热红外甲烷廓线物理反演中稳定性机理分析和模型研究

Methane is one of the most abundant greenhouse gases in the troposphere. Recent missions of hyper-spectral infrared spaceborne observations provide a promising way to understand the relative strengths of the methane sources and sinks due to large spatial and temporal coverage. The classic optimal estimation (OE) model is currently adopted as the core algorithm in the numerical weather analysis. However, in the methane physical retrieval, the error from model smoothing, the error of fitted temperature and humidity and temperature profile, the measurement noise will slow down the convergent rate even lead to non-convergence. Levenberg-Marquardt (LM) model adds a correction term in the OE model so that it can interpolate between the Gauss-Newton algorithm and the method of gradient descent to stabilize the OE solution. And the correction term, expressed by the product of a positive definite matrix and a Lagrange factor, is the key issue in the LM model. In this study, a quantitative error analysis of classic OE model in the methane retrieval is performed to study the mechanism of instability. And thus build the model to solve the parameters in LM model to improve the convergent rate,accuracy and stability. After selecting the fitting spectral range, the retrieval experiment is applied to Atmospheric Infrared Sounder (AIRS) data. The ground-based FTS measurements and the aircraft profiles are used for validation. A quantitative evaluation of the accuracy associated with the LM methane retrieval will be performed through a large validation exercises.

甲烷是一种非常重要的温室气体，星载热红外高光谱传感器能够快速、经济、可重复地获取宏观尺度上甲烷分布信息，为研究全球气候变化提供了很好的支持。经典的大气甲烷廓线物理反演模型由于平滑误差、输入温湿廓线误差和观测误差等因素的影响导致其迭代速度慢甚至不收敛，得不到稳定的解。通过Levenberg-Marquardt（LM）模型可以对经典的物理反演模型进行修正，增加解的稳定性，此时LM模型中的两个参数成为快速、稳定求解的关键。本研究通过定量分析经典的物理反演模型求解不稳定的形成机理，然后据此建立模型求解LM模型中的参数，并且选择合适的反演通道，以提高甲烷廓线物理反演模型的收敛速度、反演精度和稳定性。课题以中国为研究区域，基于Atmospheric Infrared Sounder (AIRS) 卫星观测资料进行反演试验，并且利用地基观测数据、全球大气成分本底站数据、飞机观测资料进行结果验证和误差分析

甲烷是一种非常重要的温室气体，星载热红外高光谱传感器能够快速、经济、可重复地获取宏观尺度上甲烷分布信息，为研究全球气候变化提供了很好的支持。经典的大气甲烷廓线物理反演模型由于平滑误差、输入温湿廓线误差和观测误差等因素的影响导致其迭代速度慢甚至不收敛，得不到稳定的解。本研究的研究内容包括：1)通过定量分析经典的物理反演模型求解不稳定的形成机理；2)选择合适的反演通道；3）建立模型求解LM 模型中的参数自定义求解模型，以提高甲烷廓线物理反演模型的收敛速度、反演精度和稳定性；4）基于Atmospheric Infrared Sounder(AIRS) 卫星观测资料进行反演试验，并且利用地基观测数据、全球大气成分本底站数据、飞机观测资料进行结果验证和误差分析。.本研究1）分析了经典高斯牛顿算法当中误差传递的主要来源，温湿廓线误差带入的辐射误差是导致反演结果不稳定的最根本原因，通过建立温湿廓线误差订正模型来减少温湿廓线带入的误差。2）通过分析不同气体吸收线对温度、压强的敏感性，发现只有在吸收线附近，由于吸收谱线对温度和压强的影响最小，需要选择吸收谱线最强的通道。由于在反演当中需要综合考虑不同压力层的吸收系数，并且将仪器的响应、气体的垂直分布考虑进去，因此提出了基于水气含量分类的Jacobian矩阵甲烷反演通道自动选择方法。3）建立模型对LM算法中正定矩阵H 和Lagrange 参数λ 自适应求解，选用了Hessian矩阵特征值作为正定矩阵，更大程度地利用了观测信息；并且建立了λ的求解公式，增加迭代速度。4）用全球7次飞行试验数据（785条廓线），9个站点的地基FTS观测数据（2875个比对点），瓦里关本底站136个月月均值对本研究提出的算法进行了验证，本研究提出的甲烷廓线反演算法精度优于AIRS V6 版本的产品，最佳信息层的反演相对误差小于1.5%，柱总量误差小于3%。