基于GMI数据的植被荧光反演研究

太阳诱导叶绿素荧光直接指示植被生理状态,而植被作为重要的碳汇,若能利用温室气体卫星遥感数据反演出植被叶绿素荧光,则对于分析大气温室气体源、汇具有重要意义。利用氧气吸收线拟合法,基于GF-5卫星“大气主要温室气体监测仪(GMI)”及美国OCO-2遥感数据,针对亚马逊森林、撒哈拉沙漠和非洲草原地区2019年1月和7月GMI卫星遥感数据开展了叶绿素荧光反演研究,并将结果与OCO-2数据荧光产品进行对比分析。反演结果表明：以OCO-2荧光产品为基准,在三个研究区域的两个研究时段内,GMI数据能够较好地反演叶绿素荧光强度。     

基于主成分分析的CO2统计反演方法

二氧化碳（CO2）卫星遥感中,大气环境因素是影响反演精度的重要原因,目前反演条件通常限制在气溶胶光学厚度小于0.3的情况。我国大气气溶胶高值情况较为普遍,对大气条件的较高要求将严重影响我国CO2卫星遥感数据的应用能力。针对这种情况,利用基于主成分分析法对中国京津地区高气溶胶光学厚度的大气CO2反演,得到的CO2柱浓度与2013年、2014年GOSAT-Level2产品进行对比分析,均方根误差分别为0.65%和0.46%,相关性分别为0.77和0.93。     

基于遥感数据和GWR 模型的成都PM2.5 浓度时空分布特征研究

利用 MODIS 021KM 数据反演成都地区 2018 年逐日 AOD 数据, 并结合 PM2.5 地面监测数据以及气象数据 构建地理加权回归 (GWR) 模型得到成都地区逐月 PM2.5 浓度。结果表明: (1) 和多元线性回归模型相比, GWR 模型 反演的 PM2.5 浓度的 R2、 ERMS 和 EMA 分别为 0.884、 7.8704 µg·m−3 和 6.1566 µg·m−3 , 都优于多元线性回归的 0.808、 9.7098 µg·m−3 和 7.6081 µg·m−3, 说明该模型能有效估算成都地区 2018 年 PM2.5 浓度。 (2) 成都地区 PM2.5 浓度在月尺 度上呈现出先降低、后升高的变化特征。 2 月最高为 67.38 µg·m−3, 7 月最低为 28.31 µg·m−3; PM2.5 浓度季节变化特征 为夏季、秋季、春季、冬季依次递增。 (3) 成都地区 PM2.5 浓度空间分布总体上呈现“中间高、两边低”的特征。西部 地区为 PM2.5 浓度低值区, 中部地区为高值区, 东部的简阳市和金堂县为 PM2.5 浓度次高值区。     

高分五号卫星GMI大气CO2反演方法

二氧化碳(CO2)是大气中重要的温室气体,准确掌握大气CO2的含量及变化可为气候变化预测及环境决策提供支持.为满足气候研究的需求,卫星观测大气CO2柱平均干空气混合比(XCO2)的反演精度需优于1％.搭载于高分五号卫星上的大气主要温室气体监测仪GMI(Greenhouse gases monitoring instru...     

基于LUR 模型下PM2.5 浓度的空间分布模拟分析

PM2:5 是大气重要污染物之一, 模拟 PM2:5 浓度空间分布对于大气污染防治具有重要意义。将土地利用回归 模型 (LUR) 应用到安徽省污染较重的皖北地区, 以监测点为中心, 建立半径分别为 0.5、 1、 1.5、 2、 3、 4、 5 km 的 缓冲区, 结合土地利用因子、道路因子、污染源因子、气象因子、高程因子及人口因子共 105 个变量, 建立了该地 区四季和年均 LUR 模型, 并通过留一交叉互验, 验证了模型精度。结果表明: 研究区 PM2:5 浓度受草地、湿地、降水 量、相关湿度、气压、风速、二级公路、三级公路、废气污染企业、人口数量影响较大。调整 R2 分别为 0.828 (春)、 0.731 (夏)、 0.831 (秋)、 0.775 (冬)、 0.892 (年均); 均方根误差 (RMSE) 分别为 6.34 µg·m−3 (春)、 7.01 µg·m−3 (夏)、 6.28 µg·m−3 (秋)、 6.71 µg·m−3 (冬)、 5.33 µg·m−3 (年均); 模拟精度 R2 分别为 0.825 (春)、 0.730 (夏)、 0.834 (秋)、 0.772 (冬)、 0.897 (年均), 模型表现良好, 解释力强。从模拟的 PM2:5 浓度空间分布可以看出, 不同季节呈现明显不同的空间分布特 征, 这与来自北方的大量污染颗粒物、当地的煤矿开采以及秋耕秸秆燃烧等潜在污染源有关。     

宝鸡市一次污染过程黑碳气溶胶的变化特征及潜在源解析

利用 AE-31 型黑碳仪于 2019年 2 月 4–26 日对宝鸡市的黑碳 (BC) 气溶胶进行了在线连续监测, 并结合 PM2:5 质量浓度、风速风向等数据, 采用聚类分析研究了该地区污染期间 BC 质量浓度的变化及来源。结果表明, 观测期间 BC 平均质量浓度为 2.8 µg·m−3, 范围为 0.4∼8.0 µg·m−3; PM2:5 平均质量浓度为 119.9 µg·m−3, 范围为 17.3∼221.9 µg·m−3; 重度污染期间 BC 和 PM2:5 平均质量浓度分别为 3.4 µg·m−3 和 176.4 µg·m−3。空气质量为“良”, BC 质量浓度日变化有 明显峰值; 空气质量为“ 轻度污染”时, BC 质量浓度日变化呈“双峰双谷”型; 当空气质量为“中度和重度污染”时, BC 质 量浓度呈现白天低夜间高的变化趋势。研究结果还发现东南和东北风向对 BC 影响较大。在静风和非静风条件下, 当 空气质量为“良、轻度、中度和重度污染”时, BC 质量浓度分别为 1.9 µg·m−3 和 1.5 µg·m−3、 2.4 µg·m−3 和 2.2 µg·m−3、 3.5 µg·m−3 和 3.0 µg·m−3、 3.7 µg·m−3 和 3.3 µg·m−3, 表明污染越重 BC 浓度越大, 静风条件下, 污染物易累积。进一步 的后向轨迹聚类分析表明, 来自宝鸡东部的气团以及秦岭的阻挡效应对宝鸡 BC 的浓度影响较大。     

卫星遥感温室气体的大气观测技术进展

全球、区域及城市的碳浓度、碳源汇信息是应对气候变化、达成双碳目标、完善国际谈判、支持治理政策制定与执行的重要依据。国际认可的“自上而下” 方法将卫星观测作为基础的通量计算技术, 是验证温室气体排放清单的重要手段。系统介绍了温室气体的卫星探测载荷原理、类别和发展, 以及反演、估算CO2、CH4 和N2O 的浓度和排放通量的方法, 还有探测缺失和误差存在的影响因素等; 分析了对卫星探测温室气体能力提高的迫切需求, 浓度反演和排放量估算精度不足, 以及N2O、氟化物等其他温室气体遥感研究缺乏、地基遥感验证能力薄弱等问题; 最后总结了我国温室气体卫星遥感技术的发展趋势, 主要是面向主被动高时空分辨率卫星的研制应用、高精度多尺度排放量估算(特别针对城市、小区域和点源尺度)、氟化物遥感评估等主题, 以加强对碳排放的量化观测, 并增强对碳循环的理解, 提高感知和应对气候变化的能力。     

2014年世界遥感卫星回顾

2014年,各国遥感卫星精彩纷呈。美国发射了大量"鸽群"(Flock),建立了由3U立方体卫星组成的对地观测星座;发射了轨道碳观测-2(OCO-2),使美国拥有第一个用于监测地球大气二氧化碳水平的航天器;发射了2颗地球同步空间态势感知项目-1,2(GSSAP-1,2)和1颗"局部空间自主导航与制导试验卫星"(ANGELS)送入太空,大大增加了空间态势感知能力;发射了世界观测-3(World View-3),该     

卫星激光大气遥感数据反演探讨

卫星激光遥感是继红外、可见和微波之后的一种新型主动探测手段,其数据反演是卫星应用的关键技术和重要环节。卫星激光大气遥感主要有气体成分浓度、气溶胶/云垂直廓线和三维风场等三个应用方向。针对大气CO2和气溶胶/云等要素,分别介绍了天基激光差分吸收和后向散射探测原理,探讨了CO2反演bottom-up算法和气溶胶/云反演层次查找分类算法流程。此外,设计了卫星遥感分级数据产品并给出了反演算法地基和机载验证途径。该研究可服务于激光大气遥感卫星的顶层设计。     

OP-FTIR遥测北京地区大气中CH4浓度

用开放式傅立叶变换红外光谱仪(FTIR)遥测了2005年北京地区秋季和冬季空气中CH4的浓度变化,两周实验数据的分析得出了CH4浓度的日变化趋势,并分析了CH4浓度的周末效应.CH4浓度变化主要受湍流和光化学反应的影响.CH4浓度变化和气象参数,如风速、风向、温度、相对湿度的相关性分析表明风向和风速能影响CH4浓度.讨论了秋季和冬季CH4源的不同,分析表明源和风向是影响北京大气CH4含量的重要因素.     

基于EMI观测的珠三角地区对流层NO2柱浓度时空变化特征分析

珠三角城市群作为我国最具发展活力的都市经济圈之一,近年来经济发展势头迅猛,但与此同时,珠三角地区大气污染问题也引起了广泛关注.在众多大气污染监测手段中,卫星遥感方法具有观测范围广、观测种类多、可长期连续观测、成本低等优点.EMI(Environmental trace gases monitoring instrume...     

基于FBG的CH4浓度传感系统

提出了一种基于光纤布拉格光栅(FBG)的新型CH4浓度传感方案.利用CH4催化元件将CH4浓度信息转化为温度信息,并映射为FBG反射波长的漂移量.将自制的FBG封装成CH4传感器,并实验获得了FBG反射波长漂移量与环境CH4浓度的曲线.验证了采用传感FBG和参考FBG的斜边检测方案可提高系统检测分辨率和温度稳定性.     

环境减灾卫星中国陆面多时相遥感数据NDVI产品的批处理方法研究

作为大范围、全天候、动态监测灾害时空变化的高技术手段,卫星遥感在灾害监测和环境保护中的应用日益 广泛。但在国内,产品化的遥感数据很少。因此,如何快速制作遥感数据产品是国内遥感数据是否能得到广泛应用的关键。 本文提出了一种快速自动化多时相遥感数据处理方法,该方法通过用ERDAS的Batch Command对NDVI数据产品进行批处理, 大大节省了人力和时间。该方法也可供类似的大数据量遥感影像处理借鉴。     

2021 年春季沙尘传输对徐州地区气溶胶演变影响分析

沙尘气溶胶对局地大气环境具有显著影响, 本工作基于 2021 年 3 月中国东部卫星和地基遥感观测资料, 以沙 尘传输过程中上下游的两个城市北京和徐州为主要研究区, 分析了两地气溶胶环境的阶段性变化特征和驱动因子。 结果表明: (1) 连续两次大型沙尘暴均来源于蒙古地区, 并受冷空气驱动影响中国东部地区, 第一次沙尘在江苏腹地进 入黄海, 第二次沙尘在江苏省附近受西南暖风影响发生沙尘回流现象造成持续污染。 (2) 沙尘以粗颗粒物为主, 使得近 地面层 PM10 浓度急剧提升至背景值的 20 倍、 PM2:5 提高至 3 倍。处于下游的徐州地区比上游的北京地区两次 PM10 峰值均低 500 µg·m−3, 且时间延后 12 小时。 (3) 沙尘过境前徐州背景气溶胶以散射性细颗粒物为主, 气溶胶光学厚度 (AOD) 小于 0.5, 单次散射反照率 (SSA) 约等于 0.99。到达徐州地区的沙尘漂浮在 2∼ 4 km 高空层并随重力作用与地 面层气溶胶混合, 使得 AOD 瞬间提升至 1.5 以上, 24 小时后开始逐步由沙尘主导过渡到本地污染物粒子主导 (气溶胶 退偏比从大于 0.25 降至 0.1 以下)。本次沙尘中部分颗粒物成分对 440 nm 光谱吸收性较强, 与沙尘来源有关。     

大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究

针对GOSAT（Greenhouse gases Observing Satellite）近红外波段数据进行的大气二氧化碳含量反演,提出了贝叶斯理论中误差矩阵的构建方法并进行了分析验证。首先模拟不同的初始估计值、不同的先验信息误差矩阵Sa和测量误差矩阵S构建结果对CO2反演的影响,然后据此挑选出Sa和S的优劣两种构建结果组合分别对2009 年塔克拉玛干沙漠地区的部分GOSAT 观测数据进行反演验证。研究结果表明先验信息方差越大或测量误差越小,反演结果趋于一致,反之结果则较为离散,表现出明显的规律性。实际大气遥感研究中准确的误差矩阵难以获取,此研究有助于进一步选取准确值并提高反演精度。     

我国周边国家和地区的CO2本底浓度及对比分析

利用世界温室气体数据中心（WDCGG）数据资料和WMO资料,对中国大陆及周边国家和地区的主要温室气体CO2浓度等进行了初步分析。分析结果表明：总体而言,中国大陆瓦里关全球大气本底站与中国香港、日本、俄罗斯、韩国等周边国家和地区CO2浓度水平相近,变化趋势一致;中国香港和韩国CO2的浓度较高,日本、俄罗斯和中国瓦里关的浓度较低。多年观测数据的研究分析显示,北半球CO2平均浓度呈现逐年升高态势,且CO2平均年变化幅度与观测站所处海拔高度成反比。中国瓦里关全球本底站与美国Mauna Loa、Barrow、Trinidad Head全球大气本底站CO2浓度水平和变化趋势较为一致,年际变化幅度略高于Mauna Loa站,低于Barrow站。中国上甸子区域大气本底站CO2浓度变化比瓦里关及美国Mauna Loa、Barrow、Trinidad Head站剧烈,显示出上甸子站受区域排放影响较强的特性。     

合肥市臭氧时空分布特征与气象因子影响研究

利用合肥市 10 个国控站点 2019 年臭氧 (O3) 浓度数据, 采用数理统计和回归分析方法研究 O3 时空分布特征 及气象因子的影响。结果表明: (1) O3小时及月均浓度均呈单峰型, 6 月份达到峰值; (2) 董铺水库和高新区站点 O3 对 污染天气的贡献率相对较高, 贡献率均超过 10%; (3) 2019 年超标时次较多的站点为董铺水库和高新区, 且出现在夏 季; (4) 温度、相对湿度和太阳总辐射与 O3 浓度呈正相关, 温度在 30∼35◦C、相对湿度在 40%∼50% 和太阳总辐射在 800∼1000 W·m−2 时 O3 浓度达到最高值; 风速在 4∼4.5 m·s−1 时外源输送较强烈, O3 浓度较高; 降水对 O3 前体物有清 除作用, O3 浓度越高, 降水的清除作用越明显。