使用低成本传感器和公民科学来检查空气质量

空气污染往往是健康状况不佳的直接原因。尽管有用，政府的空气质量记录有时缺乏空间覆盖。通过利用现代“数字居民”的力量，公民科学项目可以很容易地被用来持续收集大量数据。俄亥俄州立大学的Andrew May博士及其同事正在与希利亚德市学区(HCSD)的教师和学生以及其他合作伙伴合作，在俄亥俄州中部(美国)地区部署低成本空气质量传感器。它们旨在确定急需控制空气质量的领域，同时将科学学习纳入HCSD课程。

尽管有许多措施和努力减少汽车尾气排放，但与交通有关的空气污染仍然是个问题。陷阱充满了一氧化碳(CO)、二氧化氮(NO .)等有毒物质₂)、颗粒物(PM)、苯、1,3-丁二烯、甲醛、丙烯醛和乙醛以及臭氧前体(O_3.） 生产。对这些污染物暴露于人体健康的长期损害是众所周知的，呼吸和心血管疾病的风险，特别是儿童，老年人和孕妇。

此外，空气质量差的区域通常也是较低的社会经济地位的区域。低收入住房历史上靠近污染领域，如工业点来源或高交通道路。为了使事情变得更糟，这些领域的居民通常不太容易处理这种污染的后果，是由于缺乏设施，医疗保健或收入。因此，在检查空气质量时非常重要，以确保在财富，土地利用和人口统计的梯度上收集数据。俄亥俄州州立大学的Andrew May博士和同事正在与丘陵市学区（HCSD; Hilliard，Ohio，USA），都柏林市学校（都柏林，俄亥俄州，美国）和沃辛顿市学校（Worthington，俄亥俄州，美国）为了提供这个问题，以提供可靠的本地空气质量地图。这些地图的潜在用途包括提醒政策制定者，以强制执行对流量的变化，确定用于空气质量调节的更大审查的区域，并向易感群体通知避免空气质量差的区域。

低成本的远程传感器
在城市化地区测量空气质量的问题之一是环境的大变异性，以及这种情况发生时的低空间分辨率。例如，可以有一个多车道的高速公路毗邻一个大的绿地。这个区域的一个传感器只能捕捉到平均值，这对任何一种土地使用类型都是无效的。这是俄亥俄州富兰克林县目前的主要问题，美国环境保护局(EPA)的监测站位于该县的北部和东部，因此，整个县的大部分地区(包括“市中心”的城市核心)以及监测点之间的“微环境”内的空气质量变化都被忽略了。这是一个特别的问题，因为来自疾病控制中心行为风险因素监测系统调查(BRFSS简称)的数据显示，哮喘发病率分布不均，发病率最高的地区往往是县的中部和南部地区。因此，现有监测仪提供的数据可能不能代表这些微环境中的实际空气质量。

利用公民科学的力量，结合不断发展的远程技术世界。

项目调查员（PIS）概述的倡议（PIS）Andy Andy May和Ayaz博士的旨在通过利用公民科学的力量来解决这个问题，结合越来越高的低成本传感器和基于云技术的技术。美国EPA监测设备成本为数十万美元，并将极为准确，但缺乏可广泛分布的经济效益的“传感网络”的力量。By combining various aspects of ‘off the shelf’ sensor components, three cohorts of Grade 12 students have worked with the PIs to construct a small, low-cost, low-maintenance remote sensor packages which operate semi-autonomously with connectivity through a Wi-Fi network. These ‘TRAP monitors’ contain sensors that measure CO, NO₂阿,_3.+没有₂， PM和相对湿度/温度，并连接到树莓Pi 3单板计算机进行数据采集和传输到云。这些设备需要一些数字电子和计算机编程(如Python)的背景知识来制造设备和传输数据。通过学校的工程课程，将这些信息传授给直接参与项目的HCSD高中学生。

没有自己的问题，这种性质的无线传感器并没有。防风雨和电池寿命是学生（根据PI的指导）的实用挑战，积极努力通过太阳能电池板单元和每个设备的完整防风雨壳体解决。与美国EPA监测技术相比，低成本传感器也可能受到偏差和“基线信号漂移”的影响;有办法考虑这些问题，包括重新校准传感器或数据分析工具的实施。

测量和数据
最初，使用与美国EPA部署的参考仪器相似，该设备在俄亥俄州州立大学进行校准程序。这使得传感器的原始输出信号的转换为污染物浓度。曾经返回学校，学生们接受过基本的Python代码，共同努力，在具有合适的Wi-Fi连接的区域中部署传感器。大约十个传感器将在HCSD的各种学校部署，涵盖交通流量和社会经济地位的梯度。

主要目标是确定跨时间记录的质量。所有数据将自动上传到“云”，特别是谷歌的FireBase，在那里可以集中访问数据进行分析。然后，数据从云中提取到一个用R编程语言编写的脚本中，该脚本通过一个使用Shiny R(目前正在测试开发中)的网站实现数据可视化。当然，这是在对基线漂移等偏差进行任何必要的校准和统计调整之后。基于云计算的方法的诸多好处之一是，司法公正机构可以轻松地将美国环保局的数据联系起来，从而进行直接的比较评估。

它的低成本、公民科学蓝图将工作量分散到各个机构，同时整合了教育和STEM主题。

收到的数据量具有巨大的分析潜力，也涵盖了广泛的科学学科，可以纳入HCSD学校课程。初步的可视化将是整个HCSD的每种污染物的空气质量地图，以及不同学校地点的每种污染物水平。这些数据可以很容易地与交通流量、人口、社会经济状况、土地使用、时间模式等数据进行比较，也可以与美国环保局的数据进行比较。

公民科学与教育
这个项目真的用一块石头杀死了两只鸟。新传感器不仅可以提供重要的长期时间和空间数据，但PIS也在HCSD中的学校工作，将科学整合到课程中。学生们对HCSD的倡议合作，在工程设计和开发课程中使用这一项目，并了解工程，公共卫生，环境科学和统计数据。他们在这一过程的迭代性质上获得了一流的经验，因为第二年的工作和改进，第三年在前两年的改善。目前为第四年确定的学生团队将继续建立这些努力。

此外，该倡议增加了大学和学校之间的联系，允许学生与当地专家联系和沟通，并参加大规模的科学研究，否则直到进一步教育。过去的学生表明，参与这个项目已经给了他们在大学介绍工程课程中的许多同龄人的腿上。

以覆盖HCSD(160公里²），HCSD地区的学校建筑物将有十个传感站部署，这些电台将需要保养。在学生完成设计，制作和部署步骤之后，哥伦布·奥·奥·俄亥俄州（美国）将使用传感器作为教学数据科学和公共卫生的科目。与此教导并行，他们可以轻松检查传感器的状态，并报告回报数据或损害赔偿（包括哮喘或其他敏感群体的局部警告），真正拥抱公民科学的力量。

整合HCSD社区的进一步利益通过委员会内部的委员会（如HCSD学校董事会）和教育之外的组织的合作来源来源，例如希勒斯德市的环境可持续发展委员会。学生向这些群体提出了进度介绍，这可能导致学校交通流动的有形行动，这是对公共交通的驱动，以及对与空气污染相关的问题的进一步意识。

这项工作也导致了其他关于教育的合作。博士五月和博士Hyder have recently begun work with Dublin City Schools’ Emerald Campus’ Engineering Academy to integrate a similar project into their curriculum, and Dr May has been working with the Columbus Public Health Department and Worthington City Schools to install sensors that will provide localised data for students to explore in the classroom.

这个项目符合最后两个重要的条件。首先，这些数据对哥伦布OH地区空气质量的长期监测具有持续性的重要性。如果在现实世界中进行了改变，传感器将对了解这些改变是否成功至关重要。其次，这一倡议有可能扩展到美国各地的城市，该项目模板可以在全球范围内使用。尽管其他团队正在城市地区部署低成本传感器，但这个项目的独特之处在于与当地高中的紧密合作。这种低成本的公民科学蓝图将工作量分散到各个机构，同时整合了教育和STEM主题。但愿不久之后，我们就能看到欧洲、亚洲和其他地区城市的数据出现陷阱。