1 引言

CO₂作为主要的温室气体^[1],是引起气候变化的重要因素。为了精确地预测未来CO₂对气候的影响,需要很高的CO₂测量精度,一般认为CO₂柱平均干空气体积混合比(XCO₂)的观测精度必须达到0.3%~0.5%^[2],传统的CO₂浓度测量主要依赖于地面监测网络,虽然地基观测CO₂方法具有精度高、可靠性强的优点,但为单点测量,无法进行全球大范围内地观测^[3],尤其在广阔的海洋、高山、极地等地区的观测资料很少。因此,CO₂卫星遥感探测技术已成为评估全球变暖趋势的一个重要技术手段。

高分五号卫星于2018年5月9日成功发射,其上搭载的大气主要温室气体监测仪(GMI)是用于监测温室气体CO₂、CH₄的载荷。GMI采用空间外差光谱(SHS)技术^[4],该技术继承了傅里叶变换光谱仪的优点,同时也兼具光栅光谱仪的优点,尤其适用于卫星遥感观测平台。GMI的主要任务是获取0.76 μm(O₂ A波段)、1.58 μm(CO₂弱吸收波段)、1.64 μm(CH₄波段)、2.00 μm(CO₂强吸收波段)等谱段的高光谱遥感探测数据。为此,开发了基于GMI遥感进行温室气体反演的算法与软件。GMI作为一种新型的卫星遥感器,其遥感过程所受的影响因素和影响程度有其自身特殊性,为保证反演结果的应用效果,在反演算法上需对遥感过程中主要干扰因素影响进行相关的校正,然而如何保证校正的效果,需要利用更高精度的测量结果如全球总碳柱观测网(TCCON)进行验证。

目前,国外在轨运行的温室气体监测卫星有日本的GOSAT卫星和美国的OCO-2卫星。Yoshida等^[5]和Uchino等^[6]发现在利用GOSAT数据反演时很多因素可以导致系统误差,包括气溶胶光学厚度(AOD)、地表气压P。这些环境参量偏差会导致CO₂和CH₄反演结果存在较大误差^[7-9]。Connor等^[10]在对OCO数据进行误差分析时,研究了气溶胶光学厚度、地表压力、温度等因素的影响。为客观地比较反演结果,Inoue等^[11]和Cogan等^[12]以TCCON数据为参考值,在对GOSAT卫星进行误差校正时,发现气溶胶光学厚度、反射率、压力对反演误差的影响很大。TCCON是全球温室气体柱含量监测站,具有极高的测量精度和验证全球温室气体遥感结果的能力。在进行地基与卫星数据匹配时,最理想的状态是将卫星载荷和地基站点在同一地点、同一时刻探测的数据进行匹配。但是在实际情况下采用上述方法匹配出来的数据点非常少,为了获得更多的数据使得统计学分析有意义,需要按照一定的经纬度范围和一定的时间范围进行数据匹配。Wunch等^[13]选择TCCON地基站点纬度10°之内,经度30°之内,北半球对流层700 hPa高度上位温2 K之内的数据对GOSAT与地基数据进行空间上的匹配。Cogan等^[12]以站点为中心,经纬度5°以内,时间为卫星过境前后2 h,选择南北半球8个站点附近的数据进行验证。地面站点和卫星观测点在空间上的差异,导致他们之间在地表特性、大气环境、甚至温室气体本身的差异,因此如何克服这种差异带来的误差,提高TCCON验证的准确性,已成为GMI验证工作需要解决的关键问题。本文针对高分五号卫星的GMI载荷,利用开发的温室气体反演算法,在充分考虑影响因素的基础上开展了基于GMI数据的误差分析和精度验证研究,力求实现高分五号卫星CO₂高精度的遥感监测能力。

2 反演原理与方法

GMI XCO₂反演算法采用最优估计理论^[14]。从卫星测量的短波红外高光谱数据反演XCO₂,卫星传感器接收到的测量值y由完整的大气状态、成分含量及仪器参数确定,观测物理量与待求大气参数的变化关系表示为

y=F(x,b)+ε,(1)

式中:F(x,b)本质上为正向辐射传输模式;x为待反演的状态向量;b为影响辐射传输的大气参数向量;ε为误差向量。通常采用最优估计的最大后验概率密度来进行处理,定义代价函数为

χ2=[y-F(x)]TSε[y-F(x)]+(x-xa)TSa-1(x-xa),(2)

式中:y为观测向量;S_ε为观测误差协方差,应包括仪器噪声、前向模型误差和大气干扰;x_a为待求的状态向量初始值;S_a为先验协方差矩阵。反演大气参数的问题就等价于寻找代价函数的最小值,采用的高斯牛顿迭代法为

xi+1=xi+(KTiSε-1Ki+Sa-1)-1·{KTiSε-1[y-F(x)-Sa-1(xi-xa)]},(3)

式中:下标i为第i次迭代;K为雅可比矩阵(权重函数)。

事实上,对CO₂反演的过程,就是基于卫星遥感特性的大气、地表等环境参量的迭代过程。环境参量的影响程度是确定反演算法设计的基础,而对反演结果的检测,则反映算法的有效性,是反演算法改进和优化的基础。美国OCO-2反演算法已经更新到第9代并仍在优化中,其原因即在于此。

3 大气CO₂误差分析

针对高分五号卫星GMI的遥感特性开发了温室气体反演方法,地表气压、大气温度廓线T(p)、地表反照率以及气溶胶等是CO₂反演的主要影响因素。GMI主要的技术参数如表1所示。

以标准大气为基本条件,CO₂浓度(体积比)约为400×10^-6,模拟研究不同气溶胶类型、反射率、大气温度廓线、地表气压、地表反射率对CO₂反演结果的影响。

3.1 气溶胶、反射率、太阳天顶角参数的影响

利用SCIATRAN模型,模拟典型陆地条件下气溶胶模型对CO₂反演精度影响,各个因素的变化范围如表2所示。

不同反射率条件下气溶胶散射对XCO₂反演的影响如图1所示。纵坐标表示不同反射率条件下,气溶胶光学厚度变化导致的CO₂柱浓度反演差值。

图 1. 不同反射率条件下气溶胶散射对XCO₂反演的影响。(a)乡村型; (b)城市型

Fig. 1. Effect of aerosol scattering on XCO₂ inversion under different reflectance conditions. (a) Rural; (b) urban

下载图片 查看所有图片

在乡村型或城市型气溶胶模式下,在暗地表条件下,XCO₂都被低估,当反射率大于0.30时,XCO₂被高估。当太阳天顶角一定时,随着气溶胶光学厚度的增大,反演误差在增大。暗地表的反演误差低于亮地表。城市型气溶胶的反演误差低于乡村型。

3.2 大气温度廓线、地表气压、地表反射率参数影响

大气温度廓线系数反映了整层大气垂直变化的情况,对CO₂柱含量XCO₂具有重要的影响,其中气压和大气温度是两项重要因素。各个参数的扰动量如表3所示。

图 2. 大气温度廓线造成的XCO₂反演误差

Fig. 2. XCO₂ inversion error caused by atmospheric temperature profile

下载图片 查看所有图片

大气温度廓线对XCO₂反演结果的影响如图2所示。当反演所需的大气温度廓线高于实际的大气温度廓线时,XCO₂反演结果偏大;当反演所需的大气温度廓线小于实际的大气温度廓线时,XCO₂反演结果偏小。随着气温扰动量的增大,XCO₂反演结果误差也在增大。当气温扰动量达到1 K时,反演偏差的绝对值接近0.5×10^-6。

地表气压对XCO₂反演结果的影响如图3所示。当实际地表气压小于反演所需的地表气压时,CO₂反演结果偏小。随着地表气压扰动量的增加,CO₂的反演误差增加,从图3可以看出,地表气压对CO₂反演结果的影响较大,当地表气压的扰动量为1%时,反演误差可达0.4×10^-6。

地表反射辐射会由大气后向散射反射到地面,并由地面再次反射到大气中,这种地面与大气的耦合作用拉长了光辐射在大气中传输的过程,地表反射率越大,耦合作用越大,这种作用改变了CO₂对光辐射的强度。

卫星传感器接收到的辐射信号由地表反射和大气反射构成,所以对卫星观测的辐射量来说,地表辐射占很大一部分,即地表反射率对XCO₂反演具有较大的影响。然而在反演过程中,通常采用模拟光谱与测量光谱匹配技术,这一过程可以很好地校正反演率误差对反演的影响,因此为体现反射率误差的影响,可以以较大的误差进行模拟。以反射率为0.3为例,不同地表反射率误差对XCO₂的反演结果影响如图4所示。

图 3. 地表气压造成的XCO₂反演误差

Fig. 3. XCO₂ inversion error caused by surface atmospheric pressure

下载图片 查看所有图片

图 4. 地表反射率造成的XCO₂反演误差

Fig. 4. XCO₂ inversion error caused by surface reflectance

下载图片 查看所有图片

通过改变近红外CO₂波段的反射率值,可以看出,地表反射率对CO₂反演结果的影响较小,当反射率低于0.3时,反演结果被低估,当反射率高于0.3时,反演结果被高估。反演误差最大可达到0.3×10^-6。

4 基于TCCON的GMI遥感数据反演结果的验证实验

4.1 TCCON站点与GMI遥感测点的匹配

TCCON是全球总碳柱观测网络,可以提供对温室气体浓度的长时间观测序列,为验证和改进卫星高光谱观测反演CO₂浓度的重要数据源之一。GMI为离散点采样方式,目前采用-32,-16,0,16,32的交轨方向5点采样,GMI采样图如图5所示。在中低纬地区,测点之间的间隔为100~200 km,因此与GOSAT、OCO-2等同类卫星一样,GMI遥感测点与TCCON站点难以从空间上完全匹配,实验中对数据的匹配需从时间、空间和数据匹配量上进行综合考虑。选取2018年9月份的陆地数据,在站点周围5°,卫星过境前后2 h的数据来与TCCON站点数据进行匹配。南半球站点数量少,但南半球具有受到人为因素的干扰较小、CO₂空间分布较稳定的特点,实验中对Lauder站点的匹配范围拓宽到10°。

图 5. GMI采样图

Fig. 5. GMI sample map

下载图片 查看所有图片

4.2 验证站点选取

TCCON站点的数据更新有延迟,且有些站点已经不在运作。更新到九月份的TCCON各个站点的数据更新及运行情况如表4所示。

基于TCCON站点提供测量数据,考虑到空间分布均匀性,本文选取目前数据还在更新的8个TCCON地基站点,分别分布于亚洲、欧洲、北美洲、大洋洲。

4.3 GMI反演数据与TCCON站点验证对比分析

在选取的8个TCCON站点上,根据匹配原则挑选出符合条件的TCCON 站点数据和GMI数据。图6显示了Karlsruhe站点与GMI数据点匹配分布的局部放大图,其中大点表示站点位置,小点表示根据匹配原则匹配到的GMI探测点的数据。 图6Fig. 6由匹配分布图可以看出,数据点分布是离散的,两者距离较远,可能导致GMI探测点所处的环境条件与TCCON相差较大,所以需要对数据进行预处理。由于对所有TCCON站点的数据与GMI的信息进行比对的篇幅太大,因此选择两个具有代表性的站点进行说明。例如,新西兰的Lauder站点是目前南半球数据仍在持续更新的站点,美国的Edwards站点表面存在相差较大的地表反射率。由上述模拟分析可知,地表气温、气压、地表反射率对XCO₂的反演结果有影响,从ECMWF(European center for medium-range weather forecasts)中提取GMI探测点与TCCON站点所对应的地表气温、气压,从MODIS(moderate-resolution imaging spectroradiometer)中提取反射率等信息,从而获得各参数的偏差值。图7和图8显示了Lauder站点和Edwards站点的地表气温、气压和反射率与TCCON站点的数据偏差图。纵坐标表示数据偏差的绝对值。 图7Fig. 7图8Fig. 8从图7和图8中可以看出,部分GMI探测点所处的大气、地表环境与TCCON差异较大。由模拟研究可得,地表反射率对反演结果的影响相对较小,在气压变化1%,即10 hPa时,可造成0.4×10^-6的误差,在大气温度变化1 K时,可造成0.5×10^-6的误差。综合这两种影响因素对XCO₂反演结果的影响,将气压大于50 hPa且地表气温大于5 K的GMI探测数据点去除,图8和图9中加框的点代表经过判断需要去除的点,以免除数据对验证精度的影响。根据以上分析方法,在GMI九月份数据与TCCON匹配的结果中筛选出与TCCON站点大气环境和地表环境差距较大的数据点,并去除,得到GMI数据与TCCON各站点的数据差异。表5总结了GMI数据与每一个地基数据的差异性,包括GMI与TCCON各站点数据的偏差平均值average以及标准偏差σ。此处列出的数据数量表示在GMI过境2 h内收集了g-b FTS数据的有效案例数,并成功反演得到相应的GMI XCO₂值,差异范围为-1.06±2.93×10^-6(-0.26±0.72%)。由表5也可知,在北半球,随着纬度的增加,反演精度变差,这可能是因为随着测点纬度的增加,其光谱辐射强度不断减弱,遥感数据信噪比降低,导致反演结果的离散程度变大。而个别站点,比如Beijing站点受到复杂气溶胶等其他影响因素的干扰,反演精度较差。

5 结论

模拟研究结果表明,无论是城市型还是乡村型气溶胶类型下,在暗地表时XCO₂反演结果均被低估。在不同地表反射率条件下,随着气溶胶光学厚度的增加,XCO₂反演误差增大。气溶胶散射对XCO₂反演结果影响较大,在反射率为0.6时,在乡村型气溶胶模式下,XCO₂反演误差最大可达4×10^-6。在研究地表反射率、地表气压及大气温度廓线影响时发现,地表气压、大气温度廓线对XCO₂反演结果的影响大于地表反射率的影响。所以在实际反演过程中,需要准确的参数信息,以降低这些参数不准确所造成的反演误差。

将TCCON站点的CO₂观测数据作为参考值,对GMI近红外光谱反演结果进行验证,表明,基于GMI遥感数据开发CO₂反演误差范围为-1.06±2.93×10^-6(-0.26±0.72%),基本满足GMI遥感的1%的精度要求。然而,本文是在9月份一个月数据基础上进行验证实验的,为保证更高的验证精度,应对GMI在轨运行过程中可能发生的变化,未来开展进一步的实验验证工作仍非常必要。