国际经验|如何利用低成本、高密度传感器构建城市大气监测网络？
2022年04月26日
文章首发于中国环境报
城市排放是人为二氧化碳排放的最大组成部分，约占75%。到2050年，全球约有2/3的人口居住在城市中，因此有效的温室气体减排策略必须以城市减排为重点，城市层面温室气体的量化是制定和评估减排策略的重要基础。然而，由于城市中排放来源多，且通常分布在地形复杂的区域，精细量化城市温室气体排放难度较大。
传统的二氧化碳排放量化方法是在较为偏远的地区设置少量的监测仪器，这些仪器可以精确测量区域的平均值以及一些城市整体的二氧化碳浓度。但由于远离城市信号，监测仪器对城市信号敏感性减弱，在大多数温室气体减排政策的监管区域，这些监测仪器几乎获取不到有关排放量的空间分辨信息。
伯克利空气质量和二氧化碳监测网络（简称BEACO2N）构建了一种观测城市大气的新方法，可以近实时了解街道层面的温室气体排放和空气质量状况。不同于设置少量的高精度仪器的传统监测方式，该监测网络通过设置高密度的传感器网络开展工作。这种方法可以充分利用大量单个传感器对城区多处排放情况捕捉的优势，获取更全面的排放数据。同时，由于使用了低成本的商用传感器技术，相比传统监测方式，BEACO2N具备成本的优势。
BEACO2N在监测区域每隔1英里（约2公里）设置1个传感器（每个传感器代表1个网络“节点”）。这些传感器被放置于屋顶之上或建筑物排气系统中空气自由流动的位置，监测高度可覆盖到海平面以上500米的位置。
传感器“节点”每分钟对多种污染物（CO2、NO、NO2、O3、CO、PM2.5）、气溶胶、温度、压力和相对湿度等指标进行采样，并通过微型计算机，每隔5秒钟将数据传输至中央服务器。为保证数据的准确性，工作人员会针对传感器的不同特点和优势，进行数据整合，最大限度减少数据的不确定性。当传感器“节点”作为监测网络的一部分工作时，会创建出高度详细的二氧化碳和大气污染物浓度地图，并向公众公布，帮助相关方了解区域二氧化碳和空气质量情况。
此外，监测数据还可用于评估减排措施的有效性，为决策者制定区域温室气体减排、空气质量改善、保护公众健康等工作提供支持。例如，在新冠肺炎疫情流行期间，BEACO2N采用建模的方式，对监测数据进行计算和分析，借以了解采取封控措施前后，旧金山湾区二氧化碳排放的变化情况。
研究显示，采取封控措施后，BEACO2N区域内二氧化碳通量变化程度大的区域与当地主要高速公路分布区域一致。其中，由从圣何塞到奥克兰的880号州际公路（I-880）附近二氧化碳排放的降幅最大。
为了解不同排放源二氧化碳排放的变化，BEACO2N将二氧化碳的影响因素归纳为三大类，分别为：车辆和交通、固定源的人为排放、生物因素。并对各类排放源的二氧化碳平均排放量进行分析。结果显示，封控措施对于交通源的二氧化碳排放影响最大（高速公路的二氧化碳排放量减少了48%），固定人为排放源产生的二氧化碳排放影响较小（仅减少了8%）。加利福尼亚州交通部的数据表明，封控后，在BEACO2N区域内行驶的汽车和卡车的行驶里程数分别减少了41%和34%，这与监测数据分析结果呈现高度一致。
这一结果同时证明，在加州，交通源具备可观的二氧化碳减排空间，可以通过技术进步或者政策法规减少其产的二氧化碳排放，例如车辆电动化可以减少二氧化碳排放，同时带来空气质量的协同效益。封控措施对于固定源的二氧化碳排放影响较小，则说明在加州通过减少固定源排放减缓气候变暖，需要付出长期的努力。
编译：亚洲清洁空气中心 李宏超
参考资料：
【1】加州大学伯克利分校教授Ronald C. Cohen在2022杭州湾大气污染与温室气体协同控制研讨会中的发言和PPT
【2】 http://beacon.berkeley.edu/?page=/overview/
【3】Fitzmaurice, H. L., Turner, A. J., Kim, J., Chan, K., Delaria, E. R., Newman, C., Wooldridge, P., and Cohen, R. C.（2022）. Assessing vehicle fuel efficiency using a dense network of CO2 observations. Atmospheric Chemistry and Physics, 22, pp.3891–3900.
【4】 Shusterman, A. A., Teige, V. E., Turner, A. J., Newman, C., Kim, J., and Cohen, R. C. (2016). The BErkeley Atmospheric CO2 Observation Network: initial evaluation. Atmospheric Chemistry and Physics, 16, pp.13449–13463.
【5】Turner, A. J., Kim, J., Fitzmaurice, H., Newman, C., Worthington, K., Chan, K., et. al. (2020). Observed impacts of COVID-19 on urban CO2 emissions. Geophysical Research Letters, 47, e2020GL090037.
【6】Shusterman, A. A., Kim, J., Lieschke, K. J., Newman, C., Wooldridge, P. J., and Cohen, R. C.(2018).Observing local CO2 sources using low-cost, near-surface urban monitors. Atmospheric Chemistry and Physics,18, pp.13773–13785.
【7】 Kim, J., Shusterman, A. A., Lieschke, K. J., Newman, C., and Cohen, R. C.(2018). The BErkeley Atmospheric CO2 Observation Network: field calibration and evaluation of low-cost air quality sensors. Atmospheric Measurement Techniques,11, pp.1937–1946.
城市排放是人为二氧化碳排放的最大组成部分，约占75%。到2050年，全球约有2/3的人口居住在城市中，因此有效的温室气体减排策略必须以城市减排为重点，城市层面温室气体的量化是制定和评估减排策略的重要基础。然而，由于城市中排放来源多，且通常分布在地形复杂的区域，精细量化城市温室气体排放难度较大。
传统的二氧化碳排放量化方法是在较为偏远的地区设置少量的监测仪器，这些仪器可以精确测量区域的平均值以及一些城市整体的二氧化碳浓度。但由于远离城市信号，监测仪器对城市信号敏感性减弱，在大多数温室气体减排政策的监管区域，这些监测仪器几乎获取不到有关排放量的空间分辨信息。
伯克利空气质量和二氧化碳监测网络（简称BEACO2N）构建了一种观测城市大气的新方法，可以近实时了解街道层面的温室气体排放和空气质量状况。不同于设置少量的高精度仪器的传统监测方式，该监测网络通过设置高密度的传感器网络开展工作。这种方法可以充分利用大量单个传感器对城区多处排放情况捕捉的优势，获取更全面的排放数据。同时，由于使用了低成本的商用传感器技术，相比传统监测方式，BEACO2N具备成本的优势。
图a为传感器内部构成，图b安装好的传感器
图片来源：参考资料【7】
图片来源：参考资料【7】
BEACO2N在监测区域每隔1英里（约2公里）设置1个传感器（每个传感器代表1个网络“节点”）。这些传感器被放置于屋顶之上或建筑物排气系统中空气自由流动的位置，监测高度可覆盖到海平面以上500米的位置。
图为加州奥克兰地区BEACO2N传感器点位的垂直分布
传感器“节点”每分钟对多种污染物（CO2、NO、NO2、O3、CO、PM2.5）、气溶胶、温度、压力和相对湿度等指标进行采样，并通过微型计算机，每隔5秒钟将数据传输至中央服务器。为保证数据的准确性，工作人员会针对传感器的不同特点和优势，进行数据整合，最大限度减少数据的不确定性。当传感器“节点”作为监测网络的一部分工作时，会创建出高度详细的二氧化碳和大气污染物浓度地图，并向公众公布，帮助相关方了解区域二氧化碳和空气质量情况。
图为二氧化碳和大气污染物浓度地图
此外，监测数据还可用于评估减排措施的有效性，为决策者制定区域温室气体减排、空气质量改善、保护公众健康等工作提供支持。例如，在新冠肺炎疫情流行期间，BEACO2N采用建模的方式，对监测数据进行计算和分析，借以了解采取封控措施前后，旧金山湾区二氧化碳排放的变化情况。
研究显示，采取封控措施后，BEACO2N区域内二氧化碳通量变化程度大的区域与当地主要高速公路分布区域一致。其中，由从圣何塞到奥克兰的880号州际公路（I-880）附近二氧化碳排放的降幅最大。
图为旧金山湾区二氧化碳排放的空间分布。图A和图B分别表示采取封控措施前后二氧化碳排放的空间分布。图C为二者差异的空间分布。黑色区域内为BEACO2N区域，网格区域为对BEACO2N传感器敏感性较低的区域。
为了解不同排放源二氧化碳排放的变化，BEACO2N将二氧化碳的影响因素归纳为三大类，分别为：车辆和交通、固定源的人为排放、生物因素。并对各类排放源的二氧化碳平均排放量进行分析。结果显示，封控措施对于交通源的二氧化碳排放影响最大（高速公路的二氧化碳排放量减少了48%），固定人为排放源产生的二氧化碳排放影响较小（仅减少了8%）。加利福尼亚州交通部的数据表明，封控后，在BEACO2N区域内行驶的汽车和卡车的行驶里程数分别减少了41%和34%，这与监测数据分析结果呈现高度一致。
图为采取封控措施前后，二氧化碳排放量的周循环变化。黑色实线表示BEACO2N区域内平均二氧化碳排放量。其中，黑色表示是总排放量；橙色表示交通类的排放；紫色表示固定的人为源排放，比如工业点源、住宅供暖和其他非交通的人为源排放；绿色是生物因素的排放。
这一结果同时证明，在加州，交通源具备可观的二氧化碳减排空间，可以通过技术进步或者政策法规减少其产的二氧化碳排放，例如车辆电动化可以减少二氧化碳排放，同时带来空气质量的协同效益。封控措施对于固定源的二氧化碳排放影响较小，则说明在加州通过减少固定源排放减缓气候变暖，需要付出长期的努力。
编译：亚洲清洁空气中心 李宏超
参考资料：
【1】加州大学伯克利分校教授Ronald C. Cohen在2022杭州湾大气污染与温室气体协同控制研讨会中的发言和PPT
【2】 http://beacon.berkeley.edu/?page=/overview/
【3】Fitzmaurice, H. L., Turner, A. J., Kim, J., Chan, K., Delaria, E. R., Newman, C., Wooldridge, P., and Cohen, R. C.（2022）. Assessing vehicle fuel efficiency using a dense network of CO2 observations. Atmospheric Chemistry and Physics, 22, pp.3891–3900.
【4】 Shusterman, A. A., Teige, V. E., Turner, A. J., Newman, C., Kim, J., and Cohen, R. C. (2016). The BErkeley Atmospheric CO2 Observation Network: initial evaluation. Atmospheric Chemistry and Physics, 16, pp.13449–13463.
【5】Turner, A. J., Kim, J., Fitzmaurice, H., Newman, C., Worthington, K., Chan, K., et. al. (2020). Observed impacts of COVID-19 on urban CO2 emissions. Geophysical Research Letters, 47, e2020GL090037.
【6】Shusterman, A. A., Kim, J., Lieschke, K. J., Newman, C., Wooldridge, P. J., and Cohen, R. C.(2018).Observing local CO2 sources using low-cost, near-surface urban monitors. Atmospheric Chemistry and Physics,18, pp.13773–13785.
【7】 Kim, J., Shusterman, A. A., Lieschke, K. J., Newman, C., and Cohen, R. C.(2018). The BErkeley Atmospheric CO2 Observation Network: field calibration and evaluation of low-cost air quality sensors. Atmospheric Measurement Techniques,11, pp.1937–1946.
