跳到主要内容
返回时间线
Atmospheric chemistry and physics来源发表:

卫星反演华北氮氧化物排放有了毫秒级路径:PINE-NOx 把观测重建相关从 0.332 提到 0.856

核心概要

卫星二氧化氮柱浓度能约束氮氧化物排放的空间分布,但常规反演计算昂贵,或依赖已有排放清单。PINE-NOx 用一个神经编码器把 Sentinel-5P/TROPOMI 的二氧化氮柱浓度映射为排放,再用固定的可微二维输送—化学解码器把排放渲染回柱浓度,训练不需要任何排放标签。在仅用于挑选训练轮次的 54 个验证日上,反演排放驱动的模拟柱与观测的对数空间空间相关从 EDGAR 清单的 0.332 升到 0.856,这是对观测的重建而非排放精度;年总量按 EDGAR 归一化,观测只调整日相对空间格局。

Source-provided article image: Physics-constrained inverse neural estimation (PINE) of NO x emission spatial patterns from TROPOMI NO 2 columns over the North China Plain
Figure 1 · 第 2 页

深度剖析

华北平原的氮氧化物排放空间格局现在可以由卫星柱浓度直接反演得到,且不再需要以已有反演产品作为训练标签。 此前的反演要么依赖化学输送模式的数据同化、每年耗费数百 CPU 小时,要么依赖已有排放产品作为监督,静态年均清单在刻画逐日空间格局上能力有限。 在 54 个验证日上,反演排放驱动的模拟柱与 TROPOMI 观测的对数空间相关为 0.856,而直接用 EDGAR 年均排放驱动同一解码器只有 0.332;这 54 天未参与权重更新,但被用于挑选检查点,因此不是独立测试集。

反演把排放当作物理潜变量,由固定的可微输送—化学解码器把排放渲染成柱浓度,网络只学习从观测到排放的摊销逆映射。 解码器在二维欧拉框架内依次施加排放源项、上风平流项和一阶化学衰减项,用 ERA5 白天日均 10 米风驱动,积分约 4 小时、步长 450 秒,化学寿命按月取 2 至 7 小时的标量。 训练以重建观测柱浓度为唯一目标,损失在去均值对数空间计算,并加入全变差平滑项和以 EDGAR 为参照的 Huber 正则项;编码器主干在 UNet-CBAM、谱融合 UNet、UNet-SA 与傅里叶神经算子之间比较,全年 347 天的前向相关分别为 0.871、0.884、0.874 和 0.821。

反演得到的排放格局相对 EDGAR 把更多排放放在城市—工业核心区之外,但这一位移主要来自方法本身。 在 PINE-NOx 场中,EDGAR 排放最高的 10% 网格只占域总量的 35%,而 EDGAR 中为 59%;EDGAR 排放最低的一半网格占比从 6% 升到 16%。 以已知排放做的合成试验中,真实排放等于先验时,最高 10% 网格的占比在 7 月和 1 月仍分别下降 21 和 26 个百分点,与观测柱反演的 20 和 25 个百分点相当,说明这一位移主要是二维解码器的结构性伪影,而非独立观测到的再分配。

启示与展望

已展示的范围是 2023 年华北平原 0.1° 网格上的年均、月均和过境时刻逐日排放格局,年总量按 EDGAR 归一化,观测只调整日相对空间格局;作者指出,要判断哪种分配更接近真实,还需要与设施级或通量观测对比。

年排放份额的 1σ 不确定度在 0.5° 上至少为 17.5%,且不含结构性误差,其中主要来自先验清单;月场比年场不确定 1.3 至 1.9 倍。合成试验表明方法本身即可产生与观测反演同等大小的偏离,因此偏离 EDGAR 的幅度未被作为结果报告;1 月的合成试验检验力有限,未发现观测带来的明确增益。