MODIS和OMI数据评估阅兵期间北京市大气减排成效

卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。     

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。     

高分五号大气痕量气体差分吸收光谱仪对流层NO2柱浓度遥感反演研究

搭载于“高分五号”（GF-5）卫星上的痕量气体差分吸收光谱仪（EMI）是一台星下观测的高光谱载荷,测量紫外和可见光光谱范围的地球后向散射辐射,设计用于大气痕量气体的探测。本研究基于EMI在VIS1通道的实测光谱,利用差分光学吸收光谱（DOAS）方法进行了对流层NO₂柱浓度反演,展示了基于EMI载荷的对流层NO₂柱浓度反演结果,与同类载荷产品进行交叉验证,并利用地基观测结果进行了地基验证。研究表明,EMI反演结果与OMI、TROPOMI具有较好的空间分布一致性和较低的相对偏差,与TROPOMI具有较好的时间变化一致性。地面验证结果表明EMI NO₂反演结果具有较高的精度。本研究证明了EMI在全球NO₂监测方面的能力,可以为中国后续污染气体探测载荷的设计和反演算法的开发提供参考。     

珠江三角洲地区SO2浓度卫星遥感长时间序列监测

利用卫星OMI(Ozone Monitoring Instrument)数据获得的长时间序列SO₂浓度,分析广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度的变化过程,以及亚运会举办期间珠江三角洲SO₂浓度分布状况。结果表明OMI能够反映近地表的SO₂浓度变化趋势,广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度表现出明显的季节变化,且亚运会期间该地区近地面SO₂浓度比以往年同期要低,说明珠江三角洲地区联动的空气质量保障措施明显降低了该地区近地面的SO₂浓度。     

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。     

利用TERRA和AQUA共同反演陆地上空的气溶胶光学厚度

利用TERRA和AQUA共同反演气溶胶光学厚度和地表反射率特征，对其原理及方法进行了详细的讨论。通过Terra和Aqua两颗卫星对同一地点的不同角度的观测，结合多个光学通道的信息，反演了北京地区光学厚度及地表反射率信息。反演的气溶胶光学厚度同地面观测的结果相比具有很好的一致性。同时，对地表反射率及气溶胶波长指数等也进行了讨论和对比，结果显示，对北京地区，MODIS1通道地表反射率和7通道地表反射率的比在0．66左右，3通道和7通道的比在0．28左右。相比于NASA暗背景全球反演算法中1、3通道和7通道的比为0．50和0．25的处理方法，反演得到的气溶胶光学厚度结果也较好。     

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。     

中国海洋上空细粒子气溶胶与短寿命痕量气体的时空关系

定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO_2、NO_2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气体进行定量分析。先对气溶胶和痕量气体作均值分析发现:AOD_(fine)、SO_2、NO_2和HCHO的均值在黄海、南海、东海均依次减小;再对气溶胶对痕量气体的敏感度分析发现:黄海地区的AOD_(fine)对SO_2最敏感,敏感度为0.424,这与中国东部沿海城市的人为排放有关;而东海和南海地区对HCHO的敏感度较高,依次为0.664和0.545,主要受东南亚和中国南方地区生物质燃烧影响。最后,对3个区域的气溶胶与痕量气体按季节作相关性分析发现:黄海地区AOD_(fine)在夏秋两季与SO_2的相关性较强(R0.5),主要由于夏秋两季的温湿度大,利于发生气—粒转化;东海地区夏季HCHO与AOD_(fine)相关性较明显(R=0.57);南海春季HCHO与AOD_(fine)相关性较好(R=0.57),呈现出区域与季节性的变化。最终发现,气溶胶与痕量气体随着时空变化存在相关关系。     

2005年-2014年京津冀对流层NO2柱浓度时空变化及影响因素

基于臭氧监测仪OMI对流层NO₂柱浓度产品研究了京津冀城市群2005年-2014年NO₂时空变化及影响因素:(1)10年柱浓度年均增长率为3.35%,且年度波动较大。忽略2008年国家奥运会的环境治理所引起的变化,2005年-2011年NO₂呈逐渐升高趋势;2012年-2014年呈逐渐降低趋势,以2014年下降最为显著。(2)呈西北低东南高的趋势。燕山-太行山山系以北的承德和张家口市浓度较低,山系以南主要有北京-天津-唐山与石家庄-邢台-邯郸两个污染中心。(3)京津冀北部三面环山不利于NO₂的扩散,夏季丰富的降水对NO₂具有显著湿沉降作用。(4)通过相关性分析、文献及国家政策印证等方法,发现地区产业及能源结构很大程度上决定了地区的污染来源。北京市10年来第三产业一直处于主导且稳步提高,煤炭消耗量低,但汽车保有量增加了1.5倍,主要来源为机动车尾气排放;天津市第二产业比第三产业比重略高,煤炭消耗量是北京的两倍之余,但汽车保有量仅是北京市的一半,由此可知工业排放和机动车是共同来源;河北省第二产业比重很高,燃煤量占京津冀地区的80.6%,河北省工业排放是NO₂的主要来源,但近几年随着机动车保有量的剧增,其尾气排放分担率不可小觑。     

多源卫星遥感的华北平原大气NO2浓度时空变化

为探讨1996年以来华北平原对流层NO_2柱浓度变化的空间特征,基于GOME、SCIAMACHY和OMI卫星传感器的监测数据,以SCIAMACHY的NO_2柱浓度为基准,根据建立的GOME和SCIAMACHY,SCIAMACHY和OMI之间的相关关系,校正GOME和OMI监测的NO_2数据;利用线性正弦曲线模型拟合方法研究1996年—2016年长时间序列华北平原对流层NO_2变化的空间分布特征。结果显示,华北平原对流层NO_2浓度自1996年开始持续上升,到2011年达到最高值,然后呈现下降趋势。该变化趋势主要受经济发展和环保政策的双重影响。1996年—2011年,NO_2柱浓度高值区分布在北京市、天津市、河北唐山市和保定市、山东德州市和济南市、安徽滁州市以及江苏南京市、常州市和无锡市,并且具有较高增长率;2012年—2016年NO_2柱浓度平均值远高于1996年—2011年NO_2柱浓度平均值,高值地区范围扩大,分布在河北南部、河南北部和山东西部,但华北平原地区NO_2柱浓度均呈现负增长,表明"十二五"规划提出的大气环保政策取得了显著成效。同时,对流层NO_2柱浓度可以反映典型环保事件如北京奥运会、国庆阅兵和南京青奥会时期大气环保政策的实施效果。     

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3.30μg/(m     

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.     

Spatiotemporal mixed effects modeling for the estimation of PM2.5 from MODIS AOD over the Indian subcontinent

ABSTRACT

The physical processes associated with the constituents of the troposphere, such as aerosols have an immediate impact on human health. This study employs a novel method to calibrate Aerosol Optical Depth (AOD) obtained from the MODerate resolution Imaging Spectrometer (MODIS – Terra satellite) for estimating surface PM_2.5 concentration. The Combined Deep Blue Deep Target daily product from the MODIS AOD data acquired across the Indian Subcontinent was used as input, and the daily averaged PM_2.5pollution level data obtained from 33 monitoring stations spread across the country was used for calibration. Mixed Effect Models (MEM) is a linear model to deal with non-independent data from multiple levels or hierarchy using fixed and random effects of dependent parameters. MEM was applied to the dataset obtained for the period from January to August 2017. The MEM considers a fixed and random component, where the random components model the daily variations of the AOD – PM_2.5 relationships, site-specific adjustment parameters, temporal (meteorological) variables such as temperature, and spatial variables such as the percentage of agricultural area, forest cover, barren land and road density with the resolution of 10 km × 10 km. Estimation accuracy was improved from an R² value of 0.66 from our earlier study (when PM_2.5 was modeled against only AOD and site-specific parameters) toR² value of 0.75 upon the inclusion of spatiotemporal (meteorological) variables with increased % within Expected Error from 18% to 35%, reduced Mean Bias Error from 3.22 to 0.11 and reduced RMSE from 29.11 to 20.09. We also found that spline interpolation performed better than IDW and Kriging inefficiently estimating the PM_2.5 concentrations wherever there were missing AOD data. The estimated minimum PM_2.5 is 93 ± 25μg/m³ which itself is in the upper limit of the hazardous level while the maximum is estimated as 170 ± 70μg/m³. The study has thus made it possible to determine the daily spatial variations of PM_2.5 concentrations across the Indian subcontinent utilizing satellite-based AOD data.     

沈阳地区MODIS与MERSI气溶胶产品对比研究

在中国东北地区,卫星气溶胶产品尚缺乏有效的验证机制,相关应用存在较大不确定性。利用2009–2011年中国地区太阳分光光度计观测网(CSHNET)沈阳站地基观测资料,借助后向轨迹模式分析了该地区气溶胶来源和季节变化特征,并同步对比了FY-3A/MERSI和Terra/MODIS气溶胶产品精度的季节差异及误差来源。结果表明:沈阳站气溶胶光学厚度和Angstrom波长指数季节变化明显,气溶胶受远程输送和区域排放的共同影响,人为源和自然源丰富。不同粒径粒子对气溶胶光学厚度的贡献因季节而异,导致卫星反演算法中气溶胶模型选择误差较大,影响了卫星反演精度。观测期间MODIS与MERSI气溶胶产品与地基观测数据的总匹配率分别为68%和83%。当气溶胶光学厚度较低时(AOD0.35),MODIS产品出现低估,MERSI出现高估,与实测值的相对误差分别为–46%—54%、7%—135%;当气溶胶光学厚度较高时(0.35—0.75),MODIS和MERSI均出现不同程度的低估,两者与实测值的相对误差分别为–34%—54%、–21%—75%;当气溶胶光学厚度大于0.75时,低估尤为严重,与实测值的相对误差可达–34%—100%、–9%—58%。能与地基观测匹配的MODIS和MERSI有效样本数春、秋季较高(春季分别为69%、80%,秋季分别为73%、70%),夏季次之(69%、73%),冬季最少(2%、49%);MODIS与地基观测的相关性总体优于MERSI;但在冬季,MODIS与MERSI产品均不具备代表性。MODIS与MERSI气溶胶产品落入误差线的比例均为春季最高(22%、25%),秋季次之(19%、16%),夏季最小(6%、5%)。MERSI对粗模态气溶胶(α≤0.5)反演效果优于MODIS,而MODIS对混合模态气溶胶(0.5≤α1.5)反演效果优于MERSI。MERSI与MODIS气溶胶产品在春、秋季可比性较好,夏季可比性较差,总体来说,春、秋季MERSI比MODIS低估更为严重。从气溶胶产品在辽宁省的区域分布来看,FY-3A/MERSI比Terra/MODIS覆盖范围略广,各季节FY-3A/MERSI与Terra/MODIS的总体空间分布特征基本一致,但对于某些地区,两者数值上依然存在较大偏差。     

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σ_dry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±2.26μg/m³;提取所有观测站点进行验证,r=0.82,RMSE=18...     

新冠病毒疫情期间复工复产卫星遥感监测

本文利用美国新一代极轨卫星NPP搭载的VIIRS载荷数据反演获得的热点数据,以及美国NASA的Aura卫星搭载的OMI载荷的二氧化氮对流层柱浓度资料,对中国地区2020-01—02及2019年同期,以及抗击疫情期间和后期复工复产的情况进行监测。监测结果表明：（1）2020-02较1月份及2019年同期相比,工业企业的耗能水平却出现显著降低,NO₂浓度呈现显著下降趋势。（2）全国工业热源点数和分布范围及密度自2020-02-03正式复工后稳步提升。湖北省除武汉、黄石和鄂州地区仍可监测到少数热点外,其他地区2月份均未再监测到任何热点,也证明了湖北基本没有复工迹象。（3）疫情得到基本控制之后,京津冀地区工业热源点有显著增加,但新增区域一般仍处于低能耗水平。从全国大气NO₂柱浓度监测来看,复工开始前后与2019年同期相比,污染物浓度均呈现明显下降趋势,说明复工强度有限。（4）到3月初工业热源点及其能耗水平出现显著升高,中国大部分地区的热源企业虽已逐步复工生产,说明工业产能较2月有显著提升,但生产规模或产能并未完全恢复。     

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。