基于PIE遙感技術(shù)的大氣污染遙感動態(tài)監(jiān)測系統(tǒng)設(shè)計與實(shí)現(xiàn)

摘要：文章介紹了一種基于遙感圖像處理軟件——像素專家 （Pixel Information Expert， PIE）遙感技術(shù)的大氣污染遙感動態(tài)監(jiān)測系統(tǒng)的設(shè)計與實(shí)現(xiàn)。該系統(tǒng)利用PIE遙感技術(shù)，結(jié)合多參數(shù)監(jiān)測和數(shù)據(jù)分析，實(shí)現(xiàn)對大氣污染的實(shí)時監(jiān)測與分析。文章對系統(tǒng)的設(shè)計原理和實(shí)現(xiàn)方法進(jìn)行詳細(xì)闡述，并利用實(shí)驗(yàn)數(shù)據(jù)對系統(tǒng)性能進(jìn)行評估，驗(yàn)證了該系統(tǒng)在大氣污染監(jiān)測領(lǐng)域的有效性和可行性。

關(guān)鍵詞：PIE遙感技術(shù)；大氣污染；監(jiān)測系統(tǒng)；遙感動態(tài)監(jiān)測

中圖分類號：TP79中圖分類號" 文獻(xiàn)標(biāo)志碼：A文獻(xiàn)標(biāo)志碼

基金項(xiàng)目：2023-2024學(xué)年廣州工商學(xué)院校級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項(xiàng)目；項(xiàng)目名稱：秸稈焚燒防控一張圖——基于PIE-Engine的衛(wèi)星遙感大氣污染物監(jiān)測預(yù)警SaaS系統(tǒng)；項(xiàng)目編號：XJ202313714001。

作者簡介：盧潔瀅（2003— ），女，本科生；研究方向：軟件工程。

*通信作者：胡垂立（1978— ），男，教授，碩士；研究方向：虛擬現(xiàn)實(shí)技術(shù)，運(yùn)動圖形，教育技術(shù)學(xué)。

0" 引言

PIE遙感技術(shù)是一種基于被動光學(xué)原理的先進(jìn)技術(shù)，被廣泛應(yīng)用于大氣污染監(jiān)測。隨著工業(yè)化和城市化的加劇，大氣污染已成為全球性的環(huán)境問題。傳統(tǒng)監(jiān)測手段受限于監(jiān)測范圍、精度和頻次，難以全面評估污染對環(huán)境和人類健康的影響。PIE遙感技術(shù)通過觀測大氣輻射特征，實(shí)現(xiàn)對污染物濃度和分布的高精度監(jiān)測。PIE遙感技術(shù)大氣污染監(jiān)測系統(tǒng)的建設(shè)對于環(huán)境保護(hù)和可持續(xù)發(fā)展具有重要意義。

該研究旨在通過開發(fā)基于PIE遙感技術(shù)的監(jiān)測系統(tǒng)，解決當(dāng)前大氣污染監(jiān)測系統(tǒng)存在的局限性，如分辨率低、實(shí)時性差等問題，實(shí)現(xiàn)對大氣污染動態(tài)變化的高精度、高實(shí)時性的監(jiān)測和預(yù)警，以提升城市環(huán)境管理的能力和水平。利用PIE遙感技術(shù)的高分辨率和多波段信息，實(shí)現(xiàn)對大氣污染物的準(zhǔn)確探測和定量分析，提高監(jiān)測精度和可靠性。同時基于PIE遙感技術(shù)的快速數(shù)據(jù)處理和分析能力，建立實(shí)時監(jiān)測系統(tǒng)，能夠及時捕捉大氣污染物的動態(tài)變化，為環(huán)境保護(hù)和應(yīng)急管理提供及時支持。

1" PIE遙感技術(shù)簡介

PIE遙感技術(shù)是一種結(jié)合了極化信息和強(qiáng)度信息的遙感技術(shù)，用于提高遙感圖像的質(zhì)量和信息量。這種技術(shù)利用了電磁波在傳播過程中的極化特性，通過測量不同方向上的電磁波的振幅和相位信息，從而實(shí)現(xiàn)對目標(biāo)更加細(xì)致和準(zhǔn)確的觀測。

PIE遙感技術(shù)是一種基于電磁波偏振特性的遙感技術(shù)。PIE遙感技術(shù)利用電磁波在空氣中傳播時，受到大氣中顆粒物、氣溶膠等物質(zhì)的散射影響，導(dǎo)致光波的偏振狀態(tài)發(fā)生改變，通過測量這些偏振狀態(tài)的變化，可以獲取大氣中的有關(guān)信息。不同波段和角度的測量能夠提供大氣中不同顆粒物和氣體的偏振特性，從而得到更全面的大氣污染數(shù)據(jù)。

2" 大氣污染監(jiān)測系統(tǒng)設(shè)計原理

大氣污染監(jiān)測系統(tǒng)的設(shè)計原理旨在實(shí)現(xiàn)對大氣環(huán)境的全面監(jiān)測、及時預(yù)警和科學(xué)管理，為保護(hù)環(huán)境和改善空氣質(zhì)量提供技術(shù)支持和決策依據(jù)。

2.1" 系統(tǒng)整體架構(gòu)設(shè)計

2.1.1" 傳感器網(wǎng)絡(luò)

大氣污染監(jiān)測系統(tǒng)通過部署在不同地點(diǎn)的傳感器網(wǎng)絡(luò)來實(shí)現(xiàn)對大氣污染的監(jiān)測。傳感器網(wǎng)絡(luò)覆蓋城市各個區(qū)域，以確保監(jiān)測數(shù)據(jù)的全面性和代表性。傳感器網(wǎng)絡(luò)中的傳感器將會定期進(jìn)行校準(zhǔn)和維護(hù)，以保證監(jiān)測數(shù)據(jù)的準(zhǔn)確性。

2.1.2" 數(shù)據(jù)采集與處理單元

數(shù)據(jù)采集與處理單元負(fù)責(zé)從傳感器獲取監(jiān)測數(shù)據(jù)，并進(jìn)行實(shí)時處理和分析。該單元包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和存儲模塊。數(shù)據(jù)采集模塊負(fù)責(zé)與傳感器進(jìn)行數(shù)據(jù)通信和數(shù)據(jù)采集，數(shù)據(jù)處理模塊負(fù)責(zé)對采集到的數(shù)據(jù)進(jìn)行處理和分析，生成監(jiān)測報告，并將數(shù)據(jù)存儲到數(shù)據(jù)庫中［1］。

2.1.3" 數(shù)據(jù)傳輸與通信模塊

數(shù)據(jù)傳輸與通信模塊負(fù)責(zé)將處理后的監(jiān)測數(shù)據(jù)傳輸?shù)奖O(jiān)測中心或用戶端。該模塊采用網(wǎng)絡(luò)通信技術(shù)，確保數(shù)據(jù)能夠及時、安全地傳輸。同時，該模塊還負(fù)責(zé)接收監(jiān)測中心或用戶端下發(fā)的控制命令，如設(shè)備開關(guān)、數(shù)據(jù)上傳頻率調(diào)整等。

2.1.4" 用戶端

用戶端包括政府部門、研究機(jī)構(gòu)、企業(yè)和公眾等各類用戶。用戶端通過網(wǎng)絡(luò)獲取監(jiān)測數(shù)據(jù)和報告，了解大氣污染的情況，制定相應(yīng)的政策和措施。用戶端還可以向監(jiān)測中心提出數(shù)據(jù)查詢和分析請求，以獲取更多的監(jiān)測數(shù)據(jù)和信息。

2.2" 數(shù)據(jù)采集與處理流程設(shè)計

2.2.1" 數(shù)據(jù)采集階段

在開始觀測之前，技術(shù)人員要對傳感器進(jìn)行定標(biāo)，確保其準(zhǔn)確度和可靠性。不同類型的傳感器（如氣象傳感器、光學(xué)傳感器、化學(xué)傳感器等）安裝在監(jiān)測點(diǎn)位上，傳感器根據(jù)預(yù)設(shè)的參數(shù)開始觀測大氣環(huán)境，記錄太陽輻射的強(qiáng)度和光譜特性以及大氣中各種污染物和氣象參數(shù)對輻射的吸收、散射和反射情況，實(shí)時采集大氣中的各種污染物濃度、氣象參數(shù)等數(shù)據(jù)，并通過數(shù)據(jù)接口傳輸?shù)綌?shù)據(jù)處理中心。

2.2.2" 數(shù)據(jù)處理與分析階段

數(shù)據(jù)采集與處理單元對采集到的數(shù)據(jù)進(jìn)行質(zhì)量控制，包括數(shù)據(jù)去噪聲、異常值處理、數(shù)據(jù)校正等，確保采集到的數(shù)據(jù)準(zhǔn)確可靠，提高后續(xù)數(shù)據(jù)處理的精度和可信度。該單元將來自不同傳感器的數(shù)據(jù)進(jìn)行融合與整合，包括同步時間軸、空間對齊、數(shù)據(jù)格式統(tǒng)一等處理，以便后續(xù)的數(shù)據(jù)分析和模型建立。同時，數(shù)據(jù)采集與處理單元利用統(tǒng)計方法、時空分析方法等對融合整合后的數(shù)據(jù)進(jìn)行特征提取和分析，提取出數(shù)據(jù)中污染物濃度變化趨勢、空間分布特征等的關(guān)鍵特征信息。

2.2.3" 數(shù)據(jù)存儲與共享

大氣污染監(jiān)測系統(tǒng)建立專門的數(shù)據(jù)庫，存儲處理后的數(shù)據(jù)，保證數(shù)據(jù)的安全性和完整性，并且定期對數(shù)據(jù)進(jìn)行備份，防止數(shù)據(jù)丟失或損壞。處理后的數(shù)據(jù)以開放數(shù)據(jù)的形式共享給科研機(jī)構(gòu)、政府部門和社會公眾，促進(jìn)大氣環(huán)境監(jiān)測和治理工作的開展。同時，還可以與國內(nèi)外相關(guān)研究機(jī)構(gòu)開展合作，共享數(shù)據(jù)資源，促進(jìn)科學(xué)研究和技術(shù)創(chuàng)新。

3" PIE遙感技術(shù)大氣污染遙感動態(tài)檢測系統(tǒng)的實(shí)現(xiàn)與應(yīng)用

PIE遙感技術(shù)大氣污染遙感動態(tài)檢測系統(tǒng)（以下簡稱“系統(tǒng)”）的實(shí)現(xiàn)與應(yīng)用的目的在于實(shí)現(xiàn)實(shí)時、準(zhǔn)確的大氣污染監(jiān)測，提高監(jiān)測效率和精度，為環(huán)境保護(hù)和健康管理提供科學(xué)依據(jù)和技術(shù)支持，對于提高大氣污染監(jiān)測精度、實(shí)現(xiàn)動態(tài)監(jiān)測、提高預(yù)警能力、促進(jìn)環(huán)境保護(hù)與改善等方面具有重要意義，對于保障公眾健康和生態(tài)環(huán)境具有重要意義。

3.1" 遙感影像自動及半自動化下載的實(shí)現(xiàn)

不同大氣污染物的反演所需遙感影像不盡相同，在該系統(tǒng)中，遙感影像針對不同大氣污染指標(biāo)來獲取不同載荷影像。其中，霾、PM10、PM2.5指標(biāo)基于MODIS（Terra/Aqua）數(shù)據(jù)進(jìn)行反演；SO2、NO2、O3指標(biāo)基于OMI（Aura）數(shù)據(jù)進(jìn)行反演；CO指標(biāo)基于MOPITT（Terra）數(shù)據(jù)進(jìn)行反演；沙塵指標(biāo)基于VISSR（FY2F）數(shù)據(jù)進(jìn)行反演；火點(diǎn)指標(biāo)基于VIRR（FY3B）、MODIS（Terra/Aqua）數(shù)據(jù)進(jìn)行反演；大霧指標(biāo)基于VIRR（FY3B）數(shù)據(jù)進(jìn)行反演。在遙感影像具體實(shí)現(xiàn)過程中，開發(fā)后臺控制程序，相關(guān)數(shù)據(jù)可通過FTP地址自動下載。同時，通過訪問中國氣象局國家衛(wèi)星氣象中心的形式對風(fēng)云系列數(shù)據(jù)進(jìn)行下載，系統(tǒng)實(shí)現(xiàn)衛(wèi)星觀測數(shù)據(jù)的自動化、半自動化批量下載，可以有效減少重復(fù)操作，從而提高工作效率，為后續(xù)處理提供數(shù)據(jù)準(zhǔn)備［2］。

3.2" 圖像處理模塊的實(shí)現(xiàn)

3.2.1" 圖像預(yù)處理

在數(shù)據(jù)下載完成后，該系統(tǒng)實(shí)現(xiàn)針對一氧化碳、二氧化碳、二氧化硫、二氧化硫氮氧化物、光化學(xué)煙霧、懸浮顆粒物、沙塵、火點(diǎn)、灰霾等大氣污染指標(biāo)的監(jiān)測成果的自動化生產(chǎn)，利用圖像處理對遙感圖像的幾何形狀和位置誤差、圖像輻射強(qiáng)度信息誤差等系統(tǒng)誤差進(jìn)行幾何校正和輻射校正，無需人工干預(yù)，在滿足區(qū)域環(huán)境質(zhì)量遙感監(jiān)測需求的同時，降低了系統(tǒng)使用的技術(shù)門檻［3］。

圖像預(yù)處理流程如圖1所示。

3.2.2" 特征匹配+擴(kuò)撲獲取的多源遙感影像自動匹配方法

系統(tǒng)先利用SHIF算法在空間模型中提取特征點(diǎn)并結(jié)合擴(kuò)撲信息；后利用最近領(lǐng)（nearest-neighbor）對特征點(diǎn)進(jìn)行幾何校正和精準(zhǔn)匹配；再利用擴(kuò)撲信息對SIFT匹配結(jié)果進(jìn)行篩選和優(yōu)化；最后結(jié)合SIFT匹配和擴(kuò)撲信息后，進(jìn)行幾何校正，利用隨機(jī)抽樣一致性算法，來進(jìn)一步剔除錯誤的匹配，最終得到信息匹配點(diǎn)。

3.2.3" MATLAB技術(shù)實(shí)現(xiàn)灰度圖像偽彩色處理

相比其他火情監(jiān)測系統(tǒng)，該系統(tǒng)在PIE遙感技術(shù)處理基礎(chǔ)上又融合了MATLAB數(shù)據(jù)處理技術(shù)，增強(qiáng)彩色對比度，強(qiáng)調(diào)地圖圖像邊緣，增強(qiáng)圖像識別的方便性，可視化程度更高。增強(qiáng)圖像彩色對比度高達(dá)97.8%，過濾邊緣化數(shù)據(jù)高達(dá)9px，可視化程度高達(dá)96.3%，彩色變化分量高達(dá)98.5%。該系統(tǒng)通過MATLAB技術(shù)實(shí)現(xiàn)灰度圖像偽彩色處理，按照線性或非線性的映射函數(shù)將灰度圖像增強(qiáng)偽彩色，有效地提取圖形中的重要信息，使人更容易辨認(rèn)和識別出原圖

像的信息，還利用JS技術(shù)創(chuàng)建一個時間軸方便用戶觀看以往的圖像，可以進(jìn)行播放并隨時變換衛(wèi)星云圖。

3.3" 視圖管理模塊的實(shí)現(xiàn)

視圖管理模塊共包括3個子模塊：地圖管理、地圖瀏覽、地圖查詢，在該系統(tǒng)均可查看當(dāng)前的地形圖、矢量圖等。

3.4" 大氣監(jiān)測模塊的實(shí)現(xiàn)

大氣監(jiān)測模塊中包含具體的污染物反演成果的展示功能，可以將監(jiān)測成果以日、旬、月、年的不同方式展示出來，同時還可以以動畫的形式呈現(xiàn)，從而直觀且生動地展現(xiàn)污染物的動態(tài)變化狀況，便于用戶端掌握污染物的動態(tài)并做出下一步的預(yù)測。

該系統(tǒng)還提供地圖切換、報表輸出、數(shù)據(jù)合成、濃度查詢、火點(diǎn)監(jiān)測、空氣污染程度地區(qū)查詢等功能。其中，地圖切換功能可以實(shí)現(xiàn)從地圖視圖到專題視圖的轉(zhuǎn)換，從而進(jìn)行專題圖的制作；報表輸出功能用來生成專題報表，如火點(diǎn)報表等；數(shù)據(jù)合成功能可將反演結(jié)果同其他地圖數(shù)據(jù)合成，如研究區(qū)域矢量數(shù)據(jù)等，更有助于反演成果的解讀；濃度查詢功能可以對具體區(qū)域的污染物濃度進(jìn)行查詢，從而達(dá)到定量反演的目的；火點(diǎn)監(jiān)測功能利用OnFire-CNN模型、Himawari-8、EOS、FENGYUN等多源靜止衛(wèi)星和極軌衛(wèi)星判斷火點(diǎn)對控制火情做出準(zhǔn)確判斷，可以實(shí)時提取火點(diǎn)信息，從而快速處理；空氣污染程度地區(qū)查詢通過構(gòu)建AOD算法來監(jiān)測地區(qū)生態(tài)，同時，通過Java Web技術(shù)連接地圖API將空氣質(zhì)量和顆粒物流動準(zhǔn)確地標(biāo)注在地圖上，準(zhǔn)確找到空氣污染嚴(yán)重的位置并顯示當(dāng)?shù)乜諝馕廴厩闆r和各污染物含量，及時判斷火災(zāi)類型［4］。該系統(tǒng)融合Himawari-8、EOS、FENGYUN等多源靜止衛(wèi)星和極軌衛(wèi)星，實(shí)現(xiàn)每1/10min的高頻次監(jiān)測以及14m2明火面積的精準(zhǔn)識別。系統(tǒng)與Weber模型、AIOLOS-F模型、Heath模型、Maquis模型等多種火情蔓延模型融合，結(jié)合氣象信息，實(shí)時預(yù)測火勢蔓延方向，最終以SaaS形式為客戶提供實(shí)時、便利的火情監(jiān)測服務(wù)，同時開放API接口，在此基礎(chǔ)上提供二次開發(fā)，為行業(yè)客戶和合作伙伴提供高級定制服務(wù)。

3.5" 異常處理模塊的實(shí)現(xiàn)

異常處理模塊主要包含設(shè)置報警信息頁面以及查看報警歷史頁面。其中，設(shè)置報警信息頁面顯示了設(shè)備名、設(shè)備具體位置等來方便用戶確定設(shè)備，顯示報警開關(guān)、報警方式、接收短信手機(jī)號碼、短信報警間隔時間讓用戶填寫。同時，點(diǎn)擊管理欄中的圖表可以打開報警界限管理對話框，里面顯示了PM2.5、PM10、溫度、相對濕度等［5］，方便相關(guān)部門做出相應(yīng)措施。

3.6" 數(shù)據(jù)處理與分析的實(shí)現(xiàn)

3.6.1" 多譜段遙感信息的處理

地面臺站接收的原始信息經(jīng)過攝影處理、變換、數(shù)字化后被轉(zhuǎn)換成為正片或計算機(jī)兼容的磁帶，將得到的照片裝訂成冊并編目提供給用戶選用。系統(tǒng)利用處理設(shè)備對遙感圖像的圖像輻射強(qiáng)度信息誤差、幾何形狀和位置誤差等系統(tǒng)誤差進(jìn)行幾何校正和輻射校正。通過幾何精校正、大氣校正，消除遙感平臺隨機(jī)姿態(tài)誤差和掃描速度誤差引起的幾何畸變和因不同譜段的光線通過大氣層時受到不同散射而引起的畸變，可以提高系統(tǒng)數(shù)據(jù)處理的準(zhǔn)確性、精密性。數(shù)據(jù)處理系統(tǒng)按用戶要求進(jìn)行多譜段分類、相關(guān)掩模、假彩色合成、圖像增強(qiáng)、密度分割等，將地面實(shí)況調(diào)查與不同高度、不同譜段遙感獲得的信息綜合編輯并繪制成各種專題圖。

3.6.2" 衛(wèi)星測試接收處理

系統(tǒng)采用云+端的技術(shù)架構(gòu)，內(nèi)嵌基于深度學(xué)習(xí)的圖像智能解譯引擎來監(jiān)測地區(qū)的各項(xiàng)指標(biāo)，并通過與衛(wèi)星圖像的比對分析來快速準(zhǔn)確地識別出潛在的火災(zāi)風(fēng)險點(diǎn)，支持遙感處理作業(yè)流程的全過程不落盤處理，數(shù)據(jù)實(shí)時可視化展現(xiàn)，中間步驟無任何 I/O 交互來進(jìn)行火情預(yù)測數(shù)據(jù)處理，該系統(tǒng)數(shù)據(jù)處理時間相比于其他遙感動態(tài)檢測系統(tǒng)由“1440min”降低至“15min”，遙感監(jiān)測精度高達(dá)98%以上。該系統(tǒng)自主創(chuàng)新研發(fā)分布處理數(shù)據(jù)的XXL-JOB一體式調(diào)度系統(tǒng)平臺，可以做到定時任務(wù)調(diào)度、分布式任務(wù)執(zhí)行，并且在異常情況下進(jìn)行重新調(diào)度。傳統(tǒng)并行計算時容易有負(fù)載不平衡、節(jié)點(diǎn)故障處理難、數(shù)據(jù)同步一致性差、擴(kuò)展具有限制性、管理和維修成本較高、資源浪費(fèi)等缺點(diǎn)。而該系統(tǒng)的并行計算可以做到并行處理、任務(wù)劃分、數(shù)據(jù)同步共享、負(fù)載均衡、自動化分析優(yōu)化等，計算速度呈現(xiàn)爆炸式提升。該系統(tǒng)利用卷積神經(jīng)網(wǎng)絡(luò)引擎訓(xùn)練自主研發(fā)的OnFire-CNN模型分析污染源的短波紅外輻射、火點(diǎn)紅外輻射以及周圍波段差異，針對多種污染物進(jìn)行多維化分析，揭示污染物濃度變化規(guī)律，從而實(shí)現(xiàn)了多源大氣污染數(shù)據(jù)的融合并提供了全面的數(shù)據(jù)洞察以及對海量遙感數(shù)據(jù)的預(yù)處理及自動化污染源監(jiān)測及污染態(tài)勢分析。

4" 結(jié)語

根據(jù)大氣污染監(jiān)測的現(xiàn)狀和對集成化、自動化、可視化、業(yè)務(wù)化遙感監(jiān)測系統(tǒng)的需求，團(tuán)隊(duì)研發(fā)了基于PIE遙感技術(shù)的大氣污染遙感動態(tài)監(jiān)測系統(tǒng)。該系統(tǒng)可以實(shí)時監(jiān)測火場狀態(tài)，準(zhǔn)確提取火點(diǎn)信息和預(yù)測火災(zāi)蔓延方向，并且可以自動提取各地大氣污染物的信息，有效辨別火災(zāi)類型。同時，該系統(tǒng)也實(shí)現(xiàn)了遙感影像數(shù)據(jù)自動化獲取、數(shù)據(jù)自動化預(yù)處理、監(jiān)測指標(biāo)動態(tài)可視化展示，使圖像更加鮮明，數(shù)據(jù)處理更加準(zhǔn)確迅速。基于PIE遙感技術(shù)的大氣污染遙感動態(tài)監(jiān)測系統(tǒng)在未來有著廣闊的展望，隨著遙感技術(shù)的不斷發(fā)展和創(chuàng)新，未來可以進(jìn)一步提升PIE遙感技術(shù)在大氣污染監(jiān)測中的應(yīng)用效果，例如：結(jié)合人工智能、深度學(xué)習(xí)等技術(shù)，提高數(shù)據(jù)處理和分析的效率和準(zhǔn)確性?？梢约訌?qiáng)國際合作，促進(jìn)遙感數(shù)據(jù)的共享和交流，建立全球范圍的大氣污染監(jiān)測網(wǎng)絡(luò)，共同應(yīng)對全球性的環(huán)境挑戰(zhàn)。基于PIE遙感技術(shù)的大氣污染遙感動態(tài)監(jiān)測系統(tǒng)在未來有著廣闊的發(fā)展前景，將為環(huán)境保護(hù)和人類健康提供更強(qiáng)大的技術(shù)支持和數(shù)據(jù)保障。

參考文獻(xiàn)

［1］趙恒謙，李軍，陳偉，等.PIE軟件在遙感綜合應(yīng)用實(shí)驗(yàn)教學(xué)中的實(shí)踐：以礦區(qū)生態(tài)環(huán)境綜合評價為例［J］.科技資訊，2023（9）：164-168.

［2］曹歡.大氣污染遙感動態(tài)監(jiān)測系統(tǒng)的設(shè)計與實(shí)現(xiàn)［D］.太原：太原理工大學(xué)，2017.

［3］曹歡，和棟材，李小飛.基于PIE的大氣污染遙感監(jiān)測系統(tǒng)的設(shè)計與實(shí)現(xiàn)［J］.地理空間信息，2018（5）：75-79，9.

［4］曹如星.基于衛(wèi)星遙感的大氣環(huán)境監(jiān)測技術(shù)應(yīng)用［J］.皮革制作與環(huán)?？萍?，2024（1）：66-68.

［5］朱蕭璇.大氣污染在線監(jiān)測系統(tǒng)的設(shè)計與實(shí)現(xiàn)［D］.濟(jì)南：山東大學(xué)，2022.

［6］朱維，呂利清，魏致坤，等.大氣環(huán)境監(jiān)測衛(wèi)星方案設(shè)計與技術(shù)特點(diǎn)［J］.上海航天，2023（3）：1-12.

（編輯" 王永超）

Design and realization of atmospheric pollution remote monitoring system based on PIE remote sensing technology

LU" Jieying， XU" Ziqi， HU" Chuili*， CAI" Min

（Guangzhou College of Technology and Business， Foshan 528138， China）

Abstract：" This paper introduces the design and implementation of a remote sensing dynamic monitoring system for air pollution based on Pixel Information Expert （PIE） remote sensing technology. The system utilizes PIE remote sensing technology， combined with multi-parameter monitoring and data analysis， to achieve real-time monitoring and analysis of atmospheric pollution. By providing a detailed explanation of the system’s design principles and implementation methods， and by using experimental data to evaluate the system’s performance， this paper verifies the effectiveness and feasibility of the system in the field of atmospheric pollution monitoring.

Key words： PIE remote sensing technology; atmospheric pollution; monitoring system; dynamic remote sensing monitoring