厚度和 PM2.5 之间关系未知时，通常采用线性回归 AOD-PM2.5 来表示它们之间 的相关性。同时其他的研究也证明了 AOD 和 PM2.5 之间存在显著的非线性关 系，这种非线性关系是与气溶胶光学特性的多样性与粒度分布、组成和形状的变 化有关，也建立了许多统计表达式来描述 AOD-PM2.5 之间的关系。然而，这些 统计表达式在各种条件时也会遇到很多问题，例如不同的地点和时间。此外,即使 使用复杂的统计方法,虽然可以得到研究区域很高的相关性(Hu and Waller et al., 2014),但仍然很难提出一个通用和统一表达式用来表示光学观测值和粒子质量浓 度之间的关系。与此同时,引入一些其他的遥感观测值(如反射、气溶胶资料)和大 气化学模式是另一个方法来解决光学观测值到粒子质量浓度的转换(Drury and Jacob et al., 2010; Wang and Xu et al., 2010; Xu and Wang et al., 2013)。同时模型的 模拟结果深受模拟比例、污染程度、研究范围和化学机制的影响。因此，对一些 遥感模型的研究表明，光学观测值和粒子质量浓度(AOD-PM2.5)之间的关系主要 可以在一定的天气条件下获得，却很难适用于单一遥感观测和极端条件(如严重 污 染 的 天 气 ) 。 在 光 学 观 测 值 和 粒 子 质 量 浓 度 之 间 的 关 系 研 究 理 论 中 ， Kokhanovsky and Prikhach et al.(2009)提出了一个方法用气溶胶消光粒子体积来 估计大气中的总悬浮颗粒物。他们的工作提出了初步光学观测和粒子质量浓度之 间的关系的概念,但受限于只考虑 TSP 和一些理论气溶胶模型。来!自~优尔论-文|网www.youerw.com

在国内，一些研究表明 AOD 和 PM10 之间的相关性具有季节性的差异，其 中在春季和冬季两者的相关性较差。比如 Xia and Chen et al.(2006)研究表明在北 京地区，夏季 AOD 和 PM10 的相关性 R=0.77 而春季相关性 R 只有 0.37，他认 为这可能与不同季节混合层的高度变化有关。Zha and Gao et al.(2010)分析了南京 地区 2004 年至 2006 年期间从 MODIS 获得的 AOD 数据与地表的 PM10 数据， 发现夏季春季两者之间具有较高相关性(R=0.80),但在春季冬季则相关性较低 (R=0.47～0.50)，他们把这种差异归咎于其他一些地表气象学因子的影响。Qu and Arimoto et al.(2010)分析了从 AERONET 北京和广州站点获取的地区的日平均 AOD 数据和地表 PM10 数据之间的关系，再次证明了夏季两者的相关性最好 (R=0.63)，春季(R =0.34)、秋季和冬季分别是 0.58 和 0.50。这几年，Tao 等(2014) 研究发现四川盆地地区在 2007 年 2 月至 2009 年 12 月期间的 AERONET–AOD 和 PM10 的相关性为 0.43。Ma and Hu et al.(2014)认为气象因子和土地利用信息 能提高 PM2.5 浓度和 AOD 之间的相关性.Han and Wu et al.(2015)考虑行星边界 层（Planetary Boundary Layer，简称：PBL）的气溶胶类型和高空气溶胶层（PBL 以上的气溶胶层）之间的差异，认为高空气溶胶对 AOD 的贡献大，但和 PM2.5 不具有相关性，最后得到南京城区 PM2.5 和 MODIS 之间的相关性 R 在去除气 溶胶层的影响后从 0.74 提高到了 0.79。

2 数据来源及预处理

2.1 地面 PM2.5 监测数据

环保部的全国空气质量实时发布平台（/）能够提 供全国范围内空气质量数据，本文所采用的 PM2.5 数据也均来源于该系统，时 间跨度为 2014 年的初始日 1 月 1 日到 2015 年的终止日 12 月 31 日。目前，北京 市共有 35 个地面监测站点(户亚飞, 2015)，具体分布情况如图 2-1。在空间上选 取了北京市 12 个国控监测站点各个时刻获取的 PM2.5 浓度，先每个站点做一个 日平均获得每个站点的日平均 PM2.5 浓度，再对 12 个国控监测站点日平均 PM2.5 质量浓度值求平均，并以此作为北京地区的日平均 PM2.5 浓度。