首页 > 分享 > 卫星高光谱大气CO2探测精度验证研究进展

卫星高光谱大气CO2探测精度验证研究进展

花匠小妙招
2024-11-10 18:21

引言

二氧化碳（CO2）是一种重要的温室气体,约278×10-6（干空气混合比单位）的工业化前（1750年之前）水平代表了大气、海洋和生物圈间的平衡,化石燃料燃烧等人类活动改变了自然平衡,使得大气CO2浓度不断上升。世界气象组织（WMO）2017年发布的年度《温室气体公报》指出2016年全球大气CO2浓度平均（403.3±0.1)×10-6,为工业化前水平的145%,2015—2016年,CO2的年绝对增长值高达3.3×10-6,与厄尔尼诺有关的自然排放促使大气CO2浓度创纪录地上升,从而使气候强迫进一步增加[1,2]。IPCC第五次评估报告显示,大气CO2浓度已上升到过去至少80万年来的最高水平[3]。

如何获得高精度的CO2浓度监测数据,不仅受政府和群众的关注,也是科学家们致力于攻克的难题。对于大气CO2的监测,有地面在线连续观测、高塔观测、船舶航测、飞机观测和卫星遥感多种方式[4,5,6]。传统的观测方式依赖稳定、精确、长时间、大范围系统监测得到大气CO2信息,高光谱遥感探测大气CO2是近年来迅速发展起来的一门综合性探测技术,与传统的定点取样检测法相比,它主要具有以下特点：(1)远距离对气体进行实时监测;(2)无需繁琐的取样手续;(3)可获得地面或高空大区域三维空间数据。由于光谱遥感技术自身的优势,它既可以进行地基遥感,获取定点的大气痕量气体的柱总量,又可以应用于卫星观测[7]。

利用高光谱遥感探测技术,通过获取大气CO2特有的光谱吸收特征谱段反演得到大气CO2浓度,已成为获取高精度大气CO2浓度数据的重要手段之一。早期遥感探测大气CO2主要依赖于热红外波段,热红外波段对中高对流层CO2的变化很敏感,而对近地面大气CO2敏感性较弱[8]。短波红外波段对近地面CO2浓度的变化更敏感,可直接探测到大气底层CO2浓度的变化,因此,近年来越来越多地应用短波红外波段进行CO2浓度反演。卫星利用短波红外探测大气CO2的能量来源是太阳辐射的近红外部分,这部分辐射穿过大气,到达地面后被地面反射回太空,在这一传输过程中,部分能量被CO2分子吸收,形成特有的CO2吸收谱线,这些谱线被星上传感器所接收并记录下来,根据谱线的深度和形态,结合高精度的反演方法,可以定量反演出大气CO2浓度。但由于在短波近红外通道内观测波长较短,云与大气气溶胶的散射效应对CO2的观测反演结果产生强烈干扰,而地基高光谱傅里叶变换光谱仪(Fourier Transform Spectrometer,FTS)由地对空接收太阳近红外波段直接辐射,与卫星遥感接收由地面反射回太空的太阳辐射相比,直射光探测减小了地表反照率等要素的影响;同时地基FTS在算法上对干涉光谱进行傅立叶变换时订正了云和气溶胶造成的慢变化,也能够在一定程度上减少它们的影响,目前地基FTS观测CO2柱浓度的精度可以达到0.25%（~1×10-6)[9],能够为卫星遥感反演CO2等温室气体产品的地面验证提供重要的数据源,帮助提高卫星反演产品的精度。

本文全面综述了全球卫星短波红外高光谱CO2遥感探测的进展以及遥感产品地面精度验证的技术发展进程。

1 全球大气CO2探测卫星研制进展

卫星观测的独特优势是覆盖范围广、实时、连续、分辨率高,可观测到常规观测无法获得的重要参数。目前国内外在轨运行的专用于温室气体监测的卫星主要有日本温室气体观测卫星(Greenhouse Gases Observing Satellite,GOSAT),美国轨道碳观测卫星(The Orbiting Carbon Observatory-2,OCO-2)和中国全球CO2监测科学实验卫星（中国碳卫星,TanSat)。它们的主要参数如表1所示。

Table 1 Parameters of CO2 observation satellites

新窗口打开|下载CSV

1.1 日本温室气体观测卫星

日本的GOSAT卫星于2009年1月发射升空,它是国际上第一颗专门对温室气体CO2和CH4提供高光谱分辨率探测的全球观测卫星。GOSAT的载荷有两个部分：傅里叶变换光谱仪(TANSO-FTS)及云和气溶胶成像仪(TANSO-CAI)。探测温室气体的载荷为TANSO-FTS,TANSO-FTS获取3个短波红外波段光谱(band1,0.76 μm O2吸收A带;band2,1.61 μm CO2弱吸收带;band3,2.06 μm CO2强吸收带）,及一个热红外宽通道光谱(5.5~14.3 μm),其中短波红外波段的光谱分辨率高达0.2~0.5 cm-1[10]。GOSAT卫星采用陆地格网“点”观测、耀斑观测和目标观测3种方式：其中陆地格网“点”观测方式在星下点区域能获得最高的空间分辨率,像元直径约为10.5 km,星下观测模式在增加全球观测点数的同时也增加了传感器获得无云观测点的概率;耀斑观测主要用于海洋上空,指通过传感器接收海洋上对太阳短波辐射的镜面反射信号来弥补海洋表面反射率低的不足,这种观测方式可以大幅提高信噪比,增强仪器高精度的探测能力,填补了海洋上空CO2观测资料的空缺;目标观测模式可以对特定目标区域进行跟踪观测,从而增加有效观测数据,同时可以在一定程度上弥补空间分辨率低造成的特定目标区域的漏扫,进而对卫星产品的验证起到关键作用。同时GOSAT卫星上搭载的用于探测云和气溶胶信息的载荷为云与气溶胶成像仪(TANSO-CAI),共有4个波段,分别位于紫外、可见光和短波红外波段。同步观测的TANSO-CAI主要作用为TANSO-FTS视场内云污染监测,对TANSO-FTS进行有效数据筛选;在没有云污染时,TANSO-CAI光谱观测数据还用来反演TANSO-FTS视场内大气气溶胶光学厚度、地表反照率等影响温室气体反演精度的误差因子,有助于提高大气CO2柱浓度干空气混合比(XCO2)的反演精度[11]。

1.2 美国轨道碳观测卫星

2009年2月美国发射了第一颗碳卫星(OCO),由于载荷火箭出现故障,发射失败。时隔6年后,美国国家航空航天局(NASA)于2014年7月2日成功发射了轨道碳观测卫星(OCO-2),该星于同年8月3日加入A-Train[12]。OCO-2的科学任务是观测全球CO2分布,观测的精度和覆盖范围达到可以描述区域尺度上的源汇分布并定量描述季节变化的程度。OCO-2的主要荷载为一个三波段光栅式高光谱CO2探测仪,通道设置与GOSAT相似,获取地表反射太阳光的3个短波红外波段光谱信息,光谱分辨率0.2~0.7 cm-1[13]。OCO-2仪器具有高光谱分辨率、高信噪比和高空间分辨率的特点：在短波红外CO2弱吸收带大气CO2的吸收非常微弱,高光谱分辨率要确保分辨出带内CO2吸收特征;高信噪比要确保高精度的探测;高空间分辨率可降低受云影响的概率[14]。加入A-Train序列,便于OCO-2利用其他卫星如CALIPSO、CLOUDSAT、MODIS、AIRS等探测载荷获取同步观测的云与气溶胶信息,有利于提高温室气体的反演精度。作为专用于大气CO2观测的卫星,OCO-2同GOSAT一样有3种观测模式：当太阳天顶角<85°时,采用星下观测模式,这种模式空间分辨率最高,星下点像元分辨率为1.29 km×2.25 km,能够获得比GOSAT更多的晴空像元,提供更多有效观测数据;在海洋上空信噪比低,采用耀斑模式,利用的是太阳光被洋面镜面反射的信号。OCO-2为观测全球CO2分布,以16 d为周期,两种观测模式互相转换,每32 d能完成1次完整的观测。目标模式用于跟踪地面的特殊目标区域(如地面FTS定标站点),在飞越目标区域约9分钟的观测期间内,目标模式可提供超过12000次观测,对卫星遥感反演产品的精度验证有重要作用[14]。

1.3 中国全球CO2监测科学试验卫星

2016年12月22日成功发射的中国碳卫星(TanSat)是依托于“十二五”国家高技术研究发展计划地球观测与导航技术领域“全球CO2监测科学实验卫星与示范”重大项目,由国家科学技术部立项,国家863计划支持,中国科学院长春光学与精密机械研究所研制仪器载荷,上海小卫星与工程中心研制卫星平台,中国科学院与中国气象局共同研制产品算法的我国第一颗用于监测全球大气CO2含量的科学实验卫星[15]。中国碳卫星以高光谱温室气体探测仪（ACGS)、云和气溶胶探测仪（CAPI）为主要载荷。TanSat具有类似OCO-2的温室气体探测载荷,采用CO2光栅光谱仪,具有3个光谱通道,包括CO2弱吸收带通道(1.594~1.624 μm)、CO2强吸收带通道(2.042~2.082 μm)和O2-A吸收带通道(0.758~0.775 μm)的光谱数据,最高分辨率可达0.04 nm。TanSat在轨观测的科学观测模式主要有星下点、耀斑和目标观测3种模式,其中星下点像元分辨率为2 km×2 km,扫描幅宽为20 km。TanSat的星下点像元分辨率与OCO-2相当,明显高于GOSAT,三颗碳卫星的星下点分辨率和扫描幅宽等参数如表2所示。TanSat上搭载的云和气溶胶探测仪CAPI用以进行云检测和气溶胶光学参数反演,CAPI设置有5个通道,中心波长分别为0.38、0.67、0.87、1.38和1.64 μm,其中0.67和1.64 μm两个通道设置有0°、60°、120°这3个方向的偏振观测,用于获取更丰富的气溶胶信息,有助于提高CO2反演精度。TanSat的重量约为620 kg,设计使用寿命为3年,在轨运行的轨道高度约为700 km,过境时间约为13:30。TanSat于2017年8月圆满完成在轨测试工作,具备在轨交付条件,10月24日开始正式对外开放两个核心载荷仪器高光谱温室气体探测仪和云与云和气溶胶探测仪的数据共享①（① http://data.nsmc.org.cn。）,同时中国成为了世界上第3个可以提供碳卫星数据的国家。

Table 2 Comparison of the resolution of greenhouse gas observation satellite

新窗口打开|下载CSV

2 卫星大气CO2遥感探测精度验证进展

2.1 卫星大气CO2遥感算法研究进展

卫星遥感反演CO2的原理主要是利用探测器测量到的CO2吸收带附近的辐射光谱来反演计算CO2柱浓度或者XCO2。目前已经发展了多种算法用于卫星数据反演痕量气体浓度,其中差分吸收光谱(Differential Optical Absorption Spectroscopy, DOAS)算法和最优估计(Optimal Estimation Method, OEM)算法是两种基本算法。

DOAS算法最早由Platt等[16]提出,用于紫外波段地基观测痕量气体的反演,Buchwitz等[17,18,19]基于DOAS算法开发了WFM-DOAS（Weighting Func-tion Modified DOAS)算法,并应用于SCIAMACHY（the Scanning Imaging Absorption Spectrometer for Atmospheric CHartographY）近红外观测光谱对大气CO2柱浓度的反演。WFM-DOAS通过匹配观测光谱与模拟光谱的辐照度对数来获得大气CO2信息,差分吸收可以去除光谱中慢变化的影响,然而无法解决气溶胶散射的影响,使得最初的WFM-DOAS反演精度较低[20]。Barkley等[21]用包含真实大气状态参数的先验廓线对上述算法进行改进,开发了Full Spectral Initiation（FSI)-WFM-DOAS算法,FSI-WFM-DOAS算法考虑了3种气溶胶模式的组合,计算过程更加复杂,耗时较长。在这些算法里,控制光学路径长度的两个关键参数气溶胶和地表反射率都是假定的,当实际的等效光学路径长度与假设不符时,反演结果会出现较大的误差。针对这一个问题,Schneising等[22]和Oshchepkov等[23]对WFM-DOAS算法做了部分的改进,减小了气溶胶和云的光学散射效应引起的误差,并利用改进后的算法反演了SCIAMACHY近红外波段长时间序列的XCO2浓度,扩宽了SCIAMACHY在非晴空背景下的应用[24]。Reuter 等[25]结合1.58 μm的CO2吸收带和0.76 μm的O2-A吸收带,反演出薄云和气溶胶背景下的XCO2。德国不莱梅大学Heymann等[26]用SCIAMACHY和GOSAT L1B公开数据,开发BESD （Bremen Optimal Estimation DOAS）算法,对两颗卫星观测光谱的反演结果很一致,并利用TCCON （The Total Carbon Column Observing Network）站点数据对反演结果进行验证,平均偏差和标准差分别为(-0.34±1.37)×10-6和(0.10±1.79)×10-6。

最优估计算法需要先确定代价函数,然后采用不同的最优化策略使得代价函数最小化。Yokota等[27]基于最优估计算法首次利用GOSAT的L1B观测数据从陆地无云像元中反演得到了CO2和CH4的全球分布图,卫星反演的结果显示北半球CO2和CH4的含量要高于南半球,与地基观测的分布一致,但数值上存在低估。为了解决这个问题,Yoshida等[28,29,30]从反演算法、仪器定标角度并参考地基验证结果对卫星观测产品进行了修正。日本国立环境研究所(NIES)基于最优估计算法开发了NIES-FP反演算法[28],采用TANSO-CAI的云产品进行云筛除,通过对观测像元进行气溶胶、地表和气体参数同步反演来订正大气光路,目前是GOSAT数据产品的标准算法[30]。该算法自GOSAT卫星在轨运行以来,经过1次重要的更新,从V01系列版本更新为V02系列版本,对气溶胶模型、太阳光谱和分子吸收线计算过程等进行了改进,反演精度(偏差)从V01版本的3.36×10-6提高至V02版本的2.17×10-6,已经能获得误差在1%以内的温室气体反演值[31]。由于一级数据的公开,世界各国有多个研究小组针对GOSAT卫星观测资料开发了XCO2和XCH4的反演算法,不同算法的大气和地表参数有所区别,不过与地基观测的对比结果显示,几种算法都能获得1%的反演精度[32,33,34,35,36]。OCO反演算法的早期版本推动了利用3个短波红外波段模拟反演XCO2,后来Bösch等[37]将反演算法进一步发展且成功应用于SCIAMACHY近红外观测光谱数据反演,所得XCO2季节变化与地基FTS观测结果有很好的一致性。NASA的科学团队开发了ACOS（Atmospheric CO2Observations from Space)算法,ACOS是全物理算法,利用O2-A带的吸收来选择晴空像元[38],针对大气气溶胶散射影像,选取了4种气溶胶廓线与气体进行同步反演,目前是OCO-2数据产品的标准算法。OCO-2发射升空前,ACOS团队使用GOSAT观测光谱与OCO-2所对应的数据进行XCO2反演[32], 其主要目的是利用GOSAT实测卫星数据检验和发展未来应用于OCO-2的反演算法。目前ACOS团队仍然在对GOSAT L1B产品进行反演,2017年1月ACOS-GOSAT公开发布的产品版本已更新至V7.3[39]。基于OCO原型算法,Leicester大学的Boesch等[40]研发了UoL-FP（University of Leicester Full Physics）算法,并利用模式和TCCON全球多个站点对反演结果进行验证,基于该算法的反演结果可应用于表面碳通量估计[41]。荷兰太空研究所（Netherlands Institute for Space Research,SRON）和德国Karlsruhe理工学院（Karlsruhe Institute of Technology,KIT）基于RemoTeC（Remote Sensing of Greenhouse Gases for Carbon Cycle Modelling）算法,合作开发了反演算法SRFP和SRPR[35,42]。SRFP是全物理算法,模拟太阳光穿过大气层到达地表回到太空被卫星遥感器接收的整个物理过程,通过调节地表、大气、卫星探测器的物理参数,获得与实际观测光谱接近的模拟光谱,SRFP在反演过程中除了CO2和CH4的浓度之外,气溶胶信息也会同步反演（光学厚度、标高、粒子尺度参数);SRPR则是利用XCO2的比值去订正光学路径,从而消除气溶胶散射的影响[43]。

国内陆续开展了高光谱遥感大气CO2反演算法的探究,刘毅等[44]对中国碳卫星反演算法开展了研发工作,同样基于最优估计算法,研发具有我国自主知识产权的短波红外大气CO2浓度反演方法。利用中国碳卫星反演算法对日本GOSAT卫星实测光谱数据进行了反演实验,并使用不同纬度TCCON地面观测数据对反演结果进行验证,结果表明XCO2反演值与中纬度TCCON观测值误差较小,90%的反演误差小于4×10-6(1%),与日本、美国反演算法的精度相当。同时XCO2反演结果也表现出南北半球碳浓度的季节变化特征。Zhou等[36]基于最优估计理论,采用LBLRTM和VLIDORT辐射传输模式以及包含Mixing效应的AER_V_3.2数据库,构建了一套短波红外高光谱卫星反演XCO2的算法,通过与GOSAT官方产品和TCCON地基观测结果比较知该算法的反演精度可达1%。在中国科学院战略性先导科技专项“气候变化：碳排放及相关问题”的支持下,Yang等[45]建立了一个碳通量反演系统,专门应用于中国碳卫星数据的反演,该系统由一个卫星遥感CO2反演算法(the Institute of Atmospheric Physics Carbon Dioxide Retrieval Algorithm for Satellite Remote Sensing,IAP-CAS)和中国科学院自主开发的碳追踪模式(CarbonTracker-China,CT-China)组成。IAP-CAS用于生成基于卫星观测光谱的XCO2反演产品,CT-China用于计算碳通量。

2.2 地基高光谱大气CO2遥感探测进展

卫星大气CO2遥感观测能够提供全球大范围实时观测结果,填补了偏远地区和海洋表面上常规地面观测无法获得的数据,对温室气体浓度观测和碳循环的研究至关重要。然而受到云与大气气溶胶散射作用等因素的强烈干扰,温室气体观测卫星的反演结果存在较大误差。如要获得高质量温室气体浓度卫星反演产品,离不开高质量的地面观测结果对卫星反演产品的定量精度检验,地基验证的结果可为卫星观测光谱反演算法的改进提供依据,有利于卫星产品质量的进一步提高。美国加州理工大学于2004年组建了总碳柱观测网TCCON,并于2009年作为贡献网络加入全球大气监测网络(GAW)。TCCON站点是利用高分辨率的地基傅里叶变换光谱仪FTS由地对空获取直接太阳辐射中4000~9000 cm-1范围内近红外部分的光谱数据[46],避开了散射光不确定性大的不利影响。采用非线性最小二乘光谱匹配算法反演大气中CO2、CH4、N2O、HF、CO、H2O、HCL、O2和HDO等大气成分的柱浓度[47]。其站点选址要求极为苛刻,限定在100 km以内无明显人类活动影响且站点区域几十年内土地利用状况不会有明显改变的地方,因此这些站点的观测数据已被作为揭示地球大气本底浓度的分析依据之一[48]。TCCON为了减少在不同站点之间由反演方法导致的误差,方便观测数据产品的后期处理与升级,规定所有站点采用同一版本的开源反演算法GGG/GFIT（最新版本为GGG2014）进行反演和数据分析工作。GGG算法主要包括3个步骤：首先,将傅里叶光谱仪测量的干涉信号进行订正,消除由于太阳入射强度变化引起的干涉光谱背景值的扰动,主要是消除观测过程云和高浓度气溶胶的影响,订正之后再通过快速傅里叶变换获得观测光谱;然后采用GFIT模式的正演和反演模块,利用最优估计计算迭代获得空气柱中干空气气体的摩尔分数;最后通过偏差订正和大气质量订正等订正反演结果,获得最终的反演值。TCCON分发的XCO2数据是经过不同站点间标准化流程处理的,该观测数据具有较好的稳定性,并在多个站点开展了飞机、气球的对比验证实验,在晴天或有少量云的条件下,FTS仪器的反演精度可达1×10-6 [9]。除了TCCON的标准算法GGG/GFIT,国内外针对地基FTS反演CO2的算法开展了初步研究,霍彦峰[20]建立了利用多个弱吸收通道和强吸收通道的比值定量计算XCO2的类DOAS算法,并分别把地表气压、温度和水汽对反演结果的影响做了敏感性分析,得到的XCO2反演结果整体偏小,通过经验公式订正之后与TCCON产品的反演精度相当。

2.3 卫星大气CO2遥感探测精度验证进展

采用地基FTS、飞机、气球观测对碳卫星CO2反演产品的精度验证过程中主要有以下几个步骤：首先对卫星遥感产品和地基观测数据进行时空匹配;初始廓线和平均核函数订正;接下来对匹配数据进行质量检验,包括定性比较和误差计算等;根据质量检验结果进行产品异常区域检测;在异常区域开展野外观测试验寻找产品异常原因;最终生成碳卫星CO2产品精度验证评估结果。

在进行卫星和地基数据匹配时,最理想的情况是获取地基和卫星同一时刻在同一地点进行的观测数据进行匹配,但现实情况中这样的匹配点数非常少,为获得更多的匹配数据使得统计学分析有意义,需要按一定的时空匹配方式对卫星和地基的数据进行匹配。Keppel-Aleks等[49]指出,在北半球中纬度地区位温的梯度与CO2浓度梯度的相关性较高,Wunch等[50]选择TCCON地基站点纬度10°之内,经度30°之内,北半球对流层700 hPa高度上位温2 K之内的数据对GOSAT与地基数据进行空间上的匹配。Guerlet等[51]利用模式模拟的CO2浓度梯度对卫星和地基的数据进行匹配。Nguyen等[52]在Wunch等[50]研究的基础上,开发了一个欧拉距离指数进行星地数据的匹配。在参考国内外时空匹配方式的基础上,张淼等[53]分别采用1°~5°的空间匹配范围和1~3 h的时间匹配范围对北半球7个TCCON地面观测站进行星地数据时空匹配方法的敏感性试验,发现在这7个站点随着时空范围放宽,匹配点数逐渐增多,但不同的时空匹配方法的统计结果相差不大。说明北半球大气CO2浓度变化在空间上不敏感。但由于大气CO2有较明显的日变化特征,一般选择严格的时间匹配条件减少大气CO2日变化对验证结果造成的影响。综合前人研究成果,验证过程中多选用1°~3°范围内,在卫星过境前后30分钟的数据来进行匹配[13,54]。

Morino等[55]利用TCCON站点数据验证了NIES-GOSAT L2 V01.xx XCO2产品,发现了(-8.85±4.75)×10-6的偏差。Yoshida等[30]改进算法后验证了V02.xx的NIES-GOSAT L2 XCO2产品,得到了一个稍小的偏差和标准差,分别为-1.48×10-6和2.09×10-6。Inoue等[56]利用飞机航测数据对NIES-GOSAT L2 XCO2 V02.xx进行验证,发现了NIES-GOSAT产品比飞机航测数据有(-0.68±2.56)×10-6的偏差。Crisp等[33]对ACOS-GOSAT L2 XCO2 产品反演误差进行了系统评价,初步的验证显示,ACOS-GOSAT L2 XCO2 v3.3与TCCON的平均偏差和标准差分别为1.34×10-6和1.83×10-6。Zhang等[57]利用同化模式数据与ACOS-GOSAT CO2产品进行比较,发现ACOS-GOSAT反演的XCO2比模式结果高(0.11±1.81)×10-6。目前ACOS-GOSAT的产品已经更新到V7.3版本,更多的验证研究将基于新的数据版本开展。对于OCO-2的XCO2产品,Wunch等[54]利用TCCON全球站点数据验证OCO-2 L2 XCO2产品,结果显示经偏差校正后,3种观测模式下OCO-2 XCO2与TCCON观测结果的偏差小于0.5×10-6,标准差低于1.5×10-6,在全球尺度上,目标观测模式下与TCCON站点的相关系数为0.83。国内已开展地面高光谱遥感数据对卫星高光谱CO2产品定量精度真实性检验工作。Zhou等[36]采用自主构建的短波红外高光谱反演算法反演GOSAT卫星观测数据,并与TCCON 4个站点数据进行匹配验证,偏差约为2×10-6。Yang等[45]基于IAP-CAS算法对GOSAT卫星观测数据进行反演,通过与TCCON全球站点观测值比较可知,在偏差校正后,区域范围内的偏差约为1.47×10-6。反演值与地基观测结果趋势一致,都显示出大气CO2浓度在北半球的季节变化和在南半球的平稳增长。中国科学院安徽光学精密机械研究所Wang等[58]利用合肥站FTS观测结果对GOSAT和OCO-2的L2 XCO2产品做了精度验证,GOSAT与地基观测结果一致性很高,偏差和标准差分别为-0.52×10-6和1.63×10-6,OCO-2与地基观测结果的偏差和标准差分别为0.81×10-6和1.73×10-6。

目前,TCCON观测数据已成为验证和系统校正温室气体观测卫星反演的大气CO2数据的主要地面数据源,TCCON站点在欧洲和北美洲的分布比较密集,其次是东亚(主要集中于日本、韩国)和大洋洲,在亚洲大陆、非洲和南美洲站点非常稀疏。目前TCCON全球已有20多个站点的在线数据可以使用,还有更多新的站点即将加入这个观测网络②（② http://tccon.ornl.gov/。）。尽管TCCON可以提供足够精度的XCO2产品来验证卫星遥感产品,但是受站点分布和空间覆盖率影响[59],对卫星产品的验证区域依然十分有限,同时在广阔的洋面上,地基站点的建立和维护都很困难。为了更全面地开展卫星CO2遥感产品的验证工作,未来TCCON地基观测网络需在全球范围内发展更多站点。

目前中国境内仅有中国科学院安徽光学精密机械研究所(合肥)一个站点加入了TCCON未来计划站。2014年7月合肥站点安装了最新型号的Bruker FTS 125HR,开始了近红外波段的光谱观测。合肥站第一年使用InSb探测器,自2015年7月后改用InGaAs探测器,通过对两种探测器所得光谱数据的比较可知InGaAs的观测光谱具有更高的信噪比,光谱拟合效果也更好,因此晴空条件下利用InGaAs探测器观测光谱反演所得的XCO2的精度要高于InSb探测器的探测光谱,XCO2的相对误差分别为0.04%和0.09%[58]。国家卫星气象中心早在1998年就采购了地基傅里叶变换高光谱仪,开展相关的观测试验,利用国际大气成分地基观测网络(Network for the Detection Atmospheric Composition Change,NDACC)通用的德国BRUKER公司生产的傅里叶红外(FTIR)高分辨率地基光谱仪IFS 120M,在国家卫星气象中心(39.955°N,116.334°E)建立了地基高光谱观测平台,进行高光谱数据获取及其反演技术初步研究[60]。并于2015年底在北京气象卫星地面站(40.057°N,116.275°E)建立了基于最新型号(Bruker FTS 125HR)的地基傅里叶变换高光谱仪的大气观测实验室,按照TCCON的观测标准开展近红外波段的大气CO2柱总量地基高光谱观测的常规业务化观测工作,目前该站点已开展业务化运行,自2015年12月安装测试以来已积累了2年多的观测数据,填补了北京地区高光谱大气CO2观测的空白。中国科学院大气物理研究所于2014年9月在河北省兴隆县(40.40°N,117.59°E)建立了一个FTS观测站点,该站点由一台自动太阳跟踪器(中国科学院长春光学精密机械与物理研究所自主研发)、Bruker IFS 125M光谱仪和一套自动气象站组成。并于2016年7月在河北省香河县(39.761°N,116.975°E)建立了基于最新型号(Bruker FTS 125HR)地基傅里叶变换高光谱仪的FTS站点。兴隆Bruker IFS 120M 从2014年9月至2016年已有部分观测,现已经利用TCCON标准反演软件对兴隆站一年多的数据进行处理,获得了比较连续的CO2一年观测资料。随着北京、香河、兴隆站FTS观测数据的积累,国内外CO2观测卫星高光谱遥感产品的定量精度验证工作将进一步在中国华北区域展开。

由于TCCON站点仪器体积较大,不易移动,因此近年来利用便携式傅里叶变换光谱仪进行CO2观测得到了迅速的发展,其中主要的仪器有Bruker EM27/SUN,光谱分辨率为0.5 cm-1;Bruker Vertex70,光谱分辨率为0.16 cm-1;Bruker IR-Cube,光谱分辨率为0.5 cm-1。研究表明EM27/SUN与FTS 125HR之间存在系统误差,主要受两者不同的光谱分辨率、不同的平均核函数等影响,需要对EM27/SUN的观测结果进行订正,Gisi等[61]利用订正后的EM27/SUN观测结果与高光谱地基FTS观测结果进行比对,两者反演结果一致性较高,证明EM27/SUN具有较大的发展潜力,可以进行低成本的光谱观测。EM27/SUN的便携特性可以用来开展野外流动观测或搭载在航船上在海面进行观测[62]。各种便携式FTS的应用和推广将对卫星CO2遥感产品的精度验证工作有促进作用。

3 结论与展望

获得高精度CO2浓度的全球监测数据,对气候变化和碳排放研究具有重要意义。日本和美国分别在2009年和2014年在国际上率先开展卫星CO2的探测研究,2008年国家卫星气象中心在国内率先开展卫星温室气体监测立项论证研究,我国于2016年12月、2017年11月和2018年5月先后发射了我国首颗碳卫星TanSat、搭载有温室气体载荷的风云三号气象卫星D星和高分五号卫星,成为目前全球在轨温室气体观测卫星最多的国家,对全球开展温室气体监测和应对全球气候变化研究意义非凡。然而当前地基高光谱遥感对卫星CO2的验证结果表明,被动光学卫星CO2的遥感产品的精度有待进一步提高,需要进一步深入研究反演算法中的问题：(1)云和气溶胶散射模型的精度;(2)分子光谱吸收数据库的精度;(3)地表模型的精度。同时,未来星载主动激光雷达探测温室气体将是进一步提高空基温室气体探测精度的新研发方向,中国正在研制的大气环境监测卫星和高精度温室气体综合探测卫星将在全球率先开展这一新领域的探索研究。

对于地基高光谱CO2的观测和对卫星产品的验证工作,国际上TCCON观测网络也正致力于提高地基观测CO2的精度,减少地基FTS观测结果的不确定性,科学家们正努力提高分子光谱吸收数据库的精度,规范地基FTS的仪器参数,改进反演过程中初始参数的构建,展开更多的地基FTS反演结果与飞机气球的对比验证,对便携式FTS的观测结果进行更多更长期的数据验证等。我国虽然已经购置了多台高性能FTS,开始了CO2等温室气体的观测,但是国内这些观测站点还没有加入TCCON站点,且适应我国高浓度气溶胶背景的精密观测反演理论和方法还在摸索之中,目前还没有形成业务稳定的地基高光谱遥感温室气体产品公开发布,同时地基高光谱的观测仪器还受限于进口的仪器,未来我国如何突破高光谱仪器的制造技术,如何建立国内长期、稳定、科学布局的地基高光谱遥感探测,将是一项具有挑战性的重要工作,将对我国甚至全球开展气候变化观测产生重要的影响。

The authors have declared that no competing interests exist.

作者已声明无竞争性利益关系。