CN103743679A - 一种加快温室气体垂直柱浓度反演速度的方法 - Google Patents
一种加快温室气体垂直柱浓度反演速度的方法 Download PDFInfo
- Publication number
- CN103743679A CN103743679A CN201410033504.3A CN201410033504A CN103743679A CN 103743679 A CN103743679 A CN 103743679A CN 201410033504 A CN201410033504 A CN 201410033504A CN 103743679 A CN103743679 A CN 103743679A
- Authority
- CN
- China
- Prior art keywords
- vertical column
- concentration
- spectrum
- greenhouse gases
- speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 63
- 238000001228 spectrum Methods 0.000 claims abstract description 94
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000012546 transfer Methods 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims description 40
- 238000010521 absorption reaction Methods 0.000 claims description 34
- 239000007789 gas Substances 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 7
- 239000000443 aerosol Substances 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract 2
- 230000000875 corresponding effect Effects 0.000 description 5
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 3
- 229910052753 mercury Inorganic materials 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种加快温室气体垂直柱浓度反演速度的方法。通过加快光谱建模速度和垂直柱浓度连续计算速度两种途径来加快温室气体垂直柱浓度的反演速度。在光谱建模过程中,通过忽略一些弱干扰因素的影响和离散化辐射传输方程来加快建模速度;在温室气体垂直柱浓度连续反演过程中,采用查表方法加快温室气体垂直柱浓度的计算速度:先模拟出所有可能场景的太阳归一化辐亮度和权重函数,统计出当所有光谱都采用一个特定场景的模拟值进行反演拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有场景的测量光谱都可采用这一特定场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模。
Description
技术领域
本发明涉及环境大气中气体垂直柱浓度的光谱反演领域,具体为一种加快温室气体垂直柱浓度反演速度的方法。
背景技术
温室气体导致的温室效应会产生一系列环境问题和经济问题,例如,导致全球气温持续升温、冰川融化、海平面上升、地球病虫害增多、气候反常、海洋风暴增多等等。目前,很多国家都实时在线监测环境大气中温室气体垂直柱浓度的波动,以确保排放的温室气体符合相关减排规定。
温室气体二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)等的强吸收波段主要集中在红外波段。红外波段位于振-转光谱的基频或泛频,气体吸收截面具有很强的温度、压强依赖特性,并且随波长变化而变化,导致红外波段的气体垂直浓度反演方法与其它波段的反演方法更繁琐,相对反演速度更慢。为了能利用红外波段吸收光谱迅速地反演环境大气中温室气体的垂直柱浓度,以确保准确掌握温室气体垂直柱浓度的波动规律,有必要研究出一种加快温室气体垂直柱浓度反演速度的方法。
发明内容
本发明的目的是提供一种加快温室气体垂直柱浓度反演速度的方法,以解决现有技术观测方式相对复杂、测量光谱信噪比相对较低、光谱建模条件较复杂、光谱建模速度偏慢、气体垂直柱浓度反演步骤较繁琐而导致反演速度较慢,无法快速分辨温室气体垂直柱浓度波动规律的问题。
为了达到上述目的,本发明所采用的技术方案为:
一种加快温室气体垂直柱浓度反演速度的方法,所述反演速度的加快是指针对某一特定的数据处理系统,通过优化温室气体垂直柱浓度反演方法和过程来加快反演速度,而不是通过升级数据处理系统版本来加快反演速度。该方法通过加快光谱建模速度和垂直柱浓度连续计算速度两种方法来加快温室气体垂直柱浓度的反演速度;
第一步,在测量光谱建模过程中采用以下方法来加快模型计算速度,具体实施如下:
(1)使用直射太阳光谱来反演温室气体的垂直柱浓度:太阳光汇聚系统安装在太阳跟踪系统上,太阳入射光经过太阳光汇聚系统汇聚后由光信号传输系统传输至光谱探测系统,光谱探测系统实现光信号采集和模/数转换,之后再送入光谱存储及解析系统,获得直射太阳光谱;
(2)忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰因素的影响;
(3)通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率;
(4)用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数;
(5)通过对由测量光谱观测参数建立的辐射传输方程进行离散化,减少待求解辐射方程组的数目;
第二步,在温室气体垂直柱浓度连续反演过程中,采用查表方法加快温室气体垂直柱浓度的计算速度,具体实施如下:
采用查表方法不需要对每一条测量光谱进行在线辐射传输模拟,能在较短的观测时间内处理完庞大的观测数据,具体实施方法为:先根据不同太阳天顶角、地面高度、地面反照率、气溶胶类型及水汽浓度模拟出所有场景下的太阳归一化光谱常量和权重函数,统计出当所有光谱都采用一个场景的模拟值进行温室气体垂直柱浓度拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有角度的测量光谱都可采用这一场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模,这一特定场景的模拟值称为参考光谱,可以通过大气辐射传输模型SCIATRAN计算得到,计算过程中仅考虑分子单次散射的影响。
所述加快温室气体垂直柱浓度反演速度的方法,利用地基光谱仪记录的直射太阳光谱而不是地基、机载或星载光谱仪记录的散射光谱来反演温室气体的垂直柱浓度。直射太阳光谱相对于其它被动遥感方式(例如,机载、星载、地基天顶、地基散射测量)记录的测量光谱而言,观测方式简单,辐射传输模型SCIATRAN能快速的实现测量光谱建模,从而缩短模型计算时间,提高垂直柱浓度反演速度。
所述加快温室气体垂直柱浓度反演速度的方法,在采用辐射传输模拟软件SCIATRAN对直射太阳光谱建模时,忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰等因素的影响,这些因素对温室气体垂直柱浓度反演结果影响很小但对光谱建模速度具有一定影响。
所述加快温室气体垂直柱浓度反演速度的方法,在采用辐射传输模拟软件SCIATRAN对直射太阳光谱建模时,通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率,能增大积分步长且不影响积分效果。
所述加快温室气体垂直柱浓度反演速度的方法,在采用辐射传输模拟软件SCIATRAN对直射太阳光谱建模时,用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数。
所述加快温室气体垂直柱浓度反演速度的方法,在采用辐射传输模拟软件SCIATRAN对直射太阳光谱建模时,通过对由测量光谱观测参数建立的辐射传输方程进行离散化,同时按照一定规则,用离散的平行平面大气代替连续大气,对大气层进行分层,减少待求解辐射方程组的数目。
所述加快温室气体垂直柱浓度反演速度的方法,温室气体垂直柱浓度的连续反演过程中,先模拟出所有可能场景的太阳归一化辐亮度和权重函数,统计出当所有光谱都采用一个特定场景的模拟值进行反演拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有场景的测量光谱都可采用这一特定场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模。
本发明与现有技术相比具有以下优点:
本发明涉及的加快温室气体垂直柱浓度反演速度的方法,在测量光谱建模过程中采用以下方法加快模型计算速度:(1)使用直射太阳光谱而不是地基、机载或星载光谱仪记录的散射光谱来反演温室气体的垂直柱浓度;(2)忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰等因素的影响;(3)通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率;(4)用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数;(5)通过对由测量光谱观测参数建立的辐射传输方程进行离散化,同时按照一定规则,用离散的平行平面大气代替连续大气,对大气层进行分层,减少待求解辐射方程组的数目。本发明涉及的加快温室气体垂直柱浓度反演速度的方法,在温室气体垂直柱浓度连续反演过程中,采用查表方法加快温室气体垂直柱浓度的计算速度:先模拟出所有可能场景的太阳归一化辐亮度和权重函数,统计出当所有光谱都采用一个特定场景的模拟值进行反演拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有场景的测量光谱都可采用这一特定场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模。通过加快测量光谱建模速度和加快温室气体垂直柱浓度计算速度的方法能加快温室气体垂直柱浓度的反演速度。
附图说明
图1为本发明实现框图。
图2(a)为高分辨率水汽吸收截面;图2(b)为波长坐标变换至g空间后的分布。
图3为应用本发明的实例对气体吸收截面的波长坐标进行指数变换后,CO2拟合窗口内高分辨(细线)与卷积后(粗线)的辐亮度与权重函数,其中:
图3(a)为气体吸收截面的波长坐标进行指数变换前,由逐线积分方法计算得到的CO2拟合窗口内高分辨(细线)与卷积后(粗线)的辐亮度与权重函数;图3(b)为气体吸收截面的波长坐标进行指数变换后,由快速积分方法计算得到的CO2拟合窗口内高分辨(细线)与卷积后(粗线)的辐亮度与权重函数。
图4为应用本发明的实例高斯拟合1637.78nm汞灯峰得到的仪器函数。
具体实施方式
下面结合附图以及具体实施方式进一步说明本发明。
如图1~图4及表1所示。本发明中,所述反演速度的加快是指针对某一特定的数据处理系统,通过优化温室气体垂直柱浓度反演方法和过程来加快反演速度,而不是通过升级数据处理系统版本来加快反演速度。总言之,本发明通过加快光谱建模速度和垂直柱浓度连续计算速度两种方法来加快温室气体垂直柱浓度的反演速度。
在测量光谱建模过程中采用以下方法来加快模型计算速度,具体实施如下:
(1)使用直射太阳光谱而不是地基、机载或星载光谱仪记录的散射光谱来反演温室气体的垂直柱浓度:太阳光汇聚系统安装在太阳跟踪系统上,太阳入射光经过太阳光汇聚系统汇聚后由光信号传输系统传输至光谱探测系统,光谱探测系统实现光信号采集和模/数(A/D)转换,之后再送入光谱存储及解析系统,获得直射太阳光谱。直射太阳光谱相对于其它被动遥感方式(例如,机载、星载、地基天顶、地基散射测量)记录的测量光谱而言,观测方式简单,辐射传输模型SCIATRAN能快速的实现测量光谱建模,从而模型计算时间,提高垂直柱浓度反演速度。
(2)忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰等因素的影响:直射太阳光谱相对于其它被动遥感方式(例如,机载、星载、地基天顶、地基散射测量)记录的测量光谱而言,光信号强,较短积分时间就可以获得很强光信号,模拟光谱和测量光谱的信噪比都很高。地面反射光强、分子散射光强、大气热辐射强度相对测量信号强度而言可以忽略。在光谱建模过程中,忽略地面反照率、分子散射次数、大气热辐射过程的影响对模型计算结果影响可以忽略,但能加快模型计算速度。另外,忽略温室气体反演波段内较弱干扰气体的吸收干扰,也能加快模型计算速度。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2垂直柱浓度时,可以忽略CO气体的吸收干扰。
(3)通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率:由于分子吸收具有很强的波长相关性,辐射传输方程的精确数值积分将非常耗时。因此,为了处理气体反演中所需的大量前向模型数据,迫切需要一种快速但又不降低求解精度的数据处理方法。图2所示进行吸收截面波长坐标指数变换的方法可以达到这一目的,在一定前提条件下,模型计算值与仪器函数卷积后,获得的太阳归一化辐亮度和权重函数与逐线积分方法获得的结果相同。
吸收截面波长坐标指数变换的思想是,在足够小的波长间隔Δλ内(小于仪器分辨率),用间隔内的透过率加权和值代替平均透过率。如果Δλ足够小,以至于给定吸收体的吸收截面是唯一改变该波段范围内光学参数的物理量,这样,平均透过率仅与特定截面值发生的频率有关,而与吸收截面的精确波长相关度无关。因此,波长坐标可以等价地转换为概率坐标。相应的概率变量定义为:
式中f(k')dk'表示吸收截面位于k'~k'+dk'之间的波长间隔概率大小,反函数k(g)即相关-k分布函数,是一个单调递增函数。
快速变化的吸收截面函数k(λ)至g空间k分布的转换如图2所示,变换之后仍能对平均透过率进行很好地数值评估。这里的“相关”指的是假定垂直不均匀大气中的变换能保持为一常量。然而,对于任何实际大气而言,这种假定仅是一种近似,因为气体吸收截面具有很强的温度、压强相关特性。但是,如果不同大气层的吸收截面具有很好的相关性,这种假定仍能适用,相关-k变化仍具有很好的结果。这样Δλ间隔内的平均透过率可以表示为:
式中,Vi为第i层的柱浓度。如果将g坐标分为M个子间隔,且在每个区间内kg值的变化相对较小,那么,透过率可以表示为所有子间隔的加权之和。
区间j内的权重因子和吸收截面分别为aj和kj,kj可以通过非线性最小二乘法拟合得到。通过采用对吸收截面波长坐标进行指数变换的方法,在g空间的辐射传输计算量要远小于在原始波长空间的计算量。如果波长间隔选择足够小,变换后的方法既能在计算时间上远远优于逐线积分方法,又能在计算精度上保持相同的水平。
(4)用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数:光谱仪实际的仪器函数通常比较复杂,由于探测器对不同波段的非均匀响应展现出非均匀截断。通过采用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数,可以加快模型计算速度,且这种简化对计算结果的影响可以忽略。这种简化的高斯仪器函数可以通过用高斯函数拟合温室气体反演波段内的汞灯峰得到。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2垂直柱浓度时,通过高斯拟合汞灯1637.78nm处的发射峰,并进行归一化处理后,可以得到反演波段内的仪器函数,如附图4所示,这种近似对垂直柱浓度反演结果的影响小于0.1%。
(5)通过对由测量光谱观测参数建立的辐射传输方程进行离散化,减少待求解辐射方程组的数目:由于分子吸收具有波长连续性,辐射传输方程的精确计算将非常耗时。考虑到记录光谱为波长的离散函数,通过以低于光谱分辨率1/5的步长对辐射传输方程进行离散化处理,同时按照一定规则,用离散的平行平面大气代替连续大气,对大气层进行分层,可以减少待求解辐射方程组的数目而不影响模型计算精度,从而加快模型计算速度。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2垂直柱浓度时,光谱分辨率为0.3nm,可以使用0.03nm的步长对辐射传输方程进行离散化处理,可以将大气层分为50层,1~25km的层间距为1km,25~75km的层间距为2.5km,75~120km的层间距为5km。
在温室气体垂直柱浓度连续反演过程中,采用查表方法加快温室气体垂直柱浓度的计算速度,具体实施如下:
本发明所述的采用查表方法不需要对每一条测量光谱进行在线辐射传输模拟,能在较短的观测时间内处理完庞大的观测数据。具体实施方法为:先根据不同太阳天顶角、地面高度、地面反照率、气溶胶类型及水汽浓度(将水汽分成几个等级是为了修正水汽的高波动性可能导致的非线性效应)模拟出所有场景下的太阳归一化光谱常量和权重函数,统计出当所有光谱都采用一个场景的模拟值进行温室气体垂直柱浓度拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有角度的测量光谱都可采用这一场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模。这一特定场景的模拟值称为参考光谱,可以通过大气辐射传输模型SCIATRAN计算得到,计算过程中仅考虑分子单次散射的影响。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2垂直柱浓度时,地面高度固定不变,地面反照率的影响可以忽略。在修正因子的计算过程中,假定地面高度为0,地面反照率取0.5,太阳天顶角设置为从5°~80°,间隔为2.5°,水汽含量分为五个等级,分别为将美国标准大气水汽廓线乘以系数0.5、1、1.5、2、4,气溶胶选择中纬度夏季的气溶胶模型。表1所示为采用太阳天顶角θ=30°,水汽含量取2倍标准大气含量作为参考光谱时计算得到的其它场景下的修正系数表。从表中可以看出,实际的太阳天顶角偏离参考值(这里为30°)越大,反演得到的CO2柱浓度偏差越大,如果不加以修正,测量偏差甚至可能超过5%。模型计算时,加入水汽含量不同,对CO2反演结果也有一定影响,但水汽含量精度主要影响反演残差大小。表格最后一栏为以1/cosθ近似大气质量因子时的几何修正系数,差别主要来自吸收路径的不同。对于同样的水汽含量,如果都使用几何修正参数来修正反演结果,误差小于1%。
表1为应用本发明的实例以太阳天顶角θ=30°,水汽含量为2倍标准大气含量作为参考光谱时计算得到的其它场景下的修正系数表
注:表格最后一栏为以1/cosθ近似大气质量因子时的几何修正系数。
由于数据量较大,表1并没有给出所有场景下的修正因子,当考虑所有太阳天顶角、气溶胶类型及CO2建模浓度情况时,为了能囊括所有状态下的测量光谱,大约需要300个不同的修正因子。另外,如果观测地点发生了改变,观察点海拔高度、经纬度都会发生改变,原则上所有修正系数都需要重新计算,重新制表。但考虑到模型计算使用的是球型大气,如果两个不同观测点海拔高度相同或者相近时,修正系数可以无差别使用。
本发明未详细公开的部分属于本领域的公知技术。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (7)
1.一种加快温室气体垂直柱浓度反演速度的方法,所述反演速度的加快是指针对某一特定的数据处理系统,通过优化温室气体垂直柱浓度反演方法和过程来加快反演速度,而不是通过升级数据处理系统版本来加快反演速度,其特征在于:该方法通过加快光谱建模速度和垂直柱浓度连续计算速度两种方法来加快温室气体垂直柱浓度的反演速度;
第一步,在测量光谱建模过程中采用以下方法来加快模型计算速度,具体实施如下:
(1)使用直射太阳光谱来反演温室气体的垂直柱浓度:太阳光汇聚系统安装在太阳跟踪系统上,太阳入射光经过太阳光汇聚系统汇聚后由光信号传输系统传输至光谱探测系统,光谱探测系统实现光信号采集和模/数转换,之后再送入光谱存储及解析系统,获得直射太阳光谱;
(2)忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰因素的影响;
(3)通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率;
(4)用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数;
(5)通过对由测量光谱观测参数建立的辐射传输方程进行离散化,减少待求解辐射方程组的数目;
第二步,在温室气体垂直柱浓度连续反演过程中,采用查表方法加快温室气体垂直柱浓度的计算速度,具体实施如下:
采用查表方法不需要对每一条测量光谱进行在线辐射传输模拟,能在较短的观测时间内处理完庞大的观测数据,具体实施方法为:先根据不同太阳天顶角、地面高度、地面反照率、气溶胶类型及水汽浓度模拟出所有场景下的太阳归一化光谱常量和权重函数,统计出当所有光谱都采用一个场景的模拟值进行温室气体垂直柱浓度拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有角度的测量光谱都可采用这一场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模,这一特定场景的模拟值称为参考光谱,可以通过大气辐射传输模型SCIATRAN计算得到,计算过程中仅考虑分子单次散射的影响。
2.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:利用地基光谱仪记录的直射太阳光谱而不是地基、机载或星载光谱仪记录的散射光谱来反演温室气体的垂直柱浓度。
3.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:在采用辐射传输模拟软件SCIATRAN对权利要求1所述直射太阳光谱建模时,忽略地面反照率、分子散射次数、大气热辐射过程、较弱干扰气体的吸收干扰因素的影响,这些因素对温室气体垂直柱浓度反演结果影响很小但对光谱建模速度具有一定影响。
4.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:在采用辐射传输模拟软件SCIATRAN对权利要求1所述直射太阳光谱建模时,通过对吸收截面的波长坐标进行指数变换,用波长变换间隔内的透过率加权和值代替平均透过率,能增大积分步长且不影响积分效果。
5.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:在采用辐射传输模拟软件SCIATRAN对权利要求1所述直射太阳光谱建模时,用简化的高斯线型仪器函数代替光谱仪复杂的实际仪器函数。
6.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:在采用辐射传输模拟软件SCIATRAN对权利要求1所述直射太阳光谱建模时,通过对由测量光谱观测参数建立的辐射传输方程进行离散化,同时按照一定规则,用离散的平行平面大气代替连续大气,对大气层进行分层,减少待求解辐射方程组的数目。
7.根据权利要求1所述的加快温室气体垂直柱浓度反演速度的方法,其特征在于:温室气体垂直柱浓度的连续反演过程中,先模拟出所有可能场景的太阳归一化辐亮度和权重函数,统计出当所有光谱都采用一个特定场景的模拟值进行反演拟合时的修正因子,并制作成一个修正表,后续数据处理时,所有场景的测量光谱都可采用这一特定场景的模拟值进行拟合,只需将拟合结果乘以表格中相应的修正因子即可,而不再需要对所有场景的测量光谱建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033504.3A CN103743679B (zh) | 2014-01-22 | 2014-01-22 | 一种加快温室气体垂直柱浓度反演速度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033504.3A CN103743679B (zh) | 2014-01-22 | 2014-01-22 | 一种加快温室气体垂直柱浓度反演速度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103743679A true CN103743679A (zh) | 2014-04-23 |
CN103743679B CN103743679B (zh) | 2017-03-01 |
Family
ID=50500717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410033504.3A Expired - Fee Related CN103743679B (zh) | 2014-01-22 | 2014-01-22 | 一种加快温室气体垂直柱浓度反演速度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103743679B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983599A (zh) * | 2014-02-13 | 2014-08-13 | 中国科学院合肥物质科学研究院 | 直射太阳光谱反演环境大气中二氧化碳垂直柱浓度的方法 |
CN107463955A (zh) * | 2017-08-01 | 2017-12-12 | 上海理工大学 | 基于模型聚类分析的高温非均匀气体多维求解器生成方法 |
CN108107022A (zh) * | 2018-01-18 | 2018-06-01 | 中国科学院西安光学精密机械研究所 | 一种非接触式海洋溶解高温气体监测仪和监测方法 |
CN108956491A (zh) * | 2018-06-05 | 2018-12-07 | 中国科学院遥感与数字地球研究所 | 一种大气hcho遥感监测方法 |
CN113239505A (zh) * | 2020-11-27 | 2021-08-10 | 北京航空航天大学 | 一种基于改进最优估计的大气痕量气体反演方法 |
CN114414623A (zh) * | 2022-01-27 | 2022-04-29 | 南通大学 | 一种热导式氢气在线分析仪的干扰值自适应抑制系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435567A (zh) * | 2011-11-22 | 2012-05-02 | 杭州微兰科技有限公司 | 基于差分吸收光谱的气体组分浓度反演算测定方法 |
-
2014
- 2014-01-22 CN CN201410033504.3A patent/CN103743679B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102435567A (zh) * | 2011-11-22 | 2012-05-02 | 杭州微兰科技有限公司 | 基于差分吸收光谱的气体组分浓度反演算测定方法 |
Non-Patent Citations (2)
Title |
---|
孙友文等: "采用加权函数修正的差分光学吸收光谱反演环境大气中的CO2 垂直柱浓度", 《物理学报》 * |
王杨等: "直射太阳光差分吸收光谱反演NO2整层垂直柱浓度", 《光谱学与光谱分析》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983599A (zh) * | 2014-02-13 | 2014-08-13 | 中国科学院合肥物质科学研究院 | 直射太阳光谱反演环境大气中二氧化碳垂直柱浓度的方法 |
CN103983599B (zh) * | 2014-02-13 | 2016-08-17 | 中国科学院合肥物质科学研究院 | 直射太阳光谱反演环境大气中二氧化碳垂直柱浓度的方法 |
CN107463955A (zh) * | 2017-08-01 | 2017-12-12 | 上海理工大学 | 基于模型聚类分析的高温非均匀气体多维求解器生成方法 |
CN108107022A (zh) * | 2018-01-18 | 2018-06-01 | 中国科学院西安光学精密机械研究所 | 一种非接触式海洋溶解高温气体监测仪和监测方法 |
CN108956491A (zh) * | 2018-06-05 | 2018-12-07 | 中国科学院遥感与数字地球研究所 | 一种大气hcho遥感监测方法 |
CN113239505A (zh) * | 2020-11-27 | 2021-08-10 | 北京航空航天大学 | 一种基于改进最优估计的大气痕量气体反演方法 |
CN114414623A (zh) * | 2022-01-27 | 2022-04-29 | 南通大学 | 一种热导式氢气在线分析仪的干扰值自适应抑制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103743679B (zh) | 2017-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111579504B (zh) | 基于光学遥感的大气污染成分垂直分布反演方法 | |
CN103743679A (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
Wu et al. | Validation of the Aura MLS cloud ice water content measurements | |
Wagner et al. | Comparison of box-air-mass-factors and radiances for Multiple-Axis Differential Optical Absorption Spectroscopy (MAX-DOAS) geometries calculated from different UV/visible radiative transfer models | |
Fukuda et al. | New approaches to removing cloud shadows and evaluating the 380 nm surface reflectance for improved aerosol optical thickness retrievals from the GOSAT/TANSO‐Cloud and Aerosol Imager | |
Souri et al. | An inversion of NO x and non-methane volatile organic compound (NMVOC) emissions using satellite observations during the KORUS-AQ campaign and implications for surface ozone over East Asia | |
CN108519340A (zh) | 一种卫星遥感污染气体柱浓度时空分布反演算法 | |
Granados‐Muñoz et al. | Retrieving aerosol microphysical properties by Lidar‐Radiometer Inversion Code (LIRIC) for different aerosol types | |
CN103175759A (zh) | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 | |
CN111257241A (zh) | 一种deei的基于卫星观测的大气二氧化碳浓度反演算法 | |
Pérez‐Ramírez et al. | Retrievals of precipitable water vapor using star photometry: Assessment with Raman lidar and link to sun photometry | |
Tan et al. | A study of a retrieval method for temperature and humidity profiles from microwave radiometer observations based on principal component analysis and stepwise regression | |
CN103728612A (zh) | 基于目标红外辐射光谱和带模式的被动测距方法 | |
Khatri et al. | Observation of low single scattering albedo of aerosols in the downwind of the East Asian desert and urban areas during the inflow of dust aerosols | |
CN103809171B (zh) | 基于氧气吸收和多元回归的高速被动测距方法 | |
Stone et al. | Incursions and radiative impact of Asian dust in northern Alaska | |
Moradi et al. | Performance of radiative transfer models in the microwave region | |
Kuai et al. | Channel selection using information content analysis: A case study of CO2 retrieval from near infrared measurements | |
Liu et al. | Cloud optical and microphysical properties derived from ground‐based and satellite sensors over a site in the Yangtze Delta region | |
CN111781584A (zh) | 一种基于目标辐射o2吸收相关k分布法的被动测距方法 | |
Liu et al. | Simulation and analysis of XCO 2 in North China based on high accuracy surface modeling | |
CN113552080A (zh) | 一种超光谱遥感地表大气相对湿度的实时反演算法 | |
Tellier et al. | Averaging bias correction for the future space-borne methane IPDA lidar mission MERLIN | |
Oshchepkov et al. | Detection of optical path in spectroscopic space‐based observations of greenhouse gases: Application to GOSAT data processing | |
Su et al. | Photosynthetically active radiation from Clouds and the Earth's Radiant Energy System (CERES) products |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170301 Termination date: 20210122 |
|
CF01 | Termination of patent right due to non-payment of annual fee |