24小时地面PM10浓度无缝智能感知技术，助力我国空气质量精细化监测

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