CN115238327A - 基于卫星监测的三维空间甲烷分布格局模拟方法 - Google Patents
基于卫星监测的三维空间甲烷分布格局模拟方法 Download PDFInfo
- Publication number
- CN115238327A CN115238327A CN202210578573.7A CN202210578573A CN115238327A CN 115238327 A CN115238327 A CN 115238327A CN 202210578573 A CN202210578573 A CN 202210578573A CN 115238327 A CN115238327 A CN 115238327A
- Authority
- CN
- China
- Prior art keywords
- concentration
- atmospheric
- distribution pattern
- model
- atmosphere
- 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
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 85
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004088 simulation Methods 0.000 title claims abstract description 35
- 239000000126 substance Substances 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 2
- 238000012795 verification Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000005436 troposphere Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000005571 horizontal transmission Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于卫星监测的三维空间甲烷分布格局模拟方法,属于遥感技术领域,首先构建基于多次高斯模型的大气CH4廓线分布模型,然后构建各大气高度CH4浓度与柱浓度的关系模型,其次进行大气三维空间CH4浓度空间分布格局估算,最后进行准确性评估。一方面,大气化学模式通过模拟CH4在大气中的物理过程、化学反应以及传输模式,可以在垂直空间上反映出CH4的廓线梯度变化,另一方面,卫星遥感可以从宏观上提供全球水平分布的CH4柱浓度,反映出CH4的水平空间分布。本发明通过耦合卫星观测CH4柱浓度与大气化学模式CH4廓线,可以模拟水平及垂直方向上CH4的三维空间分布。
Description
技术领域
本发明属于遥感技术领域,具体涉及一种基于卫星监测的三维空间甲烷分布格局模拟方法。
背景技术
大气中的甲烷(CH4)是第二大温室气体,其温室效应约为CO2的25倍。自地面排放到大气中后,CH4随大气流动沿着垂直、水平方向进行传输,同时也会与其他物质发生化学反应。因此,大气CH4浓度在大气水平方向和垂直方向上存在较强的空间异质性。卫星遥感方式可以提供全球CH4空间水平分布,但受制于监测方式难以提供大范围的垂直空间分布;大气化学传输模式通过甲烷排放数据模拟CH4在大气中的物理化学变化以及传输模式,可以较为精准的提供甲烷的垂直方向分布,但是其在长距离的水平传输上存在较大的不确定性。探讨CH4在大气三维空间的分布,对于估算CH4排放量和温室效应具有重要意义。
发明内容
本发明解决的技术问题:提供一种基于卫星监测的CH4柱浓度,耦合CH4在大气垂直方向上的廓线分布特征,生成大气三维空间甲烷分布格局的基于卫星监测的三维空间甲烷分布格局模拟方法。
技术方案:为了解决上述技术问题,本发明采用的技术方案如下:
一种基于卫星监测的三维空间甲烷分布格局模拟方法,包括以下步骤:
步骤1:构建基于多次高斯函数构建大气CH4廓线分布模型;
步骤2:根据大气CH4廓线分布模型,构建各大气高度CH4浓度与柱浓度的关系模型;
步骤3:进行大气三维空间CH4浓度空间分布格局估算;
步骤4:进行大气三维空间CH4浓度精度评价。
进一步地,步骤1的具体实现方法为:首先获取大气化学传输模型模拟的CH4分层数据,并将模型模拟的数据与卫星观测数据单位统一;然后采用多项高斯函数对每个栅格上CH4分子数浓度随高程的分布分别进行拟合,并寻找符合每个栅格的最优拟合。
进一步地,模型模拟的数据与卫星观测数据单位统一的具体内容为:在提取模型数据的过程中将模型以混合体积比)表示的浓度转换为单位体积分子含量浓度(mole/cm3),转换关系如下:
进一步地,不同高度层上CH4分子数浓度与高程之间服从高斯函数分布,使用2~6项高斯函数对每个栅格上CH4分子数浓度随高程的分布进行拟合,其基本形式为:
式中,f(Ch)表示CH4在大气高度h处的分子数浓度;ar,br,cr代表的物理过程意义上分别是ar代表振幅(垂直方向上CH4最大浓度值),br表示质心位置(CH4最大浓度值所对应的高度),cr为峰宽(CH4浓度集中层的厚度),n为拟合的阶数,其范围为2-6;
最优拟合条件为具有最高的相关系数R2以及最低的均方根误差RMSE的参数。
进一步地,步骤2的具体实现方法为:
步骤2.1:首先基于步骤1获取的每个栅格尺度上的最优大气CH4的廓线模型,采用积分获取与卫星监测的CH4柱浓度的同等大气高度的CH4柱浓度;
步骤2.2:其次利用优选的大气CH4廓线分布模型计算任意高度的CH4浓度;
步骤2.3:计算任意大气高度上的CH4浓度与积分获得的柱浓度的比例因子Ratioi。
进一步地,积分获得的柱浓度的比例因子Ratioi的计算方法为:
进一步地,步骤3中,进行大气三维空间CH4浓度空间分布格局估算的方法为:
步骤3.1:首先,基于任意大气高度上的CH4浓度与积分获得的柱浓度的比例因子Ratioi,耦合卫星监测获取的大气CH4柱浓度,获取任意大气高度的CH4浓度;
步骤3.2:进而获得任意高度上大气CH4浓度的水平空间上空间分布格局,同时也能获得任意水平空间位置上的大气垂直方向上的空间分布格局。
进一步地,步骤3.1中,获取任意大气高度的CH4浓度的公式如下:
CH4_mole,i=CH4_TCA,S×Ratioi
其中,CH4_TCA,S为卫星监测的大气CH4柱浓度,Ratioi为步骤(2)中求得的任意高度CH4浓度比例。
进一步地,步骤4中,进行大气三维空间CH4浓度精度评价的内容包括:首先是高斯模型的模拟性能评价,其次是三维空间CH4分布的结果验证。
有益效果:与现有技术相比,本发明具有以下优点:
本发明的基于卫星监测的三维空间甲烷分布格局模拟方法,通过卫星监测与大气化学传输模式相结合,估算三维空间甲烷分布格局。一方面,大气化学模式通过模拟CH4在大气中的物理过程、化学反应以及传输模式,可以在垂直空间上反映出CH4的廓线梯度变化,另一方面,卫星遥感可以从宏观上提供全球水平分布的CH4柱浓度,反映出CH4的水平空间分布。通过耦合卫星观测CH4柱浓度与大气化学模式CH4廓线,可以模拟水平及垂直方向上CH4的三维空间分布。
附图说明
图1示出根据本发明一种基于卫星监测的三维空间甲烷空间分布格局模拟方法的整体流程图;
图2示出实施例的CH4浓度垂直分布廓线;
图3示出实施例的卫星监测CH4柱浓度图;
图4示出实施例的三维空间CH4水平分布格局图;
图5示出实施例的三维空间CH4垂直分布格局图;
图6示出实施例的各站点三维分布验证结果。
具体实施方式
下面结合具体实施例,进一步阐明本发明,实施例在以本发明技术方案为前提下进行实施,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示,本发明的基于卫星监测的三维空间甲烷分布格局模拟方法,首先构建基于多次高斯模型的大气CH4廓线分布模型,然后构建各大气高度CH4浓度与柱浓度的关系模型,其次进行大气三维空间CH4浓度空间分布格局估算,最后进行准确性评估,本发明基于卫星观测CH4柱浓度数据,利用多峰高斯函数拟合方法,耦合CH4在大气垂直方向上的廓线分布特征,实现对三维空间CH4分布格局的模拟。具体包括以下步骤:
步骤1:构建基于多次高斯函数构建大气CH4廓线分布模型,具体步骤为:
首先获取大气化学传输模型模拟的CH4分层数据,该模式空间分辨率为2°*2.5°,垂直方向为47层大气压,每层数据分别提供该层平均厚度H、CH4平均混合体积比CH4_vmr,压强P,温度T。
为了将模型模拟与卫星观测数据单位统一保证垂直廓线拟合合理性,在提取模型数据的过程中将模型以混合体积比(ppb)表示的浓度转换为单位体积分子含量浓度(mole/cm3)。转换关系如下:
不同高度层上CH4分子数浓度与高程之间服从高斯函数分布,使用多项高斯函数对每个栅格上CH4分子数浓度随高程的分布进行拟合;其基本形式为:
式中,f(Ch)表示CH4在大气高度h处的分子数浓度;;ar,br,cr代表的物理过程意义上分别是:ar代表振幅(即垂直方向上CH4最大浓度值),br表示质心位置(即CH4最大浓度值所对应的高度),cr为峰宽(即CH4浓度集中层的厚度),n为拟合的阶数,其范围为2-6;
对每个栅格使用2~6项高斯函数分别拟合,寻找符合每个栅格的最优拟合,最优拟合条件为具有最高的皮尔逊相关系数(R2)以及最低的均方根误差(RMSE),从而得到最优拟合参数(a1,b1,c1,a2,b2,c2,a3,b3,c3,a4,b4,c4,a5,b5,c5,a6,b6,c6,R2,RMSE),a1,b1,c1-a6,b6,c6,分别代表r=1-6时的拟合系数ar,br,cr,参数阵列按照6项高斯函数拟合的参数个数进行记录,不够阶的参数设置为零,即表示该栅格上某项拟合函数公式。如遇到2项高斯函数最优拟合,拟合系数有6个,那么将前6个参数记录后将其余系数位置设置为0,以便于输出记录。
步骤2:构建各大气高度CH4浓度与柱浓度的关系模型,具体步骤为:
步骤2.1:首先基于步骤1获取的每个栅格尺度上的最优大气CH4的廓线模型,采用积分获取与卫星监测的CH4柱浓度的同等大气高度的CH4柱浓度,
步骤2.2:其次利用优选的大气CH4廓线分布模型计算任意高度的CH4浓度;
步骤2.3:计算任意大气高度上的CH4浓度与积分获得的柱浓度的比例因子Ratioi,其计算公式为:
步骤3:进行大气三维空间CH4浓度空间分布格局估算,具体步骤为:
首先,基于任意大气高度上的CH4浓度与积分获得的柱浓度的比例因子Ratioi,耦合卫星监测获取的大气CH4柱浓度,获取任意大气高度的CH4浓度,公式如下:
CH4_mole,i=CH4_TCA,S×Ratioi
其中,CH4_TCA,S为卫星监测的大气CH4柱浓度,Ratioi为步骤(2)中求得的任意高度CH4浓度比例。
进而获得任意高度上大气CH4浓度的水平空间上空间分布格局,同时也能获得任意水平空间位置上的大气垂直方向上的空间分布格局。水平空间分布格局如图4所示,垂直空间分布格局如图5所示。
步骤4:大气三维空间CH4浓度精度评价
考虑到本方法的主要步骤分别为多次高斯模型拟合大气CH4廓线,耦合卫星观测柱浓度与各大气高度CH4浓度比例获得任意高度上的空间分布两个步骤。
精度评价具体包括两个步骤:
步骤4.1:首先是高斯模型的模拟性能评价,
将分层浓度数据集为两组,其中80%的数据记录用于模型构建,其余20%用于准确性评估;分别用模型模拟的确定系数(R2),均方根误差(RMSE)用于评估模拟模型的性能;
步骤4.2:其次是三维空间CH4分布的结果验证
具体用总碳柱观测网络(TCCON)分布在全球的35个站点的监测数据进行验证,TCCON数据垂直方向共有70层,为等间隔分布的1km一层分布。分别获取每层高度的监测数据与模拟数据,对不同层的所有站点进行验证以反映三维空间上的模拟精度,相关系数(R2)和绝对误差的百分比(|CH4,Estimation-CH4,Measurement|/CH4,Measurement×100%)(PAE)三维空间CH4分布的精度验证。
表1为模型模拟性能评价结果,图6为不同大气高度下所有站点水平验证结果。
表1为模型模拟性能评价结果
模型模拟结果显示,最优拟合项数有82%为4~6项,说明甲烷在大气中的垂直分布较为复杂,整体相关系数(R2>0.99)表示多次高斯函数能够很好的拟合甲烷在大气中的垂直分布情况;与站点观测数据的垂直和水平方向验证结果显示,其在三维空间上整体上具有较高的拟合精度(R2=0.71,相对误差(PRE)=51.87%),并且其在对流层(10km附近)以下位置与站点的监测结果的一致性(R2>0.80,PRE<10%)要明显高于对流层上空,说明该方法能够更好的反映出地面CH4的空间分布。精度评价结果表明,基于卫星遥感监测的大气三维空间甲烷浓度分布格局模拟方法能够很好的模拟大气甲烷在三维空间的真实分布情况。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于卫星监测的三维空间甲烷分布格局模拟方法,其特征在于,包括以下步骤:
步骤1:构建基于多次高斯函数构建大气CH4廓线分布模型;
步骤2:根据大气CH4廓线分布模型,构建各大气高度CH4浓度与柱浓度的关系模型;
步骤3:进行大气三维空间CH4浓度空间分布格局估算;
步骤4:进行大气三维空间CH4浓度精度评价。
2.根据权利要求1所述的基于卫星监测的三维空间甲烷分布格局模拟方法,其特征在于:步骤1的具体实现方法为:首先获取大气化学传输模型模拟的CH4分层数据,并将模型模拟的数据与卫星观测数据单位统一;然后采用多项高斯函数对每个栅格上CH4分子数浓度随高程的分布分别进行拟合,并寻找符合每个栅格的最优拟合。
7.根据权利要求1所述的基于卫星监测的三维空间甲烷分布格局模拟方法,其特征在于:步骤3中,进行大气三维空间CH4浓度空间分布格局估算的方法为:
步骤3.1:首先,基于任意大气高度上的CH4浓度与积分获得的柱浓度的比例因子Ratioi,耦合卫星监测获取的大气CH4柱浓度,获取任意大气高度的CH4浓度;
步骤3.2:进而获得任意高度上大气CH4浓度的水平空间上空间分布格局,同时也能获得任意水平空间位置上的大气垂直方向上的空间分布格局。
8.根据权利要求7所述的基于卫星监测的三维空间甲烷分布格局模拟方法,其特征在于:步骤3.1中,获取任意大气高度的CH4浓度的公式如下:
CH4_mole,i=CH4_TCA,S×Ratioi
其中,CH4_TCA,S为卫星监测的大气CH4柱浓度,Ratioi为步骤(2)中求得的任意高度CH4浓度比例。
9.根据权利要求1所述的基于卫星监测的三维空间甲烷分布格局模拟方法,其特征在于:步骤4中,进行大气三维空间CH4浓度精度评价的内容包括:首先是高斯模型的模拟性能评价,其次是三维空间CH4分布的结果验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210578573.7A CN115238327B (zh) | 2022-05-25 | 2022-05-25 | 基于卫星监测的三维空间甲烷分布格局模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210578573.7A CN115238327B (zh) | 2022-05-25 | 2022-05-25 | 基于卫星监测的三维空间甲烷分布格局模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115238327A true CN115238327A (zh) | 2022-10-25 |
CN115238327B CN115238327B (zh) | 2023-05-23 |
Family
ID=83668355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210578573.7A Active CN115238327B (zh) | 2022-05-25 | 2022-05-25 | 基于卫星监测的三维空间甲烷分布格局模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115238327B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189813A (zh) * | 2023-04-18 | 2023-05-30 | 南京大学 | 一种基于卫星大气甲烷浓度估算稻田甲烷排放通量的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109597969A (zh) * | 2019-01-25 | 2019-04-09 | 南京大学 | 一种近地面臭氧浓度估算方法 |
CN110031412A (zh) * | 2019-04-25 | 2019-07-19 | 中国科学技术大学 | 基于移动ahsa观测的大气污染物排放通量获取方法 |
CN111723482A (zh) * | 2020-06-17 | 2020-09-29 | 南京大学 | 一种基于卫星co2柱浓度观测反演地表碳通量的方法 |
CN112884079A (zh) * | 2021-03-30 | 2021-06-01 | 河南大学 | 一种基于Stacking集成模型的近地面二氧化氮浓度估算方法 |
CN113486295A (zh) * | 2021-07-30 | 2021-10-08 | 生态环境部华南环境科学研究所 | 基于傅里叶级数的臭氧总量变化预测方法 |
-
2022
- 2022-05-25 CN CN202210578573.7A patent/CN115238327B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109597969A (zh) * | 2019-01-25 | 2019-04-09 | 南京大学 | 一种近地面臭氧浓度估算方法 |
CN110031412A (zh) * | 2019-04-25 | 2019-07-19 | 中国科学技术大学 | 基于移动ahsa观测的大气污染物排放通量获取方法 |
CN111723482A (zh) * | 2020-06-17 | 2020-09-29 | 南京大学 | 一种基于卫星co2柱浓度观测反演地表碳通量的方法 |
CN112884079A (zh) * | 2021-03-30 | 2021-06-01 | 河南大学 | 一种基于Stacking集成模型的近地面二氧化氮浓度估算方法 |
CN113486295A (zh) * | 2021-07-30 | 2021-10-08 | 生态环境部华南环境科学研究所 | 基于傅里叶级数的臭氧总量变化预测方法 |
Non-Patent Citations (3)
Title |
---|
吴长江 等: "不同卫星反演的大气CO_2浓度差异时空特征分析", 《中国科学院大学学报》 * |
张琼 等: "基于OMI卫星数据和车载DOAS技术对NO_x排放通量估算的修正", 《大气与环境光学学报》 * |
雷莉萍 等: "基于GOSAT卫星观测的大气CO_2浓度与模型模拟的比较", 《中国科学:地球科学》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116189813A (zh) * | 2023-04-18 | 2023-05-30 | 南京大学 | 一种基于卫星大气甲烷浓度估算稻田甲烷排放通量的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115238327B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112163375B (zh) | 一种基于神经网络的长时间序列近地面臭氧反演方法 | |
CN101900546A (zh) | 对地球表面地形地貌离散表达的数字高程模型的构建方法 | |
CN109344865A (zh) | 一种多数据源的数据融合方法 | |
CN108680268B (zh) | 一种基于探空数据的区域加权平均温度的Bevis模型改进方法 | |
CN111274738B (zh) | 一种高程异常值计算方法 | |
CN115238327A (zh) | 基于卫星监测的三维空间甲烷分布格局模拟方法 | |
CN111881569A (zh) | 二氧化碳柱浓度的反演方法、装置、存储介质及电子设备 | |
CN113624921A (zh) | 多模式综合污染溯源方法 | |
CN107505632A (zh) | 一种温压廓线与切高联合反演方法 | |
CN110544304A (zh) | 基于时空推理的场地污染数字化与图形化展示系统及方法 | |
CN115480032A (zh) | 基于地面遥感测量的点源排放强度预测方法 | |
CN115859789A (zh) | 一种提高极地大气温度廓线反演精度的方法 | |
CN115600919A (zh) | 用于对实时无组织排放定位与园区排放总量计算的方法 | |
CN113639893B (zh) | 一种基于多气象因子的近地加权平均温度信息获取方法 | |
CN112329334B (zh) | 一种基于模拟亮温的mwhts和mwts-ii融合反演海面气压方法 | |
CN111126466B (zh) | 一种多源pwv数据融合方法 | |
CN117113828A (zh) | 一种基于船基走航式观测的数值预报订正方法 | |
CN112345151A (zh) | 一种基于自然大气的mwts-ii对海面气压的灵敏性测试方法 | |
Fan et al. | On the use of regularization techniques in the inverse modeling of atmospheric carbon dioxide | |
CN115310370A (zh) | 耦合深度学习和物理机制的区域性植被蒸腾预测方法 | |
CN110717252A (zh) | 一种基于wrf和sedris的虚拟大气环境数据生成方法及系统 | |
CN115840908B (zh) | 基于lstm模型的微波链路构建pm2.5三维动态监测场的方法 | |
CN116187025A (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 | |
CN116188705A (zh) | 区域大气污染物千米级分辨率立体分布的重构方法 | |
CN111538943B (zh) | 新的高时空分辨率全球ztd垂直剖面格网模型构建方法 |
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 |