申请/专利权人：中国科学院地理科学与资源研究所

申请日：2022-06-07

公开（公告）日：2024-04-02

公开（公告）号：CN114970184B

主分类号：G06F30/20

分类号：G06F30/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.01#著录事项变更;2022.09.16#实质审查的生效;2022.08.30#公开

摘要：本发明提供了一种同步反演高精度、高分辨率人为CO2排放与自然CO2通量的同化方法及系统。该方法包括：制备先验人为CO2排放、生物质燃烧的数据，驱动WRF‑GHG模型前向模拟CO2浓度场和自然CO2通量场；基于所设置的模型模拟区域范围内的CO2通量观测数据，对WRF‑GHG模型模拟的自然CO2通量结果进行优化，并对嵌套于WRF‑GHG模型中的自然生态CO2诊断模型VPRM模块进行参数优化；基于尺度匹配后的地基和多源卫星CO2浓度数据，采用POD4DVar数据同化算法，实现地基‑多源卫星联合同化，进而实现对人为CO2排放的反演核算；生成区域高时空分辨率数据产品集。本发明提供的同步反演高分辨率人为CO2排放与自然CO2通量的同化方法及系统能够解决其无法区分人为CO2排放和自然CO2通量的技术难题。

主权项：1.一种同步反演高分辨率人为CO2排放与自然CO2通量的同化方法，其特征在于，包括：解析遥感影像数据MODIS09A1数据，产生增强型植被指数和地表水指数数据集作为VPRM输入数据；制备先验人为CO2排放、生物质燃烧的数据，驱动WRF-GHG模型前向模拟CO2浓度场和自然CO2通量场；基于所设置的模型模拟区域范围内的CO2通量观测数据，对WRF-GHG模型模拟的自然CO2通量结果进行优化，并对嵌套于WRF-GHG模型中的自然生态CO2诊断模型VPRM模块进行参数优化；基于尺度匹配后的地基和多源卫星CO2浓度数据，采用POD4DVar数据同化算法，实现地基-多源卫星联合同化，进而实现对人为CO2排放的反演核算；生成区域高时空分辨率数据集，区域高时空分辨率数据集包括：CO2浓度场、自然CO2通量场、人为CO2碳排放场；对4维的区域高时空分辨率数据产品集进行准确性验证和模型鲁棒性验证；构建区域碳同化反演系统，实现同步同化目标区域高分辨、高精度人为CO2排放与自然CO2通量；采用POD4DVar数据同化算法，实现地基-多源卫星联合同化，进而实现对人为CO2排放的反演核算，包括：结合WRF-GHG模型构建基于本征正交分解的四维变分同化反演模型；将POD方法应用于四维空间的预报集合提取正交基；当扰动样本足够大时，样本集合基本表征状态变量的时空特征，所有的状态变量的扰动信息被扩展到有限维的向量空间在四维空间中将用POD重写，其表示方式为： 其中，为目标分析状态向量；为N个集合状态向量的平均值；p为POD模式的数目；βj为第j个观测向量的控制变量；构建POD模式矩阵：Φ＝φ1，φ2，…,φp基于φj＝φjt0，φjt1，…，φjts-1T，j＝1，2，…，P，转化公式为：Φ＝Φ1，Φ2，..,ΦS-1T基于Φk＝φ1tk，φ2tk，…，φptk，将用POD重写的公式重写如下： 基于β＝β1，β2，...，βpT重写代价函数： 其中，上标T代表矩阵转置；下标b为背景场；β为状态变量；Ф为POD模式矩阵；Jβ为重写的代价函数；为同化窗口t0时刻的控制变量；为CO2通量的背景场；Φ0为同化窗口初始时刻的POD矩阵；Φj为与第j个观测向量相匹配的POD矩阵；B为通量背景误差；m为模拟区域均匀划分数；Hj为切线观测算子；为同化窗口tj时刻的控制变量；Rj为浓度观测误差协方差；为CO2浓度观测向量，表达式为其中，mj是观测向量的个数，可用通过扰动的方式使某一时刻的观测值产生N个集合。

全文数据：

权利要求：

百度查询： 中国科学院地理科学与资源研究所 同步反演高分辨率人为CO₂排放与自然CO₂通量的同化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD