一种二氧化碳通量反演方法、系统与流程

本发明涉及卫星遥感领域，尤其涉及一种二氧化碳通量反演方法、系统。

背景技术：

在全球碳循环研究中全球大气化学模式在研究全球co2(二氧化碳)时空分布及传输机制模拟分析和诊断中发挥了重要作用。现有的通过资料同化技术结合大气化学传输模式和co2地面站点观测资料，是反演地表co2通量的一种有效方法，但由于大部分观测结果本身还只是代表观测站周边的生态系统co2收支特征，将站点的观测结果直接外推到更大的区域尺度会导致较大的不确定性。另外，由于地基观测站点数量较稀少且在全球的分布极不均匀，在很大程度上降低了同化系统在很多区域优化co2通量估算的可行性。同时，我国高分五号卫星搭载的gmi(大气温室气体监测仪)载荷还未用于区域二氧化碳通量的估算。

技术实现要素：

本发明提供一种二氧化碳通量反演方法、系统，解决现有方法和系统推广性差且不适用gmi载荷的问题。

为解决上述问题，本发明是这样实现的：

第一方面，本发明实施例指出一种二氧化碳通量反演方法，包含以下步骤：获取gmi(greenhouse-gasmeasurementinstrument)数据，进行二氧化碳柱浓度反演、得到二氧化碳平均柱浓度观测值，进行高度内插、得到二氧化碳廓线观测值；基于rams-cmaq模型，模拟区域大气陆地碳通量交换模式：在rams-cmaq模型中引入气态物种二氧化碳，驱动场使用rams提供的三维气象输入资料，排放清单中的地气交换通量取自陆地生态系统光合作用和呼吸作用模型的输出结果；根据所述二氧化碳平均柱浓度观测值、二氧化碳廓线观测值、rams-cmaq模型，计算得到二氧化碳平均柱浓度模拟值：

其中，为所述二氧化碳平均柱浓度模拟值，为所述二氧化碳平均柱浓度观测值，h0为气压权重函数，a为gmi的平均核函数，xa为所述二氧化碳廓线观测值，xh为所述rams-cmaq模型模拟的垂直方向二氧化碳廓线插值到gmi分层高度处的浓度值；将所述二氧化碳平均柱浓度模拟值作为观测算子，将所述rams-cmaq模型的排放清单中二氧化碳通量之和作为模式模拟的二氧化碳通量的先验值，采用集合四维变分同化方法，计算得到二氧化碳通量同化值和二氧化碳柱浓度同化值。

优选地，所述陆地生态系统光合作用模型的输出结果为利用植被生态系统的光能利用率模型估算的陆地生态系统总初级生产力。

优选地，所述rams-cmaq模型的排放清单包含化石燃料排放，森林大火、草原燃料及农作物废弃物燃烧释放的生物质燃烧排放源，二氧化碳海气交换通量和二氧化碳地气交换通量。

优选地，所述化石燃料排放采用亚洲区域排放清单(regionalemissioninventoryinasia)0.25°×0.25°月平均排放清单，所述森林大火、草原燃料及农作物废弃物燃烧释放的生物质燃烧排放源使用全球火情排放数据库(globalfireemissionsdatabase)0.5°×0.5°月平均排放源清单，所述二氧化碳海气交换通量采用3°经度×3°纬度二氧化碳通量。

优选地，所述rams-cmaq模型的区域气象模式驱动场取自美国necp再分析资料。

优选地，所述gmi数据的获取周期为24小时。

优选地，所述rams-cmaq模拟模型中的区域化学模式与区域大气模式的投影中心点重合、网格距相同，模拟区域为6654×5440km²，水平分辨率64km×64km，水平方向网格点为105×86，垂直方向采用地形追随坐标，从地表至21km不等距分为15层，最低7层高度与rams重合。

第二方面，本发明实施例还指出一种二氧化碳通量反演系统，使用所述方法，所述系统包含：卫星数据处理模块、大气处理模块、同化处理模块；所述卫星数据处理模块，用于获取gmi数据，进行二氧化碳柱浓度反演、得到二氧化碳平均柱浓度观测值，进行高度内插、得到二氧化碳廓线观测值；所述大气处理模块，用于基于rams-cmaq模型，模拟区域大气陆地碳通量交换模式：在rams-cmaq模型中引入气态物种二氧化碳，驱动场使用rams提供的三维气象输入资料，排放清单中的地气交换通量取自陆地生态系统光合作用和呼吸作用模型的输出结果；所述同化处理模块，用于根据所述二氧化碳平均柱浓度观测值、二氧化碳廓线观测值、rams-cmaq模型，计算得到二氧化碳柱平均浓度模拟值；还用于将所述二氧化碳平均柱浓度模拟值作为观测算子，将所述rams-cmaq模型的排放清单中二氧化碳通量之和作为二氧化碳通量的先验值，采用集合四维变分同化方法，计算得到二氧化碳通量同化值和二氧化碳柱浓度同化值。

本发明有益效果包括：本发明适用于我国高分五号卫星搭载的gmi载荷的二氧化碳通量反演方法，在cmaq模式中引入并耦合了陆地生态系统光合作用和呼吸作用的二氧化碳模块，使该模式成为污染气体和碳循环为一个大气的处理系统，从而得到的二氧化碳通量更准确、提高了反演精度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为一种二氧化碳通量反演方法流程实施例；

图2为一种二氧化碳通量反演系统实施例；

图3为二氧化碳浓度反演结果实施例；

(a)为二氧化碳平均柱浓度模拟值；

(b)为二氧化碳平均柱浓度观测值；

(c)为近地面二氧化碳柱浓度模拟值；

(d)为近地面二氧化碳柱浓度同化值；

(e)为二氧化碳平均柱浓度差值；

(f)为近地面二氧化碳柱浓度差值；

图4为二氧化碳通量反演结果实施例；

(a)为二氧化碳通量先验值；

(b)为二氧化碳通量同化值；

(c)为二氧化碳通量差值。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在全球碳循环研究中全球大气化学模式在研究全球co2时空分布及传输机制模拟分析和诊断中发挥了重要作用。近年来由于城市化石燃料排放研究，需要提高区域碳收支的认识和验证，对排放源的估算对更精细尺度上co2的传输和变化的模拟需求也越来越迫切。由于排放源分布与地表性质的高度不均匀性，co2浓度差异主要表现在大气边界层内，所以如何获得地面co2通量分布就成了大气co2“净排放”估算的核心问题。

目前研究成果已证明使用区域模式模拟co2的可行性并发现了高分辨率区域ctm(chemicaltransportmodels)在模拟方面的优势。区域模式研究表明有各种因素影响co2时空分布的，包括地形、地气交换通量的日变化及水平分布不均一性、输送过程与co2通量之间的相关性等。如将weatherresearchandforecastmodel(wrf)和生态系统光合与呼吸模型(vegetationphotosynthesisandrespirationmodel，vprm)耦合。用wrf模式和stilt(拉格朗日型)耦合了vprm模型模拟高山和海岸复杂地形下垫面co2浓度的分布。在wrf-chem中引入co2气态物种(作为示踪物传输)，并加入co2人为源、生物源及海洋源，考察不同水平分辨率的co2通量在不同时间尺度上(季节、天气、日变化)的模拟情况。对比全球模式geos-chem模拟和高塔观测数据(北京站与合肥站)表明合肥站的co2浓度日变化大于北京站。

近年来国内很多研究试图通过实测陆地碳汇的技术途径来确定co2地气交换，在典型区域的陆地生态系统开展了co2通量长期观测与试验工作，获得了高时间分辨率的co2通量和环境变化数据，为开展不同时间尺度的co2通量变化及其环境响应机理研究提供了方便。

通过资料同化技术结合大气化学传输模式和co2地面站点观测资料，是反演地表co2通量的一种有效方法。由于卫星资料相比地基台站观测具有更高的空间覆盖率，星载co2观测有热红外tir(thermalinfraredwavelengths)和短波近红外swir(short-waveinfraredwavelengths)两种探测方式，热红外遥感对于大气低层的co2变化特征的表征不确定性比较大。日本的gosat(greenhoursegasesobservingsatellite)、nasa的oco-2(orbitingcarbonobservatory-2)和我国的高分五号卫星gmi载荷，分别已于2008年1月23日、2014年7月2日和2018年5月9日成功发射，其搭载的短波近红外探测器接收由地表反射的短波太阳辐射信息。但卫星资料需要严格控制反演误差、大气模式传输误差以及co2先验通量的误差。

以往的许多研究已经通过资料同化方法给出了更精确的co2通量估算。但由于大部分观测结果本身还只是代表观测站周边的生态系统co2收支特征，将站点的观测结果直接外推到更大的区域尺度会导致较大的不确定性。另外，由于地基观测站点数量较稀少且在全球的分布极不均匀，在很大程度上降低了同化系统在很多区域优化co2通量估算的可行性。由于卫星资料相比地基台站观测具有更高的空间覆盖率，研究表明这些观测资料对于区域co2地表源汇的优化提供新的支持。

日本的gosat、nasa的oco-2和我国的高分五号卫星gmi载荷，其搭载的短波近红外探测器接收由地表反射的短波太阳辐射信息。本提案采用我国自己研制的高分五号卫星的gmi载荷的二氧化碳数据。但卫星资料需要严格控制反演误差、大气模式传输误差以及co2先验通量的误差。到目前为止，还没有利用我国高分五号卫星gmi载荷探测资料来同化，并同化二氧化碳通量的研究。

本发明创新点如下：第一，本发明针对我国高分五号卫星温室气体探测载荷gmi，首次实现了基于gmi载荷的二氧化碳柱浓度反演方法和系统，可提高gmi载荷的工程应用范围；第二，本发明在cmaq模式中引入并耦合了陆地生态系统光合作用和呼吸作用的二氧化碳模块，使该模式成为污染气体和碳循环为一个大气的处理系统，完善了cmaq模型；第三，本发明基于卫星观测误差与反演误差、rams-cmaq模式模拟误差的同化技术，开展二氧化碳浓度与通量的同时同化反演，反演精度更高。

以下结合附图，详细说明本发明各实施例提供的技术方案。

图1为一种二氧化碳通量反演方法流程实施例，通过高分五号卫星的gmi载荷数据实现二氧化碳通量反演，作为本发明实施例，一种二氧化碳通量反演方法，具体包含以下步骤：

步骤101，获取gmi数据，进行二氧化碳柱浓度反演、得到二氧化碳平均柱浓度观测值，进行高度内插、得到二氧化碳廓线观测值。

在步骤101中，获取高分五号卫星gmi载荷数据，gmi载荷的光谱通道分别是：0.759-0.769μm、1.568-1.583μm、1.642-1.658μm和2.043-2.058μm，其中用于co2反演的两个通道1.642-1.658μm和2.043-2.058μm的光谱分辨率为0.27波数，即利用0.759-0.769μm和1.568-1.583μm波段数据反演二氧化碳柱浓度，所用的反演方法是基于最优化理论的非线性迭代反演方法，为修正的阻尼牛顿方法。

在步骤101中，所述二氧化碳廓线观测值为模式分层内插得到的数据。

需要说明的是，二氧化碳柱浓度反演方法为现有技术，这里不具体说明。

在步骤101中，所述gmi载荷数据的获取周期为24小时。

步骤102，基于rams-cmaq模型，模拟区域大气陆地碳通量交换模式：在rams-cmaq模型中引入气态物种二氧化碳，驱动场使用rams提供的三维气象输入资料，排放清单中地气交换通量取自陆地生态系统光合作用和呼吸作用模型的输出结果。

在步骤102中，基于现有的rams-cmaq模型耦合陆地生态系统光合作用模型和呼吸作用模型，模拟了区域大气陆地碳通量交换模式。

需要说明的是，rams-cmaq由区域大气模式rams(regionalatmosphericmodelingsystem)和区域大气化学模式cmaq(models-3communitymultiscaleairquality)构成，可模拟多种污染物的浓度分布情况。rams-cmaq是基于美国epa开发的第三代多尺度空气质量模式cmaq并由区域大气模式rams提供三维气象场数据。除了气象模块，cmaq包含的主要模块有：排放源处理模块，用于对自然和人为源排放的读入进行处理；化学传输模块(chemical-transportmodelingsystem,cctm)，对污染物在大气中的传输、演变进行模拟，包括的机制有水平扩散、垂直对流、气相化学反应机制(包括光化学反应速率算法)、液相化学反应机制(包括云参数化算法)、气溶胶动力学、气体和颗粒物沉降算法等。

在步骤102中，在rams-cmaq模型中引入气态物种二氧化碳：在cmaq模式系统中的化学传输模块使用碳键机制cb05(carbonbondmechanism)，化学传输模块中含有化学物种52种，核心反应156个。cmaq模块中引入气态物种co2并保留模式中的其他物种，可以实现co2和所有传统监测的空气污染物的同时模拟和监测。需要指出的是，rams-cmaq的结合使用现有技术，这里不再赘述。

在步骤102中，rams-cmaq模拟的驱动场使用rams提供的三维气象输入资料，考虑到大气co2区别于其他污染物的一些独特性质，如在大气中具有较长的寿命，较高的背景浓度，较强的地气交换影响，在运用cmaq区域模式模拟co2时必须注意一些必要条件，包括来自全球模式的真实初始场和侧边界条件，其大尺度天气背景场取自美国ncep6小时间隔的1°×1°再分析资料。

co2不参与化学反应，但其浓度受地气交换通量、海气交换通量、化石燃料排放和生物质燃烧等四类源的影响。在本发明实施例中，大气co2的地表源汇主要包括化石燃料排放、地气交换、海气交换和生物质燃烧，其中，化石燃料和生物质燃烧部分排放的co2通量来自现有的排放源清单。本发明实施例采用真实观测资料同化，所述cmaq模型的排放清单包含：化石燃料排放，森林大火、草原燃料及农作物废弃物燃烧释放的生物质燃烧排放源，二氧化碳海气交换和二氧化碳地气交换。

进一步地，所述化石燃料排放，采用亚洲区域排放清单(regionalemissioninventoryinasia)2015年亚洲0.25°×0.25°月平均排放清单；所述森林大火、草原燃烧及农作物废弃物燃烧释放的生物质燃烧排放源使用全球火点排放数据库(globalfireemissionsdatabase)0.5°×0.5°月平均排放源清单；所述二氧化碳地气交换清单的网格为经度3°×纬度2°，3小时步长的二氧化碳通量。

需要说明的是，所述rams-cmaq模型的排放清单可以是本发明实施例中的排放清单，也可以是其他排放清单，这里不做特别限定。

在步骤102中，所述rams-cmaq模拟模型中的cmaq投影中心点与rams重合(例如，35.0°n,116.0°e)，网格距与rams相同，模拟区域为6654×5440km²，水平分辨率64km×64km，水平方向网格点为105×86，覆盖整个东亚地区；垂直方向采用地形追随坐标，从地表至大约21km不等距分为15层，最低7层高度与rams重合，且有近一半分布于2km以下，以便更好地模拟大气边界层结构。

在步骤102中，所述地气交换通量取自陆地生态系统光合作用模型的输出结果，所述陆地生态系统光合作用模型的输出结果为利用植被生态系统的光能利用率模型估算的陆地生态系统总初级生产力。

具体地，近地面co2浓度是co2地气交换的结果，是指陆地生态系统和大气之间的co2通量交换形成的浓度分布。利用植被生态系统的光能利用率模型来估算陆地生态系统的总初级生产力gpp(grossprimaryproduction)：

gpp＝εn×fpar×qpar(1)

其中，这里εn是光能利用率，fpar是植被冠层吸收的光合有效辐射比率(thefractionofphotosyntheticallyactiveradiutionabsorbedbyvegetation,fpar)，qpar是光合有效辐射(photosyntheticallyactiveradiation,par)，是波长400～700nm范围内的地表太阳有效辐射，在本申请方案中主要从区域气候模式rams的模拟中获得。

公式(1)中的fpar可以从归一化植被指数(normalizeddifferencevegetationindex,ndvi),或增强植被指数(enhancedvegetationindex,evi)获得，即fpar＝evi。

其中，ρblue、ρred和ρnir分别是modis蓝光(459～479nm)、红光(620～670nm)和近红外(841～875nm)波段的地表反射率。

公式(1)中的εn可以用下式表示：

εn＝ε0×f(t)×f(w)(3)

其中，ε0是最佳环境下的最大光能利用率，f(t)和f(w)是光合作用中的大气温度与植被水分限制函数，ε0是重要参数，与不同植被类型有关，植被类型的分布从现有的卫星遥感的植被分类图中获取，式中的t是日平均温度,光合作用的温度限制函数f(t)：

其中，topt是植被生长的最佳温度25℃，tmax是植被光合作用的最高温度,一般为40℃。

公式(3)中f(w)是水分对光合作用的限制函数，f(w)可以利用卫星探测的植被冠层水分指数来计算为：

其中，lswimax是植被生长期间的最大水分指数，lswi是植被生长期间的水分指数，可以从下式计算获得：

其中，ρnir和ρswir是卫星数据modis传感器近红外841～875nm和1628～1652nm波段的反射率。

步骤103，根据所述rams-cmaq模型、二氧化碳平均柱浓度观测值、二氧化碳廓线观测值，计算得到二氧化碳平均柱浓度模拟值：

其中，为所述二氧化碳平均柱浓度模拟值，为所述二氧化碳平均柱浓度观测值，为gmi卫星反演过程中使用的co2平均柱浓度先验值，h0为气压权重函数，a为gmi的平均核函数，xa为所述二氧化碳廓线观测值，xh为所述rams-cmaq模型模拟的垂直方向二氧化碳廓线插值到gmi分层高度处的浓度值。

需要说明的是，a可以从卫星反演结果中读取，为卫星监测结果的平均核函数，xa为二氧化碳反演结果按模式分层要求内插的廓线观测值。

在步骤103中，卫星资料同化的关键技术是如何构造观测算子，即如何将cmaq模式输出的co2浓度与卫星资料观测的co2浓度转换到同一个尺度，本发明实施例利用rodgers提供的方法构造观测算子，具体公式为公式(7)。

步骤104，将所述二氧化碳平均柱浓度模拟值作为观测算子，将所述rams-cmaq模型的排放清单中二氧化碳通量之和作为二氧化碳通量的先验值，采用集合四维变分同化(pod-4dvar)方法，计算得到二氧化碳通量同化值和二氧化碳柱浓度同化值。

在步骤104中，所述二氧化碳通量的先验值为所述rams-cmaq模型的排放清单中二氧化碳通量之和，例如，化石燃料排放，森林大火、草原燃料及农作物废弃物燃烧释放的生物质燃烧排放源，二氧化碳海气交换通量和二氧化碳地气交换通量这四种通量之和。

在步骤104中，集合四维变分同化算法为现有方法，具体可参考文献“xiangjuntian,zhenghuixieandqinsun.apod-basedensemblefour-dimensionalvariationalassimilationmethod，tellus(2011),63a,805–816”。

在步骤104中，如何结合集合四维变分同化方法计算得到二氧化碳通量同化值和二氧化碳柱浓度同化值为本发明创新内容，本发明将所述二氧化碳平均柱浓度观测值作为观测值，所述二氧化碳平均柱浓度模拟值作为观测算子，利用两次cmaq模式产生二氧化碳浓度背景场与采样场，得到二氧化碳浓度背景场的微小增量、先验通量线性比例因子的微小增量、二氧化碳柱浓度模拟观测值增量以及二氧化碳柱浓度观测值增量，基于pod-4dvar核心同化算法，计算得到二氧化碳浓度与先验通量的优化值。

具体地，集合四维变分同化算法中，在一个同化的时间窗口内，通过构建代价函数描述状态量分析值和真值之间的差异，把数据同化问题转换为一个极值求解问题。在满足动态约束的条件下，最小化状态预测值和观测值之间的“距离”，使得这种“距离”最小的状态量即为最优状态估计量。

所构建的代价函数为：

其中，x是模式初始状态值，即需要极小化的控制变量，x^b为背景场变量，b为背景误差协方差矩阵，h为观测算子，r为观测误差协方差矩阵，上标t表示转置，上标b为背景场，s为同化窗口中的总观测时次，xk为在强约束条件下从初始时刻t0到积分时刻tk对模式积分得到，这里m为模式预报算子，yk为第k个观测值。

2011年基于蒙特卡罗方法和本征正交分解技术(montecarlomethodandtheproperorthogonaldecomposition，pod)提出了集合四维变分同化算法pod-4dvar算法，该算法通过极小化4dvar的增量代价函数，得到起始条件的最优增量，增量代价函数具体可参考文献“xiangjuntian,zhenghuixieandqinsun.apod-basedensemblefour-dimensionalvariationalassimilationmethod，tellus(2011),63a,805–816”，即为：

其中，x'＝x-x^b是初始时刻背景场的微小增量，y'(x')模拟的观测增量，y'obs为观测增量，xa'为控制变量x相对于背景场x^b的微小增量x'优化后的结果。可以根据pod-4dvar算法可求解出分析值的增量xa'，根据x'的定义，可求出控制变量x优化后的最终分析解为x＝xa'+x^b。

对于浓度同化，微小增量x'是由两次运行cmaq模式产生，分别是co2浓度背景模拟和采样模拟。在背景模拟中，背景二氧化碳浓度x^b由cmaq在同化窗口内积分模拟产生。采样模拟中，采样场二氧化碳浓度x^m由cmaq在采样窗口内积分产生。由此可求得控制变量x的微小增量为x^m-x^b。由步骤103中所述观测算子，求解的二氧化碳背景场对应的柱浓度模拟值为h(x^b)，二氧化碳采样场对应柱浓度模拟值为h(x^m)，据此可求出模拟的二氧化碳柱浓度增量y'(x')＝h(x^m)-h(x^b)。对应的观测增量y′obs可由步骤101中所述gmi反演方法所获取的二氧化碳柱浓度值yobs(所述二氧化碳平均柱浓度观测值)与二氧化碳背景场柱浓度值模拟求得，即y'obs＝yobs-h(x^b)。

利用公式(9)求解出分析值的增量，即可求出优化后的二氧化碳浓度分析值为：xa'+x^b，即为所述二氧化碳柱浓度同化值。

对于通量同化，在步骤104中，同化系统假设地表co2先验通量为f^*(x,y,t)，本研究通过引入co2观测资料来优化先验通量f^*(x,y,t)的估算，通过同化表征通量的线性比例因子来实现通量的同化。

f(x,y,t)＝λ(x,y,t)×f^*(x,y,t)(10)

其中，f(x,y,t)为所述二氧化碳通量同化值，f^*(x,y,t)为所述地表co2先验通量，λ(x,y,t)为先验通量线性比例因子。

与浓度同化不同，通量同化中，待优化的控制变量x是地表二氧化碳先验通量的线性比例因子λ(x,y,t)，x^b为线性比例因子的背景λ^b，λ^m为通量线性比例因子的采样场。因此，控制变量x的微小增量为λ^m-λ^b。将此微小增量，与浓度同化中所求得的模拟的二氧化碳柱浓度增量y'(x')、及对应的观测增量y′obs，带入公式(9)求解出分析值的增量λa′，即可求出优化后的线性比例因子分析值λa为λa′+λ^b，据此可计算出优化后的通量，即所述二氧化碳通量同化值。

将优化后的二氧化碳浓度分析值作为二氧化碳浓度的初始场，与优化后的二氧化碳通量，同时驱动预报模式cmaq，预报得到下一时刻的二氧化碳浓度值，作为下一个同化窗口的初始状态值，进入下个同化窗口进行同化。

本发明实施例提供了一种二氧化碳通量反演方法，实现了通过gmi载荷数据对近地面二氧化碳通量的反演，结合rams-cmaq模型，引入了大气光合作用效应的影响，并采用同化方法，使得二氧化碳浓度和通量的反演结果更准确。

图2为一种二氧化碳通量反演系统实施例，使用了二氧化碳通量反演方法，作为本发明实施例，一种二氧化碳通量反演系统，包含：卫星数据处理模块11、大气处理模块12、同化处理模块13。

所述卫星数据处理模块，用于获取gmi数据，进行二氧化碳柱浓度反演、得到二氧化碳平均柱浓度观测值，进行高度内插、得到二氧化碳廓线观测值。

所述大气处理模块，用于基于rams-cmaq模型，模拟区域大气陆地碳通量交换模式：在cmaq模型中引入气态物种二氧化碳，cmaq模型的驱动场使用rams提供的三维气象输入资料，cmaq模型的排放清单中陆地生态系统和大气的地气交换通量取自陆地生态系统光合作用模型的输出结果。

所述同化处理模块，用于，根据所述二氧化碳平均柱浓度观测值、二氧化碳廓线观测值、rams-cmaq模型，计算得到二氧化碳柱平均浓度模拟值；

还用于，将所述二氧化碳平均柱浓度模拟值作为观测算子，将所述rams-cmaq模型的排放清单中二氧化碳通量之和作为二氧化碳通量的先验值，采用四维变分同化方法，计算得到二氧化碳通量同化值和二氧化碳柱浓度同化值。

在本发明实施例中，所述同化处理模块，利用两次cmaq模式产生二氧化碳浓度背景场与采样场，得到二氧化碳浓度背景场的微小增量、先验通量线性比例因子的微小增量、二氧化碳柱浓度模拟观测值增量以及二氧化碳柱浓度观测值增量，基于pod-4dvar核心同化算法，计算得到二氧化碳浓度与先验通量的优化值。

本发明实施例中，各模块进行处理的具体方法在第1实施例中已经详细论述，这里不重复论述。

图3为二氧化碳浓度反演结果实施例，其中图3(a)为二氧化碳平均柱浓度模拟值，图3(b)为二氧化碳平均柱浓度观测值，图3(c)为近地面二氧化碳柱浓度模拟值，利用rams-cmaq模式模拟得到，图3(d)为近地面二氧化碳柱浓度同化值，即为所述二氧化碳柱浓度同化值，图3(e)为二氧化碳平均柱浓度差值，图3(f)为近地面二氧化碳柱浓度差值。

本发明实施例的观测数据为2019年1月，现有源清单中包含化石燃料排放，森林大火、草原燃烧及农作物废弃物燃烧释放的生物质燃烧排放源，co2海气交换和地气交换，将该四类通量之和作为co2通量的先验值f1^*，以gmi提供的co2平均柱浓度值作为观测资料，设置同化系统参数，集合数n＝145，局地化半径r＝320km。考虑到卫星资料的时间密度相对地基资料较低，将优化窗口和观测窗口设为24h，以保证每次同化中由适量的观测资料进入。

为了对同化结果进行检验，进行一组由先验通量驱动的cmaq模拟的对照组实验，给出同化结果和对照模拟结果。以初步检验该同化系统对卫星资料的同化效果，探讨该区域同化系统在实际应用方面的潜力。

在卫星资料反演过程中，为控制数据质量大多数探测(如太阳天顶角大于85°，受云和气溶胶等影响不满足晴空条件，探测点下垫面为海洋但未开启glint模态等)被排除，每条卫星轨道上反演数据产品中质量为“good”大约仅包含10～100个探测，对应到本研究中模式的东亚区域内每条卫星轨道上大约有0～60个探测符合反演条件。

在本发明实施例中，首先通过分析co2浓度的同化值来探讨该区域同化系统在加入卫星资料后的同化效果，此外也进行了一组由先验通量驱动的cmaq模拟，从而与同化结果进行对比。

图3(a)和图3(b)分别是月平均co2平均柱浓度的模拟值(所述二氧化碳平均柱浓度模拟值)和gmi反演值，单位ppm；图3(e)给出了二者之间的差异，即模拟值减去反演值，可以看到，模拟值和观测值的差异大约在–2～2ppm之间。

图3(c)和(d)给出了月平均近地面co2浓度的模拟值与同化值；图3(f)是两者之间的差异，即同化值减模拟值，单位ppm。观测资料进入到同化系统中后仅在观测点附近的一定范围内产生影响，近地面二氧化碳同化值和模拟值在中国东部和南部地区的差异大约为0.5～2ppm。

本发明实施例提供了通过二氧化碳通量反演方法计算得到的二氧化碳浓度同化值，说明了可以同时同化二氧化碳浓度值和通量值。

图4为二氧化碳通量反演结果实施例，其中图4(a)为二氧化碳通量先验值，图4(b)为二氧化碳通量同化值，图4(c)为二氧化碳通量差值。

本发明实施例给出了co2先验通量以及通量同化值的水平分布，观测时间为2019年1月，图4(a)描述了月平均co2先验通量(单位：μmolem^-2s^-1)，图4(b)描述了co2通量同化值(单位：μmolem^-2s^-1)，图4(c)描述了co2通量同化值减去月平均co2先验通量，表明了co2通量同化值与先验值之间的差异，单位：μmolem^-2s^-1。

可以看到，加入co2柱浓度信息对与地表co2通量的改进效果是非常明显。特别是在日本、中国珠三角以及京津冀地区等人为活动聚集的区域，二者之间的差异在0.05～0.2μmolem^-2s^-1之间，表明了先验排放源清单中可能存在对co2通量的低估，由于这些地区在冬季主要受化石燃料排放的影响，那么这里估算的不确定性可能主要由化石燃料排放清单引起。因此，相比以往在基于生态系统尺度上的仅关注co2地气和海气通量同化，该区域同化系统考虑在格点尺度上将co2通量作为一个整体在模式网格内估算的同化方案表现出了一些优势。同化前后co2通量差异与近地面co2浓度具有类似的水平分布特征。

需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。