城市大气CO2和颗粒物（PM）浓度数据是衡量城市空气质量的基础数据，为开展城市环境整治、公共健康研究等提供重要信息。 该数据集基于走航式监测方法，以广州中心城区的内环路为研究区域，选择2023年4-6月工作日内三大典型时段（早高峰、中午、晚高峰），以1秒时间精度多次采集多次采集CO2、颗粒物（PM1.0、PM2.5和PM10）浓度数据，通过大数据分析方法和地理信息技术对数据进行清洗、预处理，整理为城市道路CO2和颗粒物（PM）浓度高时空分辨率精度数据集，采用监测数据校验的方法对该数据集的质量进行评估，结果表明，数据拟合度达82%。该数据集可为城市环境治理和居民健康出行提供参考。

数据来源：通过Sniffer4D 灵嗅大气环境监测设备，利用走航式监测方法，以广州中心城区的内环路为研究区域，选择2023年4-6月工作日内三大典型时段（早高峰、中午、晚高峰），以1秒时间精度多次采集CO2、颗粒（PM1.0、PM2.5和PM10）浓度数据。 处理方法：通过大数据分析方法和地理信息技术对数据进行清洗、预处理,数据处理具体步骤如下: 1. 数据校验：在监测前，将监测设备进行多次模拟测试和校准，发现设备运行良好，未出现数据异常情况，在采集数据前将监测设备进行10 min的预热，并剔除设备运行初始5 min内采集的数据。 2. 数据清洗和预处理：剔除进出道路出入口等多余数据以及开机前5 min内的初始数据。 3. 缺失数据插补：对于监测过程中数据缺失部分进行平滑处理，运用克里金插值法补齐，获取早中晚时段整个路网连续分布的CO2、颗粒物（PM）浓度数据。 得出结果：经上述加工处理，产生了数据编码、数据类型、CO2和颗粒物（PM）的经纬度、CO2浓度数值（mg/m³）、PM1.0浓度数值（ug/m³）、PM2.5浓度数值（ug/m³）、PM10浓度数值（ug/m³）8个字段。

1. 该数据集主要适用于交通部门、生态环境部门等。 2.相关部门可以根据监测数据，实现城市环境治理。 3. 通过走航式监测获取的高精度的实时监测数据： （1）可以填补了研究区域内高时空分辨率环境数据监测的缺失，弥补了传统方法在数据获取和分布模拟上的时空精度不足。 （2）可用于城市内部微尺度的环境数据的监测，能为降低环境暴露，提升公共健康、评估环境风险等研究提供数据支持。 4. 揭示了城市内部微观尺度温室气体和大气污染物的精细化分布格局，对于实现道路空间精细化治理、提升城区居住环境质量等具有现实意义。 5. 通过高精度监测数据，可以精准定点治理，节约环境治理成本。

FID：23 Shape*:点 经度：113.299008 纬度：23.150559 PM1.0：17 PM2.5：21 PM10：23 CO2：1160.226318 FID：24 Shape*:点 经度：113.298969 纬度：23.150582 PM1.0：17 PM2.5：21 PM10：23 CO2：1155.729248 FID：25 Shape*:点 经度：113.29894 纬度：23.150604 PM1.0：16 PM2.5：20 PM10：21 CO2：1154.230347 附件下载

数据文件名称“20230426+早高峰”：2023年4月26日早高峰采集的数据 “FID”：字段名称 “string”：数据类型（文本） “数据编码”：字段描述 “经度" : 字段名称 “trouble”：数据类型（双精度）“CO2、颗粒物（PM）的经度坐标”：字段描述 “CO2" : 字段名称 “trouble” ：数据类型（双精度）“CO2浓度数值（mg/m³)”:字段描述