基于遥感的全空间覆盖海上大气制造技术

本发明专利技术公开了基于遥感的全空间覆盖海上大气

【技术实现步骤摘要】
基于遥感的全空间覆盖海上大气CO2柱浓度计算方法


[0001]本专利技术涉及
CO2柱浓度计算方法领域，具体涉及基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法
。

技术介绍

[0002]大气
CO2柱浓度的探测可分为地基和空基两种方法
。
地基探测一般指设立站点进行观测，具有较高的精度，如全球碳柱总量观测网，是一个由地基傅立叶变换光谱仪组建的观测网络，可进行
CO2,CH4,N2O
，
CO,H2O
等要素的精密测量，但是其缺点是当前观测网络内的站点数较少，在全球范围内稀疏分布，无法反映大区域的连续大气内
CO2的分布趋势
。
空基探测一般是基于某些专用于大气温室气体探测的卫星，如日本的
GOSAT
和
GOSAT2、
美国的
OCO
‑2和
OCO
‑
3、
中国的碳卫星等，利用其携带的短波红外波段对大气
CO2进行探测，其最大的优点是随着卫星的绕地运动具有了全球覆盖的探测能力，但是其通道特性决定了观测重访周期较长，无法实现大区域每日的全覆盖探测
。
[0003]为了获得空间全覆盖的大气
CO2柱浓度监测数据，空基探测是成本较低且在当前就可以实现的方法，但是碳卫星的观测方法存在重访周期长的问题
。
为了克服这个问题，常见的思路是利用风云卫星
、MODIS
等中分辨率卫星数据幅宽较宽
、
可以实现每日多次的对地球覆盖监测的优势，建立其在海
‑
陆
‑
气圈层反演得到的参数与碳卫星获得的大气
CO2柱浓度的相关关系，进而实现基于中分辨率卫星数据的大气
CO2柱浓度全覆盖监测
。
[0004]但是空基探测仍存在2个问题：（1）碳循环过程涉及生物圈
、
岩石圈
、
水圈及大气圈等多个圈层，虽然大气中
CO2浓度相对稳定，但是受下垫面影响较为明显，海
‑
气
、
陆
‑
气之间
CO2分压差的差异会导致大气中
CO2浓度出现时空差异
。
当前对
CO2柱浓度的关注重点在陆地上空，对海洋上空关注的较少
。
海洋和陆地有很多不同之处，陆地上空
CO2柱浓度的监测方法并不适用于海洋上空，因此需要构建适用于海洋上空的大气
CO2柱浓度监测新方法
。
[0005]（2）
MODIS
等中分辨率卫星数据对大气和海洋参数的监测通常只局限于晴空区域，有云地区受云遮挡会造成数据缺失，因此当监测区域有云存在时也并不能实现每日的空间全覆盖大气
CO2柱浓度监测
。
[0006]为此我们提供基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法解决上述问题
。

技术实现思路

[0007]针对上述现有技术存在的问题，本专利技术提供了基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，解决了因大气和海洋参数等数据缺失导致空间全覆盖大气
CO2柱浓度监测存在缺失的问题
。
[0008]为了实现上述目的，本专利技术采用的基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，包括：
以
MODIS
数据为例，下载的数据有
MODIS
的三类数据，一类是海上参数：海表温度：
SST、
叶绿素
a
浓度：
Chl
‑
a、
光合有效辐射：
PAR
；二类是大气参数：气溶胶光学厚度：
AOT
；三类是波段反射率：经过大气校正的红光波段反射率，以及
OCO
‑2卫星的
XCO2数据，
XCO2数据即大气二氧化碳柱浓度；步骤1：陆地对海上大气
CO2柱浓度的影响可使用经过大气校正的红光波段反射率来构建海水富营养指数；步骤2：通过时空插值方法，重构出缺失的数据；步骤3：标准化处理，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数参数以及
OCO
‑2的
XCO2数据统一空间分辨率至
0.05
°
，其中，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度使用最邻近法插值，海水富营养指数和
XCO2数据采用双线性法插值，统一为等经纬度投影；步骤4：采用随机森林方法构建预测随机森林模型，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数作为自变量，
XCO2数据作为因变量：步骤5：根据下载的海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度数据，以及计算得到的海水富营养指数数据，经过步骤2的时空插值方法，步骤3的标准化处理，再利用步骤4中训练好的随机森林模型，即预测出全天候
、
全覆盖的海上大气
CO2柱浓度数据
。
[0009]作为上述方案的进一步优化，所述叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数均通过时空插值方法，重构出缺失的数据
。
[0010]作为上述方案的进一步优化，所述步骤1中的海水富营养指数使用
SEI
来表示：（1）其中，
SEI
是估算的海水富营养指数，是经过大气校正的红光波段反射率
。
[0011]作为上述方案的进一步优化，所述步骤2中通过时空插值方法，重构出缺失的数据，以海表温度为例进行说明：首先，将研究区连续多天需要重构的海表温度数据设为矩阵，矩阵的行是某一空间位置点的所有时间序列值，列是某一时刻所有空间点的值，
I
为待重构的缺失点集，其中的缺失值用
NaN
表示，其工作流程如下：减去其时间维的有效平均值
,
时间维的有效平均值为不含缺失值的海表温度数据下时间维的平均值，得到
X
，从
X
中随机取出有效数据总量的
1%
作为交叉验证集，对对应位置的数据赋值为
NaN
，将
X
中所有
NaN
的点用0代替，定义
...

【技术保护点】

【技术特征摘要】
1.
基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，其特征在于，包括：以
MODIS
数据为例，下载的数据有
MODIS
的三类数据，一类是海上参数：海表温度：
SST、
叶绿素
a
浓度：
Chl
‑
a、
光合有效辐射：
PAR
；二类是大气参数：气溶胶光学厚度：
AOT
；三类是波段反射率：经过大气校正的红光波段反射率，以及
OCO
‑2卫星的
XCO2数据，
XCO2数据即大气二氧化碳柱浓度；步骤1：陆地对海上大气
CO2柱浓度的影响可使用经过大气校正的红光波段反射率来构建海水富营养指数；步骤2：通过时空插值方法，重构出缺失的数据；步骤3：标准化处理，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数参数以及
OCO
‑2的
XCO2数据统一空间分辨率至
0.05
°
，其中，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度使用最邻近法插值，海水富营养指数和
XCO2数据采用双线性法插值，统一为等经纬度投影；步骤4：采用随机森林方法构建预测随机森林模型，海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数作为自变量，
XCO2数据作为因变量：步骤5：根据下载的海表温度
、
叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度数据，以及计算得到的海水富营养指数数据，经过步骤2的时空插值方法，步骤3的标准化处理，再利用步骤4中训练好的随机森林模型，即预测出全天候
、
全覆盖的海上大气
CO2柱浓度数据
。2.
根据权利要求1所述的基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，其特征在于：所述叶绿素
a
浓度
、
光合有效辐射
、
气溶胶光学厚度
、
海水富营养指数均通过时空插值方法，重构出缺失的数据
。3.
根据权利要求1所述的基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，其特征在于：所述步骤1中的海水富营养指数使用
SEI
来表示：（1）其中，
SEI
是估算的海水富营养指数，是经过大气校正的红光波段反射率
。4.
根据权利要求3所述的基于遥感的全空间覆盖海上大气
CO2柱浓度计算方法，其特征在于：所述步骤2中通过时空插值方法，重构出缺失的数据，以海表温度为例进行说明：首先，将研究区连续多天需要重构的海表温度数据设为矩阵，矩阵的行是某一空间位置点的所有时间序列值，列是某一时刻所有空间点的值，
I
为待重构的缺失点集，其中的缺失值用
NaN
表示，其工作流程如下：减去其时间维的有效平均值 ,<...

【专利技术属性】
技术研发人员：周芳成，刘少军，田光辉，蔡大鑫，韩秀珍，唐世浩，
申请(专利权)人：海南省气象科学研究所，
类型：发明
国别省市：