[发明专利]一种基于多元数据的二氧化碳浓度遥感监测方法及装置

权利要求书

1.一种基于多元数据的二氧化碳浓度遥感监测方法，其特征在于，所述方法应用于二氧化碳浓度遥感监测系统，所述方法包括：

获取预设时间段的研究区及邻接地区的PM_2.5浓度数据、气象因子统计数据和长时间序列CO₂浓度数据；

根据所述PM_2.5浓度数据、所述气象因子统计数据和所述长时间序列CO₂浓度数据通过多元线性回归方法，获得CO₂浓度多元线性回归模型；

获取目标时间段的所述研究区预设级PM_2.5浓度空间分布数据和预处理气象因子空间连续数据；

根据所述预设级PM_2.5浓度空间分布数据和所述预处理气象因子空间连续数据通过所述CO₂浓度的多元线性回归模型计算出所述研究区CO₂浓度反演数据；

在获取目标时间段的所述研究区预设级PM_2.5浓度空间分布数据和预处理气象因子空间连续数据之后，所述方法包括：

获取所述目标时间段的所述研究区PM_2.5浓度逐小时连续观测站点数据；

根据所述观测站点的点位空间分布、数据获取质量及数据获取连续性在所述观测站点中优选预设数量的目标观测点；

计算所述目标观测点的PM_2.5浓度月均值；

将所述目标观测点的PM_2.5浓度月均值与所述预设级PM_2.5浓度空间分布数据中对应位置的PM_2.5浓度数据进行对比，得到所述预设级PM_2.5浓度空间分布数据的平均精度；

判断所述预设级PM_2.5浓度空间分布数据的平均精度是否达到预设阈值，当达到时，确定所述预设级PM_2.5浓度空间分布数据符合所述CO₂浓度多元线性回归模型的输入项。

2.根据权利要求1所述的方法，其特征在于，所述根据所述PM_2.5浓度数据、所述气象因子统计数据和所述长时间序列CO₂浓度数据通过多元线性回归方法，获得CO₂浓度多元线性回归模型，包括：

拟合所述PM_2.5浓度数据、所述气象因子统计数据与所述长时间序列CO₂浓度数据之间的多元回归函数；

基于所述多元回归函数构建所述CO₂浓度多元线性回归模型。

3.根据权利要求1所述的方法，其特征在于，所述气象因子统计数据包括降水量数据和温度数据；

所述获取预设时间段的研究区及邻接地区的PM_2.5浓度数据和气象因子统计数据，包括：

获取预设时间段的研究区PM_2.5浓度月均值，温度月均值和降水量月总量值。

4.根据权利要求1所述的方法，其特征在于，所述获取所述预设时间段的所述研究区及邻接地区的长时间序列CO₂浓度数据，包括：

获取所述预设时间段的所述研究区及邻接地区的GOSAT卫星CO₂浓度周期性产品数据；

基于所述GOSAT卫星CO₂浓度周期性产品数据在所述研究区及所述邻接地区按照预设数量进行空间插值，获得所述长时间序列CO₂浓度数据。

5.根据权利要求1所述的方法，其特征在于，所述获取目标时间段的所述研究区预处理气象因子空间连续数据，包括：

获取所述目标时间段的所述研究区目标气象因子空间连续数据；

对所述目标气象因子空间连续数据进行格式转换，获得预设格式目标气象因子空间连续数据；

根据所述预设格式目标气象因子空间连续数据进行空间重采样操作，获得所述预处理气象因子空间连续数据，其中，所述空间重采样操作为对所述预设格式目标气象因子空间连续数据进行三次卷积处理，以匹配所述预设级PM_2.5浓度空间分布数据。