《Atmospheric Environment》：Characterizing on-road NO
2 and particulate matter across urban road environments using city-scale mobile monitoring
编辑推荐：
摘要与交通相关的空气污染在城市道路上的分布差异显著，但现有的固定监测网络无法完全揭示道路尺度上的浓度变化规律。目前城市尺度的移动监测往往仅报告道路上的实际浓度，未能充分体现道路环境中短期出现的浓度升高现象。我们在中国广州的320辆电动出租车上安装了传感器，于2024年1月期间获得
摘要
与交通相关的空气污染在城市道路上的分布差异显著，但现有的固定监测网络无法完全揭示道路尺度上的浓度变化规律。目前城市尺度的移动监测往往仅报告道路上的实际浓度，未能充分体现道路环境中短期出现的浓度升高现象。我们在中国广州的320辆电动出租车上安装了传感器，于2024年1月期间获得了约2630万组15秒间隔的有效数据，用于检测二氧化氮、细颗粒物和可吸入颗粒物的浓度。经过多阶段校准和质量控制后，我们将测得的浓度分为变化缓慢的道路基准值和短期局部升高的浓度部分。二氧化氮的浓度变化在道路尺度上更为明显，而颗粒物的浓度则呈现更明显的空间聚集特征。在所有监测数据中，短期局部升高现象占二氧化氮浓度的24.2%，而细颗粒物为11.7%，可吸入颗粒物为9.5%。不同等级道路之间的浓度差异，二氧化氮最高可达36.3%，而细颗粒物为18.6%，可吸入颗粒物为17.1%。在中心城区限制卡车通行的时段，非限制区域的二氧化氮浓度会上升12.1%，这表明卡车流量可能转移到了限制区域之外。除了道路等级和区域差异外，基于数据的功能区分析显示，工业区和物流区的二氧化氮浓度升高最为明显，而商业核心区的颗粒物浓度则相对较高。滞后相关性分析表明，二氧化氮浓度的升高与固定监测点20至60分钟内的数据相符，而细颗粒物和可吸入颗粒物的浓度升高则呈现出约60分钟的统一时间延迟。这些研究结果为针对不同污染物类型、道路等级、城市功能、政策背景以及响应时间尺度制定交通污染管理措施提供了依据。
引言
与交通相关的空气污染是城市空气污染的主要组成部分，也是导致公共健康问题的重要因素（Brunekreef和Holgate，2002），其在短时间和小空间范围内的变化十分显著。车辆构成、运行状况、道路等级、交通拥堵程度以及街道形态的不同，都会导致城市道路上的浓度梯度出现巨大差异，污染水平也会迅速变化（Apte和Manchanda，2024；Liu等人，2018；Zhao等人，2023）。而且这种变化模式还与污染物种类有关。二氧化氮与燃烧产生的排放物以及道路附近的大气化学过程密切相关，而细颗粒物和可吸入颗粒物则是由尾气排放、刹车和轮胎磨损、道路灰尘重新悬浮、区域交通流动以及二次生成等多种因素共同作用形成的（DeWinter等人，2018；Long等人，2020；Zhang等人，2015）。由于这些污染源的组成不同，二氧化氮和颗粒物对当地道路及交通状况的反应强度也可能存在差异。因此，明确这些差异对于识别不同城市道路环境中的污染物特征，以及设计有效的交通排放控制措施具有重要意义。
现有的固定监测网络能够为空气质量评估提供标准化的长期监测数据，但其有限的空间覆盖密度无法完全反映复杂交通环境中的道路尺度变化（Chambliss等人，2020；Tessum等人，2018；Whitehill等人，2024）。移动监测则可以通过在道路沿线反复采集数据，弥补固定监测网络的不足，从而捕捉到少量固定监测点无法反映的空间变化特征（Hankey和Marshall，2015；Van den Bossche等人，2015；Wang等人，2023a）。随着低成本传感技术的进步，移动监测的应用范围已经从专门的科研车辆扩展到出租车、公交车、自行车以及市政车辆上，大大提升了监测的空间覆盖范围和采样频率（deSouza等人，2020、2023；Hasenfratz等人，2015；Mui等人，2021）。规模较大的运营车队尤其适合用于城市尺度监测，因为它们日常的行驶过程能够反复覆盖不同的道路环境。
现有的移动监测研究已经显著推动了城市二氧化氮和颗粒物的高精度分布图绘制工作（Sun等人，2022；Wu等人，2020；Yu等人，2022a、2022b）。然而，目前城市尺度的移动监测结果往往仅以整体道路浓度形式呈现，这就难以区分变化缓慢的基准浓度与短期局部升高的浓度之间的差异（Apte和Manchanda，2024；Brantley等人，2014；Bukowiecki等人，2002）。这种情况会限制对污染物特征的精准分析，因为二氧化氮和颗粒物对道路等级、交通构成、车辆运行状态以及交通管理措施的反应可能存在差异（Benavides等人，2021；Costagliola等人，2024；Grigoratos和Martini，2015；Zhang和Batterman，2013）。此外，基于行政区域或预先定义的道路等级进行的分析，可能无法反映单个道路的实际功能特征，因为工业走廊、物流区、商业核心区以及混合住宅区往往具有不同的交通活动和污染特征（Cadenasso等人，2007；Crivellari和Resch，2022）。因此，将短期局部升高的浓度现象与道路等级、交通管理背景、城市功能特征以及与固定监测点的滞后相关性结合起来分析，有助于更准确地解读城市尺度的移动监测数据。
在本研究中，我们在中国广州的320辆电动出租车上安装了传感器，开展了一项为期一个月的移动监测工作。电动出租车的结构可以减少监测车辆自身排放对检测数据的影响，同时能够实现二氧化氮、细颗粒物和可吸入颗粒物每15秒一次的连续监测。我们将测得的浓度分为变化缓慢的道路基准值和短期局部升高的浓度部分，本研究旨在实现三个目标：第一，明确城市尺度上的道路浓度分布特征，以及移动监测与固定监测数据之间的差异；第二，分析不同污染物、不同道路等级、不同交通管理时段以及不同功能区中短期局部浓度升高的差异规律；第三，研究短期局部浓度升高现象的日变化规律，以及其与固定监测数据之间的滞后相关性。在整个研究过程中，道路浓度被视为反映道路环境污染状况的指标，而非直接反映个体暴露程度的指标。这项研究为针对不同污染物类型、道路等级、城市功能、政策背景以及响应时间尺度制定有效的交通污染管理措施提供了城市尺度的实证依据。
章节节选
材料与方法
图1展示了本研究的分析框架。我们将城市尺度的移动监测数据与固定监测数据、道路网络数据以及城市地理空间数据相结合。通过比较不同监测平台的浓度数据，明确了移动监测和固定监测之间的互补作用（第3.1节）。随后我们分析了不同道路类型、不同区域以及不同交通管理措施下的污染物分布特征，以识别不同道路环境中的污染物特殊规律（第3.2节）。基于数据的城市功能区划分
各污染物浓度分量的空间分布特征
图4以50米×50米的分辨率展示了二氧化氮、细颗粒物和可吸入颗粒物的道路浓度、局部浓度以及短期局部升高浓度的分布情况。研究中发现，这些污染物的空间分布存在显著差异。细颗粒物呈现出明显的区域性聚集特征，而二氧化氮的浓度变化则更为复杂。值得注意的是，二氧化氮的浓度与城市主要道路高度相关，这说明
讨论与对道路环境污染管理的启示
通过将道路浓度分为变化缓慢的基准值和短期局部升高的浓度部分，我们发现后者在二氧化氮浓度中所占的比例为24.2%，而在细颗粒物和可吸入颗粒物浓度中所占的比例则分别为11.7%和9.5%。这一结果表明，二氧化氮的浓度变化与当地道路上的活动关联更为紧密，而细颗粒物和可吸入颗粒物的浓度则更多受到持续存在的区域背景因素的影响（Apte等人，2017；Janssen等人，2011；Snyder等人，2013）。我们的研究还发现，二氧化氮和颗粒物在
CRediT作者贡献说明
曹如辉：概念构建、数据整理、正式分析、方法设计、初稿撰写、论文修订。姚达文：数据收集、方法设计、研究指导、论文修订。徐睿：数据收集、论文修订。曾乐伟：概念构建、方法设计、论文修订。刘永红：概念构建、资金筹集、资源协调、研究指导、论文修订。
资金支持
本研究得到了中国深圳市基础研究计划的资助（项目编号：JCYJ20241202130016022）。
利益冲突声明
作者声明，他们不存在任何可能影响本研究结果的已知财务利益关系或个人关系。
Ruhui Cao|Dawen Yao|Rui Xu|Lewei Zeng|Yonghong Liu
中山大学深圳校区智能系统工程学院，中国深圳518107
