大气CO2浓度卫星遥感进展

大气CO2是重要的温室气体,CO2浓度及其空间分布是全球气候变化评估中的主要不确定性因素之一。从1998年以来,卫星遥感大气CO2成为获取全球CO2的重要手段。本文阐述了现阶段大气CO2浓度卫星遥感反演进展情况,包括CO2探测载荷、反演算法和算法验证等。同时,论文详细介绍了近红外波段和热红外波段的反演算法特点和不确定因素,并针对CO2反演应用需求提出了展望。     

基于葵花-8卫星大气产品的地表下行短波辐射计算

地表下行短波辐射DSSR(Downward Surface Shortwave Radiation)的准确估算在气候变化研究和地表太阳能估算等领域具有重要作用。新一代静止气象卫星葵花-8(Himawari-8)具有高达10 min的对地观测能力,为DSSR近实时估算提供了新机遇。然而,日本宇宙航空研究开发机构(JAXA)对外公开的葵花-8辐射产品中,没有将其反演的云、气溶胶产品作为DSSR的输入参数,从而没有形成一整套的DSSR估算算法流程,缺乏产品输出的一致性。大气中的云、气溶胶是DSSR的重要影响因子,本文重点考虑云、气溶胶对太阳辐射的影响,基于大气辐射传输模式RSTAR构建了DSSR查找表,开发了DSSR的快速计算方法,进而将JAXA葵花-8二级云、气溶胶产品(光学厚度,粒子有效半径等)作为快速化计算方法的输入参量,计算得到了DSSR。通过与JAXA葵花-8二级DSSR产品(JAXA DSSR)对比,发现两者具有很好的空间一致性。为了进一步评价本文的DSSR计算精度,分别选取了陆地(Yonsei)和海洋(0n_165e)的观测数据验证了2016年4、7、10和12月本文计算的DSSR和同时期的JAXA DSSR产品,验证结果显示两者的DSSR在两个观测站点均具有非常高的相关性(全天空、晴空和云天条件下的相关系数R均大于0.88)。在两个站点云天条件下的验证结果中,考虑了云相态并在冰云模型中使用了非球形冰晶粒子(六棱柱)来计算DSSR,获得了比JAXA DSSR更小的偏差。本文提出的快速化计算方法能快速准确地计算DSSR,可为计算地表辐射收支等研究提供重要数据支撑。     

利用走航式数据对南大洋大气CO2廓线遥感反演

利用中国第24次南极考察期间获取的南大洋上空走航式大气CO2数据和大气红外探测器(AIRS)探测的辐射率,进行基于纬度分类下的统计回归,其结果作为物理反演的初始猜测场。通过逐线积分辐射传输模式,利用AMSU大气温度廓线和AIRS中13个通道的辐射测值反演南大洋上空的大气CO2浓度廓线,与WDCGG提供的固定站点下的大气CO2浓度进行比较,反演精度随纬度的变化而变化,从低纬到高纬相对误差分别为0.31%、1.17%、2.63%。与同期国外卫星产品CO2/AIRS比较,相对误差为1.11%、1.07%。     

辐射传输模型模拟与深度学习结合的高分一号卫星植被光合有效辐射吸收比例产品反演算法

植被光合有效辐射吸收比例FPAR (Fraction of absorbed Photosynthetically Active Radiation)是碳循环光能利用率模型中的关键参数之一。高分系列卫星的发射,为反演定量遥感产品提供了高时空分辨率的卫星遥感数据,基于高分数据的植被光合有效辐射吸收比例产品能够为生态系统碳循环的分析评估提供更加精细、精度更高的输入参数产品。本文发展了一种基于深度学习的光合有效辐射吸收比例反演方法。该方法利用SAIL(Scattering by Arbitrarily Inclined Leaves)模型模拟多种太阳入射角度、观测角度、大气条件下的植被冠层光合有效辐射吸收比例及冠层反射率,形成海量输入—输出模拟数据集,具有鲁棒性及更好的普适性;基于深度信念网络对数据集进行训练,得到高分一号（GF-1）卫星光合有效辐射吸收比例遥感反演模型。利用中国科学院怀来遥感综合试验站及黑河流域地表过程综合观测网FPAR地面站点连续观测数据对玉米作物、芦苇草地等下垫面反演的FPAR进行了对比验证,RMSE分别为0.15和0.17。本方法以辐射传输模型模拟的多维大气及地表输入...     

利用走航式数据对南大洋大气CO2廓线遥感反演

利用中国第24次南极考察期间获取的南大洋上空走航式大气CO₂数据和大气红外探测器(AIRS)探测的辐射率, 进行基于纬度分类下的统计回归, 其结果作为物理反演的初始猜测场。通过逐线积分辐射传输模式, 利用AMSU大气温度廓线和AIRS中13个通道的辐射测值反演南大洋上空的大气CO₂浓度廓线, 与WDCGG提供的固定站点下的大气CO₂浓度进行比较, 反演精度随纬度的变化而变化, 从低纬到高纬相对误差分别为0.31%、1.17%、2.63%。与同期国外卫星产品CO₂/AIRS比较, 相对误差为1.11%、1.07%。     

大气CO2浓度时空变化卫星遥感监测的应用潜力分析

GOSAT卫星观测反演大气CO2浓度精度已经提高到了1—2 ppm,而卫星数据能否准确地揭示全球和区域大气CO2浓度变化特征还缺乏充分的评价与分析。本文针对已经连续运行观测3年的GOSAT卫星,收集了来自美国NASA-OCO团队(ACOS)和日本环境研究所GOSAT团队(NIES)基于各自算法反演的两套大气CO2柱浓度数据,描述并分析了全球大气CO2时空变化特征。分析结果表明,从XCO2反演的绝对值结果来看ACOS总体上比NIES的高出约2 ppm左右,但从时空的相对变化上它们揭示了相近的大气CO2浓度时空变化特征。两套数据显示出全球平均大气CO2浓度在2010年—2012年的3年期间年增量分别为1.8 ppm和2.0 ppm;季节变化幅度,北半球最大4—6 ppm,南半球最大约2 ppm,这与地面观测结果基本一致。进一步将EDGAR 4.2人为排放总量格网化数据与GOSAT卫星观测反演的CO2浓度进行相关统计分析,结果指出两套数据对人为排放量有着微弱的响应。本文结果指出目前GOSAT卫星观测反演的XCO2可以检测出全球和区域大气CO2浓度的年变化、季节变化和区域空间变化的特征;GOSAT卫星10.5 km空间分辨率的观测虽难于检测出点源的浓度变化,但从区域上对人为排放的累积效应的监测显示了一定的应用潜力。     

基于卫星遥感的关中盆地PM2.5浓度时空变化特征研究

空气污染与人类健康息息相关,是全世界关注的重要环境问题。空气动力学直径小于2.5μm的颗粒物(PM_2.5)是空气污染物的重要组成部分,基于高精度、高覆盖率的PM_2.5数据集,可以开展对PM_2.5浓度时空变化特征的研究,从而可为空气污染控制政策的制定提供重要科学依据。然而传统地面监测手段获取的PM_2.5浓度观测数据较为稀缺,不足以开展深入研究。利用PM_2.5粒子的消光特性,借助卫星遥感的气溶胶光学厚度(AOD)反演PM_2.5浓度,可以有效弥补地面监测站点观测数据的不足,目前已成为研究PM_2.5的重要手段。随着我国经济发展和城市化进程的加快,PM_2.5污染问题日益显著。