Données environnementales hyperlocales avec une plateforme mobile en milieu urbain

Données scientifiques volume 10, Numéro d'article : 524 (2023) Citer cet article

77 Accès

Détails des métriques

Les données environnementales à haute résolution spatio-temporelle sont essentielles pour éclairer les actions visant à relever les défis de la durabilité urbaine. Pourtant, l’accès aux sources de données environnementales hyperlocales est limité en raison du manque d’infrastructure de surveillance, de qualité constante des données et de disponibilité des données pour le public. Cet article rapporte des données environnementales (PM, NO2, température et humidité relative) collectées de 2020 à 2022 et étalonnées lors de quatre déploiements dans trois villes mondiales. Chaque campagne de collecte de données ciblait un problème environnemental urbain spécifique lié à la qualité de l'air, tel que la diversité des arbres, les disparités d'exposition des communautés et l'utilisation excessive de combustibles fossiles. Tout d'abord, nous présentons la conception de la plateforme mobile et son déploiement à Boston (États-Unis), New York (États-Unis) et Beyrouth (Liban). Deuxièmement, nous présentons le processus de nettoyage et de validation des données pour les données sur la qualité de l’air. Enfin, nous expliquons le format des données et comment les ensembles de données environnementales hyperlocales peuvent être utilisés seuls et avec d'autres données pour faciliter la prise de décision fondée sur des preuves. Nos ensembles de données de détection environnementale mobiles incluent des villes de différentes échelles, visant à remédier à la rareté des données dans les régions en développement et à soutenir l'élaboration de politiques environnementales fondées sur des preuves.

Des mesures)

Particules, polluants gazeux

Type(s) de technologie

Plateforme de détection environnementale à faible coût (City Scanner)

Caractéristique de l'échantillon - Environnement

Ville

Caractéristique de l'échantillon - Emplacement

Mondial

L’urbanisation rapide pose de nouveaux défis en matière de durabilité aux planificateurs, ingénieurs, scientifiques et citoyens à l’ère du changement climatique. Les données environnementales hyperlocales sont souhaitables pour les universitaires et les praticiens afin d'identifier les points chauds d'exposition, de comprendre la répartition spatiale de la pollution atmosphérique urbaine et de soutenir une atténuation du changement climatique fondée sur des données probantes. Pourtant, l’acquisition de données hyperlocales reste un défi dans les régions développées et en développement. Parmi toutes les données environnementales urbaines, les données sur la pollution atmosphérique sont l’une des plus difficiles à surveiller en raison de sa forte variabilité spatiale et temporelle. Dans les villes, les sources d’émissions de pollution atmosphérique sont diverses et la dispersion des émissions est très volatile1. Ces dernières années, la surveillance mobile a joué un rôle de plus en plus important en complément des méthodes de surveillance traditionnelles, telles que la surveillance stationnaire et la télédétection par satellite2,3,4. Il offre une alternative hautement évolutive pour fonctionner dans divers environnements urbains tout en générant des données haute résolution.

Les techniques mobiles de mesure de la qualité de l’air sont documentées dans une littérature en constante expansion. Les plus notables incluent une série d'études menées en collaboration avec les voitures Google Street View à Houston, dans la région de la baie de San Francisco, à Amsterdam, Copenhague et Londres (https://www.google.com/earth/outreach/special-projects /qualité de l'air). Des moniteurs d'air de référence et de recherche ont été transportés dans les villes, mesurant de manière répétitive la plupart des segments de rue sur des périodes allant de plusieurs mois à plusieurs années. Leurs données brutes ont été partiellement publiées via une base de données en ligne tierce et une API (https://explore.openaq.org). Bien que la couverture spatiale et temporelle soit étendue, les campagnes de surveillance de l'air de Google se sont concentrées sur les zones urbaines peuplées avec une bonne densité d'échantillonnage d'images de vue de rue. Les instruments de surveillance mobiles et les laboratoires exploités par des universitaires constituent une autre source importante de données sur la qualité de l’air. Néanmoins, les résultats finaux d’un tel déploiement sont souvent des articles et des rapports scientifiques, généralement sans publication de l’ensemble des données complètes5,6,7,8. Même si certains articles contiennent des fichiers de données brutes, la qualité des données est moins cohérente d'un projet à l'autre, compte tenu de la différence dans la portée de l'étude, l'instrumentation, le personnel, les méthodes d'échantillonnage et la validation des données. Un autre pool important de données sur la qualité de l’air est fourni par l’adoption plus large de technologies de détection de l’air à faible coût, de sciences citoyennes et de campagnes de surveillance participatives9. De plus, l’absence d’un canal unifié et open source pour indexer et récupérer les données d’études individuelles a créé un obstacle important pour les non-universitaires souhaitant accéder à ces données et les utiliser davantage en dehors des publications scientifiques.