XiaoMi-AI文件搜索系统
World File Search SystemTropomi
ESA气候变化计划（CCI）
该项目旨在通过GCO（全球气候观察系统）要求生成GHG ECV数据产品。GCOS定义ECV GHG如下（请参见Sect。2对于与GCOS要求最新更新有关的评论）：“诸如CO 2和CH 4等温室气体的检索，具有足够的质量，以估计区域来源和水槽”。在GHG-CCI+项目卫星衍生的XCO 2（以PPM为单位）和XCH 4（在PPB中）数据产物是从短波Infra-Red（SWIR）光谱区域中的卫星辐射观测中检索的。使用这些仪器，因为它们的测量值对最低的大气层也很敏感，因此提供了有关CO 2和CH 4的区域表面源和水槽的信息。所有产品均使用独立检索算法生成，以将GOSAT-2，OCO-2和Tropomi/S5P辐射光谱转换为2级（L2）XCO 2和/或XCH 4数据产品。
开发臭氧监测仪 (OMI) 气溶胶指数 (AI) 数据同化方案，用于明亮表面的气溶胶建模——朝着紫外光谱直接辐射同化迈出了一步
摘要。使用矢量线性离散纵坐标辐射传输 (VLIDORT) 代码作为前向模型模拟的主要驱动程序，开发了一种首创的数据同化方案，用于将臭氧监测仪 (OMI) 气溶胶指数 (AI) 测量值同化到海军气溶胶分析和预测系统 (NAAPS)。这项研究表明，与 NAAPS 自然运行的值相比，使用 OMI AI 数据同化可以显著降低 NAAPS 分析中的均方根误差 (RMSE) 和绝对误差。模型模拟的改进证明了 OMI AI 数据同化对于多云区域和明亮表面的气溶胶模型分析的实用性。然而，单独的 OMI AI 数据同化并不优于在无云天空和黑暗表面使用被动式气溶胶光学厚度 (AOD) 产品的气溶胶数据同化。此外，由于 AI 同化需要在前向模拟中部署完全多散射感知辐射传输模型，因此计算负担是一个问题。尽管如此，新开发的建模系统包含了紫外 (UV) 光谱中辐射同化的必要成分，我们的研究表明，未来在紫外和可见光谱中直接辐射同化，可能与 AOD 同化相结合，可用于气溶胶应用。可以添加其他数据流，包括来自对流层监测仪 (TROPOMI) 的数据、
利用可解释的时空加权人工智能对中国地面二氧化氮进行高分辨率太空监测
摘要：地面二氧化氮 (NO 2 ) 对环境质量和公共健康构成严重威胁。本研究开发了一种新颖的人工智能方法，将时空加权信息集成到缺失的额外树木和深林模型中，首先填补卫星数据空白并将数据可用性提高 49%，然后结合地面 NO 2 测量结果、来自 TROPOMI 和 OMI 的卫星对流层 NO 2 柱、大气再分析和模型模拟，得出 2019 − 2020 年期间中国大陆每日 1 公里地面 NO 2 浓度，具有全空间覆盖率（100%）。我们对每日地面 NO 2 的估计值具有平均样本外（市外）交叉验证判定系数为 0.93（0.71），均方根误差为 4.89（9.95）μ g/m 3 。每日无缝高分辨率高质量数据集“ChinaHighNO 2 ”使我们能够研究城市-农村对比等精细尺度的空间模式。我们观察到地表NO 2 在城市和农村地区之间存在系统性的巨大差异（平均28%），尤其是在省会城市。发现强烈的节日效应，中国春节和国庆节期间平均分别下降22%和14%。与北美和欧洲不同，工作日和周末之间的差异很小（在±1 μ g/m 3 以内）。在COVID-19大流行期间，中国地表NO 2浓度在农历新年后的第72天左右大幅下降，然后逐渐恢复到正常水平，这比对流层NO 2 柱长约3周，这意味着前者更能代表NO x排放的变化。关键词：地表NO 2 、空气污染、大数据、人工智能、COVID-19
利用可解释的时空加权人工智能对中国地面二氧化氮进行高分辨率太空监测
摘要：地面二氧化氮 (NO 2 ) 对环境质量和公共健康构成严重威胁。本研究开发了一种新颖的人工智能方法，将时空加权信息集成到缺失的额外树木和深林模型中，首先填补卫星数据空白并将数据可用性提高 49%，然后结合地面 NO 2 测量结果、来自 TROPOMI 和 OMI 的卫星对流层 NO 2 柱、大气再分析和模型模拟，得出 2019 − 2020 年期间中国大陆每日 1 公里地面 NO 2 浓度，具有全空间覆盖率（100%）。我们对每日地面 NO 2 的估计值具有平均样本外（市外）交叉验证判定系数为 0.93（0.71），均方根误差为 4.89（9.95）μ g/m 3 。每日无缝高分辨率高质量数据集“ChinaHighNO 2 ”使我们能够研究城市-农村对比等精细尺度的空间模式。我们观察到地表NO 2 在城市和农村地区之间存在系统性的巨大差异（平均28%），尤其是在省会城市。发现强烈的节日效应，中国春节和国庆节期间平均分别下降22%和14%。与北美和欧洲不同，工作日和周末之间的差异很小（在±1 μ g/m 3 以内）。在COVID-19大流行期间，中国地表NO 2浓度在农历新年后的第72天左右大幅下降，然后逐渐恢复到正常水平，这比对流层NO 2 柱长约3周，这意味着前者更能代表NO x排放的变化。关键词：地表NO 2 、空气污染、大数据、人工智能、COVID-19
朝向特定的CO/CO2发射比
摘要。全球原油产量预计将在未来几十年中继续增加，以满足不断增长的世界人口的需求。目前，全球占主导地位的炼钢技术是传统的高度CO 2强炉 - 氧气熔炉生产路线（也称为Linz – Donawitz工艺），它将铁矿石用作原材料和可乐作为还原剂。结果，富含一氧化碳（CO）的大量特殊气体是钢制过程的各个阶段的副产品。鉴于与基于卫星的二氧化碳估计值（CO 2）相关的挑战，该排放量是由于背景水平显着的发射装置量表，因此共同发射的CO可能是钢厂碳足迹的有价值指标。我们表明，可以使用5年的测量值（2018-2022）从太空中释放区域CO从对流层监测仪器（Tropomi）的船尾5年 - 5个前体卫星上进行监测，从其相对较高的空间分辨率和每日全球覆盖范围内得到了有益的。我们分析了所有带有爆炸炉和碱性氧气炉的德国钢厂，并获得相关的CO排放量在每个位置50–400 kt yr -1的范围内。与各自的CO 2排放的比较，从欧盟排放交易系统的排放贸易数据可用的发射安装水平上产生了线性关系，与部门特异性CO / CO / CO 2的发射率为3.24％[2.73– 3.89; 1σ]，表明将CO用作可比钢生产地点的CO 2排放的可行性。在其他钢生产地点进行的评估表明，派生的CO / CO 2发射比也代表了德国以外的其他高度优化的最先进的Linz – Donawitz钢铁钢铁工厂，并且如果通过对其他感应的CO排放，则在估算群体的co 2上的估计，该发射率可能是有价值的，只要对其他人的影响就会产生造成的影响。