[发明专利]一种星载超光谱成像仪气体探测条带效应修正方法

权利要求书

1.一种星载超光谱成像仪气体探测条带效应修正方法，其特征在于：利用基于光照几何参数进行气体产品的大气传输光程校正；随后使用气体反演中均方根残差作为气体数据质量筛选判据，消除云饱和、光照过弱因素导致的无效数据；再利用主成分分析算法实现对多轨数据气体浓度系统性条带效应结构的提取，用于条带效应修正；具体实现方法如下：

步骤1、对气体产品反演过程中的斜柱浓度进行大气传输光程校正；气体产品的生产过程包括斜柱浓度反演、垂直柱浓度转化，其中垂直柱浓度同观测几何角度无关，而斜柱浓度代表光线传输路径内气体积分浓度，二者转化需要借助辐射传输模型；为避免繁琐耗时的辐射传输模型计算过程，考虑到条带效应产生于斜柱浓度反演阶段，因此选择斜柱浓度数据进行后续分析，可以采用简化几何模型消除斜柱浓度同天顶角、方位角的相关性，将一轨斜柱浓度按照如下形式进行组织：

始终行号[0,m]代表一轨随着轨道飞行方向的顺序排列，列号[0,n]代表沿轨方向不同视场的顺序排列；引入太阳天顶角SZA、观测天顶角VZA，将SCD进行大气传输光程校正，快速转化为垂直柱浓度VCD：

步骤2、对柱浓度VCD数据进行数据质量筛选；星载超光谱成像仪探测的是地气散射/反射光谱，辐射强度大小也决定了仪器的性能表现；有云情况下，云顶强烈的反射导致辐射强度超过仪器动态范围上限，探测光谱存在饱和溢出情况；高纬度区域，较弱的光照会导致探测光谱信噪比低，噪声干扰大；有必要进行数据质量的自动化筛选；选择斜柱浓度反演中的均方根残差作为气体数据质量筛选判据，均方根残差过高则代表无效低质量数据，设置为空值，不参与后续条带校正分析；具体筛选阈值，不同载荷、不同气体成分存在区别，需要个性化配置；

步骤3、对多轨筛选后数据进行合并，参照公式(1)组织形式，最终形成二维数组，行方向代表不同交轨视场，列方向代表沿轨方向；选择一天15轨数据进行组合，该组合形式可以覆盖全球海域；

步骤4、采用主成分分析方法，对一天柱浓度数据进行沿轨方向降维，提取交轨方向特征向量；由于条带效应仅存在交轨方向，通过一天内上万组数据的综合分析，采用主成分分析手段进行系统性条带效应结构的识别提取，排除掉全球散点状分布的气体污染信息对条带结构的干扰；最终获取条带效应校正向量，表示为：

Offset_pca＝[offset_p0…offset_p1](3)

步骤5、对条带效应主成分结构Offset_pca进行光照几何纠正；主成分分析方法提取的Offset_pca实际上被公式(2)进行的处理手段系统性缩小了，因此需要再反向放大，最终获取的条带效应校正系数Offset_correct表示为：

公式(4)中，代表观测几何系数AMF的平均值，

公式(4)中对所有参与分析数据的观测几何系数在沿轨方向进行平均处理；

步骤6、获取的条带效应校正系数Offset_correct应用于反演过程，对每组SCD反演结果进行校正处理，获取校正后数据后，最后再基于辐射传输模型完成高精度的垂直柱浓度转化，校正处理公式如下：

SCD_correct＝SCD+Offset_correct(5)。