中国1km高分辨率高质量逐年PM2.5数据集(2000-2024年)

该数据集通过开发一种四维时空-深度森林模型，以CHAP数据集中逐日1公里无缝隙PM2.5数据集为约束，整合PM2.5化学成分的高密度地基观测网络、卫星遥感产品、气象再分析和模型模拟等数据，构建不同化学成分与总PM2.5浓度的转换模型，首次分离得到中国逐日无缝1公里无缝隙4种主要PM2.5无机化学成分卫星遥感产品，包括硫酸盐（SO42）、硝酸盐（NO3-）、铵盐（NH4+）和氯离子（Cl-）。主要范围为中国东部地区，空间分辨率为1 km，时间分辨率为日年，单位为µg/m3。数据以NetCDF (.nc)格式进行存储。

This dataset is developed using a 4-dimensional spatiotemporal-deep forest model, constrained by the daily 1-km gap-free PM2.5 dataset from the CHAP dataset. It integrates multi-source data including high-density ground-based observation networks for PM2.5 chemical components, satellite remote sensing products, meteorological reanalysis data, and model simulation outputs, to establish conversion models between individual chemical components and total PM2.5 mass concentrations. For the first time, this work derives daily 1-km gap-free satellite remote sensing products of four major inorganic PM2.5 chemical components over China, namely sulfate (SO₄²⁻), nitrate (NO₃⁻), ammonium (NH₄⁺), and chloride (Cl⁻). The dataset primarily covers eastern China, with a spatial resolution of 1 km, a temporal resolution of daily, and a unit of µg/m³. All data are stored in NetCDF (.nc) format.

搜集汇总

背景与挑战

背景概述

该数据集提供了中国东部地区2000年至2023年逐年PM2.5浓度的高分辨率（1公里）数据，通过先进模型整合多源观测，首次实现了逐日无缝的四种主要PM2.5无机化学成分（硫酸盐、硝酸盐、铵盐和氯离子）的卫星遥感反演。其特点是数据质量高、时空分辨率精细，适用于长期空气污染研究和环境政策分析，以NetCDF格式存储便于科学计算。