[發明專利]一種大氣二氧化碳干空氣柱濃度計算方法及系統

有效

• 申請號: 202210980540.5
• 申請日: 2022-08-16
• 公開（公告）號: CN115310550B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 陳玉敏;魏陽;常政威;張凌浩;徐厚東;唐偉;劉洪利;沈軍;劉雪原;趙瑞祥
• 申請（專利權）人: 國網四川省電力公司電力科學研究院
• 主分類號: G06F18/25
• 分類號: G06F18/25;G06F18/214;G06N20/00;G06F17/10
• 代理公司: 成都魚爪智云知識產權代理有限公司 51308
• 代理人: 劉愛平

本發明提出一種大氣二氧化碳干空氣柱濃度計算方法及系統，涉及大氣二氧化碳(COsubgt;2/subgt;)監測技術領域。具體步驟如下，收集研究區域內三個遙感監測的XCOsubgt;2/subgt;數據集和環境協變量數據，并進行網格化及時空匹配等預處理；利用環境協變量，對這三個XCOsubgt;2/subgt;數據集進行融合，得到XCOsubgt;2/subgt;融合數據；將XCOsubgt;2/subgt;融合數據作為因變量，環境協變量作為自變量，建立基于XGBoost算法的機器學習模型；將環境協變量數據輸入到XGBoost模型中，計算得到XCOsubgt;2/subgt;的全面域時空分布重構數據集。本發明融合三個遙感監測的XCOsubgt;2/subgt;數據集，并利用機器學習模型重構XCOsubgt;2/subgt;的全面域時空分布，為“雙碳行動”的碳核算提供支撐。

技術領域

本發明涉及大氣二氧化碳干空氣柱濃度(XCO₂)監測技術領域，具體而言，涉及一種大氣二氧化碳干空氣柱濃度計算方法及系統。

背景技術

利用搭載在衛星或空間站上的傳感器進行遙感監測，是獲取XCO₂時空分布的重要手段，主要包括衛星軌道碳觀測2號(OCO-2)，溫室氣體觀測衛星(GOSAT)，以及搭載在國際空間站上的傳感器軌道碳觀測3號(OCO-3)。OCO-2和OCO-3的傳感器幾乎完全一樣，都搭載了三個高分辨率的光譜儀，分別測量位于0.76、1.61、2.06微米附近的反射太陽光光譜。GOSAT除了搭載對位于0.76，1.61和2.06微米的反射太陽光譜進行測量的光譜儀，還對5.56-14.3微米波段的反射太陽光光譜進行測量。

衛星監測的XCO₂在空間上相對稀疏，而使用模型模擬的方法可以對缺失部分進行填補。當前重構全面域XCO₂的方法有Carbon?Tracker模型模擬，利用地面、飛艇以及衛星等監測的CO₂濃度，對自下而上估算的大氣CO₂濃度就行矯正。然而，由于計算機算力的限制，模擬所得的XCO₂數據分辨率低，在全球尺度上通常只有3°×2°。同時，該方法依賴于碳排放清單，然而排放清單數據的統計、收集和修正需要較長時間，故導致當前XCO₂模型模擬的時空分布計算存在一定的滯后。

近年來，已有研究使用統計方法結合衛星監測XCO₂數據重構XCO₂時空分布，但是由于XCO₂的衛星監測數據在空間上的分布相對稀疏，使用克里金插值法得到的XCO₂的準確性相對較低。根據以往研究，機器學習重構的大氣污染物時空分布，相比于克里金插值，往往具有更高的準確性。利用大氣污染物與氣象、海拔、土地利用類型等環境協變量之間的關聯性，通過機器學習建模，重構大氣污染物的全面域時空分布。同時，機器學習方法常被用于同源數據的融合應用，能很好地彌補單一數據源的局限性。

本發明將機器學習方法應用于多個遙感監測XCO₂數據集的融合，并重構XCO₂的全面域時空分布，克服XCO₂監測存在大量缺失數據的問題。

發明內容

本發明的目的在于提供一種大氣二氧化碳干空氣柱濃度計算方法及系統，用以克服現有技術中XCO₂監測存在大量缺失數據的問題。

第一方面，本申請實施例提供一種大氣二氧化碳干空氣柱濃度計算方法，包括以下步驟：

收集研究區域內三個遙感監測的XCO₂數據集和環境協變量數據，并對上述數據集進行預處理；

對三個遙感監測的XCO₂數據集進行融合，得到XCO₂融合數據；

利用XCO₂融合數據和環境協變量數據，訓練得到XGBoost模型；