CN113791042B - 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 - Google Patents
一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 Download PDFInfo
- Publication number
- CN113791042B CN113791042B CN202110933743.4A CN202110933743A CN113791042B CN 113791042 B CN113791042 B CN 113791042B CN 202110933743 A CN202110933743 A CN 202110933743A CN 113791042 B CN113791042 B CN 113791042B
- Authority
- CN
- China
- Prior art keywords
- formaldehyde
- total amount
- slope
- spectrum
- total
- 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
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 title claims abstract description 295
- 238000001228 spectrum Methods 0.000 claims abstract description 68
- 238000010521 absorption reaction Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000005316 response function Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 9
- 239000007789 gas Substances 0.000 claims description 45
- 238000002835 absorbance Methods 0.000 claims description 19
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 claims description 18
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims description 16
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 16
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 14
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 238000001069 Raman spectroscopy Methods 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 239000000443 aerosol Substances 0.000 claims description 5
- 235000013405 beer Nutrition 0.000 claims description 5
- 229910000435 bromine oxide Inorganic materials 0.000 claims description 5
- FMSOWMGJJIHFTQ-UHFFFAOYSA-N oxidobromine(.) Chemical compound Br[O] FMSOWMGJJIHFTQ-UHFFFAOYSA-N 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 208000032365 Electromagnetic interference Diseases 0.000 abstract description 12
- 230000002452 interceptive effect Effects 0.000 description 10
- 230000003044 adaptive effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 239000008264 cloud Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于空气质量监测技术领域，具体为一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法。本发明方法包括：从卫星光谱文件中提取特定远洋地区的平均光谱作为参考光谱，考虑强吸收性气体吸收进行在轨自适应定标，获得实时仪器响应函数；再以参考光谱作为初始光强，表征干扰气体吸收随波长变化的特征，计算获得甲醛差分斜程总量：再从甲醛差分斜程总量中扣除异常值得到甲醛斜程总量。本发明方法针对我国首颗星载光谱仪EMI低信噪比及运行状态不佳的情况，提出了一种大气甲醛斜程总量遥感技术，和未使用本发明方法的结果相比，反演误差大大减小。
Description
技术领域
本发明属于空气质量监测技术领域，具体地涉及一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法。
背景技术
甲醛在大气光化学反应中扮演着重要角色，甲醛是大气氧化剂的重要来源，是形成臭氧污染的关键活性组分。甲醛也被世界卫生组织确定为对人类致癌的大气污染物。大气甲醛的观测对臭氧污染的防治以及保护人类健康有重要意义。然而现有的地面监测仅局限于单个位置，无法实现对大气甲醛长时间大范围的连续观测。基于卫星的遥感技术可以弥补地面监测的不足。但是卫星对大气中甲醛敏感性较差，卫星接收到的信号又易受到大气中干扰性气体、气溶胶、云、地表等的影响，使得卫星遥感甲醛难度较大。对于我国首颗星载光谱仪EMI，其在轨运行状态不佳，仪器信噪比低导致甲醛的反演难上难。本发明方法针对星载光谱仪出现信噪比低的问题，提出了一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法。
发明内容
本发明的目的在于提供一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法。
本发明提供在星载光谱仪信噪比较低的情况下卫星遥感大气甲醛斜程总量监测方法，具体步骤为：
(1)由于星载光谱仪在轨运行受到空间温度等状态的影响，固定的狭缝函数满足不了大气甲醛反演的需求，需要实时模拟星载光谱仪狭缝函数：
(1.1)选取参考光谱：获取卫星光谱文件，从中读取卫星观测的地球反照度光谱，并储存到数据集里，从数据集里提取气体吸收较弱的远洋地区(范围：西经180°到西经140°和南纬5°至北纬5°)(参考光谱的选择标准是大气气体的吸收最弱，远洋地区气体浓度小，吸收弱。我们经过测试得到这个范围适合不同的卫星)无报错标记的光谱，进行平均，并把平均的光谱作为参考光谱；如图1所示。
(1.2)获取星载光谱仪的响应函数：采用在轨自适应拟合方法获得仪器响应函数。具体作法为：基于朗伯比尔定律，把高分辨率的太阳光谱[Chance,K.and Kurucz,R.L.Animproved high-resolution solarreference spectrum for earth’s atmospheremeasurements in theultraviolet,visible,and near infrared,J.Quant.Spectrosc.Ra.,111,1289–1295]和假设非对称性高斯型的响应函数的卷积作为初始光强，考虑远洋地区强吸收气体(如臭氧和二氧化氮)的吸收、氧气和氮气对太阳光的拉曼散射、瑞利散射和米散射等因素，模拟远洋地区卫星接收到的光谱：
其中λ为波长，Sh(λ)为高分辨率的太阳光谱，F(λ)为未知的非对称性高斯型狭缝函数，a、b、ci和dj为拟合系数，σR(λ)为氧气和氮气对太阳光的拉曼散射结构，两个多项式
和
表示大气中气溶胶、云等粒子的散射过程，En(λ)和Eo(λ)表示大气传输中的二氧化氮和臭氧气体的吸光度，可描述为：
σ为二氧化氮和臭氧的吸收结构，c为二氧化氮或臭氧气体浓度，L为光程，λ′为假设波长偏移变形之后的波长，可表示为：
Ab为波长拉伸量，As波长偏移量，
为反演波段的平均波长。远洋地区的模拟光谱和观测光谱进行非线性最小二乘法拟合(高斯牛顿迭代)，获得仪器响应函数、波长拉伸和波长偏移。
(2)计算甲醛差分斜程总量：首先将高分辨率的气体吸收结构和狭缝函数卷积获得和光谱仪的光谱分辨率相当的吸收结构，基于朗伯比尔定律，以步骤(1)得到的参考光谱作为初始光强，将卷积之后的干扰气体及甲醛吸收结构作为大气传输过程中的吸收项,用以下公式模拟卫星每个像元接收到的光强：
其中,Is为模拟的光强，I0为初始光强,σ′R(λ)为卷积之后的拉曼结构，a、b、ci和di为未知的拟合系数,并未直接选用公式(1)的拟合结果。E′i(λ)为干扰气体(臭氧、二氧化氮、氧化溴和四聚氧)和甲醛的吸光度，甲醛的吸光度可以用公式(2)表示，需要注意的是，在甲醛的反演波段范围内，二氧化氮的吸光度是甲醛的50倍之多，氧化溴是甲醛的2.5倍之多，相比于甲醛干扰气体为强吸收气体，吸收强度随波长变化，为了表征该特征，干扰气体的吸光度修改为：
E(λ)＝∫0 L(S0×σ′+Sλ×λ×σ′+Sσ×σ′2)×dl， (5)
其中E(λ)为干扰气体的吸光度，σ′为卷积后的干扰气体的吸收结构，S0、Sλ和Sσ为拟合系数,L为光程。卫星每个像元模拟的光强和实测的光强进行最小二乘法拟合，获得甲醛浓度c，从而获得甲醛差分斜程总量：
(3)计算甲醛斜程总量：
(3.1)选择最优甲醛反演波段：甲醛差分斜程总量结果受拟合波段影响较大，为了得到适合不同星载光谱仪最优甲醛反演波段，本发明提出最优波段搜索方法，具体如下：首先确定波段选择的范围，该范围需满足涵盖甲醛的主要吸收峰，具体选择反演波段的下限从325至340nm，反演波段的上限为353至360nm，步长设置为0.1nm；然后在12800种同的反演波段下拟合甲醛的差分斜程总量，比较不同反演波段下其他吸收气体对甲醛反演的影响以及反演的误差；通过搜索程序查找满足干扰气体对甲醛反演的影响以及反演误差都小的波段，基于我国高分五号卫星得到甲醛最优反演波段为326.5-356nm。
(3.2)扣除甲醛差分斜程总量中的异常值；步骤(2)得到的全球差分斜程总量出现明显的条状的异常值，即出现条带现象，如图2所示，异常值甚至可以达到污染地区甲醛浓度水平，必须予以扣除。
本发明中具体作法为，设卫星每天绕地球一圈，产生约14条运行轨迹，本发明首先确定一条背景轨迹经过甲醛浓度均一且不受人为污染的影响的太平洋区域(图2和图3中的橙色线为其中一条运行轨迹，经过太平洋区域，可作为背景轨迹)，选择该轨迹内西经180°到西经140°和南纬5°至北纬5°为背景区域(该区域HCHO浓度均一，且不受人为污染的影响)，然后计算背景区域差分斜程总量的平均值，作为该区域的真实值。背景轨迹每一列反演值与真实值的平均偏差为该列的条带值，最后将条带值应用到其他轨迹，得到所有轨迹的去条带之后的甲醛差分斜程总量，公式如下；
其中，
为背景区域差分斜程总量的平均值，即背景区域的真实值，Nb(i)为背景轨迹第i列的差分斜程总量，N(i)为其他轨迹第i列的差分斜程总量，Nc(i)为其他轨迹第i列条带校正之后的差分斜程总量。
(3.3)计算甲醛斜程总量：在步骤(2)中公式4)创建模拟光谱时选用的参考光谱作为远洋地区平均的光谱，参考光谱里仍有少量甲醛吸收，所以，通过步骤(2)得到的为差分斜程总量。需要通过背景值校正，将差分斜程总量转换为斜程总量。
本发明中，具体做法为：首先，用模型模拟背景区域的甲醛柱浓度，假设模拟的甲醛柱浓度和背景区域大气质量因子的乘积为背景区域真实的甲醛斜程总量，真实的斜程总量和反演的差分斜程总量之差为选用远洋地区做为参考谱导致的偏差。背景区域内甲醛浓度随纬度变化很小，随经度变化较大，因此该偏差是纬度的函数，与经度无关，将背景区域同一纬度所有经度的偏差平均，得到随纬度变化的参考校正值，将参考校正值应用到同纬度的其他经度地区，即得到甲醛斜程总量,差分斜程总量校正过程见公式(9)；
Ns，c＝Ns+Mean(Vg，0×M0-Ns，0) (7)
其中，Ns为差分斜程总量，Ns，c为斜程总量，Vg，0为模拟的甲醛柱浓度，M0和Ns，0为背景区域大气质量因子和反演的斜程总量。
附图说明
图1为高分五号卫星紫外可见光光谱仪探测的背景区域的光强以及平均的参考光谱(黑线)。
图2为基于高分五号的未经过条带扣除的2019年5月15号甲醛斜程总量的全球分布。
图3为基于高分五号的使用本发明方法的2019年5月15号甲醛斜程总量的全球分布。
具体实施方式
本发明提出的能够修正气溶胶影响的卫星遥感大气甲醛监测方法，以搭载在高分五号卫星上的我国首颗光谱仪EMI为例，具体步骤如下：
(1)获取EMI接收到的光谱文件，从光谱文件中读取卫星观测的地球反照度光谱并储存到数据集里，从数据集里提取气体吸收较弱的远洋地区(范围：西经180°到西经140°和南纬5°至北纬5°)无报错标记的光谱，进行平均，并把平均的光谱作为为参考光谱；如图1所示。
(2)对于EMI光谱仪，其响应函数未知，采用在轨自适应拟合技术获得仪器响应函数。具体作法为：基于朗伯比尔定律，把已知高分辨率的太阳光谱和假设非对称性高斯型的响应函数的卷积作为原始光强，考虑强吸收气体(臭氧和二氧化氮)的吸收、氧气和氮气对太阳光的拉曼散射、瑞利散射和米散射等因素，模拟远洋地区卫星接收到的光谱，将模拟光谱和参考光谱进行非线性最小二乘法拟合，获得仪器响应函数，具体公式如下：
其中λ为波长，Sh(λ)为高分辨率的太阳光谱，F(λ)为未知的非对称性高斯型狭缝函数，a、b、ci和dj为拟合系数，σR(λ)为氧气和氮气对太阳光的拉曼散射结构，两个多项式
和
表示大气中气溶胶、云等粒子的散射过程，En(λ)和Eo(λ)表示大气传输中的二氧化氮和臭氧气体的吸光度，可描述为：
σ为二氧化氮和臭氧的吸收结构，c为二氧化氮或臭氧气体浓度，L为光程，λ′为假设波长偏移变形之后的波长，可表示为：
Ab为波长拉伸量，As波长偏移量，
为反演波段的平均波长。远洋地区的模拟光谱和观测光谱进行非线性最小二乘法拟合(高斯牛顿迭代)，获得仪器响应函数、波长拉伸和波长偏移。
(3)基于朗伯比尔定律，首先将高分辨率的气体吸收结构和狭缝函数卷积获得和光谱仪的光谱分辨率相当的吸收结构，基于朗伯比尔定律，以步骤(1)得到的参考光谱作为初始光强，将卷积之后的干扰气体及甲醛吸收结构作为大气传输过程中的吸收项,用以下公式模拟卫星每个像元接收到的光强：
其中,Is为模拟的光强，I0为初始光强,σ′R(λ)为卷积之后的拉曼结构，a、b、ci和di为未知的拟合系数,并未直接选用公式(1)的拟合结果。E′i(λ)为干扰气体(臭氧、二氧化氮、氧化溴和四聚氧)和甲醛的吸光度，甲醛的吸光度可以用公式(2)表示，需要注意的是，在甲醛的反演波段范围内，二氧化氮的吸光度是甲醛的50倍之多，氧化溴是甲醛的2.5倍之多，相比于甲醛干扰气体为强吸收气体，吸收强度随波长变化，为了表征该特征，干扰气体的吸光度修改为：
E(λ)＝∫0 L(S0×σ′+Sλ×λ×σ′+Sσ×σ′2)×dl， (5)
其中E(λ)为干扰气体的吸光度，σ′为卷积后的干扰气体的吸收结构，S0、Sλ和Sσ为拟合系数,L为光程。卫星每个像元模拟的光强和实测的光强进行最小二乘法拟合，获得甲醛浓度c，从而获得甲醛差分斜程总量：
(4)甲醛差分斜程总量结果受拟合波段影响较大，为了得到适合EMI甲醛反演的最优波段，本发明提出了最优波段搜索方法，具体如下：首先确定波段选择的范围，该范围需要满足涵盖甲醛的主要吸收峰，具体选择反演波段的下限从325至340nm，反演波段的上限为353至360nm，步长设置为0.1nm；然后在12800种不同的反演波段下，拟合甲醛的差分斜程总量。对每种拟合结果用干扰气体对甲醛反演的影响及反演误差来评估，干扰气体对甲醛反演的影响可以用拟合模型对吸收结构的雅克比矩阵描述，反演误差的公式为：
其中m为光谱中的像元数，与仪器的光谱分辨率和反演波段有关，n为拟合系数的个数，Cj，j为拟合模型对所有拟合系数的雅克比矩阵，∈rms为拟合残差均方根，描述为：
Im(λ)，Is(λ)分别为观测和模拟的光强。通过该搜索不同反演波段下干扰气体对甲醛反演的影响以及反演的误差都小的波段；本发明中，基于我国高分五号卫星得到的甲醛最优反演波段为326.5-356nm。
(5)步骤3基于EMI得到的全球差分斜程总量出现明显的条状的异常值，即出现条带现象，如图2所示，异常值甚至可以达到污染地区甲醛浓度水平，必须予以扣除。卫星每天绕地球一圈，产生约14条运行轨迹，本发明首先确定一条背景轨迹经过甲醛浓度均一且不受人为污染的影响的太平洋区域，选择该轨迹内范围在西经180°到西经140°和南纬5°至北纬5°为背景区域，然后计算背景区域差分斜程总量的平均值，作为该区域的真实值。背景轨迹每一列反演值与真实值的平均偏差为该列的条带值，最后将条带值应用到其他轨迹，得到所有轨迹的去条带之后的甲醛差分斜程总量，公式如下：
其中，
为背景区域差分斜程总量的平均值，即背景区域的真实值，Nb(i)为背景轨迹第i列的差分斜程总量，EMI仪器产生的每条轨迹有191列，N(i)为其他轨迹第i列的差分斜程总量，Nc(i)为其他轨迹第i列条带校正之后的差分斜程总量。
(6)在步骤3创建模拟光谱时选用的参考光谱作为远洋地区平均的光谱，参考光谱里仍有少量甲醛吸收，所以，通过步骤3得到的为差分斜程总量。我们需要通过背景值校正将差分斜程总量转换为斜程总量；具体做法为：首先，用模型模拟背景区域的甲醛柱浓度，假设模拟的甲醛柱浓度和背景区域大气质量因子的乘积为背景区域真实的甲醛斜程总量，真实的斜程总量和反演的差分斜程总量之差为选用远洋地区作为参考谱导致的偏差。背景区域内甲醛浓度随纬度变化很小，随经度变化较大，因此该偏差是纬度的函数，与经度无关，将背景区域同一纬度所有经度的偏差平均得到随纬度变化的参考校正值，将参考校正值应用到同纬度的其他经度地区，即得到甲醛斜程总量,差分斜程总量校正过程见公式(9)：
Ns，c＝Ns+Mean(Vg，0×M0-Ns，0)， (9)
其中Ns为差分斜程总量，Ns，c为斜程总量，Vg，0为模拟的甲醛柱浓度，M0和Ns，0为背景区域大气质量因子和反演的斜程总量。
基于高分五号的使用本发明方法的2019年5月15号甲醛斜程总量的全球分布，如图3所示。
本发明提出的在低信噪比下的卫星遥感大气甲醛斜程总量技术，通过在轨自适应定标、搜索最优反演波段、条带扣除和差分斜程总量校正，大大的减小了甲醛反演误差。
Claims (5)
1.一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法，其特征在于，具体步骤为：
(1)实时模拟星载光谱仪狭缝函数：
(1.1)选取参考光谱：获取卫星光谱文件，从中读取卫星观测的地球反照度光谱，并储存到数据集里，从数据集里提取气体吸收较弱的远洋地区范围为西经180°到西经140°和南纬5°至北纬5°的无报错标记的光谱，进行平均，并把平均的光谱作为参考光谱；
(1.2)获取星载光谱仪的响应函数：采用在轨自适应拟合方法获得仪器响应函数；具体作法为：基于朗伯比尔定律，把高分辨率的太阳光谱和假设非对称性高斯型的响应函数的卷积作为初始光强，考虑远洋地区强吸收气体的吸收、氧气和氮气对太阳光的拉曼散射、瑞利散射和米散射因素，模拟远洋地区卫星接收到的光谱：
其中λ为波长，Sh(λ)为高分辨率的太阳光谱，F(λ)为未知的非对称性高斯型狭缝函数，a、b、ci和dj为拟合系数，σR(λ)为氧气和氮气对太阳光的拉曼散射结构，两个多项式
和
表示大气中气溶胶、云的散射过程，En(λ)和Eo(λ)表示大气传输中的二氧化氮和臭氧气体的吸光度，描述为：
σ为二氧化氮和臭氧的吸收结构，c为二氧化氮或臭氧气体浓度，L为光程，λ′为假设波长偏移变形之后的波长，表示为：
Ab为波长拉伸量，As波长偏移量，
为反演波段的平均波长；远洋地区的模拟光谱和观测光谱进行非线性最小二乘法拟合，获得仪器响应函数、波长拉伸和波长偏移；
(2)计算甲醛差分斜程总量；
(3)计算甲醛斜程总量：
(3.1)选择最优甲醛反演波段：基于我国高分五号卫星的甲醛最优反演波段为326.5-356nm；
(3.2)扣除甲醛差分斜程总量中的异常值；步骤(2)得到的全球差分斜程总量会出现明显的条状的异常值，即出现条带现象，予以扣除，得到甲醛差分斜程总量；
(3.3)计算甲醛斜程总量：在步骤(1 )中公式(1)创建模拟光谱时选用的参考光谱作为远洋地区平均的光谱，参考光谱里仍有少量甲醛吸收，所以，通过步骤(3.2)得到的为甲醛差分斜程总量，需要通过背景值校正，将差分斜程总量转换为斜程总量。
2.根据权利要求1所述的低信噪比下的卫星遥感大气甲醛斜程总量监测方法，其特征在于，步骤(2)中所述计算甲醛差分斜程总量，具体做法为：首先将高分辨率的气体吸收结构和狭缝函数卷积获得和光谱仪的光谱分辨率相当的吸收结构，基于朗伯比尔定律，以步骤(1)得到的参考光谱作为初始光强，将卷积之后的干扰气体及甲醛吸收结构作为大气传输过程中的吸收项,用以下公式模拟卫星每个像元接收到的光强：
其中,Is为模拟的光强，I0为初始光强,σ′R(λ)为卷积之后的拉曼结构，a、b、ci和di为未知的拟合系数,并未直接选用公式(1)的拟合结果；Ei′(λ)为干扰气体臭氧、二氧化氮、氧化溴和四聚氧吸光度和甲醛的吸光度，当表示为甲醛的吸光度时，Ei′(λ)即为E(λ)，用公式(2)表示；相比于甲醛，其他干扰气体为强吸收气体，吸收强度随波长变化，为了表征该特征，干扰气体的吸光度计算公式修 改为：
其中，σ′为卷积后的干扰气体的吸收结构，S0、Sλ和Sσ为拟合系数,L为光程；卫星每个像元模拟的光强和实测的光强进行最小二乘法拟合，获得甲醛浓度c，从而获得甲醛差分斜程总量：
3.根据权利要求2所述的低信噪比下的卫星遥感大气甲醛斜程总量监测方法，其特征在于，步骤(3.1)中所述选择最优甲醛反演波段，采用最优波段搜索方法，具体如下：首先确定波段选择的范围，该范围需要满足涵盖甲醛的主要吸收峰，具体选择反演波段的下限从325至340nm，反演波段的上限为353至360nm，步长设置为0.1nm；然后在12800种不同的反演波段下，拟合甲醛的差分斜程总量，比较不同反演波段下其他吸收气体对甲醛反演的影响以及反演的误差；通过搜索程序查找满足干扰气体对甲醛反演的影响以及反演误差都小的波段。
4.根据权利要求3所述的低信噪比下的卫星遥感大气甲醛斜程总量监测方法，其特征在于，步骤(3.2)中所述扣除甲醛差分斜程总量中的异常值，具体方法如下：设卫星每天绕地球一圈，产生14条运行轨迹，首先确定一条背景轨迹经过甲醛浓度均一且不受人为污染的影响的太平洋区域中一条运行轨迹，作为背景轨迹，选择该轨迹内西经180°到西经140°和南纬5°至北纬5°为背景区域，然后计算背景区域差分斜程总量的平均值，作为该区域的真实值；背景轨迹每一列反演值与真实值的平均偏差为该列的条带值，最后将条带值应用到其他轨迹，得到所有轨迹的去条带之后的甲醛差分斜程总量,去条带的公式如下：
其中，
为背景区域差分斜程总量的平均值，即背景区域的真实值，Nb(i)为背景轨迹第i列的差分斜程总量，N(i)为其他轨迹第i列的差分斜程总量，Nc(i)为其他轨迹第i列条带校正之后的差分斜程总量。
5.据权利要求4所述的低信噪比下的卫星遥感大气甲醛斜程总量监测方法，其特征在于，步骤(3.3)中所述将差分斜程总量转换为斜程总量；具体做法为：首先，用模型模拟背景区域的甲醛柱浓度，假设模拟的甲醛柱浓度和背景区域大气质量因子的乘积为背景区域真实的甲醛斜程总量，真实的斜程总量和反演的差分斜程总量之差为选用远洋地区作为参考谱导致的偏差；背景区域内甲醛浓度随纬度变化很小，随经度变化较大，因此该偏差是纬度的函数，与经度无关，将背景区域同一纬度所有经度的偏差平均，得到随纬度变化的参考校正值，将参考校正值应用到同纬度的其他经度地区，即得到甲醛斜程总量,背景值校正过程公式为；
Ns，c＝Ns+Mean(Vg,0×M0-Ns,0)， (7)
其中，Ns为差分斜程总量，Ns，c为斜程总量，Vg，0为模拟的甲醛柱浓度，M0和Ns，0为背景区域大气质量因子和反演的斜程总量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110933743.4A CN113791042B (zh) | 2021-08-15 | 2021-08-15 | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110933743.4A CN113791042B (zh) | 2021-08-15 | 2021-08-15 | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113791042A CN113791042A (zh) | 2021-12-14 |
| CN113791042B true CN113791042B (zh) | 2022-11-04 |
Family
ID=79181827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110933743.4A Active CN113791042B (zh) | 2021-08-15 | 2021-08-15 | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113791042B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115830472B (zh) * | 2023-01-12 | 2023-05-16 | 北京英视睿达科技股份有限公司 | 一种城市复杂下垫面甲烷排放源识别方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101109699A (zh) * | 2007-07-28 | 2008-01-23 | 中国科学院安徽光学精密机械研究所 | 大气成分垂直分布探测的多轴差分吸收光谱方法与装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6455851B1 (en) * | 2000-03-28 | 2002-09-24 | Air Instruments And Measurement, Inc. | Spectroscopic remote sensing exhaust emission monitoring system |
| EP2029981B1 (en) * | 2006-06-16 | 2018-12-19 | Bo Galle | Method and device for measuring emissions of gaseous substances to the atmosphere using scattered sunlight spectroscopy |
| CN108519340A (zh) * | 2018-03-28 | 2018-09-11 | 刘诚 | 一种卫星遥感污染气体柱浓度时空分布反演算法 |
| CN108918436A (zh) * | 2018-05-08 | 2018-11-30 | 刘诚 | 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 |
| CN108956491B (zh) * | 2018-06-05 | 2020-10-16 | 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 |
| CN111579504B (zh) * | 2020-06-29 | 2021-10-01 | 中国科学技术大学 | 基于光学遥感的大气污染成分垂直分布反演方法 |
| CN111859695B (zh) * | 2020-07-28 | 2021-07-02 | 中国科学技术大学 | 基于高分五号卫星紫外可见高光谱的大气污染成分反演方法 |
-
2021
- 2021-08-15 CN CN202110933743.4A patent/CN113791042B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101109699A (zh) * | 2007-07-28 | 2008-01-23 | 中国科学院安徽光学精密机械研究所 | 大气成分垂直分布探测的多轴差分吸收光谱方法与装置 |
Non-Patent Citations (1)
| Title |
|---|
| Formaldehyde distribution over North America: Implications for satellite retrievals of formaldehyde columns and isoprene emission;Dylan B. Millet等;《JOURNAL OF GEOPHYSICAL RESEARCH》;20060908;第111卷;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113791042A (zh) | 2021-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Du et al. | Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite | |
| Schneising et al. | Three years of greenhouse gas column-averaged dry air mole fractions retrieved from satellite–Part 1: Carbon dioxide | |
| Joiner et al. | Global monitoring of terrestrial chlorophyll fluorescence from moderate spectral resolution near-infrared satellite measurements: Methodology, simulations, and application to GOME-2 | |
| Wang et al. | Evaluation of tropospheric SO 2 retrieved from MAX-DOAS measurements in Xianghe, China | |
| More et al. | Comparison of aerosol products retrieved from AERONET, MICROTOPS and MODIS over a tropical urban city, Pune, India | |
| Su et al. | An improved TROPOMI tropospheric HCHO retrieval over China | |
| Fioletov et al. | Long‐term variations of UV‐B irradiance over Canada estimated from Brewer observations and derived from ozone and pyranometer measurements | |
| Frankenberg et al. | Retrieval of CO from SCIAMACHY onboard ENVISAT: detection of strongly polluted areas and seasonal patterns in global CO abundances | |
| Razavi et al. | Characterization of methane retrievals from the IASI space-borne sounder | |
| Jacobs et al. | Quality controls, bias, and seasonality of CO 2 columns in the boreal forest with Orbiting Carbon Observatory-2, Total Carbon Column Observing Network, and EM27/SUN measurements | |
| CN113552080B (zh) | 一种超光谱遥感地表大气相对湿度的实时反演算法 | |
| Salerno et al. | Novel retrieval of volcanic SO2 abundance from ultraviolet spectra | |
| CN113533241B (zh) | 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 | |
| Galli et al. | CH 4, CO, and H 2 O spectroscopy for the Sentinel-5 Precursor mission: an assessment with the Total Carbon Column Observing Network measurements | |
| Schneider et al. | Comparison of ground-based Brewer and FTIR total column O 3 monitoring techniques | |
| 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 | |
| Kwon et al. | Description of a formaldehyde retrieval algorithm for the Geostationary Environment Monitoring Spectrometer (GEMS) | |
| Yao et al. | Retrieval of solar-induced chlorophyll fluorescence (SIF) from satellite measurements: comparison of SIF between TanSat and OCO-2 | |
| Ryan et al. | Measurement report: MAX-DOAS measurements characterise Central London ozone pollution episodes during 2022 heatwaves | |
| Ji et al. | Ozone profiles without blind area retrieved from MAX-DOAS measurements and comprehensive validation with multi-platform observations | |
| CN115730176A (zh) | 一种紫外高光谱大气臭氧垂直柱浓度反演方法 | |
| Rivera Cárdenas et al. | Formaldehyde total column densities over Mexico City: comparison between multi-axis differential optical absorption spectroscopy and solar-absorption Fourier transform infrared measurements | |
| CN113946936B (zh) | 基于emi超光谱卫星载荷的自适应迭代二氧化硫反演方法 | |
| Devara et al. | A Four-Year Climatology of Total Column Tropical Urban Aerosol, Ozone and Vapor Distributions over Pune, India | |
| Guleria et al. | Validation of space-born Moderate Resolution Imaging Spectroradiometer remote sensors aerosol products using application of ground-based Multi-wavelength Radiometer |
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 |