胡娟 郑军 许文龙 邱玉珺 胡方超

(1 南京信息工程大学 环境科学与工程学院，南京 210044；2 南京信息工程大学 网络信息中心，南京 210044； 3 南京信息工程大学 大气物理学院，南京 210044；4 常州市环境科学研究院，江苏 常州 213022)

引 言

PM2.5是指悬浮在空中的空气动力学当量直径小于或等于2.5 μm的细颗粒物，严重影响环境、气候，甚至危害人体健康[1-2]。尽管环境监测站对近地面PM2.5直接测量的精度很高，但在监测样本点的数量与分布上有一定的局限性，难以反映PM2.5的时空变化，而利用遥感卫星测量则可对其进行大范围的区域监测。目前诸多研究是在卫星遥感反演产品AOD (Aerosol Optical Depth)的基础上对PM2.5质量浓度进行估计[3]。现今卫星探测传感器可为大气气溶胶监测提供数据产品，尤以MODIS的气溶胶光学厚度AOD L2产品Terra MOD04与Aqua MYD04为典型，因其反演算法成熟、产品质量可靠、时间连续性好，所以应用最为广泛[4]，特别是在大气环境监测领域。

利用卫星遥感技术对PM2.5进行长时间、大范围、高空间分辨率的监测也是当前大气污染治理的一项重要内容。已有研究表明，AOD与近地面PM2.5具有强相关性[5]，利用卫星估算近地面PM2.5质量浓度几乎都是基于AOD展开的[6]，主要有线性或多元回归模型[7-8]、地理加权回归及神经网络的高级统计模型[9-10]。一般而言，卫星AOD包括实际大气整层信息，需结合气象数据或再分析资料做相应的高度与湿度订正，这样与PM2.5的相关性更高。

由于PM2.5的时空变化会受到大气环境、气象、地理等诸多因素的影响，随着近年来机器学习……