近期，信息材料与智能感知安徽省实验室季祥光博士在超光谱遥测无盲区臭氧廓线反演算法研究方面取得重要进展，相关研究成果以《Ozone profiles without blind area retrieved from MAX-DOAS measurements and comprehensive validation with multi-platform observations》（doi.org/10.1016/j.rse.2022.113339）为题发表在环境遥感领域国际顶级期刊Remote Sensing of Environment上。该项工作与中国科学技术大学刘诚教授、中国科学院合肥物质科学研究院胡启后副研究员合作完成，季祥光博士为本文第一作者，太阳成集团tyc234cc信息材料与智能感知安徽省实验室为第一完成单位。
地基超光谱遥感技术由于具备可同步探测边界层内气溶胶及多种前体污染物等巨大优势，在环境监测领域取得广泛应用。然而，由于平流层臭氧（约占大气总量的90%）会对边界层臭氧廓线反演造成强烈干扰，其反演算法研究及优化一直是相关领域的前沿热点。该研究工作基于北京地区超光谱遥感、臭氧探空同步观测数据，开展了无盲区臭氧反演算法的建立、优化和验证工作，包括研发了平流层臭氧斜柱浓度精准模拟技术，通过耦合中国科大高精度卫星臭氧产品，准确扣除平流层臭氧对边界层臭氧信号的干扰；结合超光谱遥感技术特性，建立时空依赖对流层臭氧先验廓线集；针对算法关键参数开展一系列敏感性测试，评估算法的稳定性与可靠性。上述成果将有效拓展超光谱遥感技术在PM2.5与O3协同治理中的应用，为臭氧污染追因溯源、打赢蓝天保卫战提供科技支撑！
该工作得到了国家自然科学基金、安徽省重点研发计划等项目的支持。
无盲区臭氧廓线时序图示例与准确性验证