近日，中国科学技术大学工程科学学院刘诚教授与中国科学院合肥物质科学研究院胡启后研究员、安徽大学李启华博士合作，以超光谱卫星水平遥感和地基垂直遥感为基础，结合人工智能方法，实现了城市尺度上水平分辨率公里级、垂直分辨率百米级的大气污染物三维分布重构，研究成果以“Deep Learning Approach for Reconstructing Three-dimensional Distribution of NO2 on an Urban Scale”为题发表在环境遥感领域国际著名期刊Remote Sensing of Environment。
精细化三维立体分布信息在理解大气污染物的排放、传输、转化机制等方面都起着关键作用。研究团队前期研发了超光谱卫星和地基遥感的一系列装备和反演算法，为污染物的三维立体重构奠定了坚实基础。该论文提出了一种基于残差网络的多模态中间融合（MIF）网络架构，将基于光谱分析得到的二氧化氮（NO2）水平分布和垂直廓线，以及其它辅助数据相融合，重构了合肥市日间高空间分辨率（1 km×1 km×100 m）和时间分辨率（15分钟）的NO2时空分布，解决了单独的卫星遥感垂直观测能力不足、单独的地基遥感观测站点有限的难题，数据准确性通过与国控站点等第三方数据对比得到验证（图1）。
图1. 二氧化氮重建结果验证
基于立体分布重构结果，该研究精准表征了城市尺度上的大气污染物三维传输：市区近地面排放的NO2向上传输，然后通过高空传输到郊区，并向下沉降，导致郊区出现孤立高值区（图2）。研究成果为污染物高空传输精准溯源提供了基于实测数据的技术支撑，在大气污染精准防治中具有广泛的应用前景。
图2. 二氧化氮重建结果与模式模拟二氧化氮结果。其中（b）展示了重建结果识别到的污染物高空传输现象
该研究得到了国家自然科学基金、国家重点研发计划等项目的资助。中国科学技术大学精密机械与精密仪器系博士生张治国为该论文第一作者，中国科学技术大学刘诚教授、安徽大学李启华博士、中国科学院合肥物质科学研究院胡启后研究员为该论文通讯作者。
论文链接：https://doi.org/10.1016/j.rse.2025.114678
(精密机械与精密仪器系)
