CN103760125A - 一种提高温室气体浓度反演精度的方法 - Google Patents
一种提高温室气体浓度反演精度的方法 Download PDFInfo
- Publication number
- CN103760125A CN103760125A CN201410033541.4A CN201410033541A CN103760125A CN 103760125 A CN103760125 A CN 103760125A CN 201410033541 A CN201410033541 A CN 201410033541A CN 103760125 A CN103760125 A CN 103760125A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- gas concentration
- greenhouse gas
- inversion accuracy
- fitting
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种提高温室气体浓度反演精度的方法,采用以下途径:(1)建立一定的红外光谱筛选法则,去掉受云层、气溶胶等影响严重或者拟合效果很差的测量光谱,与现有技术相比,目标光谱更具选择性;(2)利用精确的测量光谱观测物理参数实现测量光谱的准确建模,提高了参考光谱精度;(3)温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统结构,明显优于现有技术的修正方法。因为这种方法不仅能修正太阳的夫琅和费结构,还能修正系统的固有结构,再者由于修正光谱由同一个光谱仪拟合得到,不存在不同仪器的性能差引入的误差。同样的实验装置,使用本发明所述方法后能获得更高的温室气体浓度反演精度。
Description
技术领域
本发明涉及环境大气中气体浓度的光谱反演领域,具体为一种提高温室气体浓度反演精度的方法。
背景技术
温室效应已经成为全球性的环境问题,引起世界各国的普遍关注。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浓度的波动,以确保排放的温室气体符合相关减排规定。
二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)等是造成地球气候变化最重要的人类温室气体。尽管它们的作用巨大,人们对它们自然和人为源(或汇)的认知仍存在很大空白。部分原因在于人们很难评估具有高时空变化率的自然和人为温室气体源排放。此外,CO2和CH4在大气中混合较为均匀,浓度差别较小,如CO2南北半球近地层大气CO2含量的最大差异只有10ppm左右,年均波动率小于2%,大气中CH4南北半球的近地层大气CH4含量最大差异也不足200ppb,CH4对全球变暖有着更为重要的贡献。准确地掌握温室气体的浓度波动及排放量一直是一个挑战。因此,为了能非常灵敏地分辨温室气体地面源和汇在强背景下的少量波动,有必要研究出一种提高温室气体浓度反演精度的方法,以确保准确掌握区域内环境大气中温室气体浓度的波动规律。
发明内容
本发明的目的是提供一种提高温室气体浓度反演精度的方法,以解决现有技术无法准确判断非气体吸收光谱衰减、无法准确获得测量光谱观测物理参数、无法准确修正太阳结构和系统固有结构而导致相对反演精度较低,无法高精度分辨温室气体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:
一种提高温室气体浓度反演精度的方法,所述反演精度的提高方法适用于被动红外光谱反演温室气体的浓度,被动红外光谱可由地基、球载、船载、机载或星载光谱仪记录的直射太阳光谱或散射光谱得到,包括以下途径:
(1)、建立一定的红外光谱筛选法则,去掉受云层、气溶胶等影响严重或者拟合效果很差的测量光谱;和/或;
(2)、利用精确的测量光谱观测物理参数(光谱记录时间、记录地点经纬度、记录地点海拔高度、太阳天顶角、地面反照率、温度廓线、气压廓线、气溶胶廓线、云层模型、反演波段内气体及干扰气体廓线、大气层高度、仪器函数)实现测量光谱的准确建模;和/或;
(3)、温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统结构。
所述提高温室气体浓度反演精度的方法,所述途径(1)中的红外光谱筛选法则可通过判断观测场景、测量光强、拟合误差、拟合参数、太阳天顶角的优劣来建立。
所述提高温室气体浓度反演精度的方法,其特征在于:所述途径(2)中精确的测量光谱观测物理参数可以借助辐射传输模拟软件SCIATRAN平台,通过研究测量光谱观测物理参数的敏感性获得。
所述提高温室气体浓度反演精度的方法,所述途径(3)中的修正光谱可以在不考虑太阳结构和系统结构前提下,通过对多条测量光谱拟合残差的比较统计出来。
所述提高温室气体浓度反演精度的方法,所述反演精度的提高是指针对某一特定的实验装置,通过优化温室气体浓度反演方法和过程来提高反演精度,而不是通过升级实验装置性能来提高反演精度。
本发明与现有技术相比具有以下优点:
本发明涉及的提高温室气体浓度反演精度的方法,采用以下途径提高温室气体浓度的反演精度:(1)建立一定的红外光谱筛选法则,去掉受云层、气溶胶等影响严重或者拟合效果很差的测量光谱,与现有技术相比,目标光谱更具选择性;(2)利用精确的测量光谱观测物理参数(光谱记录时间、记录地点经纬度、记录地点海拔高度、太阳天顶角、地面反照率、温度廓线、气压廓线、气溶胶廓线、云层模型、反演波段内气体及干扰气体廓线、大气层高度、仪器函数)实现测量光谱的准确建模,与现有技术相比,通过提高测量光谱建模精度来提高参考光谱精度;(3)温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统结构,本发明所涉及的修正光谱修正方法明显优于现有技术的修正方法。因为这种方法不仅能修正太阳的夫琅和费结构,还能修正系统的固有结构,再者由于修正光谱由同一个光谱仪拟合得到,不存在不同仪器的性能差引入的误差。
附图说明
图1为本发明实现框图。
图2为应用本发明的实例得到水汽含量对CO2反演结果的敏感性研究过程,其中:
图2(a)为水汽定标系数偏离参考值2.0时,模拟太阳归一化辐亮度变化情况,图2(b)为水汽定标系数偏离参考值2.0时,CO2柱权重函数变化情况,图2(c)为水汽定标系数偏离参考值2.0时,H2O柱权重函数变化情况。
图3为应用本发明的实例得到气溶胶定标系数对CO2反演结果的敏感性研究过程,其中:
图3(a)为气溶胶定标系数偏离参考值1.0时,模拟太阳归一化辐亮度变化情况,图3(b)为气溶胶定标系数偏离参考值1.0时,CO2柱权重函数变化情况,图3(c)为气溶胶定标系数偏离参考值1.0时,H2O柱权重函数变化情况。
图4为应用本发明的实例由42条拟合残差统计出的温室气体CO2反演波段内的修正光谱。
具体实施方式
下面结合附图以及具体实施例进一步说明本发明。
如图1~图3及表1所示。本发明中,所述反演精度的提高是指针对某一特定的实验装置,通过优化温室气体浓度反演方法和过程来提高反演精度,而不是通过升级实验装置性能来提高反演精度。总言之,本发明采用以下途径提高温室气体浓度的反演精度:(1)建立一定的红外光谱筛选法则;(2)实现测量光谱的准确建模;(3)温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统固有结构。具体实施如下:
(1)、建立一定的红外光谱筛选法则:
对于预先保存的所有测量光谱,可通过建立一定的红外光谱筛选法则,来去掉受云层、气溶胶等影响严重或者拟合效果很差的测量光谱,从而达到提高温室气体反演精度的目的。所述红外光谱筛选法则建立的依据是一条测量光谱是否低于一定的观测场景阈值、测量光强阈值、拟合误差阈值、拟合残差阈值、太阳天顶角阈值、测量高度阈值等等,对于低于上述阈值的所有测量光谱都被剔除。例如,在利用1590~1620nm星载后向散射光谱反演环境大气中CO2浓度时建立的红外光谱筛选法则如下:
a)CO2拟合窗口内拟合残差(测量光谱与拟合模拟光谱之差)的均方根必须小于0.25%;
b)用来转化为CO2体积混合比浓度的O2拟合窗口内的拟合残差(测量光谱与拟合模拟光谱之差)的均方根必须小于2%;
c)CO2垂直柱浓度的拟合误差必须小于2.5%;
d)观测场景没有被云层或其它不透明物体覆盖,并且没有受到严重的气溶胶或雾霾污染;
e)所反演的O2垂直柱浓度必须大于先验O2垂直柱浓度的90%(可由地面高度和O2体积混合比浓度推到得出);
f)测量光谱的太阳天顶角必须小于75°,因为太阳天顶角越大,探测到的信号就越弱,并且边界层吸收体浓度波动灵敏度随太阳天顶角增大而变弱;
g)地面像素必须为前向扫描像素,因为后向扫描像素的水平分辨率通常比前向扫描像素大很多;
h)观测场景的地面高度必须小于3km,因为查表方法很难覆盖更高海拔的观测场景;
i)连续两条测量光谱的光强不能发生突变,一旦测量光强降低到正常光强的1/3以下(<5000counts),将被剔除。
在利用1630~1675nm星载后向散射光谱反演环境大气中CH4浓度时建立的红外光谱筛选法则如下:
a)CH4拟合窗口内拟合残差的均方根必须小于0.4%;
b)用来转化为CH4体积混合比浓度的CO2拟合窗口内的拟合残差(测量光谱与拟合模拟光谱之差)的均方根必须小于2.5%;
c)CH4垂直柱浓度的拟合误差必须小于4%;
d)观测场景没有被云层或其它不透明物体覆盖,并且没有受到严重的气溶胶或雾霾污染;
e)所反演的O2垂直柱浓度必须大于先验O2垂直柱浓度的90%(可由地面高度和O2体积混合比浓度推到得出);
f)测量光谱的太阳天顶角必须小于75°,因为太阳天顶角越大,探测到的信号就越弱,并且边界层吸收体浓度波动灵敏度随太阳天顶角增大而变弱;
g)地面像素必须为前向扫描像素,因为后向扫描像素的水平分辨率通常比前向扫描像素大很多;
h)观测场景的地面高度必须小于3km,因为查表方法很难覆盖更高海拔的观测场景;
i)连续两条测量光谱的光强不能发生突变,一旦测量光强降低到正常光强的1/3以下(<5000counts),将被剔除。
(2)、实现测量光谱的准确建模:
通过研究记录光谱观测物理参数的敏感性获得每种观测物理参数对光谱建模结果的敏感性,对于具有较高敏感性的观测物理参数而言,在采用辐射传输模拟软件SCIATRAN对测量光谱建模时,必须输入非常精确的数值,对于敏感性可忽略的观测物理参数而言,在采用辐射传输模拟软件SCIATRAN对测量光谱建模时,输入参数可用以一常量代替。所述测量光谱观测物理参数包括光谱记录时间、记录地点经纬度、记录地点海拔高度、太阳天顶角、地面反照率、温度廓线、气压廓线、气溶胶廓线、云层模型、反演波段内气体及干扰气体廓线、大气层高度、仪器函数等。可用采用正演的方法研究所有观测参数的敏感性,即选定一条参考光谱,将待研究观测物理参数按一定规律偏离参考值,而其它所有观测物理参数都保持不变,统计出待研究观测物理参数相对于参考值的不同偏移量,辐射传输模拟软件SCIATRAN模拟结果的相对变化量。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2浓度时,选定的参考光谱观测参数见表1,水汽定标系数和光谱分辨率的观测敏感性研究结果分别见图2和图3。通过对太阳天顶角、光谱分辨率、水汽定标系数、地面反照率、CO2定标系数、地面高度、气溶胶定标系数七个观测参数的敏感性研究得出,气溶胶对反演结果的影响最大,光谱分辨率漂移对拟合误差的影响最大,而地面反照率对反演结果和拟合误差的影响都可以忽略。因此,再利用辐射传输模拟软件SCIATRAN对测量光谱建模时,必须输入精确的气溶胶廓线参数和光谱分辨率,而地面反照率可以用一个常量代替。
表1为应用本发明的实例所选定的参考光谱观测参数
注:(a)定标系数指相对于美国标准大气的倍数
(3)、温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统固有结构:
几乎所有的被动温室气体观测仪器都直接或间接的将太阳作为它们的主要光源。地基、球载或星载太阳散射光和直射太阳光测量不得不考虑太阳光谱特殊结构。太阳光谱固有的结构吸收线是由于太阳色球层中原子的选择吸收和辐射的重发射造成,称为夫琅和费线。与地球大气的绝大多数吸收体吸收相比,太阳夫琅和费线非常的强。因此,在温室气体浓度的被动反演中,为提高反演精度,必须要修正夫琅和费结构。本发明提出了一种巧妙的方法来修正太阳的夫琅和费结构,如下:先不考虑太阳的结构,不将测量光谱转换为太阳归一化光谱,而是将测量光谱直接与模拟光谱和柱权重函数拟合,这样,每条光谱的拟合残差中必然包含一条相同的残差结构。这些结构主要由太阳夫琅和费结构造成,也有部分来自于系统的固有结构,例如,光纤和望远镜镜片引入的结构、光谱仪对温室气体高分辨吸收线不完全分辨引入的结构等等。通过对多条测量光谱拟合残差的比较可以统计出这一固有的残差结构,并将这条结构光谱作为修正光谱,在以后的温室气体浓度反演过程中,与模拟光谱和柱权重函数一起作为参考光谱,参与拟合。这种夫琅和费结构修正方法要明显优于现有技术的修正方法。因为这种方法不仅能修正太阳的夫琅和费结构,还能修正系统的固有结构,再者由于修正光谱由同一个光谱仪拟合得到,不存在不同仪器的性能差引入的误差。例如,在利用1590~1620nm直射太阳光谱反演环境大气中CO2浓度时,图4为不考虑太阳结构情况下,由42条拟合残差统计出的修正光谱。
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 (5)
1.一种提高温室气体浓度反演精度的方法,其特征在于:所述反演精度的提高方法适用于被动红外光谱反演温室气体的浓度,被动红外光谱可由地基、球载、船载、机载或星载光谱仪记录的直射太阳光谱或散射光谱得到;包括以下途径:
(1)、建立一定的红外光谱筛选法则,去掉受云层、气溶胶影响严重或者拟合效果很差的测量光谱;和/或;
(2)、利用精确的测量光谱观测物理参数,具体为光谱记录时间、记录地点经纬度、记录地点海拔高度、太阳天顶角、地面反照率、温度廓线、气压廓线、气溶胶廓线、云层模型、反演波段内气体及干扰气体廓线、大气层高度、仪器函数实现测量光谱的准确建模;和/或;
(3)、温室气体浓度反演过程中,加入一条修正光谱参与拟合,用来修正太阳结构和系统结构。
2.根据权利要求1所述提高温室气体浓度反演精度的方法,其特征在于:所述途径(1)中的红外光谱筛选法则可通过判断观测场景、测量光强、拟合误差、拟合参数、太阳天顶角的优劣来建立。
3.根据权利要求1所述提高温室气体浓度反演精度的方法,其特征在于:所述途径(2)中精确的测量光谱观测物理参数可以借助辐射传输模拟软件SCIATRAN平台,通过研究测量光谱观测物理参数的敏感性获得。
4.根据权利要求1所述提高温室气体浓度反演精度的方法,其特征在于:所述途径(3)中的修正光谱可以在不考虑太阳结构和系统结构前提下,通过对多条测量光谱拟合残差的比较统计出来。
5.根据权利要求1所述提高温室气体浓度反演精度的方法,其特征在于:所述反演精度的提高是指针对某一特定的实验装置,通过优化温室气体浓度反演方法和过程来提高反演精度,而不是通过升级实验装置性能来提高反演精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033541.4A CN103760125B (zh) | 2014-01-22 | 2014-01-22 | 一种提高温室气体浓度反演精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410033541.4A CN103760125B (zh) | 2014-01-22 | 2014-01-22 | 一种提高温室气体浓度反演精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103760125A true CN103760125A (zh) | 2014-04-30 |
CN103760125B CN103760125B (zh) | 2017-02-08 |
Family
ID=50527400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410033541.4A Expired - Fee Related CN103760125B (zh) | 2014-01-22 | 2014-01-22 | 一种提高温室气体浓度反演精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103760125B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600589A (zh) * | 2016-12-09 | 2017-04-26 | 中国科学院合肥物质科学研究院 | 一种基于海岸线区域遥感图的星载光谱仪指向配准方法 |
CN110897593A (zh) * | 2019-10-24 | 2020-03-24 | 南京航空航天大学 | 一种基于光谱特征参数的宫颈癌前病变诊断方法 |
CN111579494A (zh) * | 2020-05-29 | 2020-08-25 | 中国科学院合肥物质科学研究院 | 一种带有叶绿素荧光与气溶胶同步校正作用的大气co2卫星遥感观测反演方法 |
CN112926030A (zh) * | 2021-02-25 | 2021-06-08 | 南京信息工程大学 | 30m分辨率插值的气象要素确定方法 |
CN113533241A (zh) * | 2021-07-19 | 2021-10-22 | 中国科学技术大学 | 基于卫星红外超光谱的大气二氧化碳浓度高精度反演系统 |
CN117113648A (zh) * | 2023-08-03 | 2023-11-24 | 西安中科天塔科技股份有限公司 | 一种二氧化碳柱浓度的测量方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183468A (zh) * | 2011-02-23 | 2011-09-14 | 中国科学院安徽光学精密机械研究所 | 多组分气体分析的干扰修正与浓度反演方法 |
CN102944530A (zh) * | 2012-11-13 | 2013-02-27 | 中国科学院安徽光学精密机械研究所 | 一种温室气体柱浓度实时遥测系统与方法 |
CN103543120A (zh) * | 2013-09-26 | 2014-01-29 | 中国科学院安徽光学精密机械研究所 | 地基短波红外co2垂直柱浓度遥测装置 |
-
2014
- 2014-01-22 CN CN201410033541.4A patent/CN103760125B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183468A (zh) * | 2011-02-23 | 2011-09-14 | 中国科学院安徽光学精密机械研究所 | 多组分气体分析的干扰修正与浓度反演方法 |
CN102944530A (zh) * | 2012-11-13 | 2013-02-27 | 中国科学院安徽光学精密机械研究所 | 一种温室气体柱浓度实时遥测系统与方法 |
CN103543120A (zh) * | 2013-09-26 | 2014-01-29 | 中国科学院安徽光学精密机械研究所 | 地基短波红外co2垂直柱浓度遥测装置 |
Non-Patent Citations (3)
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》 * |
徐晋等: "利用多轴差分吸收光谱技术反演对流层NO_2", 《光谱学与光谱分析》 * |
谢品华等: "差分吸收光谱方法反演大气环境单环芳香烃有机物", 《光谱学与光谱分析》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600589A (zh) * | 2016-12-09 | 2017-04-26 | 中国科学院合肥物质科学研究院 | 一种基于海岸线区域遥感图的星载光谱仪指向配准方法 |
CN106600589B (zh) * | 2016-12-09 | 2019-08-30 | 中国科学院合肥物质科学研究院 | 一种基于海岸线区域遥感图的星载光谱仪指向配准方法 |
CN110897593A (zh) * | 2019-10-24 | 2020-03-24 | 南京航空航天大学 | 一种基于光谱特征参数的宫颈癌前病变诊断方法 |
CN111579494A (zh) * | 2020-05-29 | 2020-08-25 | 中国科学院合肥物质科学研究院 | 一种带有叶绿素荧光与气溶胶同步校正作用的大气co2卫星遥感观测反演方法 |
CN111579494B (zh) * | 2020-05-29 | 2022-12-13 | 中国科学院合肥物质科学研究院 | 一种带有叶绿素荧光与气溶胶同步校正作用的大气co2卫星遥感观测反演方法 |
CN112926030A (zh) * | 2021-02-25 | 2021-06-08 | 南京信息工程大学 | 30m分辨率插值的气象要素确定方法 |
CN112926030B (zh) * | 2021-02-25 | 2024-01-23 | 南京信息工程大学 | 30m分辨率插值的气象要素确定方法 |
CN113533241A (zh) * | 2021-07-19 | 2021-10-22 | 中国科学技术大学 | 基于卫星红外超光谱的大气二氧化碳浓度高精度反演系统 |
CN113533241B (zh) * | 2021-07-19 | 2022-12-20 | 中国科学技术大学 | 基于卫星红外超光谱的大气二氧化碳浓度高精度反演系统 |
CN117113648A (zh) * | 2023-08-03 | 2023-11-24 | 西安中科天塔科技股份有限公司 | 一种二氧化碳柱浓度的测量方法及系统 |
CN117113648B (zh) * | 2023-08-03 | 2024-07-05 | 西安中科天塔科技股份有限公司 | 一种二氧化碳柱浓度的测量方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103760125B (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103760125A (zh) | 一种提高温室气体浓度反演精度的方法 | |
Groß et al. | Optical properties of long-range transported Saharan dust over Barbados as measured by dual-wavelength depolarization Raman lidar measurements | |
Morino et al. | Preliminary validation of column-averaged volume mixing ratios of carbon dioxide and methane retrieved from GOSAT short-wavelength infrared spectra | |
Joiner et al. | Global monitoring of terrestrial chlorophyll fluorescence from moderate spectral resolution near-infrared satellite measurements: Methodology, simulations, and application to GOME-2 | |
Höpfner et al. | First detection of ammonia (NH 3) in the Asian summer monsoon upper troposphere | |
CN111257241B (zh) | 一种deei的基于卫星观测的大气二氧化碳浓度反演算法 | |
Liu et al. | Observations of aerosol color ratio and depolarization ratio over Wuhan | |
CN103743679B (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
Adesina et al. | Characteristics of columnar aerosol optical and microphysical properties retrieved from the sun photometer and its impact on radiative forcing over Skukuza (South Africa) during 1999–2010 | |
CN110687020A (zh) | 基于四聚氧吸收反演气溶胶光学特性的测量方法及其装置 | |
CN103926591B (zh) | 一种基于卫星2.0微米通道数据的卷云识别方法 | |
Williamson et al. | Radiometric measurements of emission from stratospheric water vapour | |
CN115730176A (zh) | 一种紫外高光谱大气臭氧垂直柱浓度反演方法 | |
Bi et al. | Simultaneous extraction of plant 3-D biochemical and structural parameters using hyperspectral LiDAR | |
Sullivan et al. | Optimization of the GSFC TROPOZ DIAL retrieval using synthetic lidar returns and ozonesondes–Part 1: Algorithm validation | |
Zhou et al. | XCO 2 satellite retrieval experiments in short-wave infrared spectrum and ground-based validation | |
CN113740263A (zh) | 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法 | |
CN113791042B (zh) | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 | |
CN113607654B (zh) | 基于超光谱卫星的全球乙二醛浓度遥感反演方法及系统 | |
CN108872093A (zh) | 基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 | |
Chadney et al. | Effect of water vapour absorption on hydroxyl temperatures measured from Svalbard | |
Calisesi et al. | The middle atmospheric ozone response to the 11-year solar cycle | |
Malinina | Retrieval of stratospheric aerosol characteristics from spaceborne limb sounders | |
Wang et al. | A method for retrieving vertical ozone profiles from limb scattered measurements | |
Smith et al. | High‐resolution atmospheric absorption by water vapor in the 830–985 nm region: Evaluation of spectroscopic databases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170208 Termination date: 20210122 |