1 简介
由于空气污染物和温度的增加，许多城市地区正面临双重威胁（IPCC， 2021）。随着全球人口趋势预计到 2,050 年城市居民将增加 25 亿，城市高温和空气污染严重的负面影响预计会增加（Hong 等人， 2019 年；Jacob 和 Winner， 2009 年；Nolte 等人， 2018 年）。改造现有城市和设计未来城市以减少与更热和污染更严重的城市环境相关的健康影响是一项关键需求，增加城市植被已成为许多城市政策制定者的重要政策目标。一些模型研究表明热量和空气质量风险会降低（Escobedo 和 Nowak， 2009 年; Morani 等人， 2011 年）与美国城市树木清除 O 3相关（Nowak 等人， 2014 年）。然而，其他人则认为，树木类型也很重要，会影响生物挥发性有机化合物 (VOC) 的数量和类型，从而导致不同的臭氧形成潜力（Gu 等人， 2021 年）。在洛杉矶等城市，热浪和高 O 3浓度并存的情况很常见，这可能是由于树木中 VOC 的增加和更多停滞的空气，这两者都与高温天有关（Nussbaumer & Cohen， 2020 年）。而植被比例与温度反相关，温度与O 3正相关两者都在文献中得到很好的证实（Nussbaumer & Cohen， 2020 年；Pusede 等人， 2015 年），支持城市规模基于模型的评估的数据非常有限（Tong 等人， 2015 年），并且与少数领域的比较观察结果的含义不太明确（Churkina 等人， 2015 年；Pataki 等人， 2011 年）。值得注意的是，在城市环境中，尤其是在公里或更小的街区尺度上，由于缺乏观测数据， 很少同时研究人与环境相互作用的变化 O 3和温度（Cabaraban et al., 2013 ） ; Shiflett 等人， 2017 年) 除了在某些情况下使用移动设施一周或更短的时间（Samad & Vogt， 2020）；然而，这些尺度适用于可以降低环境风险的干预措施和政策（Harlan 等人， 2013 年）。
解决个人与环境的相互作用对于了解支撑邻里脆弱性的环境条件，从而改善个人和政策制定者的决策至关重要。Landsat 等高分辨率卫星数据的像素大小为 30-90 m（Tomlinson 等人， 2011 年），但是它们缺乏时间覆盖，尤其是在多云条件下。每天，现有的基于卫星的产品对于地表温度 (LST) 和物候特征的分辨率更多为 0.5-1 公里，例如，来自中分辨率成像光谱仪 (MODIS)（Wan 等人， 2004 年） ), 以及城市尺度上 7-10 公里分辨率的空气质量指标，例如大气中 NO 的负荷2来自对流层监测仪 (TROPOMI)（Griffin 等人， 2019 年）。此外，基于卫星的地表温度和空气污染数据都不能代表通常在地面以上 2 米处测量的气温和地表污染浓度。同时，地面监测网络的空间分布密度非常低，无法解决邻域变化问题。例如，在大洛杉矶都会区内，只有约 25 个 O 3报告站，其空间布局无法表征邻里尺度或 4-5 公里内高 O 3和温度的联合发生——典型的空间区域空气质量模型的分辨率（~4 公里）。
在这里，我们提出了一项试点研究，使用社区科学项目来解决邻里和邻里内尺度的城市热和空气污染挑战，包括采取测量来评估卫星和区域模型（天气研究和预报耦合）的保真度和缺陷化学，或 WRF-Chem，在这些尺度上配置了业务空气质量预报的通用实践）。在邻里范围内，可以假设 O 3有很大的变化，因为 NOx 和 VOC 的生命周期短（从几小时到不到一天）（尤其是在夏季）以及排放源在空间和时间上的异质性 (Racherla & 亚当斯， 2008 年)，以及由树木和建筑物阴影引起的地表太阳辐射和温度的时空变化。理解与该假设相关的过程需要来自空间密集观察的数据，如果没有社区参与，这些数据可能很难获得。普塞德等人。( 2015 ) 回顾了 O 3形成过程对气温的依赖性，而 Shiflett 等人。( 2017 ) 显示了邻里范围内气温的大空间变化。迄今为止，邻域和邻域内尺度的 O 3和气温的并置测量仍然很少见。
我们的社区科学项目更初设计为公民科学项目，涉及所有居民，包括公民和非公民。根据美国国家科学院和医学院（2018 年）的说法，“公民科学项目通常涉及非科学家（即未受过项目相关学科专业培训的人）参与研究的过程、方法和标准，推进科学知识或应用的预期目标。” 例如，公民科学项目已被用于评估雷达估计的降水和飓风强度特征（Elmore 等人， 2014 年）). 在卫星遥感的背景下，学生在线云观测 (S'COOL) 项目和全球学习和观测有益于环境 (GLOBE) 计划是显示公民科学数据对评估卫星的价值的例子-基于云分数的产品，例如，（Chambers 等人， 2017 年；Kennedy 和 Henderson， 2003 年）。更近的一项文献调查发现，来自公民科学观察的数据可以揭示人们在社区范围内的看法和暴露水平（Mahajan 等人， 2020 年）). 然而，文献中还没有报道同时关注城市热和空气污染的社区科学项目，更不用说将社区参与和社区科学与模型预测、卫星数据分析和实时交付结果相结合的项目了。
2 社区科学传感器网络和活动
我们设计了我们的研究，以评估2017 年夏季从单个地块到洛杉矶大都市区（图 1a ）的多个尺度的温度和 O 3变化。我们围绕单个社区组织了传感器部署，我们将其定义为 4 × 4 km 2样方. 密集的现场部署集中在加利福尼亚州长滩和内陆帝国的各个部分（图 1c-1h），这是洛杉矶大都市地区的一个子集，严重未达到 O 3. 部署持续时间分为三个活动。在 2017 年 6 月至 7 月的第一次活动中，六个传感器节点被分布到长滩附近距离小于 20 公里的两个样方（每个样方三个传感器节点）（例如，图 1中的样方 1A 和 1B） . 通过这种设计，样方大小可与空气质量模型和 EPA 排放清单的标称空间分辨率相媲美，后者通常为 4 × 4 km 2，而两个样方之间的距离可与 TROPOMI 足迹的尺寸相媲美（ 4 × 7 公里2) 在更低点。因此，社区科学网络的分布非常适合进行测量，以解决有关亚网格尺度模型不确定性和亚像素分辨率卫星检索不确定性的问题。2017 年 7 月至 8 月的第二次活动和 2017 年 8 月至 9 月的第三次活动的部署与第一阶段的部署类似，但针对克莱蒙特（图 1中的 2A 和 2B ）和圣贝纳迪诺（3A）附近的不同样方和3B），分别。当两个样方在项目的每个阶段配对以测量子区域梯度预期温度和 O 3时，项目所有三个阶段中的邻域对都被选择以共同反映区域梯度。
在每个样方中，布置了三个定制传感器节点（图 1b），以尽可能多地从不同环境设置（例如停车场、住宅后院和树荫区域）采样空气。iButton 网络由约 290 个传感器组成，这些传感器通过社区科学合作伙伴设计放置在每个社区内，但仍覆盖每个社区的综合条件分布。iButton 传感器放置在贝尔土壤和灌溉草地上方以及树冠下方，本研究仅使用从地表上方 2 米处收集的数据。这些 2 m 传感器的位置在图 1c-1h中显示为黄点总共六个样方。每个 iButton 都被一个定制的白色通风帽屏蔽，并被编程为每小时记录一次数据。iButton 温度读数经过校准，发现精度为 ±1.0°C；它们与每次测量的时间一起存档。Shiflett 等人提供了有关使用 iButton 测量的温度研究城市气温的详细信息。（2017 年）。
每个传感器节点都集成了微气象和 O 3传感器（图 1a ），可以在每小时同时对 O 3、风和温度进行空间和时间同步测量。传感器节点的独特之处在于高端
臭氧分析仪106-L（2B Technologies，博尔德，科罗拉多州），用于测量 O 3浓度在 2 m。106-L 仪器被 EPA 指定为联邦等效方法 (FEM)，用于根据美国清洁空气法案 (EQOA-0914-218) 进行监测。节点上还集成了气象传感器，包括用于测量风向和风速的风速计，以及用于测量温度的温度计（标准辐射屏蔽中的 HMP-60（41003-5，Campbell Scientific，Logat UT），所有这些传感器都放置在距离地面 2 米处每个传感器节点都连接到互联网，使用家庭 Wi-Fi 或手机热点，实现实时数据传输到数据服务器。
对于传感器节点和 iButton，我们在受控大气室和现场条件下定期进行了一系列校准和验证研究；测量的O 3的不确定性约为1-2 ppb，温度数据的不确定性为±1.0°C。来自传感器节点和 iButton 温度的所有传感器数据均每小时测量一次。社区收集的所有传感器部署和数据均由项目人员监督。项目团队审查了数据并重新评估了有问题的数据，以将其纳入分析。
3 总结与讨论
我们介绍了一个社区科学项目的发现，该项目整合了社区参与、传感器数据、卫星数据和模型预测，以研究臭氧污染和温度如何变化和共变，以及在邻里和内部监测和预测它们的挑战。邻里尺度。几个主要发现总结如下。
首先，在城市环境中，地表温度、2 m 气温和 O 3的空间变化很大，但 MODIS 在 1 km 像素分辨率和 WRF-Chem 预测在 4 km 网格框分辨率。诸如 WRF-Chem 之类的模型可以识别区域范围内的变异热点，应该在地方范围内进一步改进。该模型还可以从社区的角度很好地整体预测温度的变化。其次，与空间变化的表现相比，O 3和2 m气温的日变化及其协变被模型较好地解决了。观察和模型均显示每小时 O 3之间存在适度相关性和小时温度，但总体而言，模型低估了温度和 O 3之间的协变，部分原因是模型低估了 O 3的小时波动。由于洛杉矶盆地正处于 NO x限制和 VOC 限制之间的过渡状态，这里低估 O 3的确切原因值得进一步调查。整体温度预测比O 3预测性能好很多并且比臭氧预测所需的更少 12-36 小时启动时间要少得多。模型高估了夜间的臭氧，低估了白天的臭氧，而预测的温度从下午晚些时候到第二天早上通常有正偏差。第三，虽然我们的项目持续时间相对较短（3 个月），但我们表明（在补充中进一步支持）社区科学项目具有独特的潜力，可以帮助 (a) 解决与空间分辨率相关的科学问题表征城市热变率（支持信息S1中的图S9 ) 和 (b) 通过对不同提前期的多个预测进行平均来量化集合预报的潜在价值，以预测邻域尺度的温度空间变异性（支持信息 S1中的图 S10 ）。
这项研究是首次尝试使用社区科学方法在社区内部和社区之间研究城市热和臭氧污染。它强调了之前的研究，即洛杉矶盆地的臭氧总体上正在过渡到 NO x限制，并表明绿地间距有可能成为臭氧的汇。在高温条件下，对于 O 3的形成，由于树木更多而导致的温度降低的影响可能超过树木更多导致 VOC 相关变化的影响，从而导致 O 3的整体减少. 虽然还需要进行更多研究，但我们发现通过绿化间隔同时减轻臭氧污染和高温的共同效益对我们参与的社区来说非常具有启发性和吸引力。社区科学家也非常热衷于与专业科学家打交道。越来越多的社区成员愿意与我们合作，共同应对与其社区相关的环境问题，因为他们发现，通过这个试点项目，科学在大多数情况下确实有效，例如，预测高臭氧浓度和气温的日子。还发现在线、交互式和实时工具对于吸引社区居民并帮助他们培养成为社区科学家的兴趣至关重要。一起，社区科学家和专业研究人员可以改进对各个社区的观察，并帮助推进否则无法实现的科学研究。反过来，社区科学家的科学发现（例如温度随树冠类型和大小的变化）也可以将科学研究扩大到社区，从而帮助社区做出客观和基于科学的决策，以减轻城市热度和污染同时。
