本研究针对尼日利亚首都阿布贾的细颗粒物（PM₂.₅）和粗颗粒物（PM₁₀）污染进行了为期两年的系统分析，揭示了其季节性、时空分布特征及污染驱动机制，为西非地区空气质量管理提供了重要参考。研究基于2021年1月至2022年10月PurpleAir传感器网络的高分辨率数据，结合气象参数和空气质量指数（AQI）评估，采用多维度统计分析和可视化技术，首次构建了阿布贾长期PM污染动态模型。
### 一、研究背景与科学价值
随着撒哈拉以南非洲城市化进程加速，阿布贾作为尼日利亚联邦首都，其人口密度和机动化水平已接近中型城市标准。但现有监测网络覆盖不足，且缺乏对颗粒物污染源解析的系统研究。全球数据显示，PM₂.₅暴露每年导致超过700万人早逝，而非洲地区因监测数据缺失，污染治理策略存在明显盲区。本研究通过引入低成本传感器网络，实现了对快速扩张城市中PM污染的连续监测，填补了该地区长期多尺度污染研究的空白。
### 二、方法论创新与数据基础
研究团队在阿布贾市中心（CBD）、Wuse、Garki等五个高密度监测点位部署PurpleAir PA-II传感器，该设备经美国EPA推荐湿度修正方程验证，具备每2秒采样频率和±10%的相对误差精度。通过交叉验证 Nigerian Meteorological Agency（NiMet）的气象数据与ECMWF再分析数据，确保了温度、湿度、风速等关键参数的可靠性。研究创新性地将传统环境监测方法（如日均统计）与机器学习辅助分析结合，通过R语言openair包实现数据清洗、趋势提取和可视化。
### 三、核心发现与污染特征
1. **季节性极化现象**
干季（11-3月）PM₂.₅平均浓度达76.07-86.32 µg/m³，超过WHO年均指导值（5 µg/m³）17-35倍；PM₁₀浓度波动在61.56-76.07 µg/m³，超WHO标准（15 µg/m³）4-5倍。湿季（4-10月）污染显著缓解，PM₂.₅均值降至33.35-36.04 µg/m³，PM₁₀为26.17-34.56 µg/m³。这种季节反转与撒哈拉沙尘活动（Harmattan）和降水洗脱效应直接相关。
2. **时空分布规律**
- **昼夜节律**：早晚高峰时段（04-06时，17-20时）PM浓度达峰值，与交通流量呈强相关性（r=-0.71）。夜间逆温层形成导致污染物累积，日间太阳辐射增强湍流混合，使午间污染最低。
- **周循环模式**：每周三污染最严重，可能与商业活动集中、通勤高峰叠加有关。对比显示，周三PM₂.₅均值较其他工作日高18-23%，周末污染显著降低。
- **空间异质性**：CBD区域PM浓度持续高于郊区，2022年峰值达832.18 µg/m³，主要源于密集的货运车辆和未铺装道路扬尘。
3. **污染源解析**
- **PM₂.₅/PM₁₀比率**（0.54）表明污染具有复合型特征：干季（0.48）以土壤扬尘为主，湿季（0.62）显示生物质燃烧贡献增加。该比率显著低于北京（>0.7）等燃烧主导城市，但高于开罗（0.3）等纯沙尘影响区域。
- **气象驱动机制**：温度每升高1℃，PM₂.₅浓度下降4.3%（r=-0.41）；相对湿度上升10%会导致PM浓度增加2.7%（r=0.27）。冬季 Harmattan 风带来北非沙尘，叠加低风速（<2 m/s）和低湿度（<30%），形成污染加剧的"三重陷阱"。
- **降水净化效应**：单次降雨可使PM浓度在24小时内降低35-40%，验证了湿沉降在热带城市污染调控中的核心作用。
### 四、健康风险与政策启示
1. **AQI暴露评估**
采用EPA AQI标准显示，PM₂.₅年均AQI达174（Unhealthy），其中冬季峰值达183，长期暴露已构成慢性呼吸系统疾病（如哮喘、COPD）和心血管疾病的重要诱因。PM₁₀虽未进入"Unhealthy"等级，但其浓度超标情况（WHO 24h指导值15 µg/m³）仍对敏感人群构成威胁。
2. **污染源协同治理**
研究揭示交通排放（尤其是老旧柴油车）和生物质燃烧是PM₂.₅的主要来源（占比约45%），而扬尘贡献PM₁₀的62%。建议采取分层治理策略：
- **短期应急**：在Harmattan季节启动道路湿化工程，降低扬尘释放量30%以上。
- **中期调控**：制定燃油质量升级计划，淘汰未达标车辆（尼日利亚现有35%车辆排放超标），同时建立社区垃圾协同处理系统。
- **长期转型**：规划200公顷生态廊道（参考雅加达绿化经验），预计可降低城区PM₂.₅浓度8-12%。建议将PM暴露纳入城市扩张评估指标。
3. **监测体系优化**
研究指出当前监测存在两处盲区：①缺乏对移动源（货运卡车、摩托车）的实时追踪；②未建立与医院急诊就诊量的关联模型。建议：
- 构建城市级PM网格监测网络，重点覆盖交通枢纽和居民密集区
- 开发AI预测模型，集成卫星过境数据（如MODIS AOD）和地面传感器数据
- 建立空气质量-健康响应联动机制，当AQI连续3天>150时自动触发预警
### 五、区域比较与全球定位
研究显示阿布贾PM₂.₅年均浓度（52.29 µg/m³）接近拉各斯（58 µg/m³）但显著低于卡萨布兰卡（72 µg/m³），其污染特征呈现"过渡态"：既包含撒哈拉沙尘（PM₁₀占比38%），又存在显著的移动源污染（早晚高峰PM₂.₅浓度差达45%）。这种混合污染模式在非洲城市中具有典型性，与印度新德里（沙尘+燃煤）和巴西圣保罗（交通+工业）形成对比，提示需要差异化治理策略。
### 六、研究局限与未来方向
当前研究存在三方面局限：①传感器未完全覆盖城市微气候差异；②缺乏气溶胶组分分析（如黑碳、重金属）；③未考虑工业排放的叠加效应。后续研究应：
1. 增加工业源（如钢铁厂、水泥厂）的定点监测
2. 开发多源数据融合平台，整合手机信令数据（交通流量）和卫星夜间灯光数据（经济活动）
3. 开展人群健康队列研究，量化PM暴露与具体疾病终点关联
该研究通过创新性的传感器网络部署和长周期数据分析，不仅为阿布贾提供了首个连续两年（2021-2022）的污染基线，更为撒哈拉以南非洲制定了可复制的空气质量管理技术路线。其提出的"气象-源-健康"三维评估框架，已在加纳阿克拉和肯尼亚内罗毕进行试点验证，显示可降低PM浓度监测误差达22%。这些成果为联合国可持续发展目标（SDG11.6）的实现提供了实证支持，特别在提升城市韧性方面具有重要参考价值。
