[发明专利]一种基于MAX-DOAS的50米分辨率痕量气体廓线反演方法

权利要求书

1.一种基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，其特征在于，所述反演方法包括以下步骤：

S1、输入原始光谱，通过光谱拟合获得O₄斜柱浓度以及气体斜柱浓度；

S2、所述O₄斜柱浓度结合气溶胶先验廓线通过蒙特卡罗采样算法第一次反演计算得到气溶胶廓线；

S3、所述气溶胶廓线结合气体斜柱浓度、气体先验廓线通过蒙特卡罗采样算法第二次反演计算得到痕量气体廓线；

所述蒙特卡罗采样算法的两次反演计算过程为：

均使用最小化价值函数：

其中，y为MAX-DOAS观测值，F为辐射传输模型模拟值，ε_y表示观测值y的误差，x_p表示大气成分的先验廓线，ε_p表示先验廓线的误差项，其中m，n分别表示网格化模型的高度格点层数；

上述反演需要使用到辐射传输模型来模拟气体在大气中的真实立体分布状态，大气辐射传输模型模拟值F受到观测、气象、观测误差多种影响，计算简化为如下模型：

F(y)＝K(y，b)+ε     (2)；

上式中K表示各仰角下的权重函数，y，b，ε分别表示观测、气象、观测误差三项影响因素；权重函数K具体形式可表示模型对于各分量的偏导数为：

其中i表示仰角为i时的模拟值，j表示高度格点层数；

采用蒙特卡罗随机抽样模型求解(1)式，采用权重因子α衡量模型和先验之间的关系，解的表现形式为：

其中K和VCD为辐射传输模型模拟的输出，这两项综合了观测与模拟的结果，x_p为先验廓线，Bo×表示盒子模型的高度格点数量，Ea表示观测仰角数量，||K||和||x_p||分别表示权重函数与先验廓线的一阶范数，通过归一化的除式构造可以获得对应的线型，对于相同的价值函数处的值x_α与x，满足：

||x_α-x||→0   (7)；

该算法的误差可分为先验误差S_P、测量误差S_M和模型误差S_K，总误差S_total服从误差传递公式，其中先验误差S_P与模型误差S_K，通过权重因子α计算：

总误差S_total服从误差传递公式，可表示为：

2.根据权利要求1所述的基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，其特征在于，所述蒙特卡罗采样算法的主体流程为：

输入斜柱浓度和先验廓线到辐射传输模型中，产生气体的垂直柱浓度与各层的权重函数；

接下来将权重函数和先验廓线进行归一化处理，输入到蒙特卡罗随机采样计算流程中，计算得到最佳线型；

最佳线型与垂直柱浓度点乘，获得立体廓线。

3.根据权利要求2所述的基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，其特征在于，所述斜柱浓度为O₄斜柱浓度或气体斜柱浓度。

4.根据权利要求2所述的基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，其特征在于，所述先验廓线为气溶胶先验廓线或气体先验廓线。

5.根据权利要求2所述的基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，其特征在于，所述蒙特卡罗随机采样计算流程为：

首先按照输入的最大采样次数产生0和1之间的随机采样序列，该序列为权重因子；

结合权重因子表征不同的随机采样线型，记录该线型下的价值函数，并储存；

当采样过程结束后，采用排序方法搜索采样过程中的最小价值函数，输出对应的线形和权重因子，表征廓线的最佳线型。