项目名称: 高光谱分辨率氧气A吸收带地表气压和气溶胶廓线反演研究

项目编号: No.41305030

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 刘海磊

作者单位: 成都信息工程学院

项目金额: 25万元

中文摘要: 高光谱分辨率氧气A带卫星观测数据比中低分辨率数据包含着更多的地表气压和气溶胶高度分布信息。本研究:(1)耦合了Mie散射、LBLRTM逐线积分模式和基于逐次散射法的全矢量辐射传输模式SOSVRT,构建出适用于氧气A带的高光谱前向辐射传输模式;(2)结合Tansat的氧气A带仪器特性进行数值模拟正演计算,并模拟分析地表气压、大气气溶胶类型、光学厚度及高度分布、地表反照率、太阳天顶角等参数对氧气A带高光谱数据的影响;(3)利用信息量理论和主成分分析技术结合敏感性分析,进行氧气A带反演地表气压、气溶胶廓线的通道选择及数据预处理;(4)基于最优化理论,构建了氧气A带地表气压和气溶胶廓线联合反演的物理算法,并进行模拟数据和GOSAT实测数据的反演试验及误差分析,最后利用AERONET、CALIPSO、地面台站实测数据对算法精度进行评估。

中文关键词: 氧气A带;地表气压;气溶胶;高光谱;云检测

英文摘要: High spectral resolution Oxygen A-band contains more surface pressure and aerosol information than moderate spectral resolution measurements. In this study: (1) Mie scattering model, the Line-By-Line Radiative Transfer Model (LBLRTM) and the Vector Radiative Transfer based on Successive Order of Scattering (SOSVRT) model are coupled and used for hyperspectral forward calculations, suitable for the study of aerosol and surface permanents. (2) Concerning the spectral properties of Chinese Tansat/CarbonSpec, we carry out the sensitivity of the top of atmosphere spectral data to the surface pressure, aerosol type,aerosol optical depth, aerosol profile, surface reflectance and solar zenith angel. (3) Channel Selections are performed using information content analysis, PCA technology and the sensitivity analysis as the former referred. (4)Based on the optimal estimation method, an algorithm for simultaneously retrieving surface pressure and aerosol pro?le is developed. Some validation tests and analysis including simulation data and GOSAT soundings are carried out. At last, the retrievals are compared with the AERONET, CALIPSO aerosol products, and ground-based site data.

英文关键词: Oxygen A-band;surface pressure;aerosol;hyperspectral;cloud detection

成为VIP会员查看完整内容
0

相关内容

「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
22+阅读 · 2021年8月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
27+阅读 · 2021年1月29日
最新《时序数据分析》书稿,512页pdf
专知会员服务
112+阅读 · 2020年12月25日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
开播倒计时|DevFest 2021 京津冀直播专场 就在明天!
谷歌开发者
0+阅读 · 2021年12月18日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
【泡泡点云时空】完美配准:具有平滑密度的3D点云配准
泡泡机器人SLAM
61+阅读 · 2019年5月16日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
好文 | 基于深度学习的目标检测技术演进
七月在线实验室
12+阅读 · 2018年1月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
22+阅读 · 2021年8月22日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
27+阅读 · 2021年1月29日
最新《时序数据分析》书稿,512页pdf
专知会员服务
112+阅读 · 2020年12月25日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
开播倒计时|DevFest 2021 京津冀直播专场 就在明天!
谷歌开发者
0+阅读 · 2021年12月18日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
【泡泡点云时空】完美配准:具有平滑密度的3D点云配准
泡泡机器人SLAM
61+阅读 · 2019年5月16日
【泡泡点云时空】集成深度语义分割的3D点云配准
泡泡机器人SLAM
28+阅读 · 2018年11月24日
好文 | 基于深度学习的目标检测技术演进
七月在线实验室
12+阅读 · 2018年1月31日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员