犹他大学和 EDF 的一项开创性研究利用Google街景汽车对盐湖谷的空气质量进行了详细监测。这项研究揭示了超本地污染热点，突出
犹他大学和 EDF 的一项开创性研究利用Google街景汽车对盐湖谷的空气质量进行了详细监测。这项研究揭示了超本地污染热点，突出了环境正义问题，标志着在了解和解决城市空气污染的不均衡影响方面取得了重大进展。
在盐湖谷，配备了先进空气质量测量工具（类似于Google街景车）的汽车穿行于各个社区，收集高度详细的空气质量数据。这种全面的采样揭示了不同地区污染水平的明显差异。此外，还开发了一种新颖的大气建模技术，以准确定位这些污染排放的来源。
2019 年，犹他大学的大气科学家团队与环境保护基金及其他合作伙伴合作，在盐湖谷引入了一种创新的空气质量监测方法。他们为两辆Google街景汽车配备了移动空气污染探测器，能够识别超本地污染热点。
在随后的几个月里，该大学大气科学教授约翰·林（John Lin）开发了一种突破性的建模技术。这种方法结合了风向模式建模和统计分析，可以追溯污染物的确切来源。这种技术在污染追踪方面提供的详细程度超过了传统的空气质量监测方法，而传统的空气质量监测方法通常是对整个城市地区的空气质量进行评估。
美国大学和环境保护基金（EFD）领导的一项研究最近在《大气环境》杂志上发表了研究结果。
他说：“有了移动车辆，你实际上可以把它们送到任何它们可以行驶的地方，以绘制污染地图，包括以前监测漏掉的路边污染源。我认为巡回哨兵的想法对很多城市来说都是可行的。”
研究人员在车辆上装载了空气质量仪器，并指挥驾驶员逐街逐巷地在居民区内寻找，每秒钟采集一个空气样本，从而建立了盐湖谷从2019年5月到2020年3月空气污染物浓度的海量数据集。观测结果绘制出了迄今为止分辨率最高的污染热点细尺度地图数据捕捉到了200米（约两个足球场）范围内的变化。
via 匿名
标签: #Google
频道: @GodlyNews1
投稿: @GodlyNewsBot
