《卫星遥感细颗粒物(PM2.5)监测技术指南》征求意见稿

规范性文件：

《GB/T 31159-2014 大气气溶胶观测术语》、

《HJ 653 环境空气颗粒物(PM10和PM2.5) 连续自动监测系统技术要求及检测方法》。

监测原理

根据 PM2.5 浓度与气溶胶光学厚度、吸湿增长因子、密度、半径、消光效率因子及大气边界层高度等因素的转化关系计算象元PM2.5质量浓度，并形成区域PM2.5浓度。

监测数据选择

利用卫星传感器多光谱数据结合气象参数及地面监测数据获取区域PM2.5浓度。卫星传感器应具有0.47μm附近和0.66μm附近的可见光波段、0.86μm附近的近红外波段、2.1μm附近的中红外波段和12μm附近的远红外波段;气象参数包括边界层高度、相对湿度两个要素;地面监测数据包括小时PM2.5浓度均值及相应监测点位的地理坐标。

根据卫星遥感数据源的特点，综合利用暗目标、深蓝算法等反演方法，从卫星遥感光谱数据中获取区域气溶胶光学厚度结果;同时，从气象模式模拟资料中提取出气溶胶垂直订正和湿度订正所需要的边界层高度和相对湿度数据，结合地面监测资料，采用地理加权回归方法逐象元计算PM2.5浓度，获取区域PM2.5浓度分布结果。

数据匹配

利用地面监测站点的PM2.5浓度数据与区域气溶胶光学厚度、气象资料进行时间和空间上的卫星-模式-地面多源数据匹配，形成输入数据集。以地面PM2.5浓度监测站点的地理坐标为中心位置，根据卫星监测时间，考虑大气气溶胶移动速度(一般微风情况下，气溶胶移动速度约为3~5m/s)和卫星遥感象元邻近效应，选取中心位置周边15公里范围和监测时间前后各半小时区间内的气溶胶光学厚度、边界层高度和相对湿度有效结果，计算平均值。形成PM2.5浓度、气溶胶光学厚度、边界层高度和相对湿度输入数据集。

结果验证

采取十折交叉验证(ten-fold cross validation)方法验证卫星遥感获取的区域PM2.5浓度监测结果。根据本指南5.3节形成的输入数据集，将其按等比例随机分成10个数据子集，分10次轮流选取其中1个数据子集作为测试比对数据、其他9个子集作为PM2.5浓度反演训练样本数据，依据本指南的PM2.5浓度反演模型采用训练样本数据计算回归系数，然后根据该回归系数采用测试比对数据计算象元PM2.5浓度预测结果，将预测值和地面监测值进行线性相关分析，并计算决定系数(R2)、均方根误差(RMSE)和相对精度(relative accuracy)，用于评估PM2.5浓度预测结果在实际应用中的准确性。