在过去的二十年里，我国的空气污染状况经历了巨大的时空变化。精确获取地面细颗粒物（PM_2.5）浓度成为科学界一个重要的议题。近年来使用卫星气溶胶光学深度 (AOD) 统计得出的地面 PM_2.5浓度得到了不错的成果。然而由于历史年份（2013年之前）很少记录地表 PM_2.5浓度，目前的全国数据集精度普遍较低，时空分辨率也较低。

 资源与环境工程学院空间信息与规划系的何青青副教授团队利用最新发布的MAIAC 1 公里 AOD 数据集和时空统计模型，重建了中国 2000 年至 2018 年的高精度（1km）日均PM_2.5浓度数据集，并详细探讨了研究区18年间PM_2.5暴露的时空特征（d）。该统计模型充分考虑PM_2.5估算过程中的时空异质性，并且运用较为严谨的基于年度的交叉验证方法，取得了良好的结果。总体每日交叉验证 R² 和均方根偏差值分别为 0.59 和 27.18 μg/m3 (a)。由此产生的月 (R² = 0.74)和年 (0.77) 平均预测与地表测量高度一致(b和c)。全国PM_2.5水平在2001-2007年快速上升，2013-2018年显著下降，下降趋势大部分发生在东部和南部地区，而西部地区的空气质量在近20年略有变化。相比以前的方法，模型可以在更精细的时（日尺度）空（1km）分辨率下提供可靠的历史PM_2.5估计值，对于局部以及全国、短期以及长期暴露于 PM_2.5的应用研究具有十分重要的意义。估算得到PM2.5数据已发布在。

模型验证结果与全国2000-2018年PM_2.5时空分布特征

相关研究成果发表在《Environment International》（EI）上，题为“Satellite-derived 1-km estimates and long-term trends of PM_2.5 concentrations in China from 2000 to 2018” (https://doi.org/10.1016/j.envint.2021.106726) ，论文第一作者和通讯作者为何青青副教授。《EI》是环境科学领域国际顶级期刊，2020年影响因子9.621。该研究得到了国家自然科学基金（No.41901324）和中央高校基本科研业务费专项资金资助(项目批准号: 203208002)等项目的支持。