）基于现有LCS网络的可解释性、时空分辨率、准确性和可用性，创建了一个选择方法的框架。通勤期间的个体暴露会强烈受到所用交通方式的影响，并且有大量证据表明不同交通微环境中的空气污染暴露存在巨大差异（Marinello et al., 2023）。关于不同通勤模式下暴露的研究呈现出异质性结果，这是由于多种因素造成的，例如与高交通流量道路的接近程度、交通构成、所用燃料类型以及通风设置（Mitsakou et al., 2021）。一些研究发现，最靠近交通流的交通方式暴露于更高浓度的TRAP，特别是汽车使用者面临最高的暴露风险（Cepeda et al., 2017; de Nazelle et al., 2012）。相反，最近的一项研究发现，使用主动通勤方式的通勤者比使用私家车的人暴露于更多的空气污染（Ramel-Delobel et al., 2024）。另一项研究发现，位于公交车站的个体监测仪测量到的极端值远非环境监测站所能捕捉（Murray et al., 2024）。精细尺度的暴露评估可以改进流行病学研究，以识别风险。个体监测仪是测量个人暴露的理想工具，但其资源消耗相当大。大多数寻找个体监测仪替代指标的研究都集中在参考监测仪上，而对LCS的使用研究不足。在本研究中，研究人员旨在通过在实际环境中评估LCS相对于个体监测设备和参考监测站的性能来填补这一知识空白。研究人员将使用三个指数来比较不同类型的监测设备，以获得对其一致性和可能用例的更全面理解。本研究的主要目标是评估LCS的性能，并评估其在流行病学研究中理论上作为个体监测仪替代指标的用途。研究人员重点关注通勤期间LCS与个人暴露之间的一致性，基于行程级别数据，因为这些数据在相对较短的时间内涵盖了不同微环境中的广泛暴露情况。此外，研究人员旨在评估几种不同交通方式下LCS与个体监测仪之间的一致性程度。次要目标是评估日常环境水平下LCS与参考监测仪之间的一致性。此比较的目的是为解释第一个目标中LCS与个体监测仪之间的一致性设定一个参考标准，并提供关于LCS用于环境暴露评估的可能性的信息。本研究的发现对于未来研究具有重要意义，它评估了LCS在流行病学研究中可能的用途。这些易于获取的监测设备也可为政策制定和城市规划提供有用的信息。

一、研究背景与问题提出

空气污染，尤其是细颗粒物（PM_2.5），对人体健康构成重大威胁。传统的流行病学研究多依赖于有限的、高成本的固定环境监测站（参考监测仪，reference monitors）数据来估算个体暴露水平。然而，个体并非静止不动，其暴露水平受所处微环境（如家庭、工作场所、通勤途中）的显著影响，尤其是在通勤过程中，不同交通方式导致的暴露差异巨大。参考监测仪因空间分辨率低，难以捕捉这种精细尺度的时空变异，可能导致暴露错分和健康效应估计偏倚。

近年来，低成本传感器（low-cost sensors, LCS）网络（如PurpleAir、AirGradient等公民科学项目）蓬勃发展，提供了更高密度的环境监测数据。同时，便携式个体监测仪（personal monitors）能直接测量个体在移动过程中的实时暴露。然而，LCS能否作为个体监测仪的可靠替代品或补充，用于精细尺度的暴露评估，特别是在通勤这一高变异场景下，尚缺乏系统性研究。现有研究多聚焦于参考监测仪与个体暴露的相关性，而对LCS与个体监测仪在实际通勤场景下的一致性的评估明显不足。因此，开展此项研究旨在填补这一空白，评估LCS在流行病学研究中的应用潜力。

二、研究目的与结论

本研究旨在评估低成本传感器（LCS）在实际环境中与个体监测仪及参考监测仪在PM_2.5暴露评估上的一致性。主要目标是比较通勤行程层面LCS与个体监测仪（AirBeam传感器）的测量一致性，并按交通方式进行分层分析。次要目标是评估日常环境层面LCS与两类参考监测仪（城市背景站和交通站）的一致性。

研究得出以下核心结论：

1. 1.
   在日常环境水平上，LCS与参考监测仪（尤其是背景监测站）表现出良好至强的一致性（皮尔逊相关系数r > 0.8），证实了LCS在缺乏参考监测仪的区域进行环境暴露评估的巨大潜力。
2. 2.
   在通勤行程层面，LCS与个体监测仪的整体一致性为中等水平（皮尔逊相关系数为0.66，林氏一致性相关系数LIN为0.61），并存在一定的比例偏差（MeanDiff为0.36），表明LCS难以完全捕捉个体在通勤微环境中的精细时空暴露变异。
3. 3.
   不同交通方式下，LCS与个体监测仪的一致性差异显著。自行车通勤的一致性最低，而公交车、有轨电车和汽车通勤的一致性相对较高，几乎可与LCS与参考监测仪的比较结果相媲美，但后者因数据稀疏而存在较大不确定性。
4. 4.
   个体监测仪测量的暴露水平在不同交通方式间存在显著差异，有轨电车通勤的平均暴露最高（36.91 μg/m3），而汽车通勤最低（14.83 μg/m3）。LCS与个体监测仪的平均暴露水平在所有行程中总体无差异，但在按交通方式分层后差异明显，例如LCS系统性低估了自行车通勤者的暴露，高估了有轨电车通勤者的暴露。

三、关键技术方法

研究人员在意大利佛罗伦萨大都市区，于2019年和2020年1月至2月（高污染月份）收集数据。使用了三类监测设备：（1）两台由托斯卡纳区域环境保护局（ARPAT）管理的参考监测仪（一个城市背景站和一个交通站），提供日均PM_2.5浓度；（2）来自CheAriaTira公民科学项目的14-15个固定式低成本传感器（LCS，采用Qbit LC-14 PM传感器），提供日均和通勤时段3分钟间隔数据；（3）32名志愿者在通勤期间携带的个体监测仪（AirBeam Plantower PMS7003传感器），记录每分钟PM_2.5浓度及GPS坐标。数据分析前进行了数据清洗和log转换。核心方法是采用三种互补的一致性评价指标：皮尔逊相关系数（Pearson）、林氏一致性相关系数（LIN）以及均值-差值相关性（MeanDiff）。将个体监测仪的每分钟观测值与时空上最接近的LCS观测值（时间窗口60分钟内）进行链接，并汇总至行程平均值进行分析。研究还进行了时间窗口（10、30分钟）和距离（基于中位数距离分组）的敏感性分析。

四、研究结果

4.1 一致性测量

4.1.1 LCS与参考监测仪在日常环境水平上的一致性

两个参考监测仪（背景站与交通站）显示出相似的暴露模式（皮尔逊相关系数：2019年为0.95，2020年为0.96）。LCS与背景监测站的对比显示出一致且强烈的一致性：皮尔逊相关系数范围为0.87至0.95，LIN范围为0.66至0.92，比例偏差（MeanDiff）范围为0.01至0.76。LCS与交通监测站的比较显示出相似的皮尔逊相关系数值（0.82至0.97），但LIN系数变异性更大（0.46至0.92）。所有LCS的平均值与参考监测仪的一致性接近于单个LCS的表现，也接近于两个参考监测仪之间的一致性。这表明LCS在环境暴露监测方面具有强大潜力。

4.1.2 LCS与个体监测仪在通勤行程层面的一致性

整体上，LCS与个体监测仪的一致性低于与参考监测仪的一致性。所有行程的皮尔逊相关系数为0.66，LIN为0.61，MeanDiff为0.36。按交通方式分层后，一致性高度可变。自行车通勤在所有三个指数上的一致性最低。相比之下，公交车、有轨电车和汽车通勤显示出更强的一致性，几乎与LCS对比参考监测仪的结果相当，但由于数据稀疏，不确定性较大。个体监测仪测得的自行车和摩托车暴露水平明显且持续高于LCS的测量值，而其他交通方式的差异更具变异性。

4.2 暴露测量

4.2.1 总体暴露测量

共收集到覆盖162次通勤行程的4493条分钟级观测值。行程平均来看，LCS与个体监测仪链接观测值之间的平均时间差为2.18分钟，平均距离为2445.75米。大部分通勤行程由汽车（38.9%）、摩托车（34.6%）和自行车（16.7%）完成。

4.2.2 不同交通方式的暴露测量

在所有行程中，个体监测仪与LCS测量的平均暴露水平几乎没有差异。但按交通方式分层后，差异显著。测量差异范围从LCS比个体监测仪高出10.35 μg/m3（有轨电车）到个体监测仪比LCS高出7.05 μg/m3（自行车）。自行车是唯一一种个体监测仪测量值显著高于LCS测量值的交通方式。就个体暴露而言，有轨电车的行程平均暴露最高（36.91 μg/m3），其次是步行（25.50 μg/m3）。

五、讨论与结论总结

讨论部分指出，LCS在环境日平均水平上与参考监测仪表现良好，但在精细尺度上与个体监测仪的一致性仅为中等。这证实了个体监测仪在捕捉通勤期间空间变异暴露方面的优越性，而LCS作为固定站点，受限于其空间和时间分辨率。不同交通方式下的一致性差异表明，封闭式交通系统（如公交车、有轨电车）的暴露测量可能与LCS更可比，这可能归因于更一致的通风条件。然而，由于部分交通方式数据稀疏，这些结果需谨慎解读。研究强调了LCS在环境流行病学中的潜在应用价值，例如在缺乏参考监测仪的地区（如农村或低收入国家）进行时间序列或病例交叉研究，或用于校准预测模型。但同时指出了LCS的局限性，包括空间变异捕捉能力不足、传感器寿命衰减、分布不均可能带来的偏倚等。个体监测仪虽资源密集，但对于捕捉个体穿越不同微环境的完整暴露谱至关重要。

结论部分（原文Section 5）翻译如下：低成本传感器（LCS）在日常环境空气污染测量中表现出强一致性，在大型空气质量评估和流行病学研究中具有巨大的应用潜力。LCS的使用仍存在一些局限性，例如时空变异性和传感器寿命，以及相较于高精度参考传感器的较低准确性。然而，校准和传感技术的改进将对LCS的应用产生巨大影响。个体监测仪（取决于传感器类型）的测量精度也可能低于参考传感器，但它们对于测量个体暴露和交通微环境中的空气污染极具价值，而这正是环境监测仪和LCS难以捕捉的。本研究比较LCS与参考监测仪的结果显示了使用LCS定义区域水平暴露测量的可能性，以及在使用个体监测仪评估微环境污染物水平时的重要性。将个体监测仪和LCS网络与现有空气污染传感器网络相结合，将对实现更准确和精细尺度的暴露评估产生实质性影响。