基于量子优化的卫星高光谱遥感CO2和气溶胶协同反演的研究

How to deal with high aerosol loading multiple scattering effects and to increasing inversion accuracy of atmospheric CO2 column-averaged amounts(XCO2) effectively is a science difficulty, which is meaningful to global climate change research. The main object is retrieving XCO2 more accurately on the background of high aerosol loading based on shortwave infrared hyperspectral satellite remote sensing. Firstly, construct a 3-layers atmosphere parameterization model including 4 factors that can depict aerosol multiple scattering effects using photon path length probability density function(PPDF) method. Secondly, build forward model in the shortwave infrared(SWIR) based on LBLRTM and VLIDORT forward models coupled with PPDF multiple scattering effect and considering four main aerosol types(dust, city, country and soot). Thirdly, establish path integral Monte Carlo quantum annealing(PIMC-QA) algorithm, which can get the quantization form of classic cost function system, and then simultaneously retrieve XCO2, aerosol optical depth(AOD) and 4 factors of PPDF model with high precision fast, based on the application of tunnel effect of quantum mechanics. Access algorithm precision established in this project between comparison analysis using TCCON and GOSAT products in the end, analysis the effect of high aerosol loading multiple scattering to XCO2 inversion accuracy quantitatively, and analysis the temporal and spatial variation characteristics of 4 factors of PPDF model retrieved about different types of aerosol, in depth, and the interaction mechanism between factors from PPDF model and AOD. This project will promote the progress of Chinese Tansat satellite research and provide scientific basis for carbon budget.

如何有效处理高浓度气溶胶多次散射问题并提高大气CO2浓度（XCO2）反演精度是一个科学难题，意义重大。本项目主要研究高浓度气溶胶背景下短波红外高光谱卫星遥感高精度反演XCO2。首先用PPDF光子路径概率分布方法构建大气3层4因子参数化模型描述气溶胶多次散射过程；再耦合多次散射基于LBLRTM和VLIDORT建立包含4种主要气溶胶模式（沙尘、城市、乡村、煤烟型）的短波红外正演模型；进而建立PIMC-QA量子退火反演算法，将目标优化体系量子化，利用量子力学”隧穿效应”快速高精度协同反演XCO2、气溶胶光学厚度及PPDF 4因子；最后与TCCON及GOSAT产品对比分析量子退火反演精度，并定量分析高浓度气溶胶多次散射对XCO2反演精度的影响；深入研究反演的不同类型气溶胶PPDF 4因子时空变化特征及其与气溶胶光学厚度的相互机理。课题的实施将推动中国Tansat卫星研究进展并为碳收支提供科学依据。

高浓度气溶胶对CO2浓度（XCO2）卫星遥感反演有较大影响，特别是近地面CO2浓度，高精度XCO2是理解气候变化、源汇及碳循环等科学问题的基础。本研究以气溶胶背景下XCO2卫星遥感反演为主要目标，同时进行霾天气溶胶光学厚度（AOD）反演及其物理光学参数垂直特征研究；深入分析全球及中国区域近地面CO2、CH4浓度及陆表生态系统碳通量时空特征；最后建立霾天夜间PM2.5质量浓度高分辨率卫星遥感反演模型。研究发现：. 1）基于GOSAT卫星资料建立了Bayesian理论的气溶胶背景下XCO2卫星遥感反演模型，并与TCCON站点比对，误差大致在1%范围，精度较高。该算法可运用于我国Tansat XCO2反演。. 2）联合偏振反演的霾天AOD及消光后向散射、退偏比、色比等参数垂直特征分析。表明霾天气溶胶主要聚集在1km处，以散射能力强、形状不规则的大颗粒物为主。与之相反，晴空条件下，三参数在0～8km内变化不大，晴空气溶胶以散射能力弱、形状规则的小颗粒物为主。. 3）建立的基于混沌理论大气系统单变量时间序列突变特征监测模式，可进行大气系统10-30天延伸期时间尺度预测，对耦合多变量的地气系统灾害预测有重要指示价值。. 4) 较全面的分析了全球及中国区域近地面CO2与CH4浓度、陆表生态系统碳通量时空变化特征及其典型下垫面通量变化特征。CO2浓度具有明显的季节变化特征，且高值区域重要集中在华东沿海地区；建立的碳通量NEEGSOAT算式与地基监测数据比对一致，NEEGSOAT具有明显的季节变化特征，碳源汇也与气候变化、地表类型有关。. 5) 建立的夜间PM2.5质量浓度卫星遥感模型，与实测数据比对可得，相关性R2达0.75，精度较高。且能定量分析夜间人为大气污染活动贡献，大大促进高分辨率卫星夜间霾污染研究。. 总的来说，该研究成果不仅有利于我国碳卫星Tansat XCO2反演精度提高，有助于卷云下可见光短波红外XCO2卫星遥感反演，也为我国主要温室气体CO2与CH4及陆表生态系统碳通量提供了基础分析数据库；也有利于耦合多变量地气系统的10-30天延伸期时间尺度灾害预测；更有利于夜间PM2.5高分辨率卫星监测，大大促进霾污染机理研究与治理。