“五基”协同大气环境立体遥感监测系统应用研究

“五基”协同天空地一体化生态环境立体遥感监测体系,是一种综合天基卫星、空基遥感、航空无人机、移动巡护监测车和地面观测五种技术手段为一体的监测体系。“五基”协同大气环境立体遥感监测系统是该体系的重要组成部分,其核心是运用协同联动机制和技术方法,构建数据协同融合的核心算法模型,以期弥补常规遥感手段在监测时效、精度、周期等方面的短板。以棋盘井工业园区为示范区域,重点介绍了“五基”协同监测体系中五种不同技术手段的组成架构,展示了多技术手段协同监测以及应用分析成效,并讨论了该协同监测体系在解决大气污染防治工作关键技术问题上的效果。通过“五基”协同联动、多源数据融合,获得了本地污染排放特征及区域污染物传输的定量化贡献,实现精准溯源及执法,最终形成针对性的大气污染全面治理方案建议,有效支撑了当地大气污染防治工作。     

红外高光谱资料AIRS反演晴空条件下大气氧化亚氮廓线

N₂O是一种非常重要的温室气体和臭氧损耗物。由于观测资料有限,对于N₂O在这两方面所发挥的作用定量描述还存在很多的不确定性。利用热红外卫星数据AIRS可以反演监测甲烷和二氧化碳气体,但对氧化亚氮的反演还很少见到。因此该工作首次在国内针对高光谱红外卫星资料AIRS,开展利用最优估计法反演大气N₂O廓线的模拟研究。讨论了先验廓线的获取方法及反演通道的选取方法,并将反演结果和HIPPO飞机观测数据进行比较,发现AIRS观测数据可以很好的捕获N₂O的垂直分布,在300～900 hPa,与HIPPO数据趋势一致,且反演精度较高,相对误差仅为0.1%,与所选取反演通道的jacobian峰值区间一致。反演结果相比于特征向量统计法也有显著提高。     

温度对CrIS热红外卫星资料反演臭氧廓线的影响分析

臭氧是地球大气中一种重要的痕量气体,在光化学反应和气候变化中都扮演着非常重要的角色。高光谱红外卫星可以观测到较高垂直分辨率的大气臭氧信息,但是由于热红外受大气温度影响较大,臭氧反演精度会有所下降。为此详细讨论和分析了温度对臭氧吸收光谱和权重函数的敏感性,以及对臭氧反演精度的影响。首先利用逐线积分辐射传输模型LBLRTM,分别模拟计算了六种不同标准大气模式下,1K的随机温度误差对大气透过率和辐射值的影响,发现1 K温度随机误差和臭氧浓度5%～6%的变化引起的辐射值变化量一致。接着利用CRTM辐射传输模型,针对搭载于美国对地观测卫星Suomi NPP(National Polar-orbiting Partnership)平台上的CrIS(Cross-track Infrared Sounder)红外高光谱观测数据,计算了1K的随机温度误差对大气臭氧权重函数的影响,并计算了由1K温度误差所导致的热红外高光谱资料大气臭氧廓线反演误差,结果显示CrIS对于臭氧的敏感区位于10～100 hPa之间,且1 K的温度误差和6%的臭氧浓度变化引起的权重函数变化量相当。最后以CrIS作为实验数据,在最优估计法框架下,通过特征向量统计法获取臭氧廓线的先验知识,并将大气温度廓线和大气臭氧廓线都作为未知量,进行同步迭代反演。将反演结果和配对的世界臭氧紫外数据中心WOUDC的站点数据进行比较,发现在反演中加入大气温度廓线进行同步迭代后,反演结果有显著提高,尤其在平流层与真值几乎一致,最大相对误差不超过20%,在对流层反演结果相对较差,最大相对误差不超过50%,优于欧洲中期天气预报中心ECMWF(European Center for Medium-range Weather Forecasting)臭氧模式数据集ERA-Interim。     

中国地区氧化亚氮浓度时空变化特征分析

氧化亚氮是一种重要的温室气体和臭氧损耗物。利用热红外反演大气温湿廓线,由于大气氧化亚氮含量较少且变化幅度不大,一般都当作常量处理。但是在反演氧化亚氮时,由于大气温湿廓线和地表温度等参数相对氧化亚氮变化较大,可能很小的扰动就会覆盖掉氧化亚氮的吸收信号。因此有必要在上千个通道中,选取信噪比最高的通道,反演分析氧化亚氮浓度的时空变化特征,进而掌握我国氧化亚氮浓度的变化规律,为研究我国氧化亚氮排放对气候变化的贡献,制定合理的氧化亚氮减排政策等,提供可靠数据支撑。采取一种优化后的最优敏感廓线通道选取法,利用AIRS数据,基于最优估计法反演氧化亚氮浓度,与TCOON观测网中加拿大站点进行比对,结果显示卫星遥感与地面观测结果一致性较好,相关系数r为0.73,该算法可以推广到IASI和CrIS等热红外高光谱数据,使对氧化亚氮的观测数据增加到20多年,这种长时间序列的产品是对目前地面观测的有效补充。在氧化亚氮反演验证的基础上分析了我国氧化亚氮的年均值变化和月均值变化情况,以及它的空间分布特征。时空变化结果显示,我国氧化亚氮浓度在低纬度地区浓度相对较高,每年在华南地区的夏季达到峰值,月度间变化幅度较大,相比于月度变化,年度之间的变化幅度相对较小。监测结果同时显示,印度、巴基斯坦等国在紧邻我国地区,夏季氧化亚氮浓度较高,因此我国氧化亚氮浓度的时空变化特征除本地排放贡献外,也有一定的外部区域传输影响。     

基于卫星遥感的中国地区XCO2 和XCH4 时空分布研究

人为活动排放的以CO2 和CH4 为主的大量温室气体是造成全球增温的主要因素。由于地面观测站点稀少, 卫星遥感为监测CO2 和CH4 的时空分布及变化趋势提供了新的技术手段。本文验证了GOSAT、OCO-2 卫星的大气 CO2 和CH4 柱浓度遥感产品XCO2 和XCH4 的精度, 并分析了我国XCO2 和XCH4 的时空分布和变化趋势, 主要结论 如下: (1) 在所用XCO2 遥感产品中, OCO-2 ACOS 与地面观测的相关性最高(达0.93); 而XCH4 产品中GOSAT OCPR 的相关性最高(达0.78)。(2) 在研究的时间跨度内, XCO2 浓度呈逐年上升趋势, 如我国OCO-2 XCO2 年均浓度由2014 年的396.92 × 10−6 增长到2021 年的414.72 × 10−6; CO2 浓度高值主要分布在城市和工业集中的中国东部地区, 西北 地区塔克拉玛干沙漠的高值与气溶胶散射影响有关; 同时, 受人为源和自然源的季节变化影响, XCO2 具有冬春高、夏 秋低的时间特征。(3) XCH4 浓度同样呈逐年上升趋势, 但与XCO2 不同, XCH4 浓度高值主要分布在天然气和煤炭开 采集中的四川东部、重庆西部、陕西与山西的中部地区, 以及工业集中的华北地区, 季浓度呈现夏秋高、春冬低的特 征。(4) 2020 年XCO2 高值区发生偏移; 相对于2020 年, 2021 年CO2 增速有所回升, 但增幅相对于2019 年之前仍有 所减小。     

利用红外高光谱资料CrIS反演大气温湿廓线的模拟研究

大气温湿廓线是数值预报中最基本的气象参数,高光谱红外卫星可以观测到较高垂直分辨率的大气信息,为了准确获取廓线信息,利用搭载于美国对地观测卫星Suomi NPP(national polar-orbiting partnership)平台上的CrIS(cross-track infrared sounder)红外高光谱观测资料,讨论了通道选取方法,采用特征向量统计法反演法得到初始大气廓线,利用非线性牛顿迭代法进一步提高反演精度。将反演结果和全球数据同化系统GDAS(global data assimilation system)模式分析数据以及配对的无线探空值进行比较,发现反演结果与真值趋势一致,较之初始廓线有显著提高,在100～700 hPa之间,温度廓线反演精度最高,均方差小于1 K,在300～900 hPa之间,湿度廓线反演精度最高,均方差小于20%,与所选取通道的雅各比峰值区间一致。