大幅提升卫星数据时空覆盖
利用深度学习超分辨技术，将粗分辨率卫星数据重建为高分辨率NO₂柱浓度，大幅提升时空覆盖并改善地表浓度估算精度。
Maolin, Zhang · 李四维 · 邢佳 · Song, Ge · Li, Shuangliang · 董家新 · 郑书新 · 韩舸 · Jie, Yang
Remote Sensing of Environment 2025
模型将插补比率提升 30%，且相关系数高达 0.82，远超传统插值方法的 0.42，能更完整地呈现 NO₂ 空间分布。
利用 OMI 卫星数据，模型能生成 2015–2022 年高分辨率 NO₂ 柱浓度，突破 TROPOMI 发射前的高分辨率数据缺失。
模型解决了网格点与地面观测的错配问题，避免了下风向和农村区域高达 11–30% 的高估。