《Atmospheric Environment》:Deep learning-based reconstruction of high-resolution satellite-derived NO
2 columns over the Bohai Sea
编辑推荐:
摘要卫星观测为沿海和海洋区域的对流层NO2浓度提供了重要信息,但由于云层覆盖和数据反演的限制,如TROPOMI这类产品在海洋上的数据存在大量缺失。本研究采用基于机器学习的方法,重建了2019年至2024年渤海海域缺失的NO2柱浓度数据。研究整合了ERA5气象数据、AIS获取的船舶
摘要
卫星观测为沿海和海洋区域的对流层NO2浓度提供了重要信息,但由于云层覆盖和数据反演的限制,如TROPOMI这类产品在海洋上的数据存在大量缺失。本研究采用基于机器学习的方法,重建了2019年至2024年渤海海域缺失的NO2柱浓度数据。研究整合了ERA5气象数据、AIS获取的船舶活动信息以及地理和海洋环境特征,以分析环境中NO2的空间和时间变化规律。通过随机抽样和空间交叉验证,对包括随机森林、XGBoost、分类提升模型、轻量级梯度提升机、TabMixer以及FT-Transformer在内的六种常用机器学习算法进行了性能评估。其中,基于注意力机制的深度学习模型FT-Transformer表现最为出色且稳定,其空间交叉验证R2值在0.78到0.84之间。与其他模型相比,FT-Transformer生成的重建结果在空间上更具连贯性,在缺失数据较多的区域也能更好地保留近岸区域的浓度梯度。通过SHAP方法对模型进行解释后发现,气象变量和卫星观测几何条件是影响NO2重建的主要因素,而AIS获取的变量则为识别局部船舶相关排放信号提供了额外信息。最终,利用选定的FT-Transformer模型,生成了渤海海域分辨率达0.01°的日度NO2数据集。研究结果表明,FT-Transformer是一种有效的海洋区域卫星NO2数据重建方法,为数据稀疏环境下的高分辨率空气质量监测及排放相关研究提供了新的可能性。
引言
二氧化氮(NO2)是一种重要的大气污染物,在区域光化学过程中起着关键作用,既是臭氧(O3)的重要前体物,也是二次气溶胶的形成来源(Chi等人,2021;Kim等人,2021;Hu等人,2022;Li和Managi,2022)。流行病学研究显示,接触NO2会导致氧化应激和炎症反应,从而增加呼吸系统疾病和心血管疾病的发病风险,对公众健康构成严重威胁(Naghan等人,2022;Zhan等人,2022)。准确且连续地监测NO2浓度对于深入了解其对环境和健康的影响,以及制定和评估有效的排放控制政策具有重要意义。
过去十年间,随着大气污染控制政策的实施(Geng等人,2021),中国已建立起由1700多个监测站组成的全国地面监测网络,能够持续监测NO2浓度(Liu等人,2022)。不过,这些监测站点主要集中在陆地区域,导致海洋区域的NO2监测数据相对较少。目前,关于海洋NO2的认知主要依赖于船舶测量、海上平台以及浮标监测,而这些方法在部署和维护成本较高,且空间和时间覆盖范围有限(Ingleby,2010;Welti等人,2020;Vanessa等人,2021)。港口和船舶活动是海洋环境中NOX的重要来源。先前的研究表明,2021年全球船舶活动产生了约14.2%的人为氮氧化物排放量,其影响范围还延伸至沿海和内陆地区(Lv等人,2018;Yi等人,2025)。鉴于陆地与海洋系统之间的复杂相互作用,有必要对海洋区域的NO2进行全面且持续的监测。
近年来,由于具备广阔的空间覆盖范围和持续观测能力,卫星遥感已成为监测海洋区域空气污染的重要工具(Georgoulias等人,2020;Kurchaba等人,2024;Pseftogkas等人,2024)。然而,卫星反演得到的NO2数据往往因云层覆盖和反演限制而出现大量数据缺失,这一问题在海洋环境中尤为突出。填补卫星NO2数据缺失值的方法主要有插值法和机器学习技术两类。传统的插值方法(如普通克里金法、地理加权回归法)在处理非线性关系方面能力有限,当应用于具有多种变量和复杂缺失模式的卫星数据集时,其预测效果往往不佳(Zheng等人,2019;Wu等人,2023;Zhu等人,2026)。相比之下,机器学习方法因其能够捕捉非线性关系,在重建卫星NO2数据方面展现出巨大潜力(Zhao等人,2019)。不过,目前大多数基于机器学习的重建研究都集中在陆地区域,对海洋环境的关注相对较少(Long等人,2022;Ahmad等人,2024)。将海洋排放源的空间信息与气象和环境变量结合,运用机器学习技术,有望更准确地把握排放与环境浓度之间的关系,从而有效填补海洋区域卫星NO2柱浓度数据中的缺失值。
本研究选择渤海作为研究区域,这是一片半封闭的内海,人类活动极为频繁,也是全球污染最严重的海洋区域之一(Li等人,2024)。由于TROPOMI仪器具备更高的空间分辨率,能够更精准地反映细微尺度的NO2浓度变化,因此本研究以2019年至2024年的TROPOMI NO2数据作为主要数据源。为解决数据缺失问题,研究对比了六种常用的机器学习方法,包括FT-Transformer、TabMixer、随机森林、XGBoost、CatBoost和LightGBM,最终确定了最优模型;同时,还采用了普通克里金法的传统插值方法作为对比。此外,研究还将欧洲中期天气预报中心第五代大气再分析数据以及海洋排放源的空间信息纳入模型中,进一步提升了对海洋区域缺失NO2值的预测精度。最终,利用所选方法生成了渤海海域分辨率达0.01°的日度NO2柱浓度数据集,涵盖过去六年的数据。这项研究将为制定渤海及周边沿海地区的有效陆海协同大气污染管理策略提供科学数据支持,进而助力相关政策的制定和生态环境治理水平的提升。
内容节选
研究区域
渤海是中国东北部的一片典型半封闭内海(见图1),面积约为77,000平方公里。该海域周边分布着北京-天津-河北地区、辽东半岛和山东半岛等重要的经济区域,附近还有13座大型重工业城市,因此该区域的人为排放量相当可观(Zhang等人,2023)。根据官方统计数据,该区域的货物运输量
缺失数据的空间分布
图2展示了2019年至2024年渤海海域缺失的NO2柱浓度的时空分布情况。与先前的研究结果一致,缺失值在研究区域内普遍存在(Deng等人,2024)。从年度来看,网格级别的平均缺失率在34%到39%之间(见表S3)。数据还显示出明显的季节性变化规律(见表S4),夏季的平均缺失率最高,约为42%,其次是秋季,为36%,冬季
结论
本研究针对全球污染最严重的海洋区域之一——渤海,采用基于机器学习的方法解决了卫星NO2数据在海洋区域的缺失问题。研究系统地对比了多种机器学习算法,包括随机森林、XGBoost、CatBoost、LightGBM、TabMixer和FT-Transformer,最终确定了用于NO2浓度重建的最优模型。通过整合ERA5气象变量、AIS获取的船舶活动信息等多源预测因子
作者贡献说明
Linxuan Li: 文章撰写——审稿与编辑、验证、软件应用、方法设计、数据收集与分析、概念构思。Ziyu Li: 文章撰写——初稿撰写、数据可视化、软件应用、数据收集与分析、数据整理。Xianbin Liu: 文章撰写——审稿与编辑、研究指导、方法设计、数据收集与分析、概念构思。Zhu Li: 文章撰写——审稿与编辑、验证、软件应用、数据整理
未引用参考文献
Long等人,2022b;O'Reilly等人,1998。
利益冲突声明
? 作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关联。
致谢
本研究得到了中国国家自然科学基金的财政支持(项目编号:42507146)。
Ziyu Li|Linxuan Li|Zhu Li|Xianbin Liu
中国天津市300457,天津科技大学,海洋与环境科学学院,海洋资源化学与食品技术重点实验室(教育部)、海洋资源与化学天津市重点实验室