CN107783134B - 一种火星大气水汽含量反演方法 - Google Patents
一种火星大气水汽含量反演方法 Download PDFInfo
- Publication number
- CN107783134B CN107783134B CN201610800105.4A CN201610800105A CN107783134B CN 107783134 B CN107783134 B CN 107783134B CN 201610800105 A CN201610800105 A CN 201610800105A CN 107783134 B CN107783134 B CN 107783134B
- Authority
- CN
- China
- Prior art keywords
- mars
- water vapor
- atmospheric
- observation
- radiance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种火星大气水汽含量反演方法,通过MEX‑PFS原始数据,定标获取PFS辐亮度和观测噪声;运用已知火星数据生成火星大气状态向量初始值,使用火星辐射传输模型计算PFS模拟辐亮度,进一步反演得出火星地表温度、大气温度廓线和沙尘气溶胶光学厚度,使代价函数最小;选择水汽反演区间;改变所述MEX‑PFS数据的分辨率、降低所述观测噪声;计算水汽吸收线宽展宽值;将所述火星地表温度、大气温度廓线和沙尘气溶胶厚度作为先验大气数据,用逐线积分辐射传输模型在所述水汽反演区间内计算所述水汽吸收线宽展宽值条件下的真实水汽含量。本发明提供了一种误差小、稳定、快速、方便地针对MEX‑PFS数据进行水汽含量反演的方法。
Description
技术领域
本发明涉及遥感领域,涉及一种对火星大气的水汽含量进行反演的方法。
背景技术
水汽是火星大气中变化最剧烈的成分,虽然含量低但却是研究火星大气和气候变化的重要成分。自从火星探索开始,水汽便是火星探测的热点和难点。水汽循环很复杂,对于火星大气和地表状态有重要的指示作用,影响大气存储(水汽、云)和地表存储(极冠、地表、可能还有地表霜冻)的相互作用。水汽含量的变化与极冠冰盖的表现及其季节循环息息相关,还能指示大气与地表沉积物的挥发性物质转化、大气动力与全球循环。到目前为止火星水汽探测结果有限,限制了火星水汽循环研究及火星水汽与其他大气成分关系的研究。
火星快车号(MEX)是目前持续观测时间最久的火星轨道探测器,其行星傅里叶光谱仪(PFS)数据能供给多种大气成分反演,是研究火星大气成分时空变化特性及不同成分的相互作用的重要数据,开发PFS数据的水汽反演对于火星大气变化分析有重要意义。
火星大气中常年悬浮着沙尘气溶胶,热红外水汽波段受沙尘气溶胶影响最小,因而热红外水汽反演是目前水汽探测的重要手段之一。在水汽最优估计过程中,首先需要知晓大气状态信息,对于水汽反演波段,地表信息(地表发射率和地表温度)、大气温度和CO2含量是除水汽影响之外对PFS观测光谱值影响较大的参数,此外沙尘气溶胶对水汽反演精度也有影响。
很多反演算法中将地表发射率假定为均匀的、并忽略沙尘气溶胶的影响;地表温度采用亮温不能准确的代表地表温度,引进了误差;火星大气成分与地球相差巨大,CO2含量占95%,火星水汽的吸收线宽被CO2展宽,直接使用地球水汽吸收线宽反演造成明显误差;此外,火星快车号行星傅里叶光谱仪(MEX-PFS)数据噪声较大,无法直接使用单个通道数据反演真实水汽含量。
发明内容
针对现有技术存在的问题,本发明提出一种火星大气水汽含量反演方法。本发明的目的在于提供一种误差小、稳定、快速、方便地针对MEX-PFS数据进行水汽含量反演的方法。
为实现上述目的,本发明实施例提供的火星水汽含量反演方法,具体包括以下步骤:
对MEX-PFS数据进行定标获取PFS观测辐亮度数据和观测噪声;
运用已知火星反演数据和已知火星气候数据生成火星大气状态向量初始值,包括地表发射率真实值、地表温度初始值、大气背景数据初始值构成大气状态向量初始值;所述大气背景数据,包含平均水汽含量、大气温度廓线、沙尘气溶胶光学厚度、二氧化碳浓度;使用火星辐射传输模型计算PFS模拟辐亮度,进一步反演得出火星地表温度、大气温度廓线和沙尘气溶胶光学厚度,得到反演的大气状态向量作为新的大气状态向量初始值;循环使用火星辐射传输模型计算所述PFS模拟辐亮度,使代价函数最小,得到所述火星地表温度、大气温度廓线和沙尘气溶胶光学厚度的真实值;所述代价函数正相关于所述PFS模拟辐亮度与所述PFS观测辐亮度的差。
运用火星辐射传输模型计算所述PFS模拟辐亮度对水汽的敏感度,选择所述敏感度高于设定阈值的光谱区间,作为水汽反演区间;
在所述水汽反演区间内,改变所述MEX-PFS数据的分辨率、降低所述观测噪声;在所述分辨率条件下,根据实地观测大气状态向量,以水汽吸收线宽为未知量,用逐线积分辐射传输模型分别模拟不同水汽吸收线宽时的所述PFS模拟辐亮度,得到所述PFS模拟辐亮度和PFS观测辐亮度差值最小时的水汽吸收线宽展宽值;
将所述火星地表温度、大气温度廓线和沙尘气溶胶光学厚度的真实值作为先验大气数据,用逐线积分辐射传输模型在所述水汽反演区间内计算所述水汽吸收线宽展宽值条件下的真实水汽含量。
作为本发明所述对MEX-PFS数据进行定标获取PFS观测辐亮度数据和观测噪声的最佳实施例,所述MEX-PFS数据包含火星观测数据、定标观测数据、辅助数据、观测几何数据;所述火星观测数据包含大气层顶出射辐亮度接收信号值;所述定标观测数据包含内部黑体辐亮度接收信号值、深空辐亮度接收信号值;所述辅助数据包含观测元件工作温度、内部黑体温度、火星观测象元个数;所述观测几何数据包含所述观测象元的观测时间、经纬度、太阳角度和卫星观测角度;所述进行定标的方法包括以下步骤:用所述内部黑体温度计算内部黑体辐亮度;用所述内部黑体辐亮度和所述内部黑体辐亮度接收信号值计算出探测器光谱响应和所述观测噪声;根据所述探测器光谱响应、所述大气层顶出射辐亮度接收信号值、所述深空辐亮度接收信号值,用定标公式计算出所述PFS观测辐亮度。
作为本发明计算地表发射率初始值的最佳实施例,所述已知火星反演数据包含火星全球探勘者号热辐射光谱仪数据反演的地表温度、沙尘气溶胶光学厚度数据、地表基本吸收谱线、地表吸收振幅数据;在火星地表每个离散空间范围内选择地表温度高、沙尘气溶胶光学厚度低的象元,作为有效象元;用所述地表基本吸收谱线、地表吸收振幅数据计算所述有效象元内地表发射率;在所述每个离散空间范围内,计算所有有效象元内地表发射率的众数,作为所述地表发射率真实值。
所述已知火星气候数据,包括欧洲火星气候数据库的大气背景数据;
作为本发明中计算所述地表温度初始值的最佳实施例,是通过510cm-1中心和810cm-1中心的十个通道的所述PFS观测辐亮度来计算地表亮温,取均值得到。
作为本发明中所述使用火星辐射传输模型计算PFS模拟辐亮度的方法的最佳实施例,包括以下步骤:计算所述PFS观测辐亮度对所述沙尘气溶胶光学厚度、地表温度、大气温度廓线的权重函数;用大气状态向量初始值,计算大气层顶出射辐亮度;用所述大气层顶出射辐亮度加上所述观测噪声得到所述PFS模拟辐亮度。
作为本发明中计算所述敏感度的最佳实施例,包含以下步骤:用火星辐射传输模型计算MEX-PFS的大气层顶出射辐亮度;将H2O浓度增加,计算所述大气层顶出射辐亮度的改变值;所述敏感度为所述大气层顶出射辐亮度的改变值与所述观测噪声的比值;所述设定阈值为1.2。
作为本发明中所述改变所述MEX-PFS数据的分辨率、降低所述观测噪声的方法最佳实施例,包含以下步骤:在所述水汽反演区间,在定标后的所述PFS观测辐亮度和所述观测噪声中每隔三个采样点进行一个重采样,将1cm-1的光谱采样间隔转换成3cm-1的光谱间隔;选择邻近的十个光谱采样点进行平滑处理,更新所述观测噪声的值。
本发明的实施例具有以下有益效果:
本发明的方法在水汽含量反演计算之前通过辐射传输模型结合MGS-TES的地表发射率数据快速反演地表温度、大气温度廓线和沙尘气溶胶光学厚度,降低原始反演方法中对地表温度和气溶胶影响假设带来的水汽反演精度影响;对水汽反演吸收区间进行了筛选,结合PFS仪器观测噪声确定适于PFS数据水汽反演的区间;计算适用于PFS的火星水汽吸收线宽;对MEX-PFS光谱进行降噪处理,对用于水汽反演的谱段进行了平滑采样,提高PFS水汽反演波段的信噪比,以提高PFS的水汽反演能力;水汽反演则基于准确度高的逐线积分模型来反演。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种火星水汽含量反演方法的流程图;
图2为本发明获取PFS观测辐亮度数据和观测噪声最佳实施例流程图;
图3是对火星地表温度、大气温度廓线、沙尘气溶胶光学厚度进行反演的流程图;
图4是选择水汽反演光谱区间的实施例流程图;
图5是计算水汽吸收线宽的实施例流程图;
图6是基于逐线积分辐射传输模型反演水汽含量的实施例流程图。
具体实施方式
下面结合附图,对本发明进行更全面的说明,并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。
在本发明中的卫星数据选用欧洲空间局的MEX-PFS数据(目前仅发布了原始数据)。MEX是目前在轨时间最长的火星探测卫星。PFS是双摆式迈克尔逊干涉仪,提供200-8200cm-1波谱范围内的数据,分为短波和长波两个通道,光谱采样为1cm-1,有效分辨率为2cm-1。短波通道波谱范围2000-8200cm-1,视场为2°,高度300km处获取数据的空间分辨率10km;长波通道波谱范围是270-1800cm-1。1250cm-1之后的观测噪声太高导致无法使用,瞬时视场角为4°,高度300km处获取数据的空间分辨率为20km。MEX-PFS数据中每一轨对火星探测前后均有一组定标数据。
如图1所示,为本发明实施例提供的一种火星水汽含量反演方法的流程图。具体步骤如下。
步骤1、对MEX-PFS数据进行定标获取PFS观测辐亮度数据和观测噪声;
步骤2、运用已知火星反演数据和已知火星气候数据生成火星大气状态向量初始值,包括地表发射率真实值、地表温度初始值、大气背景数据初始值构成大气状态向量初始值;所述大气背景数据,包含平均水汽含量、大气温度廓线、沙尘气溶胶光学厚度、二氧化碳浓度;使用火星辐射传输模型计算PFS模拟辐亮度,进一步反演得出火星地表温度、大气温度廓线和沙尘气溶胶光学厚度,得到反演的大气状态向量作为新的大气状态向量初始值;循环使用火星辐射传输模型计算所述PFS模拟辐亮度,使代价函数最小,得到所述火星地表温度、大气温度廓线和沙尘气溶胶光学厚度的真实值;所述代价函数正相关于所述PFS模拟辐亮度PFS观测辐亮度之间的差;
步骤3、运用火星辐射传输模型计算PFS模拟辐亮度对水汽的敏感度,选择所述敏感度高于设定阈值的光谱区间,作为水汽反演区间;
步骤4、在所述水汽反演区间内,改变所述MEX-PFS数据的分辨率、降低所述观测噪声;在所述分辨率条件下,根据实地观测大气状态向量,以水汽吸收线宽为未知量,用逐线积分辐射传输模型分别模拟不同水汽吸收线宽时的所述PFS模拟辐亮度,得到所述PFS模拟辐亮度和PFS观测辐亮度差值最小时的水汽吸收线宽展宽值;所述实地观测大气状态向量,包含实地观测大气状态数据和实地观测地表状态数据;所述实地观测大气状态数据包括实地观测火星主要大气成分含量;所述实地观测地表状态数据包括实地观测地表温度和实地观测地表发射率;
步骤5、将所述火星地表温度、大气温度廓线和沙尘气溶胶厚度的真实值作为先验大气数据,用逐线积分辐射传输模型在所述水汽反演区间内计算所述水汽吸收线宽展宽值条件下的真实水汽含量。
图2为本发明获取PFS观测辐亮度数据和观测噪声最佳实施例示意图。
步骤11、下载火星快车号MEX-PFS观测数据,格式为PDS,每一轨观测包含6个数据文件,主要包括火星观测数据、定标观测数据、辅助数据、观测几何信息数据。从所述火星观测数据中读取大气层顶出射辐亮度接收信号值S(ν);从所述定标观测数据中读取内部黑体辐亮度接收信号值Sb(ν)、深空辐亮度接收信号值So(ν);从所述辅助数据中读取观测元件(干涉仪和探测器)工作温度Td,Ti、内部黑体温度Tb、火星观测象元个数N;从所述观测几何信息数据中读取每个观测象元的观测时间、经纬度、太阳角度和卫星观测角度。
步骤12、定标观测在对火星每一轨观测开始前和结束后进行,对内部黑体和深空进行观测。根据普朗克公式可以通过黑体温度Tb计算出黑体辐亮度Rb(ν),进而求解PFS探测器光谱响应Res(ν)=Sb(ν)/Rb(v)和观测噪声NER(ν)。利用定标公式(公式1),计算得到PFS观测辐亮度R(Giuranna等,2005)。
R(ν)=|S(ν)-So(ν)|/Res(ν) 公式1
作为进一步优化的实施例,式中Res(ν)可以值取自前后两次内部黑体观测的光谱响应的均值;So(ν)可以根据仪器每一次观测时的温度,通过前后两次深空观测的仪器温度与信号插值得到。
图3是对火星地表温度、大气温度廓线、沙尘气溶胶光学厚度进行反演的过程示意图,具体包括以下步骤
步骤21、下载火星全球探勘者号(MGS)搭载的热辐射光谱仪(TES)数据反演的地表温度、沙尘气溶胶光学厚度、地表基本吸收谱线f和吸收振幅A数据。在火星地表每个1°×1°离散空间范围覆盖的TES象元里选择地表温度高(前50%)同时沙尘气溶胶光学厚度低(后50%)的TES象元,作为有效象元;
步骤22、在每个所述离散空间,使用前述步骤中确定出该离散空间内的所有的有效象元的地表基本吸收谱线f和吸收振幅A数据,按公式2计算地表发射率∈(ν)(Bandfield和Smith,2003),生成火星360×360的全球地表发射率数据。
∈(ν)=1-A*f(ν) 公式2
作为最佳取值方法,用所述1°×1°空间内所有有效象元的地表发射率值的众数,作为该离散空间的地表发射率真实值。
步骤23、从已知火星气候数据,欧洲火星气候数据库(EMCD)中生成火星全球代表性的大气数据集,作为大气背景数据,包括平均水汽含量、温度廓线、沙尘气溶胶光学厚度、二氧化碳浓度等。根据步骤11中读取的所述观测象元的经纬度和观测时间,选择对应的数据作为大气背景数据初始值;再通过510cm-1中心和810cm-1中心的十个通道的所述PFS观测辐亮度来计算地表亮温,取均值作为火星地表温度初始值;从火星全球地表发射率数据中读取所述观测象元的地表发射率真实值,结合上述大气背景数据初始值和地表温度初始值构成大气状态向量初始值(初始大气状态向量xa)。
步骤24、用火星快速辐射传输模型,分别计算PFS观测辐亮度R对沙尘气溶胶光学厚度、地表温度和大气温度廓线的权重函数K,模拟初始状态向量xa条件下的大气层顶出射辐亮度R0,并加上观测噪声得到PFS模拟辐亮度Rm。
步骤25、用GRASSI方法(Grassi等,2005),分别反演沙尘气溶胶光学厚度、地表温度和大气温度廓线,得到大气状态向量x。作为本发明所述反演的大气状态向量的最佳实施例,是通过大气状态向量初始值进行误差校正得到;所述误差校正是结合所述PFS观测辐亮度和所述PFS模拟辐亮度、所述权重函数、以及初始廓线误差协方差矩阵、观测误差协方差矩阵计算;所述初始廓线误差包含所述沙尘气溶胶光学厚度、地表温度、大气温度廓线初始值的误差;所述观测误差协方差矩阵,为所述观测噪声NER(ν)的对角阵。具体地:
式中,Sa为初始廓线误差的协方差矩阵,Se为观测误差的协方差矩阵,ΔR为PFS观测辐亮度与PFS模拟辐亮度的差值。
步骤26、将步骤25的反演结果x作为新的初始状态向量xa带入步骤24求解新的PFS模拟辐亮度Rm,再重新求解沙尘气溶胶光学厚度、地表温度和大气温度廓线得到反演的大气状态x,循环求解直至代价函数(公式4)最小,即得到所述大气温度廓线、地表温度和沙尘气溶胶光学厚度的真实值结果。所述代价函数正相关于所述PFS模拟辐亮度与所述PFS观测辐亮度的差:
J(X)=(R-Rm)TSe -1(R-Rm)+0.8(x-xa)TSa -1(x-xa) 公式4
图4是选择水汽反演光谱区间的实施例流程图,具体包括以下步骤:
步骤31、从欧洲火星气候数据库(EMCD)中生成火星全球代表性的大气数据集,作为大气背景数据,包括平均水汽含量、温度廓线、沙尘气溶胶光学厚度、二氧化碳浓度等。利用火星辐射传输模型计算MEX-PFS所有通道上的大气层顶出射辐亮度,记为R0;
图5是计算水汽吸收线宽的实施例流程图,具体包括以下步骤:
步骤41、将每一轨定标后的MEX-PFS数据水汽反演区间的PFS观测辐亮度及观测噪声中每隔三个采样点进行一个重采样作为新的光谱通道,将1cm-1的光谱采样间隔转换成3cm-1的光谱采样间隔;再选择邻近的十个光谱采样点进行平滑,降低了观测噪声;
步骤42、通过火星登陆器在火星上实地观测的大气和地表数据中选择200个试验点的实地观测大气状态数据(火星主要大气成分含量)和实地观测地表状态数据(地表温度和地表发射率),作为试验点的真实大气状态与地表状态。但由于登陆器数据空间分布较为集中,因此在缺少火星登陆器数据的空间选择可靠的火星航天探测数据(例如公认的高精度的TES和火星气候探测器MCS火星航天探测结果)作为补充。
步骤43、火星大气中CO2含量高达95%,CO2会拓宽水汽吸收线宽,火星大气的水汽吸收线宽与地球不同,根据实验室测量CO2对水汽吸收线宽的展宽在0.9-1.8之间变化。从法国GEISA大气参数数据库中选择水汽吸收线,将CO2的水汽吸收线宽的展宽从0.9到1.8以0.1为步长设置,基于前述步骤选择的已知真实大气状态和地表状态的200个试验点数据,使用逐线积分辐射传输模型分别模拟不同水汽吸收线宽展宽下的3cm-1分辨率大气层顶辐亮度,选择模拟辐亮度与观测辐亮度最为吻合的水汽吸收线宽展宽值,作为火星水汽吸收线宽的展宽值,设置在水汽含量反演使用的逐线积分辐射传输模型内。
图6是基于逐线积分辐射传输模型反演计算真实水汽含量的实施例流程图。
作为本发明的最佳实施例,所述真实水汽含量满足以下条件:使用逐线积分辐射传输模型模拟得到所述真实水汽含量的透过率,即模拟透过率,与观测透过率最为接近;所述观测透过率,是用所述PFS观测辐亮度计算的等价透过率。
计算真实水汽含量,具体包含以下步骤:
步骤51、通过将辐射传输模型离散化,结合步骤2中的地表温度和地表发射率数据,依据下式原理(Conrath等,1999)在辐射传输模型中将PFS观测辐亮度R(ν)转化为等价的透过率τ(μ,v,p),即观测透过率:
式中μ为发射角余弦,ν为波数,∈(ν)为波数ν处的火星地表发射率,Ts为火星地表温度,B(ν,T)是波数ν在温度T时的普朗克辐射,p为大气压强,τ(μ,v,p)为从压强为p的大气层至大气层顶的透过率;
步骤52、结合前述步骤所得地表发射率数据和反演的地表温度、大气温度廓线和沙尘气溶胶光学厚度,以及从EMCD中读取的初始水汽含量(即平均水汽含量)和其他大气含量(火星大气压强、二氧化碳和一氧化碳含量),使用逐线积分辐射传输模型模拟初始水汽含量的透过率,根据模拟透过率与透过率的差异来调整水汽含量值,循环计算,直至模拟透过率与观测透过率最为接近时,获得真实水汽含量结果。
本发明中预先通过快速辐射传输模型结合MGS-TES的地表发射率数据快速反演地表温度、大气温度廓线和沙尘气溶胶数据;作为最佳实施例,大气状态选自于EMCD基于火星全球环流模式MGCM的模拟样本,地理位置覆盖从北纬90度到南纬90度的全球区域,时间分布上含盖了不同季节,大气状态参量包括大气温压廓线、水汽、O3、CO2、CO廓线。本发明计算了火星水汽吸收线的二氧化碳展宽率,用于反演火星水汽反演;并将PFS数据进行了重采样提高信噪比,满足水汽反演的能力;水汽反演采用逐线积分辐射传输模型,保证反演精度,准确的模拟水汽、臭氧等火星大气微量气体的信息。
本发明的方法在水汽反演计算之前通过快速辐射传输模型结合MGS-TES的地表发射率数据快速反演地表温度、大气温度廓线和沙尘气溶胶数据,降低原始反演方法中对地表温度和气溶胶影响假设带来的水汽反演精度影响;对水汽反演吸收区间进行了筛选,计算适用于PFS的火星水汽吸收线宽,对用于水汽反演的谱段进行了平滑采样,提高PFS水汽反演波段的信噪比,以提高PFS的水汽反演能力。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
本领域的技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种火星大气水汽含量反演方法,其特征在于,包括以下步骤:
对MEX-PFS数据进行定标获取PFS观测辐亮度数据和观测噪声;
运用已知火星反演数据和已知火星气候数据生成火星大气状态向量初始值,包括地表发射率真实值、地表温度初始值、大气背景数据初始值;所述大气背景数据,包含平均水汽含量、大气温度廓线、沙尘气溶胶光学厚度、二氧化碳浓度;使用火星辐射传输模型计算PFS模拟辐亮度,进一步反演得出火星地表温度、大气温度廓线和沙尘气溶胶光学厚度,得到反演的大气状态向量作为新的大气状态向量初始值;循环使用火星辐射传输模型计算所述PFS模拟辐亮度,使代价函数最小,得到所述火星地表温度、大气温度廓线和沙尘气溶胶光学厚度的真实值;所述代价函数正相关于所述PFS模拟辐亮度与所述PFS观测辐亮度的差;
运用火星辐射传输模型计算所述PFS模拟辐亮度对水汽的敏感度,选择所述敏感度高于设定阈值的光谱区间,作为水汽反演区间;
在所述水汽反演区间内,改变所述MEX-PFS数据的分辨率、降低所述观测噪声;在所述分辨率条件下,根据实地观测大气状态向量,以水汽吸收线宽为未知量,用逐线积分辐射传输模型分别模拟不同水汽吸收线宽时的所述PFS模拟辐亮度,得到所述PFS模拟辐亮度和PFS观测辐亮度差值最小时的水汽吸收线宽展宽值;
将所述火星地表温度、大气温度廓线和沙尘气溶胶光学厚度的真实值作为先验大气数据,用逐线积分辐射传输模型在所述水汽反演区间内计算所述水汽吸收线宽展宽值条件下的真实水汽含量。
2.如权利要求1所述火星大气水汽含量反演方法,其特征在于,
所述MEX-PFS数据包含火星观测数据、定标观测数据、辅助数据、观测几何数据;
所述火星观测数据包含大气层顶出射辐亮度接收信号值;
所述定标观测数据包含内部黑体辐亮度接收信号值、深空辐亮度接收信号值;
所述辅助数据包含观测元件工作温度、内部黑体温度、火星观测象元个数;
所述观测几何数据包含所述观测象元的观测时间、经纬度、太阳角度和卫星观测角度;
所述进行定标获取PFS观测辐亮度数据的方法包括以下步骤:
用所述内部黑体温度计算内部黑体辐亮度;
用所述内部黑体辐亮度和所述内部黑体辐亮度接收信号值计算出探测器光谱响应和所述观测噪声;
根据所述探测器光谱响应、所述大气层顶出射辐亮度接收信号值、所述深空辐亮度接收信号值,用定标公式计算出所述PFS观测辐亮度。
3.如权利要求1所述火星大气水汽含量反演方法,其特征在于,所述计算PFS模拟辐亮度的方法,包括以下步骤:
计算所述PFS观测辐亮度对所述沙尘气溶胶光学厚度、地表温度、大气温度廓线的权重函数;
用大气状态向量初始值,计算大气层顶出射辐亮度;
用所述大气层顶出射辐亮度加上所述观测噪声得到所述PFS模拟辐亮度。
4.如权利要求3所述火星大气水汽含量反演方法,其特征在于,
所述反演的大气状态向量,是通过大气状态向量初始值进行误差校正得到;
所述误差校正是结合所述PFS观测辐亮度和所述PFS模拟辐亮度、所述权重函数、以及初始廓线误差协方差矩阵、观测误差协方差矩阵计算;
所述初始廓线误差包含所述沙尘气溶胶光学厚度、地表温度、大气温度廓线初始值的误差;
所述观测误差协方差矩阵,为所述观测噪声的对角阵。
5.如权利要求1所述火星大气水汽含量反演方法,其特征在于,所述改变所述MEX-PFS数据的分辨率、降低所述观测噪声的方法,包含以下步骤:
在所述水汽反演区间,在定标后的所述PFS观测辐亮度和所述观测噪声中每隔三个采样点进行一个重采样,将1cm-1的光谱采样间隔转换成3cm-1的光谱间隔;
选择邻近的十个光谱采样点进行平滑处理,更新所述观测噪声的值。
6.如权利要求1~5任一所述火星大气水汽含量反演方法,其特征在于,
所述已知火星反演数据包含火星全球探勘者号热辐射光谱仪数据反演的地表温度、沙尘气溶胶光学厚度数据、地表基本吸收谱线、地表吸收振幅数据;
在火星地表每个离散空间范围内选择地表温度高、沙尘气溶胶光学厚度低的象元,作为有效象元;
用所述地表基本吸收谱线、地表吸收振幅数据计算所述有效象元内地表发射率;
在所述每个离散空间范围内,计算所有有效象元内地表发射率的众数,作为所述地表发射率真实值。
7.如权利要求1~5任一所述火星大气水汽含量反演方法,其特征在于,
所述地表温度初始值,是通过510cm-1中心和810cm-1中心的十个通道的所述PFS观测辐亮度来计算地表亮温,取均值得到。
8.如权利要求1~5任一所述火星大气水汽含量反演方法,其特征在于,计算所述敏感度的方法包含以下步骤:
用火星辐射传输模型计算MEX-PFS的大气层顶出射辐亮度;
将H2O浓度增加,计算所述大气层顶出射辐亮度的改变值;
所述敏感度为所述大气层顶出射辐亮度的改变值与所述观测噪声的比值。
9.如权利要求1~5任一所述火星大气水汽含量反演方法,其特征在于,所述真实水汽含量满足以下条件:使用逐线积分辐射传输模型模拟得到所述真实水汽含量的透过率,即模拟透过率,与观测透过率最为接近;所述观测透过率,是用所述PFS观测辐亮度计算的等价透过率。
10.如权利要求1~5任一所述火星大气水汽含量反演方法,其特征在于,
所述实地观测大气状态向量,包含实地观测大气状态数据和实地观测地表状态数据;
所述实地观测大气状态数据包括实地观测火星主要大气成分含量;
所述实地观测地表状态数据包括实地观测地表温度和实地观测地表发射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610800105.4A CN107783134B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气水汽含量反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610800105.4A CN107783134B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气水汽含量反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107783134A CN107783134A (zh) | 2018-03-09 |
CN107783134B true CN107783134B (zh) | 2020-01-10 |
Family
ID=61451809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610800105.4A Expired - Fee Related CN107783134B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气水汽含量反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107783134B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782374B (zh) * | 2019-01-15 | 2021-10-01 | 北京华云星地通科技有限公司 | 通过同化反演的水汽含量优化数值天气预报的方法及装置 |
CN112668166B (zh) * | 2020-12-21 | 2023-03-14 | 西安理工大学 | 一种建立随时空变化大气温度模型的方法 |
CN113486295B (zh) * | 2021-07-30 | 2023-05-30 | 生态环境部华南环境科学研究所 | 基于傅里叶级数的臭氧总量变化预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4421492B2 (ja) * | 2005-02-08 | 2010-02-24 | 株式会社東芝 | 気象予測システム及びその同化処理方法 |
CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN103678884A (zh) * | 2013-11-22 | 2014-03-26 | 河海大学 | 一种基于hj卫星的地表实际蒸散发动态监测方法 |
CN103744069A (zh) * | 2013-12-31 | 2014-04-23 | 中国科学院遥感与数字地球研究所 | 一种针对airs超光谱卫星数据的甲烷廓线正交反演方法 |
CN104964931A (zh) * | 2015-06-10 | 2015-10-07 | 中国科学院遥感与数字地球研究所 | 一种火星表面含水矿物定量反演方法 |
-
2016
- 2016-08-31 CN CN201610800105.4A patent/CN107783134B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4421492B2 (ja) * | 2005-02-08 | 2010-02-24 | 株式会社東芝 | 気象予測システム及びその同化処理方法 |
CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
CN103018736A (zh) * | 2012-12-03 | 2013-04-03 | 北京航空航天大学 | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 |
CN103678884A (zh) * | 2013-11-22 | 2014-03-26 | 河海大学 | 一种基于hj卫星的地表实际蒸散发动态监测方法 |
CN103744069A (zh) * | 2013-12-31 | 2014-04-23 | 中国科学院遥感与数字地球研究所 | 一种针对airs超光谱卫星数据的甲烷廓线正交反演方法 |
CN104964931A (zh) * | 2015-06-10 | 2015-10-07 | 中国科学院遥感与数字地球研究所 | 一种火星表面含水矿物定量反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107783134A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Du et al. | Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite | |
Crevoisier et al. | First year of upper tropospheric integrated content of CO 2 from IASI hyperspectral infrared observations | |
Kulawik et al. | Characterization of Tropospheric Emission Spectrometer (TES) CO 2 for carbon cycle science | |
Wunch et al. | The total carbon column observing network | |
Guanter et al. | Using field spectroscopy to assess the potential of statistical approaches for the retrieval of sun-induced chlorophyll fluorescence from ground and space | |
Scholze et al. | Reviews and syntheses: Systematic Earth observations for use in terrestrial carbon cycle data assimilation systems | |
Hanel et al. | The Nimbus 4 infrared spectroscopy experiment: 1. Calibrated thermal emission spectra | |
Rozanov et al. | NO2 and BrO vertical profile retrieval from SCIAMACHY limb measurements: Sensitivity studies | |
Xiong et al. | Mid-upper tropospheric methane retrieval from IASI and its validation | |
Lee et al. | SO 2 retrieval from SCIAMACHY using the Weighting Function DOAS (WFDOAS) technique: Comparison with standard DOAS retrieval | |
Migliorini et al. | Investigation of air temperature on the nightside of Venus derived from VIRTIS-H on board Venus-Express | |
Ungermann et al. | Tomographic retrieval approach for mesoscale gravity wave observations by the PREMIER Infrared Limb-Sounder | |
Kuai et al. | Vertically constrained CO2 retrievals from TCCON measurements | |
Rozanov et al. | BrO vertical distributions from SCIAMACHY limb measurements: comparison of algorithms and retrieval results | |
Frankenberg et al. | Using airborne HIAPER Pole-to-Pole Observations (HIPPO) to evaluate model and remote sensing estimates of atmospheric carbon dioxide | |
Gribanov et al. | A new software tool for radiative transfer calculations and its application to IMG/ADEOS data | |
CN107783134B (zh) | 一种火星大气水汽含量反演方法 | |
Wang et al. | Inter-comparing SNPP and NOAA-20 CrIS toward measurement consistency and climate data records | |
Xi et al. | Simulated retrievals for the remote sensing of CO 2, CH 4, CO, and H 2 O from geostationary orbit | |
Liu et al. | Retrieval of atmospheric thermodynamic state from synergistic use of radio occultation and hyperspectral infrared radiances observations | |
Khosravi et al. | Retrieval of terrestrial plant fluorescence based on the in-filling of far-red fraunhofer lines using SCIAMACHY observations | |
Maddy et al. | Using Metop-A AVHRR clear-sky measurements to cloud-clear Metop-A IASI column radiances | |
Zou et al. | Satellite observation of atmospheric methane: intercomparison between AIRS and GOSAT TANSO-FTS retrievals | |
Holl et al. | Methane cross-validation between three Fourier transform spectrometers: SCISAT ACE-FTS, GOSAT TANSO-FTS, and ground-based FTS measurements in the Canadian high Arctic | |
CN107798154B (zh) | 一种火星大气沙尘气溶胶光学厚度反演方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200110 Termination date: 20200831 |