[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

说明书

本发明提供了一种基于MAX‑DOAS的50米分辨率痕量气体廓线反演方法，包括以下步骤：S1、输入原始光谱，通过光谱拟合获得Osubgt;4/subgt;斜柱浓度以及气体斜柱浓度；S2、所述Osubgt;4/subgt;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。本发明实现了痕量气体廓线分辨率由200m提升为50m，极大降低了反演算法的平滑误差，提升了立体分辨率。另外，本发明采用蒙特卡罗方法替代高斯牛顿迭代求解，蒙特卡罗求解过程通过调整采样次数，使得算法的解更加接近全局最优解，提高了算法的可靠性和精度，提升了算法的计算效率。

技术领域

本发明涉及环境监测技术领域，特别涉及一种基于MAX-DOAS的50米分辨率痕量气体廓线反演方法。

背景技术

随着城市化进程，大气污染形势日益严峻，大气污染物的实时监测在污染物的治理过程中显得尤为重要。MAX-DOAS(多轴差分吸收光谱)作为地基遥测的一种重要手段，可以连续自动工作并提供污染物(气溶胶、二氧化硫、二氧化氮、甲醛、气态亚硝酸等)的立体分布廓线，被广泛使用。

但是目前的基于MAX-DOAS痕量廓线反演方法仍然具有一些明显的缺陷：

1、现有MAX-DOAS反演算法的廓线立体分辨率均为200米，意味着对于气体的高值立体分布状况并不能清晰定位，尤其是对于一些近地面分布的气体(例如气态亚硝酸等)并不能显示真正的立体分布情况。同时由于立体分辨率太高，反演误差中平滑误差占比通常超过70％，极大降低了算法的精确度。

2、现有的MAX-DOAS气体廓线反演算法都是为了满足价值函数最小而设计的，无一例外的采用了基于高斯牛顿方法迭代求解。但是迭代求解的方法会有三点重要缺陷：

1)效率低；常用的迭代求解算法(例如PriAM等)使用最大迭代20次求解廓线，这极大增加了矩阵运算量，使得算法的求解效率很低，消耗太多求解时长。

2)出现奇异值；算法的迭代过程采用统一的迭代步长，使得高层(1km以上)的反演通常出现奇异值，这限制了迭代算法在高分辨率上的应用。

3)精度差；迭代过程采用阈值判定法，阈值的采用有两个：最大迭代次数阈值和最小价值函数阈值，这意味着迭代求解的廓线是局部最优解，并不能获得最精确的全局最优解；同时，最大迭代次数也导致了奇异值的出现。

发明内容

为解决上述问题，本发明旨在提出一种基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，通过蒙特卡罗方法第一步反演气溶胶消光系数廓线，第二步通过气溶胶消光系数廓线反演痕量气体垂直廓线，通过蒙特卡罗方法进行两步反演法极大程度的降低了反演的误差，提高了算法的可靠性和精度。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于MAX-DOAS的50米分辨率痕量气体廓线反演方法，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。

进一步的，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；