一种自适应协方差与多模型融合的CO2通量反演方法及装置

摘要: 本发明涉及大气环境监测,尤其涉及一种自适应协方差与多模型融合的co2通量反演方法及装置。背景技术:1、在全球温室气体减排的背景下,精准量化地表co2源汇分布(即...
一种自适应协方差与多模型融合的CO2通量反演方法及装置

本发明涉及大气环境监测,尤其涉及一种自适应协方差与多模型融合的co2通量反演方法及装置。

背景技术:

1、在全球温室气体减排的背景下,精准量化地表co2源汇分布(即co2通量)是核心科学需求。当前主流技术依赖于大气传输的逆问题框架,即通过大气co2的观测信息,结合大气传输模型,反推地表的通量强度。这类方法通常基于贝叶斯反演框架,但在实际应用中存在若干结构性假设,限制了其反演精度。

2、首先,现有技术在构建误差协方差时,通常采用固化的时空相关结构。例如,空间相关性被建模为预设的指数衰减函数,时间相关性则被限定在固定的滑动窗口内。然而,大气的扩散能力并非恒定不变,其随气象条件(如风速、边界层高度)动态变化。在静稳天气下,污染物局地累积强,相关性应更强;而在大风天气下,湍流混合与平流输送快,相关性应减弱。采用固定的相关尺度去拟合所有天气类型,会导致反演结果要么过平滑,抹掉局地强信号,要么产生非物理的空间结构,物理失真严重。

3、其次,为提高传输模型的可靠性,现有技术常并行运行两种或多种大气传输模型(如flexpart与stilt),但对多模型信息的融合方式较为粗糙。普遍做法是对不同模型的计算结果进行简单的算术平均或经验加权。这种“结果级融合”忽略了不同模型在物理参数化、湍流扩散方案等方面存在的系统性差异,这些差异会形成不同的模型误差结构。不从误差协方差层面进行最优加权,单一模型的系统性偏差会被直接继承到最终的通量场中,无法实现有效的误差压制。

4、最后,现有技术所依赖的先验通量清单存在时空僵化与事件响应迟钝的问题。常用的化石源清单多为月尺度或年尺度的静态数据,当面对野火、生物质燃烧、城市夜间经济活动跃升等短时高频动态事件时,这种低频先验无法提供与观测同频的引导信息,导致反演算法被迫依赖观测残差去修正通量,不仅收敛慢,而且对突变事件的追踪存在明显滞后。

5、综上所述,现有co2通量反演技术存在以下缺陷:一是采用的固定统计结构(如协方差矩阵)与大气扩散过程本质上的时变特征不匹配;二是多模型信息并存,但缺乏基于误差协方差的最优融合架构来消除系统性偏差;三是先验通量更新滞后,无法捕捉高频动态排放事件。因此,亟需一种能够动态调整时空相关性、深度融合多模型信息并实时校正先验通量的方法,以突破现有技术的精度瓶颈。

技术实现思路

1、本发明提供一种自适应协方差与多模型融合的co2通量反演方法及装置,用以解决现有技术中co2通量反演方法因统计结构僵化、多模型融合粗糙以及先验信息更新滞后而导致的反演精度不高的缺陷。

2、第一个方面,本发明提供一种自适应协方差与多模型融合的co2通量反演方法,包括:

3、获取观测数据,并结合初始的先验通量计算得到初始残差序列;

4、基于所述初始残差序列,引入变分代价函数,动态地求解与当前大气扩散状态相匹配的时空相关尺度,并构建动态的观测误差协方差矩阵;

5、实时获取高频遥感数据,基于所述高频遥感数据构建动态校正因子,利用所述动态校正因子对初始的所述先验通量进行实时缩放,以生成动态先验通量;

6、并行运行两个大气传输模型,构建增广观测向量以及增广误差协方差矩阵,并基于所述增广观测向量和增广误差协方差矩阵推导出综合传输算子;

7、结合所述观测误差协方差矩阵、所述综合传输算子以及所述动态先验通量,通过贝叶斯反演求解最终的后验co2通量。

8、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,获取观测数据,并结合初始的先验通量计算得到初始残差序列,包括:

9、获取目标区域的观测数据;所述观测数据包括气象再分析数据、地面/塔站co2浓度监测数据以及npp-viirs卫星遥感辅助数据;

10、利用wrf模型处理所述气象再分析数据,生成高分辨率气象场;

11、基于边界层高度和摩擦速度,定义气象分型指数;

12、引入分位数回归森林算法,拟合co2的背景值,输出高信噪比的co2抬升浓度序列;

13、结合所述先验通量,生成所述目标区域的初始残差序列。

14、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,基于所述初始残差序列,引入变分代价函数,动态地求解与当前大气扩散状态相匹配的时空相关尺度,并构建动态的观测误差协方差矩阵,包括:

15、将所述初始残差序列输入变分代价函数,通过最小化目标函数,并行求解最优的空间相关尺度与时间相关尺度;

16、基于所述空间相关尺度和所述时间相关尺度,自适应构建观测误差协方差矩阵。

17、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,实时获取高频遥感数据,基于所述高频遥感数据构建动态校正因子,利用所述动态校正因子对初始的所述先验通量进行实时缩放,以生成动态先验通量,包括:

18、读取高频遥感数据,并根据所述高频遥感数据构建动态校正因子;

19、将初始的先验通量与所述动态校正因子逐像元相乘,得到动态先验通量。

20、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,读取高频遥感数据,并根据所述高频遥感数据构建动态校正因子,包括:

21、读取所述高频遥感数据,若检测到火点,则提取火辐射功率;

22、若检测到高亮度夜间灯光,则提取辐射值;

23、根据所述火辐射功率、所述辐射值以及预先设定的标定系数,计算得到所述动态校正因子。

24、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,所述高频遥感数据包括npp-viirs卫星的夜间灯光数据和/或火点辐射功率数据。

25、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,并行运行两个大气传输模型,构建增广观测向量以及增广误差协方差矩阵,包括:

26、并行运行两个大气传输模型以生成各自的足迹场;

27、计算所述大气传输模型在相同气象场下的预测分歧度,并根据所述预测分歧度自适应调整所述观测误差协方差矩阵;

28、执行状模型融合机制,并获取所述大气传输模型各自的传输矩阵;

29、若两个所述大气传输模型的误差互不相关,则构建增广观测向量以及增广误差协方差矩阵。

30、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,计算所述大气传输模型在相同气象场下的预测分歧度,并根据所述预测分歧度自适应调整所述观测误差协方差矩阵,包括:

31、计算所述大气传输模型在相同气象场下的预测分歧度;

32、若所述预测分歧度超过预设阈值,则判定当前时段气象场复杂,存在模型间系统性偏差风险;

33、增大所述观测误差协方差矩阵中对应时段的对角元素权重,降低观测数据的置信度,直至所述预测分歧度回落至所述预设阈值以内。

34、根据本发明提供的一种自适应协方差与多模型融合的co2通量反演方法,基于所述增广观测向量和增广误差协方差矩阵推导出综合传输算子,包括:

35、基于广义最小二乘原理,由所述增广误差协方差矩阵的倒数加权融合,得到所述综合传输算子。

36、第二个方面,本发明还提供一种自适应协方差与多模型融合的co2通量反演装置,包括:

37、获取模块,用于获取观测数据,并结合初始的先验通量计算得到初始残差序列;

38、构建模块,用于基于所述初始残差序列,引入变分代价函数,动态地求解与当前大气扩散状态相匹配的时空相关尺度,并构建动态的观测误差协方差矩阵;

39、校正模块,用于实时获取高频遥感数据,基于所述高频遥感数据构建动态校正因子,利用所述动态校正因子对初始的所述先验通量进行实时缩放,以生成动态先验通量;

40、运算模块,用于并行运行两个大气传输模型,构建增广观测向量以及增广误差协方差矩阵,并基于所述增广观测向量和增广误差协方差矩阵推导出综合传输算子;

41、反演模块,用于结合所述观测误差协方差矩阵、所述综合传输算子以及所述动态先验通量,通过贝叶斯反演求解最终的后验co2通量。

42、第三个方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的自适应协方差与多模型融合的co2通量反演方法。

43、第四个方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一个方面所述的自适应协方差与多模型融合的co2通量反演方法。

44、第五个方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述第一个方面所述的自适应协方差与多模型融合的co2通量反演方法。

45、与现有技术相比,本发明具有以下有益效果:

46、1、提升了反演结果的物理自洽性:本发明通过引入变分代价函数,利用初始残差序列动态地求解与当前大气扩散状态相匹配的时空相关尺度,并基于此构建动态的观测误差协方差矩阵。该方式使得协方差结构能够随边界层高度、稳定度等真实气象条件实时调整,在静稳天气下自动增强空间相关性以捕捉局地累积,在大风天气下自动收缩相关性以避免非物理扩散,从而使反演结果更符合大气扩散的物理事实,避免了因采用固定相关尺度而导致的物理失真。

47、2、增强了反演精度与鲁棒性:本发明通过构建增广观测向量和增广误差协方差矩阵,并基于广义最小二乘原理推导出综合传输算子,实现了对两个并行运行的大气传输模型在误差结构层面的最优融合。该方式区别于简单的结果平均,能够根据模型的预测分歧度自适应调整权重,有效压制单一模型在物理参数化上的系统性偏差,在数学上逼近最小均方误差,显著提升了最终后验co2通量的稳定性和可靠性。

48、3、提升了对动态排放事件的捕捉能力:本发明通过实时获取npp-viirs等高频遥感数据,构建动态校正因子对静态的先验通量进行逐像元实时缩放。该方式解决了传统先验清单更新滞后、无法响应突变事件的问题。在面对野火爆发或城市夜间排放高峰等高频动态事件时,动态更新的先验通量能为反演提供更准确的初始场,从而加快算法收敛速度,显著提高了对突发排放源的捕捉能力和量化精度。