轨道成像光谱仪甲烷假阳性羽流识别研究：基于EMIT的案例分析与光谱传输率模型创新

为解决轨道成像光谱仪在短波红外波段检测甲烷点源时面临的假阳性难题，NASA喷气推进实验室团队开发了基于羽流总透射率的光谱分析方法。该研究通过聚合羽流透射率数据建立判别模型，结合空间相关背景干扰统计，显著提升假阳性剔除率。在EMIT成像光谱仪数千个羽流案例中验证显示，该方法可自动识别92处人工复核错误（42假阳性/50假阴性），为全球甲烷监测提供更客观、高效的自动化解决方案。

　　

甲烷作为温室效应强度远超二氧化碳的温室气体，其排放源具有"超级排放者"特征——少数点源贡献绝大部分排放量。轨道成像光谱技术通过短波红外波段（VSWIR）捕捉甲烷在2300 nm附近的特征吸收，已成为定位这类点源的关键工具。然而，现有检测方法如匹配滤波（MF）和差分吸收光谱（DOAS）面临两大挑战：仪器噪声导致的弱信号误判，以及地表特征（如碳酸盐岩、塑料材料）光谱干扰引发的假阳性。尽管人工复核能部分解决问题，但面对EMIT等设备每天产生的海量数据，传统方法效率低下且主观性强。

美国宇航局喷气推进实验室团队在《Remote Sensing of Environment》发表研究，提出创新性的光谱透射率分析法。该方法突破性地将分析单元从单像素扩展至整片羽流区域，通过聚合透射率数据建立物理吸收模型，结合蒙特卡洛空间偏移模拟计算统计显著性。关键技术包括：基于EMIT成像光谱仪（60 m分辨率，7.5 nm光谱分辨率）的匹配滤波预处理；羽流/背景区光谱配对提取透射率；甲烷吸收特征波段（2300 nm附近）的物理模型拟合；以及考虑空间相关性的1000次背景偏移检验。

方法学创新
研究团队开发的核心算法通过两步实现假阳性判别：首先计算羽流区域归一化透射率光谱，随后拟合标准甲烷吸收模型。相比传统单像素分析，空间聚合使信噪比提升约15 dB。独创的"浓度-路径长"指标将光学厚度与物理排放量直接关联，而基于排列检验的p值计算有效克服了地表特征空间自相关带来的统计偏差。

验证结果
对1421个EMIT已复核羽流的测试显示：

1. 在人工确认的阳性样本中，93.7%的透射率拟合优度显著优于背景分布（p<0.01）
2. 发现42例假阳性（占总数3%），主要表现为透射率曲线偏离甲烷特征吸收或浓度-路径长值落入背景分布
3. 识别50例被人工否决的真排放，这些案例因信号微弱或形态不规则被误判

讨论与意义
该研究首次实现将透射率物理模型引入甲烷遥感验证流程，其优势体现在三方面：光谱维度上，直接拟合吸收特征比匹配滤波的加权求和更具判别力；空间维度上，区域聚合克服单像素分析的不稳定性；统计维度上，基于排列检验的方法适应复杂地表干扰。团队指出，当应用于CarbonMapper等未来星座任务时，该方法可使人工复核工作量减少60%以上。

研究同时揭示了当前人工复核系统的局限性——依赖形态学判断会导致两类错误：将规则排列的地表特征误判为羽流（如太阳能电池板阵列），或低估扩散状弱信号的真实排放。通过将光谱拟合指标与形态学特征结合，新方法使检测限降低至0.5 ppm·m，比纯人工流程提升3倍灵敏度。

这项由Chuchu Xiang和David R. Thompson领导的工作，为全球甲烷监测网络提供了关键的质量控制工具。其物理模型驱动的思路，可扩展应用于其他温室气体（如CO₂、N₂O）的遥感验证，对实现《全球甲烷承诺》减排目标具有重要实践价值。随着EMIT数据产品的持续公开（LP DAAC存档），该方法预计将成为轨道级温室气体检测的标准验证流程之一。