[發明專利]一種針對AIRS超光譜衛星數據的甲烷廓線正交反演方法

無效

• 申請號: 201310752286.4
• 申請日: 2013-12-31
• 公開（公告）號: CN103744069A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 張瑩;陳良富;蘇林
• 申請（專利權）人: 中國科學院遙感與數字地球研究所
• 主分類號: G01S7/48
• 分類號: G01S7/48;G01S17/88;G01N21/3504
• 代理公司: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 尹振啟

技術領域

本發明涉及衛星遙感領域大氣成分反演技術領域，涉及一種針對AIRS超光譜衛星數據甲烷廓線反演方法，尤其涉及一種基于經驗正交函數回歸方法的AIRS超光譜衛星數據甲烷廓線快速反演方法。

背景技術

甲烷是一種重要的溫室氣體，其單位質量的溫室效應要比CO₂大20倍。到目前為止，溫室效應增強中甲烷所起的作用約占20%，僅次于CO₂。人類排放的甲烷的輻射強迫是0.48W/m²，大概是CO₂(1.66W/m²)的三分之一。甲烷在大氣對流層和平流程的化學過程中也起到了重要作用，例如甲烷與對流層中的OH自由基形成甲醛（CH₂O），一氧化碳（CO）和臭氧（Ｏ₃），從而影響大氣的氧化能力和對流層的臭氧濃度。大氣中甲烷濃度自工業革命以來增加了2.5倍，尤其是近年從永久凍土釋放的甲烷逐漸增多，國際上對大氣CH₄含量的變化尤其關注，紛紛采用各種辦法測量CH₄的含量變化。但是由于CH₄的排放存在很大的時空差異，觀測又十分的有限，因此全球CH₄排放的定量化依舊存在很大的不確定性。利用遙感監測大氣成分具有快速、經濟、可重復地獲取宏觀尺度上大氣痕量氣體信息優勢。

目前的甲烷廓線反演技術主要有經驗算法和物理反演算法兩大類。經驗算法多采用神經網絡算法進行反演，由于云對熱紅外出射輻射的影響非常復雜，因此神經網絡只能用于晴空條件下的反演。物理反演算法是在最優化估計的基礎上展開的，不直接比較計算輻射與觀測輻射之間的差別，而是在背景場和觀測場之間取得一種折衷，用先驗條件把解約束在一定范圍內，然后用牛頓迭代逐步逼近真解的最大似然估計。大氣反演問題最優估計方法的一般求解公式為：

X=X_a+(K^TS_e^-1K+γS_a^-1)^-1K^TS_e^-1ΔY，

式中，X_a為初始廓線，K為觀測輻亮度對大氣參數變化的一階導數，也就是雅各比矩陣（Jacobian），S_a為初始廓線誤差的協方差矩陣，S_e為觀測、模型誤差的協方差矩陣，ΔY為觀測輻亮度與計算輻亮度的差值。在物理反演算法中，有兩個非常難處理的問題：首先，初始廓線X_a不能過度偏離真實情況，否則不能得到收斂的結果；其次先驗誤差協方差矩陣S_a需要在統計意義上最能代表待反演參數的真實狀態，否則難以約束最終的解在合理的范圍內。而且對于物理反演算法，每次迭代都需要對甲烷求解雅各比矩陣K，計算量非常大。

為了減少先驗誤差協方差矩陣S_a估算不準所引入的甲烷反演誤差，在最優化算法的基礎上發展了奇異值分解算法，將γS_a^-1項忽略，并且將K^TS_e^-1K項進行奇異值分解SVD（Singular?value?decomposition），對于對角陣中小于一定閾值的特征值進行重新賦值，使得K^TS_e^-1K的逆矩陣更加穩定。此算法雖然使得反演的結果最大限度地減少對于初始背景場和初始背景誤差的依賴，但是在AIRS對大氣甲烷變化不敏感的對流層底層和平流層以上進行了嚴格的約束，反演結果依賴于初始廓線。

發明內容

針對現有技術存在的問題，本發明的目的在于提供一種可以穩定地、快速方便地針對AIRS超光譜衛星數據的甲烷廓線正交反演方法。

為實現上述目的，本發明一種針對AIRS超光譜衛星數據的甲烷廓線正交反演方法，具體為：

1）利用AIRS超光譜衛星的二級標準產品獲得不同區域、不同季節條件下的大氣成分廓線數據；

2）建立一組包含大量觀測結果的能代表不同區域、不同季節條件下的大氣成分廓線數據集；

3）利用輻射傳輸方程對每一條廓線都模擬出目標通道上的大氣層頂出射輻射亮度值，并加上儀器的觀測噪聲以獲得模擬的衛星傳感器觀測輻射亮度值；

4）根據模擬輻射亮度值對溫度以及大氣成分的敏感性分析選擇反演通道；