CN107798154A - 一种火星大气沙尘气溶胶光学厚度反演方法 - Google Patents
一种火星大气沙尘气溶胶光学厚度反演方法 Download PDFInfo
- Publication number
- CN107798154A CN107798154A CN201610798866.0A CN201610798866A CN107798154A CN 107798154 A CN107798154 A CN 107798154A CN 201610798866 A CN201610798866 A CN 201610798866A CN 107798154 A CN107798154 A CN 107798154A
- Authority
- CN
- China
- Prior art keywords
- pfs
- spoke brightness
- atmosphere
- observation
- dust aerosol
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Radiation Pyrometers (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种火星大气沙尘气溶胶光学厚度反演方法,包含以下步骤:对MEX‑PFS数据进行定标获取PFS观测辐亮度数据和观测噪声;对沙尘气溶胶、大气温度、二氧化碳、地表温度和地表发射率因素进行敏感性分析,选择沙尘气溶胶反演谱段;用地表发射率真实值、大气背景数据初始值、地表温度初始值,生成火星大气状态向量初始值;在所述沙尘气溶胶反演谱段,计算所述大气状态向量初始值条件下的大气层顶出射辐亮度,再加上所述观测噪声,得到PFS模拟辐亮度;反演大气状态向量,循环计算所述PFS模拟辐亮度使代价函数最小。本发明的方法可以稳定地、快速方便地进行沙尘气溶胶含量反演,减少火星地表贡献不准确对大气反演结果精度的影响。
Description
技术领域
本发明涉及卫星遥感大气成分反演技术领域,涉及一种沙尘气溶胶光学厚度快速反演方法。
背景技术
沙尘气溶胶是火星大气的重要成分,大气中常年悬浮着沙尘气溶胶且几乎每年都会爆发多次大规模的沙尘暴。火星沙尘气溶胶的分布和属性与火星水汽和二氧化碳循环有关,了解沙尘气溶胶的循环和属性有助于探索火星大气。
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)数据具备多种大气成分的反演能力,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。
目前火星的沙尘气溶胶监测的物理反演方法,通过循环迭代计算得到沙尘气溶胶光学厚度使其模拟辐射与观测辐射最为接近,观测辐射包括地表贡献和大气贡献两部分,在物理反演算法中,首先需要已知地表信息(地表发射率、地表温度),才能进一步获出大气信息,而实际中地表与大气信息均未知便是典型的病态反演问题。
MEX-PFS数据由于信噪比问题无法用于反演地表发射率,很多反演算法中将地表发射率假定为均匀的;此外MEX-PFS数据反演时地表温度通过其亮温计算,不能准确的代表地表温度,这种火星地表的不确定假设会引进大气反演的误差。
物理反演中另外一个问题便是巨大的数据量运算,MEX-PFS的高光谱特性使得反演波谱数量巨多,此外大气模型在计算气溶胶的散射效应时需要巨大的运算量。
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沙尘气溶胶光学厚度反演方法,目的在于提供一种可以稳定地、快速方便地针对MEX-PFS数据的沙尘气溶胶含量反演的方法,减少火星地表贡献确定不准确对大气反演结果精度的影响。
为实现上述目的,本发明的实施例所公开的火星大气沙尘气溶胶光学厚度反演方法,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;
对沙尘气溶胶、大气温度、二氧化碳、地表温度和地表发射率因素进行敏感性分析,选择对沙尘气溶胶光学厚度敏感但对其他因素变化不敏感的通道,作为沙尘气溶胶反演谱段;
在地表温度反演谱段设定地表温度初始值;用地表发射率真实值、大气背景数据初始值、地表温度初始值,生成火星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;
在所述沙尘气溶胶反演谱段,计算所述大气状态向量初始值条件下的PFS模拟辐亮度;反演大气状态向量,作为新的大气状态向量初始值,循环计算所述PFS模拟辐亮度,使代价函数最小,得到所述沙尘气溶胶光学厚度和地表温度的反演结果;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。
作为本发明中定标获取PFS观测辐亮度数据的最佳实施例,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。
作为本发明中计算所述PFS模拟辐亮度的方法的实施例,具体包括以下步骤:用所述初始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。
作为本发明中进一步优化的实施例,包括以下步骤:下载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。
作为本发明进一步优化的实施例,所述设定地表温度初始值,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;所述十个通道作为所述地表温度反演谱段。
作为本发明中反演大气状态向量的最佳实施例,所述反演大气状态向量,是通过大气状态向量初始值进行误差校正得到;具体包含以下步骤:在所述沙尘气溶胶反演谱段计算和所述地表温度反演谱段分别计算所述PFS观测辐亮度对所述沙尘气溶胶光学厚度、地表温度的权重函数;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;所述初始廓线误差协方差矩阵指初始状态向量中大气数据与真实大气数据的误差协方差矩阵;所述观测误差协方差矩阵,为所述观测噪声的对角阵。
作为本发明中所述敏感度分析的最佳实施例,包括以下步骤:根据所述大气背景数据,用火星辐射传输模型计算MEX-PES所有通道上的大气层顶出射辐亮度;改变所述沙尘气溶胶光学厚度、大气温度、二氧化碳、地表温度和地表发射率的值,计算所述大气层顶出射辐亮度的变化值。
作为本发明进一步优化的实施例,使用热红外反演算法,通过二氧化碳在667cm-1中心的吸收波段反演得到真实大气温度廓线;用所述真实大气温度廓线代替所述大气背景数据中的大气温度廓线。
作为本发明中火星大气背景数据的最佳实施例,所述大气背景数据从欧洲火星气候数据库中生成。
实施本发明方案的有益效果是:
本发明的方法从MGS-TES反演的地表发射率数据生产火星全球地表发射率数据,并在气溶胶反演的同时对地表温度进行迭代反演,降低了地表对沙尘气溶胶反演的影响;对用于沙尘气溶胶反演的谱段进行了严格筛选,既降低了运算量又减少了其他大气成分对反演的影响,利用纯吸收平面平行大气模型来模拟沙尘气溶胶的消光和PFS观测辐射,降低了运算量提高运算效率,能够快速、稳定、准确地实现沙尘气溶胶反演。
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大气沙尘气溶胶光学厚度反演方法的流程示意图;
图2是获取PFS观测辐亮度数据和观测噪声实施例流程图;
图3是本发明构建火星地表发射率数据集的实施例流程图;
图4是本发明选择沙尘气溶胶反演谱段的实施例流程图;
图5为大气初始状态向量的计算过程流程图;
图6是用贝叶斯最优估计方法计算沙尘气溶胶光学厚度的流程图。
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。
地表发射率本质上来说是不变的,因此本发明使用热辐射光谱仪(TES——Thermal Emission Spectrometer)反演的地表发射率数据构建的1°×1°火星地表离散空间的火星全球地表发射率先验数据集,地表温度则与沙尘气溶胶光学厚度先后循环迭代来计算;为了减少反演时的运算量,首先对于用于沙尘气溶胶反演的波谱进行了严格的筛选,其次通过过去几十年的火星沙尘气溶胶观测结果得到沙尘气溶胶的吸收消光和总消光的关系,使用纯吸收的平面平行大气模型来快速模拟反演沙尘气溶胶消光能力。
如图1所示,为本发明实施例提供的一种火星大气沙尘气溶光学厚度反演方法的流程图。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、对沙尘气溶胶、大气温度、二氧化碳、地表温度和地表发射率因素进行敏感性分析,选择对沙尘气溶胶光学厚度敏感但对其他因素变化不敏感的通道,作为沙尘气溶胶反演谱段;
步骤3、用MGS-TES数据构建火星地表离散空间的火星全球地表发射率数据集,计算地表发射率真实值;
步骤4、在地表温度反演谱段设定地表温度初始值;用所述地表发射率真实值、大气背景数据初始值、地表温度初始值,生成火星大气状态向量初始值;
步骤5、在所述沙尘气溶胶反演谱段和所述地表温度反演谱段,计算所述大气状态向量初始值条件下的大气层顶出射辐亮度,再加上所述观测噪声,得到PFS模拟辐亮度;反演大气状态向量,作为新的大气状态向量初始值,循环计算所述PFS模拟辐亮度,使代价函数最小,即得到所述沙尘气溶胶光学厚度和所述地表温度的反演结果;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。
注意地表发射率真实值在反演过程中不被改变。
图2为本发明获取PFS观测辐亮度数据和观测噪声实施例流程图。
步骤11、下载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(v);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(v)、深空辐亮度接收信号值So(v);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(v),进而求解PFS探测器光谱响应Res(v)=Sb(v)/Rb(v)和观测噪声NER(v)。利用定标公式(公式1),计算得到PFS观测辐亮度R(Giuranna等,2005)。
R(v)=|S(v)-So(v)|/Res(v) 公式1
在本实施例步骤12中,作为进一步优化的实施例,式中Res(v)可以值取自前后两次内部黑体观测的光谱响应的均值;So(v)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是本发明选择沙尘气溶胶反演谱段的实施例流程图。具体包含以下步骤:
步骤21、从欧洲火星气候数据库(EMCD)中生成火星大气背景数据,包括水汽含量、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;
步骤22、对每一组火星大气数据,将沙尘气溶胶光学厚度增加10%,重新利用火星辐射传输模型计算所有通道上的大气层顶出射辐亮度,记为Rdust,计算对应的大气层顶出射辐亮度变化值的平均值同理,将温度廓线整体增加1K,重新利用模型计算所有通道上的大气层顶出射辐亮度,记为RT,计算对应的大气层顶出射辐亮度变化值的平均值将地表温度增加10%,重新利用模型计算所有通道上的大气层顶出射辐亮度,记为计算对应的大气层顶出射辐亮度变化值的平均值将CO2浓度增加10%,重新利用模型计算所有通道上的大气层顶出射辐射亮度值,记为计算对应的大气层顶出射辐亮度变化值的平均值将地表发射率减少0.02,重新利用模型计算所有通道上的大气层顶出射辐亮度,记为Rε,计算对应的大气层顶出射辐射亮度变化值的平均值
步骤23、选择对沙尘气溶胶光学厚度敏感但对其他成分变化不敏感的通道,例如,当沙尘气溶胶光学厚度增加10%引起的大气层顶出射辐亮度变化值超过1K,同时其他因素的变动引起的变化值<0.5K的通道作为沙尘气溶胶反演谱段。
图4是本发明构建火星地表发射率数据集的实施例流程图。具体步骤如下。
步骤31、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32、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ε(v)(Bandfield和Smith,2003),生成火星360×360的全球地表发射率数据。
ε(v)=1-A*f(v) 公式2
在本实施例的步骤32中,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。
图5为大气初始状态向量的计算过程流程图。具体包括以下步骤:
步骤41、从步骤21中所述火星大气数据集中选择与MEX-PFS观测几何对应的数据,作为大气背景数据初始值,沙尘气溶胶光学厚度作为先验初始值;
步骤42、使用热红外反演算法,通过二氧化碳在667cm-1中心的吸收波段来反演得到真实大气温度廓线,代替所述大气背景数据中的大气温度廓线,其他大气成分状态作为真实的背景大气状态;
步骤43、通过510cm-1中心和810cm-1中心各选十个通道,作为地表温度反演谱段,通过所述地表温度反演谱段的所述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;
步骤44、通过象元经纬度匹配从步骤3生成的火星全球地表发射率数据中读取观测象元的地表发射率,作为地表发射率初始值,结合所述大气背景数据初始值、地表温度初始值,生成火星大气状态向量初始值,由初始状态向量xa表示。
在本实施例步骤42中,由于火星大气数据集总所有的大气背景数据都是均值数据,对于随时间变化不大的大气成分和对反演结果影响很小的成分可以直接使用背景数据;否则背景数据就只能用来作为反演的初始数据。这里的大气温度廓线就是使用背景数据里的温度廓线作为初始廓线,使用现有的算法反演得到真实大气温度廓线。
在本实施的步骤43中,对多个通道的地表亮温取均值可以消除仪器误差带来的影响,通过比较不同通道数的均值,发现十个通道的均值消除的误差与更多(例如15、20、50)个通道的均值基本相同,但计算速度更快;而通道数<10则不能完全消除误差。
图6是用贝叶斯最优估计方法计算沙尘气溶胶光学厚度的流程图。具体包含以下步骤。
步骤51、用吸收平面平行大气模型模拟计算PFS观测辐射亮度在所述沙尘气溶胶反演谱段和所述地表温度反演谱段对大气沙尘气溶胶和地表温度的权重函数K;
步骤52、用吸收平面平行大气模型计算在初始状态向量xa时所述沙尘气溶胶反演谱段和所述地表温度反演谱段大气层顶出射辐亮度,加上仪器的观测噪声NER(v)得到PFS模拟辐亮度Rm;
步骤53、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;所述初始廓线误差协方差矩阵指初始状态向量xa中大气数据与真实大气数据的误差协方差矩阵;所述观测误差协方差矩阵,为所述观测噪声NER(v)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54、将步骤53的大气状态向量反演结果x作为新的初始状态向量xa,再次使用吸收平面平行大气模型计算PFS模拟辐亮度Rm,再重新求解大气状态向量x......循环计算直至代价函数(公式4)最小,即得到所述沙尘气溶胶光学厚度和所述地表温度的反演结果,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)+0.5(x-xa)TSa -1(x-xa) 公式4
在本实施例步骤54中,当J(X)最小时,即能保证x并非异常值时(即不会偏离初始值太大超过正常范围)ΔR最小。
本发明中使用的地表发射率数据来自MGS-TES反演的地表反射率数据筛选合成,TES产品是目前火星遥感研究数据中可信度最高的;大气廓线库选自于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;大气温度在沙尘气溶胶反演之前使用众所周知的CO2吸收波段进行,地表温度与沙尘气溶胶信息同时迭代反演。本发明中采用的辐射传输模型为纯吸收的火星快速辐射传输模型,快速辐射传输模型牺牲一定的精度追求高效率,结合PFS仪器光谱响应函数,能够快速、较为准确地模拟传感器入瞳处的辐射亮度值。
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出另外的变更和修改。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 (9)
1.一种火星大气沙尘气溶胶光学厚度反演方法,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;
对沙尘气溶胶、大气温度、二氧化碳、地表温度和地表发射率因素进行敏感性分析,选择对沙尘气溶胶光学厚度敏感但对其他因素变化不敏感的通道,作为沙尘气溶胶反演谱段;
在地表温度反演谱段设定地表温度初始值;用地表发射率真实值、大气背景数据初始值、所述地表温度初始值,生成火星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;
在所述沙尘气溶胶反演谱段,计算所述大气状态向量初始值条件下的PFS模拟辐亮度;反演大气状态向量,作为新的大气状态向量初始值,循环计算所述PFS模拟辐亮度,使代价函数最小,得到所述沙尘气溶胶光学厚度和地表温度的反演结果;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。
2.如权利要求1所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,计算所述地表发射率真实值的方法包括以下步骤:
下载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。
3.如权利要求1所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,
所述设定地表温度初始值,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;
所述十个通道作为所述地表温度反演谱段。
4.如权利要求1所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,
所述反演大气状态向量,是通过大气状态向量初始值进行误差校正得到;
在所述沙尘气溶胶反演谱段计算和所述地表温度反演谱段分别计算所述PFS观测辐亮度对所述沙尘气溶胶光学厚度和所述地表温度的权重函数;
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;
所述初始廓线误差协方差矩阵指初始状态向量中大气数据与真实大气数据的误差协方差矩阵;
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1~4任一所述火星大气沙尘气溶胶光学厚度反演方法,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。
6.如权利要求1~4任一所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,所述计算PFS模拟辐亮度的方法,包括以下步骤:
用所述初始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。
7.如权利要求1~4任一所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,所述敏感度分析的方法包括以下步骤:
根据所述大气背景数据,用火星辐射传输模型计算MEX-PES所有通道上的大气层顶出射辐亮度;
改变沙尘气溶胶光学厚度、大气温度、二氧化碳、地表温度和地表发射率的值,计算所述大气层顶出射辐亮度的变化值。
8.如权利要求1~4任一所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于,使用热红外反演算法,通过二氧化碳在667cm-1中心的吸收波段反演得到真实大气温度廓线;用所述真实大气温度廓线代替所述大气背景数据中的大气温度廓线。
9.如权利要求1~4任一所述火星大气沙尘气溶胶光学厚度反演方法,其特征在于:
所述大气背景数据从欧洲火星气候数据库中生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610798866.0A CN107798154B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气沙尘气溶胶光学厚度反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610798866.0A CN107798154B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气沙尘气溶胶光学厚度反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107798154A true CN107798154A (zh) | 2018-03-13 |
CN107798154B CN107798154B (zh) | 2020-09-11 |
Family
ID=61529631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610798866.0A Expired - Fee Related CN107798154B (zh) | 2016-08-31 | 2016-08-31 | 一种火星大气沙尘气溶胶光学厚度反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107798154B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943142A (zh) * | 2022-04-29 | 2022-08-26 | 中国科学院空天信息创新研究院 | 高光谱地表反射率和大气参数一体化反演方法及装置 |
CN116449331A (zh) * | 2023-06-20 | 2023-07-18 | 成都远望科技有限责任公司 | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 |
CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308215A (zh) * | 2008-06-11 | 2008-11-19 | 武汉大学 | 一种ⅱ类水体离水辐亮度反演方法 |
US20090103832A1 (en) * | 2007-10-19 | 2009-04-23 | Em Photonics, Inc. | Method and system for enabling real-time speckle processing using hardware platforms |
CN101716404A (zh) * | 2009-05-22 | 2010-06-02 | 南京理工大学 | 热气溶胶灭火器材的冷却过滤层 |
-
2016
- 2016-08-31 CN CN201610798866.0A patent/CN107798154B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090103832A1 (en) * | 2007-10-19 | 2009-04-23 | Em Photonics, Inc. | Method and system for enabling real-time speckle processing using hardware platforms |
CN101308215A (zh) * | 2008-06-11 | 2008-11-19 | 武汉大学 | 一种ⅱ类水体离水辐亮度反演方法 |
CN101716404A (zh) * | 2009-05-22 | 2010-06-02 | 南京理工大学 | 热气溶胶灭火器材的冷却过滤层 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943142A (zh) * | 2022-04-29 | 2022-08-26 | 中国科学院空天信息创新研究院 | 高光谱地表反射率和大气参数一体化反演方法及装置 |
CN114943142B (zh) * | 2022-04-29 | 2023-11-28 | 中国科学院空天信息创新研究院 | 高光谱地表反射率和大气参数一体化反演方法及装置 |
CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
CN116466368B (zh) * | 2023-06-16 | 2023-08-22 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
CN116449331A (zh) * | 2023-06-20 | 2023-07-18 | 成都远望科技有限责任公司 | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 |
CN116449331B (zh) * | 2023-06-20 | 2023-08-15 | 成都远望科技有限责任公司 | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107798154B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brogi et al. | Exoplanet atmospheres with GIANO-I. Water in the transmission spectrum of HD 189 733 b | |
Schepers et al. | Methane retrievals from Greenhouse Gases Observing Satellite (GOSAT) shortwave infrared measurements: Performance comparison of proxy and physics retrieval algorithms | |
Drossart et al. | Scientific goals for the observation of Venus by VIRTIS on ESA/Venus Express mission | |
Worden et al. | Evaluation and attribution of OCO-2 XCO 2 uncertainties | |
Foucher et al. | Carbon dioxide atmospheric vertical profiles retrieved from space observation using ACE-FTS solar occultation instrument | |
Almatroushi et al. | Emirates Mars mission characterization of Mars atmosphere dynamics and processes | |
García-Melendo et al. | Dynamics of Jupiter’s equatorial region at cloud top level from Cassini and HST images | |
Spang et al. | Fast cloud parameter retrievals of MIPAS/Envisat | |
Rieger et al. | Stratospheric aerosol particle size information in Odin-OSIRIS limb scatter spectra | |
Ungermann et al. | Level 2 processing for the imaging Fourier transform spectrometer GLORIA: derivation and validation of temperature and trace gas volume mixing ratios from calibrated dynamics mode spectra | |
CN107798154A (zh) | 一种火星大气沙尘气溶胶光学厚度反演方法 | |
CN107561557A (zh) | 一种掩星探测仪大气成分反演方法 | |
Rigby et al. | A NIKA view of two star-forming infrared dark clouds: Dust emissivity variations and mass concentration | |
Merrelli et al. | Estimating bias in the OCO-2 retrieval algorithm caused by 3-D radiation scattering from unresolved boundary layer clouds | |
Haus et al. | Lower atmosphere minor gas abundances as retrieved from Venus Express VIRTIS-M-IR data at 2.3 µm | |
Rigby et al. | GASTON: Galactic Star Formation with NIKA2–evidence for the mass growth of star-forming clumps | |
Oshchepkov et al. | Detection of optical path in spectroscopic space‐based observations of greenhouse gases: Application to GOSAT data processing | |
Gilli et al. | The spatial clustering of mid-IR selected star forming galaxies at z~ 1 in the GOODS fields | |
CN107783134A (zh) | 一种火星大气水汽含量反演方法 | |
Syed et al. | Atomic and molecular gas properties during cloud formation | |
Carpenter et al. | GHRS Observations of Cool, Low-Gravity Stars. V. The Outer Atmosphere and Wind of the Nearby K Supergiant λ Velorum | |
La Barbera et al. | Probing galaxy evolution through the internal colour gradients, the Kormendy relations and the Photometric Plane of cluster galaxies at z~ 0.2 | |
de Kok et al. | A tropical haze band in Titan’s stratosphere | |
Krčo et al. | An Improved Technique for Measurement of Cold HI in Molecular Cloud Cores | |
Kurucz | Progress on model atmospheres and line data |
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 |
Granted publication date: 20200911 Termination date: 20210831 |
|
CF01 | Termination of patent right due to non-payment of annual fee |