期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于TROPOMI的华北地区CH_(4)浓度时空变化与数据对比
1
作者 李梦圆 李军 +4 位作者 陈伟 解北京 张成业 丁雅欣 黄月军 《中国环境科学》 北大核心 2025年第10期5378-5389,共12页
甲烷(CH_(4))作为短寿命、高增温潜势的温室气体,了解其浓度分布和变化对我国实现“双碳”目标至关重要.本研究利用Google Earth Engine平台和德国Bremen大学分别基于TROPOMI卫星生产的甲烷浓度产品,系统分析我国华北地区甲烷浓度的分... 甲烷(CH_(4))作为短寿命、高增温潜势的温室气体,了解其浓度分布和变化对我国实现“双碳”目标至关重要.本研究利用Google Earth Engine平台和德国Bremen大学分别基于TROPOMI卫星生产的甲烷浓度产品,系统分析我国华北地区甲烷浓度的分布情况和变化规律,并对两种数据的质量进行对比分析.结果表明,自2019年至2023年,华北地区的甲烷浓度呈上升趋势,其中Offline Methane数据从1850.25×10^(-9)上升到1899.15×10^(-9),增长48.90×10^(-9);Level 2XCH_(4)数据从1860.13×10^(-9)上升到1909.60×10^(-9),增长49.47×10^(-9);天津市和河北省的甲烷浓度相对较高,内蒙古自治区的甲烷浓度相对较低;甲烷浓度异常高值主要分布在河北省和山西省;两种数据之间具有较高的相关性(r为0.92),与香河站数据的相关性均大于0.85,两种数据均能较好地反映地面甲烷浓度.Offline Methane数据可提供可视化下载和高空间分辨率,但数据缺失较多,实际应用中可以采用数据融合等方法进行插补;Level 2XCH_(4)数据空间分辨率较低但覆盖度高,可以根据研究区大小进行网格化处理,适合大区域研究. 展开更多
关键词 甲烷(CH_(4)) 时空变化 tropomi产品数据 华北地区
在线阅读 下载PDF
基于变分订正TROPOMI卫星数据的京津冀地区NO_(2)时空变化与气象影响分析 被引量:4
2
作者 辛雨珊 孟凯 +7 位作者 赵天良 吴明 张欣 田艳婷 焦亚音 马志淳 罗悦函 卢硕 《环境科学学报》 CAS CSCD 北大核心 2023年第4期111-120,共10页
为研究京津冀地区NO_(2)时空变化与气象条件影响,本文利用变分方法订正TROPOMI卫星NO_(2)遥感数据,结合环境气象评估指数(EMI)分析气象条件对NO_(2)浓度变化的影响.结果表明,经过变分方法订正过的NO_(2)浓度具有更可靠和高分辨率的时空... 为研究京津冀地区NO_(2)时空变化与气象条件影响,本文利用变分方法订正TROPOMI卫星NO_(2)遥感数据,结合环境气象评估指数(EMI)分析气象条件对NO_(2)浓度变化的影响.结果表明,经过变分方法订正过的NO_(2)浓度具有更可靠和高分辨率的时空分布特征.京津冀西北部地区的NO_(2)浓度低,东部和南部浓度较高.北部燕山、西部太行山形成的半包围地形阻挡了大气污染物在京津冀平原地区的扩散,产生了不利的气象条件.其中,燕山南部的北京、天津和唐山以及太行山东部的保定、石家庄、邢台、邯郸等地气象条件较差,而高海拔地区的张家口、承德、秦皇岛大气扩散条件较好.NO_(2)浓度在春、夏季受到气象条件变化的显著影响,而在秋、冬季受到气象条件变化的影响较小.气象条件对NO_(2)不同浓度区间的作用不同,NO_(2)浓度较低和较高时气象条件对其作用更为显著,而浓度处于转折区间时,气象条件对其影响较小.本研究开展的TROPOMI卫星变分订正、NO_(2)浓度时空分布特征及气象条件影响分析为提升区域大气环境变化中气象作用的认识提供了参考. 展开更多
关键词 NO_(2) 时空变化 tropomi卫星数据 变分订正方法 环境气象评估指数(EMI) 气象影响 京津冀
原文传递
基于TROPOMI NO_(2)、CO及HCHO重构数据的近地面O_(3)浓度估算研究
3
作者 陈小娟 秦凯 +1 位作者 Cohen Jason 何秦 《遥感学报》 EI CSCD 北大核心 2024年第9期2348-2361,共14页
以TROPOMI大气成分产品为代表的卫星遥感数据在近地面臭氧(O_(3))浓度估算中表现出很好的潜力。由于云及反演算法局限性等原因,TROPOMI的大气成分产品存在一定的数据缺失,使得基于此的近地面O_(3)浓度估算数据覆盖度较低。为此,本文采... 以TROPOMI大气成分产品为代表的卫星遥感数据在近地面臭氧(O_(3))浓度估算中表现出很好的潜力。由于云及反演算法局限性等原因,TROPOMI的大气成分产品存在一定的数据缺失,使得基于此的近地面O_(3)浓度估算数据覆盖度较低。为此,本文采用经验正交函数分解插值法(DINEOF)对TROPOMI NO_(2)、CO、HCHO原始数据产品进行缺失像元重构,并基于重构数据产品采用极限梯度提升算法(XGBoost)估算了中国大陆地区2019年—2021年高覆盖度的日最大8 h平均O_(3)浓度(MDA8 O_(3))。对比研究了DINEOF方法对TROPOMI NO_(2)、CO、HCHO原始数据产品的缺失像元进行重构后再建模估算O_(3)的方法(方案1),使用TROPOMI NO_(2)、CO、HCHO原始数据产品并对其缺失像元赋空值并输入其他特征变量来建模估算O_(3)的方法(方案2),有TROPOMI NO_(2)、CO、HCHO原始数据产品的建模结果和无TROPOMI NO_(2)、CO、HCHO原始数据产品,只有其他特征变量的建模结果相结合的方法(方案3),均可提升O_(3)模型估算结果的覆盖度。实验表明:方案1的结果最好,其十折交叉验证R^(2)=0.86,RMSE=15.86μg/m^(3),模型精度和方案2基本一致且高于方案3,在重构区域的模型精度最高(训练集R^(2)=0.82,RMSE=15.57μg/m^(3)),且当重构区域出现O_(3)重污染时(浓度大于160μg/m^(3)),能明显改善模型高值低估现象,结果的空间分布更合理。方案1估算的2019年—2021年近地面MDA8 O_(3)的平均覆盖度从33.6%提升到97.2%,使用TROPOMI NO_(2)、CO、HCHO重构数据产品建模估算O_(3)可提升模型性能和模型结果的覆盖度。 展开更多
关键词 遥感 近地面O_(3) tropomi DINEOF XGBoost 数据重构
原文传递
基于可解释自动机器学习的日O_(3)浓度估算
4
作者 史晶 李净 +1 位作者 刘德仁 卢凯凯 《环境科学学报》 北大核心 2025年第7期91-103,共13页
臭氧(O_(3))污染在我国城市群中尤为严重,通过融合地面监测和卫星遥感数据并结合机器学习,是当前获取区域尺度近地面O_(3)浓度及其空间分布的主要方法.然而,传统机器学习算法难以在所有数据集上保持最佳表现.因此,本研究引入自动机器学... 臭氧(O_(3))污染在我国城市群中尤为严重,通过融合地面监测和卫星遥感数据并结合机器学习,是当前获取区域尺度近地面O_(3)浓度及其空间分布的主要方法.然而,传统机器学习算法难以在所有数据集上保持最佳表现.因此,本研究引入自动机器学习(AutoML)法,自动化选择最优模型—极端随机树(ET),估算华东地区2022年3月—2023年2月的近地面O_(3)浓度,并基于SHAP解释各变量对估算O_(3)浓度的贡献.结果显示,ET模型在精度和时间稳定性方面表现优异,并基于SHAP识别出地表气温、年积日和净辐射对O_(3)浓度具有显著影响;O_(3)浓度呈明显的季节性变化:夏季>春季>秋季>冬季,且在9月份的O_(3)浓度超标天数最多,超标率达37%,全年中超标天数占35.9%.此外,2022年4月和9月的短期污染事件集中在城市化程度较高的区域,尤其是山东、江苏及长三角地区,显示出明显的区域性分布特征. 展开更多
关键词 自动机器学习 SHAP 近地面O_(3) tropomi数据 华东地区
原文传递
基于CatBoost-LSTM模型的成渝城市群近地面O_(3)浓度估算
5
作者 任明亚 张显云 +2 位作者 杨正雄 龙安成 吴雪 《环境科学》 北大核心 2025年第6期3329-3338,共10页
受臭氧源及影响因子时空差异性的影响,作为大气中重要空气污染物的臭氧(O_(3))往往呈现出空间异质性和时域相关性.为提升O_(3)的空间分辨率和估算精度,以成渝城市群为研究区,以O_(3)地面观测站点数据为响应变量,Sentinel-5P TROPOMI离... 受臭氧源及影响因子时空差异性的影响,作为大气中重要空气污染物的臭氧(O_(3))往往呈现出空间异质性和时域相关性.为提升O_(3)的空间分辨率和估算精度,以成渝城市群为研究区,以O_(3)地面观测站点数据为响应变量,Sentinel-5P TROPOMI离线数据、ERA5再分析气象资料和地形等为解释变量,协同CatBoost和LSTM构建了一种高精度的近地面臭氧浓度估算模型(CatBoost-LSTM模型).结果表明:①整体模型中,CatBoost-LSTM模型相较于文中其它模型的估算精度最高,在验证集上的决定系数(R^(2))、均方根误差(RMSE)和平均绝对误差(MAE)分别为0.965、5.81μg·m^(−3)和4.42μg·m^(−3).②由于顾及了O_(3)浓度及其影响因子季节上的差异性,基于CatBoost-LSTM的季节模型较CatBoost-LSTM整体模型在验证集上的精度均得到了不同程度的改善,其中冬季模型精度提升最为显著.③研究区近地面O_(3)月均浓度整体呈倒“V”趋势,其中在5月份出现小幅度下降趋势,8月O_(3)浓度达到最高(89.08μg·m^(−3)),12月降到最低(29.30μg·m^(−3));近地面O_(3)浓度存在明显的季节性差异,由高到低依次为夏季(84.59μg·m^(−3))、春季(72.62μg·m^(−3))、秋季(53.59μg·m^(−3))和冬季(35.23μg·m^(−3)).④空间分布上,近地面O_(3)浓度高值区主要分布在西部海拔较高、山脉密布、工业活动频繁、交通密集度高、人口密集和污染源较多的地区.由于工业活动和交通密集度较低,加之相对较少的污染源排放和较为平坦的地形等原因,东部海拔较低地区的O_(3)浓度整体较低. 展开更多
关键词 近地面O_(3) Sentinel-5P tropomi数据 成渝城市群 CatBoost-LSTM模型 时空分布
原文传递
基于XGBoost-LME模型的京津冀地区近地面臭氧浓度估算 被引量:7
6
作者 龚德才 杜宁 +3 位作者 王莉 张显云 李隆 张洪飞 《环境科学》 EI CAS CSCD 北大核心 2024年第7期3815-3827,共13页
高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义.使用TROPOMI-L3 NO_(2)、HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度.结果表明:(1)在... 高时空分辨率的近地面臭氧浓度分布数据对监测和防控大气臭氧污染,提高人居环境具有重要意义.使用TROPOMI-L3 NO_(2)、HCHO产品和ERA5-land高分辨率数据作为估算变量,构建XGBoost-LME模型估算京津冀地区近地面臭氧浓度.结果表明:(1)在估算变量中地表2 m温度(T2M)、2 m露点温度(D2M)、地表太阳向下辐射(SSRD)、对流层甲醛(HCHO)和对流层二氧化氮(NO2)是影响京津冀地区近地面臭氧浓度的重要因素,其中T2M、SSRD和D2M相关系数分别达到0.82、0.75和0.71.(2)XGBoostLME模型相较其它模型,其各项指标均为最优,十折交叉验证R^(2)、MAE和RMSE分别为0.951、9.27μg·m^(-3)和13.49μg·m^(-3),同时,该模型在不同时间尺度均表现良好.(3)在时间上,2019年京津冀地区近地面臭氧浓度存在显著的季节性差异,四季浓度变化为:夏季>春季>秋季>冬季,2019年该地区近地面臭氧月均浓度总体呈现出先上升后下降的倒“V”趋势,其中9月呈现小幅上升趋势,全年最大值出现在7月,最小值在12月;在空间分布上,2月和3月京津冀全域近地面臭氧浓度分布基本为同一水平,1、11和12月呈现出不显著的北高南低的空间分布趋势,其余月份该地区近地面臭氧浓度空间分布均呈现出南高北低的分布特征,高值区主要在南部海拔较低、人口密集和工业排放量较大的平原地区,低值区则主要在北部海拔较高、人口稀疏、植被覆盖率高和工业排放量低的山地地区. 展开更多
关键词 近地面臭氧 tropomi数据 京津冀地区 XGBoost-LME模型 时空分布
原文传递
天山北坡经济带城市NO_(2)污染的时空分布特征 被引量:5
7
作者 于志翔 李霞 郑博华 《环境监控与预警》 2023年第1期36-43,共8页
基于2015-2020年近地面NO2质量浓度数据和2019年哨兵-5P TROPOMI卫星探测的对流层NO2柱浓度数据,采用相关性分析、趋势分析等方法探究新疆天山北坡经济带6个城市NO2污染的时空分布特征。结果表明:(1)从年均值来看,天山北坡经济带NO2质... 基于2015-2020年近地面NO2质量浓度数据和2019年哨兵-5P TROPOMI卫星探测的对流层NO2柱浓度数据,采用相关性分析、趋势分析等方法探究新疆天山北坡经济带6个城市NO2污染的时空分布特征。结果表明:(1)从年均值来看,天山北坡经济带NO2质量浓度总体呈下降趋势,尤其2018-2020年下降明显。其中乌鲁木齐NO2质量浓度值最高、博乐最低。(2)从季度均值和月均值来看,各城市NO_(2)质量浓度季节变化明显,其中夏季最低、冬季最高;月均值呈“中间低、两头高”的变化特征。(3)从日均值来看,各城市NO2质量浓度大多呈现双峰型分布,分别出现在早上10:00和晚上23:00。(4)从空间分布来看,NO2柱浓度高值区多分布在人口密集和工业发达的城市地区,尤其是乌鲁木齐、昌吉、五家渠、石河子污染最为严重。 展开更多
关键词 天山北坡经济带 二氧化氮 时空分布 大气污染 tropomi数据
在线阅读 下载PDF
卫星和地基遥感观测资料约束下的核-壳态气溶胶光学特性模拟研究 被引量:2
8
作者 王新莹 秦凯 +1 位作者 Cohen Jason 王硕 《光学学报》 EI CAS CSCD 北大核心 2024年第6期329-340,共12页
针对结合星地观测与模型定量模拟消光性气溶胶光学特性及黑碳质量空间分布这一热点问题,利用TROPOMI卫星紫外波段观测数据与AERONET地基观测数据,基于“核-壳”假设下的米散射模型提出了一种准确量化黑碳气溶胶质量空间分布的模拟方法,... 针对结合星地观测与模型定量模拟消光性气溶胶光学特性及黑碳质量空间分布这一热点问题,利用TROPOMI卫星紫外波段观测数据与AERONET地基观测数据,基于“核-壳”假设下的米散射模型提出了一种准确量化黑碳气溶胶质量空间分布的模拟方法,并对北京、中国香港、首尔三个站点的模拟结果进行分析与验证。多源数据约束后米散射模型模拟得到的结果显示:北京的吸收系数在0.04~0.13之间,中国香港的吸收系数整体小于0.08,首尔的吸收系数介于0.02~0.06之间。计算得到的黑碳气溶胶柱内质量空间分布结果显示:北京站黑碳气溶胶柱内质量在200~600 kg/grid之间,中国香港站黑碳气溶胶柱内质量在180~650 kg/grid之间,首尔站黑碳气溶胶柱内质量在300 kg/grid以下。结合卡尔曼滤波排放清单与一阶箱模型对黑碳气溶胶柱内质量结果进行间接验证,计算得到的黑碳气溶胶生命周期为1~4 d不等,符合其在大气中的真实状态,说明结果具有一定可靠性。通过对比加入TROPOMI紫外波段卫星观测数据前后对模型进行约束得到的粒径分布及吸收系数结果的差异发现:加入紫外波段观测数据对模拟结果具有一定增强作用。所提方法模拟结果良好,方案具有一定应用潜力。 展开更多
关键词 tropomi卫星数据 AERONET 黑碳气溶胶 米散射模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部