在分布式传感时代，迈向具有社会响应性的环境空气质量监测

《Environmental Science & Technology》：Toward Socially Responsive Ambient Air Quality Monitoring in the Era of Distributed Sensing

本文探讨环境监测技术60年演变及未来设计挑战，强调分布式传感需平衡科学严谨性与社会响应，关注数据应用、灵活性及公众参与机制，以应对动态环境需求。

　　

特刊

作为《环境科学与技术》（Environmental Science & Technology）“环境科学与技术60周年”特刊的一部分发布。

在过去60年里，固定式环境空气质量监测技术发生了显著变化，从由学术实验室运营的监管空气质量监测站和少数密集型“超级站点”(1)，转向了通过低成本传感器实现的更分布式监测。(2)早期的监管网络和超级站点旨在提供高精度、可追溯的测量数据，以支持监管标准并深化基础科学研究(3)，但由于安装和运营成本高昂，这些站点分布较为稀少，且报告的数据时间分辨率较低（即每小时或更慢）。随着低成本传感器使环境空气质量监测的普及，人们对空气质量数据的使用方式以及问责评估(4)的期望不断提高。如今，环境空气质量监测越来越多地被期望用于及时、局部地评估监管效果，并为具有社会意义的决策提供依据。环境空气质量监测的社会响应程度取决于网络目的、用户、时间线和灵活性等方面的协调设计选择。其中一些设计考虑正在积极解决，而其他方面仍需进一步发展。这一发展至关重要，因为这些因素必须反映在监测系统或网络的底层架构中。

满足不断变化的期望

---

随着环境空气质量监测被更广泛的受众（包括公民科学项目）所使用，研究人员必须相应地进行调整。(5)数据访问范围的扩大要求更慎重地考虑信息传播方式及合作伙伴的参与方式，包括明确不同层次和/或级别的沟通需求。这包括哪些信息面向公众，哪些信息主要用于学术分析，以及研究人员如何有效地在这些受众之间进行沟通。

这些扩大的期望在时效性、可访问性和科学严谨性之间引入了内在的矛盾。特别是，对近乎实时信息的需求可能与校准、验证和不确定性表征所需的时间相冲突(6)，尤其是在公众关注度较高的异质性或快速变化的环境中（如野火烟雾事件）。另一个矛盾在于，低成本传感器通常仅能测量某些污染物（通常是PM_2.5，最近还包括NO₂和总VOCs），而要准确了解公众关注的问题，则需要额外的污染物测量。因此，数据可用性的增加并不一定意味着可解释性或决策相关性的提升。近期在公民科学领域的努力试图制定最低最佳实践标准，以指导关注社会响应式监测的实践者(7)，强调科学标准、合作、沟通和数据管理的协调性。

以结果为导向的设计

---

随着分布式传感器网络的兴起，我们需要从静态监测范式转向以结果为导向的部署策略，明确考虑测量数据的使用方式。传统的环境监测系统主要是程序性的，旨在实现预定义的监管或科学目标，网络配置、时间分辨率和质量要求都是预先指定的。相比之下，旨在为局部或社会相关决策提供信息的监测通常需要不同的设计权衡，例如更高的时间分辨率、更大的空间密度或更灵活的不确定性管理方法。

以结果为导向或社会响应式的设计将网络设计的重点从能测量什么转移到测量数据旨在支持哪些决策或评估上。对于研究人员来说，传感器部署和网络设计应基于我们希望评估的情景和希望解答的问题。我们现在可以思考，如果发现不平衡，有哪些政策、技术或行为手段可用，如何通过测量数据为这些决策提供信息(8)，或者如何最大化社会价值并减少网络不平等(9)。这些设计理念强调监测不仅是一种观测工具，还是以干预为重点的研究的关键组成部分，尤其是在复杂且异质的城市环境中，因为总体指标可能掩盖局部影响。

重要的是，向更社会响应式监测的转变并非沿单一维度进行。与时间线、目标用户、系统灵活性和监测目的相关的设计选择往往是独立做出的，导致某些方面具有响应性，但在其他方面受到限制。例如，一个网络可能提供近乎实时的公共信息，但其固定的部署位置或预先规定的质量要求限制了其适应新问题或条件的能力。

图1展示了从“程序性”到“社会响应式”的设计维度连续体，并说明了这种转变需要通过监测系统架构的相应调整来支持。该图强调，响应性不仅仅通过沟通实现，还需要网络设计、校准和质量保证、数据处理、解释和沟通等方面的协调选择。因此，项目设计阶段至关重要，因为如果将社会响应式空气质量监测事后应用于现有的程序性网络，其效果将大打折扣。

图1

图1. 向社会响应式监测的转变需要在多个设计维度上进行协调调整，这些调整随后体现在监测系统的架构中。研究人员在实施分布式传感网络之前，必须更加考虑其项目在程序性到社会响应式谱系中的位置。此图中的滑块设置是示例性的，仅用于展示目标优先级的可视化。

高分辨率图片

下载MS PowerPoint幻灯片

监测架构中的新兴需求

---

到目前为止，收集空气质量数据的技术能力已经超过了解读这些数据并将其转化为实际行动所需的概念框架、制度框架和分析框架，导致许多监测系统与其预期支持的决策越来越不匹配。展望未来，支持社会响应式分布式传感的监测系统架构需要在多个方面采取行动。

在网络设计中，我们需要持续评估新出现的低成本传感器技术，尤其是随着参与空气质量监测的利益相关者数量不断增加（例如新的供应商、政府机构和社区团体）。此外，还需要能够在动态环境中运行的传感器网络和部署策略(10)。这包括根据全球北方和南方、城市内部和城市之间、社区主导和应用主导之间的差异调整策略(11)。适应性校准和验证方法的持续进步也至关重要，尤其是那些不依赖于现场校准的方法(13)。

除了网络设计和校准之外，社会响应式监测架构还必须支持数据处理方法，以便能够聚合、过滤和 contextualize 大量异构数据，同时保留不确定性(14)。在参与式/公民科学背景下，这一挑战更加突出，因为数据可能由技术水平不同的用户在多种环境中收集。因此，处理流程或数据验证工具必须能够适应变化的数据质量、不断发展的传感器性能和潜在排放范围，而不能依赖限制可解释性或可信度的固定或模糊假设(15)。

解释和转化是监测系统架构中同样关键的要素。通过参与式努力生成的测量数据往往引发超出传统监管指标范围的问题，包括对偶发暴露、局部来源或感知健康影响的关注(16)。如果没有整合上下文信息和不确定性表征的明确框架，分布式传感数据可能会被过度解读或完全忽略。设计能够将测量数据与不同用户的相关问题联系起来的系统，同时保持科学可信度，是社会响应式监测的核心挑战。

最后，沟通和参与必须被视为监测架构设计的不可或缺的部分，而不仅仅是下游输出。有效的参与式监测需要双向沟通。社区不仅能够获取结果，还需要理解数据的局限性，反思不确定性，并将沟通与行动或系统干预相结合(17)。使社区能够收集、解释并根据自己的空气质量数据采取行动，同时不过分强调精确度或健康影响，是下一代分布式空气质量监测的技术和社会设计挑战。