1.本发明属于光学测量
技术领域：
：，具体涉及一种基于超光谱观测的快速检索反演大气污染成分廓线方法。
背景技术：
：：2.随着经济的高速发展和城市化进程的快速推进，大气环境也不可避免地出现某些整体性和区域性的变化。环境的日益恶化逐渐被各国认识，解决环境问题的关键性和必要性也逐渐成为共识。因此，需要更完备的环境监测技术。而目前对于大气环境中的污染物监测大多集中于点式化学测量，这种方式复杂低效，仅能反映观测点的空气状况，难以满足复杂多变的环境监测需要。3.光学遥感采用收集太阳光谱的方式，得到经过大气中各成分吸收后的观测光谱，借此反演可以得到大气中的成分。相对于传统采样方式，具有数据采集迅速，观测污染物成分多样，测量范围广，可以实现实时测量，无需人员值守等优点，在环境检监测域有很大优势。目前光学遥感污染物监测领域采用的仪器主要有激光雷达、傅里叶红外光谱仪和超光谱仪等。激光雷达向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，就可获得目标的有关信息，在中远距离的探测中效果较好，当距离较近时出现盲区。傅里叶红外光谱仪由光学探测部分和计算机部分组成。由于吸收了某些频率的能量，所得的干涉图强度曲线会相应地产生一些变化，通过傅立叶变换技术，可将干涉图上每个频率转变为相应的光强，而得到整个红外光谱图，根据光谱图的不同特征，可以检测大气污染物的相对浓度。超光谱仪采集太阳散射光谱，根据不同物质对太阳光谱的吸收不同，将采集光谱与参考光谱做差分，基于朗伯-比尔定律和不同物质对不同的波长的光谱吸收不同的特点，可以反演得到大气中不同组分的含量，具有测量组分多、测量范围广、可以获得污染物垂直分布等特点。4.超光谱仪采集到的光谱在反演数据时的方法有最优估计法和参数化方法等，这些处理方法都要用到辐射传输模型进行复杂的计算，需要在高性能计算机设备上运行，对硬件性能要求高，硬件成本高，且存在反演奇异值多，反演耗时长等问题。这些问题限制了仪器采集到数据图像获取的集成化，目前还没有成熟的超光谱仪采集光谱到反演出污染物分布集成在同一台设备的仪器。技术实现要素：5.鉴于上述，本发明的目的在于提供一种基于超光谱观测的快速检索反演大气污染成分廓线方法，通过建立差分大气质量因子查找表代替辐射传输模型进行廓线的反演，该方法能够快速反演得到大气污染物成分的垂直分布梯度。6.为实现上述发明目的，本发明提供以下技术方案：7.一种基于超光谱观测的快速检索反演大气污染成分廓线方法，包括以下步骤：8.步骤1，利用辐射传输模型建立用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii；9.步骤2，对差分大气质量因子查找表i和差分大气质量因子查找表ii分别关于站点维度和观测月份进行降维得到站点查找表i和站点查找表ii；10.步骤3，采集观测数据，利用观测数据包含的太阳散射光谱计算大气污染成分的观测差分斜程总量；11.步骤4，根据观测数据和观测差分斜程总量提取观测序列信息，根据观测序列信息分别对站点查找表i和站点查找表ii进行降维得到序列查找表i和序列查找表ii；12.步骤5，根据观测序列信息和序列查找表i和序列查找表ii反演气溶胶廓线和痕量气体廓线。13.在一个实施例中，利用辐射传输模型模拟出光强的雅可比矩阵，依据光强的雅可比矩阵计算不同观测仰角和不同高度的影响因子，基于影响因子构建不同观测仰角的差分大气质量因子，形成用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii。14.在一个实施例中，利用辐射传输模型计算不同高度z的影响因子if(z)，然后，采用以下公式根据影响因子if(z)和不同廓线参下的廓线p(z)计算不同观测仰角的大气质量因子amfα，以天顶90度角的大气质量因子amf90°为参考对amfα做差分以得到差分大气质量因子damfα：[0015][0016]在一个实施例中，用于气溶胶反演的差分大气质量因子查找表i，包含观测维度、观测月份、太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子这八个维度的参数；[0017]用于痕量气体反演的差分大气质量因子查找表ii，包含观测维度、观测月份、太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子、痕量气体廓线高度参数、痕量气体廓线形状因子这十个维度的参数。[0018]在一个实施例中，提取的观测序列信息包括：观测时间、o4及其他痕量气体的观测差分斜程总量及观测差分斜程总量的误差、当时的太阳天顶角、相对方位角、观测仰角。[0019]在一个实施例中，根据观测序列信息分别对站点查找表i和站点查找表ii进行降维得到序列查找表i和序列查找表ii，包括：[0020]对于气溶胶对应的站点查找表i，进行关于太阳天顶角、相对方位角、观测仰角这三个参数维度的一维插值降维，得到序列查找表i；[0021]对于痕量气体对应的站点查找表ii，进行关于太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子这六个参数维度的一维插值降维，得到序列查找表ii，其中，气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子由气溶胶廓线反演得到。[0022]在一个实施例中，根据观测序列信息和序列查找表i反演气溶胶廓线，包括：[0023]步骤5-1，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表i中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用下述公式计算得到的模拟差分斜程总量[0024][0025]其中，damfα是从降维的序列查找表i查找的差分大气质量因子，vcd为反演垂直总量，其中，vcd取值为o4的vcd；[0026]步骤5-2，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，其间加入校正因子sf对30°角对应的模拟差分斜程总量进行了校正；[0027]步骤5-3，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1和步骤5-2反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数；[0028]步骤5-4，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息；其中最终的模拟廓线信息包括：最佳匹配廓线、平均廓线、依靠均方根误差设置权重的加权平均廓线、模拟斜程总量均值；[0029]步骤5-5，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0030]在一个实施例中，根据观测序列信息和序列查找表ii反演痕量气体廓线，包括：[0031]步骤5-1’，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用下述公式计算得到的模拟差分斜程总量[0032][0033]其中，damfα是从降维的序列查找表ii查找的差分大气质量因子，vcd为反演垂直总量，通过公式计算得到，n为总观测仰角。[0034]步骤5-2’，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数；[0035]步骤5-3’，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1’和步骤5-2’反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数；[0036]步骤5-4’，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息；其中最终的模拟廓线信息包括：最佳匹配廓线、平均廓线、依靠均方根误差设置权重的加权平均廓线、模拟斜程总量均值；[0037]步骤5-5’，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0038]在一个实施例中，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，包括：[0039]计算模拟差分斜程总量与观测差分斜程总量的残差绝对值residualα和均方根误差rms，将所有模拟廓线对应的rms中的最小值标记为rmsmin，以rmsmin作为筛选参数，同时结合预设比例系数f1(i)、f2、f3(i)，并通过以下公式所呈现的预设筛选标准筛选对应的模拟廓线：[0040]rms≤rmsmin*f1(i)[0041]residualα≤f2*f3(i)[0042]其中，两个公式表示筛选rms满足rms≤rmsmin*f1(i)，且residualα满足residualα≤f2*f3(i)的模拟廓线作为符合要求的模拟廓线，i表示迭代次数，每次迭代中，比例系数f1(i)、f3(i)的取值不同，比例系数f2则根据以下公式确定：[0043][0044]其中，dscderr为差分斜程总量的误差，生成dscdα时同步生成。[0045]与现有技术相比，本发明的有益效果是：[0046]结合根据大气辐射传输模型构建的差分大气质量因子查找表进行快速统计模拟和迭代，最终获得大气污染成分的垂直分布，在保证了反演结果的合理性、可靠性的前提下大幅提高了廓线反演速度，同时，还给出了反演结果的质量控制方案。附图说明[0047]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。[0048]图1是本发明实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法的流程图；[0049]图2为本发明实施例提供的大气污染成分观测站点的气溶胶垂直廓线；[0050]图3为本发明实施例提供的大气污染成分观测站点的四种大气痕量气体垂直分布图；[0051]图4为本发明实施例提供的气溶胶反演结果与外部独立数据太阳光度计的对比验证图。图中横轴为时间，纵轴为气溶胶总消光，叉形点表示太阳光度计气溶胶总消光结果，三角形表示超光谱仪反演气溶胶总消光结果；[0052]图5为本发明实施例提供的no2反演结果与外部独立数据北京大气所铁塔数据的对比验证图。四幅图分别是反演no2浓度和北京大气所铁塔100m、200m、300m高度对比图和平均结果对比图，横轴为反演结果，纵轴为北京大气所铁塔数据。具体实施方式[0053]为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。[0054]图1是实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法的流程图。如图1所示，实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法，包括以下步骤：[0055]步骤1，利用辐射传输模型建立用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii。[0056]实施例中，大气污染成分主要包括气溶胶和痕量气体，其中，痕量气体包括二氧化氮、二氧化硫、甲醛、乙二醛、甲基乙二醛、亚硝酸、水汽等。大气中o4的浓度与氧气浓度的平方成正比，而氧气浓度在大气中相对稳定，主要取决于温度和压强，因此，o4的垂直廓线可以作为已知量，而在超光谱观测中测得的o4斜程总量的大小主要受光子传输路径的影响，气溶胶消光是影响光子传输的主要因素，因此可以通过o4斜程总量的变化反映大气中气溶胶的变化。而痕量气体对光路的影响小，光子路径主要受气溶胶状况的影响，痕量气体的差分大气质量因子的确定首先要确定气溶胶状况。基于此，针对气溶胶和痕量气体单独构建气溶胶的差分大气质量因子查找表i和痕量气体的差分大气质量因子查找表ii。[0057]实施例中，在构建用于气溶胶反演的差分大气质量因子查找表i时，考虑观测参数、几何参数以及气溶胶廓线参数这三类参数，其中，观测参数包括观测维度(lat)、观测月份(mon)，几何参数包括太阳天顶角(sza)、相对方位角(raa)、观测仰角(elev，也就是α)，气溶胶廓线参数包括气溶胶总消光(caero)、气溶胶廓线高度参数(haero)、气溶胶廓线形状因子(saero)。该气溶胶的差分大气质量因子查找表i相当于八维矩阵table(lat,mon,sza,raa,elev,caero,haero,saero)，实施例中，各维度的取值见表1。[0058]实施例中，在构建用于痕量气体反演的差分大气质量因子查找表ii时，考虑观测参数、几何参数、气溶胶廓线参数和痕量气体廓线参数四类参数，其中观测参数、几何参数和气溶胶廓线参数包含的具体参数与上述相同。痕量气体廓线参数包括痕量气体廓线高度参数(htrace)和痕量气体廓线形状因子(strace)。该痕量气体差分大气质量因子查找表ii相当于十维矩阵table(lat,mon,sza,raa,elev,caero,haero,saero,htrace,strace)，实施例中，各维度的取值见表1。[0059]表1[0060][0061]实施例中，大气污染成分的廓线与廓线参数的对应关系包括：[0062]当形状因子s介于0-1之间时，代表大气污染成分处于底层高，高层低的状态：[0063][0064]当形状因子s＝1时，代表大气污染成分主要集中在底层的状态：[0065][0066]当形状因子s介于1-2之间时，代表大气污染成分分布在高架层的状态：[0067][0068]需要说明的是，针对气溶胶，形状因子s为saero，高度参数h为haero，c为caero，z为高度分层数组，p(z)为高度分层数组对应的气溶胶消光系数；针对痕量气体，形状因子s为strace，高度参数h为htrace，c为痕量气体的分子柱浓度ctrace，z为高度分层数组，p(z)为高度分层数组对应的痕量气体浓度，由于痕量气体对光路基本没有影响，痕量气体的差分大气质量因子与痕量气体的分子柱浓度ctrace无关，因此在建立查找表时将c取值为1。[0069]在应用时，将上述廓线参数s、h、c以及z带入上述公式(1)-(3)即可以计算获得大气污染成分的廓线，即气溶胶廓线和痕量气体廓线。[0070]实施例中，辐射传输模型的部分设置如下：仪器视场角设置为0.045d0，精细网格数设置为5，波长段设置为360-360，地表反照率设置为0.05，模拟时采用的大气辐射传输模型采用的模拟类型为伪球面散射大气模式，输入的温压廓线采用全球大气化学传输模型、气象模式和化学模式在线完全耦合的区域空气质量模式同化模拟的温度压力廓线信息。[0071]由于查找表参数数量较多，直接采用大气辐射传输模型模拟方式反演得到全部参数对应的差分大气质量因子damf耗时长，速度慢在外场观测时根本无法使用。因此，实施例中，辐射传输模型并不直接计算大气质量因子，而是计算不同高度z的影响因子if(z)，基于影响因子根据式(1)计算不同观测仰角的大气质量因子，以天顶90度角的大气质量因子amf90°为参考对amfα做差分以得到差分大气质量因子damfα：[0072][0073]damfα＝amfα-amf90°ꢀꢀ(5)[0074]其中，p(z)是不同廓线参下的廓线。[0075]在构建差分大气质量因子查找表i时，将公式(4)中p(z)更改为已知o4的垂直廓线，即可得到不同三类参数下的o4的damf，根据o4的damf构建气溶胶查找表i。[0076]在差分大气质量因子查找表ii时，将c＝1的取值代入公式(1)-(3)计算p(z)，然后利用计算的p(z)通过公式(4)-(5)计算痕量气体的差分大气质量因子damfα，以构建差分大气质量因子查找表ii。[0077]步骤2，对差分大气质量因子查找表i和差分大气质量因子查找表ii分别关于站点维度和观测月份进行降维得到站点查找表i和站点查找表ii。[0078]实施例中，在构建好差分大气质量因子查找表i和ii后，针对不同的站点，将查找表按照当地观测维度lat和观测月份mon进行插值可以减小查找表的体量，降低后续反演时的内存占用，降低计算机的硬件要求，减少数据计算，加快反演速度。[0079]经试验验证，对于差分大气质量因子查找表i和ii，利用观测维度lat和观测月份mon两个参数降维得到六个维度的站点查找表itable(lat,mon,sza,raa,elev,caero,haero,saero)和八个维度的站点查找表iitable(lat,mon,sza,raa,elev,caero,haero,saero,htrace,strace)的过程耗时小于2分钟，而传统方式获取一份可应用的查找表需要进行上百万次的辐射传输模型计算，在高性能计算机上的计算时间大约5～10天。[0080]步骤3，采集观测数据，利用观测数据包含的太阳散射光谱计算大气污染成分的观测差分斜程总量。[0081]利用超光谱仪器按照一定的仰角观测序列对太阳散射光谱进行采集，得到观测数据。其中观测数据包经纬度、太阳天顶角、相对方位角、观测的太阳散射光谱、观测时间、观测仰角等。实施例中，光谱采集时使用的是1°，2°，3°，4°，5°，6°，8°，10°，15°，30°，90°的仰角观测序列。实施例中，通过超光谱观测采集太阳散射光谱，对采集的太阳散射光谱进行非线性校正和仪器暗背景滤除处理后，基于朗伯-比尔定律，并采用最小二乘算法计算大气污染成分的观测差分斜程总量。该过程为现有技术，可参考申请号为cn202010611508.0公开的基于光学遥感的大气污染成分垂直分布反演方法。其中，各观测角度下的观测差分斜程总量表示为dscdα。[0082]步骤4，根据观测数据和观测差分斜程总量提取观测序列信息，根据观测序列信息分别对站点查找表i和站点查找ii进行降维得到序列查找表i和序列查找表ii。[0083]实施例中，完整的仰角观测序列采用的是1°，2°，3°，4°，5°，6°，8°，10°，15°，30°，90°。在反演开始前算法对观测数据按照观测序列进行了提取。提取的观测序列信息包括：观测时间、o4及其他痕量气体的观测差分斜程总量dscdα及观测差分斜程总量的误差dscderr、当时的太阳天顶角θ、相对方位角β、观测仰角α等。[0084]实施例中，通过步骤2得到的站点查找表i和ii维度仍然太高，而计算机处理高维插值的速度随维度的提高大幅降低，因此，在针对每组数据进行反演前，还要应用步骤2得到的站点查找表根据观测序列再次进行降维处理，得到序列查找表i和ii，具体包括：[0085]对步骤2得到的站点查找表i，进行关于太阳天顶角θ、相对方位角β、观测仰角α三个参数的一维插值降维，即得到气溶胶的序列查找表itable(lat,mon,θ,β,α,caer°,haer°,saer°)。[0086]对步骤2得到的站点查找表ii进行关于太阳天顶角θ、相对方位角β、观测仰角α、cmean、hmean、smean六个参数的一维插值降维，得到痕量气体的序列查找表iitable(lat,mon,θ,β,α,cmean,hmean,smean,htrace,strace)。其中cmean、hmean、smean分别为当前序列气溶胶廓线反演得到的气溶胶廓线参数的平均值。[0087]步骤5，根据观测序列信息和序列查找表i和序列查找表ii反演气溶胶廓线和痕量气体廓线。[0088]步骤5-1，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表i和序列查找表ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后计算得到的模拟差分斜程总量[0089]实施例中，每组观测数据根据查找的参数维度在初始廓线参数范围的限定下生成多组(示例性为125000组)气溶胶的模拟廓线参数或多条(示例性为2500组)痕量气体的模拟廓线参数。要注意的是，在反演前，要对气溶胶模拟廓线参数预筛除，具体包括：将预设高度(例如5km)以上，且气溶胶消光大于预设浓度(例如1e-5)的模拟廓线进行预筛除，得到用于反演的模拟廓线参数。其中，初始廓线参数的范围参见表2。对痕量气体模拟廓线参数不进行预筛除。[0090]表2[0091]查找过程配置参数参数设置o4vcd1.276329494696885e 43初始caero参数随机范围[0.05,5]初始haero参数随机范围[0.1,5]初始saero参数随机范围[0.2,1.8]初始htrace参数随机范围[0.1,5]初始strace参数随机范围[0.2,1.8]f1[3.0,2.0,1.3]f3[1.5,1.0,1.0][0092]实施例中，在序列查找表i和ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用公式(6)计算得到的模拟差分斜程总量[0093][0094]其中，damfα是从降维的序列查找表i和ii的差分大气质量因子，vcd为反演垂直总量，针对气溶胶反演时，vcd取值为o4的vcd，针对痕量气体反演时，采用公式(7)求得vcd近似值。[0095][0096]步骤5-2，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，其间在进行气溶胶廓线反演时加入校正因子sf对30°角对应的模拟差分斜程总量进行了校正。[0097]实施例中，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，包括：[0098]计算模拟差分斜程总量与观测差分斜程总量dscdα关于各观测角度的残差绝对值residualα和整体均方根误差rms。将所有模拟廓线对应的rms中的最小值标记为rmsmin，以rmsmin作为筛选参数，同时结合预设比例系数f1(i)、f2、f3(i)，并通过公式(8)和(9)筛选对应的模拟廓线参数：[0099]rms≤rmsmin*f1(i)ꢀꢀ(8)[0100]residualα≤f2*f3(i)ꢀꢀ(9)[0101]其中，i表示迭代次数，每次迭代中，比例系数f1(i)、f3(i)的取值不同，以三次迭代为例，f1(i)对应的取值分别为3.0，2.0，1.3，f3(i)对应的取值分别为1.5，1.0，1.0，如表2所示，三次迭代的取值为通过探索确定的经验值。比例系数f2则根据公式(10)确定：[0102][0103]其中，dscderr为观测误差，生成dscdα时同步生成。[0104]由于某些站点高仰角数据在拟合得到气溶胶廓线时拟合效果异常，为了解决这个拟合效果异常的问题，引入拟合校正因子对气溶胶反演时的30°观测仰角时的观测差分斜程总量dscd30°进行校正。实施例中，初始校正因子sf设置为1，使用式(12)对式(6)确定的30°的模拟差分斜程总量进行校正，在获得满足公式(8)和(9)的后，取30°角对应的的均值得到dscdmean30，通过给定的比例β设置新校正因子。具体的新校正因子sf由式(11)确定，然后再次利用公式(12)对式(6)确定的未校正的进行校正：[0105][0106][0107]根据校正后的dscdmodel重复步骤5-2，再计算新校正因子sf，如此循环2次。[0108]步骤5-3，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1和步骤5-2反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数。[0109]按照预设的廓线参数网格对模拟廓线进行网格划分，若某一网格内的所有模拟廓线都不满足步骤5-1中的预筛选条件，则删除该网格，将剩余网格界定的廓线参数范围作为新廓线参数范围。重复步骤5-1和步骤5-2的反演过程，经过多次迭代收敛，输出剩余的模拟廓线参数及其对应的残差绝对值、均方根误差、模拟差分斜程总量等。[0110]步骤5-4，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息。[0111]实施例中，将剩余廓线参数按照给定的高度分层根据式(1)-(3)还原为廓线，再计算得到反演的最终廓线信息。其中，最终廓线信息包括：最佳匹配廓线；平均廓线；依靠均方根误差设置权重的加权平均廓线；模拟斜程总量均值等。在痕量气体反演时使用分子柱浓度ctrace代替式(1)-(3)中的c，具体的柱浓度由式(13)确定。[0112][0113]其中molarmass是气体的摩尔质量，na是阿伏伽德罗常数，取为6.02214076e16。[0114]实施例中，输出的廓线相关中间信息包括：[0115]剩余模拟廓线参数的平均值(cmean，hmean，smean)，中位数(cmedian，hmedian，smedian)，方差(cvar，hvar，svar)，峰度(ckurt，hkurt，skurt)，偏度(cskew，hskew，sskew)，最终廓线的峰度(profilekurt)和偏度(profileskew)；剩余模拟廓线的数量；剩余模拟廓线的模拟差分斜程总量与观测差分斜程总量的均方根误差；观测差分斜程总量自身的均方根误差；分仰角的模拟差分斜程总量与观测差分斜程总量的误差等。[0116]步骤5-5，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0117]实施例中，按照反演得到的廓线参数是否异常、廓线形状是否异常、廓线反演误差是否过大等判别方式对模拟廓线进行质量控制检测，标记异常廓线。[0118]实施例利用本发明提供的基于超光谱观测的快速检索反演大气污染成分廓线方法反演了中国气科院观测站点气溶胶、痕量气体的垂直梯度分布，如图2和图3，图2和图3中可以看出反演结果从近地面到高空大致呈下高上低的分布特征，这与气溶胶颗粒较重，不易飘高以及痕量气体污染物基本都由近地面生成相吻合，hono在早上近地面出现明显的高值，这与hono在近地面生成，光照易光解相吻合。[0119]本实施例对外部独立数据太阳光度计(位于39.9472n，116.3206e)aod和气溶胶反演结果进行了对比验证，如图3，反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度结果的相关性r2达到了0.874。同时本实施例对外部独立数据北京大气所铁塔的no2数据和no2廓线在0-100m、100-200m、200-300m的反演结果进行了对比验证，如图3，反演的二氧化氮垂直分布在0-100m、100-200m、200-300m处的浓度与铁塔结果的相关性r2分别达到了0.874、0.756、0.751，底层平均结果相关性r2达到了0.847。结果表明：反演结果能够很好地重现传输通道上气溶胶和大气污染成分的总量和垂直分布规律；说明研究结果完全能够满足对高光谱观测仪器的大气污染成分垂直梯度分布和演化的分析要求。[0120]上述实施例提供了一种基于超光谱观测的快速检索反演大气污染成分廓线方法，采用预先反演查找表的方式可以简化反演计算量，采用统计模拟方法实现快速查找，降低了硬件要求，实时性更高，有望实现光谱采集后实时得到气溶胶和大气痕量气体的分布，在光学遥感方面有很大优势。[0121]以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12
技术领域：
：，具体涉及一种基于超光谱观测的快速检索反演大气污染成分廓线方法。
背景技术：
：：2.随着经济的高速发展和城市化进程的快速推进，大气环境也不可避免地出现某些整体性和区域性的变化。环境的日益恶化逐渐被各国认识，解决环境问题的关键性和必要性也逐渐成为共识。因此，需要更完备的环境监测技术。而目前对于大气环境中的污染物监测大多集中于点式化学测量，这种方式复杂低效，仅能反映观测点的空气状况，难以满足复杂多变的环境监测需要。3.光学遥感采用收集太阳光谱的方式，得到经过大气中各成分吸收后的观测光谱，借此反演可以得到大气中的成分。相对于传统采样方式，具有数据采集迅速，观测污染物成分多样，测量范围广，可以实现实时测量，无需人员值守等优点，在环境检监测域有很大优势。目前光学遥感污染物监测领域采用的仪器主要有激光雷达、傅里叶红外光谱仪和超光谱仪等。激光雷达向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，就可获得目标的有关信息，在中远距离的探测中效果较好，当距离较近时出现盲区。傅里叶红外光谱仪由光学探测部分和计算机部分组成。由于吸收了某些频率的能量，所得的干涉图强度曲线会相应地产生一些变化，通过傅立叶变换技术，可将干涉图上每个频率转变为相应的光强，而得到整个红外光谱图，根据光谱图的不同特征，可以检测大气污染物的相对浓度。超光谱仪采集太阳散射光谱，根据不同物质对太阳光谱的吸收不同，将采集光谱与参考光谱做差分，基于朗伯-比尔定律和不同物质对不同的波长的光谱吸收不同的特点，可以反演得到大气中不同组分的含量，具有测量组分多、测量范围广、可以获得污染物垂直分布等特点。4.超光谱仪采集到的光谱在反演数据时的方法有最优估计法和参数化方法等，这些处理方法都要用到辐射传输模型进行复杂的计算，需要在高性能计算机设备上运行，对硬件性能要求高，硬件成本高，且存在反演奇异值多，反演耗时长等问题。这些问题限制了仪器采集到数据图像获取的集成化，目前还没有成熟的超光谱仪采集光谱到反演出污染物分布集成在同一台设备的仪器。技术实现要素：5.鉴于上述，本发明的目的在于提供一种基于超光谱观测的快速检索反演大气污染成分廓线方法，通过建立差分大气质量因子查找表代替辐射传输模型进行廓线的反演，该方法能够快速反演得到大气污染物成分的垂直分布梯度。6.为实现上述发明目的，本发明提供以下技术方案：7.一种基于超光谱观测的快速检索反演大气污染成分廓线方法，包括以下步骤：8.步骤1，利用辐射传输模型建立用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii；9.步骤2，对差分大气质量因子查找表i和差分大气质量因子查找表ii分别关于站点维度和观测月份进行降维得到站点查找表i和站点查找表ii；10.步骤3，采集观测数据，利用观测数据包含的太阳散射光谱计算大气污染成分的观测差分斜程总量；11.步骤4，根据观测数据和观测差分斜程总量提取观测序列信息，根据观测序列信息分别对站点查找表i和站点查找表ii进行降维得到序列查找表i和序列查找表ii；12.步骤5，根据观测序列信息和序列查找表i和序列查找表ii反演气溶胶廓线和痕量气体廓线。13.在一个实施例中，利用辐射传输模型模拟出光强的雅可比矩阵，依据光强的雅可比矩阵计算不同观测仰角和不同高度的影响因子，基于影响因子构建不同观测仰角的差分大气质量因子，形成用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii。14.在一个实施例中，利用辐射传输模型计算不同高度z的影响因子if(z)，然后，采用以下公式根据影响因子if(z)和不同廓线参下的廓线p(z)计算不同观测仰角的大气质量因子amfα，以天顶90度角的大气质量因子amf90°为参考对amfα做差分以得到差分大气质量因子damfα：[0015][0016]在一个实施例中，用于气溶胶反演的差分大气质量因子查找表i，包含观测维度、观测月份、太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子这八个维度的参数；[0017]用于痕量气体反演的差分大气质量因子查找表ii，包含观测维度、观测月份、太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子、痕量气体廓线高度参数、痕量气体廓线形状因子这十个维度的参数。[0018]在一个实施例中，提取的观测序列信息包括：观测时间、o4及其他痕量气体的观测差分斜程总量及观测差分斜程总量的误差、当时的太阳天顶角、相对方位角、观测仰角。[0019]在一个实施例中，根据观测序列信息分别对站点查找表i和站点查找表ii进行降维得到序列查找表i和序列查找表ii，包括：[0020]对于气溶胶对应的站点查找表i，进行关于太阳天顶角、相对方位角、观测仰角这三个参数维度的一维插值降维，得到序列查找表i；[0021]对于痕量气体对应的站点查找表ii，进行关于太阳天顶角、相对方位角、观测仰角、气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子这六个参数维度的一维插值降维，得到序列查找表ii，其中，气溶胶总消光、气溶胶廓线高度参数、气溶胶廓线形状因子由气溶胶廓线反演得到。[0022]在一个实施例中，根据观测序列信息和序列查找表i反演气溶胶廓线，包括：[0023]步骤5-1，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表i中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用下述公式计算得到的模拟差分斜程总量[0024][0025]其中，damfα是从降维的序列查找表i查找的差分大气质量因子，vcd为反演垂直总量，其中，vcd取值为o4的vcd；[0026]步骤5-2，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，其间加入校正因子sf对30°角对应的模拟差分斜程总量进行了校正；[0027]步骤5-3，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1和步骤5-2反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数；[0028]步骤5-4，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息；其中最终的模拟廓线信息包括：最佳匹配廓线、平均廓线、依靠均方根误差设置权重的加权平均廓线、模拟斜程总量均值；[0029]步骤5-5，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0030]在一个实施例中，根据观测序列信息和序列查找表ii反演痕量气体廓线，包括：[0031]步骤5-1’，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用下述公式计算得到的模拟差分斜程总量[0032][0033]其中，damfα是从降维的序列查找表ii查找的差分大气质量因子，vcd为反演垂直总量，通过公式计算得到，n为总观测仰角。[0034]步骤5-2’，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数；[0035]步骤5-3’，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1’和步骤5-2’反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数；[0036]步骤5-4’，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息；其中最终的模拟廓线信息包括：最佳匹配廓线、平均廓线、依靠均方根误差设置权重的加权平均廓线、模拟斜程总量均值；[0037]步骤5-5’，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0038]在一个实施例中，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，包括：[0039]计算模拟差分斜程总量与观测差分斜程总量的残差绝对值residualα和均方根误差rms，将所有模拟廓线对应的rms中的最小值标记为rmsmin，以rmsmin作为筛选参数，同时结合预设比例系数f1(i)、f2、f3(i)，并通过以下公式所呈现的预设筛选标准筛选对应的模拟廓线：[0040]rms≤rmsmin*f1(i)[0041]residualα≤f2*f3(i)[0042]其中，两个公式表示筛选rms满足rms≤rmsmin*f1(i)，且residualα满足residualα≤f2*f3(i)的模拟廓线作为符合要求的模拟廓线，i表示迭代次数，每次迭代中，比例系数f1(i)、f3(i)的取值不同，比例系数f2则根据以下公式确定：[0043][0044]其中，dscderr为差分斜程总量的误差，生成dscdα时同步生成。[0045]与现有技术相比，本发明的有益效果是：[0046]结合根据大气辐射传输模型构建的差分大气质量因子查找表进行快速统计模拟和迭代，最终获得大气污染成分的垂直分布，在保证了反演结果的合理性、可靠性的前提下大幅提高了廓线反演速度，同时，还给出了反演结果的质量控制方案。附图说明[0047]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。[0048]图1是本发明实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法的流程图；[0049]图2为本发明实施例提供的大气污染成分观测站点的气溶胶垂直廓线；[0050]图3为本发明实施例提供的大气污染成分观测站点的四种大气痕量气体垂直分布图；[0051]图4为本发明实施例提供的气溶胶反演结果与外部独立数据太阳光度计的对比验证图。图中横轴为时间，纵轴为气溶胶总消光，叉形点表示太阳光度计气溶胶总消光结果，三角形表示超光谱仪反演气溶胶总消光结果；[0052]图5为本发明实施例提供的no2反演结果与外部独立数据北京大气所铁塔数据的对比验证图。四幅图分别是反演no2浓度和北京大气所铁塔100m、200m、300m高度对比图和平均结果对比图，横轴为反演结果，纵轴为北京大气所铁塔数据。具体实施方式[0053]为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。[0054]图1是实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法的流程图。如图1所示，实施例提供的基于超光谱观测的快速检索反演大气污染成分廓线方法，包括以下步骤：[0055]步骤1，利用辐射传输模型建立用于气溶胶反演的差分大气质量因子查找表i和用于痕量气体反演的差分大气质量因子查找表ii。[0056]实施例中，大气污染成分主要包括气溶胶和痕量气体，其中，痕量气体包括二氧化氮、二氧化硫、甲醛、乙二醛、甲基乙二醛、亚硝酸、水汽等。大气中o4的浓度与氧气浓度的平方成正比，而氧气浓度在大气中相对稳定，主要取决于温度和压强，因此，o4的垂直廓线可以作为已知量，而在超光谱观测中测得的o4斜程总量的大小主要受光子传输路径的影响，气溶胶消光是影响光子传输的主要因素，因此可以通过o4斜程总量的变化反映大气中气溶胶的变化。而痕量气体对光路的影响小，光子路径主要受气溶胶状况的影响，痕量气体的差分大气质量因子的确定首先要确定气溶胶状况。基于此，针对气溶胶和痕量气体单独构建气溶胶的差分大气质量因子查找表i和痕量气体的差分大气质量因子查找表ii。[0057]实施例中，在构建用于气溶胶反演的差分大气质量因子查找表i时，考虑观测参数、几何参数以及气溶胶廓线参数这三类参数，其中，观测参数包括观测维度(lat)、观测月份(mon)，几何参数包括太阳天顶角(sza)、相对方位角(raa)、观测仰角(elev，也就是α)，气溶胶廓线参数包括气溶胶总消光(caero)、气溶胶廓线高度参数(haero)、气溶胶廓线形状因子(saero)。该气溶胶的差分大气质量因子查找表i相当于八维矩阵table(lat,mon,sza,raa,elev,caero,haero,saero)，实施例中，各维度的取值见表1。[0058]实施例中，在构建用于痕量气体反演的差分大气质量因子查找表ii时，考虑观测参数、几何参数、气溶胶廓线参数和痕量气体廓线参数四类参数，其中观测参数、几何参数和气溶胶廓线参数包含的具体参数与上述相同。痕量气体廓线参数包括痕量气体廓线高度参数(htrace)和痕量气体廓线形状因子(strace)。该痕量气体差分大气质量因子查找表ii相当于十维矩阵table(lat,mon,sza,raa,elev,caero,haero,saero,htrace,strace)，实施例中，各维度的取值见表1。[0059]表1[0060][0061]实施例中，大气污染成分的廓线与廓线参数的对应关系包括：[0062]当形状因子s介于0-1之间时，代表大气污染成分处于底层高，高层低的状态：[0063][0064]当形状因子s＝1时，代表大气污染成分主要集中在底层的状态：[0065][0066]当形状因子s介于1-2之间时，代表大气污染成分分布在高架层的状态：[0067][0068]需要说明的是，针对气溶胶，形状因子s为saero，高度参数h为haero，c为caero，z为高度分层数组，p(z)为高度分层数组对应的气溶胶消光系数；针对痕量气体，形状因子s为strace，高度参数h为htrace，c为痕量气体的分子柱浓度ctrace，z为高度分层数组，p(z)为高度分层数组对应的痕量气体浓度，由于痕量气体对光路基本没有影响，痕量气体的差分大气质量因子与痕量气体的分子柱浓度ctrace无关，因此在建立查找表时将c取值为1。[0069]在应用时，将上述廓线参数s、h、c以及z带入上述公式(1)-(3)即可以计算获得大气污染成分的廓线，即气溶胶廓线和痕量气体廓线。[0070]实施例中，辐射传输模型的部分设置如下：仪器视场角设置为0.045d0，精细网格数设置为5，波长段设置为360-360，地表反照率设置为0.05，模拟时采用的大气辐射传输模型采用的模拟类型为伪球面散射大气模式，输入的温压廓线采用全球大气化学传输模型、气象模式和化学模式在线完全耦合的区域空气质量模式同化模拟的温度压力廓线信息。[0071]由于查找表参数数量较多，直接采用大气辐射传输模型模拟方式反演得到全部参数对应的差分大气质量因子damf耗时长，速度慢在外场观测时根本无法使用。因此，实施例中，辐射传输模型并不直接计算大气质量因子，而是计算不同高度z的影响因子if(z)，基于影响因子根据式(1)计算不同观测仰角的大气质量因子，以天顶90度角的大气质量因子amf90°为参考对amfα做差分以得到差分大气质量因子damfα：[0072][0073]damfα＝amfα-amf90°ꢀꢀ(5)[0074]其中，p(z)是不同廓线参下的廓线。[0075]在构建差分大气质量因子查找表i时，将公式(4)中p(z)更改为已知o4的垂直廓线，即可得到不同三类参数下的o4的damf，根据o4的damf构建气溶胶查找表i。[0076]在差分大气质量因子查找表ii时，将c＝1的取值代入公式(1)-(3)计算p(z)，然后利用计算的p(z)通过公式(4)-(5)计算痕量气体的差分大气质量因子damfα，以构建差分大气质量因子查找表ii。[0077]步骤2，对差分大气质量因子查找表i和差分大气质量因子查找表ii分别关于站点维度和观测月份进行降维得到站点查找表i和站点查找表ii。[0078]实施例中，在构建好差分大气质量因子查找表i和ii后，针对不同的站点，将查找表按照当地观测维度lat和观测月份mon进行插值可以减小查找表的体量，降低后续反演时的内存占用，降低计算机的硬件要求，减少数据计算，加快反演速度。[0079]经试验验证，对于差分大气质量因子查找表i和ii，利用观测维度lat和观测月份mon两个参数降维得到六个维度的站点查找表itable(lat,mon,sza,raa,elev,caero,haero,saero)和八个维度的站点查找表iitable(lat,mon,sza,raa,elev,caero,haero,saero,htrace,strace)的过程耗时小于2分钟，而传统方式获取一份可应用的查找表需要进行上百万次的辐射传输模型计算，在高性能计算机上的计算时间大约5～10天。[0080]步骤3，采集观测数据，利用观测数据包含的太阳散射光谱计算大气污染成分的观测差分斜程总量。[0081]利用超光谱仪器按照一定的仰角观测序列对太阳散射光谱进行采集，得到观测数据。其中观测数据包经纬度、太阳天顶角、相对方位角、观测的太阳散射光谱、观测时间、观测仰角等。实施例中，光谱采集时使用的是1°，2°，3°，4°，5°，6°，8°，10°，15°，30°，90°的仰角观测序列。实施例中，通过超光谱观测采集太阳散射光谱，对采集的太阳散射光谱进行非线性校正和仪器暗背景滤除处理后，基于朗伯-比尔定律，并采用最小二乘算法计算大气污染成分的观测差分斜程总量。该过程为现有技术，可参考申请号为cn202010611508.0公开的基于光学遥感的大气污染成分垂直分布反演方法。其中，各观测角度下的观测差分斜程总量表示为dscdα。[0082]步骤4，根据观测数据和观测差分斜程总量提取观测序列信息，根据观测序列信息分别对站点查找表i和站点查找ii进行降维得到序列查找表i和序列查找表ii。[0083]实施例中，完整的仰角观测序列采用的是1°，2°，3°，4°，5°，6°，8°，10°，15°，30°，90°。在反演开始前算法对观测数据按照观测序列进行了提取。提取的观测序列信息包括：观测时间、o4及其他痕量气体的观测差分斜程总量dscdα及观测差分斜程总量的误差dscderr、当时的太阳天顶角θ、相对方位角β、观测仰角α等。[0084]实施例中，通过步骤2得到的站点查找表i和ii维度仍然太高，而计算机处理高维插值的速度随维度的提高大幅降低，因此，在针对每组数据进行反演前，还要应用步骤2得到的站点查找表根据观测序列再次进行降维处理，得到序列查找表i和ii，具体包括：[0085]对步骤2得到的站点查找表i，进行关于太阳天顶角θ、相对方位角β、观测仰角α三个参数的一维插值降维，即得到气溶胶的序列查找表itable(lat,mon,θ,β,α,caer°,haer°,saer°)。[0086]对步骤2得到的站点查找表ii进行关于太阳天顶角θ、相对方位角β、观测仰角α、cmean、hmean、smean六个参数的一维插值降维，得到痕量气体的序列查找表iitable(lat,mon,θ,β,α,cmean,hmean,smean,htrace,strace)。其中cmean、hmean、smean分别为当前序列气溶胶廓线反演得到的气溶胶廓线参数的平均值。[0087]步骤5，根据观测序列信息和序列查找表i和序列查找表ii反演气溶胶廓线和痕量气体廓线。[0088]步骤5-1，在初始廓线参数范围内随机生成模拟廓线，在降维的序列查找表i和序列查找表ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后计算得到的模拟差分斜程总量[0089]实施例中，每组观测数据根据查找的参数维度在初始廓线参数范围的限定下生成多组(示例性为125000组)气溶胶的模拟廓线参数或多条(示例性为2500组)痕量气体的模拟廓线参数。要注意的是，在反演前，要对气溶胶模拟廓线参数预筛除，具体包括：将预设高度(例如5km)以上，且气溶胶消光大于预设浓度(例如1e-5)的模拟廓线进行预筛除，得到用于反演的模拟廓线参数。其中，初始廓线参数的范围参见表2。对痕量气体模拟廓线参数不进行预筛除。[0090]表2[0091]查找过程配置参数参数设置o4vcd1.276329494696885e 43初始caero参数随机范围[0.05,5]初始haero参数随机范围[0.1,5]初始saero参数随机范围[0.2,1.8]初始htrace参数随机范围[0.1,5]初始strace参数随机范围[0.2,1.8]f1[3.0,2.0,1.3]f3[1.5,1.0,1.0][0092]实施例中，在序列查找表i和ii中，查找对模拟廓线预筛除后剩余廓线对应的差分大气质量因子，然后利用公式(6)计算得到的模拟差分斜程总量[0093][0094]其中，damfα是从降维的序列查找表i和ii的差分大气质量因子，vcd为反演垂直总量，针对气溶胶反演时，vcd取值为o4的vcd，针对痕量气体反演时，采用公式(7)求得vcd近似值。[0095][0096]步骤5-2，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，其间在进行气溶胶廓线反演时加入校正因子sf对30°角对应的模拟差分斜程总量进行了校正。[0097]实施例中，根据模拟差分斜程总量的匹配程度筛选模拟廓线参数，包括：[0098]计算模拟差分斜程总量与观测差分斜程总量dscdα关于各观测角度的残差绝对值residualα和整体均方根误差rms。将所有模拟廓线对应的rms中的最小值标记为rmsmin，以rmsmin作为筛选参数，同时结合预设比例系数f1(i)、f2、f3(i)，并通过公式(8)和(9)筛选对应的模拟廓线参数：[0099]rms≤rmsmin*f1(i)ꢀꢀ(8)[0100]residualα≤f2*f3(i)ꢀꢀ(9)[0101]其中，i表示迭代次数，每次迭代中，比例系数f1(i)、f3(i)的取值不同，以三次迭代为例，f1(i)对应的取值分别为3.0，2.0，1.3，f3(i)对应的取值分别为1.5，1.0，1.0，如表2所示，三次迭代的取值为通过探索确定的经验值。比例系数f2则根据公式(10)确定：[0102][0103]其中，dscderr为观测误差，生成dscdα时同步生成。[0104]由于某些站点高仰角数据在拟合得到气溶胶廓线时拟合效果异常，为了解决这个拟合效果异常的问题，引入拟合校正因子对气溶胶反演时的30°观测仰角时的观测差分斜程总量dscd30°进行校正。实施例中，初始校正因子sf设置为1，使用式(12)对式(6)确定的30°的模拟差分斜程总量进行校正，在获得满足公式(8)和(9)的后，取30°角对应的的均值得到dscdmean30，通过给定的比例β设置新校正因子。具体的新校正因子sf由式(11)确定，然后再次利用公式(12)对式(6)确定的未校正的进行校正：[0105][0106][0107]根据校正后的dscdmodel重复步骤5-2，再计算新校正因子sf，如此循环2次。[0108]步骤5-3，根据筛选得到的模拟廓线参数重新界定廓线参数范围，并重复步骤5-1和步骤5-2反演过程，经过多次迭代收敛，输出筛选得到的模拟廓线参数。[0109]按照预设的廓线参数网格对模拟廓线进行网格划分，若某一网格内的所有模拟廓线都不满足步骤5-1中的预筛选条件，则删除该网格，将剩余网格界定的廓线参数范围作为新廓线参数范围。重复步骤5-1和步骤5-2的反演过程，经过多次迭代收敛，输出剩余的模拟廓线参数及其对应的残差绝对值、均方根误差、模拟差分斜程总量等。[0110]步骤5-4，根据筛选得到的模拟廓线参数输出最终的模拟廓线信息和廓线相关中间信息。[0111]实施例中，将剩余廓线参数按照给定的高度分层根据式(1)-(3)还原为廓线，再计算得到反演的最终廓线信息。其中，最终廓线信息包括：最佳匹配廓线；平均廓线；依靠均方根误差设置权重的加权平均廓线；模拟斜程总量均值等。在痕量气体反演时使用分子柱浓度ctrace代替式(1)-(3)中的c，具体的柱浓度由式(13)确定。[0112][0113]其中molarmass是气体的摩尔质量，na是阿伏伽德罗常数，取为6.02214076e16。[0114]实施例中，输出的廓线相关中间信息包括：[0115]剩余模拟廓线参数的平均值(cmean，hmean，smean)，中位数(cmedian，hmedian，smedian)，方差(cvar，hvar，svar)，峰度(ckurt，hkurt，skurt)，偏度(cskew，hskew，sskew)，最终廓线的峰度(profilekurt)和偏度(profileskew)；剩余模拟廓线的数量；剩余模拟廓线的模拟差分斜程总量与观测差分斜程总量的均方根误差；观测差分斜程总量自身的均方根误差；分仰角的模拟差分斜程总量与观测差分斜程总量的误差等。[0116]步骤5-5，根据廓线相关中间信息对模拟廓线进行质量控制检测，标记异常廓线。[0117]实施例中，按照反演得到的廓线参数是否异常、廓线形状是否异常、廓线反演误差是否过大等判别方式对模拟廓线进行质量控制检测，标记异常廓线。[0118]实施例利用本发明提供的基于超光谱观测的快速检索反演大气污染成分廓线方法反演了中国气科院观测站点气溶胶、痕量气体的垂直梯度分布，如图2和图3，图2和图3中可以看出反演结果从近地面到高空大致呈下高上低的分布特征，这与气溶胶颗粒较重，不易飘高以及痕量气体污染物基本都由近地面生成相吻合，hono在早上近地面出现明显的高值，这与hono在近地面生成，光照易光解相吻合。[0119]本实施例对外部独立数据太阳光度计(位于39.9472n，116.3206e)aod和气溶胶反演结果进行了对比验证，如图3，反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度结果的相关性r2达到了0.874。同时本实施例对外部独立数据北京大气所铁塔的no2数据和no2廓线在0-100m、100-200m、200-300m的反演结果进行了对比验证，如图3，反演的二氧化氮垂直分布在0-100m、100-200m、200-300m处的浓度与铁塔结果的相关性r2分别达到了0.874、0.756、0.751，底层平均结果相关性r2达到了0.847。结果表明：反演结果能够很好地重现传输通道上气溶胶和大气污染成分的总量和垂直分布规律；说明研究结果完全能够满足对高光谱观测仪器的大气污染成分垂直梯度分布和演化的分析要求。[0120]上述实施例提供了一种基于超光谱观测的快速检索反演大气污染成分廓线方法，采用预先反演查找表的方式可以简化反演计算量，采用统计模拟方法实现快速查找，降低了硬件要求，实时性更高，有望实现光谱采集后实时得到气溶胶和大气痕量气体的分布，在光学遥感方面有很大优势。[0121]以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
