从卫星上肯定看不到万里长城，但看清中国的空气污染情况却没问题。近日，由耶鲁大学和哥伦比亚大学巴特尔研究所组成的研究团队发布了一篇报告：他们根据卫星监测的数据，描绘出了2001年至2010年间，中国各省PM2.5浓度的变化曲线。
PM2.5是指空气中动力学直径小于等于2.5微米的可吸入颗粒物。这些细小颗粒物中所含的气溶胶粒子有种特性，就是能对光线产生消减作用，从而改变空气的气溶胶光学厚度(AOD)。先前的研究已明确，AOD与地面监测的PM2.5指标存在着一定的数学关系，可以为此建立相应的数学模型。
利用这一发现，美国研究团队从卫星搭载设备对中国各省空气的气溶胶光学厚度(AOD)进行了长达十年的监测，并根据结果就各省的污染指数做出了分析。
从图表上我们可以看出，过去十年中，山东、河南两省的PM2.5污染最为严重。北京、上海、广东的PM2.5年均浓度虽然在过去三年有所下降，但是在过去九年里基本都维持在一个较为稳定的水平上。另外，就像人们想象的，西藏、内蒙等欠发达省份的细颗粒污染浓度最低。
除了单纯的PM2.5浓度指标外，这项报告还引入了“人口加权值”的概念。也就是说，研究人员将PM2.5浓度乘以该区域内居民占全省人口总数的百分比，从而得出一个值，从而推算出这些可吸入颗粒物对居民的实际影响。简单地说，在地广人稀的地方，就算污染再严重，影响的人也只是少数，所以这个值是比较低的；而反过来，在人口密集的地方，即使污染指数并没有那么高，但影响的人口非常多，因而这个值可能更高，治理空气污染的需要就更急迫。
当然，从AOD推测出地表空气污染程度是有点曲折的。空气中气溶胶的垂直结构（比如，卫星无法分辨距离地表不同高度的粒子）、组成、粒径、分布、水含量等，都会对推测的数据造成影响。另外研究人员还要考虑地域差异和气候差异。比方说，如果遇到积雪或沙漠等地表亮度较高的情况，卫星测试AOD的准确度就会受到影响。
据研究团队成员之一、耶鲁大学博士生徐安琪介绍，他们使用的模型，不确定性大约在±25%之间，即误差在每立方米6.7毫克左右。
徐安琪说，卫星测绘与地面实测数据之间并非严丝合缝，更准确的还是要数后者。但是，卫星监测弥补了地面监测基站建设不足所造成的空间断层，而且能对空气质量进行持续稳定的监测，从而得出不同时期、不同地区之间的比较。因此也有一定参考价值。