近红外波段超精细太阳光谱的地基观测及CO_2反演

发布时间：2017-05-07 06:05

  本文关键词：近红外波段超精细太阳光谱的地基观测及CO_2反演，，由笔耕文化传播整理发布。

【摘要】：利用近红外波段的超精细光谱测量来提高卫星对近地面层CO2浓度的探测能力是最近10多年来大气CO2卫星遥感的一个新的发展趋势。相应的也对卫星遥感反演算法和地面验证技术提出了难题。本文基于中国碳卫星地面验证观测网络台站的两种地基超高光谱仪观测设备的性能,开发了利用近红外波段太阳超精细光谱提取整个大气柱的CO2含量的反演算法——基于差分吸收原理的类DOAS (Differential Optical Absorption Spectroscopy)方法和最优估计方法,并进行了实际反演应用。在此基础上结合SCIAMACHY (SCanning Imaging Absorption SpectroMeter for Atmospheric CHartographY)和GOSAT (Greenhouse gases Observing SATellite)碳卫星数据,分析了XCO2 (the column-averaged dry-air mole fraction of carbon dioxide)的时空变化特征。主要研究内容和结论概括如下：一.基于逐线积分辐射传输模式LBLRTM和离散坐标辐射传输模式DISORT,结合OSA (Optical Spectrum Analyzers)和FTS125M超高分辨率光谱仪的指标参数模型建立了完整的适用于CO2遥感的正演模型。二.利用所建立的正演模型,分析了大气气溶胶、地表气压、大气温度、光谱分辨率、光谱漂移、信噪比、太阳光谱等对CO2反演的影响。结果表明：光谱分辨率越高,光谱偏移量的影响越大,对于分辨率分别为0.2和0.02cm’的光谱,0.005 cm-1的光谱偏移量引入的反演误差分别约为-0.5 ppm和-1.5 ppm。光谱分辨率过高时,光谱的信噪比低,光谱分辨率过低时,不利于把干扰CO2反演的因素分离出来。太阳光谱的影响主要集中在夫琅禾费线,水汽的影响在水汽吸收线,二者引起的误差可以通过通道选择来消除。地表反照率和气溶胶对C02反演的影响小于0.1 ppm。仪器的光谱响应函数对反演均有较大影响,反演时应保证响应函数的准确。1 hPa地表气压误差引入的反演误差约为0.25 ppm,反演时地表气压的误差应小于1 hPa。1 K温度廓线偏差引入的光谱变化大于1 hPa地表气压误差引入的变化,但温度对光谱的影响可以通过通道选取来降低。C02廓线的不准确会引入1-4ppm的反演误差。三.发展了基于通道对比值求解XCO2的类DOAS反演算法。通过优化通道选择,可以避开夫琅禾费线以及水汽强吸收,并降低地表气压、温度廓线、信噪比以及光谱偏移量的影响。利用TCOON (Total Carbon column Observing Network)的观测光谱进行反演验证时,该算法的结果与TCCON官方产品差值的标准差均不超过0.8 ppm。四. 建立了一个基于最优估计理论适合于中国碳卫星地面验证系统的XC02反演算法。该算法选取夫琅禾费线较少且水汽影响较小的1570.2-1574.2 nm波段用于反演,并利用包含1572.75 nm处夫琅禾费线的特征波段对光谱进行偏移量订正,同时对观测光谱进行分段斜率订正,最后通过使模拟光谱和观测光谱残差最小获得XC02。五.结合SCIAMACHY和GOSAT的XCO2产品,分析了XC02的时空变化特征。2011年全球平均XC02较2010年增长为1.5 ppm左右,且XC02高值集中在人口密集区。中国区域的XC02分布呈现东高西低、南高北低的特点。XCO2空间分布呈现明显季节变化特征。南北半球的平均XCO2以各自特有的位相震荡增长；中国区域的平均XCO2除在春季略高于北半球的平均XCO2外,其余时间均低于北半球的平均XCO2,特别是在7、8月份。
【关键词】：二氧化碳 反演 短波红外 高光谱 傅里叶光谱仪 光谱分析仪
【学位授予单位】：兰州大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P407
【目录】：

• 中文摘要4-6
• Abstract6-10
• 第一章 绪论10-24
• 1.1 研究背景10-12
• 1.2 大气CO_2探测技术12-20
• 1.2.1 卫星遥感探测大气CO_2浓度的发展进程13-17
• 1.2.2 地基探测大气CO_2浓度的发展进程17-20
• 1.3 大气CO_2反演算法的研究进展20-22
• 1.4 本文特色及研究内容22-24
• 第二章 大气中的辐射传输及正演模型介绍24-38
• 2.1 前言24
• 2.2 大气散射24-25
• 2.3 大气吸收25-27
• 2.3.1 压致增宽(Pressure Broadening)26
• 2.3.2 多普勒增宽(Doppler Broadening)26-27
• 2.3.3 沃伊特线型27
• 2.4 大气辐射传输方程27-29
• 2.5 正演模型29-36
• 2.5.1 太阳光谱模型30
• 2.5.2 光学参数计算30-33
• 2.5.2.1 光学厚度计算30-32
• 2.5.2.2 单次散射反照率计算32
• 2.5.2.3 散射相函数计算32-33
• 2.5.3 地表反照率模型33-34
• 2.5.4 辐射传输计算34-35
• 2.5.5 仪器参数模型35-36
• 本章小结36-38
• 第三章 地基CO_2反演影响因子分析38-70
• 3.1 前言38
• 3.2 光谱分辨率敏感性分析38-39
• 3.3 XCO_2敏感性分析39-41
• 3.4 太阳光谱敏感性分析41-42
• 3.5 地表反照率敏感性分析42-43
• 3.6 仪器噪声敏感性分析43-45
• 3.7 仪器响应函数敏感性分析45-54
• 3.7.1 光栅光谱仪响应函数敏感性分析47-50
• 3.7.1.1 响应函数类型敏感性分析47-48
• 3.7.1.2 响应函数半宽敏感性分析48-49
• 3.7.1.3 响应函数截断误差敏感性分析49-50
• 3.7.2 傅里叶光谱仪响应函数敏感性分析50-54
• 3.7.2.1 最大光程差敏感性分析50-51
• 3.7.2.2 视场角内圆角半径敏感性分析51-53
• 3.7.2.3 卷积范围敏感性分析53-54
• 3.8 地表气压敏感性分析54-56
• 3.9 温度廓线敏感性分析56-58
• 3.10 水汽廓线及柱总量敏感性分析58-61
• 3.11 CO_2廓线敏感性分析61-63
• 3.12 气溶胶敏感性分析63-64
• 3.13 光谱偏移量敏感性分析64-65
• 3.14 光谱斜率敏感性分析65-66
• 3.15 光谱平移敏感性分析66-67
• 本章小结67-70
• 第四章 地基CO_2反演算法(类DOAS)的建立70-92
• 4.1 前言70-71
• 4.2 仪器介绍71-72
• 4.3 物理基础72-75
• 4.4 正演模型参数介绍75
• 4.5 通道选择75-81
• 4.6 模式验证81-83
• 4.7 观测数据验证83-89
• 4.8 反演结果误差分析89-90
• 本章小结90-92
• 第五章 基于OSA的地基二氧化碳反演92-107
• 5.1 前言92
• 5.2 仪器介绍92-93
• 5.3 物理基础93
• 5.4 正演模型参数介绍93-95
• 5.5 观测光谱预处理95-101
• 5.5.1 观测光谱偏移量订正95-99
• 5.5.2 光谱倾斜和平移订正99-101
• 5.6 最小二乘法求解XCO_2101-103
• 5.7 类DOAS与谱拟合反演算法的地基CO_2反演结果对比103-106
• 本章小结106-107
• 第六章 XCO_2的时空变化特征107-115
• 6.1 前言107
• 6.2 资料介绍107-108
• 6.3 XCO_2的年平均空间分布特征108-110
• 6.4 XCO_2空间分布特征的季节变化110-112
• 6.5 XCO_2的时间分布特征112-114
• 本章小结114-115
• 第七章 结论与展望115-120
• 7.1 本文的主要内容和结论115-117
• 7.2 本文的主要创新点117-118
• 7.3 问题与展望118-120
• 参考文献120-129
• 在学期间的研究成果129-130
• 致谢130

【参考文献】

中国期刊全文数据库 前2条

1 段民征;吕达仁;;A Polarized Radiative Transfer Model Based on Successive Order of Scattering[J];Advances in Atmospheric Sciences;2010年04期

2 HUO Yanfeng;DUAN Minzheng;TIAN Wenshou;MIN Qilong;;A Differential Optical Absorption Spectroscopy Method for X_(CO_2) Retrieval from Ground-Based Fourier Transform Spectrometers Measurements of the Direct Solar Beam[J];Advances in Atmospheric Sciences;2015年08期

  本文关键词：近红外波段超精细太阳光谱的地基观测及CO_2反演，由笔耕文化传播整理发布。

本文编号：349292