基于对地遥感数据的Cherepovets市大气污染评估

封面

如何引用文章

全文:

详细

论证。目前，除采用传统方法测定大气污染物浓度外，利用卫星遥感监测大气污染物含量的方法已得到广泛应用。尽管卫星技术能够在不同地理坐标范围内获取大气污染物含量数据，但在其适用性方面仍存在疑问，尤其是在基于此类数据对居民区空气质量进行评估时。

目的。基于Sentinel-5P卫星数据分析Cherepovets市大气污染状况，并将其与地面监测数据进行比较。

方法。研究对象为Cherepovets市大气环境的地理空间数据。使用欧洲航天局Copernicus计划提供的Sentinel-5P卫星数据，并在基于Google Earth Engine云平台构建的软件环境中进行分析。同时，将卫星监测数据与PJSC«Severstal»公开的空气质量地面监测数据进行对照。

结果。在Google Earth Engine环境中基于JavaScript编写了用于分析Cherepovets市大气污染遥感数据的软件。获得了二氧化氮和二氧化硫污染的数字分布图。将卫星监测浓度评估结果与PJSC «Severstal»地面监测数据进行了比较分析。

结论。本研究开发的软件可用于构建判定性污染物（硫氧化物与氮氧化物）的大气污染数字地图。对卫星监测与地面监测所得的Cherepovets市大气污染数据差异进行了分析。

作者简介

Sophia A. Tsareva

Yaroslavl State Technical University; Yaroslavl State Medical University

编辑信件的主要联系方式.
Email: zarew@rambler.ru
ORCID iD: 0000-0003-2099-4885
SPIN 代码: 5279-4175
Scopus 作者 ID: 9038734600

Cand. Sci. (Chemistry), Associate Professor

俄罗斯联邦, Yaroslavl; Yaroslavl

Elena G. Lileeva

Yaroslavl State Medical University

Email: elileeva2006@yandex.ru
ORCID iD: 0000-0001-6048-8974
SPIN 代码: 4287-6652

MD, Cand. Sci. (Medicine), Associate Professor

俄罗斯联邦, Yaroslavl

Yuri V. Tsarev

Yaroslavl State Technical University

Email: tsarevyv@ystu.ru
ORCID iD: 0000-0002-4337-2897
SPIN 代码: 7991-3530

Cand. Sci. (Engineering), Associate Professor

俄罗斯联邦, Yaroslavl

Nataliya S. Dybulina

Yaroslavl State Technical University

Email: dybulinans@gmail.com
ORCID iD: 0009-0006-4139-639X
SPIN 代码: 2758-5320
俄罗斯联邦, Yaroslavl

Sabrina F. Velimetova

Yaroslavl State Technical University

Email: sabrinavelimetova@icloud.com
ORCID iD: 0009-0007-7891-2682
俄罗斯联邦, Yaroslavl

参考

  1. Morozova AE, Sizov OS, Elagin PO, et al. Integrated assessment of atmospheric air quality in the largest cities of Russia based on TROPOMI (Sentinel-5P) data for 2019–2020. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2022;19(4):23–39. doi: 10.21046/2070-7401-2022-19-4-23-39 EDN: AKKSYT
  2. Li B, Hu Q, Gao M, et al. Physical informed neural network improving the WRF-CHEM results of air pollution using satellite-based remote sensing data. Atmospheric Environment. 2023;311:120031. doi: 10.1016/j.atmosenv.2023.120031
  3. Ababio BA, Ashong GW, Agyekum ThP, et al. Comprehensive health risk assessment of urban ambient air pollution (PM2.5, NO2 and O3) in Ghana. Ecotoxicol Environ Saf. 2025;289:117591. doi: 10.1016/j.ecoenv.2024.117591
  4. Sakti AD, Anggraini TS, Ihsan KTN, et al. Multi-air pollution risk assessment in Southeast Asia region using integrated remote sensing and socio-economic data products. Sci Total Environ. 2023;854:158825. doi: 10.1016/j.scitotenv.2022.158825
  5. Rahimi NR, Azhdarpoor A, Fouladi-Fard R. Exposure to tropospheric ozone and NO2 in the ambient air of Tehran metropolis: Spatiotemporal distribution and inhalation health risk assessment. Physics and Chemistry of the Earth. Parts A/B/C. 2024;136:103777. doi: 10.1016/j.pce.2024.103777
  6. Dammers E, Tokaya J, Mielke C, et al. Can TROPOMI NO2 satellite data be used to track the drop in and resurgence of NOx emissions in Germany between 2019–2021 using the multi-source plume method (MSPM)? Geosci Model Dev. 2024;17(12):4983–5007. doi: 10.5194/gmd-17-4983-2024 EDN: BALSGF
  7. Cersosimo A, Serio C, Masiello G. TROPOMI NO2 tropospheric column data: regridding to 1 km grid-resolution and assessment of their consistency with in situ surface observations. Remote Sensing. 2020;12(14):2212. doi: 10.3390/rs12142212
  8. Goldberg DL, Anenberg SC, Kerr GH, et al. TROPOMI NO2 in the United States: a detailed look at the annual averages, weekly cycles, effects of temperature, and correlation with surface NO2 concentrations. Earth's Future. 2021;9(4):e2020EF001665. doi: 10.1029/2020EF001665
  9. Jeong U, Hong H. Assessment of tropospheric concentrations of NO2 from the TROPOMI/Sentinel-5 precursor for the estimation of long-term exposure to surface NO2 over South Korea. Remote Sens. 2021;13(10):1877. doi: 10.3390/rs13101877

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Digital map of nitrogen dioxide (а) and sulfur dioxide (b) levels in Cherepovets according to Sentinel-5P satellite data (as of March 30, 2025). Dots indicate Earth-based monitoring stations: 1, station No. 1 (Stroitel Community Center); 2, station No. 2 (Privokzalny Square); 3, station No. 3 (Metallurg Stadium); 4, station No. 4 (Chemical Engineering College); 5, station No. 5 (Secondary School No. 7); 6, station No. 6 (Raduzhny Waterpark).

下载 (659KB)
索引源数据
3. Fig. 2. Nitrogen dioxide (a) and sulfur dioxide (b) levels according to Earth-based and satellite monitoring (as of March 30, 2025).

下载 (261KB)
索引源数据

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».