近年来，随着中国的快速城市化和工业化进程，雾霾天气频发。由于国内外大量的流行病学研究证明了细颗粒物（PM2.5）与诸多负面健康效应相关，PM2.5已成为我国学术界、政府和公众关心的焦点问题。然而，我国到2012年底才开始建立PM2.5地面监测网络，使得我国缺少2013年以前的浓度监测数据，极大限制了我国针对pm2.5暴露的环境流行病学与健康效应的研究以及相应防治政策的制定。如何利用现有的PM2.5浓度监测数据为没有浓度观测的年份推算出精准的PM2.5浓度信息，从而提供长时期的地面浓度数据集，成为大气污染监测与防治领域的一大挑战。

针对这一问题，我校mgm美高梅79906|主頁(歡迎您)空间信息与规划系何青青副教授、张明老师等，利用NASA最近发布的由MAIAC算法反演的高分辨率日均气溶胶光学厚度（AOD）产品，结合气象因素和土地利用要素，在考虑因子间的线性和非线性效应基础上，利用数据间的周期性特征构建时空回归模型。总体来讲，该模型取得了可信的精度，总体交叉验证的日均和月均R2分别为0.59和0.73（图1a）。在此基础上，该研究重建了我国华中地区（河南、湖北和湖南）2003-2018年的近地面1公里日均PM2.5数据集，并详细探讨了研究区16年间PM2.5暴露的时空特征（图1b和c）。结果表明，该研究可为华中地区开展PM2.5短期和长期效应的流行病研究和大气污染防治政策的制定提供精确可靠的历史暴露数据。图 模型验证结果与华中地区2003-2018年PM2.5时空分布特征。

图 模型验证结果与华中地区2003-2018年PM2.5时空分布特征