近日，中国气象科学研究院车慧正研究员团队在National Science Review（《国家科学评论》，NSR）发表题为“Real-time mapping of gapless 24-hour surface PM10 in China”的研究论文。研究提出了一种全天候24小时、无缝隙覆盖的地面PM10浓度实时智能感知技术，为我国空气质量精细化监测提供了强有力的支持。
近年来，空气污染已成为全球严峻挑战，PM10浓度作为重要的大气污染物，直接影响环境质量和人体健康。在中国，随着经济和城市化的快速发展，PM10浓度常处于较高水平，尤其在沙尘天气等极端事件中。实时、准确地获取大范围、高精度的PM10数据，已成为大气环境监测的关键任务。为解决我国地面PM10监测点不足及分布不均带来的盲区，卫星气溶胶遥感反演PM10浓度成为热门研究方向。然而，卫星观测仍面临空间覆盖不足（尤其是云层干扰导致的缺失）、时间采样率低以及反演算法不确定性大等问题，现有卫星遥感PM10监测技术尚未实现时空无缝反演。
针对这一问题，研究团队基于自主研制的高精度网格化能见度作为关键参数，结合中国气象局高分辨率多源气象数据融合产品，利用自动机器学习和在线自适应参数优化技术，提出了我国地面PM10浓度时空无缝智能感知模型（RT-SPMR，图1）。该技术突破了传统PM10遥感产品在空间覆盖、时间分辨率和时效性上的局限，实现了全天候24小时、高时空分辨率（空间分辨率6.25 km，时间分辨率1小时）和空间全覆盖的实时估算（图2）。
图1. RT-SPMR实时感知模型构建技术及业务化部署流程图。
图2. RT-SPMR模型生成的PM10地面浓度多年平均24小时逐小时分布图。
交叉验证结果表明, RT-SPMR模型在白天逐小时精度上优于以往产品。此外，通过滚动迭代实验，模型展现了强大的泛化能力和稳定性，适用于业务化部署。以一次特强沙尘暴为例，模型在实时追踪沙尘入侵过程的精细尺度演变方面表现出色，成功捕捉了静止卫星影像盲区和地面观测空白区的PM10动态变化（图3）。
图3. 2021年3月15日中国北方特大沙尘暴期间，RT-SPMR模型实时生成的PM10浓度产品与向日葵8号静止卫星沙尘RGB合成影像及PM10站点观测结果的同步对比。
未来，基于RT-SPMR的无缝隙PM10实况产品有望为我国沙尘暴预报模式提供更准确的初始场信息，提升预报准确性。该项研究还有效支撑了世界气象组织（WMO）沙尘暴预警咨询评估系统（SDS-WAS）《2021-2025年科学与实施规划》中提出的近地面颗粒物浓度“虚拟监测网络”建设目标，有望为全球其他频繁遭遇沙尘暴的国家构建精细化监测体系提供“中国方案”。
中国气象科学研究院硕士研究生张栩滔与桂柯副研究员为共同第一作者，桂柯副研究员和车慧正研究员为共同通讯作者，合作作者包括中国气象科学研究院张小曳、王亚强、王志立、王宏、李雷、缪育聪、郑宇、曾昭亮、彭玥，中国气象局沈阳大气环境研究所赵胡笳，国家气象信息中心费烨，中国大气本底基准观象台李富刚、李宝鑫，以及研究生赵恒恒、尚楠轩、要文瑞、刘雨润。该研究工作得到国家重点研发计划项目（2023YFC3706305）、中国气象局“揭榜挂帅”项目（CMAJBGS202325）、国家自然科学基金项目（42175153和42030608）、中国气象局青年创新团队（CMA2024QN13）、第三次新疆科学考察项目（2022xjkk0903）以及气科院基本科研业务费项目（2023Z021）的联合资助。
