数据分享_全球年度月度卫星监测的PM2.5-CSDN博客

本文链接：https://blog.csdn.net/guaicaicexu/article/details/147407435

今日分享：

Global Monthly Satellite-derived PM2.5

今天来分享下全球年度月度卫星监测的PM2.5数据：

该数据集提供了 2000 年至 2022年地面细颗粒物 (PM2.5) 的年度和月度估算值。数据由 NASA 多种仪器（MODIS、MISR、SeaWIFS 和 VIIRS）的气溶胶光学厚度 (AOD) 反演数据与 GEOS-Chem 化学传输模型整合而成。初始 PM2.5 估算值随后使用残差卷积神经网络 (CNN) 根据全球地面观测数据进行校准。

时间跨度：2000-2019 年（V6.GL.01），延长至 2022 年（V6.GL.02）
AOD 数据源：MODIS、MISR、SeaWIFS 和 VIIRS
校准：使用全球地面观测的 GEOS-Chem 模型和残差 CNN
V6.GL.02 中的更新：
- 更新整个时间序列的地面观测数据
- 纳入 SNPP VIIRS 检索
- 时间覆盖范围延长至 2022 年

年度和月度数据集以 NetCDF (.nc) 格式提供，并包含使用 WGS84 投影的网格文件。这些估算值主要用于辅助大规模研究。年度和粗分辨率平均值对应于网格内数值的简单平均值。提供网格数据集是为了方便用户根据自身需求聚合数据。高分辨率（0.01° × 0.01°）数据集以所纳入信息源的最精细分辨率进行网格化，但由于受较粗分辨率信息源的影响，不太可能在网格分辨率下完全解析 PM2.5 梯度。

单位：ug/m3

数据来源：

https://sites.wustl.edu/acag/datasets/surface-pm2-5/#V6.GL.02

文献引用：

Enhancing Global Estimation of Fine Particulate Matter Concentrations by Including Geophysical a Priori Information in Deep LearningDOI：https://pubs.acs.org/doi/10.1021/acsestair.3c00054

在GEE上可以下载，上传的数据可以这里查看：

var pm25_monthly = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-SATELLITE-PM25/MONTHLY"),    pm25_yearly = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-SATELLITE-PM25/ANNUAL");

接下来就是下载数据

以东北三省为研究区，设置按年下载和按月下载

—

GEE数据下载代码

按年度下载：

Map.centerObject(roi,4)//boundaryvar styling = {color:"red",fillColor:"00000000"};Map.addLayer(roi.style(styling),{},"geometry")for(var i = 2000;i<=2022;i++){var pm25_yearly = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-SATELLITE-PM25/ANNUAL").filterBounds(roi).map(scale).filterDate(i+'-01-01', i+'-12-31')


var pm25 = pm25_yearly.mean().clip(roi)var vis = {bands: ['b1'],min: 0.5, max: 5,palette: ['#a50026','#d73027','#f46d43','#fdae61','#fee090','#ffffbf','#e0f3f8','#abd9e9','#74add1','#4575b4','#313695'].reverse()}
print(pm25)Map.addLayer(pm25, vis, i+'pm25');// 可视化参数。
Export.image.toDrive({      image: pm25,      description: i+'pm25',      region: roi,      scale: 500,      maxPixels: 1e13,      folder: 'pm25'    }) 
}

按月度下载：

var pm25_monthly = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-SATELLITE-PM25/MONTHLY") //按月合成var startYear = 2020;var endYear = 2022;
var years = ee.List.sequence(startYear,endYear);var months = ee.List.sequence(1,12);var monthlySRImg =  ee.ImageCollection.fromImages(  years.map(function (y) {     return months.map(function(m) {      var monthly = pm25_monthly        .filter(ee.Filter.calendarRange(y, y, "year"))        .filter(ee.Filter.calendarRange(m, m, "month"))        .mean();       return monthly        .set("year", y)         .set("month", m)        .set('date', ee.Date.fromYMD(y,m,1))        .set("system:time_start", ee.Date.fromYMD(y, m, 1));}); })  .flatten());print('monthlySRImg',monthlySRImg)
///*----------------------数据批量输出函数-----------------------//  function exportImageCollection(imgCol, scale, roi, taskName, fileName) {    var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");    indexList.evaluate(function (indexs) {
        for (var i = 0; i < indexs.length; i++) {            var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();            image = image.toFloat(); //            Export.image.toDrive({                image: image,                description: taskName + "_" + indexs[i],                fileNamePrefix: fileName + "_" + indexs[i],//导出影像名称                region: roi,//研究区                folder: 'PM25',//选择导出云盘的文件夹名称                scale: scale,//空间分辨率                crs: "EPSG:4326",//坐标系                maxPixels: 1e13//最大像元个数            });        }    });
}
exportImageCollection(monthlySRImg, 500, roi, 'monthlPM25', "PM25");

在此代码中，我只下载了东北地区2000到2022年逐年逐月的PM2.5估算值,下载其他地区的数据换研究区和日期即可

—

结果显示