[发明专利]二氧化碳浓度反演优化方法及系统

权利要求书

1.一种二氧化碳浓度反演优化方法，包括以下步骤：

步骤1：获得来自温室气体探测仪和云检测及气溶胶探测仪的数据，并利用CAPI L2级云检测产品和气溶胶产品剔除HS二氧化碳L1B数据中有云像元，筛选出可用于反演二氧化碳浓度的像元；

步骤2：针对不同碳卫星观测模式，筛选不同地表类型的像元数据进行反演；

步骤3：将筛选出来的可用来反演二氧化碳浓度的像元平均分配给多个计算节点进行反演；

步骤4：单个计算节点利用多进程并行技术启动若干子进程同时进行二氧化碳浓度的反演，并将反演结果写入Redis内存数据库；

步骤5：读取Redis内存数据库中反演结果，生成二氧化碳反演产品文件和浏览图。

2.根据权利要求1所述的二氧化碳浓度反演优化方法，其特征在于，

所述步骤1包括：

步骤11：解析COSS调度参数，读取HS二氧化碳L1B文件，并根据观测时间自动匹配与之对应的CAPI L2级云检测和气溶胶产品；和

步骤12：利用CAPI L2级产品筛选出HS二氧化碳L1B数据中可反演二氧化碳浓度的像元。

3.根据权利要求2所述的二氧化碳浓度反演优化方法，其特征在于，

所述步骤2包括：

步骤21：解析HS二氧化碳L1B数据观测模式，并读取每个像元的海陆掩码标识；

步骤22：耀斑观测模式下，剔除对地观测数据；

步骤23：星下观测模式、目标观测模式下，剔除海洋上空观测数据。

4.根据权利要求3所述的二氧化碳浓度反演优化方法，其特征在于，

所述步骤3包括：

步骤31：读取可用来反演二氧化碳浓度的总像元数；

步骤32：每个计算节点依据COSS调度参数，计算本节点分配到可反演的像元数目以及每个可反演像元sounding id。

5.根据权利要求4所述的二氧化碳浓度反演优化方法，其特征在于，

所述步骤4包括：

步骤41：经过多种并行处理策略的测试筛选，选用多进程并行的方式；

步骤42：父进程创建若干子进程；

步骤43：每个子进程针对分配到的反演像元sounding id进行反演，子进程读取相应的光谱定标数据、定位数据和预报场数据，调用物理迭代反演算法库，完成二氧化碳浓度反演；

步骤44：单个像元的反演结果数据量很大，且符合key-value类型，因此选用redis内存数据库进行反演结果的读写；

步骤45：完成单个像元的二氧化碳反演时，将结果存入Redis内存数据库；

步骤46：子进程完成二氧化碳浓度反演时，调用exit函数退出。父进程收回子进程，子进程完成反演任务。

6.根据权利要求5所述的二氧化碳浓度反演优化方法，其特征在于，

所述步骤5包括：

步骤51：读取Redis内存数据库中单个像元的反演结果，生成二氧化碳反演产品文件；

步骤52：生成二氧化碳浓度分布浏览图；

步骤53：删除Redis内存数据库中二氧化碳反演结果。

7.根据权利要求1所述的二氧化碳浓度反演优化方法，其特征在于，还包括：

步骤6，跨节点多进程并行计算程序的性能调优，

所述步骤6包括：

步骤61：通过top指令分析子进程的运行状态和计算机硬件资源占用情况；

步骤62：根据每个计算节点的CPU核数以及硬件资源，启动最优的并行进程数目；

步骤63：利用英特尔VTune Amplifier软件进行性能调优，查看程序中影响反演速度的关键因素；

步骤64：在硬件资源充足的情况下，将静态数据全部读入内存中。