教学与考试AI 内容整理
让学生从地图颜色反向追问仪器测到了什么，再用图例、日期和对照图层限制自己的解释。原文给出了真实卫星数据的选择与比较步骤；课堂可借此区分光谱信号、遥感数据产品与污染源推断，避免把一张热点图直接当成地面空气质量或CO₂排放的证据。
这份活动把卫星遥感从‘看一张漂亮的污染地图’，改成先读图例、再比较真实数据、最后说明能推断什么的任务。原文用Copernicus Browser选择Sentinel-5P的NO₂图层，比较不同日期，并和Sentinel-1城市雷达图层并排观察。
物理切入点是选择性吸收与间接测量：TROPOMI通过光在大气中的吸收和散射识别气体，再产生数据产品。原文明确Sentinel-5P不直接测CO₂，由NO₂或CO估计CO₂排放需要模型，不能把两种气体的图当作同一测量。
本站建议优先采用图例、同区域多日期对照和证据边界三个环节；原文的燃烧反应活动可作为跨学科扩展。文章发布于2026年2月，示例图对应2025年3月3日，均不能作为今天的污染状况。
本站方法比较 · 常见做法只是比较起点，不代表所有课堂
常见切入
展示污染热点图说明科技应用，随即转入吸收光谱知识讲解。
本文做法
学生自己选择Sentinel-5P的NO₂图层、检查图例和日期，并比较地区。
教学意义：颜色有数据量、范围和时间条件；读图过程要求学生给结论写出对应的测量证据。
常见切入
根据单张图把红色区域认作固定污染源，少问时间变化和空白。
本文做法
活动2比较不同日期，并追问空白区域、变化原因及地面测量的作用。
教学意义：单次观测无法说明长期趋势或唯一原因，学生需区分观测到的差别与差别的可能解释。
常见切入
把‘卫星测空气污染’作为一个整体说法，不区分气体和数据产品。
本文做法
原文区分NO₂观测、由其他气体推估CO₂，以及卫星和地面站的互相验证。
教学意义：一套仪器不能被默认测出所有气体和地面浓度，模型与验证是测量解释的一部分。
本站备课建议
本站建议：从同一区域的两张不同日期NO₂图开始，要求每句结论附上‘图例、日期、图层、证据和仍未知的条件’。把吸收光谱作为测量原理入口，不要求一次完成原文所有化学活动。
向学生追问这张图的颜色代表什么量、用什么单位？仪器直接测到的是气体数量，还是光在不同波长上的信号？
怎样看出学生理解了：学生能引用图例和产品说明，区分光学信号与处理后的数据量，不把可视颜色当作气体本身的颜色。
向学生追问某处从彩色变成空白，能否直接说排放降到了零？你还需要查哪项信息，才能判断这一变化？
怎样看出学生理解了：学生把缺测与低值分开，指出需要图例、有效性或观测条件证据，并能承认尚不能确认的原因。
向学生追问热点和建成区重合，能否由此计算该区域CO₂排放量？哪些结论还需要地面测量、模型或其他时间的数据？
怎样看出学生理解了：学生用空间对应提出假设而不冒充因果证明，能说明Sentinel-5P不直接测CO₂，推估要有模型和不确定性。
原文解释不同气体对特定波长的吸收不同，TROPOMI测量吸收与散射来识别NO₂等气体。地图颜色是测量与处理后的显示，不是从太空直接拍到肉眼所见的污染颜色。
活动2要求选择Sentinel-5P、NO₂图层，检查图例，再选择日期比较地区。原文给出的像元尺度约3.5 km×5.5 km，不能由一个像元颜色判断教室或单条道路的浓度。
原文特意追问NO₂图上的空白区域及卫星与地面站同时测量的必要性。本站建议把缺少有效数据和测得较低值分开，不能先把空白当成没有污染。
活动3把NO₂热点和Sentinel-1城市图层并排比较，讨论交通、工业和城市分布。空间对应可以提出污染源假设，但本身不足以锁定某一设施的排放量。
原文指出Sentinel-5P不直接测CO₂，由其他燃烧相关气体和比例模型作估计仍有不确定性。把直接测得的信号、反演的数据量和进一步推断分别标出，才是这份资源最有用的测量训练。
原文、装置图及附件在来源网站查看。
2026年2月3日 · Science in School 教学活动
Eyes in the sky: tracking air pollution with satellites ↗Science in School给出用Copernicus Browser读取卫星NO₂图层、比较日期并叠加城市雷达图的课堂活动。Sentinel-5P的TROPOMI通过特定波长的吸收与散射识别气体，原文给出的像元尺度约为3.5 km×5.5 km；该卫星不直接测量CO₂，由其他燃烧气体推估CO₂仍需模型并存在不确定性。