CN111537455A - 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法 - Google Patents

基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法 Download PDF

Info

Publication number
CN111537455A
CN111537455A CN202010380795.9A CN202010380795A CN111537455A CN 111537455 A CN111537455 A CN 111537455A CN 202010380795 A CN202010380795 A CN 202010380795A CN 111537455 A CN111537455 A CN 111537455A
Authority
CN
China
Prior art keywords
spectrum
information
observation
atmospheric
gmi
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
Application number
CN202010380795.9A
Other languages
English (en)
Other versions
CN111537455B (zh
Inventor
叶函函
王先华
李超
李志伟
施海亮
熊伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN202010380795.9A priority Critical patent/CN111537455B/zh
Publication of CN111537455A publication Critical patent/CN111537455A/zh
Application granted granted Critical
Publication of CN111537455B publication Critical patent/CN111537455B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,与现有技术相比解决了大气CO2卫星观测无法适用于无连续谱的窄带光谱的缺陷。本发明包括以下步骤:卫星观测光谱数据的获取;光谱数据的信息挖掘;观测向量的构建;模拟向量的计算;大气CO2卫星观测反演计算结果的获得。本发明通过挖掘窄带光谱内的信息,选择出用于大气CO2反演的信息谱以及用于背景扣除的参考谱替代连续谱,无需完整波长范围的卫星观测光谱,不仅具备现有技术的缓变背景扣除功能,解决窄带光谱在大气CO2卫星观测中的应用问题,而且受大气温度和湿度的影响小,有较高的稳定性。

Description

基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法
技术领域
本发明涉及卫星观测技术领域,具体来说是基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法。
背景技术
鉴于大气CO2对气候及人类生存环境的影响,大气CO2的卫星监测越来越得到重视,空间外差干涉光谱技术(SHS)作为一种新型的光谱技术,因其可获得高质量超分辨率光谱的优点而应用于大气CO2观测领域。
由于SHS技术观测的光谱范围有限,目前搭载于高分五号卫星上的大气主要温室气体监测仪(GMI)1.58um CO2波段的光谱范围为6317至6377cm-1,比目前在轨的同类卫星如日本GOSAT卫星傅里叶变换光谱仪和美国OCO-2卫星光栅光谱仪的光谱范围都窄,主要表现在缺少位于6300-6317cm-1与6377-6400cm-1两段光谱范围内的连续谱。
大气CO2卫星观测反演技术主要包括两种,一种是同步物理反演法,利用包含吸收峰与连续谱的绝对辐亮度光谱作为观测向量,反演大气CO2。另一种是光程概率密度函数反演法,利用扣除连续谱的对数辐亮度光谱作为观测向量,反演大气CO2
连续谱在大气CO2卫星观测反演中非常重要。在同步物理反演法中,连续谱起着提供地表反射率和大气气溶胶信息的作用,在光程概率密度函数反演法中,连续谱起着扣除缓变背景的作用。然而,GMI观测的光谱范围窄、没有连续谱,常规反演方法无法适用。
因此如何挖掘GMI窄带内的光谱信息以实现GMI窄带光谱的大气CO2卫星观测已经成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中大气CO2卫星观测无法适用于无连续谱的窄带光谱的缺陷,提供一种基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,包括以下步骤:
11)卫星观测光谱数据的获取:获得卫星观测光谱数据,卫星观测光谱数据为大气主要温室气体监测仪GMI的卫星观测光谱,其1.58um CO2波段的光谱范围为6317-6377cm-1
12)光谱数据的信息挖掘:通过香农信息含量来挖掘GMI1.58um窄带光谱内的信息,选择出用于CO2含量反演的信息谱和用于背景扣除的参考谱;
13)观测向量的构建:根据大气主要温室气体监测仪GMI卫星观测光谱数据构建出观测向量;
14)模拟向量的计算:根据大气主要温室气体监测仪GMI卫星观测视场中心点的经纬度和观测时间构建模拟向量;
15)大气CO2卫星观测反演计算结果的获得:根据观测向量和模拟向量反演计算出大气CO2卫星观测反演结果,获得大气CO2卫星观测值。
所述光谱数据的信息挖掘包括以下步骤:
21)对GMI卫星观测光谱数据进行仿真,仿真出不同大气CO2、温度、湿度和地表压力条件下,太阳天顶角30°、卫星观测天顶角0°、地表反射率0.3、晴空对应的GMI卫星观测光谱;
22)计算GMI卫星观测光谱各通道对应的大气CO2、温度、湿度和地表压力的香农信息含量,根据如下公式计算香农信息含量H:
Figure BDA0002481988030000021
式中,K代表权重函数,不同参数的权重函数表示对应参数单位扰动导致仿真光谱的变化量;Sa代表先验协方差矩阵,矩阵为对角阵,对角线上元素为各参数波动范围的平方;Sξ是测量误差协方差矩阵,矩阵为对角阵,对角线上元素为光谱各通道对应仪器噪声的平方;
23)挖掘信息谱和参考谱:根据光谱各通道的香农信息含量挖掘GMI1.58um窄带光谱内的信息,利用信息谱和参考谱的构建方法挖掘出用于CO2反演的信息谱和用于背景扣除的参考谱。
所述观测向量的构建包括以下步骤:
31)读取GMI的L1产品中的DN光谱,利用波长定标系数开展波长定标、利用辐射定标系数斜率k和截距b开展辐射定标,获得卫星观测辐亮度光谱;
32)采用超光谱卫星观测光谱波长漂移校正技术,对GMI辐亮度光谱的波长漂移进行校正;
33)根据信息谱和参考谱的构建方法,从光谱漂移校正后的GMI辐亮度光谱中选择出18段GMI信息谱和参考谱,将18段GMI信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵yon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵yoff
将两矩阵相除获得比值矩阵
Figure BDA0002481988030000031
将此比值矩阵定为观测向量。
所述模拟向量的计算包括以下步骤:
41)根据GMI卫星观测视场中心点的经纬度和观测时间,获取卫星观测对应的环境参量,具体操作如下:
411)从欧洲中尺度天气预报系统ECMWF 0.125°空间分辨率的数据库中,读取中心点所在栅格四个角点的气象参数,通过线性内插获得中心点所在位置处的海拔高度、温度、湿度和压力廓线;
412)搜索高分五号卫星多角度偏振探测仪DPC载荷气溶胶产品中对应于GMI中心点的像元,将以该像元为中心的3*3范围内共9个像元的气溶胶光学厚度进行加和平均,获得GMI观测视场内的气溶胶光学厚度;
413)搜索自建1km空间分辨率相应时间段的全球地表反射率数据库中对应于GMI中心点的像元,将以该像元为中心的10*10范围内共100个像元的地表反射率进行加和平均,获得GMI观测视场内的地表反射率值;
42)将大气CO2含量初始值400ppm、上述环境参量以及卫星观测对应的太阳几何和观测几何等参数输入已构建的GMI卫星观测仿真模型,获得模拟光谱;
43)根据信息谱和参考谱的构建方法,从模拟光谱中选择出18段信息谱和参考谱,将18段信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵Fon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵Foff
将两矩阵相除获得比值矩阵
Figure BDA0002481988030000041
此比值矩阵即为模拟向量。
所述大气CO2卫星观测反演计算结果的获得包括以下步骤:
51)将观测向量y与大气CO2含量400ppm对应的模拟向量F(x)带入下式,逐次迭代计算大气CO2含量x,其计算公式如下:
Figure BDA0002481988030000042
式中,下标i代表迭代次数据,
Figure BDA0002481988030000043
代表权重函数,代表单位大气CO2扰动对应模拟向量的变化;Sε代表GMI观测向量的误差协方差矩阵,Sa代表先验估计xa的协方差矩阵;
52)每迭代计算一次获得新的x,则更新大气CO2含量值,获得新的模拟光谱,再根据对应信息谱与参考谱构建方法,更新模拟向量F(x);
53)当满足如下χ2小于1,则迭代求解获得的状态向量
Figure BDA0002481988030000044
即为最佳解,
Figure BDA0002481988030000045
式中:j是用来反演的通道序号,
Figure BDA0002481988030000046
是最终计算得到的状态向量,
Figure BDA0002481988030000047
是第j个通道的测量误差方差,m是通道的个数;
54)利用压力权重函数h对反演出的CO2廓线
Figure BDA0002481988030000048
进行平均
Figure BDA0002481988030000049
获得实际大气CO2含量值。
所述信息谱和参考谱的构建方法包括以下步骤:
61)按大气CO2香农信息含量的降序对各通道赋值IC_CO2,大气CO2香农信息含量最大的通道赋值为1,信息含量越小的通道值越大,按间隔1逐步增加;按温度、湿度和地表压力香农信息含量的升序对各通道赋值IC_T、IC_H2O和IC_P,香农信息含量最小的通道赋值为1,信息含量越大的通道值越大,按间隔1逐步增加;
62)按0.3、-0.1、-0.1、-0.1分配IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得IC_info,选择IC_info值靠前的18个通道,及其长短波方向各2个通道,共5个通道组成一段信息谱;
63)提取上述IC_info值靠前的18个信息谱通道附近±2cm-1/±1cm-1范围范围内的通道,其中信息谱位于6317-6347.85cm-1内的,取范围±2cm-1;信息谱位于6347.85-6377cm-1内的,取范围±1cm-1,先剔除有太阳线的通道,然后再对剩余通道根据CO2、温度、湿度和地表压力的香农信息含量升序进行赋值;
64)按0.7、0.1、0.1、0.1分配步骤63)中所获得的CO2、温度、湿度和地表压力对应的IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得18段对应的IC_ref,选择每一段内IC_ref值靠前的1个通道,及其长短波方向各5个通道,共11个通道组成一段参考谱,形成对应于18段信息谱的18段参考谱。
有益效果
本发明的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,与现有技术相比通过挖掘窄带光谱内的信息,选择出用于大气CO2反演的信息谱以及用于背景扣除的参考谱替代连续谱,无需完整波长范围的卫星观测光谱,不仅具备现有技术的缓变背景扣除功能,解决窄带光谱在大气CO2卫星观测中的应用问题,而且受大气温度和湿度的影响小,有较高的稳定性。
附图说明
图1为本发明的方法顺序图;
图2为大气主要温室气体监测仪(GMI)卫星观测光谱模拟图;
图3为本发明具体实施方式中信息谱和参考谱模拟图;
图4为本发明具体实施方式中GMI观测向量与大气CO2 400ppm对应模拟向量对比图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,本发明所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,包括以下步骤:
第一步,卫星观测光谱数据的获取:获得卫星观测光谱数据,卫星观测光谱数据为大气主要温室气体监测仪GMI的卫星观测光谱,其1.58um CO2波段的光谱范围为6317-6377cm-1
第二步,光谱数据的信息挖掘。通过香农信息含量来挖掘GMI 1.58um窄带光谱内的信息,选择出用于CO2含量反演的信息谱和用于背景扣除的参考谱。该步骤可在窄带光谱内挖掘出用于反演的大气CO2信息和用于背景扣除的参考谱,无须完整光谱。其具体步骤如下:
(1)对GMI卫星观测光谱数据利用现有技术进行仿真,仿真出不同大气CO2、温度、湿度和地表压力条件下,太阳天顶角30°、卫星观测天顶角0°、地表反射率0.3、晴空对应的GMI卫星观测光谱。
(2)计算GMI卫星观测光谱各通道对应的大气CO2、温度、湿度和地表压力的香农信息含量,根据如下公式计算香农信息含量H:
Figure BDA0002481988030000061
式中,K代表权重函数,不同参数的权重函数表示对应参数单位扰动导致仿真光谱的变化量;Sa代表先验协方差矩阵,矩阵为对角阵,对角线上元素为各参数波动范围的平方;Sξ是测量误差协方差矩阵,矩阵为对角阵,对角线上元素为光谱各通道对应仪器噪声的平方。
(3)挖掘信息谱和参考谱:根据光谱各通道的香农信息含量挖掘GMI1.58um窄带光谱内的信息,利用信息谱和参考谱的构建方法挖掘出用于CO2反演的信息谱和用于背景扣除的参考谱。
GMI 1.58um窄带光谱的谱线形态以及吸收峰线形特征主要受大气CO2以及大气温度、压力和湿度的影响,因此根据目标参数的信息分布特征与干扰参数的信息分布特征,设计如下的信息谱和参考谱的构建方法:
A1)按大气CO2香农信息含量的降序对各通道赋值IC_CO2,大气CO2香农信息含量最大的通道赋值为1,信息含量越小的通道值越大,按间隔1逐步增加;按温度、湿度和地表压力香农信息含量的升序对各通道赋值IC_T、IC_H2O和IC_P,香农信息含量最小的通道赋值为1,信息含量越大的通道值越大,按间隔1逐步增加;
A2)按0.3、-0.1、-0.1、-0.1分配IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得IC_info,选择IC_info值靠前的18个通道,及其长短波方向各2个通道,共5个通道组成一段信息谱;
A3)提取上述IC_info值靠前的18个信息谱通道附近±2cm-1/±1cm-1范围范围内的通道,其中信息谱位于6317-6347.85cm-1内的,取范围±2cm-1;信息谱位于6347.85-6377cm-1内的,取范围±1cm-1,先剔除有太阳线的通道,然后再对剩余通道根据CO2、温度、湿度和地表压力的香农信息含量升序进行赋值;
A4)按0.7、0.1、0.1、0.1分配步骤A3)中所获得的CO2、温度、湿度和地表压力对应的IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得18段对应的IC_ref,选择每一段内IC_ref值靠前的1个通道,及其长短波方向各5个通道,共11个通道组成一段参考谱,形成对应于18段信息谱的18段参考谱。
第三步,观测向量的构建:根据大气主要温室气体监测仪GMI卫星观测光谱数据构建出观测向量,为大气CO2反演准备有效观测数据。其具体步骤如下:
(1)读取GMI的L1产品中的DN光谱,利用波长定标系数开展波长定标、利用辐射定标系数斜率k和截距b开展辐射定标,获得卫星观测辐亮度光谱。
(2)采用超光谱卫星观测光谱波长漂移校正技术,对GMI辐亮度光谱的波长漂移进行校正。
(3)根据第二步的信息谱和参考谱的构建方法,从光谱漂移校正后的GMI辐亮度光谱中选择出18段GMI信息谱和参考谱,将18段GMI信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵yon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵yoff
将两矩阵相除获得比值矩阵
Figure BDA0002481988030000081
将此比值矩阵定为观测向量。
第四步,模拟向量的计算:根据大气主要温室气体监测仪GMI卫星观测视场中心点的经纬度和观测时间构建模拟向量。通过高精度气象数据与大气、地表参数的获取,为大气CO2反演准备高精度的模拟数据。其具体步骤如下:
(1)根据GMI卫星观测视场中心点的经纬度和观测时间,获取卫星观测对应的环境参量,具体操作如下:
B1)从欧洲中尺度天气预报系统ECMWF 0.125°空间分辨率的数据库中,读取中心点所在栅格四个角点的气象参数,通过线性内插获得中心点所在位置处的海拔高度、温度、湿度和压力廓线;
B2)搜索高分五号卫星多角度偏振探测仪DPC载荷气溶胶产品中对应于GMI中心点的像元,将以该像元为中心的3*3范围内共9个像元的气溶胶光学厚度进行加和平均,获得GMI观测视场内的气溶胶光学厚度;
B3)搜索自建1km空间分辨率相应时间段的全球地表反射率数据库中对应于GMI中心点的像元,将以该像元为中心的10*10范围内共100个像元的地表反射率进行加和平均,获得GMI观测视场内的地表反射率值。
(2)将大气CO2含量初始值400ppm、上述环境参量以及卫星观测对应的太阳几何和观测几何等参数输入已构建的GMI卫星观测仿真模型,获得模拟光谱。
(3)根据上述的信息谱和参考谱的构建方法,从模拟光谱中选择出18段信息谱和参考谱,将18段信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵Fon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵Foff
将两矩阵相除获得比值矩阵
Figure BDA0002481988030000091
此比值矩阵即为模拟向量。
第五步,大气CO2卫星观测反演计算结果的获得:根据观测向量和模拟向量反演计算出大气CO2卫星观测反演结果,获得大气CO2卫星观测值。其具体步骤如下:
(1)将观测向量y与大气CO2含量400ppm对应的模拟向量F(x)带入下式,逐次迭代计算大气CO2含量x,其计算公式如下:
Figure BDA0002481988030000092
式中,下标i代表迭代次数据,
Figure BDA0002481988030000093
代表权重函数,代表单位大气CO2扰动对应模拟向量的变化;Sε代表GMI观测向量的误差协方差矩阵,Sa代表先验估计xa的协方差矩阵。
(2)每迭代计算一次获得新的x,则更新大气CO2含量值,获得新的模拟光谱,再根据对应信息谱与参考谱构建方法,更新模拟向量F(x);
(3)当满足如下χ2小于1,则迭代求解获得的状态向量
Figure BDA0002481988030000094
即为最佳解,
Figure BDA0002481988030000095
式中:j是用来反演的通道序号,
Figure BDA0002481988030000096
是最终计算得到的状态向量,
Figure BDA0002481988030000097
是第j个通道的测量误差方差,m是通道的个数;
(4)利用压力权重函数h对反演出的CO2廓线
Figure BDA0002481988030000098
进行平均
Figure BDA0002481988030000099
获得实际大气CO2含量值(大气CO2卫星观测值)。
以此条件为例:大气CO2 400ppm、SZA=30°、VZA=0°、地表反射率0.3、乡村型气溶胶光学厚度0.1@550nm、中纬度夏季大气条件下,大气主要温室气体监测仪(GMI)卫星观测光谱模拟如图2所示。GMI光谱波长范围6317-6377cm-1,共6001个通道,每个通道间隔0.01cm-1
根据公式计算各通道对应大气CO2、温度(T)、压力(P)和H2O的自由度和信息含量,排序值越大代表信息含量越高。根据各通道四参数信息含量的次序,依据信息谱和参考谱的选择标准对各通道按规则进行组合和排序,选择出信息谱和参考谱如图3所示。
读取GMI L1B观测光谱数据后,首先开展波长漂移校正,然后按照信息谱和参考谱的波长值选择对应的光谱数据,构建GMI观测向量。利用观测对应环境参数和几何条件,以及GMI仪器模型,输入SCIATRAN辐射传输模型计算获得模拟光谱数据,再按照信息谱和参考谱的波长值选择对应的光谱数据,构建模拟向量。2019年1月25日31.68°N,115.2°W处的GMI观测向量与大气CO2 400ppm对应模拟向量的比较如图4所示。
利用反演公式计算获得该处大气CO2反演结果为406.6ppm,对应高精度地面观测站TCCON站的Caltech站点实测为410.36ppm,GMI该观测点反演精度为3.76ppm。针对窄波段光谱设计的反演方法可对GMI开展反演,并获得可靠精度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (6)

1.一种基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,包括以下步骤:
11)卫星观测光谱数据的获取:获得卫星观测光谱数据,卫星观测光谱数据为大气主要温室气体监测仪GMI的卫星观测光谱,其1.58um CO2波段的光谱范围为6317-6377cm-1
12)光谱数据的信息挖掘:通过香农信息含量来挖掘GMI1.58um窄带光谱内的信息,选择出用于CO2含量反演的信息谱和用于背景扣除的参考谱;
13)观测向量的构建:根据大气主要温室气体监测仪GMI卫星观测光谱数据构建出观测向量;
14)模拟向量的计算:根据大气主要温室气体监测仪GMI卫星观测视场中心点的经纬度和观测时间构建模拟向量;
15)大气CO2卫星观测反演计算结果的获得:根据观测向量和模拟向量反演计算出大气CO2卫星观测反演结果,获得大气CO2卫星观测值。
2.根据权利要求1所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,所述光谱数据的信息挖掘包括以下步骤:
21)对GMI卫星观测光谱数据进行仿真,仿真出不同大气CO2、温度、湿度和地表压力条件下,太阳天顶角30°、卫星观测天顶角0°、地表反射率0.3、晴空对应的GMI卫星观测光谱;
22)计算GMI卫星观测光谱各通道对应的大气CO2、温度、湿度和地表压力的香农信息含量,根据如下公式计算香农信息含量H:
Figure FDA0002481988020000011
式中,K代表权重函数,不同参数的权重函数表示对应参数单位扰动导致仿真光谱的变化量;Sa代表先验协方差矩阵,矩阵为对角阵,对角线上元素为各参数波动范围的平方;Sξ是测量误差协方差矩阵,矩阵为对角阵,对角线上元素为光谱各通道对应仪器噪声的平方;
23)挖掘信息谱和参考谱:根据光谱各通道的香农信息含量挖掘GMI 1.58um窄带光谱内的信息,利用信息谱和参考谱的构建方法挖掘出用于CO2反演的信息谱和用于背景扣除的参考谱。
3.根据权利要求1所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,所述观测向量的构建包括以下步骤:
31)读取GMI的L1产品中的DN光谱,利用波长定标系数开展波长定标、利用辐射定标系数斜率k和截距b开展辐射定标,获得卫星观测辐亮度光谱;
32)采用超光谱卫星观测光谱波长漂移校正技术,对GMI辐亮度光谱的波长漂移进行校正;
33)根据信息谱和参考谱的构建方法,从光谱漂移校正后的GMI辐亮度光谱中选择出18段GMI信息谱和参考谱,将18段GMI信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵yon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵yoff
将两矩阵相除获得比值矩阵
Figure FDA0002481988020000021
将此比值矩阵定为观测向量。
4.根据权利要求1所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,所述模拟向量的计算包括以下步骤:
41)根据GMI卫星观测视场中心点的经纬度和观测时间,获取卫星观测对应的环境参量,具体操作如下:
411)从欧洲中尺度天气预报系统ECMWF 0.125°空间分辨率的数据库中,读取中心点所在栅格四个角点的气象参数,通过线性内插获得中心点所在位置处的海拔高度、温度、湿度和压力廓线;
412)搜索高分五号卫星多角度偏振探测仪DPC载荷气溶胶产品中对应于GMI中心点的像元,将以该像元为中心的3*3范围内共9个像元的气溶胶光学厚度进行加和平均,获得GMI观测视场内的气溶胶光学厚度;
413)搜索自建1km空间分辨率相应时间段的全球地表反射率数据库中对应于GMI中心点的像元,将以该像元为中心的10*10范围内共100个像元的地表反射率进行加和平均,获得GMI观测视场内的地表反射率值;
42)将大气CO2含量初始值400ppm、上述环境参量以及卫星观测对应的太阳几何和观测几何等参数输入已构建的GMI卫星观测仿真模型,获得模拟光谱;
43)根据信息谱和参考谱的构建方法,从模拟光谱中选择出18段信息谱和参考谱,将18段信息谱逐段进行内部5个通道的平均,获得信息谱辐亮度矩阵Fon
将18段参考谱逐段进行内部11个通道的平均,获得参考谱辐亮度矩阵Foff
将两矩阵相除获得比值矩阵
Figure FDA0002481988020000031
此比值矩阵即为模拟向量。
5.根据权利要求1所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,所述大气CO2卫星观测反演计算结果的获得包括以下步骤:
51)将观测向量y与大气CO2含量400ppm对应的模拟向量F(x)带入下式,逐次迭代计算大气CO2含量x,其计算公式如下:
Figure FDA0002481988020000032
式中,下标i代表迭代次数据,
Figure FDA0002481988020000033
代表权重函数,代表单位大气CO2扰动对应模拟向量的变化;Sε代表GMI观测向量的误差协方差矩阵,Sa代表先验估计xa的协方差矩阵;
52)每迭代计算一次获得新的x,则更新大气CO2含量值,获得新的模拟光谱,再根据对应信息谱与参考谱构建方法,更新模拟向量F(x);
53)当满足如下χ2小于1,则迭代求解获得的状态向量
Figure FDA0002481988020000034
即为最佳解,
Figure FDA0002481988020000035
式中:j是用来反演的通道序号,
Figure FDA0002481988020000036
是最终计算得到的状态向量,
Figure FDA0002481988020000037
是第j个通道的测量误差方差,m是通道的个数;
54)利用压力权重函数h对反演出的CO2廓线
Figure FDA0002481988020000038
进行平均
Figure FDA0002481988020000039
获得实际大气CO2含量值。
6.根据权利要求2所述的基于空间外差干涉光谱测量技术的大气CO2卫星观测反演方法,其特征在于,所述信息谱和参考谱的构建方法包括以下步骤:
61)按大气CO2香农信息含量的降序对各通道赋值IC_CO2,大气CO2香农信息含量最大的通道赋值为1,信息含量越小的通道值越大,按间隔1逐步增加;按温度、湿度和地表压力香农信息含量的升序对各通道赋值IC_T、IC_H2O和IC_P,香农信息含量最小的通道赋值为1,信息含量越大的通道值越大,按间隔1逐步增加;
62)按0.3、-0.1、-0.1、-0.1分配IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得IC_info,选择IC_info值靠前的18个通道,及其长短波方向各2个通道,共5个通道组成一段信息谱;
63)提取上述IC_info值靠前的18个信息谱通道附近±2cm-1/±1cm-1范围范围内的通道,其中信息谱位于6317-6347.85cm-1内的,取范围±2cm-1;信息谱位于6347.85-6377cm-1内的,取范围±1cm-1,先剔除有太阳线的通道,然后再对剩余通道根据CO2、温度、湿度和地表压力的香农信息含量升序进行赋值;
64)按0.7、0.1、0.1、0.1分配步骤63)中所获得的CO2、温度、湿度和地表压力对应的IC_CO2、IC_T、IC_H2O和IC_P的权重,并进行加和计算获得18段对应的IC_ref,选择每一段内IC_ref值靠前的1个通道,及其长短波方向各5个通道,共11个通道组成一段参考谱,形成对应于18段信息谱的18段参考谱。
CN202010380795.9A 2020-05-08 2020-05-08 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法 Active CN111537455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010380795.9A CN111537455B (zh) 2020-05-08 2020-05-08 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010380795.9A CN111537455B (zh) 2020-05-08 2020-05-08 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法

Publications (2)

Publication Number Publication Date
CN111537455A true CN111537455A (zh) 2020-08-14
CN111537455B CN111537455B (zh) 2023-08-15

Family

ID=71979252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010380795.9A Active CN111537455B (zh) 2020-05-08 2020-05-08 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法

Country Status (1)

Country Link
CN (1) CN111537455B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112730300A (zh) * 2020-10-13 2021-04-30 中国人民解放军国防科技大学 一种基于香农熵的giirs观测区大气廓线集采样方法
CN114720398A (zh) * 2022-05-24 2022-07-08 北京劢亚科技有限公司 一种测量碳值的空间分布的系统和方法
CN114965281A (zh) * 2022-07-29 2022-08-30 中国科学院国家天文台 用于火星表面成分探测仪的波长修正方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108760662A (zh) * 2018-03-27 2018-11-06 刘诚 一种卫星遥感大气臭氧廓线反演算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108760662A (zh) * 2018-03-27 2018-11-06 刘诚 一种卫星遥感大气臭氧廓线反演算法

Non-Patent Citations (27)

* Cited by examiner, † Cited by third party
Title
C. W. O’DELL ET AL.: "The ACOS CO2 retrieval algorithm-Part 1: Description and validation against synthetic observations", 《ATMOSPHERIC MEASUREMENT TECHNIQUES》 *
C. W. O’DELL ET AL.: "The ACOS CO2 retrieval algorithm-Part 1: Description and validation against synthetic observations", 《ATMOSPHERIC MEASUREMENT TECHNIQUES》, vol. 5, no. 1, 11 January 2012 (2012-01-11), pages 99 - 121 *
吴浩等: "北京城市下垫面大气CO_2反演算法", 《遥感学报》 *
吴浩等: "北京城市下垫面大气CO_2反演算法", 《遥感学报》, no. 06, 25 November 2019 (2019-11-25), pages 1223 - 1231 *
孙允珠等: ""高分五号"卫星概况及应用前景展望", 《航天返回与遥感》 *
孙允珠等: ""高分五号"卫星概况及应用前景展望", 《航天返回与遥感》, no. 03, 15 June 2018 (2018-06-15) *
张莹等: "利用卫星红外高光谱资料反演大气甲烷浓度垂直廓线", 《遥感学报》 *
张莹等: "利用卫星红外高光谱资料反演大气甲烷浓度垂直廓线", 《遥感学报》, 31 December 2012 (2012-12-31) *
李璐含;束炯;尹球;张雷;刘延安;: "基于红外高光谱探测器的大气CO_2反演通道选择", 华东师范大学学报(自然科学版), no. 03 *
李璐含等: "基于红外高光谱探测器的大气CO_2反演通道选择", 《华东师范大学学报(自然科学版)》 *
李璐含等: "基于红外高光谱探测器的大气CO_2反演通道选择", 《华东师范大学学报(自然科学版)》, no. 03, 25 May 2019 (2019-05-25) *
杜华栋;黄思训;方涵先;龙智勇;王永琪;: "星基大气探测资料信息容量研究", 物理学报, no. 01 *
杜华栋等: "星基大气探测资料信息容量研究", 《物理学报》 *
杜华栋等: "星基大气探测资料信息容量研究", 《物理学报》, no. 01, 15 January 2010 (2010-01-15) *
杨雨晗等: "FY-4A大气垂直探测仪(GIIRS)温度探测通道优选", 《红外与毫米波学报》 *
杨雨晗等: "FY-4A大气垂直探测仪(GIIRS)温度探测通道优选", 《红外与毫米波学报》, no. 05, 15 October 2018 (2018-10-15) *
王杨等: "多轴差分吸收光谱技术反演气溶胶消光系数垂直廓线", 《物理学报》 *
王杨等: "多轴差分吸收光谱技术反演气溶胶消光系数垂直廓线", 《物理学报》, no. 18, 6 August 2013 (2013-08-06) *
王玉训等: "地基高光谱微波辐射计反演大气相对湿度廓线的通道选择", 《光学学报》 *
王玉训等: "地基高光谱微波辐射计反演大气相对湿度廓线的通道选择", 《光学学报》, no. 04, 25 December 2018 (2018-12-25) *
程春梅: "基于归一化光谱的浑浊水体叶绿素a浓度遥感估算", 《浙江水利水电学院学报》 *
程春梅: "基于归一化光谱的浑浊水体叶绿素a浓度遥感估算", 《浙江水利水电学院学报》, no. 04, 25 August 2016 (2016-08-25) *
程洁;柳钦火;李小文;: "星载高光谱红外传感器反演大气痕量气体综述", 遥感信息, no. 02 *
罗双等: "基于信息容量的FY-4A/GIIRS红外光谱探测能力研究", 《红外与毫米波学报》 *
罗双等: "基于信息容量的FY-4A/GIIRS红外光谱探测能力研究", 《红外与毫米波学报》, no. 06, 15 December 2019 (2019-12-15) *
韦秋叶: "应用于高精度大气 CO2遥感的空间外差技术研究", 《光学学报》 *
韦秋叶: "应用于高精度大气 CO2遥感的空间外差技术研究", 《光学学报》, vol. 34, no. 8, 31 August 2014 (2014-08-31), pages 0801006 - 1 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112730300A (zh) * 2020-10-13 2021-04-30 中国人民解放军国防科技大学 一种基于香农熵的giirs观测区大气廓线集采样方法
CN112730300B (zh) * 2020-10-13 2024-06-07 中国人民解放军国防科技大学 一种基于香农熵的giirs观测区大气廓线集采样方法
CN114720398A (zh) * 2022-05-24 2022-07-08 北京劢亚科技有限公司 一种测量碳值的空间分布的系统和方法
CN114965281A (zh) * 2022-07-29 2022-08-30 中国科学院国家天文台 用于火星表面成分探测仪的波长修正方法和装置

Also Published As

Publication number Publication date
CN111537455B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
Yang et al. Capability of Fengyun-3D satellite in earth system observation
Rozanov et al. NO2 and BrO vertical profile retrieval from SCIAMACHY limb measurements: Sensitivity studies
Wan New refinements and validation of the MODIS land-surface temperature/emissivity products
Seifahrt et al. Synthesising, using, and correcting for telluric features in high-resolution astronomical spectra-A near-infrared case study using CRIRES
Yu et al. Evaluation of split-window land surface temperature algorithms for generating climate data records
CN111537455A (zh) 基于空间外差干涉光谱测量技术的大气co2卫星观测反演方法
Guilluy et al. ARES IV: Probing the atmospheres of the two warm small planets HD 106315c and HD 3167c with the HST/WFC3 camera
Rozanov et al. BrO vertical distributions from SCIAMACHY limb measurements: comparison of algorithms and retrieval results
Cortés et al. Twenty years of precipitable water vapor measurements in the Chajnantor area
Kuai et al. Vertically constrained CO2 retrievals from TCCON measurements
Song et al. Long-term record of top-of-atmosphere albedo over land generated from AVHRR data
Wiacek et al. Ground-Based solar absorption FTIR spectroscopy: characterization of retrievals and first results from a novel optical design instrument at a New NDACC Complementary Station
Wetzel et al. Validation of MIPAS-ENVISAT NO 2 operational data
García-Comas et al. On the quality of MIPAS kinetic temperature in the middle atmosphere
CN113408111A (zh) 大气可降水量反演方法及系统、电子设备和存储介质
CN116008226A (zh) 一种卫星二氧化碳高精度遥感反演方法
Su et al. First results of the earth observation Water Cycle Multi-mission Observation Strategy (WACMOS)
Merrelli et al. Comparing information content of upwelling far-infrared and midinfrared radiance spectra for clear atmosphere profiling
CN116187025B (zh) 基于地基红外遥感的晴空大气温湿度廓线快速反演方法
Borchi et al. Evaluation of ozonesondes, HALOE, SAGE II and III, Odin-OSIRIS and-SMR, and ENVISAT-GOMOS,-SCIAMACHY and-MIPAS ozone profiles in the tropics from SAOZ long duration balloon measurements in 2003 and 2004
Laraby Landsat surface temperature product: global validation and uncertainty estimation
Renard et al. Vertical profile of night-time stratospheric OClO
Hong et al. First TanSat CO2 retrieval over land and ocean using both nadir and glint spectroscopy
Es-Sayeh et al. Updated Radiative Transfer Model for Titan in the Near-infrared Wavelength Range: Validation against Huygens Atmospheric and Surface Measurements and Application to the Cassini/VIMS Observations of the Dragonfly Landing Area
Travouillon et al. Thirty meter telescope site testing VII: turbulence coherence time

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