清洁的空气是人类健康和福祉的基本需求，空气污染在全球范围内对健康构成了严重威胁。

　　要想获悉更细致、更全面的关于空气颗粒污染物的分布情况，必须借助先进的科学技术。使用遥感数据进行空气污染估算具有以下优势：能够长期监测、实时观测和提供空气质量预报。

　　1 气溶胶光学厚度与PM2.5的关系

　　估算PM2.5的常用方法有：二元函数、多变量函数、神经网络、模型与卫星数据结合、经验方法、数据同化等。这些方法在以下方面具有应用前景：把卫星数据和全球过程模型相结合；把统计模型、卫星数据和地面观测相结合；把地面仪器、雷达和卫星监测相结合。

图1 估算PM2.5的常用方法

　　气溶胶光学厚度（Aerosol Optical Depth，AOD）定义为介质的消光系数在垂直方向上的积分，用于描述气溶胶对光的衰减作用。AOD是对大气柱总的测量，不能直接提供污染物的垂直分布信息。

　　估算PM2.5需要准确知道大气垂直结构、气象效应、昼夜效应、气溶胶质量、气溶胶类型和气溶胶吸湿性，这些重要的因素受季节、湿度和大气边界层的影响，随着区域的变化而发生变化。

　　Van Donkelaar等通过把MODIS/MISR卫星观测数据中获得的气溶胶光学厚度数据与全球化学传输模型GEOS-Chem相结合，制作出全球PM2.5年均浓度分布图（图2）。

　　采取以下措施可以提高遥感数据和PM2.5之间的相关性：根据当地环境条件调整卫星数据的气溶胶光学厚度反演；应用传输模型、预测模型、数值模型和统计模型；增加使用其他卫星的气溶胶数据和痕量气体数据；生成每日AOD—PM关系的地面仪器测量网；使用地面和星载激光雷达获取气溶胶和边界层的垂直分辨率；当地气象数据。

图2 基于卫星数据模拟的2001-2006年间全球PM2.5年均浓度分布图

　　2 未来遥感在空气质量研究中的应用

　　遥感卫星数据是提供空间上覆盖全球的气溶胶和痕量气体数据的最佳方式；它能为全球和区域模型提供重要的库存信息；为模型和预测提供重要的近实时数据。未来可提供气溶胶数据的传感器见表1。当前有许多关于未来十年的卫星任务计划，传感器技术和反演算法有待不断提高，气溶胶垂直分布的监测能力也需不断改善，从而使用户获得更高分辨率的痕量气体产品以及新的痕量气体产品。

表1 遥感监测气溶胶数据的传感器

　　模型能够帮助我们了解气溶胶和痕量气体的作用过程及其传输；为没有卫星数据的时间或地区提供资料；具有预测和预报功能；有助于改进卫星数据反演。模型发展的前景：计算机运算能力的提升将极大地提高气体和气溶胶模型的平面分辨率和空间分辨率；对过程理解的增强将会改进模型；越来越多可用的卫星数据和近实时性能将会提高模型；过程统计模型和组合统计过程模型的预测能力将增强，但由于地面传感器缺乏因此其效用有限。

　　地面传感器和实地测量数据的当前现状：主要污染物数据优先针对臭氧和PM；提供卫星测量数据的验证；为卫星数据反演提供必要的资料；地面数据能改进过程模型；地面网络数据可用于统计建模。未来发展前景：人们开始主动扩展PM、激光雷达和无线电探空仪的地面测量网络，有的对发展测量臭氧的激光雷达网络产生了兴趣。由于成本、优先级、接入和地方能力等原因，全球覆盖将继续存在巨大缺口。