1 适用范围
本标准规定了细颗粒物卫星遥感监测的方法、结果验证、质量控制等内容。
本标准适用于卫星遥感细颗粒物监测及其区域分布规律分析工作。
2 规范性文件
本标准内容引用了下列文件中的条款。凡是不注日期的引用文件，其新版本适用于本标准。
GB/T 31159-2014 大气气溶胶观测术语
HJ 653 环境空气颗粒物 连续自动监测系统技术要求及检测方法
3 术语和定义
3.1
气溶胶光学厚度 aerosol optical depth（AOD）
指从地面到大气层顶垂直路径中气溶胶消光系数的总和，量纲为 1，引自 GB/T 31159-2014。
3.2
象元 PM2.5 浓度 pixel concentration of fine particulate matter
指 1 个卫星观测象元范围内的近地面大气细颗粒物平均质量浓度，计量单位为微克/立方米（μg/m3）。
3.3
边界层高度 height of the pIanetary boundary layer（HPBL）
指行星边界层的厚度，表示污染物在垂直方向可以被热力湍流稀释的范围，是用于大气数值模式和大气环境评价的重要物理参数之一。
4 总则
4.1 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。象元 PM2.5浓度计算公式如下：
式中：
M ——象元 PM2.5 浓度，μg/m3；
ρ——PM2.5平均密度，μg /m3；
r ——PM2.5有效半径，m；
Q ——PM2.5归一化消光效率因子；
AOD ——气溶胶光学厚度；
HPBL ——边界层高度，m；
RH ——环境空气相对湿度；
f ——气溶胶消光吸湿增长因子，经验吸湿增长因子公式为：
将公式（1）两边同时取自然对数计算，推广为 PM2.5的多元线性回归关系式：
式中：
β0、β1、β2、β3——方程回归系数；
公式（2）为 PM2.5 浓度计算的多元线性回归模型对数形式，是一种全局空间回归模型，关键参数β0、β1、β2、β3代表研究区域内的平均值，考虑到回归系数随空间位置的变化性，公式（2） 进一步扩展为卫星遥感监测 PM2.5 浓度的空间变参数回归模型：
式中：
β0、β1、β2、β3——随不同空间位置变化的方程回归系数；
ui——第i 个训练样本的地理横坐标；
vi——第i 个训练样本的地理纵坐标；
根据公式（3），采用地理加权回归方法结合 PM2.5浓度地面监测样本数据，即可计算象元 PM2.5浓度。
4.2 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。
4.3 监测内容
区域 PM2.5浓度。
4.4 监测处理流程
区域PM2.5浓度卫星遥感监测处理的一般流程如图1所示：
图 1 卫星遥感监测 PM2.5 浓度计算流程图
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。
5 监测方法
5.1 AOD 遥感反演
利用卫星遥感数据，采用暗目标法和深蓝算法反演获取目标区域无云陆地象元的气溶胶光学厚度（AOD），卫星遥感反演数据处理流程如下：
图 2 卫星遥感反演气溶胶光学厚度技术流程图
在卫星遥感反演气溶胶光学厚度之前，先完成两项准备工作：
a）利用辐射传输模型结合卫星传感器可见光和近红外波段的光谱响应函数构建查找表；
b）利用历史地表反射率数据（如MOD09）合成构建先验地表反射率库，用于亮象元气溶胶光学厚度遥感反演。
开展气溶胶光学厚度遥感反演，主要包括以下五个步骤：
a）遥感数据预处理：对卫星遥感数据进行质量检查、辐射定标及几何校正，然后计算可见光、近红外和中红外波段的表观反射率及远红外波段的亮度温度，并进行云、水体象元识别，提取目标区域无云陆地象元；
b）象元判别：根据卫星探测的中红外波段（2.1μm附近）表观反射率，将无云陆地象元分为暗象元和亮象元两类；
c）暗象元气溶胶光学厚度反演：针对暗象元，采用暗目标算法结合查找表进行气溶胶光学厚度反演计算；
d）亮象元气溶胶光学厚度反演：针对亮象元，采用深蓝算法结合地表反射率库及查找表进行AOD反演计算；
e）将暗象元气溶胶光学厚度和亮象元气溶胶光学厚度合并输出为全区域气溶胶光学厚度结果。
5.2 气象资料提取
从天气预报模式（如全球气象预报模式（GFS）和中尺度天气预报模式（WRF）等）模拟的资料中提取出区域大气边界层高度和相对湿度，并按气溶胶光学厚度的空间分辨率采用双线性插值方法进行重采样。
5.3 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。后形成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。
5.4区域 PM2.5 回归系数获取
根据监测原理形成PM2.5浓度矩阵计算公式如下：
Y=Xβ þ（4）
式中：
Y ——因变量矩阵，构建形式见附录A；
X ——自变量矩阵，构建形式见附录A；
β ——回归系数矩阵，构建形式见附录A。
.png)
.png)
.png)
