Ekologiya cheloveka (Human Ecology)Ekologiya cheloveka (Human Ecology)Экология человека1728-08692949-1444Eco-Vector67882910.17816/humeco678829JRSOAXORIGINAL STUDY ARTICLESОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯResearch ArticleAtmospheric pollution in Cherepovets according to remote sensingОценка загрязнения атмосферного воздуха в Череповце по данным дистанционного зондирования Земли基于对地遥感数据的Cherepovets市大气污染评估https://orcid.org/0000-0003-2099-488590387346005279-4175TsarevaSophia A.ЦареваСофья АлександровнаTsarevaSophia A.
Russian Federation

Cand. Sci. (Chemistry), Associate Professor

канд. хим. наук, доцент

Cand. Sci. (Chemistry), Associate Professor

zarew@rambler.ruhttps://orcid.org/0000-0001-6048-89744287-6652LileevaElena G.ЛилееваЕлена ГеоргиевнаLileevaElena G.
Russian Federation

MD, Cand. Sci. (Medicine), Associate Professor

канд. мед. наук, доцент

MD, Cand. Sci. (Medicine), Associate Professor

elileeva2006@yandex.ruhttps://orcid.org/0000-0002-4337-28977991-3530TsarevYuri V.ЦаревЮрий ВалерьевичTsarevYuri V.
Russian Federation

Cand. Sci. (Engineering), Associate Professor

канд. техн. наук, доцент

Cand. Sci. (Engineering), Associate Professor

tsarevyv@ystu.ruhttps://orcid.org/0009-0006-4139-639X2758-5320DybulinaNataliya S.ДыбулинаНаталия СергеевнаDybulinaNataliya S.
Russian Federation
dybulinans@gmail.comhttps://orcid.org/0009-0007-7891-2682VelimetovaSabrina F.ВелиметоваСабрина ФаиковнаVelimetovaSabrina F.
Russian Federation
sabrinavelimetova@icloud.comYaroslavl State Technical UniversityЯрославский государственный технический университетYaroslavl State Technical UniversityYaroslavl State Medical UniversityЯрославский государственный медицинский университетYaroslavl State Medical University141020252711202532107147222304202503102025Copyright ©; 2025, Eco-VectorCopyright ©; 2025, Эко-ВекторCopyright ©; 2025, Eco-Vector2025Eco-VectorЭко-ВекторEco-Vectorhttps://creativecommons.org/licenses/by-nc-nd/4.0https://hum-ecol.ru/1728-0869/article/view/678829

BACKGROUND: Satellite monitoring of air pollutant levels is currently widely used alongside conventional methods for assessing atmospheric pollution. Satellite technologies provide information on atmospheric pollutant levels for various geographic coordinate ranges; however, their applicability, notably for assessing air quality in residential areas, is disputed.

AIM: The work aimed to assess atmospheric pollution in Cherepovets by comparing Sentinel-5P satellite data with Earth-based monitoring data.

METHODS: The study assessed geospatial data on atmospheric air quality in Cherepovets. Sentinel-5P satellite data provided by the European Space Agency under the Copernicus program were analyzed using Google Earth Engine-based software. Satellite monitoring data were compared with those from the Severstal open service for atmospheric air quality monitoring in Cherepovets.

RESULTS: Software for analyzing satellite monitoring data on atmospheric air quality in Cherepovets was developed using Google Earth Engine and JavaScript. Digital maps of nitrogen dioxide and sulfur dioxide atmospheric pollution were created. Satellite monitoring data were compared with Severstal's Earth-based monitoring data.

CONCLUSION: Software for creating digital maps of atmospheric pollution by criteria pollutants (sulfur dioxide and nitrogen dioxide) has been developed. The differences between satellite and Earth-based monitoring data on atmospheric pollution in Cherepovets were analyzed.

Обоснование. В настоящее время наряду с традиционными методиками определения концентраций загрязнителей атмосферного воздуха находит широкое применение спутниковый мониторинг содержания поллютантов в воздушной среде. Хотя спутниковые технологии позволяют получать данные о содержании загрязнителей в атмосфере для различных диапазонов географических координат, возникают вопросы релевантности использования подобных технологий, в том числе и основанных на них оценках качества воздуха селитебной территории.

Цель. Анализ загрязнения атмосферного воздуха Череповца на основании спутниковых данных Sentinel-5P и их сопоставления с данными наземного мониторинга.

Методы. Объектом исследования являются геопространственные данные состояния атмосферного воздуха Череповца. Спутниковые данные Sentinel-5P, предоставляемые Европейским космическим агентством в рамках программы Copernicus, анализировали в программном обеспечении, созданном на базе облачной платформы Google Earth Engine. Данные спутникового мониторинга сопоставляли с данными открытого сервиса ПАО «Северсталь» мониторинга качества атмосферного воздуха в Череповце.

Результаты. В облачной среде Google Earth Engine на языке программирования JavaScript разработано программное обеспечение для анализа данных спутникового мониторинга атмосферного воздуха Череповца. Получены цифровые карты загрязнения атмосферного воздуха диоксидом азота и диоксидом серы. Данные оценок концентраций спутникового мониторинга сопоставлены с данными наземного мониторинга ПАО «Северсталь».

Заключение. Разработано программное обеспечение, позволяющее строить цифровые карты загрязнения атмосферного воздуха критериальными загрязнителями (диоксидом серы и азота). Проанализировано различие данных спутникового мониторинга и наземного мониторинга загрязнения атмосферного воздуха Череповца.

论证。目前，除采用传统方法测定大气污染物浓度外，利用卫星遥感监测大气污染物含量的方法已得到广泛应用。尽管卫星技术能够在不同地理坐标范围内获取大气污染物含量数据，但在其适用性方面仍存在疑问，尤其是在基于此类数据对居民区空气质量进行评估时。

目的。基于Sentinel-5P卫星数据分析Cherepovets市大气污染状况，并将其与地面监测数据进行比较。

方法。研究对象为Cherepovets市大气环境的地理空间数据。使用欧洲航天局Copernicus计划提供的Sentinel-5P卫星数据，并在基于Google Earth Engine云平台构建的软件环境中进行分析。同时，将卫星监测数据与PJSC«Severstal»公开的空气质量地面监测数据进行对照。

结果。在Google Earth Engine环境中基于JavaScript编写了用于分析Cherepovets市大气污染遥感数据的软件。获得了二氧化氮和二氧化硫污染的数字分布图。将卫星监测浓度评估结果与PJSC «Severstal»地面监测数据进行了比较分析。

结论。本研究开发的软件可用于构建判定性污染物（硫氧化物与氮氧化物）的大气污染数字地图。对卫星监测与地面监测所得的Cherepovets市大气污染数据差异进行了分析。

satellite monitoringair pollutionEarth-based monitoringcomparisonnitrogen oxidesulfur oxideспутниковый мониторингзагрязнение воздуханаземный мониторингсопоставлениеоксид азота, оксид серы卫星监测空气污染地面监测数据对比氮氧化物硫氧化物Morozova AE, Sizov OS, Elagin PO, et al. Integrated assessment of atmospheric air quality in the largest cities of Russia based on TROPOMI (Sentinel-5P) data for 2019–2020. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2022;19(4):23–39. doi: 10.21046/2070-7401-2022-19-4-23-39 EDN: AKKSYTLi B, Hu Q, Gao M, et al. Physical informed neural network improving the WRF-CHEM results of air pollution using satellite-based remote sensing data. Atmospheric Environment. 2023;311:120031. doi: 10.1016/j.atmosenv.2023.120031Ababio BA, Ashong GW, Agyekum ThP, et al. Comprehensive health risk assessment of urban ambient air pollution (PM2.5, NO2 and O3) in Ghana. Ecotoxicol Environ Saf. 2025;289:117591. doi: 10.1016/j.ecoenv.2024.117591Sakti AD, Anggraini TS, Ihsan KTN, et al. Multi-air pollution risk assessment in Southeast Asia region using integrated remote sensing and socio-economic data products. Sci Total Environ. 2023;854:158825. doi: 10.1016/j.scitotenv.2022.158825Rahimi NR, Azhdarpoor A, Fouladi-Fard R. Exposure to tropospheric ozone and NO2 in the ambient air of Tehran metropolis: Spatiotemporal distribution and inhalation health risk assessment. Physics and Chemistry of the Earth. Parts A/B/C. 2024;136:103777. doi: 10.1016/j.pce.2024.103777Dammers E, Tokaya J, Mielke C, et al. Can TROPOMI NO2 satellite data be used to track the drop in and resurgence of NOx emissions in Germany between 2019–2021 using the multi-source plume method (MSPM)? Geosci Model Dev. 2024;17(12):4983–5007. doi: 10.5194/gmd-17-4983-2024 EDN: BALSGFCersosimo A, Serio C, Masiello G. TROPOMI NO2 tropospheric column data: regridding to 1 km grid-resolution and assessment of their consistency with in situ surface observations. Remote Sensing. 2020;12(14):2212. doi: 10.3390/rs12142212Goldberg DL, Anenberg SC, Kerr GH, et al. TROPOMI NO2 in the United States: a detailed look at the annual averages, weekly cycles, effects of temperature, and correlation with surface NO2 concentrations. Earth's Future. 2021;9(4):e2020EF001665. doi: 10.1029/2020EF001665Jeong U, Hong H. Assessment of tropospheric concentrations of NO2 from the TROPOMI/Sentinel-5 precursor for the estimation of long-term exposure to surface NO2 over South Korea. Remote Sens. 2021;13(10):1877. doi: 10.3390/rs13101877