定量遥感产品是空间信息与地学知识的载体，其数据质量直接影响遥感应用的广度与深度。搭载于Aura卫星上的OMI传感器提供了每日全球覆盖的对流层NO₂柱浓度观测结果长达16年之久，其数据被广泛使用。但由于“行异常”和云遮挡造成其空间覆盖的显著缺失，该产品仍难以满足逐日/周的应用需求。

针对这一问题，suncitygroup太阳新城官网硕士生何秦在秦凯教授的指导下，利用机器学习和自适应加权时间拟合方法重构了中国地区OMI对流层NO₂缺失数据。该研究成果以论文形式在权威学术期刊Environmental Research Letters (JCR Q1)上发表，题目为“Spatially and temporally coherent reconstruction of tropospheric NO₂ over China combining OMI and GOME-2B measurements” (DOI：10.1088/1748-9326/abc7df)。同时，重构后的数据产品发布在suncitygroup太阳新城官网能源与环境遥感大数据服务系统供下载。

重构得到的结果使有效的对流层NO₂柱浓度数据量翻番，并且与地基观测结果能良好地吻合。通过对遥感数据的质量改善处理，该数据集增强了时空连续性，极大地提升了遥感监测的应用潜力，将有助于空气质量和气候学的研究。

重构数据与原数据的统计结果（覆盖度、均值、标准差）