以下文章来源于大气环境遥感
中国-年逐日1km无缝隙PMx及化学成分数据发布！
近期，CHAP数据集中地面颗粒物PMx数据新版本V4整理完毕！基于提出的时空-极端随机树模型，首先结合多模式AOD模拟数据，填补了MODISMAIACAOD产品的空间缺失值，将日数据可利用率提高了60%；然后更新了输入变量，如引入了CAMS高分辨率排放清单和MERRA2中PM化学成分地表浓度等数据，生产得到中国年以来逐日无缝隙3种不同粒径的PMx产品(包括PM1,PM2.5和PM10)，整体精度再次提高。其中-年PM2.5和PM10精度验证结果如下所示：
数据链接DOI:10./zenodo.
数据链接DOI:10./zenodo.
依托我国长期PM2.5化学成分地基观测网络，以ChinaHighPM2.5数据集为输入，协同模式成分模拟数据、多源卫星遥感产品和人为排放清单等大数据，利用深度学习技术，通过考虑空气污染的时空异质特征，构建稳健的PM2.5化学成分分离模型，实现了硫酸盐、硝酸盐、铵盐、氯离子及黑碳等化学成分的高精度分离，生产得到中国首个以来逐日1公里无缝隙PM2.5主要化学成分数据(ChinaHighPMC)。其中中国-年主要化学成分精度验证结果如下：
数据链接DOI:10./zenodo.
参考文献[1]Wei,J.,Li,Z.,Lyapustin,A.,Sun,L.,Peng,Y.,Xue,W.,Su,T.,andCribb,M.Reconstructing1-km-resolutionhigh-qualityPM2.5datarecordsfromtoinChina:spatiotemporalvariationsandpolicyimplications.RemoteSensingofEnvironment,,,.(ESIHotandHighlyCitedPaper)[2]Wei,J.,Li,Z.,Cribb,M.,Huang,W.,Xue,W.,Sun,L.,Guo,J.,Peng,Y.,Li,J.,Lyapustin,A.,Liu,L.,Wu,H.,andSong,Y.Improved1?kmresolutionPM2.5estimatesacrossChinausingenhancedspace-timeextremelyrandomizedtrees.AtmosphericChemistryandPhysics,,20,–.(ESIHotandHighlyCitedPaper)[3]Wei,J.,Li,Z.,Guo,J.,Sun,L.,Huang,W.,Xue,W.,Fan,T.,andCribb,M.Satellite-derived1-km-resolutionPM1concentrationsfromtoacrossChina.EnvironmentalScienceTechnology,,53(22),-.(ESIHotandHighlyCitedPaper)[4]Wei,J.,Li,Z.,Xue,W.,Sun,L.,Fan,T.,Liu,L.,Su,T.,andCribb,M.TheChinaHighPM10dataset:generation,validation,andspatiotemporalvariationsfromtoacrossChina.EnvironmentInternational,,,.(ESIHighlyCitedPaper)[5]Wei,J.,Li,Z.,etal.SeparatingmajorPM2.5chemical转载请注明：http://www.0431gb208.com/sjszlfa/144.html
