CN112161943B - TanSat卫星XCO2反演数据的偏差校正方法和系统 - Google Patents
TanSat卫星XCO2反演数据的偏差校正方法和系统 Download PDFInfo
- Publication number
- CN112161943B CN112161943B CN202011057151.2A CN202011057151A CN112161943B CN 112161943 B CN112161943 B CN 112161943B CN 202011057151 A CN202011057151 A CN 202011057151A CN 112161943 B CN112161943 B CN 112161943B
- Authority
- CN
- China
- Prior art keywords
- xco
- inversion
- value
- data
- albedo
- 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.)
- Active
Links
Images
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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本申请提供了一种TanSat卫星XCO2反演数据的偏差校正方法和系统。该方法根据氧气波段的太阳光谱,以及TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个XCO2反演值的氧气反照率误差;根据N个XCO2反演值中与每个XCO2反演值对应的卫星观测角和太阳天顶角,计算每个XCO2反演值的观测角误差;根据N个XCO2反演值和预先得到的、与XCO2反演值对应的XCO2地基观测值,得到XCO2反演数据的回归系数;根据每个XCO2反演值、回归系数、以及每个XCO2反演值的氧气反照率误差、观测角误差,对每个XCO2反演值进行偏差校正,提高了反演数据的精度。
Description
技术领域
本申请涉及遥感信息技术领域,特别涉及一种TanSat卫星XCO2反演数据的偏差校正方法和系统。
背景技术
工业革命以来,随着各项技术的不断进步,人类社会得到了高速发展,而由于忽视环境效应所导致的全球气候变化,如今已成为关乎人类切身利益的首要议题。全球气候变化主要表现在气候变暖导致的降水重分配、冻土融冻、海平面上升等方面,剧烈的气候变化已开始危害生态系统平衡,逐渐威胁人类生存环境。其中,不断上升的大气二氧化碳浓度被认为是全球气候变化的主要原因。为了提高人们对自然和人为地表碳源和碳汇的认识,近年来大气二氧化碳监测技术得到了迅速发展。
通过遥感手段对近红外光谱进行探测,可以有效地对大气二氧化碳柱浓度(XCO2)进行监测。基于傅里叶变换光谱仪(Fourier Transform Spectrometer,简称FTS)建立的全球碳柱观测网络(Total Carbon Column Observing Network,简称TCCON),具有较高的观测精度,可以提供长时间序列连续观测资料,但观测站在全球的分布不够均匀,数据空间尺度小,不足以反应全球大气二氧化碳浓度时空分布。星基遥感技术的发展有效解决了这一问题,通过卫星观测可以获取全球XCO2空间分布及变化趋势。但空基观测不如地面测量精确, XCO2的偏差是由气溶胶光学深度、薄卷云、地面压力反演误差等诸多因素造成的,这些偏差会导致反演分析对区域CO2通量的估计出现较大误差。因此,卫星XCO2产品必须采用高精度的地面测量数据进行偏差校正,才能满足更高的精度要求,从而对国际社会制定的温室气体相关政策以及碳关税等机制提供参考。
在卫星观测数据偏差校正方面,有相关研究利用线性回归进行卫星反演数据的偏差校正。Wunch等人针对GOSAT(2009年日本发射的用于大气二氧化碳监测的遥感卫星卫星)的XCO2反演结果与地表反照率、反演结果与先验地表压力、气团和O2-A波段光谱辐射度之间的差异进行关联,并使用南半球的GOSAT数据作为线性回归的参考值,基于TCCON数据进行了偏差校正。在Wunch等人之后,Cogan等人使用基于大气化学传输模型 GEOS-Chem计算的模拟数据对从莱斯特大学全物理(UoL-FP)反演算法得到的GOSAT XCO2数据进行了偏差校正。Guerlet等人基于12个TCCON站点的测量值作为参考,对荷兰空间研究所/卡尔斯鲁厄理工学院反演的GOSATXCO2数据进行了偏差校正修正。
而TanSat是一种全球二氧化碳科学监测试验卫星(或简称碳卫星),其作为我国第一颗专门用于从太空测量大气中二氧化碳浓度的卫星。于2016 年12月发射,卫星上搭载有二氧化碳光栅光谱仪(Atmospheric Carbon-dioxide Grating Spectroradiometer,ACGS)和云和气溶胶成像仪(Cloud and Aerosol Polarimetry Imager,CAPI),从近红外光谱中探测大气二氧化碳并同步获取云和气溶胶数据。有关对TanSat进行XCO2反演和验证研究结果显示,未经校正的TanSatXCO2反演结果与TCCON数据的偏差为-2.11ppm。到目前为止,还没有TanSat的偏差校正XCO2数据发布。
因此,需要提供一种针对上述现有技术不足的改进技术方案。
发明内容
本申请的目的在于提供一种TanSat卫星XCO2反演数据的偏差校正方法和系统,以解决或缓解上述现有技术中存在的问题。
为了实现上述目的,本申请提供如下技术方案:
本申请提供了一种TanSat卫星XCO2反演数据的偏差校正方法,包括:根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差;其中,所述XCO2反演数据包含N个所述XCO2反演值,N为正整数;根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;根据N个所述XCO2反演值和预先得到的、与所述 XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数;根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果。
可选地,在本申请的任一实施例中,所述根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差,包括:根据预先得到的氧气波段的太阳光谱,以及预先得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;根据与每个所述XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差。
可选地,在本申请的任一实施例中,所述根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述 XCO2反演值的观测角误差,包括:根据N个所述XCO2反演值中与每个所述 XCO2反演值对应的卫星观测角和所述太阳天顶角,计算对应的每个所述 XCO2反演值的气团因子;对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差。
可选地,在本申请的任一实施例中,所述根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测数据,得到所述XCO2反演数据的回归系数,具体为:对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。
可选地,在本申请的任一实施例中,所述根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果,包括:根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值分别进行反照率误差校正和观测角误差校正;对反照率误差校正和观测角误差校正后的每个所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果。
可选地,在本申请的任一实施例中,在所述根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差之前,还包括:提取所述TanSat卫星的卫星参数和观测参数;对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测参数、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛;根据所述解算结果,得到所述TanSat卫星XCO2反演数据。
本申请实施例还提供一种TanSat卫星XCO2反演数据的偏差校正系统,包括:反照率误差单元,配置为根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段观测光谱以及太阳天顶角,计算得到每个所述XCO2反演值的氧气反照率误差;其中,所述XCO2反演数据包含N个所述XCO2反演值,N为正整数;观测角误差单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;回归系数单元,配置为根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数;偏差校正单元,配置为根据每个所述XCO2反演值、所述XCO2反演数据的回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果。
可选地,在本申请的任一实施例中,所述反照率误差单元包括:反照率计算子单元,配置为根据预先得到的氧气波段的太阳光谱,以及预先的得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;反照率平均计算子单元,配置为对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;反照率误差计算子单元,配置为根据与每个所述 XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差。
可选地,在本申请的任一实施例中,所述观测角误差单元包括:气团因子计算子单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算对应的每个所述XCO2反演值的气团因子;气团因子平均计算子单元,配置为对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;观测角误差计算子单元,配置为根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差。
可选地,在本申请的任一实施例中,所述回归系数单元,进一步配置为:对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。
可选地,在本申请的任一实施例中,所述偏差校正单元,包括:第一校正子单元,配置为根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行反照率误差校正和观测角误差校正;第二校正子单元,配置为对反照率误差校正和观测角误差校正后的所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果。
可选地,在本申请的任一实施例中,还包括:数据提取单元,配置为提取所述TanSat卫星的卫星参数和观测参数;数据剔除单元,配置为对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;模拟光谱单元,配置为基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测参数、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;光谱解算单元,配置为基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;结果更新单元,配置为判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛;反演数据单元,配置为根据所述解算结果,得到所述TanSat卫星XCO2反演数据。
与最接近的现有技术相比,本申请实施例的技术方案具有如下有益效果:
本申请实施例中提供的技术方案,根据预先得到的氧气波段的太阳光谱,以及预先得到的氧气波段的太阳光谱、以及预先得到的TanSat卫星 XCO2反演数据中,与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个XCO2反演值的氧气反照率误差;根据与每个XCO2反演值对应的卫星观测角和太阳天顶角,计算每个XCO2反演值的观测角误差;根据 N个XCO2反演值和预先得到的、与XCO2反演值对应的XCO2地基观测值,得到XCO2反演数据的回归系数;进而,根据每个XCO2反演值、XCO2反演数据的回归系数、以及每个XCO2反演值的氧气反照率误差、观测角误差,对每个XCO2反演值进行偏差校正,得到每个XCO2反演值的偏差校正结果;籍此,消除XCO2反演值中的氧气反照率误差、观测角误差、以及TanSat卫星观测时的系统偏差,最终实现XCO2反演数据的校正,有效提高了TanSat卫星观测数据的精度。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。其中:
图1为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法的流程示意图;
图2为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S101的流程示意图;
图3为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S102的流程示意图;
图4为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S104的流程示意图;
图5为根据本申请的一些实施例提供的得到TanSat卫星的XCO2反演数据的流程示意图;
图6为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正系统的结构示意图;
图7为根据本申请的一些实施例提供的反照率误差单元的结构示意图;
图8为根据本申请的一些实施例提供的观测角误差单元的结构示意图;
图9为根据本申请的一些实施例提供的偏差校正单元的结构示意图;
图10为根据本申请的一些实施例提供的得到TanSat卫星的XCO2反演数据的结构示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本申请。各个示例通过本申请的解释的方式提供而非限制本申请。实际上,本领域的技术人员将清楚,在不脱离本申请的范围或精神的情况下,可在本申请中进行修改和变型。例如,示为或描述为一个实施例的一部分的特征可用于另一个实施例,以产生又一个实施例。因此,所期望的是,本申请包含归入所附权利要求及其等同物的范围内的此类修改和变型。
示例性方法
图1为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法的流程示意图;如图1所示,该方法包括:
步骤S101、根据预先得到的氧气波段的太阳光谱,以及预先得到的所述 TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差;其中,所述 XCO2反演数据包含N个所述XCO2反演值,N为正整数;
本申请实施例中,氧气波段的太阳光谱可以根据需要选择,比如,选择库鲁兹(Robert L.Kurucz)博士实验室发布的太阳光谱数据;与XCO2反演值对应的氧气波段的观测光谱通过TanSat卫星上搭载的二氧化碳光栅光谱仪 (Atmospheric Carbon-dioxideGrating Spectroradiometer,简称ACGS)在观测点进行观测得到;太阳天顶角可以从TanSat卫星的L1B数据(碳卫星一级定标数据)中得到。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图2为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S101的流程示意图;如图2所示,所述根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个 XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差,包括:
步骤S111、根据预先得到的氧气波段的太阳光谱,以及预先得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;
在本申请实施例中,氧气波段无吸收区域的反照率为太阳光经大气辐射,经地表反射回TanSat卫星上搭载的传感器的过程中,氧气波段未经其它分子吸收得到的辐照度和对应太阳光谱辐照度的比值。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,在根据预先得到的氧气波段的太阳光谱,以及预先得到的与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个XCO2反演值对应的氧气波段无吸收区域反照率时,根据氧气波段的太阳光谱的辐照度、与每个XCO2反演值对应的氧气波段的观测光谱的辐亮度、以及太阳天顶角,计算与每个XCO2反演值对应的氧气波段无吸收区域反照率。具体的,通过下述公式(1)对与XCO2反演值对应的氧气波段无吸收区域反照率进行计算。公式(1)如下所示:
其中,albedo_O2为与XCO2反演值对应的氧气波段无吸收区域反照率,为与XCO2反演值对应的氧气波段的观测光谱的辐亮度,表示单位光谱波长上、单位投影面积、单位立体角上的辐射通量,单位为瓦每平方米每球面度每纳米(w/m2/sr/nm);为氧气波段的太阳光谱的辐照度,表示单位光谱波长上的、单位面积接收到的辐射通量,单位为瓦每平方米每纳米(w/m2/nm),θz为与XCO2反演值对应的太阳天顶角;π是圆周率(取值为3.14)。氧气反照率可为正数,例如范围可以为(0,1)。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S121、对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;
本申请实施例中,XCO2反演数据中包含N个XCO2反演值,每个XCO2反演值的对应一个氧气波段无吸收区域反照率进行计算,因而,共得到N 个氧气波段无吸收区域反照率。通过对得到的N个氧气波段无吸收区域反照率进行加权平均计算,即可得到N个所述XCO2反演值的氧气反照率平均值。其中,用表示N个XCO2反演值的氧气反照率平均值。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S131、根据与每个所述XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差;
在本申请实施例中,在根据与每个XCO2反演值对应的氧气波段无吸收区域反照率和氧气反照率平均值,计算每个XCO2反演值的氧气反照率误差时,基于预先设定的氧气反照率校正系数,根据与每个XCO2反演值对应的氧气波段无吸收区域反照率和氧气反照率平均值,计算每个XCO2反演值的氧气反照率误差。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,氧气反照率校正系数用C2表示。与每个XCO2反演值对应的氧气波段无吸收区域反照率与氧气反照率平均值的差、与预先设定的氧气反照率校正系数的乘积为每个XCO2反演值的氧气反照率误差,即每个 XCO2反演值的氧气反照率误差为其中,C2表示氧气反照率校正系数。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,与每个XCO2反演值对应的氧气波段无吸收区域反照率和氧气反照率平均值,可计算出每个XCO2反演值的反照率偏差,进而,通过对N个氧气波段无吸收区域反照率和反照率偏差进行回归分析,即可得到氧气反照率校正系数。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S102、根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;
在本申请实施例中,XCO2反演时,在正向大气辐射传输过程中,是对光子通程的估计,这个过程中受到云和气溶胶等因素的影响,会错误估计光程,而卫星观测角和太阳天顶角的大小会进一步影响因光程路径造成的 XCO2反演结果偏差,因而,需要通过统计由卫星观测角和太阳天顶角计算的XCO2反演值的气团因子,对XCO2反演结果进行校正,即需要XCO2反演值的观测角误差对XCO2反演值进行校正。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图3为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S102的流程示意图;如图3所示,所述根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差,包括:
步骤S112、根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的气团因子;
本申请实施例中,通过下述公式(2)计算XCO2反演值的气团因子。公式(2)如下:
其中,airmass为XCO2反演值的气团因子,θZ为与XCO2反演值对应的太阳天顶角,θV为TanSat卫星的卫星观测角。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S122、对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;
本申请实施例中,对XCO2反演数据中包含N个XCO2反演值,每个XCO2反演值的对应一个气团因子进行计算,因而,共得到N个气团因子。通过对得到的N个气团因子进行加权平均计算,即可得到N个所述XCO2反演值的气团因子平均值。其中,用表示N个XCO2反演值的气团因子平均值。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S132、根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差;
在本申请实施例中,在根据每个XCO2反演值的气团因子和气团因子平均值,计算每个XCO2反演值的观测角误差时,基于预先设定的气团因子校正系数,根据每个XCO2反演值的气团因子和气团因子平均值,计算每个 XCO2反演值的观测角误差。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,气团因子校正系数用C1表示,指每相差1个大气光学质量(airmass)单位,会导致C1个百分比(parts per million,简称 ppm)浓度单位的大气二氧化碳柱误差。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,每个XCO2反演值的气团因子和所述气团因子平均值的差,与预先设定的气团因子校正系数的乘积为每个XCO2反演值的观测角误差,即每个XCO2反演值的观测角误差为可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,气团因子校正系数(C1)根据实际卫星观测角和误差统计得到,C1取值小于等于5ppm/airmass。比如,根据经验设定C1为2ppm/airmass。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S103、根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的地基观测值,得到所述XCO2反演值的回归系数;
本申请实施例中,XCO2地基观测值由傅里叶变换光谱仪对观测点进行观测得到,其与TanSat卫星XCO2反演值一一对应。其中,XCO2地基观测值可定义为地基观测数据,TanSat卫星XCO2反演值可定义为空基观测数据。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
本申请实施例中,相对于傅里叶变换光谱仪对观测点进行观测,利用卫星进行XCO2观测时,受到星基遥感技术限制及观测的不确定性,地基观测数据更接近“真实大气”,空基观测数据仍然存在一些系统性偏差。因而,可以利用地基观测数据对空基观测数据进行校正,能够获取更符合真实情况的XCO2反演数据。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在一些可选实施例中,所述根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数时,对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
本申请实施例中,地基观测数据更接近“真实大气”,空基观测数据仍然存在一些系统性偏差。因而,利用预先得到的XCO2地基观测值(即地基观测数据)和TanSat卫星的N个XCO2反演值(即空基观测数据)进行线性回归,得到空基观测数据相对于地基观测数据的回归系数,以实现通过地基观测数据对空基观测数据的偏差校正,获取更符合真实情况的XCO2反演数据。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,回归系数用C0表示。根据预先得到的XCO2地基观测值和N个XCO2反演值,得到TanSat卫星的N个XCO2反演值相对于XCO2地基观测值的一元线性回归方程。假定TanSat卫星和傅里叶变换光谱仪的地基观测在“零点”同步,即傅里叶变换光谱仪的地基观测为零时, TanSat卫星上搭载的二氧化碳光栅光谱仪的观测也为零,使得到的一元线性回归方程的截距为零,即可得到回归系数C0。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S104、根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果。
在本申请实施例中,在得到XCO2反演数据时,用到反演参数,反演参数包括:观测模式、散射模式以及痕量气体廓线,具体可以包括地表压强、反照率、二氧化碳和氧气廓线、观测角等。因为反演参数会导致反演结果中的不确定性,包括地表压强、反照率、气团参数和气溶胶等;而且反演过程中,未直接同步反演地表压强,气溶胶参数仅作为阈值进行低浓度区域筛选,因而,对XCO2反演数据进行校正时,便需要对氧气反照率误差、观测角误差进行校正。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
本申请实施例中,通过消除XCO2反演数据中的反照率误差、观测角误差、以及TanSat卫星观测时的系统偏差,即可实现对XCO2反演数据的校正。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,通过氧气反照率校正系数消除XCO2反演数据中的氧气反照率误差;通过气团因子校正系数消除XCO2反演数据中的观测角误差;通过回归系数消除TanSat卫星观测时的系统偏差,最终实现XCO2反演数据的校正。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图4为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正方法中步骤S104的流程示意图;如图4所示,所述根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果,包括:
步骤S114、根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值分别进行反照率误差校正和观测角误差校正;
在本申请实施例中,在根据每个XCO2反演值、以及每个XCO2反演值的氧气反照率误差、观测角误差,对每个XCO2反演值分别进行反照率误差校正和观测角误差校正时,对每个XCO2反演值与每个XCO2反演值的氧气反照率误差、观测角误差进行差运算,即可完成对每个XCO2反演值的反照率误差校正和观测角误差校正。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,XCO2反演值用表示, 表示消除了XCO2反演值的氧气反照率误差和观测角误差,完成了反照率误差校正和观测角误差校正的XCO2反演值。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S124、对反照率误差校正和观测角误差校正后的每个所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果;
在本申请实施例中,通过下述公式(3)计算每个XCO2反演值的偏差校正结果。公式(3)如下,
其中,为XCO2反演值的偏差校正结果;为XCO2反演值;C1为气团因子校正系数,取值为2ppm/airmass;airmass为XCO2反演值的气团因子;为N个XCO2反演值的气团因子平均值; 为XCO2反演值的观测角误差;C2为氧气反照率校正系数,取值为 10ppm/unit of albedo(柱浓度误差每单位反照率);albedo_O2为与XCO2反演值对应的氧气波段无吸收区域反照率;为N个XCO2反演值的氧气反照率平均值;为XCO2反演值的氧气反照率误差;C0为回归系数。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
本申请实施例中,通过消除XCO2反演数据中的氧气反照率误差、观测角误差、以及TanSat卫星观测时的系统偏差,实现对XCO2反演数据的校正。根据预先得到的氧气波段的太阳光谱、以及预先得到的所述TanSat 卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算每个所述XCO2反演值的氧气反照率,通过氧气反照率校正系数消除XCO2反演值中的氧气反照率误差;根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述 XCO2反演值的气团因子以及N个所述XCO2反演值的气团因子平均值,通过气团因子校正系数消除XCO2反演值中的观测角误差(即气团因子校正);根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数,通过回归系数消除TanSat 卫星观测时的系统偏差(即尺度偏差校正),最终实现XCO2反演数据的校正,有效提高了TanSat卫星观测数据的精度。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在一应用场景中,搭载在TanSat卫星上的二氧化碳光栅光谱仪(包含9个传感器),每次观测9个传感器会同时进行光谱记录,测量地表反射回的太阳光,不同传感器具有不同的光谱辐射响应,所以在XCO2反演值处理中,对不同传感器分别进行光谱定标,并在反演时使用单独的仪器响应函数,实现反演TanSat卫星的XCO2数据,最终得到TanSat卫星的XCO2反演数据。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图5为根据本申请的一些实施例提供的得到TanSat卫星的XCO2反演数据的流程示意图;如图5所示,在所述根据预先得到的氧气波段的太阳光谱、以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差之前,还包括:
步骤501、提取所述TanSat卫星的卫星参数和观测参数;
在本申请实施例中,TanSat卫星的卫星参数包括:观测角度、观测时间、观测仪器、光谱信噪比和观测光谱;观测参数包括观测点的:经纬度、地表反照率、地表高程、观测质量标识以及陆地与水域标识。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,利用卫星的L1B数据(碳卫星一级定标数据)反演XCO2数据,其中,L1B数据为hdf(Hierarchical Data Format)5格式,因而,可以从L1B数据中分别直接提取与卫星参数、观测参数对应的字段,作为对应的卫星参数、观测参数。籍此,可以实现观测点的大范围监测,且快速的进行数据提取。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤502、对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;
在本申请实施例中,云数据来源于在时空匹配的FY-4A数据(风云四号卫星的观测数据),气溶胶数据来源于FY-3C数据(风云三号卫星的观测数据)。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,在对云数据进行有云区域数据剔除时,使用云检测产品进行了云过滤筛选。在对气溶胶数据进行气溶胶高值区域数据剔除时,将气溶胶数据中气溶胶光学厚度(Aerosol Optical Depth,简称AOD) 值大于0.3的数据进行剔除。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定
步骤S503、基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测数据、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;
在本申请实施例中,反演参数包括:观测模式、散射模式,具体可以包括地表压强、反照率、气溶胶、气团参数、观测角等。大气廓线参数包括:二氧化碳和氧气廓线、温度廓线、位势廓线、湿度廓线以及压强廓线。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,二氧化碳光栅光谱仪观测到的为观测光谱,基于大气辐射传输模型得到的为模拟光谱,籍此,可以利用模拟光谱对观测光谱进行对比。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S504、基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;
在本申请实施例中,基于大气辐射传输模型进行正想模拟,得到模拟光谱,将模拟光谱的模拟值与观测光谱进行对比,生成代价函数,通过最小化代价函数,得到反演后的大气二氧化碳和氧气廓线的最优解,即为解算结果(大气中的二氧化碳分子数和氧气分子数)。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S505、判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛。
在本申请实施例中,解算结果不收敛,说明反演的大气二氧化碳和氧气廓线的误差还比较大,因而,需对大气辐射传输模型的预设反演参数进行更新,以使解算结果收敛,即模拟光谱的模拟值与观测光谱的反演值的代价函数最小。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
步骤S506、根据所述解算结果,得到所述TanSat卫星XCO2反演数据。
在本申请实施例中,解算结果收敛,即模拟光谱的模拟值与观测光谱的反演值的代价函数最小,说明反演得到了大气二氧化碳和氧气廓线,进而可以计算出XCO2反演值。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,在根据所述解算结果,得到TanSat卫星XCO2反演值时,根据二氧化碳分子数、氧气分子数和氧气在大气中的百分比,得到TanSat 卫星XCO2反演值。具体的,可通过下述公式(4)得到XCO2反演值。
其中,为TanSat卫星XCO2反演值,为二氧化碳分子数 (即解算结果),为氧气分子数,为氧气在大气中的百分比(值为 20.95%)。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在本申请实施例中,通过氧气反照率校正系数消除XCO2反演数据中的氧气反照率误差;通过气团因子校正系数消除XCO2反演数据中的观测角误差(即气团因子校正);通过回归系数消除TanSat卫星观测时的系统偏差 (即尺度编程校正),最终实现XCO2反演数据的校正;有效提高了TanSat 卫星观测数据的精度。可以理解的是,以上描述仅为示例性的,本申请实施例对此并不进行限定。
示例性系统
图6为根据本申请的一些实施例提供的TanSat卫星XCO2反演数据的偏差校正系统的结构示意图;如图6所示,该系统包括:
反照率误差单元,配置为根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差;其中,所述XCO2反演数据包含N个所述XCO2反演值,N为正整数;
观测角误差单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;
回归系数单元,配置为根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数;
偏差校正单元,配置为根据每个所述XCO2反演值、所述XCO2反演数据的回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果。
可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图7为根据本申请的一些实施例提供的反照率误差单元的结构示意图;如图7所示,所述反照率误差单元包括:
反照率计算子单元,配置为根据预先得到的氧气波段的太阳光谱、以及预先得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;
反照率平均计算子单元,配置为对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;
反照率误差计算子单元,配置为根据与每个所述XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差。
可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图8为根据本申请的一些实施例提供的观测角误差单元的结构示意图;如图8所示,所述观测角误差单元包括:
气团因子计算子单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算对应的每个所述 XCO2反演值的气团因子;
气团因子平均计算子单元,配置为对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;
观测角误差计算子单元,配置为根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差。
可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
在一些可选实施例中,所述回归系数单元,进一步配置为:对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图9为根据本申请的一些实施例提供的偏差校正单元的结构示意图;如图9所示,所述偏差校正单元包括:
第一校正子单元,配置为根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值分别进行反照率误差校正和观测角误差校正;
第二校正子单元,配置为对反照率误差校正和观测角误差校正后的所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果。
可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
图10为根据本申请的一些实施例提供的得到TanSat卫星的XCO2反演数据的结构示意图;如图10所示,所述TanSat卫星XCO2反演数据的偏差校正系统还包括:
数据提取单元1001,配置为提取所述TanSat卫星的卫星参数和观测参数;
数据剔除单元1002,配置为对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;
模拟光谱单元1003,配置为基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测参数、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;
光谱解算单元1004,配置为基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;
结果更新单元1005,配置为判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛;
反演数据单元1006,配置为根据所述解算结果,得到所述TanSat卫星的XCO2反演数据。
可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
本申请实施例提供的TanSat卫星XCO2反演数据的偏差校正系统能够实现上述TanSat卫星XCO2反演数据的偏差校正方法实施例中的各个过程,并达到相同的功能和效果,在此不再一一赘述。可以理解的,以上描述仅为示例性的,本申请实施例对此并不进行限定。
以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种TanSat卫星XCO2反演数据的偏差校正方法,其特征在于,包括:
根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差;其中,所述XCO2反演数据包含N个所述XCO2反演值,N为正整数;
根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;
根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数;
根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果;
其中,所述根据每个所述XCO2反演值、所述XCO2反演数据的所述回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果,包括:
根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值分别进行反照率误差校正和观测角误差校正;
对反照率误差校正和观测角误差校正后的每个所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果。
2.根据权利要求1所述的方法,其特征在于,所述根据预先得到的氧气波段的太阳光谱、以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差,包括:
根据预先得到的氧气波段的太阳光谱、以及预先得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;
对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;
根据与每个所述XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差。
3.根据权利要求1所述的方法,其特征在于,所述根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差,包括:
根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的气团因子;
对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;
根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差。
4.根据权利要求1所述的方法,其特征在于,所述根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数,具体为:对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。
5.根据权利要求1-4任一所述的方法,其特征在于,在所述根据预先得到的氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差之前,还包括:
提取所述TanSat卫星的卫星参数和观测参数;
对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;
基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测参数、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;
基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;
判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛;
根据所述解算结果,得到所述TanSat卫星XCO2反演数据。
6.一种TanSat卫星XCO2反演数据的偏差校正系统,其特征在于,包括:
反照率误差单元,配置为根据预先得到氧气波段的太阳光谱,以及预先得到的所述TanSat卫星XCO2反演数据中与每个XCO2反演值对应的氧气波段观测光谱、太阳天顶角,得到每个所述XCO2反演值的氧气反照率误差;其中,所述XCO2反演数据包含N个所述XCO2反演值,N为正整数;
观测角误差单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算每个所述XCO2反演值的观测角误差;
回归系数单元,配置为根据N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值,得到所述XCO2反演数据的回归系数;
偏差校正单元,配置为根据每个所述XCO2反演值、所述XCO2反演数据的回归系数、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行偏差校正,得到每个所述XCO2反演值的偏差校正结果;
其中,所述偏差校正单元,包括:
第一校正子单元,配置为根据每个所述XCO2反演值、以及每个所述XCO2反演值的氧气反照率误差、观测角误差,对每个所述XCO2反演值进行反照率误差校正和观测角误差校正;
第二校正子单元,配置为对反照率误差校正和观测角误差校正后的所述XCO2反演值、与所述回归系数进行商运算,得到每个所述XCO2反演值的偏差校正结果。
7.根据权利要求6所述的系统,其特征在于,所述反照率误差单元包括:
反照率计算子单元,配置为根据预先得到的氧气波段的太阳光谱、以及预先得到的N个所述XCO2反演值中与每个所述XCO2反演值对应的氧气波段的观测光谱、太阳天顶角,计算与每个所述XCO2反演值对应的氧气波段无吸收区域反照率;
反照率平均计算子单元,配置为对与N个所述XCO2反演值对应的氧气波段无吸收区域反照率进行平均,得到N个所述XCO2反演值的氧气反照率平均值;
反照率误差计算子单元,配置为根据与每个所述XCO2反演值对应的氧气波段无吸收区域反照率和所述氧气反照率平均值,计算每个所述XCO2反演值的氧气反照率误差。
8.根据权利要求6所述的系统,其特征在于,所述观测角误差单元包括:
气团因子计算子单元,配置为根据N个所述XCO2反演值中与每个所述XCO2反演值对应的卫星观测角和所述太阳天顶角,计算对应的每个所述XCO2反演值的气团因子;
气团因子平均计算子单元,配置为对N个所述XCO2反演值的气团因子进行平均,得到N个所述XCO2反演值的气团因子平均值;
观测角误差计算子单元,配置为根据每个所述XCO2反演值的气团因子和所述气团因子平均值,计算每个所述XCO2反演值的观测角误差。
9.根据权利要求6所述的系统,其特征在于,所述回归系数单元,进一步配置为:对N个所述XCO2反演值和预先得到的、与所述XCO2反演值对应的XCO2地基观测值进行线性回归,得到所述XCO2反演数据的回归系数。
10.根据权利要求6所述的系统,其特征在于,所述TanSat卫星XCO2反演数据的偏差校正系统,还包括:
数据提取单元,配置为提取所述TanSat卫星的卫星参数和观测参数;
数据剔除单元,配置为对云数据进行有云区域数据剔除,以及对气溶胶数据进行气溶胶高值区域数据剔除;
模拟光谱单元,配置为基于预设反演参数的大气辐射传输模型,根据所述卫星参数、所述观测参数、剔除有云区域数据的云数据、剔除气溶胶高值区域数据的气溶胶数据、以及大气廓线参数,得到模拟光谱;
光谱解算单元,配置为基于最优估计法,对所述模拟光谱和所述卫星参数中的观测光谱进行解算,得到解算结果;
结果更新单元,配置为判断所述解算结果是否收敛,若不收敛,则更新所述大气辐射传输模型中的所述预设反演参数,直至所述解算结果收敛;
反演数据单元,配置为根据所述解算结果,得到所述TanSat卫星XCO2反演数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011057151.2A CN112161943B (zh) | 2020-09-29 | 2020-09-29 | TanSat卫星XCO2反演数据的偏差校正方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011057151.2A CN112161943B (zh) | 2020-09-29 | 2020-09-29 | TanSat卫星XCO2反演数据的偏差校正方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112161943A CN112161943A (zh) | 2021-01-01 |
CN112161943B true CN112161943B (zh) | 2021-04-16 |
Family
ID=73862185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011057151.2A Active CN112161943B (zh) | 2020-09-29 | 2020-09-29 | TanSat卫星XCO2反演数据的偏差校正方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112161943B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197303B (zh) * | 2013-04-08 | 2015-07-15 | 中国科学院遥感与数字地球研究所 | 基于多传感器的地表二向反射特性反演方法及系统 |
CN103728612B (zh) * | 2013-12-23 | 2017-02-15 | 中北大学 | 基于目标红外辐射光谱和带模式的被动测距方法 |
CN106054210B (zh) * | 2016-07-11 | 2018-07-06 | 中国科学院上海技术物理研究所 | 一种探测地球表面压强和海拔的差分吸收激光雷达及方法 |
CN106407656A (zh) * | 2016-08-29 | 2017-02-15 | 中国科学院遥感与数字地球研究所 | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 |
CN106526614B (zh) * | 2016-10-25 | 2019-04-30 | 中国科学院合肥物质科学研究院 | 一种优化激光雷达探测大气成分谱线分析的方法 |
WO2018103639A1 (zh) * | 2016-12-06 | 2018-06-14 | 曾宁 | 一种网络化的环境监测系统、方法和计算机可读存储介质 |
CN111257241B (zh) * | 2020-01-20 | 2020-11-24 | 中国科学院地理科学与资源研究所 | 一种deei的基于卫星观测的大气二氧化碳浓度反演算法 |
CN111257238B (zh) * | 2020-02-05 | 2023-03-14 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于星载太阳漫射板的探测元件间相对定标方法 |
CN111426643B (zh) * | 2020-03-12 | 2022-12-23 | 北京中科锐景科技有限公司 | 一种大气二氧化氮柱浓度反演条带噪声自适应窗口校正方法 |
CN111487216B (zh) * | 2020-05-06 | 2023-01-24 | 北京中科锐景科技有限公司 | 一种二氧化碳通量反演方法、系统 |
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 |
-
2020
- 2020-09-29 CN CN202011057151.2A patent/CN112161943B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112161943A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Buchwitz et al. | First direct observation of the atmospheric CO 2 year-to-year increase from space | |
Hagolle et al. | Results of POLDER in-flight calibration | |
Lindqvist et al. | Does GOSAT capture the true seasonal cycle of carbon dioxide? | |
Leroy et al. | Retrieval of atmospheric properties and surface bidirectional reflectances over land from POLDER/ADEOS | |
Yang et al. | Toward high precision XCO2 retrievals from TanSat observations: Retrieval improvement and validation against TCCON measurements | |
Schneider et al. | Accomplishments of the MUSICA project to provide accurate, long-term, global and high-resolution observations of tropospheric {H 2 O, δD} pairs–a review | |
Leng et al. | A practical algorithm for estimating surface soil moisture using combined optical and thermal infrared data | |
CN103018736A (zh) | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 | |
KR101970098B1 (ko) | 정지궤도 인공위성의 자외선 및 가시광선 영역의 관측 자료를 이용한 지표면 반사도 및 방향성 반사도 함수 결정 방법 및 시스템 | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
Zheng et al. | The retrieved urban LST in Beijing based on TM, HJ-1B and MODIS | |
Chang et al. | Calibration and evaluation of precipitable water vapor from MODIS infrared observations at night | |
Yin et al. | Errors in SMOS sea surface salinity and their dependency on a priori wind speed | |
CN109283144A (zh) | 强潮高浑浊河口悬浮泥沙长历时变化的遥感计算方法 | |
Ermida et al. | A multi-sensor approach to retrieve emissivity angular dependence over desert regions | |
Chen et al. | A simple atmospheric correction algorithm for MODIS in shallow turbid waters: A case study in Taihu Lake | |
Heymann et al. | SCIAMACHY WFM-DOAS XCO 2: reduction of scattering related errors | |
CN114219994A (zh) | 一种基于空海协同观测的海洋光学卫星辐射定标方法 | |
Mélin | Uncertainties in ocean colour remote sensing | |
Holl et al. | Methane cross-validation between three Fourier transform spectrometers: SCISAT ACE-FTS, GOSAT TANSO-FTS, and ground-based FTS measurements in the Canadian high Arctic | |
Heymann et al. | SCIAMACHY WFM-DOAS XCO 2: comparison with CarbonTracker XCO 2 focusing on aerosols and thin clouds | |
Trent et al. | Observing water vapour in the planetary boundary layer from the short-wave infrared | |
CN111650128B (zh) | 一种基于地表反射率库的高分辨率大气气溶胶反演方法 | |
Chen et al. | Uncertainty evaluation of an in-flight absolute radiometric calibration using a statistical Monte Carlo method | |
CN112161943B (zh) | TanSat卫星XCO2反演数据的偏差校正方法和系统 |
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 |