数据联合同化的碳源汇估测方法
【技术领域】
[0001] 本发明涉及遥感技术、大气科学、生态学等学科领域，特别是涉及基于卫星-地基 CO2数据联合同化的碳源汇估测方法。
【背景技术】
[0002] 人类活动引起的大气CO2浓度升高导致全球气候变化，给人类社会的生存和发展 带来了巨大威胁。陆地生态系统碳汇与大气CO 2间存在着紧密关系，它不仅被动地受大气 CO2的影响和控制，也对大气CO2存在反馈作用，在气候系统中具有举足轻重的地位。因此， 在气候与环境问题日益突出的今天，加深对陆地生态系统碳源汇的动态变化机制的理解， 加强区域陆地碳源汇分布格局的认识，具有重要的科学价值。
[0003] 目前，国际上已发展了一系列直接（如：箱式通量观测法及通量塔观测法）或间接 (如："自下而上"的陆面生态过程模型模拟、土地利用和土地覆被变化监测法，"自上而下" 的大气CO 2反演法）的碳源汇观测与估算方法。其中，"自上而下"的大气反演法是碳源汇 计算的重要方法，在估算区域和全球生态系统碳收支和预测未来气候变化和人类活动改变 条件下生态系统碳循环过程提供了有效的手段。然而，传统的大气CO 2反演法是利用分散 在世界各地的近地面CO2浓度观测站（仅约200个点）数据作为观测值，结合数据同化方 法进行的碳源汇推算。由于观测站点的数量不足、分布不匀及观测指标的不统一，使全球二 氧化碳浓度/源汇估算结果具有相当大的不确定性。因此，地基碳观测数据有限的现状，对 准确估算全球碳源汇分布以及大气CO 2浓度总体状况提出了严重的挑战。
[0004] 大气CO2反演法的模拟精度对观测数据的依赖性强，其观测数据的数量和质量决 定了碳源汇模拟结果的时空分辨率和精度。由于目前可用的地基CO 2观测站点数量不够、 数据分布不均及观测指标不统一等限制，大气反演法往往只能用有限的站点去估测几年内 (10-20年）全球几十个（22-100)区的平均碳通量的分布情况，其模拟结果的精度、时间和 空间分辨率都比较低。
[0005] 鉴于以上问题，开发一种能够提高时间和空间分辨率以及估算精度的碳源汇估测 方法具有重要意义。
【发明内容】
[0006] 本发明的目的是提供一种基于卫星-地基CO2数据联合同化的碳源汇估测方法， 使其对碳源汇的估测结果具有较高的精度和时空分辨率，从而克服现有方法对碳源汇估测 结果精度低、时空分辨率低的不足。
[0007] 为实现上述目的，本发明采用如下技术方案：
[0008] 基于卫星-地基CO2数据联合同化的碳源汇估测方法，包括以下步骤：根据先验 CO2通量数据驱动大气传输模型，获得CO 2模拟浓度时空数据集；采用集合卡尔曼平滑方法 同化〇)2观测数据，对所述CO 2观测数据与CO 2模拟浓度之差最小化求解，获得优化的CO 2浓 度及CO2通量的时空分布场；其中，所述CO 2观测数据包括CO 2站点浓度数据及CO 2卫星柱 浓度数据：当所述CO2观测数据为CO 2站点浓度时，从所述CO 2模拟浓度时空数据集中提取 时空信息匹配的〇)2模拟浓度，对该CO 2模拟浓度与所述CO 2站点浓度之差最小化求解；当 所述CO2观测数据为CO 2卫星柱浓度时，从所述CO 2模拟浓度时空数据集中提取时空信息匹 配的〇)2模拟浓度，先将该CO 2模拟浓度转化成CO 2模拟柱浓度，再对CO 2卫星柱浓度与转化 后的〇)2模拟柱浓度之差最小化求解。
[0009] 进一步地，所述CO2站点浓度数据来自美国海洋与大气总署的地球系统研宄实验 室及澳大利亚联邦科学与工业研宄组织的瓶装采样的flask数据；所述CO 2卫星柱浓度数 据来自G0SAT-AC0S3. 3中的L2数据产品。
[0010] 进一步地，所述进行同化过程的CO2卫星柱浓度数据选取G0SAT-AC0S V3. 3中标 记为Good，且满足以下条件的数据：卫星柱浓度数据与其对应的转化后的CO2模拟柱浓度 相差小于3ppm。
[0011] 进一步地，所述同化过程是通过大气反演模型进行的。
[0012] 进一步地，具体包括以下步骤：S1 :根据碳通量调整系数背景场1/，利用方 程1-1计算先验〇)2通量数据，即CO 2通量预报场；
[0013] X(t)= fU t) = [(Fbio，t+Focn，J X At+Fff，t+Ffire，t (1-1)
[0014] 式中，X (t)代表CO 2通量，F bi。，t、F_，t、Fff，t、F f ire，t分别代表陆表碳通量、海洋碳通量、 人为碳排放以及野火燃烧碳排放，λ t为碳通量调整系数，下标t代表时间，当t = 0时，λ t 为初始值I. 〇 ;S2 :根据所述先验0)2通量数据，驱动大气传输模式运行，生成CO 2模拟浓度 时空数据集；S3 :采用集合卡尔曼平滑方法对时空信息匹配的CO2观测浓度与CO 2模拟浓度 之差最小化求解，获得优化的碳通量调整系数2Λ即λ t的分析场，再根据IZz利用方程1-1 计算优化的CO2通量，即CO 2通量分析场；S4 :根据优化的CO 2通量再次驱动大气传输模式， 获得优化后的〇)2模拟浓度时空数据集；S5 :将优化的碳通量调整系数\?作为下一时刻的 碳通量调整系数的背景场，返回步骤Sl。
[0015] 进一步地，所述陆表碳通量FbiU是通过陆地生态系统模型获得的。
[0016] 进一步地，所述将0)2模拟浓度转化成CO 2模拟柱浓度是通过公式1-2进行的：
【主权项】
1. 基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特征在于，包括以下步骤： 根据先验CO2通量数据驱动大气传输模型，获得CO 2模拟浓度时空数据集； 采用集合卡尔曼平滑方法同化〇)2观测数据，对所述CO 2观测数据与CO 2模拟浓度之差 最小化求解，获得优化的CO2浓度及CO 2通量的时空分布场； 其中，所述CO2观测数据包括CO 2站点浓度数据及CO 2卫星柱浓度数据： 当所述CO2观测数据为CO 2站点浓度时，从所述CO 2模拟浓度时空数据集中提取时空信 息匹配的〇)2模拟浓度，对该CO 2模拟浓度与所述CO 2站点浓度之差最小化求解； 当所述CO2观测数据为CO 2卫星柱浓度时，从所述CO 2模拟浓度时空数据集中提取时空 信息匹配的〇)2模拟浓度，先将该CO 2模拟浓度转化成CO 2模拟柱浓度，再对CO 2卫星柱浓度 与转化后的〇)2模拟柱浓度之差最小化求解。
2. 根据权利要求1所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其 特征在于，所述CO2站点浓度数据来自美国海洋与大气总署的地球系统研宄实验室及澳大 利亚联邦科学与工业研宄组织的瓶装采样的flask数据；所述CO 2卫星柱浓度数据来自 G0SAT-AC0S3. 3中的L2数据产品。
3. 根据权利要求1所述的基于卫星-地基CO2数据联合同化的碳源汇估测方法，其特征 在于，所述进行同化过程的CO 2卫星柱浓度数据选取G0SAT-AC0S V3. 3中标记为Good，且满 足以下条件的数据：卫星柱浓度数据与其对应的转化后的CO2模拟柱浓度相差小于3ppm。
4. 根据权利要求1所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，所述同化过程是通过大气反演模型进行的。
5. 根据权利要求1所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，具体包括以下步骤： 51 :根据碳通量调整系数背景场利用方程1-1计算先验〇)2通量数据，即CO2 通量预报场； x(t)= f (λt) = [(Fbio，t+Focn，J X At+Fff，t+Ffire，t (1-1) 式中，x(t)代表CO 2通量，F bi()，t、F_，t、Fff，t、F fiM，t分别代表陆表碳通量、海洋碳通量、人 为碳排放以及野火燃烧碳排放，λ t为碳通量调整系数，下标t代表时间，当t = 0时，λ 初始值I. 〇 ; 52 :根据所述先验0)2通量数据，驱动大气传输模式运行，生成CO 2模拟浓度时空数据 集； 53 :采用集合卡尔曼平滑方法对时空信息匹配的CO2观测浓度与CO2模拟浓度之差最小 化求解，获得优化的碳通量调整系数λ ta，即At的分析场，再根据λ ta利用方程1-1计算优 化的CO2通量，即CO 2通量分析场； 54 :根据优化的CO2通量再次驱动大气传输模式，获得优化后的CO 2模拟浓度时空数据 集； 55 :将优化的碳通量调整系数λ ta作为下一时刻的碳通量调整系数的背景场，返回步 骤Sl0
6. 根据权利要求5所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，所述陆表碳通量Fbi()， t是通过陆地生态系统模型获得的。
7. 根据权利要求1所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，所述将〇)2模拟浓度转化成CO 2模拟柱浓度是通过公式1-2进行的： = h^"Xa +h -Xa) (12) 式中，是转化后的CO2模拟柱浓度；1^是卫星提供的气压加权函数；Xa是卫星提供 的先验廓线；A是卫星提供的平均核函数；Xh是与卫星提供的先验浓度廓线Xa时空尺度相 匹配的、大气传输模式模拟的模拟浓度廓线。
8. 根据权利要求7所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，所述模拟浓度廓线Xh通过以下方式实现与所述先验浓度廓线X 3时空尺度相匹配： 大气传输模式首先根据卫星柱浓度数据的时间、空间信息对CO2模拟浓度进行采样，获 得时空信息相一致的〇)2模拟浓度，再根据先验浓度廓线X a的分层高度对CO 2模拟浓度进 行插值，以生成与先验浓度廓线Xa时空尺度相匹配的模拟浓度廓线X h。
9. 根据权利要求1所述的基于卫星-地基CO 2数据联合同化的碳源汇估测方法，其特 征在于，所述同化过程通过最小化代价函数J获取要求解的CO 2通量X及其分析误差P 3的 最优化估测： X = x〇+k (y°-H (x〇)) (1-6) Pa= (I-kH)P (1-8) 其中，k是一个增益矩阵，表示如下方程： k = (PHt) / (HPHT+R) (1-7) 所述代价函数J : Jr = y(.y〇 -//(Λ.))7" Zi 1 (少'11 - "(Λ.))) + I(X - Λ.0 )Γ/) 1 (Λ. - Λ.0 ) ( 1_5 ) 式中，/是CO2观测浓度，R = varU)是观测浓度误差协方差矩阵；Xtl是先验CO 2通 量，P是先验CO2通量的误差协方差矩阵；上标T代表矩阵转置； H为如下所示的观测算子矩阵：
其中Hij代表像元点i、地基站点浓度j的地基站点观测算子;Wij代表的是像元点i、卫 星柱浓度j的卫星浓度观测算子。
【专利摘要】本发明公开了基于卫星-地基CO2数据联合同化的碳源汇估测方法，所述方法结合CO2站点浓度、CO2卫星柱浓度，采用集合卡尔曼平滑方法求解出最优化的CO2浓度和通量时空分布场。本发明引进柱浓度同化方案，构建了基于卫星柱浓度及地基站点观测数据为基础的卫星-地基CO2联合同化方法，改进了大气反演模型只能同化站点观测CO2浓度的缺陷，实现了多种来源CO2数据的联合同化，为精确的区域碳源/汇估算提供有效手段。
【IPC分类】G06F19-00
【公开号】CN104834823
【申请号】CN201510251620
【发明人】陈报章, 张慧芳
【申请人】中国科学院地理科学与资源研究所
【公开日】2015年8月12日
【申请日】2015年5月18日