共查询到18条相似文献，搜索用时 359 毫秒
1.
GOSAT卫星观测反演大气CO2浓度精度已经提高到了1—2 ppm,而卫星数据能否准确地揭示全球和区域大气CO2浓度变化特征还缺乏充分的评价与分析。本文针对已经连续运行观测3年的GOSAT卫星,收集了来自美国NASA-OCO团队(ACOS)和日本环境研究所GOSAT团队(NIES)基于各自算法反演的两套大气CO2柱浓度数据,描述并分析了全球大气CO2时空变化特征。分析结果表明,从XCO2反演的绝对值结果来看ACOS总体上比NIES的高出约2 ppm左右,但从时空的相对变化上它们揭示了相近的大气CO2浓度时空变化特征。两套数据显示出全球平均大气CO2浓度在2010年—2012年的3年期间年增量分别为1.8 ppm和2.0 ppm;季节变化幅度,北半球最大4—6 ppm,南半球最大约2 ppm,这与地面观测结果基本一致。进一步将EDGAR 4.2人为排放总量格网化数据与GOSAT卫星观测反演的CO2浓度进行相关统计分析,结果指出两套数据对人为排放量有着微弱的响应。本文结果指出目前GOSAT卫星观测反演的XCO2可以检测出全球和区域大气CO2浓度的年变化、季节变化和区域空间变化的特征;GOSAT卫星10.5 km空间分辨率的观测虽难于检测出点源的浓度变化,但从区域上对人为排放的累积效应的监测显示了一定的应用潜力。 相似文献
2.
短波红外通道卫星CO2遥感是近年国际研究热点。首先,开展了卫星观测对气溶胶及大气温度的敏感性研究;其次,针对基于最优化理论的非线性迭代反演方法反演过程中的不收敛问题,提出了修正的阻尼牛顿方法(MDNM),并利用模拟数据评估了MDNM方法的有效性;最后,利用GOSAT卫星数据反演CO2的垂直混合比浓度,并与地基TCCON站点数进行比对。研究结果表明:短波近红外CO2卫星遥感受气溶胶散射及温度影响明显;通过地基比对初步验证了MDNM具有良好的精度,两者的相关性R2达到了0.729。 相似文献
3.
利用2018—2021年GOSAT上高光谱傅里叶变换光谱仪(FST)官方反演的大气CO2浓度,采用自然相邻节点插值(Natural Neighbor)对GOSAT数据产品进行插值处理,获取黑龙江省各地市CO2平均浓度,结合夜间灯光数据、火点数据和植被覆盖度数据,分析研究区域大气CO2浓度时空分布规律、区域差异等特征,为发展低碳经济及环境治理提供参考。 相似文献
4.
本研究利用大气制图扫描成像吸收仪SCIAMACHY(Scanning Imaging Absorption Spectrometer for Atmospheric Chartography)和傅里叶变换光谱仪FTS(Fourier Transformation Spectrometer)卫星遥感传感器反演的CO_(2)产品,结合瓦里关地面站点观测的CO_(2)浓度数据进行验证,并对遥感数据进行校正,最后分析了2003年—2018年中国CO_(2)时空变化特征及其影响因素。结果表明,中国区域CO_(2)柱浓度呈近12个月周期变化且持续上升的趋势。2003年CO_(2)柱浓度年均值为374.4 ppm,2018年CO_(2)柱浓度年均值为413.7 ppm,16年间增加了39.3 ppm,约为10.51%,年均增长率为0.59%。中国区域大气CO_(2)柱浓度的月变化存在明显的时空差异,月变化呈现弦曲线变化,最小值和最大值分别出现在8和4月,2018年月平均大约分别为407.7 ppm和416.3 ppm。CO_(2)柱浓度的高值区主要出现在东部的亚热带和温带地区,2018年年平均最大可达417.9 ppm;最低值是在内蒙古北部,2018年平均约为409.5 ppm。从省级行政单元来看,2018年平均CO_(2)柱浓度最高和最低的省份是浙江省和青海省,分别约为417.8 ppm和412.1 ppm。中国2003年—2018年CO_(2)柱浓度在整个区域出现较大的增长,但是增长率在空间上存在明显的异质性。在空间上,2018年比2003年增长的数值在31.0—45.4 ppm之间,增长的百分比范围在8.9%—12.2%之间,增长较大的区域在高值区,最大增长出现在辽宁和吉林的交界处,约为12.2%;增长较小的区域出现在中国中部,最低的增长约为8.9%。 相似文献
5.
针对大气中二氧化碳(CO2)浓度在对流层分布变化明显的特点,采用激光雷达主动观测方式获取低空CO2廓线浓度.利用自主研制的基于染料差分激光技术的CO2探测差分吸收激光雷达,在中国安徽省淮南市进行了长期观测,受制于白天的低信噪比,只进行了夜间观测,并通过开发先进的信号处理算法获取了高空间、高时间分辨率的CO2廓线浓度以及... 相似文献
6.
大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一，主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO2遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程，严重制约着CO2的反演精度，针对GMI开发高精度的大气CO2反演算法，地表反射是一个需要重点考虑的因素。城市是CO2重要的发射源，且城市下垫面存在明显的二向反射特性，加上城市大气条件不良，复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区，利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据，构建了适合利用单次观测数据反演的BRDF模型，并提出一种同时反演地表BRDF参数和大气CO2含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时，大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比，其平均误差为1.25 ppm，相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO2反演的需求，并使得反演高值气溶胶区域数据成为可能，增加了GMI观测数据的利用率。 相似文献
7.
基于2015—2016年东北三省36个主要城市PM2.5浓度数据以及同期大气氧化物数据,运用克里金插值法及相关性分析法,对PM2.5的时空分布特征及与其他大气氧化物的相关性进行分析.结果表明:2016年较2015年PM2.5浓度显著降低,下降了17.83％;PM2.5浓度由高到低的季节依次是冬季、秋季、春季和夏季,浓度分别为64.31、49.44、39.57、28.09μg·m-3;PM2.5月均浓度呈U形分布,最大值出现在11月,最小值出现在8月.分地区来看,PM2.5空间分布整体呈南高北低状态,黑龙江省的年均PM2.5浓度明显低于另外两省.PM2.5与CO、SO2、NO2浓度均为极显著正相关,表明CO、SO2、NO2对PM2.5浓度有显著影响. 相似文献
8.
卫星遥感器中的CO21.6μm弱吸收带通道测量信号可以反映CO2的近地层浓度分布,是温室气体卫星反演的重要通道之一。HITRAN数据库是建立卫星遥感CO2浓度算法依赖的重要分子光谱参数数据库,目前已经更新到了2012版,不同版本中大气分子谱线参数存在差异。本文利用逐线积分模式LBLRTM,研究了最近3个版本HITRAN数据库(04、08、12版)在CO2的弱吸收带通道上大气光学厚度、透过率的差异,发现04版计算的气体光学厚度普遍偏高,可对CO2造成约38 ppm的低估;08版本得到的气体光学厚度与12版本接近,反演相差2 ppm以内。在此基础上,分析了不同HITRAN数据库对整层CO2变化和近地层CO2变化的敏感性,结果表明:04版对整层和近地面大气的变化敏感性最强,并且放大了近地层信号;08版与12版对整层或近地层CO2的敏感度接近,两者经过卷积后得到的信号无差异。 相似文献
9.
10.
水文气象因素引起的重力变化是影响地震重力变化成果解释的重要因素。以中国北疆地区为研究区域,借助全球陆地数据同化系统（global land data assimilation systems,GLDAS）全球水文模型数据、大气模型数据,计算2016-01—2017-12时段内水文气象因素对研究区域的重力影响。计算结果表明,陆地水影响的年变化为1.3 μGal,两期陆地水影响空间分布的差异低于1 μGal;大气影响的年变化为8 μGal,两期大气影响空间分布的差异达到6 μGal。利用2016-04、2016-08和2017-06三期流动重力测量数据,对比扣除水文气象因素前后的重力变化,可以看出,在中国北疆流动重力数据处理中,大尺度水文因素可以不予考虑,气象因素应予考虑。同时,为更好分析流动重力变化,建议流动重力测量过程中同时开展测点附近的土壤湿度、大气气压等观测。 相似文献
11.
Zhao-Cheng Zeng Liping Lei Kimberly Strong Dylan B. A. Jones Lijie Guo Min Liu 《International Journal of Digital Earth》2017,10(4):426-456
ABSTRACTThis study presents an approach for generating a global land mapping dataset of the satellite measurements of CO2 total column (XCO2) using spatio-temporal geostatistics, which makes full use of the joint spatial and temporal dependencies between observations. The mapping approach considers the latitude-zonal seasonal cycles and spatio-temporal correlation structure of XCO2, and obtains global land maps of XCO2, with a spatial grid resolution of 1° latitude by 1° longitude and temporal resolution of 3 days. We evaluate the accuracy and uncertainty of the mapping dataset in the following three ways: (1) in cross-validation, the mapping approach results in a high correlation coefficient of 0.94 between the predictions and observations, (2) in comparison with ground truth provided by the Total Carbon Column Observing Network (TCCON), the predicted XCO2 time series and those from TCCON sites are in good agreement, with an overall bias of 0.01?ppm and a standard deviation of the difference of 1.22?ppm and (3) in comparison with model simulations, the spatio-temporal variability of XCO2 between the mapping dataset and simulations from the CT2013 and GEOS-Chem are generally consistent. The generated mapping XCO2 data in this study provides a new global geospatial dataset in global understanding of greenhouse gases dynamics and global warming. 相似文献
12.
Shuai Yin Xiufeng Wang Heri Santoso Hiroshi Tani Guosheng Zhong Zhongyi Sun 《International Journal of Digital Earth》2018,11(8):825-844
We used OCO-2 products and considered three factors that potentially affect CO2 concentration in Indonesia: sea surface temperature (SST), forest fires and vegetation. From 2014 to 2016, CO2 concentration in Indonesia showed a trend of increase, which is consistent with the global increase reported by the Greenhouse Gases Observing Satellite (GOSAT) Project. As an archipelago country, the results indicate that SST has a direct effect on the CO2 concentration in Indonesia. Their changing exhibits similar fluctuations; meanwhile, CO2 concentration and SST also presented positive correlation. In 2015, the number of fire hotspots suddenly increased to 140,699, because of occurrence of the worst forest fire. Due to special geographic conditions, forest fires did not induce CO2 concentration changes in Indonesia, but CO2 concentration in the corresponding islands showed a trend of increase. CO2 concentration increased in Kalimantan during the occurrence of forest fire in September–October 2014, and CO2 concentration increased in Kalimantan and Sumatra during the occurrence of forest fire in September–October 2015. Vegetation indices were stable and presented no correlation with CO2 concentration. This study demonstrated that OCO-2 is capable of monitoring CO2 concentration at a regional scale; additionally, an effective method for using OCO-2 Level 2 products is proposed. 相似文献
13.
Carbon dioxide (CO2) is one of the major gases that contribute to the global warming. Therefore, studying the distribution of CO2 can help people understand the carbon cycle. Based on the GOSAT retrieved CO2 products, the temporal and spatial distribution and seasonal variation of CO2 concentration were analyzed from 2011 to 2015. CO2 concentration has obvious seasonal variation. It was low in summer, and was high in spring, and the annual increase was about 2 ppm. Nevertheless, the annual growth rate of CO2 concentration in summer was higher than that in spring, it was 0.5425% in summer and was 0.46% in spring. CO2 concentration was low in the northwest and was high in the southeast. The growth rate of CO2 was 2.8 ppm in the northwest and was 3.42 ppm in the southeast. More human’s activities made CO2 concentration higher in the southeast than that in other regions. 相似文献
14.
Prasun K. Gangopadhyay Freek van der Meer Paul van Dijk 《International Journal of Applied Earth Observation and Geoinformation》2009
Over the time-scale, earth's atmospheric CO2 concentration has varied and that is mostly determined by balance among the geochemical processes including burial of organic carbon in sediments, silicate rock weathering and volcanic activity. The best recorded atmospheric CO2 variability is derived from Vostok ice core that records last four glacial/interglacial cycles. The present CO2 concentration of earth's atmosphere has exceeded far that it was predicted from the ice core data. Other than rapid industrialization and urbanization since last century, geo-natural hazards such as volcanic activity, leakage from hydrocarbon reservoirs and spontaneous combustion of coal contribute a considerable amount of CO2 to the atmosphere. Spontaneous combustion of coal is common occurrence in most coal producing countries and sometimes it could be in an enormous scale. Remote sensing has already proved to be a significant tool in coalfire identification and monitoring studies. However, coalfire related CO2 quantification from remote sensing data has not endeavoured yet by scientific communities because of low spectral resolution of commercially available remote sensing data and relatively sparse CO2 plume than other geological hazards like volcanic activity. The present research has attempted two methods to identify the CO2 flux emitted from coalfires in a coalmining region in north China. Firstly, a band rationing method was used for column atmospheric retrieval of CO2 and secondly atmospheric models were simulated in fast atmospheric signature code (FASCOD) to understand the local radiation transport and then the model was implemented with the inputs from hyperspectral remote sensing data. It was observed that retrieval of columnar abundance of CO2 with the band rationing method is faster as less simulation required in FASCOD. Alternatively, the inversion model could retrieve CO2 concentration from a (certain) source because it excludes the uncertainties in the higher altitude. 相似文献
15.
珠江三角洲地区SO2浓度卫星遥感长时间序列监测 总被引：2，自引：1，他引：1
利用卫星OMI(Ozone Monitoring Instrument)数据获得的长时间序列SO2浓度,分析广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO2浓度的变化过程,以及亚运会举办期间珠江三角洲SO2浓度分布状况。结果表明OMI能够反映近地表的SO2浓度变化趋势,广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO2浓度表现出明显的季节变化,且亚运会期间该地区近地面SO2浓度比以往年同期要低,说明珠江三角洲地区联动的空气质量保障措施明显降低了该地区近地面的SO2浓度。 相似文献
16.
为探讨1996年以来华北平原对流层NO_2柱浓度变化的空间特征,基于GOME、SCIAMACHY和OMI卫星传感器的监测数据,以SCIAMACHY的NO_2柱浓度为基准,根据建立的GOME和SCIAMACHY,SCIAMACHY和OMI之间的相关关系,校正GOME和OMI监测的NO_2数据;利用线性正弦曲线模型拟合方法研究1996年—2016年长时间序列华北平原对流层NO_2变化的空间分布特征。结果显示,华北平原对流层NO_2浓度自1996年开始持续上升,到2011年达到最高值,然后呈现下降趋势。该变化趋势主要受经济发展和环保政策的双重影响。1996年—2011年,NO_2柱浓度高值区分布在北京市、天津市、河北唐山市和保定市、山东德州市和济南市、安徽滁州市以及江苏南京市、常州市和无锡市,并且具有较高增长率;2012年—2016年NO_2柱浓度平均值远高于1996年—2011年NO_2柱浓度平均值,高值地区范围扩大,分布在河北南部、河南北部和山东西部,但华北平原地区NO_2柱浓度均呈现负增长,表明"十二五"规划提出的大气环保政策取得了显著成效。同时,对流层NO_2柱浓度可以反映典型环保事件如北京奥运会、国庆阅兵和南京青奥会时期大气环保政策的实施效果。 相似文献
17.
卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。 相似文献
18.
H.E. Reader 《地理信息系统科学与遥感》2014,51(2):199-211
Estuaries are photochemically dynamic environments with high carbon loads and relatively small areas. The small area poses problems for large-scale satellite-based remote sensing calculations, where the resolution is too coarse to distinguish land from water. Airborne remote sensing instruments have the potential to reveal the dynamics of these areas with fine-scale resolution. In June 2006, hyperspectral remote sensing imagery, using an AISA Eagle instrument, was collected over the tidal Duplin River, Georgia, USA. A dark-water updated version of the SeaUV algorithm was applied to the AISA remote sensing image to determine diffuse attenuation constants in the ultraviolet and calculate surface photochemical production rates of two inorganic products – carbon monoxide (CO) and carbon dioxide (CO2). For an average day in June at the study site, the modeled photoproduction rates for CO2 and CO averaged ~7 × 10?1 nmol C/day/cm3 and ~3.5 × 10?2 nmol C/day/cm3, respectively. 相似文献