测量尺度无人机超频谱远程传感污染源归因:动态参考频谱优化和表面白度校正
Tiliang Zou1, Chengzhi Xing2, Wei Tan2
1School of Environmental Science and Optoelectronic Technology, University of Science and Technology of China, Hefei 230026, China.
Environmental science & technology
|October 30, 2025
概括
这项研究引入了基于无人机 (UAV) 的超光谱传感的新框架,以精确监测二氧化 (NO2) 和酸 (HONO) 污染,并采用米尺度分辨率.
科学领域:
- 大气遥感是指大气中的遥感.
- 环境监测环境监测环境监测
- 频谱学是一种光谱学.
背景情况:
- 不同光学吸收光谱 (DOAS) 在动态条件下的低高度无人机遥感中面临检索精度限制.
- 气溶-表面合和表面异质性在NO2检索中引入了光谱偏差和偏差.
研究的目的:
- 开发一个系统的框架,将基于无人机的超频谱传感与动态参考频谱优化相结合.
- 为了提高NO2和HONO的定量监测准确度,使用仪表尺度分辨率遥感.
- 为了解决动态观测条件的DOAS中检索限制.
主要方法:
- 实施基于四旋翼的高频谱遥感,用于NO2和HONO监测.
- 动态参考频谱优化使用加权的多标准评分模型.
- 集成DeepLabV3+语义细分与高光谱成像用于表面白度校正.
主要成果:
- 实现了对NO2和HONO的计量尺度分辨率定量监测.
- 通过解决气溶表面合引起的光谱偏差,减少了18-24%的NO2检索误差.
- 通过动态表面白色调整,降低了NO2垂直柱密度 (VCD) 的偏差,从28%恢复到12%.
结论:
- 开发的方法提供了先进大气监测的理论和技术基础.
- 允许在污染管理中从"管道末端处理"过渡到"工艺控制".
- 提供了用于识别微排放源和开发高分辨率污染清单的新工具.
