-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path20250109.html
270 lines (270 loc) · 37.5 KB
/
20250109.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
<!DOCTYPE html>
<html lang="zh">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<link rel="stylesheet" type="text/css" href="wechat.css">
</head>
<body>
<section class="header">
<h1>大气环境遥感论文速递</h1>
<section class="date">2025/01/09</section>
</section>
<section id="papers-container"><section class="paper-card">
<section class="paper-title">Diurnal variations of NO2 tropospheric vertical column density over the Seoul metropolitan area from the Geostationary Environment Monitoring Spectrometer (GEMS): seasonal differences and the influence of the a priori NO2 profile</section>
<section class="paper-authors">Seunghwan Seo, Si-Wan Kim, Kyoung-Min Kim, Andreas Richter, Kezia Lange, John P. Burrows, Junsung Park, Hyunkee Hong, Hanlim Lee, Ukkyo Jeong, Jung-Hun Woo, Jhoon Kim</section>
<section class="paper-journal">Atmospheric Measurement Techniques</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/amt-18-115-2025" target="_blank">https://doi.org/10.5194/amt-18-115-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">二氧化氮</span>
<span class="topic-tag">日变化</span>
<span class="topic-tag">卫星观测</span>
</section>
<section class="abstract-content">该论文《来自地球静止环境监测光谱仪（GEMS）的首尔都市区NO2对流层垂直柱浓度的日变化：季节差异和先验NO2剖面的影响》利用地球静止环境监测光谱仪（<b>GEMS</b>）观测，研究了首尔都市地区<b>二氧化氮</b>（NO2）<b>对流层</b>垂直柱浓度（TropVCD）的<b>日变化</b>和<b>季节变化</b>特征。研究发现，<b>NO2</b>的TropVCD值及其日变化模式在不同季节存在显著差异，这与<b>光化学过程</b>、<b>气象条件</b>和氮氧化物排放有关。研究还比较了使用不同化学传输模型（TM5和WRF-Chem）的先验<b>NO2</b>数据反演结果，发现虽然不同模型模拟的<b>NO2</b>浓度差异很大，但反演得到的<b>NO2</b> TropVCD<b>日变化</b>模式基本一致，表明卫星观测数据在决定<b>NO2</b> TropVCD日变化方面起主导作用。这项研究充分利用了<b>GEMS</b>卫星提供的时空连续大气数据，对于提高<b>空气质量监测</b>精度，并理解城市地区<b>NO2</b>污染的时空分布有重要意义。</section>
</section>
<section class="paper-card">
<section class="paper-title">Role of the stratosphere in the global mercury cycle</section>
<section class="paper-authors">Alfonso Saiz-Lopez, Carlos A. Cuevas, A. Ulises Acuña, Juan A. Añel, Anoop S. Mahajan, Laura de la Torre, Wuhu Feng, Juan Z. Dávalos, Daniel Roca-Sanjuán, Douglas E. Kinnison, Javier Carmona-García, Rafael P. Fernandez, Qinyi Li, Jeroen E. Sonke, Aryeh Feinberg, Juan Carlos Gómez Martín, Julián Villamayor, Peng Zhang, Yanxu Zhang, Christopher S. Blaszczak-Boxe, Oleg Travnikov, Feiyue Wang, Johannes Bieser, Joseph S. Francisco, John M. C. Plane</section>
<section class="paper-journal">Science Advances</section>
<section class="paper-doi"><a href="https://doi.org/10.1126/sciadv.ads1459" target="_blank">https://doi.org/10.1126/sciadv.ads1459</a></section>
<section class="topic-tags">
<span class="topic-tag">平流层</span>
<span class="topic-tag">全球汞循环</span>
<span class="topic-tag">卫星观测</span>
</section>
<section class="abstract-content">本文题为《平流层在全球汞循环中的作用》，研究了<b>平流层</b>在全球<b>汞循环</b>中的作用。研究发现，汞通过热带地区的向上输送进入平流层，并在平流层中发生化学转化。研究使用模型和数据分析来估算，5%到50%沉积到地球表面的汞质量，在较低的平流层经过了化学处理。平流层将<b>元素汞</b>转化为寿命更长的<b>氧化汞</b>，并通过向下输送显著增加了对流层中氧化汞的含量。研究表明，平流层在全球汞的扩散中起着重要作用，其作用与对流层输送相当，尤其在半球间扩散中。未来的大气环流变化预计会增加汞进入平流层的输送。这项研究强调了平流层在全球汞循环中的重要性，并提醒关注未来气候变化对汞循环的影响。研究强调需要结合<b>卫星观测</b>等技术，监测并理解平流层中的汞循环。</section>
</section>
<section class="paper-card">
<section class="paper-title">Using an improved radiative transfer model to estimate leaf area index, fractional vegetation cover and leaf inclination angle from Himawari-8 geostationary satellite data</section>
<section class="paper-authors">Yaoyao Chen, Xihan Mu, Tim R. McVicar, Yuanyuan Wang, Yuhan Guo, Kai Yan, Yongkang Lai, Donghui Xie, Guangjian Yan</section>
<section class="paper-journal">Remote Sensing of Environment</section>
<section class="paper-doi"><a href="https://doi.org/10.1016/j.rse.2024.114595" target="_blank">https://doi.org/10.1016/j.rse.2024.114595</a></section>
<section class="topic-tags">
<span class="topic-tag">植被参数</span>
<span class="topic-tag">静止卫星</span>
<span class="topic-tag">辐射传输模型</span>
</section>
<section class="abstract-content">《使用改进的辐射传输模型从Himawari-8静止卫星数据估计叶面积指数、植被覆盖度和叶倾角》这篇论文开发了一种利用Himawari-8<b>静止气象卫星</b>数据反演<b>植被结构参数</b>（如叶面积指数（LAI）、植被覆盖度（FVC）和叶倾角（LIA））的方法。该方法改进了<b>辐射传输模型</b>，并能从Himawari-8的高频多角度观测数据中分离出与太阳角度相关的变量和与太阳角度无关的变量，提高了反演精度。研究结果表明，该方法生成的LAI和FVC产品精度高于其他同类产品。该研究为利用<b>卫星遥感</b>监测植被参数提供了新的方法。</section>
</section>
<section class="paper-card">
<section class="paper-title">CNSIF: A reconstructed monthly 500-m spatial resolution solar-induced chlorophyll fluorescence dataset in China</section>
<section class="paper-authors">Kaiqi Du, Guilong Xiao, Jianxi Huang, Xiaoyan Kang, Xuecao Li, Yelu Zeng, Quandi Niu, Haixiang Guan, Jianjian Song</section>
<section class="paper-journal">Earth System Science Data Discussions</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/essd-2024-432" target="_blank">https://doi.org/10.5194/essd-2024-432</a></section>
<section class="topic-tags">
<span class="topic-tag">叶绿素荧光</span>
<span class="topic-tag">植被监测</span>
<span class="topic-tag">碳通量</span>
</section>
<section class="abstract-content">该论文《CNSIF：中国地区重建的500米空间分辨率月度太阳诱导叶绿素荧光数据集》介绍了一个名为<b>CNSIF</b>的高分辨率（500米）月度<b>太阳诱导叶绿素荧光</b>（SIF）数据集，覆盖中国地区，时间跨度为2003年至2022年。该数据集利用高分辨率的表观反射率和热红外数据，结合数据驱动的深度学习方法构建而成。研究结果表明，<b>CNSIF</b>能够有效捕捉<b>植被光合作用</b>的空间格局，并与地面观测数据和<b>MODIS</b> <b>GPP</b>产品具有较高的相关性，表明其在估算<b>碳通量</b>方面的潜力。<b>CNSIF</b>的高空间分辨率使其能够更好地监测中国<b>植被</b>动态，特别是对于估算碎片化农业生产具有重要意义。总的来说，该研究利用<b>卫星遥感</b>技术监测<b>植被光合作用</b>，为研究<b>碳循环</b>和生态系统动态提供了新的数据支持。</section>
</section>
<section class="paper-card">
<section class="paper-title">Correction of ERA5 temperature and relative humidity biases by bivariate quantile mapping for contrail formation analysis</section>
<section class="paper-authors">Kevin Wolf, Nicolas Bellouin, Olivier Boucher, Susanne Rohs, Yun Li</section>
<section class="paper-journal">Atmospheric Chemistry and Physics</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/acp-25-157-2025" target="_blank">https://doi.org/10.5194/acp-25-157-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">飞机尾迹</span>
<span class="topic-tag">大气湿度</span>
<span class="topic-tag">数据校正</span>
</section>
<section class="abstract-content">该论文《通过双变量分位数映射校正ERA5温度和相对湿度偏差以进行飞机尾迹形成分析》研究了<b>ERA5</b>再分析数据中温度和<b>相对湿度</b>偏差对<b>飞机尾迹</b>（contrail）形成分析的影响。研究者利用<b>IAGOS</b>的机载观测数据对比了<b>ERA5</b>数据，发现<b>ERA5</b>数据存在<b>相对湿度</b>偏差。为解决此问题，研究者提出了多元<b>分位数映射</b>（QM）方法，校正了<b>ERA5</b>数据的偏差，提高了对<b>飞机尾迹</b>形成的预测精度。结果表明，QM方法有效降低了温度和<b>相对湿度</b>偏差，使得<b>ERA5</b>数据预测结果与<b>IAGOS</b>观测更加一致。该研究利用了<b>卫星数据同化</b>（<b>ERA5</b>数据来源于多种卫星和地面观测）和机载观测，研究了大气成分（水汽）变化及其对气候的影响，对于改进<b>气候模型</b>和预测<b>气候变化</b>具有重要意义。</section>
</section>
<section class="paper-card">
<section class="paper-title">Synergistic effects of high atmospheric and soil dryness on record-breaking decreases in vegetation productivity over Southwest China in 2023</section>
<section class="paper-authors">Zhikai Wang, Wen Chen, Jinling Piao, Qingyu Cai, Shangfeng Chen, Xu Xue, Tianjiao Ma</section>
<section class="paper-journal">npj Climate and Atmospheric Science</section>
<section class="paper-doi"><a href="https://doi.org/10.1038/s41612-025-00895-3" target="_blank">https://doi.org/10.1038/s41612-025-00895-3</a></section>
<section class="topic-tags">
<span class="topic-tag">极端气候</span>
<span class="topic-tag">植被生产力</span>
<span class="topic-tag">卫星遥感</span>
</section>
<section class="abstract-content">《大气和土壤干燥对2023年中国西南地区植被生产力破纪录下降的协同效应》研究了2023年春季中国西南地区前所未有的<b>热浪和干旱</b>对植被生产力的影响。研究使用<b>卫星数据</b>，如增强植被指数（EVI）和总初级生产力（GPP），发现极端气候事件导致植被生产力显著下降。研究表明，森林生产力下降主要与土壤水分异常有关，而草原和农田生产力下降主要与大气蒸汽压亏缺（VPD）有关。该研究揭示了复合热浪-干旱事件对植被生长的综合影响，为未来评估极端气候事件对植被的影响提供了见解。</section>
</section>
<section class="paper-card">
<section class="paper-title">A machine-learning reconstruction of sea surface pCO2 in the North American Atlantic Coastal Ocean Margin from 1993 to 2021</section>
<section class="paper-authors">Zelun Wu, Wenfang Lu, Alizée Roobaert, Luping Song, Xiao-Hai Yan, Wei-Jun Cai</section>
<section class="paper-journal">Earth System Science Data</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/essd-17-43-2025" target="_blank">https://doi.org/10.5194/essd-17-43-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">海表pCO2</span>
<span class="topic-tag">机器学习</span>
<span class="topic-tag">碳循环</span>
</section>
<section class="abstract-content">该论文《基于机器学习的1993年至2021年北美大西洋沿岸海洋边缘海表pCO2重建》利用机器学习方法重建了1993年至2021年北美大西洋沿岸海洋边缘<b>海表二氧化碳分压</b>（pCO2）数据。研究弥补了该区域<b>pCO2</b>观测数据时空覆盖不足的问题，构建了名为ReCAD-NAACOM-pCO2的数据产品。该产品利用<b>SOCAT</b>观测数据进行训练，并使用<b>卫星数据</b>和其他环境变量作为模型输入，实现了高精度<b>pCO2</b>重建。研究结果揭示了该区域<b>pCO2</b>的季节变化、区域差异和年代际趋势，为更精确的<b>沿海碳循环</b>研究提供可靠数据。研究使用了<b>卫星观测</b>数据作为输入变量，这与大气环境<b>遥感技术</b>密切相关，因为<b>卫星数据</b>是获取大气和海洋环境信息的重要手段。</section>
</section>
<section class="paper-card">
<section class="paper-title">Methane-rich gas emissions from natural geologic seeps can be chemically distinguished from anthropogenic leaks</section>
<section class="paper-authors">Lisa J. Molofsky, Giuseppe Etiope, Daniel C. Segal, Mark A. Engle</section>
<section class="paper-journal">Communications Earth & Environment</section>
<section class="paper-doi"><a href="https://doi.org/10.1038/s43247-024-01990-8" target="_blank">https://doi.org/10.1038/s43247-024-01990-8</a></section>
<section class="topic-tags">
<span class="topic-tag">大气甲烷</span>
<span class="topic-tag">同位素分析</span>
<span class="topic-tag">天然气渗漏</span>
</section>
<section class="abstract-content">《天然地质渗漏富含甲烷的气体排放可以从人为泄漏中化学区分》该研究分析了天然地质渗漏和人为泄漏产生的<b>甲烷</b>排放的化学差异。通过分析分子和同位素数据，研究发现了渗漏气体中烷烃分子比率的改变以及丙烷和二氧化碳的13C富集等变化，这些变化是渗漏的典型特征。此研究提出的概念模型有助于区分大气和地面调查中化石气体的来源，对未来<b>区域天然气排放</b>研究具有重要意义。该研究与大气环境遥感技术相关，有助于改进<b>卫星观测</b>和航空调查数据分析方法。</section>
</section>
<section class="paper-card">
<section class="paper-title">Long-term observations of black carbon and carbon monoxide in the Poker Flat Research Range, central Alaska, with a focus on forest wildfire emissions</section>
<section class="paper-authors">Takeshi Kinase, Fumikazu Taketani, Masayuki Takigawa, Chunmao Zhu, Yongwon Kim, Petr Mordovskoi, Yugo Kanaya</section>
<section class="paper-journal">Atmospheric Chemistry and Physics</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/acp-25-143-2025" target="_blank">https://doi.org/10.5194/acp-25-143-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">黑碳</span>
<span class="topic-tag">森林火灾</span>
<span class="topic-tag">排放清单</span>
</section>
<section class="abstract-content">该论文《阿拉斯加中部Poker Flat研究区黑碳和一氧化碳的长期观测，重点关注森林野火排放》研究了阿拉斯加中部Poker Flat研究区自2016年以来的<b>黑碳</b>（BC）和<b>一氧化碳</b>（CO）的长期观测数据。研究发现，<b>BC</b>和<b>CO</b>浓度峰值同时出现，表明其具有共同来源，如<b>森林火灾</b>。通过<b>FLEXPART-WRF</b>模式的溯源分析，确认了阿拉斯加和加拿大西部北方森林<b>火灾</b>对<b>BC</b>高浓度的贡献。研究发现，观测到的<b>BC</b>/ΔCO比值与<b>火辐射功率</b>（FRP）之间存在正相关关系，这提示可以利用<b>FRP</b>改进<b>BC</b>的排放因子和清单。研究建议将<b>FRP</b>整合到未来的自下而上排放清单中，以更好理解<b>森林火灾</b>对污染物动态的影响。此研究结合了地面观测和<b>卫星观测</b>（FRP），分析了大气成分，评估了<b>森林火灾</b>排放对<b>空气质量</b>的影响，并提出了改进排放清单的建议。</section>
</section>
<section class="paper-card">
<section class="paper-title">Performance evaluation of different cloud products for estimating surface solar radiation</section>
<section class="paper-authors">Dongyue Liu, Yunbo Lu, Lunche Wang, Ming Zhang, Wenmin Qin, Lan Feng, Zhitong Wang</section>
<section class="paper-journal">Atmospheric Environment</section>
<section class="paper-doi"><a href="https://doi.org/10.1016/j.atmosenv.2024.121023" target="_blank">https://doi.org/10.1016/j.atmosenv.2024.121023</a></section>
<section class="topic-tags">
<span class="topic-tag">地表太阳辐射</span>
<span class="topic-tag">云产品</span>
<span class="topic-tag">卫星遥感</span>
</section>
<section class="abstract-content">《评估不同云产品在估算地表太阳辐射方面的性能》这篇论文研究了四种<b>云产品</b>（Himawari-8、ISCCP、CERES和MERRA-2）在估算<b>地表太阳辐射</b>（SSR）方面的性能。研究使用地面观测数据对这些云产品的SSR估算精度进行了验证，并与MODIS云产品进行了比较。结果表明，Himawari-8云产品在SSR估算方面表现最佳，而MERRA-2则严重低估了SSR。该研究强调了<b>云观测</b>在<b>地表太阳辐射</b>估算中的关键作用，并对改进辐射估算精度具有重要意义，与<b>卫星遥感</b>密切相关。</section>
</section>
<section class="paper-card">
<section class="paper-title">Unveiling the potential gain in life expectancy by improving air quality for ambient ozone in eastern China</section>
<section class="paper-authors">Jingjing Zhang, Cheng Wang, Yixiang Wang, Minjin Peng, Jiajun Shen, Yalin Zhang, Yuxi Tan, Hao Zheng, Yunquan Zhang</section>
<section class="paper-journal">Atmospheric Environment</section>
<section class="paper-doi"><a href="https://doi.org/10.1016/j.atmosenv.2024.121020" target="_blank">https://doi.org/10.1016/j.atmosenv.2024.121020</a></section>
<section class="topic-tags">
<span class="topic-tag">环境臭氧</span>
<span class="topic-tag">预期寿命</span>
<span class="topic-tag">时间序列分析</span>
</section>
<section class="abstract-content">本文题为《揭示改善中国东部地区环境臭氧空气质量对预期寿命的潜在益处》，研究重点关注<b>环境臭氧</b>浓度与居民<b>预期寿命</b>之间的关系。该研究采用<b>时间序列分析</b>方法，收集了中国东部多个城市的空气质量监测数据和居民死亡数据。通过广义相加模型（<b>Generalized Additive Model</b>）量化了短期臭氧暴露对居民寿命的影响，并使用元分析（<b>meta-analysis</b>）汇总了省级层面的效应。研究假设将臭氧浓度降低到世界卫生组织（<b>WHO</b>）空气质量指南（<b>AQG</b>）2021和中期目标（<b>IT-2</b>）标准，进行反事实分析，计算了预期寿命的潜在增长。结果表明，若达到WHO AQG 2021标准，每死亡人口的预期寿命可延长0.094年；若达到IT-2标准，每死亡人口的预期寿命可延长0.054年。该研究揭示了改善中国东部地区臭氧空气质量对延长居民寿命具有重要意义，尤其年轻女性将从中获益更多。研究强调了实施更严格的空气质量标准的重要性。</section>
</section>
<section class="paper-card">
<section class="paper-title">Derivation of atmospheric reaction mechanisms for volatile organic compounds by the SAPRC mechanism generation system (MechGen)</section>
<section class="paper-authors">William P. L. Carter, Jia Jiang, John J. Orlando, Kelley C. Barsanti</section>
<section class="paper-journal">Atmospheric Chemistry and Physics</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/acp-25-199-2025" target="_blank">https://doi.org/10.5194/acp-25-199-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">大气化学</span>
<span class="topic-tag">反应机制</span>
<span class="topic-tag">空气质量模型</span>
</section>
<section class="abstract-content">该论文《使用SAPRC机制生成系统（MechGen）推导挥发性有机化合物的大气反应机制》描述了使用<b>SAPRC</b>机制生成系统<b>MechGen</b>推导<b>挥发性有机化合物（VOCs）</b>大气反应机制的科学依据。MechGen能够为大多数含有C、H、O或N原子的有机化合物推导反应机制，包括有机物与<b>OH</b>、<b>O3</b>、<b>NO3</b>和<b>O3P</b>的初始反应，以及光解反应，和各种中间产物的反应。论文详述了MechGen如何估算速率常数和推导气相反应机制，这些方法已被用于开发<b>空气质量模型</b>的<b>SAPRC</b>机制。此外，论文还指出了MechGen的改进方向和未来需要研究的不确定领域。研究结果对于改进<b>空气质量模型</b>和更准确地模拟大气成分，特别是<b>VOCs</b>及其反应具有重要意义，这对于利用卫星观测和地面监测数据进行<b>空气质量监测</b>和预测至关重要。</section>
</section>
<section class="paper-card">
<section class="paper-title">The Hawaii Dust Regime: Patterns and Variability in Aerosol Mineral Dust From MERRA‐2 at Station ALOHA and the Hawaii Aerosol Time‐Series</section>
<section class="paper-authors">Daniel C. Ohnemus, Charlotte Kollman, Christopher M. Marsay, Mariah Ricci, Clifton S. Buck</section>
<section class="paper-journal">Journal of Geophysical Research: Atmospheres</section>
<section class="paper-doi"><a href="https://doi.org/10.1029/2024JD041860" target="_blank">https://doi.org/10.1029/2024JD041860</a></section>
<section class="topic-tags">
<span class="topic-tag">矿物尘埃</span>
<span class="topic-tag">气溶胶</span>
<span class="topic-tag">MERRA-2</span>
</section>
<section class="abstract-content">《夏威夷的尘埃状态：来自ALOHA站和夏威夷气溶胶时间序列MERRA-2的气溶胶矿物尘埃模式和变异性》这篇论文利用MERRA-2再分析数据研究了夏威夷ALOHA海洋站附近北太平洋亚热带地区40多年的<b>地表大气矿物尘埃</b>浓度。研究揭示了该区域尘埃浓度变化的半年度模式，并分析了其与太平洋十年涛动（PDO）的关系。研究发现，该区域的尘埃浓度存在年际变化，但长期趋势不明显。该研究利用<b>卫星遥感数据</b>监测大气矿物尘埃的时空变化，并分析其与气候和海洋生产力的关系，这对于理解地球系统的相互作用至关重要。</section>
</section>
<section class="paper-card">
<section class="paper-title">Emerging carbon dioxide hotspots in East Asia identified by a top-down inventory</section>
<section class="paper-authors">Lei Xia, Rui Liu, Wenxuan Fan, Changxu Ren</section>
<section class="paper-journal">Communications Earth & Environment</section>
<section class="paper-doi"><a href="https://doi.org/10.1038/s43247-024-01991-7" target="_blank">https://doi.org/10.1038/s43247-024-01991-7</a></section>
<section class="topic-tags">
<span class="topic-tag">二氧化碳</span>
<span class="topic-tag">排放清单</span>
<span class="topic-tag">自上而下</span>
</section>
<section class="abstract-content">《通过自上而下的清单识别东亚地区新出现的二氧化碳热点》这篇论文通过自上而下的方法，结合多种数据源和地理加权回归，构建了东亚地区2012年至2021年的<b>高分辨率二氧化碳排放清单</b>。研究揭示了中国北方和东部地区持续存在的<b>二氧化碳排放</b>热点，以及中国西北部新出现的排放热点，并分析了这些热点地区排放增长的驱动因素。该研究与<b>大气遥感技术</b>密切相关，可为制定有针对性的区域碳减排策略提供数据支持，并对改进<b>空气质量监测</b>和大气成分分析具有重要意义。</section>
</section>
<section class="paper-card">
<section class="paper-title">Influence of land cover change on atmospheric organic gases, aerosols, and radiative effects</section>
<section class="paper-authors">Ryan Vella, Matthew Forrest, Andrea Pozzer, Alexandra P. Tsimpidi, Thomas Hickler, Jos Lelieveld, Holger Tost</section>
<section class="paper-journal">Atmospheric Chemistry and Physics</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/acp-25-243-2025" target="_blank">https://doi.org/10.5194/acp-25-243-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">土地覆盖</span>
<span class="topic-tag">有机气溶胶</span>
<span class="topic-tag">辐射效应</span>
</section>
<section class="abstract-content">该论文《土地覆盖变化对大气有机气体、气溶胶和辐射效应的影响》研究了土地覆盖变化如何影响生物源<b>挥发性有机化合物</b>（BVOC）排放和<b>大气</b>状态。研究使用耦合化学-<b>气候-植被</b>模型，比较了当前土地覆盖（森林被砍伐用于农作物和放牧）与自然植被和极端重新造林情景。结果表明，<b>植被</b>变化显著影响全球<b>BVOC</b>排放和<b>有机气溶胶</b>，但对总<b>气溶胶</b>、<b>云</b>和<b>辐射效应</b>的影响相对较小。研究评估了两种情景：当前土地覆盖与自然<b>植被</b>覆盖，以及极端重新造林情景。研究发现，森林砍伐导致<b>BVOC</b>和<b>有机气溶胶</b>减少，而重新造林则导致其增加。此外，森林砍伐情景下辐射效应为正（增温），而重新造林情景下则为负（降温）。尽管论文没有直接提及遥感技术或<b>卫星观测</b>，但其研究结果对利用<b>卫星观测</b>进行<b>大气成分</b>分析和<b>空气质量监测</b>具有参考价值，因为<b>土地覆盖</b>变化是影响大气成分的重要因素。</section>
</section>
<section class="paper-card">
<section class="paper-title">Cloud microphysical response to entrainment of dry air containing aerosols</section>
<section class="paper-authors">Jae Min Yeom, Hamed Fahandezh Sadi, Jesse C. Anderson, Fan Yang, Will Cantrell, Raymond A. Shaw</section>
<section class="paper-journal">npj Climate and Atmospheric Science</section>
<section class="paper-doi"><a href="https://doi.org/10.1038/s41612-024-00889-7" target="_blank">https://doi.org/10.1038/s41612-024-00889-7</a></section>
<section class="topic-tags">
<span class="topic-tag">气溶胶</span>
<span class="topic-tag">云微物理</span>
<span class="topic-tag">云反照率</span>
</section>
<section class="abstract-content">《云微物理对含气溶胶的干燥空气卷入的响应》这篇论文研究了含有<b>气溶胶</b>的干燥空气掺入对<b>云微物理</b>过程的影响。利用Pi对流云室实验，研究发现气溶胶掺入导致云滴浓度增加、平均半径减小，从而使云滴谱变窄。尽管液态水含量（LWC）显著增加，但这被归因于小云滴抑制了沉降去除。研究还发现，气溶胶浓度的增加会降低有效半径，并最终增加云的光学厚度和反照率。该研究有助于理解<b>气溶胶</b>与<b>云的相互作用</b>，以及它们对降水和气候的影响，并对改进气候模型和利用<b>卫星遥感</b>观测云特性具有重要意义。</section>
</section>
<section class="paper-card">
<section class="paper-title">ARMTRAJ: a set of multipurpose trajectory datasets augmenting the Atmospheric Radiation Measurement (ARM) user facility measurements</section>
<section class="paper-authors">Israel Silber, Jennifer M. Comstock, Michael R. Kieburtz, Lynn M. Russell</section>
<section class="paper-journal">Earth System Science Data</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/essd-17-29-2025" target="_blank">https://doi.org/10.5194/essd-17-29-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">气团轨迹</span>
<span class="topic-tag">大气辐射</span>
<span class="topic-tag">数据分析</span>
</section>
<section class="abstract-content">该论文《ARMTRAJ：一组多用途轨迹数据集，增强大气辐射测量（ARM）用户设施的测量》介绍了<b>ARMTRAJ</b>数据集，该数据集利用美国能源部大气辐射测量（<b>ARM</b>）用户设施的数据，增强了<b>云</b>、<b>气溶胶</b>和<b>边界层</b>的研究。<b>ARMTRAJ</b>数据包括集成运行统计数据，增强了一致性，并作为<b>气团</b>坐标和状态变量的不确定性指标。该数据集使用<b>HYSPLIT</b>模型和<b>ERA5</b>再分析数据计算轨迹，追踪<b>气团</b>的运动和状态变化。文章还展示了<b>ARMTRAJ</b>在东太平洋云<b>气溶胶</b>降水实验(EPCAPE)中的应用案例。总之，<b>ARMTRAJ</b>数据集通过提供<b>气团</b>轨迹信息，有助于更全面地理解<b>大气</b>过程，这与<b>大气环境遥感</b>技术，特别是地面和卫星观测数据的分析与应用密切相关。</section>
</section>
<section class="paper-card">
<section class="paper-title">Relating Dimethyl Sulphide and Methanethiol Fluxes to Surface Biota in the South‐West Pacific Using Shipboard Air‐Sea Interface Tanks</section>
<section class="paper-authors">M. Rocco, E. Dunne, R. Salignat, A. Saint‐Macary, M. Peltola, T. Barthelmeß, G. Chamba, N. Barr, K. Safi, A. Marriner, S. Deppeler, C. Rose, J. Uitz, J. Harnwell, A. Engel, A. Colomb, A. Saiz‐Lopez, M. J. Harvey, C. S. Law, K. Sellegri</section>
<section class="paper-journal">Journal of Geophysical Research: Atmospheres</section>
<section class="paper-doi"><a href="https://doi.org/10.1029/2024JD041072" target="_blank">https://doi.org/10.1029/2024JD041072</a></section>
<section class="topic-tags">
<span class="topic-tag">大气硫循环</span>
<span class="topic-tag">海洋生物</span>
<span class="topic-tag">气海界面</span>
</section>
<section class="abstract-content">该论文《利用船载气海界面水槽关联西南太平洋的二甲基硫醚和甲硫醇通量与表面生物群》研究了南太平洋海水中二甲基硫醚（DMS）和甲硫醇（MeSH）的排放通量与海洋表面生物群之间的关系。研究使用船载气海界面水槽测量，发现不同水团的DMS和MeSH通量差异显著，且MeSH对大气硫循环的贡献可能被低估。研究发现DMS和MeSH浓度与<b>纳米浮游植物</b>丰度显著相关，表明其在决定区域排放中的重要作用。研究成果可改进大气通量模型，并为<b>卫星观测</b>和<b>大气成分分析</b>提供参考，对理解海洋生物地球化学过程具有重要意义。</section>
</section>
<section class="paper-card">
<section class="paper-title">Cancellation of cloud shadow effects in the absorbing aerosol index retrieval algorithm of TROPOMI</section>
<section class="paper-authors">Victor J. H. Trees, Ping Wang, Piet Stammes, Lieuwe G. Tilstra, David P. Donovan, A. Pier Siebesma</section>
<section class="paper-journal">Atmospheric Measurement Techniques</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/amt-18-73-2025" target="_blank">https://doi.org/10.5194/amt-18-73-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">气溶胶指数</span>
<span class="topic-tag">云阴影</span>
<span class="topic-tag">卫星数据</span>
</section>
<section class="abstract-content">该论文《TROPOMI吸收性气溶胶指数反演算法中云阴影效应的消除》研究了<b>云阴影</b>对<b>TROPOMI</b>卫星气溶胶指数测量的影响。研究利用云阴影检测算法和三维辐射传输模型模拟，发现<b>云阴影</b>对<b>气溶胶吸收指数</b>（AAI）的平均影响很小，接近于零。虽然<b>云阴影</b>区域的反射率在340-380nm波段显著增加（比周围区域更蓝），但传统的AAI算法能够部分自动校正这种效应。模拟结果表明，这种校正并非完美无缺，有时会产生一些小的偏差。研究认为，对<b>TROPOMI AAI</b>进行<b>云阴影</b>校正可能复杂且不必要。该研究关注利用<b>卫星遥感</b>技术监测<b>大气气溶胶</b>，特别是改进<b>气溶胶</b>数据处理算法，提高<b>空气质量监测</b>的精度。</section>
</section>
<section class="paper-card">
<section class="paper-title">Can pollen affect precipitation?</section>
<section class="paper-authors">Marje Prank, Juha Tonttila, Xiaoxia Shang, Sami Romakkaniemi, Tomi Raatikainen</section>
<section class="paper-journal">Atmospheric Chemistry and Physics</section>
<section class="paper-doi"><a href="https://doi.org/10.5194/acp-25-183-2025" target="_blank">https://doi.org/10.5194/acp-25-183-2025</a></section>
<section class="topic-tags">
<span class="topic-tag">花粉</span>
<span class="topic-tag">云降水</span>
<span class="topic-tag">冰核粒子</span>
</section>
<section class="abstract-content">该论文《花粉会影响降水吗？》研究了<b>花粉</b>对<b>降水</b>的影响。<b>花粉</b>作为大气中的重要<b>生物气溶胶</b>，在高浓度时能够影响<b>云</b>的形成和<b>降水</b>过程。研究使用<b>UCLALES-SALSA</b>大型涡流模拟器，模拟桦树<b>花粉</b>对液相和混合相<b>云</b>的影响。结果表明，在高<b>花粉</b>浓度下，<b>花粉</b>能够增强液相和混合相<b>云</b>的<b>降水</b>；而在较低浓度下，<b>花粉</b>对<b>降水</b>的影响不明显。<b>花粉</b>破裂释放的细小<b>冰核粒子</b>在<b>冰核化</b>过程中起重要作用。该研究利用大气模拟方法探究了<b>花粉</b>对<b>降水</b>过程的影响，这为利用卫星<b>遥感监测</b><b>花粉</b>的时空分布及其对天气过程的影响提供了理论基础。</section>
</section>
<section class="paper-card">
<section class="paper-title">Interpretable Machine Learning Models Delivering a New Perspective for the Reaction Mechanism between Organic Pollutants and Oxidative Radicals</section>
<section class="paper-authors">Yiqiu Wu, Zhixiang Wang, Guangfei Yu, Yuehong Zhao, Chuncheng Chen, Yongbing Xie, Hongbin Cao</section>
<section class="paper-journal">Environmental Science & Technology</section>
<section class="paper-doi"><a href="https://doi.org/10.1021/acs.est.4c11504" target="_blank">https://doi.org/10.1021/acs.est.4c11504</a></section>
<section class="topic-tags">
<span class="topic-tag">机器学习</span>
<span class="topic-tag">有机污染物</span>
<span class="topic-tag">反应机制</span>
</section>
<section class="abstract-content">该研究题为《可解释的机器学习模型为有机污染物与氧化自由基之间的反应机制提供新视角》。论文**利用机器学习**方法建立了可解释的模型，预测有机物与羟基自由基（•OH）的二级反应速率常数（k•OH）。研究发现，有机物的最高占据分子轨道能量（EHOMO）、芳环数目（NAR）和碳原子数（NC）对k•OH有重要影响。EHOMO与k•OH呈正相关，可解释为亲电子反应的规律；NAR和NC与反应活性位点相关。此外，该研究还基于无监督学习开发了一种快速判断反应机制的方法，并将此方法应用于有机物与硫酸根自由基的反应。研究结果表明，<b>机器学习</b>可以从大数据角度深入理解有机物结构对反应机制的影响，并为预测反应机制提供理论基础。</section>
</section>
</section>
<section class="footer">
论文总结由AI生成，如有失偏颇，敬请指正！<br>关注本公众号，获取更多大气环境遥感科学研究动态
</section>
</body>
</html>