综述：基于物联网的空气质量监测的文献计量学与批判性综述：趋势、技术挑战以及对发展中国家的影响

《Scientific African》：A Bibliometric and Critical Review of IoT-Based Air Quality Monitoring: Trends, Technological Challenges, and Implications for Developing Regions

　　**Tolulope Elizabeth Aniyikaiye**

**土木工程系，工程、建筑环境与信息技术学院，Walter Sisulu大学，布法罗城校区，College Street，私人信箱X1421，东伦敦5201，东开普省，南非**

**摘要**
本研究通过Web of Science和Dimensions的记录，对2015年至2024年期间发表的关于基于物联网的空气质量管理（AQIoT）的研究进行了文献计量学和解释性回顾。利用绩效分析和科学映射技术，该研究探讨了出版物的增长、地理分布、合作网络、概念框架和主题演变，并将这些趋势置于持续的方法论和结构挑战背景中进行批判性考量。研究结果表明，AQIoT研究持续扩展，主要得益于低成本传感器、无线通信和数据分析技术的进步。然而，关键词和趋势分析中校准、传感器性能和数据准确性的重要性表明，对于低成本传感器的测量可靠性、交叉敏感性和长期稳定性仍存在持续关切。此外，研究还发现了由于平台异质性、专有分析流程以及元数据和校准实践不一致而导致的互操作性缺口和技术碎片化问题，这些问题共同限制了可扩展性和跨辖区整合。尽管非洲和其他发展中国家存在紧迫的环境和公共卫生需求，但相关研究产出仍主要集中在高收入国家。通过将文献计量学模式与技术和管理限制联系起来，本研究为推进标准化、提高数据质量以及促进能够支持基于证据的环境管理的互操作性监控系统提供了战略洞察。

**引言**
空气污染仍然是全球最严重和持久的环境挑战之一。世界卫生组织[1]报告称，空气质量差显著导致全球发病率和死亡率上升，这凸显了全面可靠监测系统的迫切需求。传统上，空气质量监测依赖固定的参考级监测仪器，这些仪器能够提供高精度的污染物测量数据[2,3]。尽管这些系统在科学上是可靠的，但其安装和维护成本较高，因此空间分布往往较为稀疏，特别是在发展中国家和人口密集的城市地区，那里的污染水平即使在短距离内也会显著波动[4]。这些限制造成了环境数据覆盖的显著缺口，阻碍了对局部污染热点的及时发现。

为应对这些挑战，越来越多的关注转向了基于物联网（IoT）的空气质量监测解决方案。这些系统结合了低成本传感器（LCSs）、无线通信技术和基于云的数据基础设施，建立了密集的实时监测网络，能够捕捉细微的污染动态[5,6]。收集到的传感器数据被传输到云平台，通过机器学习、异常检测和预测建模等高级分析方法将其转化为可操作的见解[7]。物联网传感器在室内和室外环境以及个人暴露监测中的广泛应用，突显了它们在研究和实践中的重要性[[8], [9], [10]]。

通过物联网生态系统生成的高分辨率环境数据对环境治理、公共卫生和社会参与具有重要意义。政策制定者可以利用这些详细数据集设计有针对性的缓解策略、执行监管合规性评估干预措施的有效性[11,12]。同样，工业界可以采用物联网驱动的洞察来监测排放、优化运营并支持可持续性举措。在个人层面，实时空气质量信息使人们能够做出减少有害污染物暴露的明智决策，从而改善健康状况[13]。此外，基于物联网的空气质量平台通过扩大公众获取环境信息的渠道和支持旨在提高意识和促进地方行动的公民科学项目，进一步促进了社区参与[14,15]。

过去十年间，随着技术进步，关于AQIoT的学术研究显著增加。文献计量学分析为研究这一不断扩展的文献提供了严谨系统的方法，使研究人员能够追踪研究轨迹、识别有影响力的贡献者，并发现新兴的主题群。尽管现有文献计量学研究已经探讨了空气污染和公共卫生、人工智能应用或室内空气质量等相关领域，但专门分析AQIoT作为一个独立研究领域的研究仍然较少。本研究旨在通过整合定量文献计量学分析与定性解释性评估，来填补这一空白，从而揭示塑造文献中观察到的趋势的技术、结构和社会经济因素。

**相关文献概述**
文献计量学分析已成为评估科学领域演变、结构和知识影响的宝贵方法[16]。通过定量评估大量学术成果，文献计量学技术使研究人员能够发现主题趋势、识别有影响力的贡献者，并绘制跨学科的合作关系[17]。在环境科学领域，文献计量学回顾越来越多地用于综合空气污染研究的发展，并阐明包括地理空间系统、机器学习和物联网在内的新技术工具如何重塑空气质量监测和管理。

几项文献计量学研究考察了空气污染及其缓解策略的不同维度。早期的研究，如D'Alpaos和Andreolli[18]的工作，使用了文献计量学和分析层次过程（Analytic Hierarchy Process）框架来评估城市化和工业化对环境的影响。他们对1,024篇Scopus索引的出版物进行分析，强调了空气、水和废物在塑造城市环境质量方面的核心作用。Nazli等人[19]分析了1,729篇关于室内空气质量（IAQ）的出版物，发现“室内空气污染”、“空气质量”和“IAQ”是主要主题，并展示了2022年至2023年间IAQ研究的快速增长。Liu等人的补充研究[20]追踪了绿色屋顶在减少污染物方面的研究进展，指出需要创新的低成本屋顶技术来支持空气质量改善。

越来越多的文献研究了空气污染与人类健康之间的交叉点。Dhital和Rupakheti[21]利用Web of Science数据库分析了1998年至2017年的2,179篇出版物，确定“空气污染”、“PM2.5”和“颗粒物”是持续的热点话题。Sun等人[22]同样研究了儿童空气污染暴露对健康的影响，分析了15,999篇出版物，揭示了两个主要研究领域：暴露模式及相关健康结果。Mishra等人[23]还探讨了更广泛的环境主题，他们绘制了用于空气质量监测的地理空间技术研究图谱，强调了遥感和GIS方法的主导地位，以及基于地理空间的污染评估日益增长的跨学科兴趣。

技术创新推动了专注于数字和智能环境管理解决方案的文献计量学工作的发展。Guo等人[24]对人工智能（AI）在空气污染缓解中的应用进行了文献计量学评估，确定机器学习、深度学习和低成本传感器是关键的研究领域。Li等人[25]进一步研究了2,962篇关于空气质量建模中的机器学习应用的出版物，揭示了四个核心主题：污染物特征分析、短期预测、检测增强和排放控制优化。在智能建筑和室内环境中，Broday和Gameiro da Silva[26]绘制了物联网融入建筑管理系统的图谱，发现大多数研究集中在能源优化方面，而关于室内环境质量的研究较少。Jain等人[27]分析了900篇关于空气污染的论文，发现“颗粒物”和“预测”是最常出现的关键词，强调了空气质量预测的持续关注。

针对物联网整合到空气质量应用中的研究正在兴起，尽管仍有限。Tan等人[28]评估了全球物联网在IAQ监测领域的应用情况，分析了106篇出版物，确定了四个主要主题：物联网、污染、监测和健康。他们的研究结果突显了物联网启用的IAQ系统的有希望的发展，同时也指出了隐私、数据安全和用户接受度等持续存在的挑战。Cáceres-Tello和Galán-Hernández[29]的相关工作研究了人工智能在智慧城市空气质量管理中的应用，发现人们对AI驱动的环境监测、预测、缓解和决策支持系统的兴趣迅速增长。

尽管以往的文献计量学研究为空气污染管理、环境传感和技术驱动的监测提供了宝贵见解，但仍存在重要的知识空白。现有的回顾通常关注广泛的空气污染研究、室内空气质量、AI和机器学习应用，或物联网在智慧城市和建筑自动化等更广泛背景下的应用。然而，没有一项研究专门探讨了物联网技术和空气质量研究的融合，即本文所定义的Air-Quality IoT（AQIoT）作为一个独立且不断发展的领域。此外，早期研究往往将污染科学和数字技术视为独立的发展轨迹。相比之下，本研究通过整合文献计量学发现与技术和社会经济考虑因素，提供了全球研究合作的详细图谱。

鉴于应用物联网技术进行空气质量监测和管理的兴趣日益增长，以及过去十年该领域出版物数量的迅速增加，对AQIoT进行文献计量学回顾不仅及时而且必要。本研究通过以下目标系统地绘制了AQIoT研究的发展、结构和动态：
1. 分析AQIoT研究的年度科研成果并识别出版趋势。
2. 识别对AQIoT研究最具影响力的来源、作者和机构，并考察作者网络内的合作模式。
3. 分析AQIoT研究成果的地理分布，并评估过去十年内的跨国合作网络。
4. 探讨AQIoT知识领域内的概念结构、研究主题和新兴趋势。

**材料与方法**
本研究使用了两个主要的文献数据库——Dimensions和Web of Science（WoS），以确保覆盖环境科学、工程和数字技术领域的广泛出版物。Dimensions是由Digital Science于2018年推出的开放获取学术数据库，整合了PubMed、Crossref和其他公开可访问的资源[30]。WoS最初由Eugene Garfield于1964年作为Science Citation Index（SCI）推出，现已发展为全面的多学科索引，目前由Clarivate Analytics维护[31]。选择 Dimensions和WoS的原因在于它们对与空气质量、物联网技术和环境传感相关的同行评审研究的广泛索引，以及它们适用于学术分析的特点。搜索范围涵盖了2015年1月至2024年6月的出版物，搜索字符串应用于文章标题、摘要和关键词，以最大限度地检索与AQIoT相关的研究（表1）。该过程从Dimensions中获得了737篇出版物，从WoS中获得了533篇出版物。

**表1. 用于从WoS和Dimensions数据库收集数据的搜索字符串**
| 数据库 | 搜索字符串 | 文章和会议记录（2015-2024） | 文章和会议记录（开放获取，英语，2015-2024） | 总计 |
|-----------|-----------------------------------------------------------------|-----------------|----------------------|--------------|两个变量之间的线性关系通过图中显示的拟合回归线来表示。下载：下载高分辨率图片（204KB）下载：下载全尺寸图片

图2. 2015年1月至2024年6月期间，使用WoS和Dimensions数据库分析的AQIoT年度发表趋势

表3展示了2015年1月至2024年6月间AQIoT论文的产生和引用情况。结果表明，2015年至2020年间发表的文章中有超过93%受到了引用，这表明该领域的研究成果在早期就得到了广泛认可。然而，从2021年到2023年，被引用的论文比例逐渐下降，从91%降至57%。

表3. 论文特征摘要
| 年份 | 总发表论文数 | 被引用论文数 | 总引用次数 | 平均每篇论文引用次数 | 平均每篇被引用论文引用次数 |
|------|-----------|-----------|-----------|----------------|------------------|
| 2015 | 33 | 11 | 438.00 | 38.00 | 38.00 |
| 2016 | 13 | 12 | 540 | 41.54 | 45.00 |
| 2017 | 18 | 18 | 287 | 28.78 | 28.78 |
| 2018 | 39 | 19 | 491 | 49.13 | 49.13 |
| 2019 | 81 | 17 | 614 | 17.36 | 18.50 |
| 2020 | 120 | 17 | 723 | 19.77 | 20.27 |
| 2021 | 142 | 129 | 640 | 11.55 | 12.71 |
| 2022 | 167 | 147 | 148.47 | 9.62 | 9.62 |
| 2023 | 182 | 104 | 112.81 | 14.91 | 14.91 |
| 2024（6月）| 78 | 223 | 300 | 0.38 | 0.38 |

考虑到总引用次数，2015年至2017年间发表的论文受到的引用相对较少，这一现象可以用该领域发展初期论文数量较少来合理解释。相比之下，2018年至2022年间发表的论文引用次数显著增加，反映了论文产出的增长以及该领域学术影响力的提升。2023年和2024年的总引用次数出现下降，这与García-Villar和García-Santos [32] 的观点一致，即新发表的论文由于引用积累时间有限，通常引用次数较少。此外，2024年引用次数较低还因为数据集仅包含截至该年的记录，导致引用轨迹不完整。

**期刊分析**
在本研究中，主要研究来源是期刊文章和会议论文。2015年1月至2024年6月期间，共有434个出版机构发布了与AQIoT相关的文章。一个出版机构的生产力及其文章获得的引用次数在其研究领域内的知名度和学术影响力中起着关键作用 [33]。图3a展示了AQIoT研究领域中最具影响力的前十个来源。其中，《Sensors》排名第一，发表了106篇文章；其次是《IEEE Access》和《Sustainability》，分别发表了30篇和24篇文章。这一分布反映了AQIoT研究的学科方向，该研究领域紧密围绕传感器技术、嵌入式系统和可持续环境监测展开，这些都与这些期刊的主题范围高度契合。这些期刊的知名度和广泛的读者群体可能也促使作者优先选择它们来传播AQIoT相关的研究成果。

图3b显示，2015年至2017年间，所有主要期刊的发表活动都较为低迷（每年发表的AQIoT文章少于10篇）。然而，从2018年到2024年，尤其是《Sensors》和《IEEE Access》的发表量显著增加。这一增长与低成本空气质量传感器的全球迅速普及、物联网应用程序在环境监测中的主流化以及智能城市和环境监测技术的研究资助增加相吻合 [34,35]。这些技术和政策的发展可以解释为什么某些期刊，特别是那些位于工程学和环境科学交叉领域的期刊，在此期间收到了大量AQIoT研究论文的投稿。这一趋势表明，AQIoT已经从一个新兴的细分领域转变为一个具有更高学术认可度的研究领域。

进一步使用h指数和g指数 [36,37] 评估了出版机构的科学表现（表4）。h指数定义为某出版机构或作者发表的文章中每个至少被引用h次数的文章数量 [37]。换句话说，h指数反映了该出版机构或作者作品集中高引用论文的数量，从而表明其持续的学术影响力。g指数由Egghe [36] 提出，它扩展了h指数的逻辑，以更好地衡量一组论文的整体引用表现。计算方法首先按引用次数降序排列论文，然后确定最大的g值，使得前g篇文章的总引用次数至少为g2。由于g指数更重视高引用论文，因此它总是等于或大于h指数。因此，即使出版物数量不多，某些期刊也能够获得相对较高的g指数。这些指标提供了更全面的期刊表现图景，不仅反映了生产力，还反映了AQIoT研究论文在推动该领域发展方面的贡献。

分析作者时，可以通过他们在特定时期内的论文数量来衡量其参与度。在AQIoT领域，共识别出3,330位作者，其中只有约17%的作者发表了2篇或更多论文，说明了一小部分作者始终活跃在该领域。表5总结了最具生产力的作者及其所属机构、国家和关键文献计量指标。生产率分析显示，三位主要作者来自韩国的不同机构：来自韩国科学技术院的Kim Seakhyun排名第一，发表了12篇论文；紧随其后的是Lee Joosang和Lee Sangwon，各自发表了11篇论文。韩国高生产力学者的高集中度表明，韩国在AQIoT相关研究上给予了强大的机构和国家级支持，这可能得益于促进技术创新和环境监测的政策。

分析作者影响力时，还可以考虑他们在特定时期内的论文数量。在AQIoT领域，3,330位作者中，只有约17%的作者发表了2篇或更多论文，说明了一小部分作者始终活跃在该领域。表5总结了最具生产力的作者及其所属机构、国家和关键文献计量指标。生产率分析显示，三位主要作者来自韩国的不同机构：来自韩国科学技术院的Kim Seakhyun排名第一，发表了12篇论文；随后是来自延世大学的Lee Joosang和韩国电子技术院的Lee Sangwon，分别发表了11篇论文。这些结果表明，韩国在AQIoT相关研究上给予了强大的机构和国家级支持。

进一步分析作者影响力时，可以通过引用影响而不是论文数量来评估。Kumar Prashant的引用次数最高（852次），其次是Liu Xiaoli（580次）和Marques Gon?alo（307次）。这表明，即使论文数量较少，如果作者的工作解决了新兴挑战或引入了在研究界广受认可的方法论，他们仍然可以产生显著的学术影响。基于h指数、g指数和m指数的质量导向指标提供了更深入的见解。根据这些指标，Marques Gon?alo和Mahajan Sachit被认为是AQIoT领域最具影响力的作者。Marques的h指数为9，g指数为10；Mahajan的h指数为7，g指数为8。两位作者的m指数均为1，表明他们在研究生涯中保持了稳定的学术成长。m指数通过职业长度对h指数进行了标准化 [37]，特别适用于比较处于不同职业阶段的作者。

此外，图4还显示了作者在多作者作品中的贡献程度。Marques Gon?alo和Mahajan Sachit的分数化文章值分别为3.84和3.61，表明他们在多作者作品中的贡献最大。文章分数化是指所有作者在论文中的署名平等分配 [16]，这一指标特别适用于合作研究密集的学科。

对应作者的国籍分布显示，中国发表的论文数量最多，是中国在AQIoT相关研究中最活跃和最具影响力的国家，其次是意大利和韩国（图5a）。总体而言，大多数贡献来自工业化国家，而发展中国家的研究较少。在国际合作方面，比利时的多国合作论文（MCP）比例最高（71.4%），其次是沙特阿拉伯和巴西（各占60%）。相比之下，葡萄牙、印度尼西亚、墨西哥和荷兰在AQIoT研究方面几乎没有国际合作。国家间的有限合作可能会限制这些国家AQIoT研究的开放性、知识交流和整体生产力。

**国家层面的研究影响和质量**
使用总引用次数进一步评估了各国在AQIoT领域的研究影响和质量（图5b）。中国拥有最高的引用次数（1253次），其次是意大利（570次）和韩国（542次）。值得注意的是，瑞士和以色列虽然没有进入发表量前十名的行列，但却是引用次数最多的前十个国家之一。这两国的平均每篇论文引用次数也最高，分别为159次和32.6次。这并不奇怪，因为它们的论文数量虽然较少，但包含了很多高引用论文，反映了它们较强的研究影响力。

作者的合作网络提供了关于科学社区结构和研究人员如何共同努力推进某一领域知识的见解。如图6所示，AQIoT研究被组织成十个可识别的合作小组，每个小组至少包含两位作者。大多数小组由同一国家内相同机构的研究人员组成，这种模式在新兴或技术密集型领域很常见，因为合作受到共同资金来源、机构使命和地理位置的制约。最大的研究群体包含14位作者，Lee J和Kim H是核心贡献者，这可能是因为他们经常参与多机构项目，并能够使用成熟的传感器技术实验室。表6提供了关于这些网络及其背后机构隶属关系的更多细节。下载：下载高分辨率图像（150KB）下载：下载全尺寸图像图6. 作者合作网络表6. 作者的合作网络和隶属关系小组作者作者的隶属关系备注深绿色Kim SHanyang University, 韩国该小组是本研究中确定的AQIoT领域最大的合作小组，包括14位来自不同组织的作者，主要来自韩国，还有来自美国（2位作者）和台湾（1位作者）的合作者。Lee J韩国科学技术院（KAIST）电气工程系，大田34141，韩国Lee S首尔崇坤馆大学，韩国Kim J首尔永山国际学校，韩国Kim H庆泰大学，韩国Kim Y韩国环境技术有限公司，12 Oncheoncheon-ro 319St., 47887, Dongnae-gu, 釜山，韩国Lee C国立台北科技大学，台湾Park J大邱天主教大学职业健康系，韩国Park S成庆大学，韩国Yu H美国中佛罗里达大学土木、环境和建筑工程系，奥兰多32816，美国Cho M大邱天主教大学职业健康系，韩国Kim D韩国大学，韩国Pantelic JWell Living Lab, Delos Living Llc, 罗切斯特，明尼苏达州，美国Seo S韩国又石大学健康产业学院环境健康与安全系，13135，韩国红色Mahajan S苏黎世联邦理工学院人文、社会和政治科学系计算社会科学，苏黎世8092，瑞士这是一个由来自世界各地作者组成的五人合作小组Liu X芬兰赫尔辛基大学Liu Y挪威科技大学，挪威Chen L台湾中央研究院信息科学研究所Kumar P英国全球清洁空气研究中心Peach英国南安普顿大学工程与物理科学学院，SO17 1BJ，英国这是一个由来自同一英国机构的五人合作小组。Bulot F英国南安普顿大学工程与物理科学学院，SO17 1BJ，英国Cox F英国南安普顿大学工程与物理科学学院，SO17 1BJ，英国Easton N英国南安普顿大学工程与物理科学学院，SO17 1BJ，英国Foster G英国南安普顿大学医学院临床与实验科学学院，SO17 1BJ，英国GreenDe V S意大利光伏与传感器应用与系统实验室，意大利这是一个由来自同一意大利机构的五人合作小组。Di F G意大利Enea–新技术、能源与可持续发展机构光伏与传感器应用实验室，80055，那不勒斯，意大利Ferlito IEnea–新技术、能源与可持续发展机构，意大利D'elia G意大利Enea–新技术、能源与可持续发展机构光伏与传感器应用实验室，80055，那不勒斯，意大利Esposito IEnea意大利新技术、能源与可持续发展机构，意大利AshBarcelo-Ordinas J加泰罗尼亚理工大学（UPC），巴塞罗那，西班牙这是一个由来自同一西班牙机构的三人合作小组。Ferrer-Cid P加泰罗尼亚理工大学（UPC），巴塞罗那，西班牙Garcia-Vidal J加泰罗尼亚理工大学（UPC）计算机架构系，巴塞罗那，西班牙MagentaDeligiannis V比利时布鲁塞尔自由大学，比利时这是一个由来自同一国家内不同机构的两人合作小组。Hofman J比利时弗拉芒技术研究所Vito健康单元，比利时BrownLin Y国立台北科技大学，台湾该小组的两位作者都来自同一机构。Yang C台湾东海大学计算机科学系，台中407224，台湾OrangeKhan A沙特阿拉伯贾赞大学电气工程技术系，贾赞45142，沙特阿拉伯该小组的两位作者都来自同一机构。Khan M沙特阿拉伯贾赞大学化学工程技术系，贾赞45142，沙特阿拉伯PurpleDesouza P美国乔治亚大学地理系，雅典30602，美国这是一个由来自世界各地作者组成的两人合作小组。Duarte F江西师范大学地理与环境学院，南昌330022，中国BlueMarques G葡萄牙瓜达理工学院，葡萄牙该小组的两位作者来自葡萄牙的不同机构。Pitarma R葡萄牙科英布拉医院和大学中心，葡萄牙各国在AQIoT领域的地理参与有几个国家为AQIoT领域贡献了新颖的研究，对其发展产生了不同程度的影响。通过出版物数量识别主要贡献者对于绘制全球研究景观至关重要。如图7a所示，科学生产力是根据作者的国家隶属关系来衡量的；因此，涉及国际合作的出版物会被计入每个参与国家。因此，累计的国家产出超过了数据集中的唯一出版物总数[16]。共有71个国家（以蓝色表示）至少发表了一篇AQIoT论文，而以灰色显示的国家则没有在这一领域记录任何研究活动。下载：下载高分辨率图像（364KB）下载：下载全尺寸图像图7a. 基于Dimensions和WoS数据库集合的AQIoT出版物地理分布研究产出的分布显示出明显的地理差异。亚洲和欧洲占AQIoT出版物的很大比例，分别贡献了41%和40%的总产出。在国家层面，中国、韩国、美国和意大利在学术产出方面领先，分别发表了304篇、141篇、123篇和121篇论文。亚洲和欧洲国家的主导地位可以归因于几个结构性因素，包括强有力的环境政策框架、早期采用基于物联网的智慧城市倡议，以及政府对空气质量监测技术的实质性研究资助。例如，中国和韩国实施了积极的空气污染缓解政策和国家智能技术计划[40,41]，这可能促进了技术创新和学术产出。同样，欧洲对空气质量标准的监管重视，加上成熟的研究基础设施和合作资助计划，可能支持了高水平的出版活动[42]。相比之下，非洲在AQIoT研究中的参与度仍然有限。埃及和摩洛哥分别贡献了18篇和13篇论文，而其他非洲国家发表的论文数量不到十篇。这种较低的参与水平反映了多种系统性障碍。财务障碍仍然显著；尽管低成本传感技术的成本已经降低，但许多机构仍面临高昂的前期投资和生命周期费用[43,44]。缺乏本地制造、特定于环境的校准协议和持续的维护能力进一步增加了运营成本[45,46]。基础设施限制也是一个额外挑战。AQIoT系统依赖于稳定的电力和可靠的互联网连接，但在撒哈拉以南非洲部分地区，频繁的停电和数字接入的持久性成本障碍扰乱了持续监测并增加了运营脆弱性[47,48]。人力资本限制也限制了区域参与。开发强大的AQIoT系统需要涵盖大气科学、电子学、嵌入式系统、电信、网络安全和数据分析师制的跨学科专业知识。许多机构难以招募、培训或保留专业人才，因此不得不依赖外部供应商提供固件更新、校准模型或基于云的服务。研究系统内的结构性挑战，如有限的指导机会和不足的早期职业支持，进一步限制了持续的研究生产力[49]。尽管如此，像Sensor-Africa这样的新兴非洲倡议展示了本地制造的传感器、特定于地区的校准模型和境内的培训计划在长期合作伙伴关系和支持性投资下的潜力[50,51]。治理和监管复杂性也带来了额外的障碍。碎片化的政策环境、数据保护法规执行不一以及环境数据所有权和跨境数据交换的不确定性可能会阻碍大规模部署，并限制研究机构和公共机构之间的合作[52,53]。各国在监管协调方面的差异给基于云的AQIoT平台和收集地理位置暴露数据的公民科学倡议带来了运营摩擦。如果没有透明的治理框架、设计时的隐私保护实践和公平的利益分享机制，这些不确定性可能会破坏互操作性和公众信任[54]。总体而言，这些差异凸显了有针对性能力建设、技术转移计划和加强政策支持的必要性，以促进代表性不足地区的AQIoT研究参与。图7b进一步展示了十个最高产国家在2015年至2018年间AQIoT出版活动的同期演变。在此期间，所有主要贡献者的年产出相对较低，每年发表的论文少于50篇。然而，从2019年到2024年，中国的研究活动出现了明显的指数级增长，而其他主要国家则显示出稳定但更渐进的增长。这一趋势表明，由于低成本传感技术的进步、对空气污染暴露意识的提高以及基于物联网的监测系统在环境治理中的日益整合，全球对AQIoT的兴趣迅速扩大。亚洲的加速增长也可能反映了快速的城市化、公众对空气质量的日益关注以及国家对数字创新生态系统的战略投资。下载：下载高分辨率图像（184KB）下载：下载全尺寸图像图7b. 十个最高产国家的产出率在国家层面（图8），中国成为国际研究合作的领先中心，其次是美国、英国、印度、韩国和意大利。中国的主导地位与其在空气质量监测技术上的大量投资、物联网基础设施的快速扩展以及政府对环境治理的高度重视相一致[41]。同样，美国和欧洲国家由于强大的资金生态系统、长期存在的学术-产业合作伙伴关系以及在环境感知、人工智能和智慧城市应用方面的成熟专长而保持强劲地位[42]。这些合作带来了切实的、现实世界的益处，包括改进的污染预测、增强的环境报告系统以及更明智的室内和室外空气质量监管框架。尽管有这些积极的发展，国家间的合作在AQIoT领域仍然有限。几个因素导致了这一挑战。首先，特别是在高收入国家和低收入国家之间，研究资金的差异限制了跨边界项目的参与[55]。撒哈拉以南非洲和南美洲部分地区面临 fragmented 的资金渠道，限制了它们融入以AQIoT为重点的研究网络[56]。第二个因素与技术基础设施的差异有关，包括传感器制造能力、云计算环境、网络安全法规和宽带连接[57]。由于AQIoT研究依赖于可互操作的传感平台、共享的校准模型和实时数据交换，缺乏这些要素的国家在合作科学研究方面处于结构性劣势[56]。第三，政策和监管的不对称性削弱了合作联系[58]。具有完善的空气质量报告要求、空气污染物合规标准和开放环境数据法规的国家支持更广泛的研究整合，而没有协调的空气质量立法的国家则在数据可比性、伦理审批和跨境监测对齐方面面临挑战[59]。此外，语言障碍、出版物审查制度和引用透明度不足加剧了科学孤岛现象。来自发展中国家的研究在索引数据库中的代表性不足，这限制了合著、阻碍了广泛的合作和增长，并限制了全球知识交流[60]。这些结构性障碍意味着技术创新和研究 findings 可能在国家边界内隔离，限制了它们对全球空气质量治理的潜在贡献。加强AQIoT研究的全球合作对于推进环境治理至关重要。一个实际策略是扩大特别支持针对污染热点和服务不足地区的跨国AQIoT项目的国际资助计划。建立共享的开放数据平台用于传感器数据集并采用通用的校准协议也将提高AQIoT测量的全球可比性[61]。此外，双边交流计划、区域技术培训研讨会和多国LCS网络试点部署的发展可以促进更深层次的合作。这些措施不仅将提高科学生产力，还将支持基于证据的政策制定、改善空气质量管理系统[62]，并有助于实现全球环境目标。关键词分析作者关键词直接反映了研究人员在其研究中强调的具体主题，而从引用参考文献的标题中提取的Keywords Plus 则捕捉了该领域更广泛的背景和方法论维度[63]。使用R和bibiometric-R软件从作者关键词和Keywords Plus生成了最常用单词的词云（图9a & b）。关键词可视化提供了对AQIoT研究领域概念结构和技术优先级的补充见解。总体而言，这些图表展示了环境监测目标与新兴数字技术的融合，同时揭示了在数据可靠性、校准和系统集成方面的持续方法论和基础设施限制。下载：下载高分辨率图像（541KB）下载：下载全尺寸图像图9a. 使用R生成的AQIoT前30个作者关键词下载：下载高分辨率图像（404KB）下载：下载全尺寸图像图9b.在AQIoT领域中，使用文献计量-RIn方法生成的50个最常用的关键词中，诸如“物联网（Internet of Things）”、“空气污染（air pollution）”、“空气质量监测（air quality monitoring）”、“颗粒物（particulate matter）”和“传感器（sensor）”等术语凸显了空气质量管理从传统的固定监测站向分布式传感生态系统的技术转型。PM2.5和颗粒物的高关注度证实了气溶胶监测在AQIoT研究中的核心地位，这与全球健康优先事项和监管框架一致[64]。这一趋势表明，AQIoT主要受到通过低成本传感技术实现高空间和时间分辨率需求的驱动。另一方面，“低成本传感器（low-cost sensors）”、“校准（calibration）”和“性能（performance）”的普遍性也表明了AQIoT研究中存在未解决的方法论挑战。对校准和传感器性能的关注反映了人们对测量精度、传感器漂移和环境干扰的持续担忧。一个关键因素是许多低成本传感设备的交叉敏感性，即这些设备不仅会对目标污染物产生响应，还会对温度和湿度等环境变量产生响应[65]，这种非预期响应引入了测量结果的系统偏差和变异性，使得跨设备比较和长期数据一致性变得复杂[66]。最近的综述指出，这种交叉敏感性结合时间不稳定性和设备异质性，需要持续校准和越来越复杂的算法校正方法来确保AQIoT生成数据的科学可靠性和操作可信度[[67], [68], [69]]。此外，“机器学习（machine learning）”、“深度学习（deep learning）”、“预测（prediction）”和“数据分析（data analysis）”等术语的出现体现了人工智能（AI）在AQIoT研究中的日益融合。这些方法主要用于传感器校准、异常检测、暴露建模和时空预测[70]。它们的重要性增加反映了通过计算方法来弥补低成本硬件固有限制的需求。AI通过机器学习模型经常用于校正传感器漂移和协调不同设备的读数，从而提高数据质量。同时，AI还有助于解决技术碎片化问题，使来自不同平台的异构数据集能够在统一的分析框架内进行标准化[71]。然而，定制算法和专有分析流程的广泛应用反映了AQIoT部署的多样性，如果不对互操作性标准进行同步开发，这可能会加剧碎片化，限制了跨监测平台的透明度、可重现性和互操作性[70]。

“健康（health）”、“暴露（exposure）”、“死亡率（mortality）”和“人类（humans）”等术语的使用表明，AQIoT技术研究与公共卫生应用之间的联系日益紧密。这一趋势表明研究重点正从纯粹的工程系统开发转向综合环境健康监测。 “智慧城市（smart cities）”、“城市平台（urban platform）”和“城市（cities）”等术语的出现进一步强调了AQIoT在城市信息学和数字治理框架中的作用。尽管与互操作性相关的关键词不太突出，但它们的缺失本身具有分析意义。设备特定和应用特定的术语占主导地位，表明AQIoT研究继续优先考虑局部化的技术方案而非跨平台集成。“云计算（cloud computing）”、“无线传感器网络（wireless sensor networks）”、“物联网（IoT）”和“系统（system）”等关键词的共存表明多种架构范式的同时存在。

通过主题地图分析，可以识别特定研究领域内的主题、模式和关系。主题地图分析通过数据的可视化表示，使研究人员能够了解现有研究的方向，突出主导或新兴的主题，并发现未来研究的机会。使用Biblioshiny主题绘图方法，该研究评估了主题的中心性和密度。中心性可以视为主题重要性的度量，而密度用于评估簇网络的内部强度[16,72]。这两个维度将主题地图分为四个象限：驱动主题（motor themes）、 ghetto主题（niche themes）、新兴/衰退主题（emerging/declining themes）和基础主题（basic themes）。在主题地图上，簇以气泡形式出现，每个气泡内填充代表该主题的最常见关键词。气泡大小对应关键词的频率，其位置反映了簇的中心性和密度。基于至少出现五次的250位作者的关键词，生成了主题地图（图10）。

Ghetto主题（左上象限）表现出高密度但低中心性，表明这些研究领域是专业化但相对孤立的。 “热舒适度（thermal comfort）”、“室内空气（indoor air）”和“PM2.5”等关键词在该象限占主导地位。尽管这些技术在理论上已经发展成熟，但它们仍然远离AQIoT研究的核心议程。实际上，这些主题通常应用于特定领域的室内环境质量系统，如建筑性能优化和暖通空调控制策略。它们的存在表明研究领域正在多样化，但也突显了研究优先事项的碎片化。高度专业化的子领域的发展如果没有与AQIoT基础设施的强整合，会加剧互操作性挑战和孤立技术解决方案的扩散。

位于中心附近的主题，如“PM2.5”和“IoT-室内空气质量（IoT–indoor air quality）”，代表了连接专业研究与核心AQIoT应用的桥梁。它们的中间位置表明方法论正在不断发展，特别是在测量可靠性和暴露评估方面，表明颗粒物监测高度依赖于低成本传感器。

驱动主题（右上象限）表现出高中心性和密度，表明这些主题在概念上得到了充分发展，并且在AQIoT研究领域中最为相关。 “物联网（Internet of Things）”、“室内空气质量（indoor air quality）”、“互联网（internet）”、“传感器（sensor）”和“监测（monitoring）”等主题位于该象限。它们的显著地位反映了基于传感器的物联网系统在实时环境监测中的广泛应用，特别是在越来越重视暴露评估的室内环境中。这种重要性符合对智能空气质量管理系统、室内暴露缓解策略和在城市、建筑及工业环境中部署的持续监测平台的需求。然而，它们的成熟度也表明技术发展主要集中在设备部署和应用上下文中，而不是系统集成挑战上。

基础主题（右下象限）是诸如“空气污染（air pollution）”、“环境监测（environmental monitoring）”、“颗粒物（particulate matter）”、“物联网（internet of things）”、“空气质量（air quality）”和“IoT”等基础性主题。这些主题表现出高中心性，但内部发展相对有限，表明虽然它们构成了AQIoT研究的概念支柱，但在方法论上较为宽泛。它们的位置反映了围绕物联网支持的监测的强烈共识，但在标准化架构或互操作性框架方面的统一性尚不充分，表明优先考虑局部化的技术实现而非跨平台集成。广泛存在的宽泛系统级主题缺乏相应的方法论整合，表明研究项目之间的技术碎片化仍在持续。

新兴或衰退主题（左下象限）的特点是密度和中心性较低。这些可能代表新兴的研究方向或失去动力的领域。 “气体传感器（gas sensors）”和“系统（systems）”等主题出现在这里。值得注意的是，“系统（systems）”的相对较弱地位可能反映了整体平台设计、开放标准和集成数据架构等要素的重视程度不足，这些要素对于克服技术碎片化至关重要。同样，以气体传感器为中心的研究在数量上的有限表示可能表明正在向多传感器和集成监测框架过渡，但也表明在更广泛的系统级讨论中，包括交叉敏感性和校准不稳定性在内的方法论问题尚未得到充分解决。

总之，主题结构表明研究环境的特点是应用驱动的发展，但在技术层之间的整合相对有限。已发展的主题强调传感器部署和监测应用，而标准化数据模型、互操作通信协议和统一分析框架等系统性问题则不够突出或发展不足。这种配置表明AQIoT研究目前仍在碎片化的技术孤岛中发展。多样化的架构范式和应用特定子领域的共存表明，传感技术的进步超过了互操作性和数据治理的进步，从而加剧了数据质量一致性和跨平台可比性方面的挑战。

趋势主题分析揭示了2015年至2024年间AQIoT研究主题的时间演变。图11a和图11b展示了AQIoT研究主题的时间演变，揭示了该领域的成熟路径及其结构挑战。2017年至2019年间，环境监测系统、空气质量预测、环境辅助生活、室内空气污染、设备、传感器、架构、改善生活环境、职业健康和健康等主题在AQIoT研究领域的使用频率相对较低，早期（2017-2018年）侧重于基础系统开发和探索性应用。这种早期的重点表明了一个以技术可行性和概念验证实施为主的实验阶段。尽管如此，2019年相比2021年，研究开始转向方法论和公共卫生维度，包括暴露、死亡率和健康影响，强调了AQIoT数据在流行病学分析和政策制定中的转化重要性。

2020年至2021年间，向核心AQIoT运营主题和城市信息学主题（如低成本传感器、传感器网络、室内空气质量、物联网平台、城市和智慧城市）的转变变得明显。这些术语的日益突出反映了可负担传感技术的广泛采用，扩大了覆盖范围，以及AQIoT在城市信息学和数字治理框架中的作用。2021年至2023年间，对校准、现场校准、校准模型和传感器性能等主题的强烈关注表明，方法论可靠性仍然是一个基本挑战，而非已解决的问题。多年来校准相关主题的持续出现表明，社区尚未就标准化验证框架达成共识，因为该领域仍在努力应对设备异质性、交叉敏感性和数据质量不一致性问题。

此外，随后几年（2022-2024年）出现的神经网络、模型、算法、机器学习、数据质量和分析等多样化的分析方法表明，研究反应旨在通过算法校正来弥补传感器的局限性，而非依赖标准化硬件解决方案。虽然这些发展增强了预测能力，但也通过定制的分析流程和项目特定的计算框架加剧了技术碎片化。因此，互操作性仍然受到限制，因为在不同建模假设和处理工作流下生成的数据集难以在监测网络中协调。2019年碳一氧化物（carbon monoxide）等与气体相关的主题显著出现，并在2024年重新受到关注，同时对CO?、NO?和O?的监测兴趣增加，这可能受到城市排放管理政策和实时室内通风评估需求的推动。

尽管AQIoT研究迅速扩展，但几个相互关联的结构和技术限制仍然制约着基于物联网的空气质量监测系统的科学可靠性和实际应用。目前的文献计量分析表明，数据质量、互操作性和技术碎片化构成了持续的、相互强化的挑战，影响了研究路径和实际应用。数据质量仍然是影响AQIoT系统科学可信性和实用性的核心限制。尽管低成本传感器（LCS）的广泛采用实现了密集的空间监测和近乎实时的数据采集，但关键词的共现模式和趋势主题分析一致地将校准和传感器性能视为文献中的主要议题。这种显著性反映了人们对测量精度、时间稳定性和跨设备可比性的持续关注。低成本传感器本质上容易受到漂移、对环境变量的交叉敏感性以及不同制造商之间的变异性影响，所有这些都会引入测量结果的不确定性[65]。因此，对校准研究的日益重视可以理解为一种持续的努力，旨在解决基础方法论限制，而非渐进的技术改进。最近的研究提出了基于机器学习的全球校准方法，以减少单位间的差异并支持可扩展的网络部署，表明强大的校正模型可能会缩小低成本仪器和参考级仪器之间的性能差距[70,73]。然而，如果没有严格的校准协议和透明的不确定性报告，AQIoT网络生成的数据可能会削弱监管可信度，并削弱其在公共卫生决策中的适用性[74]。

与数据质量紧密相关的是互操作性挑战。AQIoT系统通常使用异构硬件平台、通信协议、数据结构和分析流程进行开发[75]。虽然LoRaWAN、NB-IoT、LTE/4G和短距离无线网络等连接技术促进了数据传输，但普遍接受的标准（如传感器元数据、校准文档和数据交换）仍然缺失[67,76]。这种缺乏协调性使得跨监测网络和辖区的整合变得复杂，因为研究团队经常采用定制的校准程序、验证协议和性能指标[77]。**文献计量学证据表明，协作网络的分散性进一步加剧了这一局限性，表明方法论的融合和跨区域标准化机会受到限制。因此，AQIoT（环境质量物联网）研究往往在孤立的技术生态系统中进行，这限制了其可扩展性，阻碍了跨研究的可比性，并复杂化了跨多个监测项目的元分析[71]。技术碎片化是这些挑战在系统层面上的更广泛体现。许多AQIoT部署仍然局限于特定项目或试点规模，虽然针对局部目标进行了优化，但缺乏长期可持续性和可转移性[77]。传感平台、节点架构、处理策略和数据分析框架的多样性导致了一个异构的技术环境。定制算法、专有软件环境和特定情境下的校准模型进一步加剧了这种碎片化。尽管这种多样性可能刺激创新，但它为复制、维护和机构采纳带来了障碍，尤其是在资源有限的环境中。在技术能力和持续资金支持都受限的发展中地区，分散的系统设计加剧了与系统维护、数据治理和政策整合相关的问题。已经提出了一些新兴方法，包括用于本地异常检测的基于边缘的机器学习模型，以及基于区块链的数据来源和去中心化治理架构，作为提高数据可靠性和促进异构监测网络之间互操作性的潜在机制[70]。然而，它们的有效性最终取决于共享标准的采用、开放数据架构和可互操作的系统框架[73]。****

**摘要：**通过这项文献计量学审查发现，AQIoT研究的未来进展不仅依赖于技术创新，还取决于在标准化、协作治理和可持续部署策略方面的协调努力。同时解决数据质量、互操作性和技术碎片化问题对于将AQIoT从实验性试点部署转变为能够支持基于证据的环境管理和公共健康保护的强大监测基础设施至关重要。

**对非洲和发展中地区的政策、系统设计、工程实践和市政部署的实际影响：**
文献计量学结果，包括主题地图、趋势主题分析和关键词可视化，为政策制定者、工程师和市政当局提供了可操作的见解，特别是在资源受限的环境中设计和实施AQIoT监测系统时。这些结果揭示了技术优先事项、方法论风险和直接影响实际部署策略的结构障碍。

**对政策发展和监管框架的影响：**
主题地图突出了基础性AQIoT主题（如空气污染、环境监测和物联网）的核心地位，这些领域被认为是基本且高度相关的。同时，互操作性相关术语的相对缺失以及在校准研究中的持续存在（无论是作者关键词还是关键词加法）表明了在数据治理、标准化和测量可靠性方面存在未解决的问题。对于发展中的地区的政策制定者来说，特别是在数字环境监测的监管框架尚未成熟的情况下，这些发现强调了制定明确标准来规范传感器校准、数据验证和跨平台数据交换的必要性。

**对工程设计和技术架构的影响：**
从工程角度来看，趋势主题图表显示了一种从早期实验系统向包含云计算、无线传感器网络和预测分析的更复杂架构的技术演变。虽然这种演变反映了技术的成熟，但也表明了异构平台的增多，从而加剧了技术碎片化的担忧。因此，在发展环境中设计AQIoT监测系统的工程师应优先考虑模块化、可互操作的架构，而不是定制的、特定于项目的解决方案。作者关键词和关键词加法词云中与LCS（标签客户端系统）和校准相关的关键词的持续突出为系统设计提供了额外的指导。工程师应结合持续校准流程、环境补偿算法和冗余策略来减少交叉敏感性和传感器漂移，特别是在气候和污染条件多样的非洲环境中。设计具有可扩展通信协议（例如LoRaWAN或NB-IoT）的系统也可以解决更广泛文献计量学趋势中发现的基础设施限制。

**对市政监测系统部署的影响：**
负责城市环境监测的市政当局可以利用文献计量学发现，从孤立的试点部署转向集成化的监测基础设施。主题地图将室内空气质量监测和传感器监测识别为关键主题，表明运营监测系统在技术上已经是可行的。然而，关键词可视化中观察到的多种架构范式的共存表明，城市必须仔细评估供应商解决方案，以避免长期依赖阻碍互操作性的专有平台。在非洲这些快速城市化的城市中，传统的参考监测站较为稀少，AQIoT系统提供了以较低成本扩展空间覆盖范围的机会。文献计量学趋势显示预测分析和机器学习的日益使用为市政当局实施早期预警系统提供了路线图，这些系统可以检测污染热点并支持积极的公共卫生干预措施。尽管如此，文献中对校准的持续关注表明，市政当局必须为维护和质量保证分配资源，而不能将低成本系统视为无需维护的解决方案。

**对能力建设和机构发展的影响：**
文献计量学分析还揭示了AQIoT研究在地理参与上的不平衡，发展中国家的贡献相对较少，而高收入国家的贡献较多。这种差距对技术采纳有实际影响。政策制定者和市政当局应优先考虑技术培训、跨学科合作和本地研究能力的投资，以减少对外部供应商的依赖，并提高监测系统的适应性。此外，趋势主题图表显示AQIoT与人工智能和高级分析的融合日益增加。发展中国家的机构必须同时投资数据科学专业知识和技术环境工程技能，以确保监测系统能够有效运行和解释。能力建设举措可能包括大学-市政合作伙伴关系、区域知识共享网络和采用开源平台，以支持长期可持续性。

**对发展中国家的综合影响：**
总体而言，文献计量学发现表明，在非洲和其他发展中国家成功实施AQIoT需要从以技术为中心的实验转向协调的生态系统发展。校准和数据质量主题的持续突出表明了需要严格的验证框架，而主题地图显示的碎片化架构范式强调了互操作性标准的重要性。趋势主题的演变进一步表明，未来的AQIoT系统将越来越依赖于集成分析和去中心化的数据管理，这需要技术基础设施和机构能力的支持。通过将文献计量学见解转化为可操作的设计和政策策略，利益相关者可以避免重复文献中出现的碎片化部署模式，而是开发支持基于证据的环境治理、公共健康保护和资源受限环境中可持续城市发展的可扩展、可互操作的监测系统。

**研究的局限性：**
像所有研究方法一样，文献计量学分析也存在固有的局限性，在解释结果时应予以承认。尽管Web of Science (WoS) 数据库以其严格的索引标准和重视高影响力学术出版物而广受认可，但它并不能覆盖所有相关文献。因此，依赖单一数据库可能会排除在其他地方索引的研究。为了缓解这一局限性，本研究结合了WoS数据和从Dimensions数据库检索的数据，后者提供了更广泛的学科和区域覆盖范围。然而，Dimensions数据库本身也有其局限性，包括某些记录的国家和组织隶属关系元数据不完整。结合这两个数据库的目的是为了克服这些局限性并增强数据集的全面性，尽管可能存在轻微的元数据不一致性。另一个局限性是使用基于引用的指标作为科学影响力的代理。引用指标本质上不利于那些发表时间较短、尚未积累足够引用的新研究。此外，本研究的時間范围是从2015年1月到2024年6月。由于在提取数据时2024年下半年的数据不可用，该年的出版物数量可能看起来比前几年低，从而在趋势解释中引入了轻微的时间偏差。需要注意的是，2024年的较低指标并不一定代表研究兴趣的下降。最后，文献计量学分析的几个阶段涉及研究人员的主观判断，包括搜索词的选择、关键词标准化、阈值设置和主题聚类的解释。尽管这些决策基于已建立的文献计量学方法和迭代验证程序，但它们仍然是分析主观性的潜在来源。因此，读者应将主题分类和趋势分析理解为对文献的基于信息的表示，而不是对研究格局的完全客观描述。

**结论：**
这项文献计量学和解释性审查研究了2015年至2024年间基于物联网的空气质量监测和管理(AQIoT)研究的演变，结合了定量科学映射技术和对新出现的技术和结构挑战的批判性分析。研究结果表明，由于低成本传感技术、无线通信基础设施和数据分析的进步，AQIoT学术研究呈现出持续的加速增长轨迹。研究产出在地理上集中在少数高收入国家，而非洲和其他发展中国家的参与相对有限，尽管这些地区在环境和公共卫生方面有显著需求。主题分析显示，环境监测、物联网系统和空气污染管理等基础概念仍然是该领域的核心。同时，校准、数据准确性和传感器性能的日益突出表明，方法论和技术局限性继续影响着研究重点。这些主题的持续存在并非单纯反映出渐进式创新，而是凸显了围绕测量可靠性、交叉敏感性、长期稳定性和设备间可比性的未解决问题。这些发现表明，AQIoT研究仍在努力平衡技术可负担性和科学有效性。审查进一步指出，互操作性的不足和技术碎片化是限制AQIoT部署可扩展性和可持续性的系统性障碍。多种硬件平台、通信协议和专有分析流程的共存导致了一个异构的技术环境，其中监测系统经常作为孤立的项目开发，而不是作为可互操作的基础设施。文献计量学证据表明协作网络的分散性进一步强化了这一模式，强调了加强跨区域合作和标准化倡议的必要性。这些挑战在发展中国家中尤为突出，那里有限的基础设施、财政资源和技术能力加剧了长期实施和政策整合的障碍。尽管存在这些局限性，审查仍然指出了有前景的研究方向，这些方向有望加强AQIoT系统。基于机器学习的校准、边缘分析和去中心化数据治理模型（如区块链）的进展为提高数据质量、增强系统韧性和支持可扩展的监测网络提供了潜在途径。然而，仅靠技术创新是不够的。向运营型AQIoT基础设施的进步将取决于建立共同标准、推广开放数据架构和发展包容性研究合作的协调努力。未来的工作应优先考虑纵向验证研究、在代表性不足的地区开展能力建设倡议，并结合技术创新与治理、社会经济和公共卫生考虑的跨学科方法。**

**作者贡献：**
本文由Tolulope Elizabeth Aniyikaiye单独撰写。概念化、方法论、软件、验证、正式分析和调查、资源管理、数据 curatio、原始草案准备、写作和编辑、可视化均由T.E.A.完成。

**资金情况：**
本研究未获得任何资助。

**数据可用性声明：**
作者确认支持本研究结果的数据包含在文章中。

**利益冲突：**
作者声明没有与本文内容相关的利益冲突。

**伦理批准：**
不适用。

**参与同意：**
不适用。

**出版同意：**
不适用。