复旦大学环境光学遥感课题组

最新动态

04

2025-12

课题组利用DOAS技术与机器学习，揭示了低硫政策下上海港口船舶SO2排放的反弹现象及货船的关键作用

课题组利用差分光学吸收光谱（DOAS）技术，在上海航运通道中开展了长达六年（2018-2023）的船舶二氧化硫（SO₂）排放连续观测。研究首次结合机器学习方法，从观测数据中精准分离出船舶排放信号，清晰揭示了低硫燃料政策的“先效后衰”现象：在政策调整期（2018-2020），船舶SO₂排放显著下降；而在政策稳定期（2021-2023），由于航运活动量激增，排放量出现反弹。研究进一步锁定货船为不合规高硫油使用的主要贡献者。该成果为评估和优化全球船舶排放控制政策提供了关键的观测证据与方法学支撑。在Atmospheric Chemistry and Physics期刊的《Measurement report: Six-year DOAS observations reveal post-2020 rebound of ship SO2 emissions in a Shanghai port despite low-sulfur fuel policies》一文中，我们报道了上述发现。24博士生刘佳齐为论文第一作者。为遏制船舶硫排放，国际海事组织（IMO）与我国自2020年起
17

2025-11

基于机器学习优化的可解释性方法识别NO3寿命变化的主导因素

课题组基于崇明东滩湿地2022-2023年的长期观测，结合稳态法与机器学习模型，系统研究了海岸环境下NO3自由基的寿命及其驱动因素。相关成果以Machine learning-optimized interpretability analysis for identifying key drivers of NO3 lifetime variability为题发表于《Journal of Environmental Sciences》，2023级硕士生曹胜帅为第一作者。 NO3自由基是夜间大气中最重要的氧化剂之一，对臭氧污染和二次气溶胶生成具有重要影响。研究发现，NO3自由基寿命存在显著的季节变化和气团差异。通过机器学习与SHAP可解释性分析，明确了NO2是影响寿命的主导因子，同时揭示了臭氧、相对湿度和风速等因素在不同环境条件下的重要作用。结果表明，污染气团中寿命受前体物控制更强，而在清洁与过渡气团中，气象条件和边界层特征发挥了更突出的作用。该成果不仅揭示了海岸湿地环境下夜间氮氧化学的复杂性，也展示了机器学习方法在解析大气化学过程中的优势。研究为理解人类活动与区域输送对
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。