空天院LerSAT环境遥感团队论文获E方知库年度论文特等奖

　　PM2.5是指空气动力学当量直径小于等于2.5微米的颗粒物，高浓度PM2.5污染会危害气候变化、人群健康和交通安全等。利用卫星遥感监测近地面PM2.5质量浓度可以在客观统一的标准下获得更大时空尺度的分布观测。基于遥感数据的PM2.5反演方法包括模式模拟算法、经验物理模型法、统计回归模型法和机器学习算法。不同算法各有其特点并且反演的PM2.5数据集的时空代表性存在差异。

　　研究根据遥感数据反演的PM2.5质量浓度数据集vanDonkelaarA数据集（基于模式模拟算法）和ChinaHighAirPollutants数据集（基于机器学习算法），分析得出两种算法数据集的差异。通过空间自相关分析等方法对比两数据集的反演精度、空间自相关性和时空合理性，为中国区域的PM2.5数据集的使用提供参考意见。此外，采用标准差椭圆法定量研究PM2.5污染整体时空演变趋势，深入分析了造成PM2.5变化的驱动因素，为大气细颗粒物污染的防控提供科学支撑。

　　空天院硕士生戴刘新为论文第一作者，副研究员张莹为论文通讯作者，本研究获得了国家自然科学基金和科技部战略性国际科技创新合作重点专项的支持。

　　论文信息：戴刘新,张莹,李正强等.中国近地面PM2.5质量浓度卫星遥感数据集比较及历史趋势分析[J].大气与环境光学学报,2022,17(06):613-629.

        论文链接：http://gk.hfcas.ac.cn/CN/Y2022/V17/I6/613

 

PM2.5污染整体时空演变图