近日,中国气象科学研究院车慧正研究员团队在《国家科学评论》发表研究论文,提出了一种全天候24小时、无缝隙覆盖的地面PM10浓度实时智能感知技术,为我国空气质量精细化监测提供了强有力的支持。
近年来,空气污染已成为全球严峻挑战,PM10浓度作为重要的大气污染物,直接影响环境质量和人体健康。在中国,随着经济和城市化的快速发展,PM10浓度常处于较高水平,尤其在沙尘天气等极端事件中。实时、准确地获取大范围、高精度的PM10数据,已成为大气环境监测的关键任务。为解决我国地面PM10监测点不足及分布不均带来的盲区,卫星气溶胶遥感反演PM10浓度成为热门研究方向。然而,卫星观测仍面临空间覆盖不足(尤其是云层干扰导致的缺失)、时间采样率低以及反演算法不确定性大等问题,现有卫星遥感PM10监测技术尚未实现时空无缝反演。
针对这一问题,研究团队基于自主研制的高精度网格化能见度作为关键参数,结合中国气象局高分辨率多源气象数据融合产品,利用自动机器学习和在线自适应参数优化技术,提出了我国地面PM10浓度时空无缝智能感知模型(RT-SPMR,图1)。该技术突破了传统PM10遥感产品在空间覆盖、时间分辨率和时效性上的局限,实现了全天候24小时、高时空分辨率(空间分辨率6.25 km,时间分辨率1小时)和空间全覆盖的实时估算(图2)。
图1. RT-SPMR实时感知模型构建技术及业务化部署流程图。
图2. RT-SPMR模型生成的PM10地面浓度多年平均24小时逐小时分布图。
交叉验证结果表明, RT-SPMR模型在白天逐小时精度上优于以往产品。此外,通过滚动迭代实验,模型展现了强大的泛化能力和稳定性,适用于业务化部署。以一次特强沙尘暴为例,模型在实时追踪沙尘入侵过程的精细尺度演变方面表现出色,成功捕捉了静止卫星影像盲区和地面观测空白区的PM10动态变化(图3)。
图3. 2021年3月15日中国北方特大沙尘暴期间,RT-SPMR模型实时生成的PM10浓度产品与向日葵8号静止卫星沙尘RGB合成影像及PM10站点观测结果的同步对比。
未来,基于RT-SPMR的无缝隙PM10实况产品有望为我国沙尘暴预报模式提供更准确的初始场信息,提升预报准确性。该项研究还有效支撑了世界气象组织(WMO)沙尘暴预警咨询评估系统(SDS-WAS)《2021-2025年科学与实施规划》中提出的近地面颗粒物浓度“虚拟监测网络”建设目标,有望为全球其他频繁遭遇沙尘暴的国家构建精细化监测体系提供“中国方案”。
了解详情,请阅读原文
Real-time mapping of gapless 24-hour surface PM10 in China. National Science Review. doi: org/10.1093/nsr/nwae446