清潔的空氣是人類健康和福祉的基本需求，空氣污染在全球范圍內對健康構成了嚴重威脅。

　　要想獲悉更細致、更全面的關于空氣顆粒污染物的分布情況，必須借助先進的科學技術。使用遙感數據進行空氣污染估算具有以下優勢：能夠長期監測、實時觀測和提供空氣質量預報。

　　1 氣溶膠光學厚度與PM2.5的關系

　　估算PM2.5的常用方法有：二元函數、多變量函數、神經網絡、模型與衛星數據結合、經驗方法、數據同化等。這些方法在以下方面具有應用前景：把衛星數據和全球過程模型相結合；把統計模型、衛星數據和地面觀測相結合；把地面儀器、雷達和衛星監測相結合。

圖1 估算PM2.5的常用方法

　　氣溶膠光學厚度（Aerosol Optical Depth，AOD）定義為介質的消光系數在垂直方向上的積分，用于描述氣溶膠對光的衰減作用。AOD是對大氣柱總的測量，不能直接提供污染物的垂直分布信息。

　　估算PM2.5需要準確知道大氣垂直結構、氣象效應、晝夜效應、氣溶膠質量、氣溶膠類型和氣溶膠吸濕性，這些重要的因素受季節、濕度和大氣邊界層的影響，隨著區域的變化而發生變化。

　　Van Donkelaar等通過把MODIS/MISR衛星觀測數據中獲得的氣溶膠光學厚度數據與全球化學傳輸模型GEOS-Chem相結合，制作出全球PM2.5年均濃度分布圖（圖2）。

　　采取以下措施可以提高遙感數據和PM2.5之間的相關性：根據當地環境條件調整衛星數據的氣溶膠光學厚度反演；應用傳輸模型、預測模型、數值模型和統計模型；增加使用其他衛星的氣溶膠數據和痕量氣體數據；生成每日AOD—PM關系的地面儀器測量網；使用地面和星載激光雷達獲取氣溶膠和邊界層的垂直分辨率；當地氣象數據。

圖2 基于衛星數據模擬的2001-2006年間全球PM2.5年均濃度分布圖

　　2 未來遙感在空氣質量研究中的應用

　　遙感衛星數據是提供空間上覆蓋全球的氣溶膠和痕量氣體數據的最佳方式；它能為全球和區域模型提供重要的庫存信息；為模型和預測提供重要的近實時數據。未來可提供氣溶膠數據的傳感器見表1。當前有許多關于未來十年的衛星任務計劃，傳感器技術和反演算法有待不斷提高，氣溶膠垂直分布的監測能力也需不斷改善，從而使用戶獲得更高分辨率的痕量氣體產品以及新的痕量氣體產品。

表1 遙感監測氣溶膠數據的傳感器

　　模型能夠幫助我們了解氣溶膠和痕量氣體的作用過程及其傳輸；為沒有衛星數據的時間或地區提供資料；具有預測和預報功能；有助于改進衛星數據反演。模型發展的前景：計算機運算能力的提升將極大地提高氣體和氣溶膠模型的平面分辨率和空間分辨率；對過程理解的增強將會改進模型；越來越多可用的衛星數據和近實時性能將會提高模型；過程統計模型和組合統計過程模型的預測能力將增強，但由于地面傳感器缺乏因此其效用有限。

　　地面傳感器和實地測量數據的當前現狀：主要污染物數據優先針對臭氧和PM；提供衛星測量數據的驗證；為衛星數據反演提供必要的資料；地面數據能改進過程模型；地面網絡數據可用于統計建模。未來發展前景：人們開始主動擴展PM、激光雷達和無線電探空儀的地面測量網絡，有的對發展測量臭氧的激光雷達網絡產生了興趣。由于成本、優先級、接入和地方能力等原因，全球覆蓋將繼續存在巨大缺口。