导读

海洋船舶在全球经济中扮演着至关重要的角色，但其排放对海洋大气环境的负面影响日益引发关注。精确量化船舶排放是控制污染、改善环境的前提。现有光学成像遥感技术在探测精度和时空分辨率方面存在不足。

近日，中国科学技术大学刘诚教授团队提出了一种快速超光谱成像遥感技术，成功实现了对海洋船舶排放的二氧化氮（NO₂）和二氧化硫（SO₂）的精确成像与定量分析。该技术通过多相机同轴设计、光谱仪高精度温控（20 °C±0.5 °C）、基于O₄变化的羽流分类及相应的大气质量因子（AMF）计算方案、结合多波长滤光片与光谱分析的羽流轮廓精确识别等关键技术创新，克服了光谱噪声大、羽流精细识别困难等挑战。研究还重点关注了大型远洋货船和小型近海货船的NO₂和SO₂排放特征。

相关研究成果以“Fast-hyperspectral imaging remote sensing: Emission quantification of NO₂ and SO₂ from marine vessels”为题发表于Light: Science & Applications。

船舶是国际贸易的主要运输方式，承载了全球80%以上的货物运输。然而，船舶排放的颗粒物、SO_X、NO_X和VOCs等污染物不仅对大气环境构成直接威胁，还对海洋生态系统产生间接影响。随着全球对环境可持续性需求的增长，国际社会日益关注船舶排放的监管。在此背景下，发展高效、准确的排放监测技术至关重要。

现有监测技术各有局限：卫星和机载遥感时空分辨率有限，且易受云层覆盖、海面强反照率和探测器光谱噪声等因素影响，难以精确提取船舶排放信号；便携式测量系统虽精度高，但成本和维护要求也高，且无法评估船羽流在大气中的扩散情况；长光程差分吸收光谱技术（DOAS）和多轴DOAS的有效性易受多个船舶排放羽流在观测光路上的重叠以及湍流气象条件的影响。光谱成像技术在污染排放量化和羽流扩散评估方面具有显著优势。然而，当前的紫外相机、红外冷屏相机、傅里叶红外变换光谱（FTIR）成像和紫外-可见光谱成像技术在定量、多组分检测、抗干扰、移动成像和时空分辨率等方面存在不足。因此，开发一种具有高精度和高时空分辨率的超光谱成像技术用于空气污染排放监测是必要且紧迫的。

本文设计与实现了一款快速超光谱成像遥感仪器，旨在对海洋船舶排放的NO₂和SO₂进行高精度、高时空分辨率的成像。研究团队成功克服了光谱噪声大和羽流精细识别困难等一系列关键挑战。该快速超光谱成像遥感仪器在仪器设计与观测方案上进行了创新，其主要由望远镜、二维扫描系统、光谱仪、电源控制模块和工业控制计算机五个主要部分组成（图1）。

图1：快速超光谱成像遥感仪器

望远镜创新性地集成了可见光相机（实时记录成像区域）、多通道紫外相机（通过滤光片轮切换针对SO₂的310 nm/330 nm滤光片和针对NO₂的405 nm/470 nm滤光片，见图2）和超光谱相机（收集太阳散射光谱）。

图2：(a) SO₂吸收截面以及滤光片A和B的透过率曲线；(b) NO₂吸收截面以及滤光片C和D的透过率曲线。

为确保光谱数据质量，设计了光谱仪温度控制系统（图3a），能将光谱仪内部温度精确维持在20 °C ± 0.5 °C（图3b），有效降低了噪声。仪器的二维扫描系统通过高程电机和方位电机协同工作，控制望远镜进行“S”形轨迹连续扫描，光谱收集与扫描同步进行，单个光谱的积分时间为3秒。一次完整的羽流扫描过程通常耗时小于4分钟，成像空间分辨率优于0.5 m×0.5 m。

图3：(a) 光谱仪的温度控制系统；(b) 恒温对流室内的温度波动情况

在数据处理层面，研究团队建立了精确的大气质量因子（AMF）计算与羽流重建方法。考虑到垂直柱浓度（VCD）的计算精度高度依赖于AMF，而AMF主要受气溶胶立体分布的影响，团队通过分析固定仰角下不同方位角O₄ DSCDs的变化来间接判断羽流内是否存在气溶胶（若O₄ DSCDs的标准偏差小于20%，则认为羽流内无气溶胶）。针对羽流内有无气溶胶的两种情况，分别采用了不同的AMF计算策略：无气溶胶时，反演不同方位角的气溶胶垂直廓线并输入辐射传输模型（RTM）获得AMF；有气溶胶时，则需借助3D-RTM模拟重建羽流内气溶胶的立体分布，并通过光学估算方法（OEM）使模拟的O₄ DSCDs与观测值吻合，从而得到真实的AMF。为进一步精确识别羽流轮廓并量化羽流内痕量气体浓度，研究中还提出了一套羽流重建方案（以SO₂为例，见图4）。该方案利用SO₂在310nm（强吸收）和330nm（弱吸收）滤光片下的吸收差异（图4a1-a3）来表征羽流内SO₂的相对光强吸收，基于此差分吸收强度建立羽流内SO₂的分布权重并进行归一化处理，用以校正超光谱相机捕获的SO₂成像结果（图4b-1），最终获得具有高空间分辨率的真实SO₂羽流分布（图4b-2）。例如，通过此方法重建的一个燃煤电厂羽流中的SO₂最大浓度达到了0.94mg/m³。

图4：羽流中痕量气体浓度的重建；(a-1)通过310 nm滤光片收集的羽流信号；(a-2)通过330 nm滤光片收集的羽流信号；(a-3)310 nm和330 nm滤光片之间的信号差异；(b-1)超光谱相机测量的羽流中SO₂浓度；(b-2)重建的具有SO₂分布的羽流

运用上述技术，研究团队在青岛成功获取了海洋船舶NO₂和SO₂的排放成像结果（图5）。观测显示，大型远洋货船排放的NO2和SO2最大浓度分别为0.124 mg/m³和0.425 mg/m³，而近海小型货船则分别为0.251 mg/m³和0.334 mg/m³。

图5：(a1-a6) 不同类型远洋货船的NO₂羽流成像；(b1-b6) 不同类型远洋货船的SO₂羽流成像

研究还发现，大型远洋货船在距离港口不同距离（1000 m，600 m，500 m，300 m）时，NO₂和SO₂的最大排放浓度存在显著差异（图6），例如在1000m处NO₂和SO₂最大浓度分别为0.137 mg/m³和0.461 mg/m³，而在300 m处则分别为0.144 mg/m³和0.482 mg/m³。通过进一步计算排放通量，大型远洋货船的NO₂和SO₂排放通量分别为1.57 kg/h和2.65 kg/h。大型货船较高的SO₂排放通量归因于其使用重油，而其在接近港口时排放通量的变化则与使用高质量燃料和降低功率有关。

图6：大型远洋货船在距离港口不同距离处的NO₂羽流成像：(a-1) 1000米，(b-1) 600米，(c-1) 500米，(d-1) 300米；大型远洋货船在距离港口不同距离处的SO₂羽流成像：(a-2) 1000米，(b-2) 600米，(c-2) 500米，(d-2) 300米

总结与挑战

超光谱成像技术为大气环境监测与管理提供了新思路，并为建立由测量驱动的动态排放清单提供了技术支持，有助于克服现有清单的时效性问题。未来，结合深度学习模型的大规模超光谱成像观测在建立区域尺度动态排放清单方面具有巨大潜力。

目前痕量气体的吸收截面数据库存在种类不全、光谱分辨率不够高以及缺乏不同温度和压力梯度下的数据等问题，因此开发相应的测量设备至关重要。针对当前技术在夜间监测方面的空白，文章前瞻性地提出了一种创新的夜间高光谱成像方案，利用多波长耦合LED阵列作为主动光源，并结合无人机搭载的反射器模块以及高精度光束跟踪模块来实现全天候监测。

国家“碳达峰、碳中和”战略对精确监测温室气体提出了迫切需求，当前，傅里叶变换光谱和光栅光谱仍然是该领域主要依赖的技术手段，但光栅光谱在实现所需的高光谱分辨率（≤0.1 nm）方面面临着更大的技术挑战。（来源：中国光学微信公众号）

相关论文信息：https://doi.org/10.1038/s41377-025-01922-x