遥感监测基于Sentinel-5P的空气污染物分析：新加坡区域SO2、NO2和CO浓度时空分布评估系统

内容概要：本文利用Google Earth Engine平台，基于Sentinel-5P卫星数据对新加坡地区的空气污染物（SO₂、NO₂和CO）浓度进行时空分析。通过筛选2023年和2024年特定时间段的影像数据，构建中值合成图像，并应用云掩膜去除云干扰，结合区域统计方法计算不同污染物的平均浓度。同时，通过时间序列图表展示2024年5月至6月期间各污染物的日均浓度变化趋势，并进一步评估2023年与2024年空气质量的变化情况。最后，采用归一化方法对各污染物浓度进行标准化处理，综合计算出区域整体空气质量评分。; 适合人群：具备遥感数据处理基础、熟悉Google Earth Engine平台操作的环境科学或地理信息相关研究人员及高年级本科生、研究生；; 使用场景及目标：①用于城市空气质量动态监测与评估；②支持环境政策制定与污染治理效果分析；③开展长时间序列大气污染物变化趋势研究； 阅读建议：本代码适合在Google Earth Engine平台上运行实践，建议结合实际研究区域调整时间范围与地理范围，并根据本地化空气质量标准优化评级参数，增强结果的适用性与可解释性。