臭氧和颗粒物_2.5，是长期以来与公共健康风险增加相关的共同污染物。关于这两种污染物浓度水平的信息来自两个来源：监测地点和复杂数值模型的输出，这些模型在大空间区域产生浓度表面。在本文中，我们提供了一种基于完整模型的方法，用于融合这两个共同污染物对的信息源，这种方法在大空间区域和长时间内计算上是可行的。由于这两种环境污染物的浓度水平之间存在关联，预计有关其中一种污染物的信息将有助于改进对另一种污染的预测。错位是一个明显的问题，因为这两种污染物的监测网络仅部分相交，并且PM的收集率_2.5通常比臭氧的频率低。

扩展了Berrocal、Gelfand和Holland（2010）之前的工作，我们引入了一个双变量降尺度器，该降尺度器提供了一类灵活的双变量时空同化模型。我们讨论了模型拟合的计算问题，并分析了臭氧和PM的数据集_2.52002年臭氧季节。我们在预测性能方面表现出了适度的改进，在我们只能预期小幅度增长的情况下，这并不奇怪。