《表3 现阶段OMI、TROPOMI、EMI的HCHO产品集》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卫星遥感的甲醛和乙二醛监测与应用综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

HCHO在320～360 nm处具有较强的吸收光谱特征，可用于大气中HCHO浓度的探测。星载紫外-可见光高光谱传感器的发射升空使得全球大范围HCHO柱浓度监测成为可能[19]。1998年，Werner Thomas等[20-21]利用GOME传感器，基于DOAS算法，首次对大气中HCHO浓度开展了初步探测。随后，Kelly Chance和Paul Palmer等[22-23]基于GOME传感器，通过改进斜柱浓度光谱拟合算法，并更新大气质量因子（air mass factor，AMF）计算方法，显著提高了HCHO反演精度。2002年发射升空的SCIAMACHY传感器延续了对大气中HCHO的监测能力，Wittrock等[24]基于DOAS算法首次获取SCIAMACHY全球HCHO分布结果；De Smedt等优化了HCHO的差分吸收光谱反演算法，有效地降低了360 nm附近的O4吸收对HCHO反演的干扰以及SCIAMACHY在350 nm附近的异常值，结果表明SCIAMACHY与GOME反演结果具有很好的延续性。随后相继发射升空的OMI、GOME-2、OMPS等卫星传感器都具备了紫外高光谱观测的能力，延续了HCHO柱浓度的探测。De Smedt等[25]改进HCHO柱浓度卫星反演算法（BIRA-IASB v14）并将其应用于OMI及GOME-2卫星数据。其中基于OMI得到的产品后文定义为OMI-BIRA（Belgian Institute for Space Aeronomy）。此外，基于OMI传感器，NASA (National Aeronautics and Space Administration）开发的业务化反演算法由哈佛-史密森天体物理中心提供，命名为Smithsonian Astrophysical Observatory HCHO (SAO HCHO）[26]，该算法直接基于光学强度进行光谱拟合得到HCHO的斜柱浓度。后文中为简化，将该产品简写为OMI NASA HCHO。两个产品的对比如表2所示。新发射的TROPOMI传感器，其空间分辨率高达7 km×3.5 km (2019年8月10日之后更新为5 km×3.5 km），像元内出现云的概率大大降低，为HCHO反演精度的提升提供了硬件支撑，De Smedt等基于OMI数据，开发了TROPOMI HCHO产品的算法原型[27]。此外，由于该算法提出了基于EU FP7-QA4ECV项目框架下的算法改进，因此，后文中基于该算法的OMI HCHO产品命名为OMI-QA4ECV。现阶段，基于OMI、EMI和TROPOMI的HCHO产品集情况如表3所示。此外，静止卫星数据也为HCHO的区域日变化特征监测提供了可能[28]。Kwon等[29]提供了可用于静止卫星GEMS的HCHO产品算法原型，该算法基于OMI数据开发（OMI-GEMS），是OMI-NASA HCHO算法的延续和继承。除了传统的DOAS方法用于HCHO的反演外，Li等[30]将PCA (principal components analysis）光谱拟合算法应用于OMPS传感器HCHO柱浓度反演，展示了PCA算法在全球HCHO柱浓度反演中的应用潜力。