环 境 光 学 遥 感 实 验 室
Environmental Optical Remote Sensing Laboratory
最新动态
研究团队
导师简介
研究成员
研究领域
研究方向
项目基金
仪器设备
科研成果
论文
专利与软著
招生招聘
最新动态
More+
29
2024-08
课题组基于DOAS常态化观测系统数据探究了2022年疫情静默管理期间上海市臭氧高值的原因取得进展
课题组基于构建的双DOAS常态化观测设备数据，从统计学和自由基化学角度分析了2022年疫情静默管理期间上海市臭氧高值的原因。在Atmospheric Chemistry and Physics期刊发表了题为Why did ozone concentrations remain high during Shanghai’s static management? A statistical and radical-chemistry perspective的论文，2020级博士生朱健为第一作者。
08
2024-10
课题组基于卫星遥感在中国地区大气 XCO2特征及碳排放预测探究方面取得进展
课题组基于卫星遥感数据与再分析资料，通过时空插值方法开发，重构了2015-2021年中国地区0.5°× 0.5°分辨率的XCO2 数据集，揭示大气CO2浓度的时空变化特征；通过聚类分析与机器学习方法，建立了相应碳排放预测模型，揭示中国地区碳排放特征及其主要影响因素。研究成果在Atmospheric Environment期刊上发表了题为Estimation of carbon emissions in various clustered regions of China based on OCO-2 satellite XCO2 data and random forest modelling的论文，2021级硕士生谭懿冰为第一作者。 准确估算人为碳排放量对于制定并有效实施气候政策，以及设定可行的二氧化碳减排目标至关重要，本研究通过对XCO2异常值（ΔXCO2）和人为二氧化碳开放源数据清单（ODAIC）的月平均值进行聚类，在不同特征区域内构建了随机森林模型，从而实现了对碳排放的高精度预测。结果表明，ΔXCO2对人为碳排放变化响应敏感,不同碳排特征区域的排放预测结果与排放清单一
28
2024-05
课题组基于卫星遥感在海洋生物源排放对海洋大气的影响探究方面取得进展
课题组基于卫星遥感数据和再分析资料在中国边缘海域对异戊二烯进行模拟，探究了海洋生源组分对海洋边界层大气中污染组分的影响，研究成果在Atmosphere期刊上发表了题为Machine Learning to Characterize Biogenic Isoprene Emissions and Atmospheric Formaldehyde with their Environmental Drivers in the Marine Boundary Layer的论文，2021级硕士生汪天雨为第一作者。
21
2024-05
课题组基于DOAS技术对泰安市夜间臭氧高值事件的变化特征与机制开展研究
课题组基于DOAS技术，在山东省泰安市针对夜间O3高值进行了观测与研究，对当地夜间O3的特征进行聚类，并从大气物理和大气化学方面展开分析。在Atmospheric Research期刊发表了题为Investigating the causes and reduction approaches of nocturnal ozone increase events over Tai'an in the North China Plain的论文，2021级硕士李佳怡为第一作者。
14
2024-05
课题组基于DOAS技术在大气氨观测方面取得进展
课题组基于DOAS技术在泰安市对NH3开展观测，探究了富氨环境下NHX气粒转化在雾霾污染中的作用，在Science of the Total Environment期刊发表了题为Role of gas-particle conversion of ammonia in haze pollution under ammonia-rich environment in Northern China and prospects of effective emission reduction的论文，2021级硕士生邹雪婷为第一作者。
30
2024-04
课题组基于MAX-DOAS反演O3廓线取得重要进展
课题组基于MAX-DOAS和机器学习技术成功反演了0-60 km高度范围内臭氧垂直廓线。反演结果与在线仪器、激光雷达和卫星观测数据进行对比，表现出了较高的一致性。在Environmental Science & Technology期刊发表了题为Stacking Machine Learning Models Empowered High Time-height Resolved Ozone Profiling from Ground to the Stratopause Based on MAX-DOAS Observation的论文，2021级博士生张三保为第一作者。
