无人机遥感技术揭示高速公路近地面NO2垂直分布特征及其大气扩散影响机制

本研究针对传统地面监测站难以捕捉氮氧化物(NO2)空间异质性的技术瓶颈，创新性地采用无人机(UAV)搭载电化学气体传感器，系统研究了加拿大高速公路旁NO2在不同大气扩散条件(ADI/VI指数划分)下的垂直分布规律。研究发现：在扩散不良条件下，NO2浓度随海拔升高而增加(5m处0.011ppm至95m处0.018ppm)，与良好扩散条件下的均匀分布形成鲜明对比。该成果为交通污染暴露风险评估提供了三维监测新范式，对完善空气质量模型具有重要意义。

　　

在城市化进程加速的今天，高速公路周边居民正面临着交通污染带来的健康威胁。传统的地面监测站虽然能提供精确数据，却像"盲人摸象"般难以捕捉污染物在三维空间的真实分布——尤其是氮氧化物(NO₂)这类受大气扩散条件显著影响的污染物。更棘手的是，卫星遥感虽然视野开阔，却像"隔靴搔痒"般难以分辨近地面污染细节。这种监测手段的断层，使得我们既无法准确评估居民楼不同楼层的暴露风险，也难以区分本地排放和区域传输的贡献。

加拿大研究团队在《Geomatica》发表的最新研究，为这一难题提供了创新解决方案。该团队使用经过改装的Aurelia X6 Standard六旋翼无人机，搭载Aeroqual 500系列电化学传感器，在汉密尔顿市皇后伊丽莎白高速公路(QEW)旁开展了一项突破性实验。研究团队选择日落后的关键时段(6-7PM)，通过预设的锯齿形飞行轨迹(每15m水平/垂直移动后悬停2分钟)，系统采集了5-95m高度层的NO₂数据，并同步记录地面3m处的对照测量值。

关键技术方法包括：1)基于大气扩散指数(ADI)和通风指数(VI)的气象条件分类；2)无人机平台集成电化学传感器(精度±0.02ppm)的垂直剖面测量；3)采用同质性指标(HI)量化垂直分布特征；4)配对t检验分析空-地测量差异。所有数据均经过基线校正和运动伪影剔除处理。

研究结果揭示：

1. 垂直分布特征
   在扩散不良日(风速5.5km/h)，NO₂浓度呈现显著的海拔梯度，中位数浓度从5m处的0.011ppm递增至95m处的0.018ppm。与之形成鲜明对比的是，良好扩散日(风速16.5km/h)各高度层浓度保持稳定，HI分析显示其垂直混合更为充分。

2. 空-地测量差异
   统计检验发现，在扩散不良条件下，65m和95m高度的无人机测量值显著高于地面数据(p<0.05)，最大差异达+0.008ppm。这种分层现象暗示着区域排放物的累积效应，而良好扩散条件下未发现显著差异。

3. 气象影响机制
   低风速导致的垂直混合受限是形成污染层结的关键因素。值得注意的是，在20-80m高度区间，HI值接近1.00的异常均质现象，可能反映了大尺度天气系统输送的远程污染贡献。

讨论部分指出，该研究首次通过无人机平台捕捉到早期夜间过渡期(EET)这一关键时段的污染层结现象。与传统认知不同，研究发现扩散不良条件下高层NO₂的累积效应可能抵消近地面扩散的稀释作用，这对修订暴露评估模型具有重要启示。研究还验证了无人机监测在衔接地面站与卫星数据方面的"桥梁作用"——特别是在识别区域传输贡献方面展现出独特优势。

这项研究的现实意义在于：为城市规划提供楼宇高度与污染暴露的量化关系；为应急响应(如野火事件)提供快速三维监测方案；通过揭示垂直混合过程的内在规律，为改进空气质量预报模型提供实证基础。尽管受限于样本量和小型传感器的精度，该研究开创的"立体化"监测范式，无疑为破解交通污染"黑箱"提供了新的技术路径。