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。     

北京地区气溶胶粒径尺度谱与PM2.5浓度转换模型研究

大气细颗粒物（PM_2.5）质量浓度是重要的空气质量指标之一。为了促进区域PM_2.5浓度监测的研究，同时拓展利用CE318太阳光度计等光学传感器反演的大气气溶胶产品的应用领域，本文首先基于北京地区2014年—2017年大气气溶胶反演的粒径尺度谱分布产品，计算表征PM_2.5的粒子体积，并结合同一时间北京地区35个空气质量站点提供的PM_2.5质量浓度参考值计算转换系数，对样本区间进行划分以构建转换模型。其次，利用各CE318站点数据所得转换系数及其相对精度，对研究区PM_2.5质量浓度估算误差空间分布，以及转换系数偏差对估值误差贡献情况进行评价。研究结果表明，由CE318站PM_2.5粒子体积与其临近空气质量站PM_2.5质量浓度联合建立的转换系数是一种与气溶胶理化属性密切相关的参数指标，可将时间和空间维度上PM_2.5体积与PM_2.5质量浓度之间的关系映射到由理化属性主导的维度上，可用于对估值模型进行细化和分类，构建分段转换函数模型，使得各分段区间内具有较高的模型拟合精度。基于转换系数的北京地区PM_2.5浓度估值的相对误差多年均值介于12.8 %—28.7 %，而转换系数相对偏差对PM_2.5质量浓度估值相对误差的影响显著，二者之间具有“r”型结构。当转换系数相对偏差介于-16.3 %至24.5 %时，该偏差的出现概率约为66.5 %，使得PM_2.5质量浓度估值误差在20 %以内，表明采用此种方法对相应站点的PM_2.5质量浓度进行估值具有相当的精度和稳定性。以上研究结果可为地面观测站稀少区域利用卫星光学遥感开展空气质量大范围监测应用提供理论前提和技术支持。     

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。     

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。     

联合星载高光谱影像和堆栈集成学习回归算法的红树林冠层叶绿素含量遥感反演

红树林是世界上生产力最高、价值最高的湿地生态系统之一。冠层叶绿素含量CCC（Canopy Chlorophyll Content）作为红树林重要的生物物理参量,是估算其生产力和评价其健康状况的重要指标。本文利用珠海一号高光谱卫星（OHS）影像与Sentinel-2A多光谱数据计算传统植被指数与组合植被指数并构建了高维数据集,综合利用正态分布检验、最大相关系数法与变量重要性评价进行数据降维和变量优选;分别基于单一线性回归算法、机器学习回归算法和堆栈集成学习回归算法构建了红树林CCC遥感反演模型,探明北部湾红树林CCC的最佳遥感反演模型,验证OHS高光谱影像与Sentinel-2A数据反演红树林CCC的精度差异,评估SNAP-SL2P算法反演红树林CCC的适用性。研究结果表明：（1）通过数据降维和变量选择处理,从高维度OHS数据集选取了8个特征变量,其中RSI_（12,17）、DSI_（12,18）和NDSI_（6,12）组合植被指数对红树林CCC反演精度的贡献率较高;（2）联合OHS数据和最优堆栈GBRT集成学习回归模型（Score=0.999,RMSE=0.963 μg/cm²）的训练精度优于最优RF机器学习回归模型（RMSE降低了7.531 μg/cm²）,明显优于最优Lasso线性回归模型（RMSE降低了19.383 μg/cm²）;（3）在最优堆栈集成学习回归模型下,OHS数据反演红树林CCC的精度（R²=0.761,RMSE=16.738 μg/cm²）高于Sentinel-2A影像（R²=0.615,RMSE=20.701 μg/cm²）;（4）联合OHS和Sentinel-2A数据的最优堆栈集成学习回归模型反演红树林CCC的精度都明显优于SNAP-SL2P算法（R²=0.356,RMSE=49.419 μg/cm²）。研究结果论证了正态分布检验、最大相关系数法和基于XGBoost的特征选择方法有效降低了高维数据集的维度,并得到了最优特征变量;OHS数据的最优堆栈GBRT集成学习回归模型训练精度最高,是估算红树林CCC的最优反演模型;OHS和Sentinel-2A数据都能有效反演红树林CCC（R²均大于0.61）,而OHS数据的估算精度更高（R²大于0.75）;SNAP-SL2P算法不能有效反演红树林CCC（R²小于0.4）,且对红树林CCC数值存在系统性低估。     

基于垂直订正和湿度订正方法估算川渝地区逐小时PM2.5

针对PM_2.5污染比较严重的川渝地区，本研究利用日本静止葵花卫星（Himawari-8）反演的气溶胶光学厚度（AOD）进行垂直订正和湿度订正估算川渝地区2017年—2018年09：00—16：00时的PM_2.5浓度。首先，基于气象观测的能见度（vis）数据与消光系数σa(λ)之间的关系，引入“标高（Ha）”对气溶胶光学厚度进行垂直订正；其次，根据匹配的气象和环境监测数据对每一个站点逐一拟合1—12月份的吸湿增长因子，并采用反距离加权空间插值（IDW）方法构建吸湿订正因子网格，从而进行湿度订正估算。研究结果表明，经垂直订正和湿度订正后，相比AOD与PM_2.5之间的相关性，“干”消光系数σdry与PM_2.5的相关性显著提高，相关系数（r）由0.12—0.45提高至0.32—0.69；验证09：00至16：00时卫星估算结果，相关系数（r）均大于0.7，均方根误差（RMSE）为18.59±2.26 μg/m³；提取所有观测站点进行验证，r=0.82，RMSE=18.64 μg/m³。     

基于AERONET数据的气溶胶光学特性分析

大气气溶胶的监测对全球气候变化、区域空气质量和公共健康等研究具有重要的意义,而中国台湾岛四面环海,地理位置特殊,若忽略其大气环流和局地排放源造成的气溶胶特征时空异质性将会导致气溶胶参数反演误差。因此本研究使用中国台湾岛多个具有代表性的AERONET（AErosol RObotic NETwork）观测站历史数据和MODIS气溶胶光学厚度AOD（Aerosol Optical Depth）反演产品,分析5个典型站点气溶胶参数及其类型的时空变化特征及差异,分析结果表明：（1）各站点AOD年平均值逐年下降,呈现春季最高（0.5257）的季节变化特征和双峰结构的日变化规律,主导气溶胶类型为城市工业型（仅鹿林站点为海洋型）。（2）中国台湾地区风向多为东北风,风速越大,AOD值越低,海洋型气溶胶占比越高;反之则以城市工业型气溶胶为主。（3）?ngstr?m波长指数（AE）、单次散射比（SSA）、复折射指数虚部、不对称因子平均值分别为1.3283、0.9564、0.0054、0.7292;相比于北京（39.9768°N,116.3813°E）站,台湾“中央大学”AOD年平均值、季节变化、主导气溶胶类型均存在较大的差异。（4）MODIS AOD分站点验证精度较高,而在高山鹿林站的验证精度稍低（R²=0.5925）;而利用不同气溶胶类型的分类验证结果显示,城市工业（R²=0.7238）、生物质燃烧（R²=0.6161）和次大陆型（R²=0.5116）精度较高,但海洋型（R²=0.1585）、大陆型（R²=0.1111）AOD验证精度显著降低。本研究表明,中国台湾岛气溶胶类型呈现西南沿岸站点秋冬季次大陆型占比上升,西北沿岸大陆型上升的时空特征差异,细化气溶胶参数的时间差异和时间动态变化信息将对气溶胶卫星反演算法在环流特征明显的近海区域有着重要指导作用。     

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。     

河南省夏季臭氧生成敏感性及其驱动因素分析

明确当地臭氧生成敏感性变化的主控因子是制定有效臭氧污染控制策略的前提。采用卫星观测OMI FNR（Ratio of the tropospheric columns of Formaldehyde to Nitrogen dioxide,HCHO/NO₂）指示剂将河南省夏季臭氧生成敏感性OFS（Ozone Formation Sensitivity）划分为VOCs控制区、协同控制区和NOx控制区。基于地理探测器,量化气象条件、人为源前体物及其交互作用与OFS的关系。研究揭示：（1）河南省夏季OFS以协同控制区为主,区域内臭氧污染严重,仅次于VOC_S控制区。2005年—2015年,FNR值波动下降,OFS向协同控制区转变,主要受NO_X减排的影响。2016年之后,FNR值变大,OFS有向NO_X控制区转变的趋势。（2）人为源排放是OFS变化的主要驱动因子,平均可解释FNR变化的40.5%（q＝0.405）。若CO、PM_2.5、NOx和非甲烷挥发性有机物NMVOC（Non-methane Volatile Organic Compounds）的排放量增加,FNR减小,河南省夏季OFS向VOCs控制区转变,对NOx减排的敏感性降低。（3）地表净太阳辐射SSR（q＝0.321, Surface net Solar Radiation）和大气柱总水量TCW（q＝0.302, Total Column Water）是河南省夏季OFS变化的主要气象驱动因素。SSR增加,FNR减小,使臭氧生成对VOCs更加敏感。TCW对OFS变化的影响较为复杂,当TCW<40 kg/m²时,TCW增加,FNR减小,臭氧生成对VOCs更加敏感;当TCW>40 kg/m²时,TCW增加,FNR增大,臭氧生成对NOx更加敏感。（4）因子间的交互作用对OFS空间分布的驱动大于单一因子的独立作用,人为源前体物和气象因子的交互作用占主导地位。研究结果可加强对臭氧生成光化学过程的认识,为制定合理的污染减排措施提供依据。     

珞珈一号夜间灯光数据的福建省人为热通量估算

夜间灯光数据是估算人为热通量（AHF）的重要数据,但当前应用最广的DMSP/OLS和Suomi-NPP/VIIRS夜间灯光数据由于受限于粗糙的空间分辨率,而无法刻画城市内部的AHF分布细节。中国2018年6月发射的Luojia 1-01卫星所获取的130 m高空间分辨率夜间灯光数据,则有望解决这一问题。因此本文利用Luojia 1-01夜间灯光数据,通过将统计年鉴中的能源统计数据细化至福建省84个县（市、区）,然后与3个夜间灯光指数（NTL_nor、HSI、VANUI）进行回归分析,分别构建了基于这3个指数的福建省AHF空间估算模型,并采用交叉验证法对其进行筛选。结果显示：（1）在3个指数中,基于VANUI的乘幂估算模型的R²最高,且RMSE最小,因此精度最高;（2）利用VANUI乘幂估算模型反演得到的2018年福建省年均AHF为0.88 W/m²,其中厦门市的年均AHF最高,达10.98 W/m²,泉州、莆田、福州、漳州等沿海城市次之,年均值在0.98—1.95 W/m²,而宁德、龙岩、三明、南平等城市的AHF则较低,均值在0.38—0.46 W/m²;（3）Luojia 1-01夜间灯光数据可以揭示城市内部的AHF分异细节。根据用地属性和功能的不同,AHF数值表现为：城市集中商业区>大型市政公共设施区>城市主干道>城市住宅区>近郊住宅区。研究表明,基于Luojia 1-01夜间灯光数据建立的AHF估算模型可以较好地揭示城市尺度AHF的空间分异情况。     

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.     

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。     

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。     

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。     

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.