当前位置： 首页» 新闻快讯 我院博士生韦晶发布中国高分辨率高质量空气污染数据集 发布时间：Tue Sep 01 14:44:00 CST 2020

　　2018级博士研究生韦晶同学及李占清教授团队，基于多源卫星遥感技术，利用人工智能方法，使用卫星观测资料，综合考虑多种气象条件、地表和地形变化等自然因素和人类分布、污染排放等人为因素，以及大气污染的时空变化特征，获得了中国一系列较长时间、高质量和高分辨率的空气污染数据集（ChinaHighAirPollutants），包括近地表PM1、PM2.5、PM10、NO2和O3等大气污染物。

　　数据介绍：

　　所有ChinaHighAirPollutants系列数据集空间覆盖整个中国，其中近地表PMx数据集（ChinaHighPMx）时间覆盖2000年3月到2020年3月，空间分辨率最高可达1千米，时间分辨率分别为小时/日/月/年；近地表NO2（ChinaHighNO2）和O3（ChinaHighO3）数据集时间覆盖2005年1月至2020年3月，空间分辨率目前为0.25°×0.25°，未来可达5千米，时间分辨率为日/月/年。该数据集由韦晶博士和李占清教授团队开发与维护，不断更新。

　　

　　图1. 中国2001-2018年近地表PM2.5空间分布图

　　

　　图2. 中国2005-2019年近地表NO2空间分布图

　　

　　图3. 中国2005-2019年近地表O3空间分布图

　　数据共享：

　　ChinaHighAirPollutants数据集依托于GitHub和Zenodo平台向全球所有用户公开发布，数据免费开放，欢迎大家下载使用从事相关科学研究！如有问题，请与作者通过邮箱（weijing_rs@163.com）联系。

　　

　　图4. ChinaHighAirPollutants数据集之GitHub共享页面

　　

　　图5. ChinaHighAirPollutants数据集之Zenodo共享页面

　　数据链接：

　　https://weijing-rs.github.io/product.html

　　参考文献:

　　Wei, J., Huang, W., Li, Z., Xue, W., Peng, Y., Sun, L., and Cribb, M. Estimating 1-km-resolution PM2.5 concentrations across China using the space-time random forest approach, Remote Sensing of Environment, 2019, 231, 111221. https://doi.org/10.1016/j.rse.2019.111221 (ESI全球热点与高被引论文)

　　Wei, J., Li, Z., Guo, J., Sun, L., Huang, W., Xue, W., Fan, T, and Cribb, M. Satellite-derived 1-km-resolution PM1 concentrations from 2014 to 2018 across China, Environmental Science & Technology, 2019, 53(22), 13265-13274. https://doi.org/10.1021/acs.est.9b03258 (ESI全球热点论文)

　　Wei, J., Li, Z., Cribb, M., Huang, W., Xue, W., Sun, L., Guo, J., Peng, Y., Li, J., Lyapustin, A., Liu, L., Wu, H., and Song, Y. Improved 1 km resolution PM2.5 estimates across China using enhanced space-time extremely randomized trees, Atmospheric Chemistry and Physics, 2020, 20(6), 3273-3289. https://doi.org/10.5194/acp-20-3273-2020

　　

相关附件：