基于卫星遥感的近地面PM2.5浓度反演进展

细颗粒物PM_2.5（Fine Particulate Matter）是影响空气质量和公共健康的关键因素之一。高时空分辨率的PM_2.5数据是公共健康风险评估和流行病学研究的基本需求。相较于地面站点,卫星遥感技术具有连续观测、宽覆盖和低成本的优势,基于卫星气溶胶光学厚度AOD（Aerosol Optical Depth）反演PM_2.5质量浓度的方法已成为热点。本研究概述了卫星AOD产品反演PM_2.5浓度的原理,介绍了用于PM_2.5反演的主要卫星AOD产品及其反演精度;总结了现有的PM_2.5估算方法及其优缺点,指出目前PM_2.5反演研究存在的问题;提出未来PM_2.5反演方向主要集中在高时空分辨率的PM_2.5浓度重建、基于激光雷达数据的三维PM_2.5浓度反演及PM_2.5化学组分反演等方向。比例因子法、物理机理模型和统计模型这3种方法都能在不同时期不同程度地准确估算PM_2.5浓度,代表了那个时期较为前沿的研究热点,但比例因子法和物理机理模型因其自身的局限性而应用较少,而统计模型因其独特的时间或时空异质性的可描述性和强大的非线性描述能力的优势而被广泛应用并不断改进。目前PM_2.5反演研究存在的问题主要有3种：（1）卫星AOD的非随机缺失问题造成估算的PM_2.5数据缺失;（2）反演模型的精度问题;（3）PM_2.5的化学成分估算问题。基于此,本文为了准确揭示近地面PM_2.5的时空变化趋势,提高基于卫星AOD产品的近地面PM_2.5反演研究的准确性,提出了几点未来的研究方向：首先,新型的高空间（如风云四号、高分五号）、高时间分辨率（Himawari-8/9）卫星AOD产品在PM_2.5的精细化估算研究上具有很大优势,这对于高时空分辨率的PM_2.5浓度重建具有重要意义;其次,随着大气探测技术的发展,星载、机载及地基激光雷达都能够获取垂直分布信息,搭载在无人机上的颗粒物传感器可实现PM_2.5垂直方向上的监测,将其与光学遥感卫星数据及地面监测数据结合,可实现三维的PM_2.5浓度反演;最后,PM_2.5化学组分信息对于分析污染成因、暴露特征等尤其重要,其时空变化趋势研究是一个重要的发展方向,然而,地面PM_2.5组分观测站网仍不完善,如何克服卫星遥感估算中对地面站网的依赖,实现PM_2.5化学成分的高精度反演需要进一步研究。通过本研究,有助于进一步了解不同PM_2.5估算方法的原理机制及其优缺点,为基于卫星AOD产品反演近地面PM_2.5浓度的新的发展方向提供启示,提升近地面PM_2.5浓度反演的精度及时空分辨率。     

地球静止卫星和网格化站点支持下的PM2.5精细制图

许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM_2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R²为0.90,RMSE为11.65 μg/m³。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM_2.5制图结果能更好地反映城市内部不同区域的PM_2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。     

融合星地多源数据资料的长三角地区高分辨率时空无缝PM2.5浓度数据

大气污染物浓度全方位动态监测是进行区域大气污染精细化防控的重要前提。为开展长三角地区小时分辨率PM_2.5浓度无缝制图,本研究通过耦合AOD缺失信息重建与多模数据融合技术,建立了一套能够有效集成卫星遥感、地面观测、数值模拟等多源异构数据资料的近地面PM_2.5浓度无缝制图方案,并据此生产了2015年—2020年长三角地区小时分辨率无缝PM_2.5浓度格点数据产品。结果表明：本研究生产的PM_2.5浓度无缝格点产品与国控站点观测数据的交叉验证相关系数达0.9,平均偏差不超过10 μg·m^-3。较于空间分布不均且相对稀疏的站点观测PM_2.5浓度资料,面域无缝PM_2.5浓度格点数据更能有效揭示长三角地区PM_2.5污染的时空变化特征;在2015年—2020年研究期内,其平均下降速率超过3 μg·m^-3·a^-1。本研究发展的PM_2.5浓度无缝制图方法和生产的相关数据产品有望为区域灰霾污染防控和PM_2.5暴露健康风险评估研究提供方法参考和基础数据支撑。     

耦合注意力机制DNN的PM2.5估算及时空特征分析

PM_2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注。尽管PM_2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM_2.5浓度的时空异质性。本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年—2020年PM_2.5浓度进行了逐日的高精度估算。模型交叉验证结果显示决定系数R²高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型。长三角区域PM_2.5浓度时空特征分析结果表明,PM_2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡。此外,长三角区域2015年—2020年整体PM_2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30 μg/（m³·a）,其次为江苏省（2.65 μg/（m³·a））;浙江省与安徽省下降速率都小于2 μg/（m³·a）,但由于安徽省PM_2.5浓度远高于浙江省,提升空间更大,需要更多的关注。综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM_2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地。     

风云三号D星MERSI AOD资料的同化应用研究

为了验证风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据对地面PM_2.5的污染过程预报的效果,本文基于WRF-Chem（Weather Research and Forecasting model coupled with Chemistry）大气化学模式和三维变分同化方法,针对2020-02-10—2020-02-12中国北方地区的一次PM_2.5重污染过程,进行了同化和预报试验研究。同化数据来自常规地面站点的PM_2.5浓度数据和风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据。控制试验不同化任何资料,3组同化试验分别为仅同化地面PM_2.5,仅同化卫星AOD,以及同时同化PM_2.5和卫星AOD两种资料。结果表明,3组同化试验都可以有效提高初始场准确率,以地面PM_2.5作为检验标准,仅同化PM_2.5、仅同化AOD、同时同化两种资料相对于控制试验,初始场的平均偏差分别降低54.9%、21.9%和49.0%,平均相关系数分别提升51.4%、16.0%和34.0%,平均均方根误差分别降低50.6%、17.2%和42.3%。以卫星AOD作为检验标准,3组同化试验相对于控制试验,初始场的平均偏差分别降低37.6%、78.4%和83%,平均均方根误差分别降低31.6%、62.2%和65.2%。同化后的初始场对预报有显著的改进,改进持续时间达24 h,以地面PM_2.5作为检验标准,同时同化两种资料的试验对24 h预报的平均偏差减少19.7%,相关系数提升8.8%,均方根误差减少17.2%;以卫星AOD作为检验标准,24 h预报的平均偏差减少40.1%,相关系数提升25.9%,均方根误差降低34.7%。试验结论为,相对于仅同化地面PM_2.5资料,同化风云卫星AOD资料可以提升后期预报效果。     

利用走航式数据对南大洋大气CO2廓线遥感反演

利用中国第24次南极考察期间获取的南大洋上空走航式大气CO₂数据和大气红外探测器(AIRS)探测的辐射率, 进行基于纬度分类下的统计回归, 其结果作为物理反演的初始猜测场。通过逐线积分辐射传输模式, 利用AMSU大气温度廓线和AIRS中13个通道的辐射测值反演南大洋上空的大气CO₂浓度廓线, 与WDCGG提供的固定站点下的大气CO₂浓度进行比较, 反演精度随纬度的变化而变化, 从低纬到高纬相对误差分别为0.31%、1.17%、2.63%。与同期国外卫星产品CO₂/AIRS比较, 相对误差为1.11%、1.07%。     

GF-5 AIUS切高校正算法研究与反演验证

利用红外掩星获取温压及其大气成分廓线,需要获得精确的指向信息,针对高分五号大气环境甚高分辨率探测仪（GF-5 AIUS）一级光谱信息,本文首先分析了不同切高的光谱变化情况,在此基础上,利用查找表方法进行切高校正。在低切高段（10—20 km）,选取N₂吸收波段,模拟6—40 km高度上的透过率光谱,通过查找表校正方法对一级数据中的低层切高进行校正。在高切高段（20—100 km）,模拟6—90 km切高上的透过率光谱,利用O₃吸收波段（20—90 km）进行校正。校正算法采取全局最小均方根误差的方法进行统计实验,确定最小校正半径为15 km。最后选取O₃、HCl、N₂O共3种大气成分的反演波段,进行校正后的透过率数据对比验证与反演产品精度的验证。结果表明：在O₃、HCl、N₂O共3种成分的反演通道上,校正后的观测透过率与模拟的透过率数据一致性较好,两者最大偏差小于0.1,切高校正算法得到的结果与模拟透过率吻合度较好;同时基于Aura MLS（Microwave Limb Sounder）、ACE-FTS（Atmospheric Chemistry Experiment Fourier-Transform Spectrometer）Level 2产品进行了O₃、HCl、N₂O单廓线交叉验证。结果表明：GF-5 AIUS反演的单廓线O₃与MLS、ACE-FTS相对偏差在30 km以下小于50%,在30—60 km小于20%;单廓线HCl与MLS、ACE-FTS相对偏差整体小于20%;单廓线N₂O与MLS、ACE-FTS相对偏差30 km以下小于20%,30—60 km相对偏差较大。     

奥运大气环境遥感

介绍了中国科学院在遥感应用研究所楼顶建立的空气质量超级监测站, 并主要介绍了2007 年和2008 年遥感监测的结果。监测结果表明, 2007 年好运测试期间北京机动车实行单双号限制, 使北京市气溶胶光学厚度和NO₂ 的柱浓度下降30%左右；2008 年从6 月份开始, 由于北京市的控制措施使NO₂ 柱浓度有了比较大的下降。卫星遥感监测表明, 通过有效的环境控制可以降低北京市及其周边的污染浓度。     

北京城市下垫面大气CO2反演算法

大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一，主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO₂遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程，严重制约着CO₂的反演精度，针对GMI开发高精度的大气CO₂反演算法，地表反射是一个需要重点考虑的因素。城市是CO₂重要的发射源，且城市下垫面存在明显的二向反射特性，加上城市大气条件不良，复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区，利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据，构建了适合利用单次观测数据反演的BRDF模型，并提出一种同时反演地表BRDF参数和大气CO₂含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时，大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比，其平均误差为1.25 ppm，相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO₂反演的需求，并使得反演高值气溶胶区域数据成为可能，增加了GMI观测数据的利用率。     

利用遥感数据评价燃煤电厂空气质量

卫星观测数据可以评价燃煤电厂的空气质量等级。NO₂、SO₂ 和烟尘是燃煤电厂排放的主要污染物,本文利用卫星遥感观测的NO₂、SO₂和气溶胶光学厚度AOD(Aerosol Optical Depth)开展燃煤电厂空气质量评价。以中国华北地区为实验区,分析对比了3种污染物不同时间分辨率和空间分辨率的污染状况,确定了单因子的5级分级标准,根据燃煤电厂排放污染物的权重不同,提出了评价近地表空气质量状况的模型。本文综合考虑3种污染因子来反映电厂空气质量,有利于提高评价的准确性以及反应信息的全面性。结果表明,该模型能正确反映不同地区电厂的空气质量特点。     

Application of geographical information system for mapping/monitoring seismological hazards in Pakistan

This study attempts to use the geographic information system (GIS) technique to map and understand the tectonics and crustal structures of Pakistan. Maps of surficial tectonic features and seismological parameters including Moho depth, P_n velocity and P_g velocity are complied. Based on the seismological data-set of the country the earthquake hazard map of Pakistan is also presented by applying regression technique on seismological, geological and topographical parameters. A case study of 8 October 2005 earthquake is used to validate the hazard map. It is envisaged that the developed GIS database would help policy-makers and scientists in natural hazard evaluation, seismic risk assessment and understanding of earthquake occurrences in Pakistan.     

Evaluating Hyperspectral Imager for the Coastal Ocean (HICO) data for seagrass mapping in Indian River Lagoon,FL

Differentiation between benthic habitats, particularly seagrass and macroalgae, using satellite data is complicated because of water column effects plus the presence of chlorophyll-a in both seagrass and algae that result in similar spectral patterns. Hyperspectral imager for the coastal ocean data over the Indian River Lagoon, Florida, USA, was used to develop two benthic classification models, Slope_RED and Slope_NIR. Their performance was compared with iterative self-organizing data analysis technique and spectral angle mapping classification methods. The slope models provided greater overall accuracies (63–64%) and were able to distinguish between seagrass and macroalgae substrates more accurately compared to the results obtained using the other classifications methods.     

CO2 concentration and its spatiotemporal variation in the troposphere using multi-sensor satellite data,carbon tracker,and aircraft observations

Satellite-based atmospheric CO₂ observations have provided a great opportunity to improve our understanding of the global carbon cycle. However, thermal infrared (TIR)-based satellite observations, which are useful for the investigation of vertical distribution and the transport of CO₂, have not yet been studied as much as the column amount products derived from shortwave infrared data. In this study, TIR-based satellite CO₂ products – from Atmospheric Infrared Sounder, Tropospheric Emission Spectrometer (TES), and Thermal And Near infrared Sensor for carbon Observation – and carbon tracker mole fraction data were compared with in situ Comprehensive Observation Network for Trace gases by AIrLiner (CONTRAIL) data for different locations. The TES CO₂ product showed the best agreement with CONTRAIL CO₂ data resulting in R² ~ 0.87 and root-mean-square error ~0.9. The vertical distribution of CO₂ derived by TES strongly depends on the geophysical characteristics of an area. Two different climate regions (i.e., southeastern Japan and southeastern Australia) were examined in terms of the vertical distribution and transport of CO₂. Results show that while vertical distribution of CO₂ around southeastern Japan was mainly controlled by horizontal and vertical winds, horizontal wind might be a major factor to control the CO₂ transport around southeastern Australia. In addition, the vertical transport of CO₂ also varies by region, which is mainly controlled by anthropogenic CO₂, and horizontal and omega winds. This study improves our understanding of vertical distribution and the transport of CO₂, both of which vary by region, using TIR-based satellite CO₂ observations and meteorological variables.     

短波红外CO2反演过程约束研究及初步反演结果

短波红外通道卫星CO2遥感是近年国际研究热点。首先,开展了卫星观测对气溶胶及大气温度的敏感性研究;其次,针对基于最优化理论的非线性迭代反演方法反演过程中的不收敛问题,提出了修正的阻尼牛顿方法(MDNM),并利用模拟数据评估了MDNM方法的有效性;最后,利用GOSAT卫星数据反演CO2的垂直混合比浓度,并与地基TCCON站点数进行比对。研究结果表明:短波近红外CO2卫星遥感受气溶胶散射及温度影响明显;通过地基比对初步验证了MDNM具有良好的精度,两者的相关性R2达到了0.729。     

Increased accuracy of geostatistical prediction of nitrogen dioxide in the United Kingdom with secondary data

Five techniques were used to map nitrogen dioxide (NO₂) concentrations in the United Kingdom. The methods used to predict from point data, collected as part of the UK NO₂ diffusion tube network, were local linear regression (LR), inverse distance weighting (IDW), ordinary kriging (OK), simple kriging with a locally varying mean (SKlm) and kriging with an external drift (KED). These techniques may be divided into two groups: (i) those that use only a single variable in the prediction process (IDW, OK) and (ii) those that make use of additional variables as a part of prediction (LR, SKlm and KED). Nitrous oxides emission data were used as secondary data with LR, SKlm and KED. It was concluded that SKlm provided the most accurate predictions based on the summary statistics of prediction errors from cross-validation.     

GOSAT卫星数据监测中国大陆上空CO2浓度时空变化特征

中国地区大气CO2浓度对全球气候变化有重要的影响。本文基于日本GOSAT卫星短波红外CO2的长期观测数据,对2010年-2016年中国大陆上空CO2浓度的分布特征和变化趋势进行分析研究。利用高精度的地基TCCON站点CO2观测对GOSAT CO2数据进行精度验证,结果表明,GOSAT CO2具有较高的精度,相对TCCON CO2的偏差为-1.04±2.10 ppm,两者的相关系数高达0.90;利用中国地区7年的GOSAT CO2观测数据分析研究显示,CO2浓度高值主要分布在中国的浙江-江苏-安徽地区、京津冀地区和湖南-湖北-河南-陕西地区;截至2016年,中国大部地区CO2浓度超过400 ppm;中国大陆CO2平均浓度呈现明显的逐年增长趋势,从2010年的387.76 ppm增长到2016年的402.18 ppm,年增长率约为2.31 ppm/a,略高于同期全球平均水平。     

O2-O2云反演算法及其在TROPOMI上的应用

利用遥感技术对大气环境污染进行监测时，云是影响痕量气体反演精度的重要因素，因此在痕量气体反演中需要对云的影响进行校正，通常使用的云参数主要是有效云量和云压。本文基于O₂-O₂ 477 nm吸收波段构建了O₂-O₂云反演算法：首先，根据有效云量和云高与连续反射率和O₂-O₂斜柱浓度之间的对应关系，结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表；然后，通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射，获得O₂-O₂斜柱浓度并计算连续反射率；最后，结合辅助数据，根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据，将反演结果与OMCLDO2产品进行对比验证，有效云量和云压空间分布一致，相关系数R均超过0.97；并还将该算法应用于下一代大气成分监测仪器TROPOMI，与FRESCO+产品对比，有效云量和云压空间分布基本一致，当地表类型为海洋时，有效云量相关系数R大于0.97，云压相关系数R大于0.94，云压反演结果存在一定的区别；通过将O₂-O₂云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比，结果表明，在低云情况下，O₂-O₂云反演算法线性回归方程斜率为0.782，截距为198.0 hPa，相关系数R为0.850，算法表现优于FRESCO+。而在高云情况下，FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O₂-O₂云反演算法在大气云反演中具有较高的准确性和可行性，可以为大气痕量气体反演的校正提供云参数，并为中国同类型卫星载荷的云反演算法提供算法参考。     

Detecting anomalous CO2 flux using space borne spectroscopy

Over the time-scale, earth's atmospheric CO₂ concentration has varied and that is mostly determined by balance among the geochemical processes including burial of organic carbon in sediments, silicate rock weathering and volcanic activity. The best recorded atmospheric CO₂ variability is derived from Vostok ice core that records last four glacial/interglacial cycles. The present CO₂ concentration of earth's atmosphere has exceeded far that it was predicted from the ice core data. Other than rapid industrialization and urbanization since last century, geo-natural hazards such as volcanic activity, leakage from hydrocarbon reservoirs and spontaneous combustion of coal contribute a considerable amount of CO₂ to the atmosphere. Spontaneous combustion of coal is common occurrence in most coal producing countries and sometimes it could be in an enormous scale. Remote sensing has already proved to be a significant tool in coalfire identification and monitoring studies. However, coalfire related CO₂ quantification from remote sensing data has not endeavoured yet by scientific communities because of low spectral resolution of commercially available remote sensing data and relatively sparse CO₂ plume than other geological hazards like volcanic activity. The present research has attempted two methods to identify the CO₂ flux emitted from coalfires in a coalmining region in north China. Firstly, a band rationing method was used for column atmospheric retrieval of CO₂ and secondly atmospheric models were simulated in fast atmospheric signature code (FASCOD) to understand the local radiation transport and then the model was implemented with the inputs from hyperspectral remote sensing data. It was observed that retrieval of columnar abundance of CO₂ with the band rationing method is faster as less simulation required in FASCOD. Alternatively, the inversion model could retrieve CO₂ concentration from a (certain) source because it excludes the uncertainties in the higher altitude.