MODIS卫星遥感估计福州地区近地面PM2.5浓度

卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。     

MERSI和MODIS卫星监测京津冀及周边地区PM2.5浓度

京津冀及周边地区是中国PM_(2.5)污染最重的区域之一,利用卫星遥感技术监测大范围的PM_(2.5)时空分布变化是一种先进的重要手段。本研究首先基于暗像元算法利用FY-3B/MERSI与AQUA/MODIS对京津冀及周边区域进行了遥感AOT反演和验证分析;然后,引入气象资料和地面观测资料利用GWR模型反演了区域PM_(2.5)浓度,并对遥感反演结果进行了交叉验证评估,综合对比分析了MERSI和MODIS的气溶胶及PM_(2.5)遥感监测能力;最后,利用MERSI数据对2017年第一季度京津冀及周边区域的PM_(2.5)月均浓度时空分布变化情况进行了初步探索分析。结果表明:FY-3B/MERSI在气溶胶及PM_(2.5)遥感监测能力方面略优于AQUA/MODIS,MERSI反演的1 km分辨率AOT和PM_(2.5)与地面站点实测结果的决定系数R2分别为0.76μg/m~3和0.79μg/m~3,均方根误差分别为0.26μg/m~3和28μg/m~3,平均绝对误差分别为0.16μg/m~3和15μg/m~3,能基本满足对京津冀及周边区域PM_(2.5)的精细化监测需要。2017年第一季度京津冀及周边区域PM_(2.5)月均浓度遥感监测结果表明该区域的PM_(2.5)空间分布格局与地形地貌关系密切,高值区整体上沿太行山脉成带成片;从时间变化来看,1—3月呈逐月下降的趋势,其中3月份PM_(2.5)区域浓度较1月和2月有大幅下降。这说明FY-3\MERSI遥感反演产品能为环境质量监测和环境管理工作效果评估提供有效参考,本研究对国产卫星在大气环境遥感业务中的大力发展应用有重要参考意义。     

利用高分一号卫星监测开封地区PM_(2.5)

PM_(2.5)是影响开封地区空气质量的首要污染物,利用卫星遥感手段可以快速获得PM_(2.5)浓度的空间分布。通过采用过境开封市的GF-1卫星数据,获取气溶胶光学厚度,结合地面PM_(2.5)监测数据与边界层高度、相对湿度和气温等辅助数据,采用多元线性回归,建立了基于GF-1的PM_(2.5)遥感反演模型。研究表明,2015年6—9月GF-1数据反演得到的PM_(2.5)浓度与地面监测结果较为接近,且有较高的相关性;加入地理加权回归能明显提高模型精度,较好地反映PM_(2.5)的空间分布;但在PM_(2.5)浓度较高时,该模型会出现低估现象。     

WRF模式气象数据在遥感反演PM_(2.5)中的应用研究

利用MODIS气溶胶光学厚度产品AOD,结合地面台站气象观测数据和WRF模式气象模拟数据,对徐州环境监测国控级别站点的近地面PM_(2.5)质量浓度进行反演。根据不同气象要素在反演过程中的相关程度,对气象观测数据和WRF模拟数据在遥感反演中的效果进行分析评估。结果表明,气象观测值和WRF模拟气象数据均能有效应用于PM_(2.5)的遥感反演,在气象观测数据时空覆盖度较低的情况下,能够使用WRF模拟数据进行有效替代,为不同来源的气象数据对PM_(2.5)反演应用研究提供依据和参考。     

基于精细模式气溶胶与WRF模式估算PM_(2.5)质量浓度

将气象要素加入到基于气溶胶光学厚度(aerosol optical depth,AOD)的近地面大气颗粒物浓度估算是目前热门的技术手段之一。获取了江苏省南京市2014年3月—2019年2月期间的AOD,精细模式分数(fine-mode fraction,FMF)和PM_(2.5)质量浓度数据,并结合天气研究和预报(weather research and forecast,WRF)模式得到的气象模拟数据,对南京市PM_(2.5)的质量浓度进行反演。结果表明,相比于AOD与PM_(2.5)进行相关性分析,通过FMF校正得到的精细气溶胶光学厚度AOD_f与PM_(2.5)的相关性分析能够取得更高的拟合系数,R~2最高达到0.40。利用随机森林模型,引入含不同高度的气象因子对PM_(2.5)质量浓度建立反演模型,得到的拟合系数与各误差指标均优于仅含近地面气象因子的模型,表明PM_(2.5)质量浓度受到多因子共同作用的影响,能较好地为利用多源数据反演PM_(2.5)质量浓度提供依据和参考。     

利用MODIS资料监测湖北省PM2.5的3种模型对比

为确定适宜遥感监测湖北省PM2.5浓度的模型,该文运用MODIS气溶胶光学厚度(AOD)产品、气象数据、土地利用数据、数字高程模型(DEM)数据和地面监测站点获取的PM2.5质量浓度数据建立了智能算法模型(模型1)、地理加权回归模型(模型2)和线性混合模型(模型3),并用地面监测站点数据评估模型拟合结果。结果表明:模型3在所有表征反演精度的统计指标(全数据集R~2、回归斜率、均方根误差、平均绝对误差)上均表现出优异性;十折交叉验证结果表明模型1、模型2和模型3的R~2分别为0.559 8,0.562 2,0.755 5,3种模型皆不存在过拟合现象;对湖北省2015年PM2.5浓度时空分布特征的分析结果表明模型3能够提供可靠数据,可为PM2.5浓度监测提供一种有效的补充手段。     

结合VIIRS和监测数据插值的北京雾霾监测方法

本文使用2014-03-20至2014-03-26的北京市VIIRS夜间灯光影像数据和地面监测站PM2.5质量浓度数据,通过遥感图像处理和GIS空间分析相结合,对雾霾强度变化及PM2.5质量浓度空间分布进行分析,提出一种监测雾霾的新方法。结果表明,VIIRS夜间灯光影像成像特征与雾霾浓度变化密切相关,结合同时期地面监测站PM2.5监测数据,能定性反映北京市雾霾强度变化及定量反映PM2.5质量浓度的空间分布。该方法不仅弥补了MODIS等数据在夏季的雾霾监测效果优于冬季的不足,同时也填补了传统光学遥感卫星难以在夜间监测雾霾的空白。     

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。     

利用NPP/VIIRS微光数据反演夜间气溶胶光学厚度

大气气溶胶具有气候环境和健康效应,且具有明显的时空和昼夜变化特征。因此探测夜间气溶胶光学厚度（AOD）具有重要的意义。NPP/VIIRS上的昼夜通道DNB（Day Night Band）为夜间反演AOD提供了有效的数据。基于大气辐射传输理论对夜间AOD进行反演,首先,利用“背景合成法”获取夜间城市灯光真实辐射值;然后,利用改进的“消光法”反演夜间AOD。选取华北地区作为研究对象,获得了2016-03—2017-02新月日期的夜间城市灯光真实值,选择其中的2016年7月和10月的2次污染天气过程,反演了夜间AOD分布。通过北京、天津和郑州的太阳光度计地基观测结果和北京市环境质量监测站空气质量指数（AQI）对反演结果进行验证,结果表明反演结果和观测结果有较好的一致性,展示了卫星微光数据在夜间城市污染空间分布监测中的应用潜力。     

BP神经网络的近地面臭氧估算及时空特征分析

近年来,中国东部城市光化学烟雾污染频繁发生,臭氧(O3)作为光化学烟雾的标志性污染物日益成为影响城市或区域大气的首要污染物.为探究京津唐地区近地面臭氧污染特征及时空变化趋势,本文基于前馈(BP)神经网络,结合地面监测站点臭氧浓度数据、卫星遥感臭氧柱总量数据与气象站点气象要素数据的非线性关系建立近地面臭氧浓度反演模型,并...     

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.