[发明专利]二氧化碳柱浓度的反演方法、装置、存储介质及电子设备

说明书

本发明提供了一种二氧化碳柱浓度的反演方法、装置、存储介质及电子设备，其中，该方法包括：获取目标大气数据和历史大气数据，确定先验状态向量、观测光谱、样本状态向量和模拟光谱；确定反演模型的代价函数，基于非线性最小二乘四维变分同化方法极小化代价函数；在达到收敛标准时，确定此时最优分析场中的二氧化碳廓线分量，并确定二氧化碳柱浓度。通过本发明实施例提供的方案，将传统的数据反演代价函数改写为增量形式的代价函数；基于非线性最小二乘四维变分同化方法迭代求解以极小化代价函数，不需要计算切线性模型与伴随模型，从而极大减少了计算量，且正演模型更新时也不需要重新构建切线性模型和伴随模型，维护、更新成本低。

技术领域

本发明涉及大气监测技术领域，具体而言，涉及一种二氧化碳柱浓度的反演方法、装置、存储介质及电子设备。

背景技术

全球用来监测大气CO₂浓度的卫星主要有GOSAT(Greenhouse gases ObservingSATellite)，OCO-2(Orbiting Carbon Observatory-2)以及TanSat。日本于2009年发射的GOSAT卫星是第一颗专门用于温室气体监测的卫星。美国于2014年发射的OCO-2卫星可以获得区域尺度上的碳源汇分布。中国于2016年发射了首颗碳卫星TanSat。目前，从卫星观测的光谱数据得到大气CO₂浓度需要通过反演系统实现。反演系统主要包括两个部分，分别为正演模型和反演模型。正演模型由输入数据得到对应的模拟光谱；反演模型通过最优化方法，结合先验信息以及卫星观测数据，得到对当前状态的最优估计，从而推断出大气CO₂柱浓度XCO₂。

目前针对卫星观测已经开发了多套CO₂反演系统，包括应用于GOSAT观测的NIES(National Institute for Environment Studies)系统，同时应用于GOSAT观测以及OCO-2观测的ACOS(Atmospheric CO₂ Observations from Space)系统和RemoTeC系统，同时应用于GOSAT观测以及TanSat观测的UoL-FP系统等。需要指出的是，以上系统的反演模型均采用了Levenberg-Marquardt method这一最优化算法，或对其做了微小修改。这些反演模型在运算时需要迭代求解，且在求解过程中无法避免地需要计算雅各比矩阵(正演模型对状态变量的梯度，即切线性模型)与雅各比矩阵的转置(伴随模型)。切线性模型与伴随模型的编码难度与计算复杂度都很高，再加上卫星观测的数据量巨大，在卫星观测的CO₂反演过程中这一部分所占的计算量十分庞大。此外，这些系统的切线性模型与伴随模型是针对特定的正演模型构建的，而正演模型又在不断地发展，这导致系统的可移植性较差，正演模型的每一次改进都要重新构建切线性模型与伴随模型，系统的维护、更新成本大大提高。

发明内容

为解决上述问题，本发明实施例的目的在于提供一种二氧化碳柱浓度的反演方法、装置、存储介质及电子设备。

第一方面，本发明实施例提供了一种二氧化碳柱浓度的反演方法，包括：

获取目标大气数据和历史大气数据，根据所述目标大气数据确定先验状态向量和观测光谱，根据所述历史大气数据确定样本状态向量，并根据正演模型确定相应的模拟光谱；

确定反演模型的代价函数，将所述先验状态向量、所述观测光谱、所述样本状态向量和所述模拟光谱作为已知信息，基于非线性最小二乘四维变分同化方法极小化所述代价函数；所述代价函数为基于非线性最小二乘四维变分同化方法对数据反演代价函数改写后所确定的函数；

在所述代价函数迭代后达到收敛标准时，确定此时最优分析场中的二氧化碳廓线分量，并根据所述二氧化碳廓线分量确定二氧化碳柱浓度。

第二方面，本发明实施例还提供了一种二氧化碳柱浓度的反演装置，包括：