生物质燃烧大气污染物的地球静止轨道观测:东南亚地区 GIIRS 与 GEMS 的协同作用

《Remote Sensing of Environment》:Geostationary observations of air pollutants from biomass burning: A synergy of GIIRS and GEMS over Southeast Asia

【字体: 大 中 小 】 时间:2026年09月03日 来源:Remote Sensing of Environment 12.3

编辑推荐:

   •首次实现地球静止轨道紫外-可见光与红外协同监测生物量燃烧•量化了NO2积累对火强度的非线性响应•捕捉了东南亚全区域燃烧效率的日间动态•极轨道卫星快照因日间采样间隙导致排放估算存在偏差引言生物量燃烧通过大量排放污染物,严重干扰生态系统,并威胁区域和全球气候、空气质量及人类健康

  
  • •
    首次实现地球静止轨道紫外-可见光与红外协同监测生物量燃烧
  • •
    量化了NO2积累对火强度的非线性响应
  • •
    捕捉了东南亚全区域燃烧效率的日间动态
  • •
    极轨道卫星快照因日间采样间隙导致排放估算存在偏差

引言

生物量燃烧通过大量排放污染物,严重干扰生态系统,并威胁区域和全球气候、空气质量及人类健康(Bowman et al., 2009; Ma et al., 2025)。火灾产生的一氧化碳和二氧化氮是对流层大气化学过程的关键组分。
卫星已成为全球监测对流层痕量气体的主要平台。在过去二十年中,低地球轨道平台在痕量气体监测中发挥了主导作用。一氧化碳数据主要通过热红外波段和短波红外波段从以下传感器反演获得:Terra卫星上的对流层污染测量仪(自2000年起;Buchholz et al., 2022)、MetOp卫星上的红外大气探测干涉仪(自2006年起;Ehret et al., 2025)、Suomi-NPP卫星上的交叉轨迹红外探测器(自2011年起;Gambacorta et al., 2014)以及Sentinel-5P卫星上的对流层监测仪器(自2017年起),揭示了火灾引起的一氧化碳污染的时空分布和季节模式。二氧化氮主要通过紫外-可见光波段反演,其历史可追溯至ERS-2卫星上的全球臭氧监测实验(1995–2011;Martin et al., 2002)、Aura卫星上的臭氧监测仪器(自2004年起;Mebust et al., 2011)、MetOp卫星上的全球臭氧监测实验2(自2006年起;Liu et al., 2021),以及Sentinel-5P卫星上的对流层监测仪器(自2017年起;Goldberg et al., 2024; Jin et al., 2021)。这些卫星数据已被广泛应用于监测人为活动排放,并越来越多地用于量化野火的排放特征。
二氧化氮与一氧化碳的相对丰度提供了一个独特的大气指纹,用于表征燃烧效率:高温火焰燃烧主导二氧化氮排放,而低温阴燃产生更多一氧化碳(van der Velde et al., 2021a, van der Velde et al., 2021b; Zheng et al., 2018)。因此,增强比(ΔNO2/ΔCO)被广泛用作燃烧效率的代理指标。尽管卫星观测代表混合像元上的积分信号,但该比值的时空变化能有效指示区域尺度上火焰燃烧与阴燃阶段的相对主导程度,更高的比值意味着更完全的燃烧。因此,精确监测和量化一氧化碳与二氧化氮的排放动态对于评估火灾环境影响、理解燃烧过程以及发布空气污染预警至关重要。
以往研究利用低地球轨道数据推导的ΔNO2/ΔCO比值来表征火灾燃烧特性。例如,Silva和Arellano(2017)利用卫星反演的一氧化碳、二氧化氮和二氧化碳数据,区分了全球不同火灾多发区域的燃烧类型。Van der Velde等人(2021a)基于对流层监测仪器二氧化氮和一氧化碳柱密度,量化了全球火灾多发区域的生物量燃烧效率,发现燃烧效率与火灾类型和地理位置密切相关;一般来说,稀树草原火灾效率最高,其次是热带森林砍伐火灾,北方森林火灾最低。Wan等人(2023)估算了2019–2020年澳大利亚丛林火灾期间不同土地覆盖类型的燃烧效率和排放因子。此外,Anderson等人(2023)分析了美国西部大型野火的排放比变化,观察到随着火灾从火焰燃烧向阴燃阶段过渡,ΔNO2/ΔCO比值出现显著下降。
然而,低地球轨道卫星受限于时间分辨率,对于给定地点通常每天仅提供一次(对于紫外-可见光/短波红外仪器)或两次(对于热红外传感器)观测(Wooster et al., 2021; Zeng et al., 2023a)。这些快照不足以捕捉火灾排放的日间演变以及下午二氧化氮的快速光化学演变。由此产生的时空代表性误差严重制约了对动态火灾排放过程的准确表征。
近年来,地球静止轨道卫星的进步使高分辨率时间的大气成分监测成为可能。搭载于中国风云四号系列(风云四号A于2016年发射,风云四号B于2021年发射)的地球静止干涉红外探测器是全球首颗地球静止轨道高光谱红外探测器。其光谱分辨率为0.625 cm?1,与低地球轨道红外探测器如交叉轨迹红外探测器相当,使其能够每两小时监测东亚地区的一氧化碳(Zeng et al., 2023a)、氨(Zeng et al., 2023b; Sheng et al., 2026; Guendouz et al., 2026)、甲酸(Zeng et al., 2024)、臭氧(Liu et al., 2025)和沙尘气溶胶(Zheng et al., 2026)。同时,搭载于地球静止韩国多用途卫星2号(于2020年发射)的地球静止环境监测光谱仪是首颗专门用于亚洲空气质量监测的地球静止紫外-可见光光谱仪(Kim et al., 2020)。地球静止环境监测光谱仪以300–500纳米范围、每小时白天的分辨率监测臭氧(Bak et al., 2026; Shu et al., 2023)、二氧化氮(Edwards et al., 2024; Park et al., 2025)和气溶胶(Cho et al., 2024; Seong et al., 2024)等痕量气体。虽然地球静止轨道数据已被广泛用于研究城市人为污染,但其在火灾排放动力学方面的应用仍然有限。很少有研究联合使用地球静止干涉红外探测器一氧化碳和地球静止环境监测光谱仪二氧化氮数据。在强烈的生物量燃烧事件期间,热诱发的垂直混合导致不同高度污染物的强时间同步性(Val Martin et al., 2010)。这一现象为协同使用这两个数据集以在区域尺度捕捉火灾排放的快速演变提供了物理基础。
东南亚的印度支那半岛是全球生物量燃烧的热点区域,且位于地球静止干涉红外探测器和地球静止环境监测光谱仪的共同观测覆盖范围内,使其成为评估地球静止卫星火灾排放观测的理想区域。该地区以密集的农业活动为特征,农业残留物焚烧和森林砍伐火灾集中在旱季(十二月至五月),释放大量气态污染物。本研究首次利用三年(2022年7月至2025年6月)的地球静止干涉红外探测器一氧化碳与地球静止环境监测光谱仪二氧化氮同步观测,系统评估地球静止卫星在监测火灾排放动力学方面的潜力。
我们首先利用总碳柱观测网络以及Pandora光谱仪的地面测量数据,以及对流层监测仪器产品,对协同反演结果进行验证。基于验证后的数据,本研究旨在:(1)分析一氧化碳总柱和对流层二氧化氮柱的时间趋势、日间变化和空间分布模式;(2)探究生物量燃烧不同阶段污染物柱密度的日间演变及其驱动因素;(3)通过增强比(ΔNO2/ΔCO)量化燃烧效率的日间动态和年际变化。
本文其余部分组织如下:第2节介绍数据集和方法;第3节呈现结果和讨论;第4节提供结论。

章节摘要

研究区域

印度支那半岛位于东南亚北部(90°–110°E,5°–30°N),包括缅甸、泰国、老挝、越南和柬埔寨。该地区以复杂多样的地形为特征,以高原和山地为主。总体而言,耕地和森林是该地区的主要土地覆盖类型。相应地,地表辐射功率在海拔300米以上区域表现出更高的强度和空间聚集性,而在以下区域则呈现出较为分散且强度较低的模式。

与对流层监测仪器数据的对比

基于2022年7月至2025年6月印度支那半岛(90°–110°E,5°–30°N)的卫星观测,地球静止干涉红外探测器、地球静止环境监测光谱仪与对流层监测仪器的对比结果显示高度一致性。对于一氧化碳,地球静止干涉红外探测器与对流层监测仪器之间的斜率为1.0,皮尔逊相关系数为0.87(图5a),其空间分布模式高度相似(图6a、b)。尽管对流层监测仪器与地球静止干涉红外探测器之间的总体相对平均偏差(图6c)掩盖了显著的季节性

结论

本研究整合了地球静止风云四号B卫星红外波段一氧化碳与地球静止韩国多用途卫星2B紫外-可见光波段二氧化氮观测,以捕捉印度支那半岛生物量燃烧排放的高频日间动态。与对流层监测仪器产品以及地面观测网络(总碳柱观测网络和Pandora光谱仪)的验证确认了组合数据集的可靠性和时空一致性。我们的观测表明,一氧化碳和二氧化氮的日间循环具有强烈的季节性依赖。春季变化主要由生物量

作者贡献声明

Shan Han:撰写—原稿,可视化,方法学,调查研究,形式化分析,数据整理,验证。Shangyi Liu:撰写—审稿与编辑,数据整理,验证。Mengya Sheng:撰写—审稿与编辑,数据整理,资源。Jhoon Kim:撰写—审稿与编辑,数据整理。Ximin Cui:撰写—审稿与编辑,数据整理,资源。Minqiang Zhou:撰写—审稿与编辑,数据整理。Wei Wang:撰写—审稿与编辑,数据整理。Isamu

利益冲突声明

作者声明他们没有已知的财务利益关系或个人关系,这些关系可能会影响本论文所述工作的内容。

致谢

本研究得到中国国家自然科学基金(编号42275142)和中国国家重点研发计划(编号2026YFE0102400)的支持。本研究还得到北京大学高性能计算平台的支持。我们感谢Bojan Bojkov博士对论文提出的宝贵建议。作者感谢总碳柱观测网络社区在维护高质量观测网络和公开数据方面所做的努力。总碳柱观测网络位于
Shan Han|Shangyi Liu|Mengya Sheng|Jhoon Kim|Ximin Cui|Minqiang Zhou|Wei Wang|Isamu Morino|Voltaire A. Velazco|Zhao-Cheng Zeng
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号