干旱区生态环境知识资源中心(Arid): 大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究

Arid

	大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究
其他题名	Error matrix construction method for atmospheric carbon dioxide Bayesian retrieval
	叶函函; 王先华; 吴军; 方勇华
来源期刊	红外与激光工程
ISSN	1007-2276
出版年	2014
卷号	43 期号:1 页码:249-253
中文摘要	针对GOSAT(Greenhouse gases Observing Satellite)近红外波段数据进行的大气二氧化碳含量反演，提出了贝叶斯理论中误差矩阵的构建方法并进行了分析验证。首先模拟不同的初始估计值、不同的先验信息误差矩阵S_a和测量误差矩阵S_epsilon构建结果对CO_2反演的影响，然后据此挑选出S_a。和S_epsilon的优劣两种构建结果组合分别对2009年塔克拉玛干沙漠地区的部分GOSAT观测数据进行反演验证。研究结果表明先验信息方差越大或测量误差越小，反演结果趋于一致，反之结果则较为离散，表现出明显的规律性。实际大气遥感研究中准确的误差矩阵难以获取，此研究有助于进一步选取准确值并提高反演精度。
英文摘要	Based on the retrieval of atmospheric carbon dioxide using infrared spectral data detected by GOSAT, a method of building error matrixes of Bayesian theory was proposed and validated. Firstly, the effect on retrieval results by different initial guesses, different building results of priori information error matrix S_a and measurement error matrix S_epsilon was simulated, and then two combinations of S_a and S_epsilon building results were validated in the retrieval using part of GOSAT measurements of Taklimakan desert during 2009. The result shows that the retrieved results are more concentrate in the case of bigger priori information variance or smaller measurement error, and the retrieved results are dispersed under the converse circumstance. It is difficult to get real error matrixes in atmospheric remote sensing, therefore, this study will be significant for getting more accurate error matrixes and improving retrieval precision.
中文关键词	反演 ; 贝叶斯理论 ; 误差矩阵
英文关键词	GOSAT retrieval Bayesian theory error matrix GOSAT
语种	中文
国家	中国
收录类别	CSCD
WOS类目	ENGINEERING ELECTRICAL ELECTRONIC
WOS研究方向	Engineering
CSCD记录号	CSCD:5062813
资源类型	期刊论文
条目标识符	http://119.78.100.177/qdio/handle/2XILL650/231336
作者单位	中国科学院安徽光学精密机械研究所, 中国科学院通用光学定标与表征技术重点实验室, 合肥, 安徽 230031, 中国
推荐引用方式 GB/T 7714	叶函函,王先华,吴军,等. 大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究[J],2014,43(1):249-253.
APA	叶函函,王先华,吴军,&方勇华.(2014).大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究.红外与激光工程,43(1),249-253.
MLA	叶函函,et al."大气二氧化碳贝叶斯反演中误差矩阵的构建方法研究".红外与激光工程 43.1(2014):249-253.