CN108872093A - 基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 - Google Patents
基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 Download PDFInfo
- Publication number
- CN108872093A CN108872093A CN201810411650.3A CN201810411650A CN108872093A CN 108872093 A CN108872093 A CN 108872093A CN 201810411650 A CN201810411650 A CN 201810411650A CN 108872093 A CN108872093 A CN 108872093A
- Authority
- CN
- China
- Prior art keywords
- correction factor
- aerosol
- dscd
- profile
- value
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Abstract
本发明属于光学测量技术领域,具体为基于被动遥感的氧气二聚体O4吸收校正及气溶胶消光廓线反演方法。本发明采用最优估算技术及辐射传输模型实现对气溶胶消光的反演。首先利用被动遥感观测技术进行O4吸收特征提取,并结合摄像头记录的天气情况和O4DSCD测量结果进行数据筛选;然后选取适用于反演地区的气溶胶先验廓线类型及参数化方式;再结合O4 DSCD的测量结果初步判定O4校正因子的使用情况;如初步判定需要校正,根据反演卡方(x2)结果进一步判定其是否需要校正,若确定校正,则根据各俯仰角下O4 DOD的测量和模拟结果进一步推算依赖于俯仰角的O4校正因子;最后基于确定的O4校正方法和先验廓线类型,结合辐射传输模型和最优估算法反演得到大气气溶胶消光廓线。
Description
技术领域
本发明属于光学测量技术领域具体地涉及基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法。
背景技术
大气气溶胶粒子可以吸收和散射太阳辐射,影响云的特性,因此气溶胶对地球大气辐射平衡和气候的变化有着深远的影响。全球气溶胶和气候过程的显著差异是影响全球辐射强迫和气候变化模拟和预测的主要问题。气溶胶的主要来源包括自然源(尘埃,海盐以及宇宙尘埃等)和人为源排放。人为源气溶胶,如硫酸盐,硝酸盐,黑炭等主要来自矿物燃料的燃烧和汽车尾气的排放,严重影响人类健康。研究表明,人为排放的气溶胶,特别是硫酸盐气溶胶,可以对辐射强迫造成巨大的干扰,这种辐射强迫甚至可以在大范围内掩盖温室气体的影响。因此,充分掌握大气气溶胶组成、物理化学性质、光学性质以及垂直分布等信息对研究全球气候变化,预防和治理大气污染意义重大。
被动遥感技术通过获取大气中O4气体的浓度分布,能准确反演气溶胶光学厚度及消光廓线等信息。以往的气溶胶反演中,校正O4吸收多采用固定的经验校正值,且反演通过建立O4大气质量因子(AMF)查算表进行,受限于气溶胶先验廓线类型,反演精度低,准确度不高,且操作繁琐。本发明反演方法,基于最优估算技术以及辐射传输模型实现对气溶胶消光的反演,操作简便,自动化程度高,能准确判定O4吸收校正,拥有多种气溶胶廓线参数化方式,极大地提高了反演的精度和准确度。
发明内容
本发明的目的在于克服现有技术的不足,提供一种操作便捷、运行稳定、反演精度和准确度高的基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法。
本发明提供的基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法,具体步骤为:
首先,准确提取大气中O4特征吸收;
然后,进行O4吸收校正因子的判定及大气气溶胶廓线的反演,包括:利用最优估算技术及辐射传输模型,选取恰当的气溶胶先验廓线类型;准确判定O4吸收校正因子的适用,最终获取大气气溶胶的光学厚度以及消光廓线等信息。
本发明提供的基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法中,O4特征吸收的提取,具体步骤为:
a.利用被动遥感系统进行光谱采集,将储存于计算机中的各俯仰角下的光谱信息,利用光谱分析软件进行数据分析,将被动遥感系统所测的离轴方向光谱I除以该循环内天顶方向的测量光谱(参考光谱)I0,得到差分光学厚度;
b.为了有效提取大气中O4气体浓度的分布信息,准确选取包含O4气体明显特征吸收的反演波段,将该波段内具有特征吸收的其他痕量气体一并拟合;利用高分辨率太阳光谱和波长校准文件拟合得到Ring效应光谱;将所有痕量气体吸收截面和Ring效应光谱根据实际的仪器函数进行卷积,得到卷积后的吸收截面;
c.将上述信息输入光谱分析软件,利用最小二乘法得到各俯仰角下O4DSCD(DSCD为差分斜程柱浓度);
d.被动遥感观测系统所带摄像头获取的天气信息,筛选出晴朗无云天气,再根据分析所得残差大小和O4DSCD反演误差进一步筛选出符合气溶胶反演条件的O4DSCD。
本发明提供的基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法中,O4吸收校正因子的判定及大气气溶胶廓线的反演的具体步骤如下。
a.选取恰当的气溶胶先验廓线类型
完善的算法基于最优估算法和辐射传输模型实现气溶胶反演,目的是使得模拟的O4DOD和实测的O4DOD无限接近,X2最小,表达式为:
其中,x为模拟值,M个测量值用ym表示,σ∈,m代表测量值误差。辐射传输模型F通过M次模拟得到x,给出Fm(x)。xa,n和σa,n分别代表N个先验廓线的设定值和误差。需要输入的测量值包括:O4DSCD,光强,观测几何以及O4吸收波长等,先验廓线信息则按照当地实际情况选取合适的分布类型,输入合适的参量;
选取一天晴朗无云天气O4DSCD数据,利用不同气溶胶先验廓线类型及参数化方式,进行初步模拟,综合反演结果的χ2以及O4DOD(DOD为差分光学厚度)模拟值和测量值相关性分析,选取最适合的先验廓线类型。具体参数设置根据当地近一年内PM2.5颗粒物浓度初步判定。
b.准确判定O4吸收校正因子的适用,最终获取大气气溶胶的光学厚度以及消光廓线等信息:
(1)根据步骤(1)测量的O4DSCD数值初步判定O4校正因子是否需要使用。
在本发明的一实施例中,具体判别条件如下:
若满足条件1:各俯仰角下O4DSCD无明显分层,或仅30°俯仰角下的O4DSCD能区分出,且其O4DSCD最小值小于等于7.50E+42molec2·cm-5,则不需要使用校正因子;
若满足条件2:20°和30°俯仰角下的O4DSCD有较明显分层,且30°俯仰角下的O4DSCD最小值大于等于1.00E+43molec2·cm-5,则需要使用校正因子,具体取为1.1;
若满足条件3:20°和30°俯仰角下的O4DSCD有更为明显的分层,且30°俯仰角下的O4DSCD最小值大于等于1.00E+43molec2·cm-5,则需要使用校正因子,具体取为1.2;
(2)对于不需要使用校正因子的,则根据已设的气溶胶先验廓线类型和数据库自带的温度气压廓线进行模拟,得到气溶胶反演结果;
(3)对于需要使用校正因子,将使用校正因子后的模拟χ2与未使用校正因子时的χ2结果比较。若满足的绝对值大于10%,则确定使用该校正因子,计算方法如下:
其中,CFO4为校正因子,a为校正因子数值,CFO4(1.0)即代表不使用校正因子。
如果需要使用校正因子,则有两种方法进一步提高反演结果的准确度:
(3.1)将数据库自带的温度气压廓线替换为当地实测的温度气压廓线,结合已设的气溶胶先验廓线进行模拟,直接得到气溶胶反演结果,此时可不使用校正因子。
(3.2)根据未使用校正因子时各俯仰角下的O4DOD的测量值和模拟值,来确定依赖于俯仰角的O4校正因子。具体方法为,分别将未使用校正因子时的各俯仰角下的O4DOD的测量值和模拟值进行一次线型拟合,得到对应俯仰角下的斜率值,即初步判定的各俯仰角对应的校正因子,再将对应的俯仰角和上述斜率值再次进行一次线型拟合,得到经验公式,根据经验公式确定各俯仰角下的O4校正因子的最终值(修正值);输入模型,得到最终气溶胶反演结果。
本发明方法能够准确有效地判定O4校正因子的使用,选取恰当的先验廓线类型,操作便捷,运行稳定,极大地提高了反演的精度和准确度。
附图说明
图1是本发明基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法的具体实施方式流程图。
图2是O4吸收特征提取流程图。
图3是不同的气溶胶先验廓线图。
图4是O4吸收校正判断流程图。
具体实施方式
下面结合附图及上海地区实施案例对本发明的具体实施方式进行详细阐述。
图1是本发明反演方法的具体实施方式流程图。主要分为三大部分:部分一,最左边部分,利用被动遥感观测进行O4吸收特征提取,获取O4DSCD和O4DOD的测量值。部分二,最右边部分,先利用辐射传输模型模拟得到O4差分大气质量因子(DAMF)以及O4垂直柱浓度(VCD),进一步得到O4DSCD和O4DOD的模拟值。部分三,中间部分,是为反演更准确的气溶胶廓线进行的优化过程,主要通过调整O4的吸收校正、气溶胶先验廓线以及温度气压廓线等参数来实现优化。最后结合O4DOD的测量值和模拟值,利用最优估算法,反演得到大气气溶胶的消光廓线。以下为详细的操作步骤。
a.如图2所示,O4吸收特征的提取方法为:将2°、3°、5°、7°、10°、15°、20°、30°俯仰角下的测量光谱I除以该循环内天顶方向的测量光谱I0,得到差分光学厚度;利用高分辨率太阳光谱和波长校准文件拟合出Ring光谱,将338-370nm反演波段内的痕量气体吸收截面(O4,BrO,SO2,NO2,CH2O)和Ring光谱一起根据仪器函数进行卷积,得到卷积后的吸收截面,最后利用光谱分析软件,基于最小二乘法得到O4DSCD。
b.O4吸收特征提取后,进行数据筛选:首先利用自制被动遥感观测系统所带摄像头获取的天气信息,筛选晴朗无云天气,然后对O4DSCD测量值进一步筛选,筛选条件为太阳天顶角小于85°,O4DSCD的相对误差小于10%。
c.如图3所示,选取气溶胶先验廓线类型及参数化方式:将四种先验廓线(指数型衰减,线型衰减,波兹曼分布以及高斯分布)逐一输入辐射传输模型中,进行初步模拟,选取χ2最小,O4DOD模拟值和测量值相关系数最大的一种参数化方式。在上海地区实施例中采用指数衰减时,χ2最小且O4DOD模拟值和测量值相关系数最大,因此将指数衰减做为反演上海地区气溶胶的先验廓线类型,其地面消光值依据上海地区2017年近地面PM2.5平均浓度情况进行设定。
d.如图4所示,判断O4校正因子的使用情况。首先根据O4DSCD的测量值初步判断是否需要使用校正因子,若满足条件1:各俯仰角下O4DSCD无明显分层,或只有30°俯仰角下的O4DSCD能区分出,且30°俯仰角下的O4DSCD最小值小于等于7.50E+42molec2·cm-5,则不使用校正因子;满足条件2:20°和30°俯仰角下的O4DSCD有比较明显的分层,且30°俯仰角下的O4DSCD最小值大于等于1.00E+43molec2·cm-5,则使用校正因子1.1;满足条件3:20°和30°俯仰角下的O4DSCD有更为明显的分层,且30°俯仰角下的O4DSCD最小值大于等于1.00E+43molec2·cm-5,则使用校正因子1.2。
经过初步判断后,将使用校正因子后的模拟χ2与未使用校正因子时的χ2结果比较。若满足的绝对值大于10%,则确定使用该校正因子,如不满足,则不需要校正。
如果确定需要使用校正因子,有两种方法进一步提高反演结果的准确度:1).将数据库自带的温度气压廓线替换为当地实测的温度气压廓线。2).进一步结合未使用校正因子时各俯仰角下O4DOD的测量值和模拟值来确定依赖于俯仰角的O4校正因子。具体方法为,分别将未使用校正因子时的2°、3°、5°、7°、10°、15°、20°、30°俯仰角下的O4DOD的测量值和模拟值进行一次线型拟合,得到对应俯仰角下的斜率值,即初步判定的各俯仰角对应的校正因子,再将对应的俯仰角和上述斜率值再次进行一次线型拟合,得到经验公式,根据经验公式确定各俯仰角下的O4校正因子的最终值。
e.最后基于测量的O4DSCD以及确定的O4校正方法和先验廓线类型,结合辐射传输模型和最优估算法反演得到大气气溶胶消光廓线。
Claims (4)
1.一种基于被动遥感的O4吸收校正及气溶胶消光廓线反演方法,其特征在于,具体步骤为:
首先,准确提取大气中O4特征吸收;
然后,进行O4吸收校正因子的判定及大气气溶胶廓线的反演,包括:利用最优估算技术及辐射传输模型,选取恰当的气溶胶先验廓线类型;准确判定O4吸收校正因子的适用,最终获取大气气溶胶的光学厚度以及消光廓线信息。
2.根据权利要求1所述的方法,其特征在于,所述O4特征吸收的提取的具体步骤为:
a. 利用被动遥感系统进行光谱采集,将储存于计算机中的各俯仰角下的光谱信息,利用光谱分析软件进行数据分析,将被动遥感系统所测的离轴方向光谱I除以该循环内天顶方向的测量光谱I0,得到差分光学厚度;
b. 为了有效提取大气中O4气体浓度的分布信息,准确选取包含O4气体明显特征吸收的反演波段,将该波段内具有特征吸收的其他痕量气体一并拟合;利用高分辨率太阳光谱和波长校准文件拟合得到Ring效应光谱;将所有痕量气体吸收截面和Ring效应光谱根据实际的仪器函数进行卷积,得到卷积后的吸收截面;
c. 将上述信息输入光谱分析软件,利用最小二乘法得到各俯仰角下O4 DSCD;
d. 被动遥感观测系统所带摄像头获取的天气信息,筛选出晴朗无云天气,再根据分析所得残差大小和O4DSCD反演误差进一步筛选出符合气溶胶反演条件的O4 DSCD。
3.根据权利要求2所述的方法,其特征在于,所述O4吸收校正因子的判定及大气气溶胶廓线的反演的具体步骤为:
a. 选取恰当的气溶胶先验廓线类型:
基于最优估算法和辐射传输模型实现气溶胶反演,目的是使得模拟的O4DOD和实测的O4DOD无限接近,x2最小,表达式为:
其中,x为模拟值,M个测量值用ym表示,代表测量值误差,辐射传输模型F通过M次模拟得到x,给出Fm(x),xa,n和分别代表N个先验廓线的设定值和误差;输入的测量值包括:O4 DSCD,光强,观测几何以及O4吸收波长,先验廓线信息则按照当地实际情况选取合适的分布类型,输入合适的参量;
选取一天晴朗无云天气O4 DSCD数据,利用不同气溶胶先验廓线类型及参数化方式,进行初步模拟,综合反演结果的x2以及O4 DOD模拟值和测量值相关性分析,选取最适合的先验廓线类型;
b.准确判定O4吸收校正因子的适用,最终获取大气气溶胶的光学厚度以及消光廓线信息:
(1)根据步骤(1)测量的O4 DSCD数值初步判定O4校正因子是否需要使用;
(2)对于不需要使用校正因子的,则根据已设的气溶胶先验廓线类型和数据库自带的温度气压廓线进行模拟,得到气溶胶反演结果;
(3)对于需要使用校正因子,将使用校正因子后的模拟x2与未使用校正因子时的x2结果比较;若满足的绝对值大于10 %,则确定使用该校正因子,计算方法如下:
其中,CFO4为校正因子,a为校正因子数值,CFO4(1.0)即代表不使用校正因子;
对于需要使用校正因子,有两种方法进一步提高反演结果的准确度:
(3.1)将数据库自带的温度气压廓线替换为当地实测的温度气压廓线,结合已设的气溶胶先验廓线进行模拟,直接得到气溶胶反演结果,此时可不使用校正因子;
(3.2)根据未使用校正因子时各俯仰角下的O4 DOD的测量值和模拟值,来确定依赖于俯仰角的O4校正因子,具体方法为,分别将未使用校正因子时的各俯仰角下的O4 DOD的测量值和模拟值进行一次线型拟合,得到对应俯仰角下的斜率值,即初步判定的各俯仰角对应的校正因子,再将对应的俯仰角和上述斜率值再次进行一次线型拟合,得到经验公式,根据经验公式确定各俯仰角下的O4校正因子的最终值,输入模型,得到最终气溶胶反演结果。
4.根据权利要求3所述的方法,其特征在于,所述根据步骤(1)测量的O4 DSCD数值初步判定O4校正因子是否需要使用,具体判定如下:
若满足条件1:各俯仰角下O4 DSCD无明显分层,或仅30°俯仰角下的O4 DSCD能区分出,且其O4 DSCD最小值小于等于7.50E+42molec2·cm-5,则不需要使用校正因子;
若满足条件2:20°和30°俯仰角下的O4 DSCD有较明显分层,且30°俯仰角下的O4 DSCD最小值大于等于1.00E+43molec2·cm-5,则需要使用校正因子,具体取为1.1;
若满足条件3:20°和30°俯仰角下的O4 DSCD有更为明显的分层,且30°俯仰角下的O4DSCD最小值大于等于1.00E+43molec2·cm-5,则需要使用校正因子,具体取为1.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810411650.3A CN108872093B (zh) | 2018-05-02 | 2018-05-02 | 基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810411650.3A CN108872093B (zh) | 2018-05-02 | 2018-05-02 | 基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108872093A true CN108872093A (zh) | 2018-11-23 |
CN108872093B CN108872093B (zh) | 2020-09-29 |
Family
ID=64327135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810411650.3A Active CN108872093B (zh) | 2018-05-02 | 2018-05-02 | 基于被动遥感的o4吸收校正及气溶胶消光廓线反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108872093B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687020A (zh) * | 2019-10-30 | 2020-01-14 | 淮北师范大学 | 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 |
CN114324206A (zh) * | 2021-12-18 | 2022-04-12 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279934A (zh) * | 2013-06-07 | 2013-09-04 | 南京大学 | 一种基于小支持域正则化逆卷积的遥感影像恢复方法 |
KR101326237B1 (ko) * | 2012-01-10 | 2013-11-11 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
CN105067534A (zh) * | 2015-07-25 | 2015-11-18 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的污染物输送通量测算方法 |
CN106483050A (zh) * | 2015-09-02 | 2017-03-08 | 中国科学院遥感与数字地球研究所 | 气溶胶光学厚度的反演方法及系统 |
CN107561557A (zh) * | 2017-08-18 | 2018-01-09 | 中国科学院遥感与数字地球研究所 | 一种掩星探测仪大气成分反演方法 |
-
2018
- 2018-05-02 CN CN201810411650.3A patent/CN108872093B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101326237B1 (ko) * | 2012-01-10 | 2013-11-11 | 주식회사 스펙트로 | 헤이지 상태에서 자외선 다축-차등흡수분광을 사용한 대기 에어로졸 원격 감지 장치 및 방법 |
CN103279934A (zh) * | 2013-06-07 | 2013-09-04 | 南京大学 | 一种基于小支持域正则化逆卷积的遥感影像恢复方法 |
CN105067534A (zh) * | 2015-07-25 | 2015-11-18 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的污染物输送通量测算方法 |
CN106483050A (zh) * | 2015-09-02 | 2017-03-08 | 中国科学院遥感与数字地球研究所 | 气溶胶光学厚度的反演方法及系统 |
CN107561557A (zh) * | 2017-08-18 | 2018-01-09 | 中国科学院遥感与数字地球研究所 | 一种掩星探测仪大气成分反演方法 |
Non-Patent Citations (3)
Title |
---|
FRIESS U ETC.: "Intercomparison of aerosol extinction profiles retrieved from MAX-DOAS measurements", 《ATMOSPHERIC MEASUREMENT TECHNIQUES》 * |
FRIESS U ETC.: "MAX-DOAS O4 measurements: A new technique to derive information on atmospheric aerosols: 2. Modeling studies", 《JOURNAL OF GEOPHYSICAL RESEARCH-ATMOSPHERES》 * |
周海金: "大气气溶胶与痕量气体廓线MAX-DOAS遥测方法研究", 《中国博士学位论文全文数据库》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687020A (zh) * | 2019-10-30 | 2020-01-14 | 淮北师范大学 | 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 |
CN110687020B (zh) * | 2019-10-30 | 2023-11-07 | 淮北师范大学 | 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 |
CN114324206A (zh) * | 2021-12-18 | 2022-04-12 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
CN114324206B (zh) * | 2021-12-18 | 2024-01-16 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108872093B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yoshida et al. | Retrieval algorithm for CO 2 and CH 4 column abundances from short-wavelength infrared spectral observations by the Greenhouse gases observing satellite | |
Göckede et al. | Quality control of CarboEurope flux data–Part 1: Coupling footprint analyses with flux data quality assessment to evaluate sites in forest ecosystems | |
CN111579504B (zh) | 基于光学遥感的大气污染成分垂直分布反演方法 | |
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 | |
CN108519340A (zh) | 一种卫星遥感污染气体柱浓度时空分布反演算法 | |
Biraud et al. | A multi-year record of airborne CO 2 observations in the US Southern Great Plains | |
CN103743679B (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
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 | |
CN107561557B (zh) | 一种掩星探测仪大气成分反演方法 | |
Zhang et al. | Review of aerosol optical depth retrieval using visibility data | |
CN107271392A (zh) | 一种基于气体差分吸收截面特征测量低浓度so2的方法 | |
CN110031412A (zh) | 基于移动ahsa观测的大气污染物排放通量获取方法 | |
CN103728612B (zh) | 基于目标红外辐射光谱和带模式的被动测距方法 | |
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 | |
CN106525651B (zh) | 基于x射线掩日观测反演临近空间大气密度的方法 | |
CN103926591B (zh) | 一种基于卫星2.0微米通道数据的卷云识别方法 | |
CN114817825B (zh) | 一种基于超光谱遥感的排放源co2快速成像方法 | |
CN103760125A (zh) | 一种提高温室气体浓度反演精度的方法 | |
CN109946714A (zh) | 一种基于LiDAR和ALOS PALSAR多元数据的森林生物量模型的建立方法 | |
KR20170116805A (ko) | 다중 각도에서 태양광 관측기반의 대기 분자의 라만 산란특성을 이용한 에어로솔 고도 산출방법 | |
CN108333143A (zh) | 一种基于可调谐激光吸收光谱的水汽浓度测量修正方法 | |
CN103983599A (zh) | 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 | |
CN117035174A (zh) | 一种木麻黄单木地上生物量的估算方法与系统 | |
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 | |
CN115480032A (zh) | 基于地面遥感测量的点源排放强度预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |