针对大气环境监测数据维度时空不连续性的问题，基于嵌套网格空气质量预报模式系统(NAQPMS)和大气环境监测站点数据，采用最优插值算法、集合卡尔曼滤波算法和GIS空间插值算法，建立集成模型模拟与站点观测两种基本手段的多源大气环境监测数据同化技术体系；以“2+26”城市的PM2.5、PM10、SO2、NO2、O3为例，相对于模拟数据，同化数据的均方根误差分别降低83%、79%、88%、78%、68%；与观测值相关系数分别提高了0.28、0.33、0.41、0.25、0.14；在缺少观测站点的区域，同化数据可明显提高对各污染物的状态估计，其均方根误差和相关系数都明显优于简单的模式模拟结果，从技术上提高了大气污染状况模拟精度。利用数据同化系统，生成我国东部地区、京津冀地区、“2+26”城市等重点区域的大气环境监测同化数据集，污染物类型包括PM2.5、PM10、SO2、NO2、O3，时间分辨率为年、月、日，重点污染物过程可达每小时，为大气环境监测数据共享平台提供规则网格点数据集；绘制了基于同化技术的全国或重点区域污染物浓度可视化分布图、时间序列变化图，形成重大空气污染过程主要污染物浓度时空变化特征研究报告。

2016年冬季重污染事件红色预警时段PM2.5模拟、观测和同化数据

基于集合卡尔曼滤波的“2+26”城市PM2.5逐日大气环境同化数据产品