使用多传感器遥感数据对战争导致的大气与陆地污染物进行光谱检测与制图

《Remote Sensing Applications: Society and Environment》：Spectral detection and mapping of warfare-induced atmospheric and terrestrial contaminants using multi-sensor remote sensing data

　　

摘要

大规模武装冲突和战争是环境退化最主要的诱因之一。除了人员伤亡和苦难之外，旷日持久的战争还会导致土地退化和大气污染。传统的现场原位监测往往受限于安全和可达性。尽管多光谱遥感已被广泛用于战争活动的制图和影响评估，但对于重金属污染物等污染物的比例分布以及与之相关的区域特定大气污染的探测与制图仍未得到解决。本研究的目标是利用多光谱和高光谱遥感数据，对各类战争弹药诱发的土壤污染物进行亚像素级的探测、制图和变化检测，并评估战争引发的大气污染。通过整合Sentinel-5P、Sentinel-2和EnMAP数据，本研究提供了对俄乌战争前后环境变化的全面方法论和时间序列分析。通过追踪大气污染物和气溶胶指数来评估空气质量退化，而光谱解混技术则揭示了战争诱发的土壤和土地覆盖污染。结果表明，冲突期间大气影响呈现出显著的异质性，所研究区域内的污染物响应既有升高也有降低。基辅的臭氧变化率最高增加了220%，而利佩茨克、库尔斯克、尼古拉耶夫和扎波罗热也表现出明显升高的影响。相反，某些区域观测到大气污染物减少，这可能与冲突期间工业生产、交通和人口流动减少有关。陆地分析显示污染物广泛积累，其中碳的含量最高（26.19 abundance/year），镍则是主要重金属（在扎波罗热为14.95 abundance/year）。该研究根据环境损害严重程度对区域进行分类，突出高风险区，并为冲突后缓解策略提供关键见解。该方法展示了遥感在量化与战争相关的生态破坏方面的效用，并支持制定针对性的环境恢复计划。

引言

土地退化和大气污染是人类行为对环境可持续性影响最大的两个后果（Blaikie and Brookfield, 2015, Sicard et al., 2023）。土地退化是由森林砍伐、侵蚀、工业废物和化学污染等因素导致土地质量下降的结果（Sivakumar, 2011）。大气污染，即空气污染，包括大气中有害气体和颗粒物，由工业排放、汽车尾气和自然灾害产生（Molina and Molina, 2004）。这些环境问题对生物多样性、气候和人类健康具有长期的生态后果。

监测大空间和时间尺度上的环境退化对于理解其影响至关重要（Gabriele et al., 2023, Holail et al., 2024）。战争是最危险的人类行为之一，对环境有破坏性影响（Leaning, 2000）。战争涉及的军用烟花向大气中产生多种有害气体和固体残留物，这些物质在大气中滞留时间较长，在某些情况下可长达数年，从而造成不均衡的生态扰动。大规模爆炸、化学羽流，以及通过军事活动对水体和植被的破坏，摧毁了陆地和大气。传统的现场影响评估活动需要获取地面数据，这往往成本高昂、耗时，并且在某些情况下由于安全问题或访问限制而无法实施（Dubovyk, 2017）。卫星观测提供了一种通常一致且可靠的机制，用于研究土地覆盖、大气污染物和污染水平随时间的变化趋势。在战争时期，进入受影响区域的通道受限，使遥感成为损害评估的唯一可行方法之一。

各种研究报告了战争的环境后果，包括俄乌战争和其他大规模武装冲突，记录了诸如空气污染、生态系统破坏、土地退化、土壤扰动、水污染和关键基础设施受损等影响，使用了卫星图像、遥感分析和官方报告（Serhii et al., 2022, Hryhorczuk et al., 2024）。现有研究采用了多种遥感方法，包括专家目视解译、土地覆盖变化检测、植被和土壤扰动评估、大气污染监测，以及使用多光谱卫星观测的环境影响评估。这些调查成功识别出与武装冲突相关的可见环境变化，包括对定居点、交通基础设施、植被和农田的破坏。然而，这些研究主要关注景观变化的定性评估，或使用中低空间分辨率数据集的全像素分析，对大气污染物的详细时间序列分析和功能性相关的亚像素陆地污染的检测关注有限。

军事活动也可能导致含能化合物、燃烧残留物和重金属的释放与再分布，包括2,4,6-三硝基甲苯（TNT）、六氢-1,3,5-三硝基-1,3,5-三嗪（RDX）、八氢-1,3,5,7-四硝基-1,3,5,7-四氮杂环辛四烯（HMX）、高氯酸铵、含铝化合物以及其他燃烧副产物，这些都加剧了陆地环境退化（Corredor et al., 2024, Witmer, 2015）。这些污染物可能在爆炸、弹药投放、火灾和军事活动后在土壤及周边土地覆盖类型中积累，并随后通过侵蚀、径流、大气沉降和其他环境过程被重新分配。此前对军事和冲突影响环境的调查已通过现场测量、实验室分析、地理空间技术和卫星遥感记录了土壤扰动、重金属积累、爆炸残留物污染、植被退化和土地覆盖状况的变化。这些研究表明，与战争相关的污染可能在空间上呈异质性，并可能发生在农田、建成区、植被、湿地和其他陆地环境中。然而，这些污染物的异质性分布以及它们与天然土壤和土地覆盖材料混合出现的特性，使得使用传统的全像素遥感方法进行空间识别和定量变得困难。

近期研究还表明卫星遥感能够使用不同传感器系统和分析技术监测大气污染物和陆地环境污染。Sentinel-5P观测已被广泛用于区域大气污染物和气溶胶特征评估，而多光谱和高光谱遥感结合光谱解混技术被广泛用于探测矿物、重金属、植被胁迫和其他亚像素材料（K.M. Bondar et al., 2025, Bun et al., 2024, Liu et al., 2019）。基于现场和实验室的调查提供了土壤污染的更直接证据，但其在冲突影响区域的应用常受可达性、安全性、采样密度和空间覆盖范围的限制。遥感为区域尺度评估提供了一种重要的补充方法；然而，现有遥感研究主要关注土地覆盖变化、植被扰动、土壤退化或个别污染指标，而在亚像素尺度上对多种与战争相关的爆炸残留物和重金属同时进行光谱评估的研究仍然有限。此外，处理大气污染和陆地污染的研究通常作为单独的评估进行，而非在共同的多传感器框架内进行。此外，关于俄乌战争的研究大多关注可见的景观破坏和定性环境评估，对在大气污染物动态和与战争相关的污染物亚像素探测、制图及时间序列评估方面使用光谱建模方法的同步分析关注有限。

因此，仍然需要一个整合的多传感器遥感框架，能够在区域尺度上同时分析大气污染和陆地污染，同时实现对光谱混合的与战争相关的污染物的探测和时间序列评估。这样的整合框架可以更全面地了解军事活动相关的短期大气影响和长期陆地环境退化。

本研究的目标是通过使用多传感器遥感数据对大气污染物和陆地污染进行整合分析，评估冲突区域的战争诱发环境退化。所提出的框架将源自Sentinel-5P的大气污染物时间序列分析与Sentinel-2多光谱和EnMAP高光谱图像的多个层次的光谱混合建模相结合，以在亚像素分辨率上探测、制图和定量与战争相关的爆炸残留物和重金属污染物。通过共同分析大气和陆地环境指标，所提出的方法提供了对军事活动对大气和地表环境影响的全面评估。

俄乌战争作为案例研究，以展示所提出框架在多个冲突影响行政区域的适用性。大气污染物动态使用Sentinel-5P观测进行分析，而Sentinel-2多光谱图像结合EnMAP高光谱数据则用于通过光谱解混进行陆地污染制图。整合分析进一步实现了根据大气和陆地环境影响严重程度对受影响区域进行分类，为区域环境监测和冲突后影响评估提供了系统框架。

特别是，本研究提出了三项重要的方法论贡献。第一，提出了一个多层次光谱建模框架，用于使用多光谱和高光谱遥感数据进行与战争相关的爆炸残留物和重金属污染物的亚像素探测、制图和时间序列分析。第二，将源自Sentinel-5P的大气污染分析与源自Sentinel-2和EnMAP的陆地污染制图整合到统一的多传感器框架中，从而能够同步评估与军事活动相关的大气和陆地退化。第三，所提出的框架提供了对多个冲突影响行政区域内战争诱发环境影响的全面区域评估，展示了其在大规模环境监测、环境风险评估和冲突后恢复规划方面的潜力。

章节摘要

研究区域：俄乌冲突因反复的导弹袭击、轰炸、炮击和无人机攻击导致了广泛的环境退化。军事行动大量使用了导弹、炮弹、火箭、迫击炮、航空炸弹、集束弹药和游荡弹药，其中含有RDX、HMX、TNT、高氯酸铵和含铝材料等含能化合物。这些爆炸物和燃烧化合物的持续使用已

数据：本节描述本研究中考虑的大气污染物和陆地污染物，以及用于其观测和分析的遥感数据集。大气污染物使用Sentinel-5P观测进行监测，而陆地污染物则通过Sentinel-2多光谱和EnMAP高光谱图像的光谱解混进行评估。所选数据集提供了互补信息，用于评估大气和陆地

大气污染物的时间序列分析：Sentinel-5P Level-2产品提供大气成分的总柱浓度，其中每个像元代表其地球表面地理足迹上方相应大气气体的积分浓度。检索到的大气气体以mol m?2为单位表示，而气溶胶指数（AI）是无量纲的。大气污染物的时间变化通过直接逐像元比较三个时间

使用EnMAP数据验证多光谱数据生成的亚像素定量图：由于无云的EnMAP图像可用性有限，Sentinel-2多光谱数据被用于大尺度的陆地污染制图，而EnMAP高光谱图像则用于验证。一个覆盖基辅地区部分区域的代表性EnMAP场景和同一时期获取的相应Sentinel-2图幅被共配准到公共坐标参考系统，并重采样到10 m的公共空间分辨率以便直接比较。相同的一组

大气污染物的空间分布：图6展示了在T1、T2和T3期间，十三个研究区域的碳 monoxide（CO）、二氧化氮（NO2）、总臭氧（O3）和气溶胶指数（AI）的空间分布。这些地图提供了冲突开始前后大气污染物浓度演变的可视化表示。

在三个获取期间的所有四种大气成分中均观测到明显的时间变化。尽管冲突前的观测（T1）表现出

讨论：本研究的发现通过整合多传感器遥感用于同步的大气和陆地环境评估，展示了俄乌战争的重大环境后果。Sentinel-5P、Sentinel-2和EnMAP的结合使用实现了大气气体、气溶胶、爆炸残留物和重金属污染物的多尺度和多时间序列评估。Sentinel-5P分析揭示了CO、NO2、O3的显著战后变化

局限性：尽管结果令人鼓舞，但本研究存在某些局限性。第一，由于冲突影响区域的可访问性受限，无法获得现场测量和实验室化学分析来直接验证遥感污染丰度估计。尽管若干基于地面的空气质量观测和近期研究报告了俄乌冲突期间的大气变化，但其空间和时间覆盖范围有限，通常

结论：本研究提出了一个整合的方法论框架，用于使用多光谱和高光谱卫星遥感检测、制图和时间序列评估战争诱发的环境退化。通过近期的俄乌战争作为案例研究展示，所提出的框架结合了Sentinel-5P、Sentinel-2和EnMAP观测，共同评估冲突影响区域的大气污染和陆地污染。时间序列分析揭示了

CRediT作者贡献声明：Neeraj Kumar Nadipelli：写作 – 审阅与编辑，写作 – 初稿撰写，可视化，方法论，数据管理，概念化。T.

Hitendra Sarma：撰写——审阅与编辑、可视化、监督、资源、方法学、概念构思。Rama Rao Nidamanuri：撰写——审阅与编辑、撰写——初稿、可视化、监督、资源、方法学、概念构思。

利益冲突声明 作者声明，他们没有已知的竞争性经济利益或个人关系可能会影响本文中报告的工作。

致谢 作者衷心感谢 EO-Lab（德国）授予访问 EnMAP 数据集的权限，这对于本分析至关重要。作者进一步对匿名审稿人的深刻见解和精确观察表示诚挚感谢，这些意见帮助作者大幅改进和完善了手稿。

Neeraj Kumar Nadipelli|T. Hitendra Sarma|Rama Rao Nidamanuri
印度空间科学与技术研究所地球与空间科学系，Valiamala P.O.，蒂鲁万那达普拉姆，695547，喀拉拉邦，印度