一种基于多元数据的二氧化碳浓度遥感监测方法及装置制造方法及图纸

本发明专利技术公开了一种基于多元数据的二氧化碳浓度遥感监测方法及装置，涉及数据监测技术领域，主要目的在于实现提升CO2浓度反演结果的稳定性和空间分辨率。本发明专利技术主要的技术方案为：获取预设时间段的所述研究区及邻接地区的PM2.5浓度数据、气象因子统计数据和长时间序列CO2浓度数据；根据PM

【技术实现步骤摘要】
一种基于多元数据的二氧化碳浓度遥感监测方法及装置


[0001]本专利技术涉及数据监测
，尤其涉及一种基于多元数据的二氧化碳浓度遥感监测方法及装置。

技术介绍

[0002]在全球高度重视生态环境保护、建立可持续发展的绿色生态环境的大背景下，作为导致环境污染的最主要温室气体之一，二氧化碳(CO2)的排放情况近几十年以来同样受到全球各国的高度重视。CO2浓度的变化，可作为人为以及自然活动对区域碳排放影响强度的直接指标，通过监测CO2浓度空间分布现状和变化，可有效掌握碳排放主要情况。
[0003]当前，CO2的浓度监测方法主要以基于天、空、地平台的监测为主，其中，天基平台监测是基于卫星遥感技术的CO2浓度监测方法，该方法具备在不接触目标物体的情况下探测物体反射、吸收或散射的电磁波信号的特点，可将CO2浓度目标参数与电磁信号用一个函数表示，通过反演过程可以找到理想的CO2浓度目标参数。目前，较为常用的反演方法为物理模型反演法及统计模型反演法，其中，物理模型方法的核心是求解大气辐射传输方程，将反演问题变成求解非线性代数方程的问题；统计模型反演法是使用大气地表参数与碳卫星传感器CO2浓度观测波段光谱值进行统计回归分析计算回归系数，建立统计回归模型。
[0004]但是，物理模型反演法和统计模型反演法计算得到的CO2产品空间分辨率一般在百公里级别，对于地区尺度的二氧化碳浓度反演，分辨率还相对较低，CO2产品无法与地区级的二氧化碳浓度监测的需求相匹配。

技术实现思路

[0005]鉴于上述问题，本专利技术提供一种基于多元数据的二氧化碳浓度遥感监测方法及装置，主要目的是为了实现提升CO2浓度反演结果的空间分辨率，可以完成十米级CO2浓度空间分布反演，用以匹配地区级的二氧化碳浓度监测的需求。
[0006]为解决上述技术问题，本专利技术提出以下方案：
[0007]第一方面，本专利技术提供一种基于多元数据的二氧化碳浓度遥感监测方法，所述方法应用于二氧化碳浓度遥感监测系统，所述方法包括：
[0008]获取预设时间段的所述研究区及邻接地区的PM2.5浓度数据、气象因子统计数据和长时间序列CO2浓度数据；
[0009]根据所述PM
2.5
浓度数据、所述气象因子统计数据和所述长时间序列 CO2浓度数据通过多元线性回归方法，获得CO2浓度多元线性回归模型；
[0010]获取目标时间段的所述研究区预设级PM
2.5
浓度空间分布数据和预处理气象因子空间连续数据；
[0011]根据所述预设级PM
2.5
浓度空间分布数据和所述预处理气象因子空间连续数据通过所述CO2浓度的多元线性回归模型计算出所述研究区CO2浓度反演数据。
[0012]优选地，所述根据所述PM
2.5
浓度数据、所述气象因子统计数据和所述长时间序列
CO2浓度数据通过多元线性回归方法，获得CO2浓度多元线性回归模型，包括：
[0013]拟合所述PM
2.5
浓度数据、所述气象因子统计数据与所述长时间序列 CO2浓度数据之间的多元回归函数；
[0014]基于所述多元回归函数构建所述CO2浓度多元线性回归模型。
[0015]优选地，所述气象因子统计数据包括降水量数据和温度数据；
[0016]所述获取预设时间段的研究区及邻接地区的PM
2.5
浓度数据和气象因子统计数据，包括：
[0017]获取预设时间段的研究区PM
2.5
浓度月均值，温度月均值和降水量月总量值。
[0018]优选地，所述获取所述预设时间段的所述研究区及邻接地区的长时间序列CO2浓度数据，包括：
[0019]获取所述预设时间段的所述研究区及邻接地区的GOSAT卫星CO2浓度周期性产品数据；
[0020]基于所述GOSAT卫星CO2浓度周期性产品数据在所述研究区及所述邻接地区按照预设数量进行空间插值，获得所述长时间序列CO2浓度数据。
[0021]优选地，所述获取目标时间段的所述研究区预处理气象因子空间连续数据，包括：
[0022]获取所述目标时间段的所述研究区目标气象因子空间连续数据；
[0023]对所述目标气象因子空间连续数据进行格式转换，获得预设格式目标气象因子空间连续数据；
[0024]根据所述预设格式目标气象因子空间连续数据进行空间重采样操作，获得所述预处理气象因子空间连续数据，其中，所述空间重采样操作为对所述预设格式目标气象因子空间连续数据进行三次卷积处理，以匹配所述预设级PM
2.5
浓度空间分布数据。
[0025]优选地，在获取目标时间段的所述研究区预设级PM
2.5
浓度空间分布数据和预处理气象因子空间连续数据之后，所述方法包括：
[0026]获取所述目标时间段的所述研究区PM
2.5
浓度逐小时连续观测站点数据；
[0027]根据所述观测站点的点位空间分布、数据获取质量及数据获取连续性在所述观测站点中优选预设数量的目标观测点；
[0028]计算所述目标观测点的PM
2.5
浓度月均值；
[0029]将所述目标观测点的PM
2.5
浓度月均值与所述预设级PM
2.5
浓度空间分布数据中对应位置的PM
2.5
浓度数据进行对比，得到所述预设级PM
2.5
浓度空间分布数据的平均精度；
[0030]判断所述预设级PM
2.5
浓度空间分布数据的平均精度是否达到预设阈值，当达到时，确定所述预设级PM
2.5
浓度空间分布数据符合所述CO2浓度多元线性回归模型的输入项。
[0031]优选地，在所述根据所述预设级PM
2.5
浓度空间分布数据和所述预处理气象因子空间连续数据通过所述CO2浓度的多元线性回归模型计算出所述研究区CO2浓度反演数据之后，所述方法包括：
[0032]获取研究区行政边界空间分布数据；
[0033]基于所述研究区行政边界空间分布数据裁剪所述CO2浓度反演数据影像并制图。
[0034]第二方面，本专利技术提供一种基于多元数据的二氧化碳浓度遥感监测装置，所述装置包括：
[0035]第一获取单元，用于获取预设时间段的所述研究区及邻接地区的PM2.5 浓度数
据、气象因子统计数据和长时间序列CO2浓度数据；
[0036]构建单元，用于根据所述PM
2.5
浓度数据、所述气象因子统计数据和所述长时间序列CO2浓度数据通过多元线性回归方法，获得CO2浓度多元线性回归模型；
[0037]第二获取单元，用于获取目标时间段的所述研究区预设级PM
2.5
浓度空间分布数据和预处理气象因子空间连续数据；
[0038]第一计算单元，用于根据所述预设级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元数据的二氧化碳浓度遥感监测方法，其特征在于，所述方法应用于二氧化碳浓度遥感监测系统，所述方法包括：获取预设时间段的所述研究区及邻接地区的PM
2.5
浓度数据、气象因子统计数据和长时间序列CO2浓度数据；根据所述PM
2.5
浓度数据、所述气象因子统计数据和所述长时间序列CO2浓度数据通过多元线性回归方法，获得CO2浓度多元线性回归模型；获取目标时间段的所述研究区预设级PM
2.5
浓度空间分布数据和预处理气象因子空间连续数据；根据所述预设级PM
2.5
浓度空间分布数据和所述预处理气象因子空间连续数据通过所述CO2浓度的多元线性回归模型计算出所述研究区CO2浓度反演数据。2.根据权利要求1所述的方法，其特征在于，所述根据所述PM
2.5
浓度数据、所述气象因子统计数据和所述长时间序列CO2浓度数据通过多元线性回归方法，获得CO2浓度多元线性回归模型，包括：拟合所述PM
2.5
浓度数据、所述气象因子统计数据与所述长时间序列CO2浓度数据之间的多元回归函数；基于所述多元回归函数构建所述CO2浓度多元线性回归模型。3.根据权利要求1所述的方法，其特征在于，所述气象因子统计数据包括降水量数据和温度数据；所述获取预设时间段的研究区及邻接地区的PM
2.5
浓度数据和气象因子统计数据，包括：获取预设时间段的研究区PM
2.5
浓度月均值，温度月均值和降水量月总量值。4.根据权利要求1所述的方法，其特征在于，所述获取所述预设时间段的所述研究区及邻接地区的长时间序列CO2浓度数据，包括：获取所述预设时间段的所述研究区及邻接地区的GOSAT卫星CO2浓度周期性产品数据；基于所述GOSAT卫星CO2浓度周期性产品数据在所述研究区及所述邻接地区按照预设数量进行空间插值，获得所述长时间序列CO2浓度数据。5.根据权利要求1所述的方法，其特征在于，所述获取目标时间段的所述研究区预处理气象因子空间连续数据，包括：获取所述目标时间段的所述研究区目标气象因子空间连续数据；对所述目标气象因子空间连续数据进行格式转换，获得预设格式目标气象因子空间连续数据；根据所述预设格式目标气象因子空间连续数据进行空间重采样操作，获得所述预处理气象因子空间连续数据，其中，所述空间重采样操作为对所述预设格式目标气象因子空间连续数据进行三次卷积处理，以匹配所述预设级PM
2.5
浓度空间分布数据。6.根据权利要求5所述的方法，其特征在于，在获取目标时间段的所述研究区预设级PM
2....

【专利技术属性】
技术研发人员：周会珍，王联霞，李冬冬，文强，张波，张林，
申请(专利权)人：二十一世纪空间技术应用股份有限公司，
类型：发明
国别省市：