ABSTRACT Particulate matter (PM) is a widely used indicator of air quality. Satellite-derived aerosol products such as aerosol optical depth (AOD) have been a useful source of data for ground-level PM monitoring. However, satellite-based approaches for PM monitoring have limitations such as impacts of cloud cover. Recently, many studies have documented advances in modeling for monitoring PM over the globe. This review examines recent papers on ground-level PM monitoring for the past 10 years focusing on modeling techniques, sensor types, and areas. Satellite-based retrievals of AOD and commonly used approaches for estimating PM concentrations are also briefly reviewed. Research trends and challenges are discussed based on the review of 130 papers. The limitations and challenges include spatiotemporal scale issues, missing values in satellite-based variables, sparse distribution of ground stations for calibration and validation, unbalanced distribution of PM concentrations, and difficulty in the operational use of satellite-based PM estimation models. The literature review suggests there is room for further investigating: 1) the spatial extension of PM monitoring to global scale; 2) the synergistic use of satellite-derived products and numerical model output to improve PM estimation accuracy, gap-filling, and operational monitoring; 3) the use of more advanced modeling techniques including data assimilations; 4) the improvement of emission data quality; and 5) short-term (hours to days) PM forecasts through combining satellite data and numerical forecast model results.

中文翻译：

---

使用卫星数据估算地面颗粒物浓度：综述

摘要 颗粒物 (PM) 是一种广泛使用的空气质量指标。气溶胶光学深度 (AOD) 等卫星衍生的气溶胶产品已成为地面 PM 监测的有用数据来源。然而，基于卫星的 PM 监测方法具有局限性，例如云覆盖的影响。最近，许多研究记录了全球 PM 监测建模方面的进展。这篇综述审查了过去 10 年关于地面 PM 监测的最新论文，重点是建模技术、传感器类型和领域。还简要回顾了基于卫星的 AOD 反演和估算 PM 浓度的常用方法。基于对 130 篇论文的审查，讨论了研究趋势和挑战。限制和挑战包括时空尺度问题、卫星变量中的缺失值、用于校准和验证的地面站分布稀疏、PM 浓度分布不平衡以及基于卫星的 PM 估计模型的操作使用困难。文献综述表明还有进一步研究的空间：1）PM监测在全球范围内的空间扩展；2) 卫星衍生产品和数值模型输出的协同使用，以提高 PM 估计精度、填补空白和运行监测；3) 使用更先进的建模技术，包括数据同化；4）排放数据质量的提高；5) 结合卫星数据和数值预报模型结果进行短期（数小时到数天）PM 预报。PM 浓度的不平衡分布，以及基于卫星的 PM 估计模型的操作使用困难。文献综述表明还有进一步研究的空间：1）PM监测在全球范围内的空间扩展；2) 卫星衍生产品和数值模型输出的协同使用，以提高 PM 估计精度、填补空白和运行监测；3) 使用更先进的建模技术，包括数据同化；4）排放数据质量的提高；5) 通过结合卫星数据和数值预报模型结果进行短期（数小时到数天）PM 预报。PM 浓度的不平衡分布，以及基于卫星的 PM 估计模型的操作使用困难。文献综述表明还有进一步研究的空间：1）PM监测在全球范围内的空间扩展；2) 卫星衍生产品和数值模型输出的协同使用，以提高 PM 估计精度、填补空白和运行监测；3) 使用更先进的建模技术，包括数据同化；4）排放数据质量的提高；5) 结合卫星数据和数值预报模型结果进行短期（数小时到数天）PM 预报。1) PM监测在全球范围内的空间延伸；2) 卫星衍生产品和数值模型输出的协同使用，以提高 PM 估计精度、填补空白和运行监测；3) 使用更先进的建模技术，包括数据同化；4）排放数据质量的提高；5) 通过结合卫星数据和数值预报模型结果进行短期（数小时到数天）PM 预报。1) PM监测在全球范围内的空间延伸；2) 卫星衍生产品和数值模型输出的协同使用，以提高 PM 估计精度、填补空白和运行监测；3) 使用更先进的建模技术，包括数据同化；4）排放数据质量的提高；5) 通过结合卫星数据和数值预报模型结果进行短期（数小时到数天）PM 预报。