中国大气成分近实时追踪数据集（Tracking Air Pollution in China，简称TAP）由清华大学联合北京大学、南京大学、复旦大学、中国气象科学研究院等多家单位开发并维护，旨在融合地面观测、卫星遥感、排放清单和模式模拟等多源数据，构建多尺度、近实时的中国大气气溶胶和气态污染物浓度数据集，并通过云计算平台向科学界共享，进而为空气污染健康影响、清洁空气政策评估等相关科学研究和环境管理工作提供基础数据支持。

发展目标 >

随着社会经济的发展，人类向大气排放各种污染物，使得大气成分含量发生变化，对环境、气候和健康产生重要影响。对大气成分的精准定量，是研究大气污染、气候变化及环境健康等问题的基础。传统单一来源的大气成分数据资料无法同时满足精度高、时空覆盖完整、历史长期连续等需求。地面观测数据虽最为精确，但站点数目有限，历史长期连续监测更为稀缺；空气质量模型模拟可实现时空完整覆盖，但模拟结果存在不确定性；卫星遥感数据覆盖范围广、时间连续性长，但有时不能直接反映大气成分的含量，且数据存在一定程度的缺失。因此，亟需开展对多源数据的融合研究，建立一套大气成分数据集，满足高精度、全覆盖、长期连续和实时更新的需求。

TAP团队基于机器学习算法和多源数据资料，构建了综合地面观测数据、卫星遥感信息、高分辨率排放清单、空气质量模型模拟等多源信息的多源数据融合体系，提高了大气气溶胶成分反演结果的时空精度。在这一技术体系支撑下，TAP团队开发了中国大气成分近实时追踪数据集（TAP），提供每日完整覆盖的大气成分浓度产品，并进一步集成云计算和大数据技术，实现了数据产品的实时动态计算和在线定制化下载。目前TAP数据集已上线2000年至今的10公里分辨率中国大气细颗粒物及主要化学组分浓度数据、2000年至今的1公里分辨率中国大气细颗粒物浓度数据和2013年至今的中国近地面臭氧浓度数据，后续将提供更多物种、更高精度的数据，供科学界共享。

在观测能力持续进步、数值模拟技术不断发展的背景下，大气成分数据的类型和数量迅速增加，如何更好地融合多种来源的数据，实现对大气成分的实时高精度反演，是TAP团队未来关注的主要方向。我们将在前沿持续探索，不断创新融合算法，同时依托TAP网站将研究成果向科学界共享，努力提供更丰富、精细、准确的大气成分数据产品。

数据特色 >

• 覆盖多种大气气溶胶和气态污染物成分（目前已上线PM_2.5、PM_2.5主要化学组分和O₃）；
• 基于统一的方法学和基础数据建立，版本化管理，持续动态更新；
• 基于云计算和大数据技术在线计算，提供每日近实时的数据产品；
• 集成了实时更新的MEIC排放清单和WRF/CMAQ模拟，以实现日尺度数据的完整时空覆盖；
• 提供数据集的可视化分析、定制化数据下载和定制化专题图下载。

支持机构 >

TAP数据集的开发和维护受到以下项目和机构的支持：

• 国家自然科学基金
• 国家环境保护大气复合污染来源与控制重点实验室
• 地球系统数值模拟教育部重点实验室