空氣污染是全球中低收入國家環(huán)境相關(guān)疾病負(fù)擔(dān)的主要驅(qū)動因素。在非洲，這一問題因人口增長、快速城市化和工業(yè)化而加劇。以烏干達(dá)首都坎帕拉為例，其年平均PM_2.5濃度是世界衛(wèi)生組織（WHO）建議指南值的近八倍。然而，由于基礎(chǔ)設(shè)施和資金限制，標(biāo)準(zhǔn)參考監(jiān)測器在非洲城市的覆蓋極為有限，導(dǎo)致了巨大的數(shù)據(jù)缺口，阻礙了有效的政策干預(yù)和公共衛(wèi)生保護(hù)。

在此背景下，低成本傳感器（LCS）因其價(jià)格低廉、可提供本地化實(shí)時(shí)數(shù)據(jù)的能力而展現(xiàn)出巨大潛力。它們能改善空氣污染的空間表征，并為污染減排、健康保護(hù)和公眾意識提升提供信息。但LCS的準(zhǔn)確性依賴于適當(dāng)?shù)男��?zhǔn)和維護(hù)，且其測量值不能等同于標(biāo)準(zhǔn)參考監(jiān)測器。因此，如何解讀來自LCS的數(shù)據(jù)，使其在本地環(huán)境和社會經(jīng)濟(jì)背景下變得有意義，是推動社區(qū)行動的關(guān)鍵挑戰(zhàn)。

為應(yīng)對這一挑戰(zhàn)，本研究在坎帕拉市及周邊地區(qū)部署了一個(gè)由11個(gè)經(jīng)過校準(zhǔn)的AirQo LCS組成的監(jiān)測網(wǎng)絡(luò)，并與美國駐當(dāng)?shù)厥桂^的一臺標(biāo)準(zhǔn)β衰減監(jiān)測儀（BAM）進(jìn)行了為期13個(gè)月（2022年1月至2023年1月）的對比。研究核心是比較LCS與BAM在小時(shí)和24小時(shí)平均PM_2.5濃度上的一致性，并探究不同土地利用類型如何影響監(jiān)測結(jié)果。

研究區(qū)域坎帕拉是非洲人口增長最快的城市之一，其基礎(chǔ)設(shè)施面臨巨大壓力。監(jiān)測站點(diǎn)根據(jù)AIRQO的土地利用描述符，依據(jù)周邊排放源被分類為高排放區(qū)或低排放區(qū)。這種分類反映的是本地排放強(qiáng)度，而非單純的居民區(qū)屬性。

研究中使用的AirQo LCS采用了基于機(jī)器學(xué)習(xí)的現(xiàn)場校準(zhǔn)方法，以確保數(shù)據(jù)準(zhǔn)確性。數(shù)據(jù)收集期間存在隨機(jī)缺失，為平衡數(shù)據(jù)質(zhì)量和空間代表性，研究保留了日觀測值有效性至少60%的月份，最終納入了11個(gè)LCS站點(diǎn)的數(shù)據(jù)進(jìn)行分析。

線性回歸分析顯示，所有11個(gè)LCS站點(diǎn)與BAM的24小時(shí)平均數(shù)據(jù)之間存在較強(qiáng)的線性關(guān)系，而小時(shí)數(shù)據(jù)的線性關(guān)系則較弱。這表明，與小時(shí)讀數(shù)相比，24小時(shí)平均讀數(shù)能更全面地反映該區(qū)域的污染狀況，這與PM_2.5濃度的日變化規(guī)律一致。同時(shí)，在較高濃度值時(shí)，無論是24小時(shí)還是小時(shí)平均值，傳感器的測量值都呈現(xiàn)出更大的離散性。考慮到與健康風(fēng)險(xiǎn)相關(guān)的科學(xué)研究和WHO環(huán)境空氣污染閾值大多基于24小時(shí)平均值，在資源有限、難以支持大規(guī)�？諝赓|(zhì)量監(jiān)測的地區(qū)，基于LCS的24小時(shí)讀數(shù)對于支持污染管理干預(yù)和理解本地PM趨勢具有實(shí)用價(jià)值。

研究進(jìn)一步揭示了土地利用類型對污染水平的顯著影響。盡管某些站點(diǎn)（如Bugolobi與Nsasa、Nsawo）的污染趨勢相似，但各自不同的土地利用特征會影響污染的混合與成分。例如，Bugolobi是擁有更多綠化和鋪設(shè)道路的高檔社區(qū)，而Nsasa和Nsawo則是人口更密集、街道臟亂、生物質(zhì)和露天焚燒更普遍的普通住宅區(qū)。暴露于不同污染源意味著不同的健康風(fēng)險(xiǎn)。因此，在多樣化區(qū)域進(jìn)行空氣質(zhì)量研究時(shí)，若僅根據(jù)單一地點(diǎn)的測量結(jié)果進(jìn)行概括，可能會產(chǎn)生偏差（例如，在低排放區(qū)測量會低估整體污染，在高排放區(qū)測量則會高估）。這種不準(zhǔn)確性在使用LCS時(shí)會被放大，特別是當(dāng)沒有考慮數(shù)據(jù)完整性、測量時(shí)長、傳感器潛在技術(shù)問題以及缺乏定期校準(zhǔn)時(shí)。

從日平均（24小時(shí)）數(shù)據(jù)得出的回歸斜率值顯示，Bugolobi, Kiwatule, Ntinda, Mbuya等更城市化的區(qū)域斜率較低（約0.6-1.05），而Buwate, Nsasa, Nsawo等城郊區(qū)域斜率較高（約1.1-1.23）。城郊站點(diǎn)較高的斜率可能意味著污染水平波動更大，這可能源于一天中不同時(shí)間發(fā)生的活動變化（如生物質(zhì)或垃圾焚燒），相比之下，城市站點(diǎn)因持續(xù)交通流產(chǎn)生的污染更為穩(wěn)定。

敏感性分析表明，回歸結(jié)果對抽樣變異性具有穩(wěn)健性。此外，研究發(fā)現(xiàn)站點(diǎn)與使館參考點(diǎn)的距離與其回歸斜率值之間沒有明確的趨勢關(guān)聯(lián)。例如，Nakawa盡管是一個(gè)高排放站點(diǎn)（平均濃度約29.74 μg/m³），但其斜率較低（0.64）。這可能是因?yàn)槠渥鳛檫B接烏干達(dá)與肯尼亞的主要高速公路沿線的繁忙商業(yè)中心和交通樞紐，污染排放持續(xù)且緩慢穩(wěn)定地增長。

本研究表明，與小時(shí)讀數(shù)相比，LCS與BAM的24小時(shí)平均讀數(shù)之間存在更強(qiáng)的線性關(guān)系，能更全面地反映區(qū)域污染。研究未發(fā)現(xiàn)站點(diǎn)與參考監(jiān)測點(diǎn)距離同數(shù)據(jù)一致性之間存在明確關(guān)聯(lián)。更重要的是，不同土地利用類型（高檔住宅區(qū)、普通住宅區(qū)、商業(yè)中心）導(dǎo)致的排放水平、混合和濃度的局部差異，深刻影響著各區(qū)域的空氣質(zhì)量�？才晾瓪v史上無規(guī)劃的城市發(fā)展和分區(qū)法律的缺失，造就了這種多樣化的土地利用格局。

因此，在最終的空氣質(zhì)量讀數(shù)中，必須考慮每個(gè)土地利用區(qū)域的獨(dú)特性，以避免對多樣化區(qū)域進(jìn)行概括性空氣質(zhì)量報(bào)告時(shí)產(chǎn)生的不準(zhǔn)確性。未來研究需要利用高分辨率衛(wèi)星成像或其他創(chuàng)新技術(shù)來調(diào)查污染源解析和熱點(diǎn)區(qū)域�？傮w而言，在高速部署傳感器監(jiān)測空氣質(zhì)量的同時(shí)，應(yīng)輔以一個(gè)逐步、易于理解和消化的空氣質(zhì)量解讀框架，將空氣質(zhì)量讀數(shù)轉(zhuǎn)化為公眾可理解的信息。對自身空氣質(zhì)量有清晰認(rèn)識的社區(qū)，將更愿意參與空氣質(zhì)量管理，并有助于推動政府在空氣質(zhì)量政策上更加透明。