论文部分内容阅读
二氧化碳(CO2)是大气中最重要的温室气体,对全球气候变化产生着重要的影响。作为长驻气体,CO2在大气中的浓度和梯度相对较小,因此研究CO2源汇变化规律、预测全球气候变化都需要对大气中的CO2浓度进行高精度探测。虽然大气CO2地面观测精度高,但观测站点分布稀疏,难以满足应用需要。卫星遥感具有全球覆盖率和高频率采样的特点,可以实现全球观测与数据快速更新,能够较好的满足相关领域的应用需求。因此,近年来大气CO2卫星遥感技术得到迅速发展,目前,国内外已有多颗专用于大气CO2及其它温室气体探测的卫星在轨运行或将要发射。为了满足温室气体观测数据的应用需求,高精度卫星大气CO2遥感是必然要求,如何实现高精度大气CO2反演,成为卫星遥感技术的关键问题。遥感数据中云污染,地表、大气参量很难准确获取,植被叶绿素荧光存在与变化等等,都干扰着CO2的反演,影响着CO2反演的精度。因此,如何克服干扰因素的影响,成为提高大气CO2反演精度的关键问题。从统计上看,全球有70%以上的区域被云覆盖,因此遥感数据的云污染筛选问题是CO2反演需要首先解决的问题。本文首先开展云检测方法研究,通过识别并剔除卫星数据中的有云像元,实现遥感数据的有效性。在广泛调研和分析的基础上,本文采用的云检测算法,是通过对CO2同步观测O2 A波段数据的反演,并与统计方法相结合,以阈值的方式实现云检测与云像元滤除。利用高分5号卫星GMI(Greenhouse Gases Monitoring Instrument)数据对云检测算法进行验证,通过与MODIS(Moderate Resolution Imaging Spectradiometer)云判产品对比,结果表明,云筛选算法可以筛选出90%的晴空像元。大气散射改变着光辐射的分布和光子传输路径,影响着大气CO2辐射传输的定量化表征,由此成为CO2反演误差的重要来源,严重影响了大气CO2卫星遥感的反演精度。本文在研究过程中,发现氧气在大气中的含量高度稳定,在大气CO2反演方法研究中,可以利用氧气的这一特性进行大气散射校正。然而,在O2 A吸收带存在着植被叶绿素荧光,这是一种植被自身发射的光辐射,不属于大气CO2遥感所依据的直接太阳光谱辐射,因此植被叶绿素荧光的存在,影响了氧气对CO2反演中散射的校正效果。在温室气体卫星遥感中,叶绿素荧光卫星观测存在信息源单一、难以稳定解缠O2 A带中大气散射影响的问题,反演方法不同,荧光对CO2反演的影响也就不同。本文在调研全球植被荧光分布的基础上,分别用PPDF方法(photon path-length probability density function)和全物理反演方法模拟分析了荧光对大气CO2柱含量(XCO2)的影响。结果表明:对于PPDF方法,若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*10-6~2*10-6的偏差;若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*10-6~3*10-6的偏差。对于全物理反演方法,当忽略荧光的影响时,在极端情况下可导致CO2 15*10-6的高估。鉴于遥感数据光谱分布特性,本文在遥感数据反演实验中,主要对高分5号卫星GMI光谱采用PPDF方法来校正荧光的影响。本文在进行云检测和氧气波段散射校正等关键问题研究的基础上,针对高分5号卫星遥感数据的特点,开展了大气CO2反演方法的完整性研究,并以其遥感数据进行初步的实验验证。反演结果与TCCON、GOSAT和OCO-2 CO2反演结果进行了对比,结果表明CO2反演的平均精度优于1%。其中,比较反演结果与TCCON站点结果的相关性时发现两者的相关性为0.85,而Park Falls、Sodankyla两个站点由于植被叶绿素荧光的影响,使得该站点附近的GMI反演结果均比TCCON偏高,此时校正植被叶绿素荧光的影响,GMI与TCCON站点CO2反演结果的相关性上升至0.91。