融合星地多源数据资料的长三角地区高分辨率时空无缝PM2.5浓度数据

大气污染物浓度全方位动态监测是进行区域大气污染精细化防控的重要前提。为开展长三角地区小时分辨率PM_2.5浓度无缝制图,本研究通过耦合AOD缺失信息重建与多模数据融合技术,建立了一套能够有效集成卫星遥感、地面观测、数值模拟等多源异构数据资料的近地面PM_2.5浓度无缝制图方案,并据此生产了2015年—2020年长三角地区小时分辨率无缝PM_2.5浓度格点数据产品。结果表明：本研究生产的PM_2.5浓度无缝格点产品与国控站点观测数据的交叉验证相关系数达0.9,平均偏差不超过10 μg·m^-3。较于空间分布不均且相对稀疏的站点观测PM_2.5浓度资料,面域无缝PM_2.5浓度格点数据更能有效揭示长三角地区PM_2.5污染的时空变化特征;在2015年—2020年研究期内,其平均下降速率超过3 μg·m^-3·a^-1。本研究发展的PM_2.5浓度无缝制图方法和生产的相关数据产品有望为区域灰霾污染防控和PM_2.5暴露健康风险评估研究提供方法参考和基础数据支撑。     

北京地区气溶胶粒径尺度谱与PM2.5浓度转换模型研究

大气细颗粒物（PM_2.5）质量浓度是重要的空气质量指标之一。为了促进区域PM_2.5浓度监测的研究，同时拓展利用CE318太阳光度计等光学传感器反演的大气气溶胶产品的应用领域，本文首先基于北京地区2014年—2017年大气气溶胶反演的粒径尺度谱分布产品，计算表征PM_2.5的粒子体积，并结合同一时间北京地区35个空气质量站点提供的PM_2.5质量浓度参考值计算转换系数，对样本区间进行划分以构建转换模型。其次，利用各CE318站点数据所得转换系数及其相对精度，对研究区PM_2.5质量浓度估算误差空间分布，以及转换系数偏差对估值误差贡献情况进行评价。研究结果表明，由CE318站PM_2.5粒子体积与其临近空气质量站PM_2.5质量浓度联合建立的转换系数是一种与气溶胶理化属性密切相关的参数指标，可将时间和空间维度上PM_2.5体积与PM_2.5质量浓度之间的关系映射到由理化属性主导的维度上，可用于对估值模型进行细化和分类，构建分段转换函数模型，使得各分段区间内具有较高的模型拟合精度。基于转换系数的北京地区PM_2.5浓度估值的相对误差多年均值介于12.8 %—28.7 %，而转换系数相对偏差对PM_2.5质量浓度估值相对误差的影响显著，二者之间具有“r”型结构。当转换系数相对偏差介于-16.3 %至24.5 %时，该偏差的出现概率约为66.5 %，使得PM_2.5质量浓度估值误差在20 %以内，表明采用此种方法对相应站点的PM_2.5质量浓度进行估值具有相当的精度和稳定性。以上研究结果可为地面观测站稀少区域利用卫星光学遥感开展空气质量大范围监测应用提供理论前提和技术支持。     

风云三号D星MERSI AOD资料的同化应用研究

为了验证风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据对地面PM_2.5的污染过程预报的效果,本文基于WRF-Chem（Weather Research and Forecasting model coupled with Chemistry）大气化学模式和三维变分同化方法,针对2020-02-10—2020-02-12中国北方地区的一次PM_2.5重污染过程,进行了同化和预报试验研究。同化数据来自常规地面站点的PM_2.5浓度数据和风云三号D星MERSI传感器的气溶胶光学厚度（AOD）数据。控制试验不同化任何资料,3组同化试验分别为仅同化地面PM_2.5,仅同化卫星AOD,以及同时同化PM_2.5和卫星AOD两种资料。结果表明,3组同化试验都可以有效提高初始场准确率,以地面PM_2.5作为检验标准,仅同化PM_2.5、仅同化AOD、同时同化两种资料相对于控制试验,初始场的平均偏差分别降低54.9%、21.9%和49.0%,平均相关系数分别提升51.4%、16.0%和34.0%,平均均方根误差分别降低50.6%、17.2%和42.3%。以卫星AOD作为检验标准,3组同化试验相对于控制试验,初始场的平均偏差分别降低37.6%、78.4%和83%,平均均方根误差分别降低31.6%、62.2%和65.2%。同化后的初始场对预报有显著的改进,改进持续时间达24 h,以地面PM_2.5作为检验标准,同时同化两种资料的试验对24 h预报的平均偏差减少19.7%,相关系数提升8.8%,均方根误差减少17.2%;以卫星AOD作为检验标准,24 h预报的平均偏差减少40.1%,相关系数提升25.9%,均方根误差降低34.7%。试验结论为,相对于仅同化地面PM_2.5资料,同化风云卫星AOD资料可以提升后期预报效果。     

耦合注意力机制DNN的PM2.5估算及时空特征分析

PM_2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注。尽管PM_2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM_2.5浓度的时空异质性。本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年—2020年PM_2.5浓度进行了逐日的高精度估算。模型交叉验证结果显示决定系数R²高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型。长三角区域PM_2.5浓度时空特征分析结果表明,PM_2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡。此外,长三角区域2015年—2020年整体PM_2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30 μg/（m³·a）,其次为江苏省（2.65 μg/（m³·a））;浙江省与安徽省下降速率都小于2 μg/（m³·a）,但由于安徽省PM_2.5浓度远高于浙江省,提升空间更大,需要更多的关注。综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM_2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地。     

地球静止卫星和网格化站点支持下的PM2.5精细制图

许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM_2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R²为0.90,RMSE为11.65 μg/m³。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM_2.5制图结果能更好地反映城市内部不同区域的PM_2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。     

MODIS卫星遥感估计福州地区近地面PM2.5浓度

卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。     

高分五号大气痕量气体差分吸收光谱仪对流层NO2柱浓度遥感反演研究

搭载于“高分五号”（GF-5）卫星上的痕量气体差分吸收光谱仪（EMI）是一台星下观测的高光谱载荷,测量紫外和可见光光谱范围的地球后向散射辐射,设计用于大气痕量气体的探测。本研究基于EMI在VIS1通道的实测光谱,利用差分光学吸收光谱（DOAS）方法进行了对流层NO₂柱浓度反演,展示了基于EMI载荷的对流层NO₂柱浓度反演结果,与同类载荷产品进行交叉验证,并利用地基观测结果进行了地基验证。研究表明,EMI反演结果与OMI、TROPOMI具有较好的空间分布一致性和较低的相对偏差,与TROPOMI具有较好的时间变化一致性。地面验证结果表明EMI NO₂反演结果具有较高的精度。本研究证明了EMI在全球NO₂监测方面的能力,可以为中国后续污染气体探测载荷的设计和反演算法的开发提供参考。     

高分一号WFV影像的深圳市水库CODMn浓度时空分布特征

COD_Mn是反映水体有机污染程度的一个重要水质参数。地表水有机污染遥感监测主要面临两个挑战：技术方法大多基于经验模型,依赖大量实测数据;有机污染评价的综合性指标,水质参数不明确。针对上述问题,本文从辐射传输机理出发,基于研究区水体特征,考虑悬浮泥沙、叶绿素、耗氧性有机物3大水质因子,提出一种反演机理清晰、参数意义明确的像元反射率与COD_Mn浓度的物理模型。通过深圳市3大水库COD_Mn浓度反演与验证,决定系数R²达到0.832,模型方法可靠明。对3大水库COD_Mn浓度时空分布特征研究,结果表明：（1）3大水库总体COD_Mn浓度不高,受到轻度有机污染。（2）浓度高值区多在库角居民区附近,水库连接处未出现污染扩散。（3）2018年3月—2019年5月,库区水质改善,与2018年深圳市治水专项活动背景保持一致,建议水库水质保护核心是控制外源污染,避免丰水期污染源的输入。本文的模型方法是基于广东省典型水体光学参数,而水体固有光学特征具有季节差异,未来将进一步研究水体固光学特征变化模式,以提高模型的稳健性。此外,还可结合高分六号等谱段更多的卫星开展浅水区COD_Mn浓度反演的研究。     

季节偏差纠正下的遥感AOD产品降尺度BGIM算法

MODIS 3 km DT（Dark Target）卫星气溶胶光学厚度AOD（Aerosol Optical Depth）数据产品已广泛应用于大气污染监测,但受反演方法限制,该数据产品像元缺失严重、时空覆盖度低、精度偏低。相比,MODIS 10 km DT_DB_Combined AOD数据产品因融合DT和DB（Deep Blue）两种反演算法,一定程度上可弥补MODIS 3 km DT AOD数据产品在时空覆盖度与精度方面的缺陷,但分辨率偏低。此外,受气溶胶组分来源的季节变化与地表反射率估算的季节性误差影响,MODIS AOD数据产品精度同时也存在季节性特征。本文由此以京津冀为试验区,顾及AOD季节变化特性,开展MODIS 10 km DT_DB_Combined AOD数据产品偏差纠正下的地统计反演模拟BGIM（Bias-corrected Geostatistical Inverse Model）降尺度算法研究。试验同时引入AERONET地基观测数据和MODIS 3 km DT AOD数据产品作为降尺度结果的绝对与相对验证标准。结果表明：季节偏差系数纠正下生成的MODIS 3 km DT_DB_Combined AOD与10 km DT_DB_Combined AOD、3 km DT AOD数据产品的绝对精度相当,验证R²分别为0.79、0.70、0.71;且相比MODIS 3 km DT AOD数据产品,季节偏差系数纠正下的MODIS 3 km DT_DB_Combined AOD数据与其相关系数可达0.93;在时间覆盖度和空间覆盖度方面可分别提升11.21%和11.44%,其中春、冬两季空间覆盖度提升效果尤为显著。研究结果证实BGIM降尺度算法可有效估算MODIS 3 km DT_DB_Combined AOD数据,提高MODIS 3 km AOD产品的时空覆盖度,并同时抑制原有MODIS 10 km DT_DB_Combined AOD数据产品的季节性高估现象。     

珠江三角洲地区SO2浓度卫星遥感长时间序列监测

利用卫星OMI(Ozone Monitoring Instrument)数据获得的长时间序列SO₂浓度,分析广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度的变化过程,以及亚运会举办期间珠江三角洲SO₂浓度分布状况。结果表明OMI能够反映近地表的SO₂浓度变化趋势,广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO₂浓度表现出明显的季节变化,且亚运会期间该地区近地面SO₂浓度比以往年同期要低,说明珠江三角洲地区联动的空气质量保障措施明显降低了该地区近地面的SO₂浓度。     

Application of geographical information system for mapping/monitoring seismological hazards in Pakistan

This study attempts to use the geographic information system (GIS) technique to map and understand the tectonics and crustal structures of Pakistan. Maps of surficial tectonic features and seismological parameters including Moho depth, P_n velocity and P_g velocity are complied. Based on the seismological data-set of the country the earthquake hazard map of Pakistan is also presented by applying regression technique on seismological, geological and topographical parameters. A case study of 8 October 2005 earthquake is used to validate the hazard map. It is envisaged that the developed GIS database would help policy-makers and scientists in natural hazard evaluation, seismic risk assessment and understanding of earthquake occurrences in Pakistan.     

Evaluating Hyperspectral Imager for the Coastal Ocean (HICO) data for seagrass mapping in Indian River Lagoon,FL

Differentiation between benthic habitats, particularly seagrass and macroalgae, using satellite data is complicated because of water column effects plus the presence of chlorophyll-a in both seagrass and algae that result in similar spectral patterns. Hyperspectral imager for the coastal ocean data over the Indian River Lagoon, Florida, USA, was used to develop two benthic classification models, Slope_RED and Slope_NIR. Their performance was compared with iterative self-organizing data analysis technique and spectral angle mapping classification methods. The slope models provided greater overall accuracies (63–64%) and were able to distinguish between seagrass and macroalgae substrates more accurately compared to the results obtained using the other classifications methods.     

CO2 concentration and its spatiotemporal variation in the troposphere using multi-sensor satellite data,carbon tracker,and aircraft observations

Satellite-based atmospheric CO₂ observations have provided a great opportunity to improve our understanding of the global carbon cycle. However, thermal infrared (TIR)-based satellite observations, which are useful for the investigation of vertical distribution and the transport of CO₂, have not yet been studied as much as the column amount products derived from shortwave infrared data. In this study, TIR-based satellite CO₂ products – from Atmospheric Infrared Sounder, Tropospheric Emission Spectrometer (TES), and Thermal And Near infrared Sensor for carbon Observation – and carbon tracker mole fraction data were compared with in situ Comprehensive Observation Network for Trace gases by AIrLiner (CONTRAIL) data for different locations. The TES CO₂ product showed the best agreement with CONTRAIL CO₂ data resulting in R² ~ 0.87 and root-mean-square error ~0.9. The vertical distribution of CO₂ derived by TES strongly depends on the geophysical characteristics of an area. Two different climate regions (i.e., southeastern Japan and southeastern Australia) were examined in terms of the vertical distribution and transport of CO₂. Results show that while vertical distribution of CO₂ around southeastern Japan was mainly controlled by horizontal and vertical winds, horizontal wind might be a major factor to control the CO₂ transport around southeastern Australia. In addition, the vertical transport of CO₂ also varies by region, which is mainly controlled by anthropogenic CO₂, and horizontal and omega winds. This study improves our understanding of vertical distribution and the transport of CO₂, both of which vary by region, using TIR-based satellite CO₂ observations and meteorological variables.     

利用遥感数据评价燃煤电厂空气质量

卫星观测数据可以评价燃煤电厂的空气质量等级。NO₂、SO₂ 和烟尘是燃煤电厂排放的主要污染物,本文利用卫星遥感观测的NO₂、SO₂和气溶胶光学厚度AOD(Aerosol Optical Depth)开展燃煤电厂空气质量评价。以中国华北地区为实验区,分析对比了3种污染物不同时间分辨率和空间分辨率的污染状况,确定了单因子的5级分级标准,根据燃煤电厂排放污染物的权重不同,提出了评价近地表空气质量状况的模型。本文综合考虑3种污染因子来反映电厂空气质量,有利于提高评价的准确性以及反应信息的全面性。结果表明,该模型能正确反映不同地区电厂的空气质量特点。     

短波红外CO2反演过程约束研究及初步反演结果

短波红外通道卫星CO2遥感是近年国际研究热点。首先,开展了卫星观测对气溶胶及大气温度的敏感性研究;其次,针对基于最优化理论的非线性迭代反演方法反演过程中的不收敛问题,提出了修正的阻尼牛顿方法(MDNM),并利用模拟数据评估了MDNM方法的有效性;最后,利用GOSAT卫星数据反演CO2的垂直混合比浓度,并与地基TCCON站点数进行比对。研究结果表明:短波近红外CO2卫星遥感受气溶胶散射及温度影响明显;通过地基比对初步验证了MDNM具有良好的精度,两者的相关性R2达到了0.729。     

Increased accuracy of geostatistical prediction of nitrogen dioxide in the United Kingdom with secondary data

Five techniques were used to map nitrogen dioxide (NO₂) concentrations in the United Kingdom. The methods used to predict from point data, collected as part of the UK NO₂ diffusion tube network, were local linear regression (LR), inverse distance weighting (IDW), ordinary kriging (OK), simple kriging with a locally varying mean (SKlm) and kriging with an external drift (KED). These techniques may be divided into two groups: (i) those that use only a single variable in the prediction process (IDW, OK) and (ii) those that make use of additional variables as a part of prediction (LR, SKlm and KED). Nitrous oxides emission data were used as secondary data with LR, SKlm and KED. It was concluded that SKlm provided the most accurate predictions based on the summary statistics of prediction errors from cross-validation.     

GOSAT卫星数据监测中国大陆上空CO2浓度时空变化特征

中国地区大气CO2浓度对全球气候变化有重要的影响。本文基于日本GOSAT卫星短波红外CO2的长期观测数据,对2010年-2016年中国大陆上空CO2浓度的分布特征和变化趋势进行分析研究。利用高精度的地基TCCON站点CO2观测对GOSAT CO2数据进行精度验证,结果表明,GOSAT CO2具有较高的精度,相对TCCON CO2的偏差为-1.04±2.10 ppm,两者的相关系数高达0.90;利用中国地区7年的GOSAT CO2观测数据分析研究显示,CO2浓度高值主要分布在中国的浙江-江苏-安徽地区、京津冀地区和湖南-湖北-河南-陕西地区;截至2016年,中国大部地区CO2浓度超过400 ppm;中国大陆CO2平均浓度呈现明显的逐年增长趋势,从2010年的387.76 ppm增长到2016年的402.18 ppm,年增长率约为2.31 ppm/a,略高于同期全球平均水平。     

GF-5 AIUS切高校正算法研究与反演验证

利用红外掩星获取温压及其大气成分廓线,需要获得精确的指向信息,针对高分五号大气环境甚高分辨率探测仪（GF-5 AIUS）一级光谱信息,本文首先分析了不同切高的光谱变化情况,在此基础上,利用查找表方法进行切高校正。在低切高段（10—20 km）,选取N₂吸收波段,模拟6—40 km高度上的透过率光谱,通过查找表校正方法对一级数据中的低层切高进行校正。在高切高段（20—100 km）,模拟6—90 km切高上的透过率光谱,利用O₃吸收波段（20—90 km）进行校正。校正算法采取全局最小均方根误差的方法进行统计实验,确定最小校正半径为15 km。最后选取O₃、HCl、N₂O共3种大气成分的反演波段,进行校正后的透过率数据对比验证与反演产品精度的验证。结果表明：在O₃、HCl、N₂O共3种成分的反演通道上,校正后的观测透过率与模拟的透过率数据一致性较好,两者最大偏差小于0.1,切高校正算法得到的结果与模拟透过率吻合度较好;同时基于Aura MLS（Microwave Limb Sounder）、ACE-FTS（Atmospheric Chemistry Experiment Fourier-Transform Spectrometer）Level 2产品进行了O₃、HCl、N₂O单廓线交叉验证。结果表明：GF-5 AIUS反演的单廓线O₃与MLS、ACE-FTS相对偏差在30 km以下小于50%,在30—60 km小于20%;单廓线HCl与MLS、ACE-FTS相对偏差整体小于20%;单廓线N₂O与MLS、ACE-FTS相对偏差30 km以下小于20%,30—60 km相对偏差较大。     

O2-O2云反演算法及其在TROPOMI上的应用

利用遥感技术对大气环境污染进行监测时，云是影响痕量气体反演精度的重要因素，因此在痕量气体反演中需要对云的影响进行校正，通常使用的云参数主要是有效云量和云压。本文基于O₂-O₂ 477 nm吸收波段构建了O₂-O₂云反演算法：首先，根据有效云量和云高与连续反射率和O₂-O₂斜柱浓度之间的对应关系，结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表；然后，通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射，获得O₂-O₂斜柱浓度并计算连续反射率；最后，结合辅助数据，根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据，将反演结果与OMCLDO2产品进行对比验证，有效云量和云压空间分布一致，相关系数R均超过0.97；并还将该算法应用于下一代大气成分监测仪器TROPOMI，与FRESCO+产品对比，有效云量和云压空间分布基本一致，当地表类型为海洋时，有效云量相关系数R大于0.97，云压相关系数R大于0.94，云压反演结果存在一定的区别；通过将O₂-O₂云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比，结果表明，在低云情况下，O₂-O₂云反演算法线性回归方程斜率为0.782，截距为198.0 hPa，相关系数R为0.850，算法表现优于FRESCO+。而在高云情况下，FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O₂-O₂云反演算法在大气云反演中具有较高的准确性和可行性，可以为大气痕量气体反演的校正提供云参数，并为中国同类型卫星载荷的云反演算法提供算法参考。     

Detecting anomalous CO2 flux using space borne spectroscopy

Over the time-scale, earth's atmospheric CO₂ concentration has varied and that is mostly determined by balance among the geochemical processes including burial of organic carbon in sediments, silicate rock weathering and volcanic activity. The best recorded atmospheric CO₂ variability is derived from Vostok ice core that records last four glacial/interglacial cycles. The present CO₂ concentration of earth's atmosphere has exceeded far that it was predicted from the ice core data. Other than rapid industrialization and urbanization since last century, geo-natural hazards such as volcanic activity, leakage from hydrocarbon reservoirs and spontaneous combustion of coal contribute a considerable amount of CO₂ to the atmosphere. Spontaneous combustion of coal is common occurrence in most coal producing countries and sometimes it could be in an enormous scale. Remote sensing has already proved to be a significant tool in coalfire identification and monitoring studies. However, coalfire related CO₂ quantification from remote sensing data has not endeavoured yet by scientific communities because of low spectral resolution of commercially available remote sensing data and relatively sparse CO₂ plume than other geological hazards like volcanic activity. The present research has attempted two methods to identify the CO₂ flux emitted from coalfires in a coalmining region in north China. Firstly, a band rationing method was used for column atmospheric retrieval of CO₂ and secondly atmospheric models were simulated in fast atmospheric signature code (FASCOD) to understand the local radiation transport and then the model was implemented with the inputs from hyperspectral remote sensing data. It was observed that retrieval of columnar abundance of CO₂ with the band rationing method is faster as less simulation required in FASCOD. Alternatively, the inversion model could retrieve CO₂ concentration from a (certain) source because it excludes the uncertainties in the higher altitude.