关键词：PM2.5、栅格、逐月
提供者姓名：韦晶博士、李占清教授
提供者邮箱：weijing_rs@163.com; weijing@umd.edu
提供者单位：
数据简介：数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集（ChinaHighAirPollutants, CHAP），PM2.5数据是该数据集的主要指标之一。该数据是利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到的2000年至2022年全国无缝隙地面PM2.5数据。
数据来源：https://data.tpdc.ac.cn/zh-hans/data/6168e75d-93ab-4e4a-b7ff-33152e49d0bf
数据年份：2000-2022年
数据格式：tif, nc
数据大小：24.6G
读取软件：Arcgis
使用说明：公开数据库，可直接下载使用
是否提供小样本sample：不提供
下载链接：查看
X
数据使用声明
为尊重知识产权、保障数据作者和数据服务提供者的权益，请数据使用者认真阅读数据提供方的使用规范：https://data.tpdc.ac.cn/zh-hans/data/6168e75d-93ab-4e4a-b7ff-33152e49d0bf
。在基于本数据所产生的研究成果（包括项目评估报告、验收报告，以及学术论文或毕业论文等）中标注数据来源，并按照[文献引用方式]标注需引用的参考文献，同时将可公开成果提交到"北京师范大学系统科学学院大数据中心邮箱：sssdata.bnu.edu.cn"。
数据来源引用参考以下规范：
中文表达方式：韦晶, 李占清. (2023). 中国高分辨率高质量PM2.5数据集（2000-2022）. 国家青藏高原数据中心.；英文表达方式：Wei, J., Li, Z. (2023). ChinaHighPM2.5: High-resolution and High-quality Ground-level PM2.5 Dataset for China (2000-2022). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.3539349。
致谢方式参考以下规范：
中文致谢方式："感谢北京师范大学系统科学学院 (https://sssdata.bnu.edu.cn)提供数据支撑。"
英文致谢方式：" Acknowledgement for the data support from School of Systems Science, Beijing Normal University (https://sssdata.bnu.edu.cn)."
*本数据的使用者必须遵守数据提供方的使用要求和使用规范，依照《中华人民共和国数据安全法》的要求存储和使用相关数据。
*未经数据提供者的书面许可，任何单位及个人不得以任何方式或理由对上述数据产品、服务、信息、材料的任何部分进行复制、修改、抄录、传播及销售。
*凡侵犯本平台版权等知识产权的，本平台必依法追究其法律责任，特此郑重声明！
是否同意上述要求？
ChinaHighPM2.5数据集是中国高分辨率高质量近地表空气污染物数据集（ChinaHighAirPollutants, CHAP）中PM2.5数据集。该数据集利用人工智能技术，使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值，结合地基观测、大气再分析和排放清单等大数据生产得到2000年至今全国无缝隙地面PM2.5数据。数据十折交叉验证决定系数R2为0.92，均方根误差RMSE为10.76 µg/m3。主要范围为整个中国地区，空间分辨率为1 km，时间分辨率为日、月、年，单位为µg/m3。注意：该数据集持续更新，如需要更多数据，请发邮件联系作者（weijing_rs@163.com; weijing@umd.edu）。 数据文件中包含NC转GeoTiff的四种代码（Python、Matlab、IDL和R语言）nc2geotiff codes。
该数据包括nc和tif两种格式！两种数据格式的命名规则不同：
（1）nc.格式：CHAP_PM2.5_ab_yyyymm_V4.nc
例如：CHAP_PM2.5_M1K_202212_V4.nc，表示为2022年12月的1km分辨率的逐月的PM2.5数据。
（2）.tif格式：按照年月的格式（yyyymm.tif）命名栅格文件
例如：202101.tif，表示为2021年1月的PM2.5栅格数据；202112.tif。
我们具体以2022年12月全国范围的PM2.5数据为例来预览一下：
数据来源于美国马里兰大学韦晶博士、李占清教授团队在国家青藏高原科学数据中心平台上分享的数据，网址为：https://data.tpdc.ac.cn/zh-hans/data/6168e75d-93ab-4e4a-b7ff-33152e49d0bf韦晶, 李占清. (2023). 中国高分辨率高质量PM2.5数据集（2000-2022）. 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.3539349.
Wei, J., Li, Z. (2023). ChinaHighPM2.5: High-resolution and High-quality Ground-level PM2.5 Dataset for China (2000-2022). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.3539349.
1、Wei, J., Li, Z., Lyapustin, A., Sun, L., Peng, Y., Xue, W., Su, T., & Cribb, M. (2021). Reconstructing 1-km-resolution high-quality PM2.5 data records from 2000 to 2018 in China: spatiotemporal variations and policy implications. Remote Sensing of Environment, 252, 112136. https://doi.org/10.1016/j.rse.2020.112136
2、Wei, J., Li, Z., Cribb, M., Huang, W., Xue, W., Sun, L., Guo, J., Peng, Y., Li, J., Lyapustin, A., Liu, L., Wu, H., & Song, Y. (2020). Improved 1 km resolution PM2.5 estimates across China using enhanced space-time extremely randomized trees. Atmospheric Chemistry and Physics, 20(6), 3273-3289. https://doi.org/10.5194/acp-20-3273-2020