转自：中国气象科学研究院
近日，中国气象科学研究院（简称气科院）车慧正研究员团队在国际顶级综合性期刊National Science Review（NSR）杂志上发表题为“Real-time mapping of gapless 24-hour surface PM
10
in China”的研究成果。该研究提出了一种全天候24小时、无缝隙覆盖的地面PM
10
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，PM
10
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，PM
10
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PM
10
数据，已成为大气环境监测的关键任务。为解决我国地面PM
10
监测点不足及分布不均带来的盲区，卫星气溶胶遥感反演PM
10
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PM
10
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PM
10
浓度时空无缝智能感知模型（RT-SPMR，图1）。该技术突破了传统PM
10
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:6.25km，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PM
10
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PM
10
动态变化（图2）。
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PM
10
浓度产品与沙尘RGB卫星遥感及PM
10
站点观测结果的同步对比。
未来，基于RT-SPMR的无缝隙PM
10
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”。
气科院硕士研究生张栩滔与桂柯副研究员为共同第一作者，桂柯副研究员和车慧正研究员为共同通讯作者，合作作者包括气科院张小曳、王亚强、王志立、王宏、李雷、缪育聪、郑宇、曾昭亮、彭玥，中国气象局沈阳大气环境研究所赵胡笳，国家气象信息中心费烨，中国大气本底基准观象台李富刚、李宝鑫，以及研究生赵恒恒、尚楠轩、要文瑞、刘雨润。该研究得到国家重点研发计划项目（2023YFC3706305）、中国气象局“揭榜挂帅”项目（CMAJBGS202325）、国家自然科学基金项目（42175153和42030608）、中国气象局青年创新团队（CMA2024QN13）、第三次新疆科学考察项目（2022xjkk0903）以及气科院基本科研业务费项目（2023Z021）的联合资助。
论文链接：
https://academic.oup.com/nsr/advance-article/doi/10.1093/nsr/nwae446/7919754?searchresult=1
