CrIS超光谱数据的臭氧廓线快速反演方法专利检索- .专门适用于特定应用的激光雷达系统专利检索查询-专利查询网

CrIS超光谱数据的臭氧廓线快速反演方法
申请号	CN201310656257.8	申请日	2013-12-06	公开(公告)号	CN103675792A	公开(公告)日	2014-03-26
申请人	中国科学院遥感与数字地球研究所;			发明人	马鹏飞; 陈良富; 陶金花;
摘要	本发明公开了一种CrIS超光谱数据的臭氧廓线快速反演方法，该方法主要解决如何利用超光谱数据CrIS快速反演臭氧廓线，其包括以下步骤：利用卫星测量CrIS数据；通过CRTM 辐射传输模型模拟辐射值；利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开；利用最小二乘法，对廓线样本矩阵和模拟辐射值经验正交展开矩阵进行最佳拟合，计算回归系数；获取CrIS数据结合回归系数实现臭氧廓线的快速反演。本发明能够较为稳定且快速地利用CrIS超光谱数据进行臭氧廓线反演，为监测臭氧分布提供一种重要的技术手段，进而为更深层次的理解和量化空气质量及预测局地和区域尺度的空气质量提供必要的前提。
权利要求	1.CrIS超光谱数据的臭氧廓线快速反演方法，其特征在于，该方法具体为： 1）利用对地观测卫星、国家极地轨道运行环境卫星系统以及其上搭载的交叉跟踪红外探测器来对地球大气进行CrIS数据测量； 2）利用CRTM 辐射传输模型，输入廓线训练样本，模拟辐射值； 3）将训练样本的模拟辐射值，按照大气窗区亮温、扫描角以及土地类型进行分类； 4）利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开，取模拟辐射值协方差矩阵的有限个主成分分量组成经验正交展开矩阵； 5）利用最小二乘法，对廓线样本矩阵和模拟辐射值经验正交展开矩阵进行最佳拟合，计算特征向量统计回归系数； 6）获取NCEP模式数据，提取土地分类，从CrIS数据中分别读取天顶角、辐射值，找到匹配的回归系数； 7）利用CrIS数据，结合已经计算好的回归系数反演得到最终的臭氧廓线。 2.如权利要求1所述的CrIS超光谱数据的臭氧廓线快速反演方法，其特征在于，所述步骤2）包括如下步骤： A）获取有代表性的臭氧廓线训练样本； B）对扫描角进行分类，从0-50。分为11类，利用CRTM快速透过率模型，模拟得到不同扫描角下的训练样本辐射值。 3.如权利要求1所述的CrIS超光谱数据的臭氧廓线快速反演方法，其特征在于，所述-1 步骤3）具体为：将模拟得到的辐射值转化为亮温值，按照大气窗区波数910±5cm 总共11个波段的亮温均值，并结合土地类型进行分类。 4.如权利要求1所述的CrIS超光谱数据的臭氧廓线快速反演方法，其特征在于，所述步骤4）包括如下步骤： A）计算分类后得到的模拟辐射值的协方差矩阵； B）利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开，取模拟辐射值协方差矩阵的有限个主成分分量组成经验正交展开矩阵。 5.如权利要求1所述的CrIS超光谱数据的臭氧廓线快速反演方法，其特征在于，所述步骤1）中CrIS数据提供了1305个光谱通道，覆盖了9.14-15.38um的长波红外、 5.71-8.26um的中波红外和3.92-4.64um的短波红外，3个波段范围，其光谱分辨率分别为-1 -1 -1 0.625cm ，1.25cm 和2.5cm 。
说明书全文	CrIS超光谱数据的臭氧廓线快速反演方法技术领域 [0001] 本发明涉及一种卫星遥感数据臭氧廓线快速反演的方法，尤其涉及一种基于特征向量统计回归的CrIS超光谱数据的臭氧廓线快速反演方法，属于卫星遥感数据臭氧廓线反演领域技术领域。背景技术 [0002] 臭氧是地球大气中一种十分重要但又十分特殊的微量气体，在大气化学反应和气候变化中起着重要的作用，平均而言，约90%的臭氧分布于平流层，其余10%则主要分布于对流层。分布于平流层的臭氧对太阳短波紫外辐射有强烈的吸收作用，这是避免过多的紫外线对地球生物及环境损害的重要保障。而分布于对流层的少量臭氧能大量地吸收地球及低层大气热辐射，这是产生温室效应的因素之一。光化学和动力学过程会造成臭氧垂直分布的重要变化，对流层的臭氧时空分布变化很大，因此监测臭氧分布对于理解和量化空气质量以及预测局地和区域尺度的空气质量尤为重要。 [0003] 目前的臭氧廓线反演技术主要有： [0004] 1、紫外差分吸收光谱（DOAS）算法： [0005] 卫星观测到的辐射值受到瑞利散射、米散射以及多种吸收气体的影响。在这些大气的消光作用中，分子瑞利散射和气溶胶米散射分别正比于波长的负四次方和波长的负一次方，是随波长缓慢变化的效应；而气体吸收则与波长密切相关，是随波长快速变化的效应。差分吸收光谱法就是根据大气消光效应随波长变化快慢的差异，通过低阶多项式拟合得到其中的慢变效应，然后从快变部分中提取目标气体沿吸收路径的总量信息。 [0006] 2、红外最优估计法（OEM）： [0007] 最优估计法是对大气辐射传输方程的一种迭代求解法，该方法在确定一个代价函数后，用先验条件把解约束在一定范围内，然后用牛顿迭代逐步逼近真解的最大似然估计。迭代公式如下： [0008] [0009] 其中，Xn+1是反演得到的臭氧廓线，Xn为前一次迭代得到的反演结果，K是Y对X的一阶导数矩阵，也就是雅各比矩阵，X0为初始廓线，Sx是先验误差协方差矩阵，Sε是观测协方差矩阵，Y为卫星观测值，Yn为模拟辐射值。 [0010] 现有方法的缺点： [0011] 1、紫外反演只能得到白天的臭氧廓线，且在中高纬度地区获取信息有限。 [0012] 2、超光谱红外卫星，光谱分辨率高，可以得到较高垂直分辨率以及全天的臭氧廓线，但是用最优估计法，直接求解大气辐射传输方程，结果不稳定，且比较费时。发明内容 [0013] 针对现有技术存在的问题，本发明的目的在于提供一种准确、快速、方便的CrIS超光谱数据的臭氧廓线快速反演方法。 [0014] 为实现上述目的，本发明CrIS超光谱数据的臭氧廓线快速反演方法，具体为： [0015] 1）利用对地观测卫星、国家极地轨道运行环境卫星系统以及其上搭载的交叉跟踪红外探测器来对地球大气进行CrIS数据测量； [0016] 2）利用CRTM辐射传输模型，输入廓线训练样本，模拟辐射值； [0017] 3）将训练样本的模拟辐射值，按照大气窗区亮温、扫描角以及土地类型进行分类； [0018] 4）利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开，取模拟辐射值协方差矩阵的有限个主成分分量组成经验正交展开矩阵； [0019] 5）利用最小二乘法，对廓线样本矩阵和模拟辐射值经验正交展开矩阵进行最佳拟合，计算特征向量统计回归系数； [0020] 6）获取NCEP模式数据，提取土地分类，从CrIS数据中分别读取天顶角、辐射值，找到匹配的回归系数； [0021] 7）利用CrIS数据，结合已经计算好的回归系数反演得到最终的臭氧廓线。 [0022] 进一步，所述步骤2）包括如下步骤： [0023] A）获取有代表性的臭氧廓线训练样本； [0024] B）对扫描角进行分类，从0-50。分为11类，利用CRTM快速透过率模型，模拟得到不同扫描角下的训练样本辐射值。 [0025] 进一步，所述步骤3）具体为：将模拟得到的辐射值转化为亮温值，按照大气窗区-1波数910±5cm 总共11个波段的亮温均值，并结合土地类型进行分类。 [0026] 进一步，所述步骤4）包括如下步骤： [0027] A）计算分类后得到的模拟辐射值的协方差矩阵； [0028] B）利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开，取模拟辐射值协方差矩阵的有限个主成分分量组成经验正交展开矩阵。 [0029] 进一步，所述步骤1）中CrIS数据提供了1305个光谱通道，覆盖了9.14-15.38um的长波红外、5.71-8.26um的中波红外和3.92-4.64um的短波红外，3个波段范围，其光谱分-1 -1 -1辨率分别为0.625cm ，1.25cm 和2.5cm 。 [0030] 本发明的方法针对超光谱数据CrIS，采用特征向量统计法，能够快速、方便、稳定地实现臭氧廓线快速反演，为更深层次的理解和量化空气质量及预测局地和区域尺度的空气质量提供必要的前提。附图说明 [0031] 图1为本发明CrIS超光谱数据臭氧廓线快速反演方法流程图。具体实施方式 [0032] 下面，参考附图，对本发明进行更全面的说明，附图中示出了本发明的示例性实施例。然而，本发明可以体现为多种不同形式，并不应理解为局限于这里叙述的示例性实施例。而是，提供这些实施例，从而使本发明全面和完整，并将本发明的范围完全地传达给本领域的普通技术人员。 [0033] 在本发明中的卫星选用美国对地观测卫星，国家极地轨道运行环境卫星系统Suomi NPP(National Polar-orbiting Partnership)，本发明中选用数据为搭载在该卫星平台上的交叉跟踪红外探测器CrIS(Cross-track Infrared Sounder)，CrIS数据提供了1305个光谱通道，覆盖了长波红外(9.14-15.38um)、中波红外(5.71-8.26um)和短波红外-1 -1 -1 (3.92-4.64um)3个波段范围，光谱分辨率分别为0.625cm ，1.25cm 和2.5cm 。将为天气和气候应用提供更加精确和详细的大气温度和湿度观测资料，本发明中选用的辐射传输模型为通用辐射传输模型CRTM(Community Radiative Transfer Model)，该模型可以快速、准确的模拟训练样本辐射值。 [0034] 本发明CrIS超光谱数据的臭氧廓线快速反演方法，首先要利用对地观测卫星、国家极地轨道运行环境卫星系统以及其上搭载的交叉跟踪红外探测器来对地球大气进行CrIS数据测量，基于该CrIS数据才能进行下一步的反演。图1为本发明CrIS超光谱数据臭氧廓线快速反演方法流程图，如图1所示，基于首先测得的CrIS数据，CrIS超光谱数据臭氧廓线快速反演方法进一步包括如下步骤： [0035] S1：利用CRTM辐射传输模型模拟训练样本辐射值； [0036] S2：将模拟得到的辐射值进行分类； [0037] S3：利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开； [0038] S4：利用最小二乘法，对廓线样本矩阵和模拟辐射值经验正交展开矩阵进行最佳拟合，计算特征向量统计回归系数； [0039] S5：获取CrIS和NCEP模式数据，找到匹配回归系数； [0040] S6：利用CrIS数据，结合已经计算好的回归系数反演得到最终的臭氧廓线。 [0041] 其中，S1进一步包括如下步骤： [0042] S1.1：获取有代表性的臭氧廓线训练样本； [0043] S1.2：对扫描角进行分类，从0-50。分为11类，利用CRTM快速透过率模型，模拟得到不同扫描角下的训练样本辐射值。 [0044] 其中，S2进一步包括如下步骤：将模拟得到的辐射值转化为亮温值，按照大气窗-1区波数910±5cm 总共11个波段的亮温均值，并结合土地类型（海洋或陆地）进行分类。 [0045] 其中，S3进一步包括如下步骤： [0046] S3.1：计算分类后得到的模拟辐射值的协方差矩阵； [0047] S3.2：利用主成分分析法，对模拟辐射值协方差矩阵进行经验正交展开，取模拟辐射值协方差矩阵的有限个主成分分量组成经验正交展开矩阵。 [0048] 说明书中涉及的名词解释： [0049] NCEP：美国国家环境预报中心 National Centers for Environmental Prediction； [0050] CrIS：交叉跟踪红外探测器Cross-track Infrared Sounder； [0051] S-NPP:国家极地轨道运行环境卫星系统Suomi NPP(National Polar-orbiting Partnership)； [0052] CRTM:通用辐射传输模型Community Radiative Transfer Model； [0053] DOAS:差分吸收光谱技术Differential Optical Absorption Spectroscopy； [0054] OEM:最优估计法Optimal Estimation Method。

意见反馈