论文部分内容阅读
大气二氧化碳(CO2)浓度遥感卫星(碳卫星)观测可以大范围、实时客观地定量大气CO2浓度分布，其多时相的全球观测数据为全球碳循环研究提供了丰富的CO2浓度时空数据集。虽然卫星可以进行高密度点观测，但是由于云和卫星观测模式等因素影响，卫星的观测点数据在时间空间上皆呈不规则分布且存在大量无观测值的空白区域。利用地学统计方法分析碳卫星CO2浓度数据固有的相关性特征，并精确填补这些空白区域将有利于全球和区域碳循环研究。目前对碳卫星数据的地学统计方法只考虑了其空间相关性，而对存在于数据中的时间相关特征并没有充分考虑。本文基于时空地学统计方法，提出结合CO2浓度数据时空固有变化趋势和数据时空相关特征的碳卫星遥感数据的高时空分辨率制图方法。时空地学统计方法综合分析数据在空间与时间域上的相关性，利用空间域和时间域范围内更丰富的碳卫星观测数据，提高了数据估计精度和制图区域的覆盖度。本文研究内容分以下三个部分。 第一部分基于时空地学统计方法，建立了一种区域碳卫星遥感数据高时空分辨率制图方法，该方法结合了CO2浓度数据时空固有变化趋势与数据时空相关特征。以中国陆地区域为研究区，该方法的交叉验证结果显示，其原始数据集与估计数据集的相关系数高于0.9，显示了极高的相关性，估计误差整体平均值小于1.2ppm，显示了估计的精确程度。与TCCON地面观测数据比较结果显示，插值估计数据与TCCON数据基本一致。以上结果验证了本文提出的方法的有效性。 第二部分利用上述建立的区域时空地学统计分析方法改进GOSAT卫星三级(Level3)月制图数据产品的估计精度。本文方法引入了碳卫星CO2浓度数据月份之间的相关性，在制图估计时综合利用了时空域更多的观测数据。与传统的空间克里格方法的比较结果显示，本文方法在所有月份中皆显示了更高的估计精度和更小的估计不确定性，而且较之传统方法本文方法的制图结果覆盖了更广的区域。 在上两部分的基础上，第三部分建立了一种基于移动圆柱邻域时空克里格的碳卫星遥感数据全球制图方法，解决了由于CO2浓度数据在全球尺度上不同区域的时空趋势不一致并且其时空相关结构不统一的数据非平稳性问题。该方法应用在GOSAT卫星的CO2浓度数据上，得到了全球陆地的月份制图数据。 本文建立的方法及生成的时空数据集将为碳排放源时空格局以及生态吸收规律等全球碳循环研究提供参考。