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+
30
2025-06
课题组基于MAX-DOAS与机器学习技术实现了对大气气溶胶垂直分布的准确反演及驱动成因分析
中国自 2013 年 “清洁空气行动” 后空气质量改善,但PM2.5浓度仍超世界卫生组织阈值。大气的复杂动力学表明,区域传输和对流化学与本地排放共同驱动气溶胶污染机制。垂直测量有助于深入了解气溶胶的分布、化学性质以及与气象的相互作用,对明确其来源、形成机制、提高污染评估准确性和改进污染控制策略至关重要。然而,此前许多关于气溶胶来源和形成机制的研究多局限于近地面测量或整层积分观测,对气溶胶垂直分布的研究相对较少。近期,课题组基于MAX-DOAS与机器学习技术实现了对大气气溶胶垂直分布的准确反演及驱动成因分析。研究成果发表于环境领域著名期刊Environmental Science Technology,标题为“Exploring Aerosol Vertical Distributions and Their Influencing Factors: Insight from MAX-DOAS and Machine Learning”。 基于辐射传输模式引导的机器学习反演框架:研究团队通过辐射传输模型与机器学习的双向耦合,构建了覆盖光学特性与大气污染物浓度的高泛化训练数据集
24
2025-04
课题组打造上海市多点位大气组分立体观测数据集并探究污染成因
课题组开发地基光谱观测技术,反演结果经与卫星观测数据比对,证实合理可信。针对上海市三种不同环境下的HCHO、NO2和臭氧控制区垂直分布情况开展研究,讨论时空变化规律。并基于T-PCA算法和台风“烟花”案例划分天气类型,从本地光化学反应、物理外部传输和生物源前体物的角度探究不同天气类型下的臭氧前体物垂直分布特征。在Journal of Environmental Sciences期刊发表了题为HCHO and NO2 profile characteristics under different synoptic patterns in Shanghai, China的论文,2022级硕士生石瑀晗为第一作者。
22
2025-04
课题组提出了一种用于构建对流层底层HCHO/NO2比值(FNR)三维空间分布的新方法
课题组提出了一种用于构建对流层底层HCHO/NO2比值(FNR)三维空间分布的新方法。该研究利用多轴差分光学吸收光谱技术(MAX-DOAS)观测反演得到HCHO、NO2在对流层底层的垂直廓线,并与TROPOMI卫星遥感所得到HCHO、NO2柱浓度的水平空间分布结合,参数化FNR随高度变化的重构因子,以获得FNR在对流层底层的三维空间分布,为臭氧生成控制类型在垂直方向及长期变化趋势的评估提供了高分辨率数据支持。同时建立了机器学习模型,通过地面污染物浓度、不同高度的气象参量等特征变量实现HCHO、NO2廓线预测,大大提高了该方法的可应用性与可推广度。在Environmental Science Technology期刊发表了题为Constructing the 3D spatial distribution of HCHO/NO2 ratio via satellite observation and machine learning model的论文,2022级直博生江志文为第一作者。
24
2025-02
课题组基于DOAS技术在大气环境1,3-丁二烯观测方面取得进展
课题组建立了DOAS技术对大气1,3-丁二烯的观测方法,通过对观测前的实验室测试、观测中的外场观测和观测后的模式模拟,立体的展现了DOAS方法对1,3-丁二烯在外场观测的性能,对1,3-丁二烯对夜间潜在化学影响开展了定量分析,体现其重要化学意义。在Journal of Geophysical Research: Atmospheres期刊发表了题为The Observation of Urban Ambient 1,3-Butadiene Based on Differential Optical Absorption Spectroscopy Technique and Its Potential Alteration on the Nighttime Chemistry的论文,2022级博士生顾传奇为第一作者。
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。
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。