叶绿素荧光对CO_2反演的影响及校正方法研究

针对植物叶绿素荧光(fluorescence)对CO_2反演精度影响重视不足的问题,调研了全球植被荧光分布,模拟分析了荧光对大气CO_2柱平均干空气体积混合比(XCO_2)的影响。模拟计算表明,当忽略荧光的影响时,在极端情况下XCO_2的反演误差可达15×10~(-6);但是在全物理反演方法中同步反演0.755μm处的荧光时,可把反演误差校正到0.5×10~(-6)以内。用TCCON (The Total Carbon Column Observing Network)站点Park Falls附近的GOSAT (Greenhouse Gases Observing Satellite)夏季的数据进行反演,发现同步反演荧光可以把误差从6×10~(-6)校正到2×10~(-6)以内。上述实验结果表明,在高精度需求情况下,植物叶绿素荧光是一个不可忽略的因素。     

基于三光谱带的大气散射效应校正方法

大气散射效应作为CO₂反演的主要误差源,严重影响了全球大气CO₂卫星产品的应用研究。气溶胶作用以及气溶胶与地表综合作用是大气散射的重要来源。基于O₂-A,CO₂ 1.6和2.06 μm三个光谱带中的强、弱吸收峰和连续谱,从大气气溶胶光学厚度和地表反照率的角度,分析三光谱带具有的相关信息,提出改进的全物理反演方法,对相关性很强的气溶胶光学厚度和地表反照率这两个散射相关参数进行同步反演,实现大气CO₂反演中的散射效应校正。模拟计算气溶胶影响、气溶胶和地表反照率两者综合影响导致的CO₂反演误差,并进行校正,极端情况下导致的8% CO₂反演误差可校正到1% 内,气溶胶类型差异导致最高达10%的散射影响可校正到2%内,显示了方法的有效性,同时通过对校正效果的评估,表明该方法应用于卫星数据高精度反演的潜力,也指出了实际应用时需要关注的问题。     

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(CH₄)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CH₄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CO₂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。CO₂吸收带校正法利用CO₂ 1.61 μm吸收带,将CH₄柱含量转化为CH₄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CH₄反演,采用比值光谱法和CO₂吸收带校正上述误差,结果显示校正后的CH₄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CO₂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CH₄反演精度。     

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。     

利用Landsat热红外数据研究1985年—2015年北京市冬季热场分布

由于北京城市中心区冬季供暖、汽车尾气、工业生产等因素的影响,以及冬季植被覆盖减少导致地表热惯量降低,致使北京市冬季地表热场与其他季节差异明显。冬季城市热场分布直接影响冬季大气颗粒物等污染物的扩散速度,因此,研究热场分布对了解城市热场在大气颗粒物污染中的贡献具有重要的意义。首先利用MODTRAN大气辐射传输模型计算大气透过率、大气上行辐射与大气下行辐射三个关键参数,通过构建查找表解算热红外波段辐射传输方程。使用数据模拟的手段评价了该方法的精度,结果表明,当比辐射率和水汽分别在±0.005和±0.6的误差范围内波动时,温度反演的误差分别小于0.348和2.117 K,表明该方法可达到较高的反演精度。选择长时间序列Landsat TM、ETM+数据,进行地表温度反演,得到1985年—2015年北京市的地表温度。基于反演的地表温度分析了北京市热场的时空分布。结果表明,北京冬季热场分布在空间上可分为四个层次：北京市二环内温度较高、二环到五环内低温环状特征明显、外围郊区温度高以及北京西部的山区温度最低;随着近30年来北京市的快速发展,热场分布在长时间序列中发生了明显的改变：随着北京城市的不断扩张,环状低温区域也不断扩大,从三环扩展到六环;城市二环以内热岛效应随时间推移而增强,且分布范围扩大。     

超光谱大气CO_2监测仪光谱定标误差修正

超光谱大气CO_2探测需对遥感器进行精确表征及定标,其中光谱定标工作最为基础。针对传统实验室定标方法获取的波长定标系数不确定度高等特点,开展基于气体吸收法原理的光谱定标误差修正研究,该方法与仪器使用状态一致,提高了定标系数实用性。首先利用辐射传输进行了理论光谱及误差因素模拟计算,并基于大气环境模拟定标仓开展了大气XO_2吸收光谱测量实验,最后采用LM算法进行光谱误差修正迭代优化。光谱定标误差修正结果表明:光谱偏差均值由修正前的0.03 cm~(-1)下降到修正后0.008 cm~(-1),且系统性与突变性误差得以剔除,大大提高了地面光谱定标精度,为后续温室气体反演奠定了基础。     

大气CO_2反演误差分析与精度验证

搭载于高分五号卫星平台的大气主要温室气体监测仪(GMI)主要用于测量大气温室气体CO_2和CH_4的柱浓度。为保证GMI遥感数据温室气体的反演精度,需分析温室气体反演中气溶胶等因素对反演结果的影响,并以此作为反演算法校正的要素。在此基础上,利用全球总碳柱观测网(TCCON)站点对GMI反演结果进行验证。结果表明,GMI近红外反演结果误差范围为-1.06±2.93×10~(-6)(-0.26±0.72%),反演精度在1%以内。     

星载激光多普勒测风雷达鉴频系统仿真(I):基于Fizeau干涉仪的Mie通道大气风速反演研究

研究了星载激光多普勒测风雷达系统结构,构建了基于Fizeau干涉仪的鉴频仿真系统,仿真研究了Mie通道风速反演算法,并利用无线电探空数据集仿真结果统计分析了Mie通道大气水平视线(HLOS)风速反演误差.仿真和统计结果表明,基于Fizeau干涉仪的Mie通道可反演低对流层大气风速;低对流层HLOS风速误差和标准差分别小于1 m·s-1和2 m·s-1;气溶胶和云的分布影响星载激光多普勒雷达测风误差,可使风速最大偏差增大一倍.     

超光谱红外卫星资料同步反演不同地表类型的大气廓线、地表温度和地表发射率

大气温度、水汽、地表温度和地表发射率是大气和地表的本征信息量。利用卫星红外资料精确反演大气温湿廓线有利于准确预报天气和研究气候变化,同时地表温度和地表发射率光谱的反演为研究植物生长与作物产量、地表水分蒸发与循环、能量平衡、地表成分及物理性质、气候变迁与全球环境提供重要参数指标。把大气和地面作为一个整体系统来考虑,建立一种能同步反演大气温度廓线、大气水汽廓线、地表温度和地表发射率的反演方法,利用超光谱红外卫星资料(atmospheric infrared sounder, AIRS),针对我国新疆地区沙漠和雪地两种典型发射率地表同步反演大气温度廓线、水汽廓线、地表温度和地表发射率。反演方法首先线性化地球-大气系统红外辐射传输方程, 提出通过经验正交函数构建大气廓线和地表发射率光谱,有效减少反演变量数,建立同步物理反演模式,然后以美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)的预报结果(初始大气温度、水汽廓线以及地表参数)作为初始值,最后通过牛顿迭代得到最优化解。反演观测区域覆盖我国新疆塔克拉玛干沙漠和准噶尔盆地,分别选择位于塔克拉玛干沙漠腹地的塔中探测站(纬度38.98°, 经度83.64°)和准噶尔盆地的阜康荒漠生态系统国家野外科学观测研究站(纬度44.2°, 经度87.9° )为反演地面验证点。反演结果表明,塔克拉玛干沙漠地表温度明显高于准噶尔盆地地表温度,与实际情况相一致;根据反演的8.6和13.4 μm处的地表发射率分布情况,可以看出在8.6 μm处沙漠地表发射率明显低于雪地发射率,在6～15 μm范围内,反演的沙漠地区(塔中站)地表发射率和雪地地区(阜康站)地表发射率与美国喷气推进实验室测量的沙漠发射率光谱和雪地发射率光谱相一致。研究表明,把大气和地面作为一个整体系统来考虑,把地表发射率加入到反演中,通过比较和分析沙漠地区(塔中)和雪地地区(阜康)的大气廓线反演结果与当地气象探空值和传统反演方法反演值,改进了大气温度廓线和水汽廓线反演精度,特别是边界层温度和水汽改进尤为明显;同时分析表明在发射率光谱变化较大的沙漠地区, 大气廓线反演精度的改进比雪地要高,这是由于地表发射率光谱在沙漠、戈壁地区变化较大,而雪地的发射率光谱变化不大。用该方法针对地表发射率光谱变化较大的地区(沙漠)同步反演大气廓线、地表温度和地表发射率,可以更有效的提高大气温度廓线、水汽廓线的反演精度。该研究结果可以为数值天气预报和我国未来超光谱红外卫星应用提供服务和有力支持, 具有十分重要的意义。     

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。     

耦合京津冀气溶胶模式的HJ-1卫星CCD数据大气校正

针对目前HJ-1 CCD大气校正没有考虑中国地区气溶胶模式的问题,提出一种耦合中国地区局部气溶胶模式的大气校正方法。以京津冀地区作为研究区域,该方法对地基北京城区和香河站点反演的气溶胶模式参数进行聚类,得到京津冀地区具有代表性的四类气溶胶模式,并根据四类气溶胶模式来建立查找表进行气溶胶光学厚度的反演。HJ-1 CCD数据没有短波红外波段(2.12 μm),无法采用MODIS的气溶胶算法中获得地表反射率的方法来计算蓝红波段的反射率,本文在气溶胶光学厚度的反演中采用HJ-1卫星的蓝色(0.43~0.52 μm)和红色(0.63~0.69 μm)波段的反射率比值作为误差方程的依据,不需要输入地表目标的反射率。基于反演后的光学厚度对HJ-1 CCD数据进行大气校正,并与ASD光谱辐射计测量数据以及MODIS地表产品数据(MOD09)进行对比。结果表明,该方法得到的大气校正结果与ASD测量结果接近,并与MOD09有较强的相关性,红色波段的平均相关系数达到了0.8以上,受气溶胶影响最大的蓝色波段平均的相关系数也达到了0.75左右。     

基于统计与光程分布的二氧化碳反演方法

为了研究气候变化,需要实现遥感卫星对二氧化碳(CO_2)的高精度测量。气溶胶和透射率较高的薄卷云的散射是影响大气中CO_2反演精度的主要环境因素。结合主成分分析(PCA)的统计方法和光程概率分布的密度函数(PPDF)方法,利用PCA方法得到大气CO_2反演的先验值,避免了因偏差过大而导致的运算结果无法接近真值;基于3层PPDF模型,解决了薄卷云和气溶胶散射引起的光子路径变化而导致的吸收谱线变化的问题。结果表明,PCA方法和PPDF方法联合反演的反演精度得到明显提高;对2013年塔克拉玛干沙漠GOSAT数据的反演结果进行分析,采用单一的PPDF方法得到的反演结果的方差为3.5,两种方法相结合得到的反演结果的方差为1.4,优于日本国立环境研究所(NIES)提供的反演方差(1.6)。     

高分辨率傅里叶变换红外光谱反演环境大气中CO_2浓度的质量优化方法

高质量的CO_2反演结果有助于准确认知其源汇信息、预测未来气候变化趋势及提升全球碳循环的理解。基于非线性最小二乘光谱拟合技术,研究地基高分辨率傅里叶变换红外光谱反演环境大气中CO_2浓度的反演产品质量优化方法。借助O_2窗口的反演结果,将CO_2柱浓度转化为柱平均干空气摩尔分数(column-averaged dry air mole fraction,XCO_2),能有效修正系统共有误差;采用一种经验修正模型,能有效修正与大气质量因子相关的虚假日变化;通过建立一定的红外光谱筛选法则,能有效控制XCO_2反演产品质量。以一天的典型观测结果为例,对产品质量优化前后的反演结果进行了对比,优化后反演误差减小了60%,以正午为中心两边各取一小时计算了XCO_2的反演精度,为0.071%(相当于0.28ppm),符合TCCON(total carbon column observing network)规定的0.1%精度范围。     

合成孔径雷达反演海面风场变分模型分析

为考察合成孔径雷达反演海面风场变分模型精度,开展了误差分析试验.在背景场误差为极大值条件下分析场误差低于背景场误差,且随背景场风向增大呈周期性变化;在背景场误差逐渐变大条件下分析场误差逐渐增大,误差偏离方向与背景场误差偏离方向一致;在特定背景场条件下与直接反演模型相比,低风速时反演误差略高,中高风速时反演误差明显较低.总体来讲,变分模型误差小于背景场误差,风速反演误差小于1.60 m/s,风向误差小于17.15°.     

基于太阳宽谱直接辐射测量获取激光大气透过率

随着激光技术在众多科学领域的应用,激光波段大气透过率的实时获取尤为重要。基于测量和模拟结果研究,提出基于太阳辐射计的宽谱直接辐射测量提取红外波段激光大气透过率的方法,该方法低成本、高时效、可同时获得多波段的激光大气透过率。对比研制的ISP型近红外太阳辐射计与POM02的实测结果可知:对应波段透过率和水汽总量误差都小于7%;由1.31μm与1.32μm分别提取到1.315μm波段的透过率,两者误差小于4%,提取的误差与水汽含量成正比,并由1.32μm反演得到水汽总量,与0.94μm反演得到的水汽总量结果对比,误差小于10%。因此,在无0.94μm波段测量时,可以考虑用1.32μm波段反演水汽总量。将该方法与激光传输评估软件根据实时测量的大气参数模拟计算得到的1.315μm激光大气透过率进行对比,误差小于6%。该方法对激光工程在实际大气中的应用具有参考价值。     

地表反照率对短波红外探测大气CO2的影响

在卫星短波红外遥感二氧化碳的过程中, 表征地表特征的地表反照率是影响探测精度的重要参数之一. 针对温室气体二氧化碳高精度探测的需求, 本文研究了地表反照率对正演模拟光谱和反演近地面二氧化碳平均柱浓度XCO₂的影响. 模拟计算结果显示, 地表反照率数值增大时, 观察的光谱强度也相应增大, 并且在O₂-A波段造成的光谱差异比1.6 μm波段高出一个数量级, 即地表反照率在O₂-A波段的影响比较大. 选取了两个不同地表类型的实际观测光谱, 仅改变O₂-A波段和1.6 μm波段地表反照率数值, 得出草地点在O₂-A波段地表反照率达到0.25的误差时, 会给XCO₂的反演结果造成大于1%的相对误差, 而1.6 μm波段的地表反照率变化对XCO₂的反演结果造成的误差可以忽略不计, 说明了地表反照率在反演XCO₂过程中的重要性主要来自对O₂-A波段的影响. 此研究表明了地表反照率在卫星遥感温室气体过程中的重要性, 为提高遥感探测二氧化碳的精度提供了重要的理论依据和指导.     

1.572μm附近CO_2吸收光谱的测量

应用自行构建的恒温差分吸收光谱探测系统,在230—320 K的温度范围内,精确探测1.572μm附近CO_2吸收谱线的变化,获得了不同温度和压强下CO_2气体的吸收截面、自增宽系数、空气增宽系数,这些参数补充和完善了现有的数据库.定量分析了温度、压强对谱线的影响,建立了光学厚度和吸收截面的数值计算模型,并已经用于我国的CO_2激光雷达,为其高精度数据反演奠定了技术基础.这些工作能够提高工作在该波段的差分吸收CO_2探测激光雷达的反演精度.     

基于纯转动拉曼谱线激光雷达的大气温度反演分析

由于气溶胶的影响,传统的瑞利散射法测量低空大气温度有一定的局限,为此开展了纯转动拉曼法测量低空大气温度。利用纯转动拉曼激光雷达在北京进行了2个月的大气温度观测,由观测数据反演了温度廓线。在基于N₂和O₂的纯转动拉曼谱线特征进行大气温度反演过程中,分析了平滑窗口、定标范围和定标常数对温度反演精度的影响。结果显示随着平滑窗口的增大,雷达和无线电探空仪测量的温度之间的平均绝对偏差先减小后增加,为有效去除信号中随机误差的影响,同时保留温度廓线的垂直结构,平滑窗口应选择600~1 200 m比较好。定标范围不同,雷达和无线电探空仪测量的温度之间的平均绝对偏差就不同,相对变化约为0.07 K。当定标常数a,b都增大或都减小时,雷达和无线电探空仪测量的温度之间的平均偏差增大,当一个增大另一个减小时,平均偏差相互抵消;a,b的变化不是等几率的,在符号上总是相反的;平均偏差对a的变化不敏感,对b的变化也不敏感,对a与b的整体变化敏感,约91.7%平均偏差落入-3~3 K之间。该研究分析结果对纯转动拉曼激光雷达数据反演中涉及的平滑窗口、定标范围的选择提供了理论依据,对激光雷达定标常数造成实际温度反演结果的误差提供了参考。     

基于跨平台红外高光谱观测的对流层三维风场测量

精确的风场数据对提高数值天气预报准确性具有重要意义,对流层风是改进天气预报的要素之一。虽然利用气象卫星成像仪对连续云图追踪特征目标进行导风是一种有效的风场观测方法,且在区域和全球尺度上改善了数值天气预报,但仍存在风场高度分配模糊问题而产生误差。星基红外高光谱探测仪具备大气温湿度廓线垂直探测能力,通过分析各个垂直分层内的大气参数运动得到三维风场,能够提升风场垂直高度的准确性,改进风场高度分配模糊问题。提出了利用跨平台极轨气象卫星FY-3D星红外高光谱大气探测仪HIRAS和NOAA-20星跨轨红外探测仪CrIS交叉观测对流层三维风场的创新方法,根据两仪器近重叠轨道星下点交叉观测辐射数据匹配水汽通道图像,通过稠密光流法分析目标运动变化并计算风场,对风矢量进行质量控制后同ERA-Interim再分析资料作定量化比较,分析风速均值绝对偏差、均方根误差和风向均值绝对偏差。分别对2019年2月20日UTC世界时00:00,06:00,12:00的HIRAS和CrIS交叉数据计算200,300,400,600,650和1 000 hPa六组垂直高度风场,结果表明,风速范围的变化趋势与再分析资料表现一致,风速范围随高度降低而减小,高层对20 m·s-1以上风速更敏感,地表附近测得风速集中在10 m·s-1以内。风速均值绝对偏差多数小于3 m·s-1,最大不超过4 m·s-1,风速均方根误差多数小于3.5 m·s-1,最大不超过4.5 m·s-1,风向均值绝对偏差多数小于30°,最大不超过40°。风场误差主要来自仪器自身设计参数不同引入辐射数据的观测偏差,以及因数据空间分辨率不同导致在图像重投影处理过程中引入的定位偏差。     

基于纯转动拉曼谱线激光雷达的大气温度反演分析（英文）

由于气溶胶的影响,传统的瑞利散射法测量低空大气温度有一定的局限,为此开展了纯转动拉曼法测量低空大气温度。利用纯转动拉曼激光雷达在北京进行了2个月的大气温度观测,由观测数据反演了温度廓线。在基于N_2和O_2的纯转动拉曼谱线特征进行大气温度反演过程中,分析了平滑窗口、定标范围和定标常数对温度反演精度的影响。结果显示随着平滑窗口的增大,雷达和无线电探空仪测量的温度之间的平均绝对偏差先减小后增加,为有效去除信号中随机误差的影响,同时保留温度廓线的垂直结构,平滑窗口应选择600~1 200m比较好。定标范围不同,雷达和无线电探空仪测量的温度之间的平均绝对偏差就不同,相对变化约为0.07K。当定标常数a,b都增大或都减小时,雷达和无线电探空仪测量的温度之间的平均偏差增大,当一个增大另一个减小时,平均偏差相互抵消;a,b的变化不是等几率的,在符号上总是相反的;平均偏差对a的变化不敏感,对b的变化也不敏感,对a与b的整体变化敏感,约91.7%平均偏差落入-3~3K之间。该研究分析结果对纯转动拉曼激光雷达数据反演中涉及的平滑窗口、定标范围的选择提供了理论依据,对激光雷达定标常数造成实际温度反演结果的误差提供了参考。