1. 环保部国控点六要素数据（2013年至今，部分站点为后建）
数据下载地址：https://quotsoft.net/air/
一直在靠着这位老师的更新，感恩。偶尔有些站有些时刻没有数据，但总体不影响使用。
2. TAP (Tracking Air pollution in China) (2000年至今)
数据下载地址：http://tapdata.org.cn/
由清华大学联合多家单位开发，融合地面观测、卫星遥感、排放清单和模式模拟等多源数据所构建的大气气溶胶和气态污染物浓度数据集。有1 km和10 km两种分辨率，1km的只有PM2.5，10km的包含PM2.5及其组分还有臭氧。注册账号即可下载。
３.CHAP (China High Air Pollutants) (2000年至今)
数据下载地址：https://weijing-rs.github.io/product.html
该数据集该套数据集由美国马里兰大学韦晶博士、李占清教授团队研究生产，利用人工智能技术，考虑了空气污染的时空异质特性，从大数据（地基观测、卫星遥感和模式资料等）中生产得到。
官方账号上有数据简介，基本各变量都能下载。
4. 中国近地面PM2.5浓度数据集(1980-2019)
杨洋团队：选择大气能见度观测数据以及其他辅助数据（包括多种气象参数、人为排放、土地利用、地形、人口和站点时空信息），结合时空随机森林方法，构建了中国1980–2019年近地面PM2.5浓度数据集。与基于卫星产品AOD反演的PM2.5浓度相比，该数据集具有更长的时间覆盖范围，并且更能代表近地面气溶胶。
Li, H., Yang, Y., Wang, H., Li, B., Wang, P., Li, J., & Liao, H. (2021). Constructing a spatiotemporally coherent long-term PM2. 5 concentration dataset over China during 1980–2019 using a machine learning approach.Science of the Total Environment,765, 144263.https://doi.org/10.1016/j.scitotenv.2020.144263
数据下载地址：https://zenodo.org/record/4293239
反演方法
5. 长序列细颗粒物（PM2.5）历史数据集(1960-)
The data that support the findings of this study are available from the corresponding authors upon reasonable request.
张小曳团队基于地面气象观测数据，构建了考虑空间气象效应的高性能机器学习模型，能够获取1960年代以来的长序列细颗粒物（PM2.5）历史数据集。
Junting Zhong, Xiaoye Zhang, Ke Gui, Yaqiang Wang, Huizheng Che, Xiaojing Shen, Lei Zhang, Yangmei Zhang, Junying Sun, Wenjie Zhang, Robust prediction of hourly PM2.5 from meteorological data using LightGBM,National Science Review, Volume 8, Issue 10, October 2021, nwaa307,https://doi.org/10.1093/nsr/nwaa307
