中国环境科学

作者：贺威文, 邹滨, 徐勇, 张钦挺, 许杰, 吴坚

单位：1. 中南大学地球科学与信息物理学院, 湖南 长沙 410083;2. 桂林理工大学测绘地理信息学院, 广西 桂林 541006;3. 长沙市生态环境局大气处, 湖南 长沙 410083;4. 湖南省长沙生态环境监测中心, 湖南 长沙 410083

关键词：PM2.5,大气污染,Farneback光流法,FBD-TPRA算法,HYSPLIT

基金：国家自然科学基金资助项目(42271440)

提出一种耦合光流矢量与移动距离约束的大气污染传输路径识别算法——Farneback-Distance Transmission Path Recognition Algorithm (FBD-TPRA).该算法基于一维深度卷积神经网络(1D-CNN)反演生成的高时空分辨率(空间分辨率为2km,时间分辨率为1h)PM2.5浓度卫星遥感反演数据,通过光流法提取污染气团帧间运动特征,引入移动距离约束,实现污染气团传输路径的连续精细重构.湖南省长沙市三次典型大气污染事件(2024年1月14日､10月12日和10月27日)验证实验显示,FBD-TPRA算法所识别的传输路径能够合理解释城市浓度变化的时序关系(仙桃-荆州-岳阳-长沙､岳阳-常德-益阳-长沙､岳阳-益阳-长沙);相比广泛应用的HYSPLIT模拟路径,FBD-TPRA算法识别的传输路径与其在净位移方向上具有较高的一致性,余弦相似度最高达0.99,但在路径形态上存在差异,动态时间规整(DTW值)分别为2.99°､9.58°和3.69°.研究表明,FBD-TPRA算法通过结合高时空分辨率污染物浓度数据和移动距离约束,增强了对污染物传输过程的刻画能力,为大气污染传输路径的识别提供了新的技术支持.

来源：2025年第9期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2025年第9期