1 簡介
由於空氣污染物和溫度的增加，許多城市地區正面臨雙重威脅（IPCC， 2021）。随著(zhe)全球人口趨勢預計到 2,050 年城市居民将增加 25 億 ，城市高溫和空氣污染嚴重的負面影響預計會增加（Hong 等人 ， 2019 年；Jacob 和 Winner， 2009 年；Nolte 等人， 2018 年）。改造現有城市和設計未來城市以減少與更熱和污染更嚴重的城市環境相關的健康影響是一項關鍵需求，增加城市植被已成爲許多城市政策制定者的重要政策目标。一些模型研究表明熱量和空氣質量風險會降低（Escobedo 和 Nowak， 2009 年; Morani 等人， 2011 年）與美國城市樹木清除 O 3相關（Nowak 等人， 2014 年）。然而 ，其他人則認爲，樹木類型也很重要，會影響生物揮發性有機化合物 (VOC) 的數量和類型，從而導緻不同的臭氧形成潛力（Gu 等人 ， 2021 年）。在洛杉矶等城市 ，熱浪和高 O 3濃度並(bìng)存的情況很常見 ，這可能是由於樹木中 VOC 的增加和更多停滞的空氣，這兩者都與高溫天有關（Nussbaumer & Cohen， 2020 年）。而植被比例與溫度反相關，溫度與O 3正相關兩者都在文獻中得到很好的證實（Nussbaumer & Cohen， 2020 年；Pusede 等人， 2015 年），支持城市規模基於模型的評估的數據非常有限（Tong 等人， 2015 年），並(bìng)且與少數領域的比較觀察結果的含義不太明確（Churkina 等人， 2015 年；Pataki 等人， 2011 年）。值得注意的是 ，在城市環境中，尤其是在公裏或更小的街區尺度上，由於缺乏觀測數據， 很少同時研究人與環境相互作用的變化 O 3和溫度（Cabaraban et al., 2013 ） ; Shiflett 等人 ， 2017 年) 除瞭在某些情況下使用移動設施一周或更短的時間（Samad & Vogt， 2020）；然而，這些尺度适用於可以降低環境風險的幹預措施和政策（Harlan 等人 ， 2013 年）。
解決個人與環境的相互作用對於(yú)瞭(le)解支撐鄰裏脆弱性的環境條件 ，從而改善個人和政策制定者的決策至關重要 。Landsat 等高分辨率衛星數據的像素大小爲 30-90 m（Tomlinson 等人 ， 2011 年），但是它們缺乏時間覆蓋 ，尤其是在多雲條件下 。每天，現有的基於(yú)衛星的産品對於(yú)地表溫度 (LST) 和物候特征的分辨率更多爲 0.5-1 公裏 ，例如 ，來自中分辨率成像光譜儀 (MODIS)（Wan 等人 ， 2004 年） ), 以及城市尺度上 7-10 公裏分辨率的空氣質量指标，例如大氣中 NO 的負荷2來自對流層監測儀 (TROPOMI)（Griffin 等人， 2019 年）。此外，基於(yú)衛星的地表溫度和空氣污染數據都不能代表通常在地面以上 2 米處測量的氣溫和地表污染濃度。同時，地面監測網絡的空間分布密度非常低，無法解決鄰域變化問題。例如，在大洛杉矶都會區内，隻有約 25 個 O 3報告站，其空間布局無法表征鄰裏尺度或 4-5 公裏内高 O 3和溫度的聯合發生——典型的空間區域空氣質量模型的分辨率（~4 公裏）。
在這裏，我們提出瞭(le)一項試點研究 ，使用社區科學項目來解決鄰裏和鄰裏内尺度的城市熱和空氣污染挑戰，包括採取測量來評估衛星和區域模型（天氣研究和預報耦合）的保真度和缺陷化學 ，或 WRF-Chem，在這些尺度上配置瞭(le)業務空氣質量預報的通用實踐）。在鄰裏範圍内 ，可以假設 O 3有很大的變化，因爲 NOx 和 VOC 的生命周期短（從幾小時到不到一天）（尤其是在夏季）以及排放源在空間和時間上的異質性 (Racherla & 亞當斯， 2008 年)，以及由樹木和建築物陰影引起的地表太陽輻射和溫度的時空變化。理解與該假設相關的過程需要來自空間密集觀察的數據，如果沒有社區參與，這些數據可能很難獲得 。普塞德等人。( 2015 ) 回顧瞭(le) O 3形成過程對氣溫的依賴性 ，而 Shiflett 等人。( 2017 ) 顯示瞭(le)鄰裏範圍内氣溫的大空間變化 。迄今爲止，鄰域和鄰域内尺度的 O 3和氣溫的並(bìng)置測量仍然很少見。
我們的社區科學項目更初設計爲公民科學項目，涉及所有居民，包括公民和非公民。根據美國國家科學院和醫學院（2018 年）的說法，“公民科學項目通常涉及非科學家（即未受過項目相關學科專業培訓的人）參與研究的過程、方法和标準 ，推進科學知識或應用的預期目标。” 例如 ，公民科學項目已被用於(yú)評估雷達估計的降水和飓風強度特征（Elmore 等人， 2014 年）). 在衛星遙感的背景下，學生在線雲觀測 (S'COOL) 項目和全球學習和觀測有益於(yú)環境 (GLOBE) 計劃是顯示公民科學數據對評估衛星的價值的例子-基於(yú)雲分數的産品，例如，（Chambers 等人， 2017 年；Kennedy 和 Henderson， 2003 年）。更近的一項文獻調查發現，來自公民科學觀察的數據可以揭示人們在社區範圍内的看法和暴露水平（Mahajan 等人 ， 2020 年）). 然而，文獻中還沒有報道同時關注城市熱和空氣污染的社區科學項目，更不用說将社區參與和社區科學與模型預測、衛星數據分析和實時交付結果相結合的項目瞭(le) 。
2 社區科學傳感器網絡和活動
我們設計瞭(le)我們的研究，以評估2017 年夏季從單個地塊到洛杉矶大都市區（圖 1a ）的多個尺度的溫度和 O 3變化。我們圍繞單個社區組織瞭(le)傳感器部署，我們将其定義爲 4 × 4 km 2樣方. 密集的現場部署集中在加利福尼亞州長灘和内陸帝國的各個部分（圖 1c-1h），這是洛杉矶大都市地區的一個子集，嚴重未達到 O 3. 部署持續時間分爲三個活動。在 2017 年 6 月至 7 月的第一次活動中，六個傳感器節點被分布到長灘附近距離小於(yú) 20 公裏的兩個樣方（每個樣方三個傳感器節點）（例如 ，圖 1中的樣方 1A 和 1B） . 通過這種設計 ，樣方大小可與空氣質量模型和 EPA 排放清單的标稱空間分辨率相媲美，後者通常爲 4 × 4 km 2，而兩個樣方之間的距離可與 TROPOMI 足迹的尺寸相媲美（ 4 × 7 公裏2) 在更低點 。因此，社區科學網絡的分布非常适合進行測量，以解決有關亞網格尺度模型不確定性和亞像素分辨率衛星檢索不確定性的問題。2017 年 7 月至 8 月的第二次活動和 2017 年 8 月至 9 月的第三次活動的部署與第一階段的部署類似，但針對克萊蒙特（圖 1中的 2A 和 2B ）和聖貝納迪諾（3A）附近的不同樣方和3B），分别。當兩個樣方在項目的每個階段配對以測量子區域梯度預期溫度和 O 3時，項目所有三個階段中的鄰域對都被選擇以共同反映區域梯度。
在每個樣方中 ，布置瞭(le)三個定制傳感器節點（圖 1b），以盡可能多地從不同環境設置（例如停車場、住宅後院和樹蔭區域）採樣空氣。iButton 網絡由約 290 個傳感器組成 ，這些傳感器通過社區科學合作夥伴設計放置在每個社區内，但仍覆蓋每個社區的綜合條件分布。iButton 傳感器放置在貝爾土壤和灌溉草地上方以及樹冠下方，本研究僅使用從地表上方 2 米處收集的數據。這些 2 m 傳感器的位置在圖 1c-1h中顯示爲黃點總共六個樣方 。每個 iButton 都被一個定制的白色通風帽屏蔽，並(bìng)被編程爲每小時記錄一次數據。iButton 溫度讀數經過校準，發現精度爲 ±1.0°C；它們與每次測量的時間一起存檔。Shiflett 等人提供瞭(le)有關使用 iButton 測量的溫度研究城市氣溫的詳細信息 。（2017 年）。
每個傳感器節點都集成瞭微氣象和 O 3傳感器（圖 1a ），可以在每小時同時對 O 3、風和溫度進行空間和時間同步測量 。傳感器節點的獨特之處在於高端
臭氧分析儀 106-L（2B Technologies，博爾德，科羅拉多州），用於測量 O 3濃度在 2 m。106-L 儀器被 EPA 指定爲聯邦等效方法 (FEM)，用於根據美國清潔空氣法案 (EQOA-0914-218) 進行監測。節點上還集成瞭氣象傳感器，包括用於測量風向和風速的風速計，以及用於測量溫度的溫度計（标準輻射屏蔽中的 HMP-60（41003-5，Campbell Scientific，Logat UT），所有這些傳感器都放置在距離地面 2 米處每個傳感器節點都連接到互聯網，使用家庭 Wi-Fi 或手機熱點 ，實現實時數據傳輸到數據服務器。
對於傳感器節點和 iButton，我們在受控大氣室和現場條件下定期進行瞭(le)一系列校準和驗證研究；測量的O 3的不確定性約爲1-2 ppb，溫度數據的不確定性爲±1.0°C。來自傳感器節點和 iButton 溫度的所有傳感器數據均每小時測量一次。社區收集的所有傳感器部署和數據均由項目人員監督。項目團隊審查瞭(le)數據並(bìng)重新評估瞭(le)有問題的數據，以将其納入分析 。
3 總結與讨論
我們介紹瞭(le)一個社區科學項目的發現 ，該項目整合瞭(le)社區參與、傳感器數據、衛星數據和模型預測 ，以研究臭氧污染和溫度如何變(biàn)化和共變(biàn)，以及在鄰裏和内部監測和預測它們的挑戰。鄰裏尺度。幾個主要發現總結如下 。
首先，在城市環境中，地表溫度、2 m 氣溫和 O 3的空間變化很大 ，但 MODIS 在 1 km 像素分辨率和 WRF-Chem 預測在 4 km 網格框分辨率。諸如 WRF-Chem 之類的模型可以識别區域範圍内的變異熱點，應該在地方範圍内進一步改進 。該模型還可以從社區的角度很好地整體預測溫度的變化。其次 ，與空間變化的表現相比，O 3和2 m氣溫的日變化及其協變被模型較好地解決瞭(le)。觀察和模型均顯示每小時 O 3之間存在适度相關性和小時溫度，但總體而言，模型低估瞭(le)溫度和 O 3之間的協變，部分原因是模型低估瞭(le) O 3的小時波動。由於洛杉矶盆地正處於 NO x限制和 VOC 限制之間的過渡狀态，這裏低估 O 3的確切原因值得進一步調查。整體溫度預測比O 3預測性能好很多並(bìng)且比臭氧預測所需的更少 12-36 小時啓動時間要少得多。模型高估瞭(le)夜間的臭氧，低估瞭(le)白天的臭氧，而預測的溫度從下午晚些時候到第二天早上通常有正偏差。第三，雖然我們的項目持續時間相對較短（3 個月），但我們表明（在補充中進一步支持）社區科學項目具有獨特的潛力，可以幫助 (a) 解決與空間分辨率相關的科學問題表征城市熱變率（支持信息S1中的圖S9 ) 和 (b) 通過對不同提前期的多個預測進行平均來量化集合預報的潛在價值，以預測鄰域尺度的溫度空間變異性（支持信息 S1中的圖 S10 ）。
這項研究是首次嘗試使用社區科學方法在社區内部和社區之間研究城市熱和臭氧污染 。它強調瞭(le)之前的研究，即洛杉矶盆地的臭氧總體上正在過渡到 NO x限制，並(bìng)表明綠地間距有可能成爲臭氧的彙 。在高溫條件下，對於 O 3的形成，由於樹木更多而導緻的溫度降低的影響可能超過樹木更多導緻 VOC 相關變化的影響，從而導緻 O 3的整體減少. 雖然還需要進行更多研究，但我們發現通過綠化間隔同時減輕臭氧污染和高溫的共同效益對我們參與的社區來說非常具有啓發性和吸引力。社區科學家也非常熱衷於與專業科學家打交道。越來越多的社區成員願意與我們合作，共同應對與其社區相關的環境問題，因爲他們發現，通過這個試點項目，科學在大多數情況下確實有效，例如，預測高臭氧濃度和氣溫的日子。還發現在線、交互式和實時工具對於吸引社區居民並(bìng)幫助他們培養成爲社區科學家的興趣至關重要。一起，社區科學家和專業研究人員可以改進對各個社區的觀察，並(bìng)幫助推進否則無法實現的科學研究。反過來，社區科學家的科學發現（例如溫度随樹冠類型和大小的變化）也可以将科學研究擴大到社區，從而幫助社區做出客觀和基於科學的決策，以減輕城市熱度和污染同時。
