数据集简介
本研究将非线性机器学习算法用于PM2.5模拟研究，结合卫星遥感反演的气溶胶光学厚度数据(AOD)、气象、地理类等数据，基于十折交叉验证方法建立了高时空分辨率的全国PM2.5随机森林模型；模型时间分辨率为日分辨率，空间分辨率为1km×1km网格。基于不断调整形成的最优模型，对我国2005-2017年的逐日PM2.5网格浓度进行模拟。模型R²达到0.85，在时空尺度上性能较优。
全国2005-2017年PM2.5浓度年均值示意图
● 全国1km网格PM2.5年均浓度值样例数据下载链接（2010年）(点击下载)
● 关于数据下载使用的说明
由于整体数据集较大，本网站暂仅支持样例数据下载，如果有更多数据下载使用需求，请阅读下方”数据使用协议与数据申请表模板”，了解相关规定，填写附表1并发送至指定邮箱。我们会与您取得联系，并依据您的数据需求为您提供个性化数据定制服务。
为了更好的开展数据共享，保护各方应有权益，请依据数据提供方相关使用协议与管理办法合法共享数据。用户在使用本小组提供的模拟数据产品时，请注意对数据质量的描述。对于用户使用数据中，由于潜在的模型误差等问题产生的任何损失，我们不承担相应的责任。
● 数据使用协议与申请表模板(点击下载)
● 参考文献
（应用数据产品发表相关成果时需引用这些文章）
（1）Zhao, Chen; Wang, Qing#; Ban, Jie#; Liu, Zhaorong*; Zhang, Yayi; Ma, Runmei; Li, Shenshen; Li, Tiantian*; Estimating the daily PM2.5 concentration in the Beijing-Tianjin-Hebei region using a random forest model with a 0.01°×0.01° spatial resolution, Environment International, 2020, 134: 105297.
（2）Zhao, Chen; Liu, Zhaorong*; Wang, Qing; Ban, Jie; Chen, Nancy Xi; Li, Tiantian*; High-resolution daily AOD estimated to full coverage using the random forest model approach in the Beijing-Tianjin-Hebei region, Atmospheric Environment, 2019, 203: 70-78.
（3）Ma, Runmei; Ban, Jie; Wang, Qing; Li, Tiantian*; Statistical spatial-temporal modeling of ambient ozone exposure for environmental epidemiology studies: A review, Science of The Total Environment, 2020, 701: 134463.
