脚踏实地：卫星测量导致中低收入国家死亡的空气污染物是否可靠？（英）

脚踏实地卫星测量导致中低收入国家死亡的空气污染物是否可靠？聚焦国际发展 聚焦国际发展脚踏实地卫星测量导致中低收入国家死亡的空气污染物是否可靠？ © 2022 国际复兴开发银行/世界银行 1818 H Street NW, Washington, DC 20433电话：202-473-1000；互联网：www.worldbank.org保留部分权利 1 2 3 4 25 24 23 22本系列书籍的出版旨在以尽可能少的延迟传达世界银行研究、分析和运营经验的结果。语言编辑的程度因书而异。这项工作是世界银行工作人员在外部捐助下的产物。本文中表达的调查结果、解释和结论不一定反映世界银行、其执行董事会或它们所代表的政府的观点。世界银行不保证本作品中包含的数据的准确性、完整性或时效性，也不对信息中的任何错误、遗漏或差异承担责任，也不对使用或未能使用本文件承担责任。信息、方法、过程或结论。本作品中任何地图上显示的边界、颜色、面额和其他信息并不意味着世界银行对任何领土的法律地位或对此类边界的认可或接受作出任何判断。本文中的任何内容均不构成、暗示或被视为对世界银行特权和豁免权的限制或放弃，所有这些都是特别保留的。权利和许可本作品可在知识共享署名 3.0 IGO 许可 (CC BY 3.0 IGO) http://creativecommons.org/licenses/by/3.0/igo 下获得。根据知识共享署名许可，您可以在以下条件下自由复制、分发、传输和改编本作品，包括用于商业目的：署名——请按以下方式引用作品：世界银行。 2022. 脚踏实地：卫星是否可靠地测量导致中低收入国家死亡率的空气污染物？聚焦国际发展。华盛顿特区：世界银行。 doi:10.1596/978-1-4648-1727-4。许可：知识共享署名 CC BY 3.0 IGO翻译——如果您创建了此作品的翻译，请在署名的同时添加以下免责声明：此翻译不是由世界银行创建的，不应被视为世界银行的官方翻译。世界银行对本翻译中的任何内容或错误概不负责。改编——如果您对此作品进行改编，请在署名的同时添加以下免责声明：这是对世界银行原创作品的改编。改编作品中表达的观点和意见由改编作品的作者全权负责，未经世界银行认可。第三方内容——世界银行不一定拥有作品中所含内容的每个组成部分。因此，世界银行不保证使用作品中包含的任何第三方拥有的单个组件或部分不会侵犯这些第三方的权利。由此类侵权引起的索赔风险完全由您承担。如果您希望重新使用作品的某个组成部分，您有责任确定该重新使用是否需要许可并获得版权所有者的许可。组件的示例可以包括但不限于表格、图形或图像。所有有关权利和许可的问题都应发送至 World Bank Publications, The World Bank Group, 1818 H Street NW, Washington, DC 20433, USA；电子邮件：pubrights@worldbank.org。国际标准书号：978-1-4648-1727-4DOI：10.1596/978-1-4648-1727-4封面照片：© Maximus256/Shutterstock.com。经许可使用；重复使用需要进一步的许可。封面设计：Debra Naylor / Naylor Design Inc. 内容前言九对这个工作十一致谢xiii 执行官概括xv 缩写 xxi词汇表二十三第 1 章 背景背景和目标1 第 2 章 简介 3报告方法 8 本报告概要 9 附注 9参考文献 9第 3 章 城市地区卫星观测与地面监测相结合方法的文献综述 11从反射太阳辐射的卫星观测中检索 AOD 12AOD 到地面 PM 的转换2.5 浓度 16 结合卫星 PM2.5估计和 GLM 数据转换成高分辨率以选定为中心的网格城市18 注释 18参考文献 19第 4 章 中低收入国家的质量保证程序 21GLM 数据24日志25第 5 章将卫星数据用于每日城市尺度 PM2.5监测 27城市28最好的34参考41三 4 |脚踏实地第 6 章结论和建议 43结论44建议47注释 50参考51附录 A 文献审查53附录 B 将卫星气溶胶光学深度转换为地面 PM2.597附录 C 卫星进近评估 121附录 D 低收入和中等收入国家地面监测数据的质量考虑 149盒子4.1开放访问的空气质量网络平台数据22数字2.1野火烟雾向东输送到切萨皮克湾的 MODIS Aqua 图像，我们42.2可用的极地和地球静止天气提供的当前和未来覆盖范围卫星52.3卫星如何从反射测量气溶胶光学深度阳光62.4三个不同气溶胶垂直剖面的高度理想化示例，每个剖面具有不同的地面 PM2.5浓度，当通过卫星73.1年平均地面 PM10 浓度，英国伦敦和意大利罗马 123.2MODIS 暗目标 10 公里和 3 公里气溶胶光学深度产品检索用于清晰的陆地和海洋视野以及当地从产品得出的 5 公里平均值，外圈，与地面测量相比，内圈，巴尔的摩，我们143.3来自美国 GOES-R SMAOD 的地球静止卫星的高质量气溶胶光学深度 550 nm 观测示例产品153.4有效的 MODIS Terra 气溶胶光学深度反演和秘鲁利马，OpenAQ 数据库中的监测站点，2016–17164.1美国联邦等效方法测量和不确定性示例：数据集斜率、截距、和限制235.1基于化学传输模型的每日平均地面 PM 估计值的比较2.511 月 1 日，使用 VIIRS 和 MODIS Terra，印度德里上空的每立方米微克浓度，2017325.2基于化学传输模型的每日平均地面 PM 估计值的比较2.512 月 26 日，使用 SEVIRI 和 MODIS Aqua，加纳阿克拉上空的每立方米微克浓度，2017335.3不同低收入和中等收入国家的基于统计和化学运输模型的方法的相关系数 R城市375.4不同中低收入国家统计和化学运输模型方法的平均归一化偏差城市375.5针对不同中低收入国家的统计和基于化学运输模型的方法的平均归一化总误差城市38A.1可用极地和地球静止天气提供的覆盖范围卫星57A.2MODIS 暗目标 10 公里和 3 公里气溶胶光学深度产品检索用于清晰的陆地和海洋视野以及当地从产品得出的 5 公里平均值，外圈，与地面测量相比，内圈，巴尔的摩，我们60 目录 |页 \* 罗马5A.32013 年美国西部火灾期间 VIIRS 750 米和 MAIAC 一公里气溶胶光学深度产品的比较 63A.4与在法国帕莱索和 MODIS 的 AERONET 测量相比，使用 SEVIRI-MSG 气溶胶在陆地产品上检测气溶胶光学深度的时间变化，2006 年 7 月 14 日 66A.5550 纳米的 GOES-R SMAOD 产品在海洋和陆地上的全盘覆盖 67A.62011 年 7 月 14 日，美国华盛顿特区周边地区的行星边界层高度，世界标准时间 21:0072B.1每个焦点区域 100 周围 1° x 1° 框所覆盖区域的图示B.2蒙古乌兰巴托当地、地面监测网络和美国外交邮局年平均 PM2.5 浓度以及通过普通方法产生的网格估计克里金法105B.3显示基于 CTM 的每日平均地面 PM 估计值的卫星覆盖示例2.5 所有有效 MODIS Terra 和 Aqua 气溶胶光学深度反演的浓度，秘鲁利马，2017 年 5 月 12 日107B.4使用 MODIS Aqua 气溶胶光学深度的蒙古乌兰巴托残差评估图产品108B.5观察到的和 GAM 预测的每日平均 PM2.5MODIS Aqua 和 Terra 109 在印度德里和蒙古乌兰巴托的美国外交职位的值B.6观察到的和基于 CTM 的估计日平均 PM2.5美国在印度德里和蒙古乌兰巴托的外交职位的 MODIS Aqua 和大地110B.7月平均 PM2.5表面浓度，2017112B.8日平均 PM 的观测值和基于 VIIRS 的估计值2.5印度德里所得税办公室的集中度，使用基于 GAM 和 CTM方法114B.9基于 CTM 的每日平均地面 PM 估计值的比较2.5使用 VIIRS 和 MODIS Terra 在印度德里上空的浓度，2017 年 11 月 1 日 115B.10基于 CTM 的每日平均地面 PM 估计值的比较2.5 使用 SEVIRI 和 MODIS Aqua，加纳阿克拉上空的浓度，2017 年 12 月 26 日 116C.1在 Terra 卫星数据上训练的广义加法模型的残差评估图，德里，印度123C.2地面 PM 依赖关系图2.5 从广义加性模型估计 Terra 气溶胶光学深度与 MERRA 行星边界层高度之比，德里，印度124C.3Terra 卫星估计 PM 的散点图2.5来自广义添加剂模型和化学传输模型与 OpenAQ 数据，美国外交邮报印度德里124C.4月平均 PM2.5对于每种方法，德里，印度126C.5年平均 PM2.5对于每种方法，通过监控站点，德里，印度126C.6根据 Aqua 卫星数据训练的广义加法模型的残差评估图，乌兰巴托，蒙古127C.7地面 PM 依赖关系图2.5 从广义加性模型估计 Aqua 气溶胶光学深度与 MERRA 行星边界层高度之比，乌兰巴托，蒙古128C.8使用 Aqua 气溶胶光学深度数据与 OpenAQ 数据的基于广义添加剂模型和化学传输模型的浓度散点图，美国驻乌兰巴托外交邮局，蒙古129C.9月平均 PM2.5 对于每种方法，乌兰巴托，蒙古130C.10年平均（3 月至 11 月）下午2.5对于监控站点乌兰巴托的每种方法，蒙古130C.11对 OpenAQ 数据库中监测站点的有效 Terra 气溶胶光学深度检索，秘鲁利马，2016–17131 6 |脚踏实地C.12基于化学传输模型的 PM 散点图2.5使用 Terra 气溶胶光学深度数据与地面监测 PM 的浓度2.5数据，阿克拉的 Malam Junction 站点，加纳132C.13在 Aqua 卫星数据上训练的广义加法模型的残差评估图，尼泊尔加德满都133C.14地面 PM 依赖关系图2.5 根据广义加性模型估计加德满都 Aqua 气溶胶光学深度与 MERRA 行星边界层高度之比，尼泊尔134C.15使用 Aqua 气溶胶光学深度数据与 OpenAQ 数据的基于广义添加剂模型和化学传输模型的浓度散点图，美国驻尼泊尔加德满都外交邮局 134C.16基于 Terra 卫星数据训练的广义加法模型的残差评估图，亚的斯亚贝巴，埃塞俄比亚135C.17地面 PM 依赖关系图2.5 从广义加性模型估计 Terra 气溶胶光学深度与 MERRA 行星边界层高度之比，亚的斯亚贝巴，埃塞俄比亚136C.18使用 Aqua 气溶胶光学深度数据，与美国驻亚的斯亚贝巴外交邮局 OpenAQ 数据对比的基于广义添加剂模型和化学传输模型的浓度散点图，埃塞俄比亚137C.19基于化学传输模型的 PM 散点图2.5使用 Terra 气溶胶光学深度数据与全市平均 PM 的浓度2.5数据，达喀尔，塞内加尔137C.20在 Aqua 卫星数据上训练的广义加法模型的残差评估图，坎帕拉，乌干达139C.21地面 PM 依赖关系图2.5 从广义加性模型估计 Aqua 气溶胶光学深度与 MERRA 行星边界层高度的比率，坎帕拉，乌干达140C.22基于广义加法模型和化学传输模型的 PM 的散点图2.5浓度，使用 Aqua 气溶胶光学深度数据，与 OpenAQ 数据，美国外交邮局，坎帕拉，乌干达140C.23在 Terra 卫星数据上训练的广义加法模型的残差评估图，河内，越南141C.24地面 PM 依赖关系图2.5 从广义加性模型估计 Terra 气溶胶光学深度与 MERRA 行星边界层高度的比率，河内，越南142C.25使用 Terra 气溶胶光学深度数据与 OpenAQ 数据的基于广义添加剂模型和化学传输模型的浓度散点图，美国驻河内外交邮局，越南143C.