卫星遥感技术是大时空尺度定量估算PM_2.5浓度的主要手段，广泛应用于PM_2.5的空气污染分析。目前应用最为广泛的是加拿大Dalhousie University基于GEOS-Chem模型获取的PM_2.5浓度数据，然而这个数据与地面实测数据的一致性仍缺乏验证。本研究利用我国城市空气质量监测网络数据，对该数据产品进行了验证，发现：该数据产品与地面实测产品呈显著线性相关关系（P<0.05），可以直接用于PM_2.5的污染分级，尤其是当前采用的35 μg/m³和70 μg/m³这两个常用等级标准，可以有效地降低分析结果的不确定性；但是，如果直接利用该产品的PM_2.5浓度值，在中国区域，需进行本地化校准，本研究提出了明确的校准方式：2014年产品校准：PM_2.5≤35 μg/m³ 的浓度增加22%，35 μg/m³≤PM_2.5≤70 μg/m³的浓度增加27%，PM_2.5 ≥70 μg/m³的浓度增加43%；2015年的产品校准：PM_2.5≤35 μg/m³ 的浓度减少24%，35 μg/m³≤PM_2.5≤70 μg/m³的浓度减少4%，PM_2.5 ≥70 μg/m³的浓度增加20%。

该成果发表在IEEE Geoscience and Remote Sensing Magazine (2019, 7(3), 20-28)。文章发表后，Dalhousie University的数据产品已根据本文建议对新的PM_2.5数据产品进行了较正，提高了数据精度，并针对中国区域单独提供了一套数据产品，有效提高了我国今后开展PM_2.5时空格局研究的准确性。