地表高程对大气CO2反演的影响

从大气辐射传输模型正演和反演两个角度,探究CO_2观测时地表高程的敏感性。SRTM地表高程数据表明,在北京附近的平原地区,卫星指向不准导致的地表高程均值的误差较小,在偏移量为0.1～10.0km的情况下,误差极大值约为10m;而在北京附近山区以及平原与山区交界区内,地表高程均值的误差较大,误差极大值分别为713.98,515.61m。CO_2反演结果表明:高程值每变化100m,CO_2柱浓度偏差为3.29×10~(-6);在大气CO_2高精度反演中,地表高程偏差是一个关键因素。     

基于光程分布方法校正植物叶绿素荧光的影响

基于全球植被的荧光分布,利用GOSAT数据,同步反演了光子光程概率分布密度函数因子和755 nm处的荧光强度,将反演结果与TCCON站点的结果进行了对比。结果表明:对于受植物叶绿素荧光影响较大的Park Falls(45.9°N,90.3°W)站点附近的GOSAT数据,考虑荧光影响前后的二氧化碳(CO_2)反演结果的最大偏差为1.6×10~(-6);对于受荧光影响稍小的Sodankyla(67.4°N,26.6°E)站点附近的GOSAT数据,最大偏差为0.8×10~(-6),散射校正荧光影响可以使平均误差缩小到0.1×10~(-6)左右。     

基于GOSAT卫星数据的大气甲烷反演误差分析及校正

大气甲烷(CH_4)高精度反演受到多种因素的影响,其中地表特征和大气状态的不确定性是重要的影响因素,如地表反射率、温度、湿度和压力廓线。地表反射率受到诸多因素的影响,难以获得精确的数据,会给反演结果带来较大误差。温度、湿度和压力廓线的不确定性亦是反演误差的重要来源,由此产生的系统误差难以避免,单独利用CH_4吸收带进行反演难以消除此种误差。针对各种参数不确定性的影响,本文提出比值光谱法和CO_2吸收带校正法进行校正。比值光谱法通过将绝对辐亮度谱转化为比值光谱,抑制地表反射率在反演过程中的作用。CO_2吸收带校正法利用CO_21.61μm吸收带,将CH_4柱含量转化为CH_4体积混合比,校正温度、湿度和压力廓线不确定性引起的系统误差。通过将两种校正方法结合,可同时抑制地表反射率和温度、湿度、压力廓线不确定性产生的影响,减小反演误差。利用温室气体观测卫星(GOSAT)的观测数据进行大气CH_4反演,采用比值光谱法和CO_2吸收带校正上述误差,结果显示校正后的CH_4体积混合比与GOSAT-Level2产品相当接近,反演精度可达-0.24%,反演结果较为稳健可靠。研究表明,比值光谱法和CO_2吸收带校正法可有效校正地表特征和大气状态参数不确定性引起的误差,提高大气CH_4反演精度。     

CO_2反演中大气散射影响的光程校正方法

CO2作为影响气候变化最重要的温室气体,其反演精度达到1%是气候研究的基本要求。在反演中解决大气散射的影响,是提高CO2反演精度的关键问题之一。温室气体观测卫星为了实现高光谱分辨率,其光谱带宽通常较窄。高光谱分辨率对CO2浓度变化敏感,而窄带宽在采用传统差分吸收光谱(DOAS)法以快慢变分离的方式处理散射时难以保证反演精度。针对我国高光谱卫星CO2反演算法的开发需求,从光程的角度研究了散射对CO2反演的影响,并与传统DOAS方法在沙漠和草地两种区域进行了对比。结果显示相对于传统DOAS方法,该方法在沙漠和草地区域的应用均使CO2的反演精度得到提高,达到或接近1%的精度需求,反演结果的相关性和数据离散度也得到改善,这表明该方法能有效降低大气散射对CO2反演的影响。     

大气二氧化碳反演中系统误差的分析与校正

二氧化碳（CO2）高精度反演中易受多种因素的影响,其中一部分是系统误差,如温度廓线、压力廓线、水汽以及大气分层等精度不足所带来的影响,仅利用CO2吸收带的光谱信息很难克服由此带来的误差。这种系统误差的波长依赖性小,可以考虑其他波段进行校正。模拟研究表明,上述系统误差对CO2反演的影响经O2校正后有较大程度地减小。利用大兴安岭地区的温室气体观测卫星（GOSAT）观测数据进行CO2反演,采用氧气（O2）A吸收带校正上述系统误差,结果显示反演精度得到明显提高。     

基于高分辨率地基FTS光谱的大气CO2反演方法研究

大气CO2是重要的温室气体,对大气CO2的全球监测有助于增进人类对气候变化的理解。相比于天基平台,地基观测数据通常具有更高的光谱分辨率、信噪比及其他已知参数,更容易实现较高的反演精度。地基反演方法可以作为天基算法的基础,并为天基观测结果提供必要的验证。本文针对地基观测的特点,建立了使用地基FTS数据反演大气CO2柱浓度的方法。模拟计算显示该方法在一定的系统误差条件下,具有获得较高反演精度的能力。对地基FTS实测数据进行的反演实验表明,该方法能够获得较精确的大气CO2浓度信息。     

飞秒激光在透明介质中诱导光学微腔的实验研究

鉴于飞秒激光脉冲持续时间极短且峰值功率极高，将其紧聚焦到透明介质体内部时，易引发双光子效应、碰撞电离、雪崩击穿等一系列非线性过程，在焦点处产生微爆，从而形成微腔结构。提出采用25fs的激光脉冲在透明介质内部诱导形成微腔结构。分析了微腔的能量阈值。结合三维精密位移台，制备了三维微腔点阵。探讨了超短激光脉冲在透明介质内部形成微腔结构的方法与基本实验参数。试验发现：采用更短脉宽的飞秒脉冲时可以降低微腔形成的能量阈值；通过调整飞秒激光功率、脉冲作用次数和光束聚焦情况等因素，可以有效改变微腔的纵深比；在数值孔径较低时因无法实现紧聚焦，故不能形成微腔。     

水体高光谱反演混合光谱空间信息分解模型研究

水体高光谱中的混合效应问题是水体定量遥感中的难点。已有研究表明,仅依赖标量光谱信息难以解决复杂的水体混合光谱问题。广域水体污染物除光谱信息之外,还具有明显的空间分布特性。充分利用其空间维信息,可以作为遥感光谱维信息的有益补充,有利于水体复杂光谱的解混。以巢湖为例,HJ-1A HSI高光谱数据为数据源,辅以水面光谱测量数据,在空间地统计学和遗传算法理论基础上,利用地统计学中的变异函数模拟相邻空间两像元的分布差异,将邻域像元空间变异函数作为遗传算法目标函数的约束条件,建立基于协同克里格遗传算法的湖泊水体高光谱反演混合光谱空间信息分解模型,并对悬浮物浓度反演结果进行检验。结果显示,与常规混合光谱分解模型相比,混合光谱空间信息分解模型对悬浮物浓度的预测值与实测值相关系数为0.82,均方根误差9.25mg·L~(-1),相关系数提高了8.9%,均方根误差下降了2.78 mg·L~(-1),表明该模型对悬浮物浓度具有较强的预测能力。该方法将水体的空间信息与光谱信息有效结合,可以避免水色参数光谱信号弱导致反演结果失真,同时由于高光谱波段多、信息量大,带来信息提取计算量大而复杂等问题,也为复杂水体混合光谱模型的求解和模型反演精度的提高提供了有效途径。     

植物叶绿素荧光对CO2反演精度的影响

大气散射效应作为CO₂反演的主要误差源，严重影响了大气CO₂卫星测量的反演精度。氧气在大气中含量稳定，大气CO₂反演方法中常利用氧气的这一特性进行散射校正，其中典型的有光子概率密度函数(PPDF)方法。然而，O₂ A吸收带的光辐射中存在的植物叶绿素荧光会在不同程度上影响PPDF因子的反演，进而限制了CO₂反演精度。由于植被荧光信号较弱，在以往CO₂反演中没有引起足够重视。在调研全球植被荧光分布的基础上，模拟分析了荧光对大气CO₂柱含量(XCO₂)的影响。模拟计算无气溶胶条件下，以及气溶胶和地表反照率两者综合条件下荧光的影响，结果显示，当不考虑气溶胶的影响，荧光强度从0.1增加到1.8(mW·m-2·sr-1·nm-1)，会给CO₂的反演结果造成0.1~2 (10-6)的偏差；考虑气溶胶与地表反射率的影响时，会给CO₂的反演结果造成(0.1~3)×10-6的偏差。此研究表明，对于具有高精度需求的CO₂反演，植物叶绿素荧光是一个不可忽略的影响因素。