基于紫外光谱敏感性特征的卫星遥感对流层低层臭氧浓度方法研究

To promote satellite remote sensing in application of lower tropospheric ozone monitoring, our project plans to obtain sensitivity features of combinations of measurement channels under various simulated conditions using global sensitivity analysis and taking resample strategy and computation scales into account. After further integrating optimal estimation algorithm based on Bayesian theory, the capability variance of measurement channels combination will be found and researched for optimizing them and atmospheric subdivision strategy. Considering Spectra sensitivity, the screening strategy will be used in designing inversion algorithm flow so as to enhance the retrieval accuracy. A precision test method relied on city ground data such as automatic monitoring data and ozonesonde, is explored to analyze the retrieval accuracy of ozone concentration in lower troposphere using improved algorithm applied to current satellite data. Meanwhile, the variation characteristics of retrieval accuracy be expected to be evaluated with examining the changes of observation geometry and related environmental parameters, so that the credible conclusion is put forward about the time and space suitability and boundary condition. these researches can not only provide basic information referring to environmental effect and space-time variation mechanism of ozone pollution, but give theoretical support to performance parameters design of hyperspectral sensors on satellite for air monitoring.

为了促进卫星紫外遥感技术在监测对流层大气臭氧污染领域的应用，本项目将利用全局敏感性分析方法，充分权衡样本采样策略和计算规模，以得到不同条件下，多种测量通道组合对臭氧浓度垂直分布的敏感性特征。进一步结合贝叶斯最优化估计算法，研究其探测对流层臭氧浓度的能力差异，以优化测量通道组合与大气分层。考虑测量通道敏感性特征，采用分步反演策略设计反演算法流程，以提高结果精度。研究采用改进算法对大气对流层低层臭氧反演结果精度进行验证的方法。结合典型城市的地面自动监测数据和探空数据等实测资料，评价分步反演算法的结果精度，分析反演精度随观测几何以及相关环境参数变化的特征和趋势，给定算法的时空适用性和边界条件。上述研究结果不仅可以为未来研究近地面臭氧污染的环境效应和时空变化机理奠定数据基础，更为日后面向大气污染监测的卫星高光谱传感器的性能参数设计提供科学认识和理论支撑。

通过卫星紫外遥感大气臭氧廓线的方法来得到对流层特别是近地面臭氧浓度，通常需要更加细致的大气分层和通道组合策略。本项目对卫星遥感大气臭氧廓线的方法进行了系统的分析和深入的探索，尝试提出并实现了一种基于参数敏感性指标，在迭代计算过程中具有明确约束边界的方法和算法，主要研究结果包括：1）明确了大气臭氧廓线反演新方法的基本原理，即通过查找两组廓线样本组合，使其对应的测量值，从整体上能够在各测量通道完全覆盖目标测量向量。进而通过该判定准则，可使得廓线样本组合确定的上下边界范围在迭代过程中连续收缩，得到上下边界向量的最临近值。2）该迭代算法的实现过程主要分为两部分：首先，通过N-X先验向量库与目标测量向量进行比对，得到初始的廓线样本组合以及对应的N值测量向量组合。并在其确定的初始廓线边界范围内，采用放样器，生成一定数量的新廓线样本；其次，通过敏感性分析方法，确定探测通道与大气分层臭氧浓度之间的映射关系，并根据距离量度检索符合上述判定准则的廓线样本组合，形成新的约束边界。3）N-X先验向量库是大气臭氧廓线数据集与其在特定观测条件通过大气辐射传输模型生成的测量N值形成的比对库。在实际反演过程中，可通过使用多组样本数据进行线性拟合的方法，消除太阳入射角度和温度廓线对测量值的影响，实现N-X先验向量库的修正。4）应用新方法在模拟条件下进行了多组大气臭氧廓线反演，通过与传统最优化方法的反演结果进行了对比，可以发现，两种方法得到的反演结果较为一致，大气各分层整体相对误差较低，但对流层特别是近地面相对误差较高。这主要受限于所选用传感器的测量通道配置。5）选用实际观测数据，应用新方法进行了反演，并结合NOAA SBUV2N19L2产品反演结果以及探空站点数据进行了结果精度评价。结果表明，新方法反演结果与产品反演结果较为吻合，具有较高的一致性。二者在距离地面较高的平流层范围内与探空资料差异较大，这可能是由于观测时间、位置偏差，以及数据重采样等因素而产生。6）新方法在运行效率方面较传统方法有明显的提高，这主要取决于其在计算过程中不依赖于正演模型进行计算得到权重矩阵。上述研究为卫星反演大气臭氧廓线提供了一种新的实现思想和策略，其在较细大气分层情况的执行效率具有优势，可为日后近地面大气臭氧反演研究提供重要的理论和方法支持。