甲烷（CH4）具有比二氧化碳强25倍以上的温室效应，是一种高效的温室气体。其排放加剧气候变化，导致全球变暖、极端天气事件频发，破坏生态系统和人类生活环境，改变水文循环，影响农业生产。数据显示，甲烷排放源分为自然源和人为源，其中农业排放占总量40%，化石燃料开采与使用约占30%。因此，识别排放源和估算排放量对应对气候变化、优化能源利用、保护生态环境及促进社会经济可持续发展至关重要。
近年来，各国日益重视甲烷排放监管。在《联合国气候变化框架公约》第26次缔约方大会上，100多个国家加入“全球甲烷承诺”，目标到2030年将甲烷排放水平较2020年降低30%。2023年，我国生态环境部等11部门印发《甲烷排放控制行动方案》，旨在完善政策、技术和标准体系，提升统计核算、监测监管等基础能力，提高控制能力和管理水平；重点任务包括加强排放监测，研究建立核算、报告和核查制度，提升数据信息化水平。
甲烷监测技术手段按空间尺度分为三类：点源尺度（10～1000m）关注单个排放源，如油气设施或垃圾填埋场，通常使用地面设备或无人机等近地面遥感技术。区域尺度（1～100km）监测较大范围排放并识别热点，依赖航空平台或卫星遥感。全球/国家尺度（100～10000km）评估政策效应和气候变化模型，主要依赖卫星遥感。地面和机载设备精度高但范围小、成本高，受地理气候限制。卫星技术，尤其是多光谱卫星，具备大范围全天候监测优势，但空间分辨率较低。
与传统遥感相比，高光谱卫星通过多个波段（分辨率约1nm）获取数据，光谱分辨率显著提升。其在1.65μm和2.3μm波段能精确识别甲烷吸收特征，结合较高空间分辨率，可精准定位排放源并估算强度，同时有效区分甲烷信号与复杂背景干扰。自1999年首颗高光谱卫星Terra发射以来，全球在轨卫星已超20颗，包括美国的EO-1、意大利的PRISMA、德国的EnMAP，以及中国的GF-5和HJ-2A/2B等。这些卫星具备宽波段覆盖和高光谱精度，支撑多领域精细观测。
卫星甲烷反演方法主要有全物理反演、深度学习反演和匹配滤波。匹配滤波通过抑制背景信号、增强目标信号估算浓度。高光谱数据因其光谱维度和空间分辨率优势，常采用匹配滤波实现点源高精度检测与定量。基于中国GF-5等卫星的研究已在美国二叠纪盆地、煤矿区等实现点源识别与排放估算。在面源监测领域，贝叶斯优化模型与深度学习方法提升了中低分辨率卫星数据的适用性。
以美国二叠纪盆地油气田点源监测为例，研究使用中国GF-5A/B高光谱数据、SRTM数字高程模型和GEOS-FP风速风向数据。数据处理包括辐射定标、正射校正、配准及条纹去除。采用匹配滤波算法，结合地形校正和反照率调整，反演甲烷柱浓度。通过改进的羽流掩膜生成方法（结合统计检验和滤波）识别排放源，并利用横截面磁通量法计算排放速率。
在GF-5A数据中识别出8个存在明显羽流的排放源，其中7个位于图像范围内。结合谷歌地球影像分析，高值区域主要对应油气设施泄漏点、水体及城镇大型建筑。对其中3个油气设施泄漏点计算排放速率分别为8778.40kg/h、4300.32kg/h和5505.92kg/h。将结果与美国环保基金会飞机观测数据对比，7个点源中有3个位置一致，验证了空间定位精度。排放速率差异可能源于排放动态变化、风速及观测时间差，但数据一致性证明了高光谱卫星监测的可靠性。
高光谱卫星凭借光谱分辨率优势，能精确识别甲烷特征，弥补地面和机载设备的覆盖局限。未来需应对数据质量差异、在轨卫星数量不足等挑战。通过优化传感器、结合人工智能及“天空地”数据融合（尤其加强地面监测网络建设），可进一步提升排放源识别精度和监测能力，支撑全球甲烷减排行动。
