期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
GOSAT-2和Sentinel-5p卫星XCH_(4)数据的多维度评价与不确定性分析
1
作者 陈明修 张丽丽 +3 位作者 余涛 张文豪 王春梅 郭凡 《航天返回与遥感》 北大核心 2025年第1期94-108,共15页
卫星遥感对大气甲烷浓度监测是目前为止成本较低且有效的方法,为了解XCH_(4)数据在不同观测系统中的细微差异,文章对GOSAT-2和Sentinel-5p卫星XCH_(4)数据进行多维度评价,将卫星数据与地面站数据进行时空匹配开展不确定性分析,并对两颗... 卫星遥感对大气甲烷浓度监测是目前为止成本较低且有效的方法,为了解XCH_(4)数据在不同观测系统中的细微差异,文章对GOSAT-2和Sentinel-5p卫星XCH_(4)数据进行多维度评价,将卫星数据与地面站数据进行时空匹配开展不确定性分析,并对两颗卫星XCH_(4)数据在不同纬度带的分布及典型研究区的有效覆盖进行了定量分析。研究结果表明:1)Sentinel-5p卫星数据相较于GOSAT-2卫星数据,与TCCON数据之间具有更高的相关性(Sentinel-5p:R^(2)=0.8494;GOSAT-2:R^(2)=0.7707);2)两颗卫星数据在中低纬度带(50°S~50°N)数据分布比例高达70%;3)典型研究区Sentinel-5p卫星数据在典型研究区15 d累积覆盖效果优于GOSAT-2卫星(GOSAT-2:0.81%;Sentinel-5p:36.85%)。文章对两颗碳卫星XCH_(4)观测数据进行的多维度评价分析可为多源碳卫星时空融合及相关研究等提供参考。 展开更多
关键词 大气甲烷柱浓度(XCH_(4)) 温室气体观测卫星-2 哨兵-5P 不确定性分析 空间分布 覆盖度分析
在线阅读 下载PDF
基于GOSAT-2卫星的中国XCO_(2)时空分布特征分析 被引量:1
2
作者 侯欣言 哈斯巴干 特日格勒呼 《红外》 CAS 2023年第8期42-48,共7页
CO_(2)是主要的温室气体之一,它对全球变暖的作用很大。自工业化以来,CO_(2)浓度在全球范围内大幅增加。为实现碳减排目标,迫切需要监测大气中的CO_(2)浓度并分析其时空分布特征。随着温室气体观测卫星的发射,利用碳卫星可以大范围地观... CO_(2)是主要的温室气体之一,它对全球变暖的作用很大。自工业化以来,CO_(2)浓度在全球范围内大幅增加。为实现碳减排目标,迫切需要监测大气中的CO_(2)浓度并分析其时空分布特征。随着温室气体观测卫星的发射,利用碳卫星可以大范围地观测和分析大气中的CO_(2)浓度。本研究基于GOSAT-2卫星数据,利用克里金插值技术分析了2020年6月至2021年5月中国陆地区域的CO_(2)柱浓度(XCO_(2))的时空变化特征。结果表明,全国范围内XCO_(2)的平均值从2020年的413.86 ppm增加到2021年的419.59 ppm,增加了5.73 ppm。其中,XCO_(2)的最低值和最高值分别出现在冬季和春季。进一步的分析表明,XCO_(2)在空间分布上不一致,在人口密度较高的东南部区域浓度较高,而在人口稀少的西北部较低。此外,大城市及其周边地区的XCO_(2)普遍高于其他地区,表明人为因素导致城市地区的XCO_(2)增加过快。本文的分析结果可为碳源与碳汇的研究提供重要的基础数据和参考依据。 展开更多
关键词 CO_(2)柱浓度 gosat-2卫星 遥感 克里金插值法 时空分布 中国
在线阅读 下载PDF
谱线混合效应对于卫星反演中国CO_(2)浓度的影响
3
作者 张金业 伍绪龙 《湖北工业大学学报》 2025年第5期96-101,共6页
利用GOSAT卫星数据对中国大气中的CO_(2)浓度进行反演,并研究了谱线混合效应对反演结果的影响。基于CO_(2)反演模型进行了谱线混合效应的计算,并对引入谱线混合效应前后的光谱位置进行了对比。结果显示,在瓦里关、上甸子和鹿林三个站点... 利用GOSAT卫星数据对中国大气中的CO_(2)浓度进行反演,并研究了谱线混合效应对反演结果的影响。基于CO_(2)反演模型进行了谱线混合效应的计算,并对引入谱线混合效应前后的光谱位置进行了对比。结果显示,在瓦里关、上甸子和鹿林三个站点,反演数据均略低于地面基站数据,略高于GOSAT产品数据,且呈现出与地基数据和GOSAT产品数据基本一致的增长趋势与季节性周期。相较于GOSAT产品数据,反演数据分别提升了1.97×10^(-6)、2.94×10^(-6)、1.25×10^(-6)。相关系数分析显示,反演数据相对于GOSAT产品数据分别提高了0.0025、0.0417和0.0069。 展开更多
关键词 GOSAT 二氧化碳 谱线混合效应
在线阅读 下载PDF
基于GOSAT卫星监测的中国华东地区CO_(2)时空分布特征及相关因素分析
4
作者 陈春美 刘琼 +3 位作者 陈勇航 朱晓东 袁小慧 刘鑫 《中国环境监测》 北大核心 2025年第2期229-239,共11页
基于TCCON地基站CO_(2)柱浓度,验证了GOSAT监测的CO_(2)柱浓度L2级别数据集产品在中国的适用性,再结合ERA5气象数据、MERRA2气溶胶数据、归一化植被指数(NDVI)、碳排放量数据,分析了华东地区CO_(2)浓度时空分布特征及其影响因子。结果表... 基于TCCON地基站CO_(2)柱浓度,验证了GOSAT监测的CO_(2)柱浓度L2级别数据集产品在中国的适用性,再结合ERA5气象数据、MERRA2气溶胶数据、归一化植被指数(NDVI)、碳排放量数据,分析了华东地区CO_(2)浓度时空分布特征及其影响因子。结果表明:GOSAT与TCCON观测的CO_(2)柱浓度在香河站和合肥站的观测差值为-0.07×10^(-6)和0.77×10^(-6),相关系数为0.77和0.81,年均绝对增长率差值为0.01×10^(-6)和0.89×10^(-6),GOSAT CO_(2)L2数据集在我国具有较好的适用性;2011—2021年全国CO_(2)柱浓度年均值由391.36×10^(-6)增至415.55×10^(-6),年均绝对增长率为2.20×10^(-6);华东区域的年均绝对增长率略高于全国均值,达2.23×10^(-6),且2011—2021年的CO_(2)柱浓度年均值居全国最高,达404.60×10^(-6);在季节和月变化上,春季最高,冬季次之,夏季最低,季节振幅为4.08×10^(-6),年内低值出现在8月或9月,而峰值主要出现在3月或4月;在空间分布上,除夏季外均呈现北高南低的趋势,长江三角洲地区的CO_(2)柱浓度较高,而江西和福建北部地区的CO_(2)柱浓度较低;CO_(2)柱浓度影响因素中,2 m露点温度、NDVI和碳排放量影响较大,2 m露点温度和NDVI为负相关因素(相关系数r<-0.4),碳排放量为正相关因素(r>0.4);太阳方位角、10 m垂直风速和100 m垂直风速影响相对较小(r<0.05)。 展开更多
关键词 CO_(2) GOSAT 中国华东地区 时空分布 影响因素
在线阅读 下载PDF
卫星XCO_(2)产品覆盖度及时空变化比较
5
作者 闫琛 佘璐 +4 位作者 黄涛 马大为 武丹 冯自贤 赵红红 《中国环境科学》 北大核心 2025年第7期3644-3653,共10页
系统分析了OCO-3、OCO-2以及GOSAT卫星的大气CO_(2)柱浓度(XCO_(2))二级产品在中国的时空覆盖度及分布规律,并进行了综合比较.结果表明:OCO-3、OCO-2及GOSAT的二级XCO_(2)产品在中国的年均空间覆盖度分别为43.38%,21.19%,0.40%,月均覆... 系统分析了OCO-3、OCO-2以及GOSAT卫星的大气CO_(2)柱浓度(XCO_(2))二级产品在中国的时空覆盖度及分布规律,并进行了综合比较.结果表明:OCO-3、OCO-2及GOSAT的二级XCO_(2)产品在中国的年均空间覆盖度分别为43.38%,21.19%,0.40%,月均覆盖度分别为4.77%,2.43%,0.16%,且OCO-3月均覆盖度呈现显著的奇数月低,偶数月高的特点,奇数月覆盖度为2.23%,偶数月则高达7.31%;3个卫星产品的覆盖度呈现显著的空间分布差异,OCO-2和OCO-3在华南和华中地区的覆盖度显著低于东北,西北和华北地区,GOSAT在研究区的观测极为稀疏,主要集中在东部地区,OCO-3在省会,工业城市等区域形成20余个热点观测区域,表现出显著高的覆盖度和观测频次;2019~2022年间,3个卫星产品的年均XCO_(2)呈现一致的增加趋势,但年增量显著下降,3个产品都表现出春冬季XCO_(2)显著高于夏秋季的季节性规律;XCO_(2)年均值呈现东部高于西部,南部高于北部的空间分布特征,但不同卫星得到的XCO_(2)极值子区域不同,且同一子区域不同产品的XCO_(2)值也表现出显著差异. 展开更多
关键词 XCO_(2) OCO-2 OCO-3 GOSAT 覆盖度
在线阅读 下载PDF
基于多源卫星遥感数据的中国2003年—2018年CO_(2)时空变化研究 被引量:7
6
作者 肖钟湧 陈颖锋 +3 位作者 林晓凤 刘珊红 谢静晗 谢先全 《遥感学报》 EI CSCD 北大核心 2022年第12期2486-2496,共11页
本研究利用大气制图扫描成像吸收仪SCIAMACHY(Scanning Imaging Absorption Spectrometer for Atmospheric Chartography)和傅里叶变换光谱仪FTS(Fourier Transformation Spectrometer)卫星遥感传感器反演的CO_(2)产品,结合瓦里关地面... 本研究利用大气制图扫描成像吸收仪SCIAMACHY(Scanning Imaging Absorption Spectrometer for Atmospheric Chartography)和傅里叶变换光谱仪FTS(Fourier Transformation Spectrometer)卫星遥感传感器反演的CO_(2)产品,结合瓦里关地面站点观测的CO_(2)浓度数据进行验证,并对遥感数据进行校正,最后分析了2003年—2018年中国CO_(2)时空变化特征及其影响因素。结果表明,中国区域CO_(2)柱浓度呈近12个月周期变化且持续上升的趋势。2003年CO_(2)柱浓度年均值为374.4 ppm,2018年CO_(2)柱浓度年均值为413.7 ppm,16年间增加了39.3 ppm,约为10.51%,年均增长率为0.59%。中国区域大气CO_(2)柱浓度的月变化存在明显的时空差异,月变化呈现弦曲线变化,最小值和最大值分别出现在8和4月,2018年月平均大约分别为407.7 ppm和416.3 ppm。CO_(2)柱浓度的高值区主要出现在东部的亚热带和温带地区,2018年年平均最大可达417.9 ppm;最低值是在内蒙古北部,2018年平均约为409.5 ppm。从省级行政单元来看,2018年平均CO_(2)柱浓度最高和最低的省份是浙江省和青海省,分别约为417.8 ppm和412.1 ppm。中国2003年—2018年CO_(2)柱浓度在整个区域出现较大的增长,但是增长率在空间上存在明显的异质性。在空间上,2018年比2003年增长的数值在31.0—45.4 ppm之间,增长的百分比范围在8.9%—12.2%之间,增长较大的区域在高值区,最大增长出现在辽宁和吉林的交界处,约为12.2%;增长较小的区域出现在中国中部,最低的增长约为8.9%。 展开更多
关键词 SCIAMACHY GOSAT CO_(2)柱浓度 遥感 变异系数
原文传递
2010年—2020年全球陆地区域大气CO_(2)时空变化特征分析 被引量:3
7
作者 姚依欣 李贵才 +1 位作者 唐世浩 江飞 《遥感学报》 EI CSCD 北大核心 2023年第8期1782-1791,共10页
本文基于2010年—2020年GOSAT卫星二氧化碳柱总量产品,从全球空间分布、纬向分布、区域分布、年际与季相变化特征等方面,分析了大气CO_(2)的时空变化特征。结果表明,2010年—2020年全球陆地区域大气CO_(2)浓度持续上升,年均值从387.42 ... 本文基于2010年—2020年GOSAT卫星二氧化碳柱总量产品,从全球空间分布、纬向分布、区域分布、年际与季相变化特征等方面,分析了大气CO_(2)的时空变化特征。结果表明,2010年—2020年全球陆地区域大气CO_(2)浓度持续上升,年均值从387.42 ppm上升至410.32 ppm,年均增长率约为2.33 ppm/a,其中2016年全球陆地区域平均大气CO_(2)浓度首次超过400 ppm,年增长量超过3 ppm,为近10年最高。季相变化方面,北半球春季最高、夏末秋初最低,南半球波动相位相反,波动幅度北半球远高于南半球,且纬度越高波动越大。纬向分布特征明显,从南向北总体呈现先升高后降低,受到云及数据质量控制等因素影响,在赤道附近,存在较为明显的下降,峰值出现在0°—10°N和30°N—40°N。区域分布差异较大,多年均值的最大值出现在南美热带,最小值出现在北美北部,差异将近30 ppm;年均增长率方面亚洲温带最高,亚洲北部最低,分别为2.36 ppm/a和2.27 ppm/a。 展开更多
关键词 GOSAT CO_(2)浓度 全球陆地区域 时空变化特征 大气 长时序 遥感
原文传递
不同卫星反演的大气CO_2浓度差异时空特征分析 被引量:10
8
作者 吴长江 雷莉萍 曾招城 《中国科学院大学学报(中英文)》 CSCD 北大核心 2019年第3期331-337,共7页
定量化分析不同遥感观测卫星所反演的大气CO_2浓度之间的差异,对于利用卫星遥感数据准确揭示全球大气CO_2浓度的时空变化特征具有重要的参考价值。利用CarbonTracker模型模拟的大气CO_2廓线数据对SCIAMACHY、GOSAT和OCO-2卫星反演的大气... 定量化分析不同遥感观测卫星所反演的大气CO_2浓度之间的差异,对于利用卫星遥感数据准确揭示全球大气CO_2浓度的时空变化特征具有重要的参考价值。利用CarbonTracker模型模拟的大气CO_2廓线数据对SCIAMACHY、GOSAT和OCO-2卫星反演的大气CO_2柱浓度数据进行校正,并通过计算卫星校正前后的差值分析不同卫星观测平台对大气廓线的响应差异。同时比较分析不同时空尺度的各卫星观测所刻画的大气CO_2柱浓度变化的差异。实验结果表明,SCIAMACHY的差值明显大于其他2颗卫星,且在低纬度和高纬度区域分别显示(-0.25±0.15)×10^(-6)和(-0.38±0.25)×10^(-6)的浓度差异。消除这些差异后,3颗卫星的CO_2柱浓度观测数据显示相似的季节变化、年变化特征以及相似的空间分布规律。研究结果表明,模型模拟数据可用来整合这3颗卫星由于观测仪器响应和时空尺度不同所引起的大气CO_2柱浓度数据间的差异。 展开更多
关键词 大气CO2浓度 SCIAMACHY GOSAT OCO-2 模型模拟
在线阅读 下载PDF
基于GOSAT卫星的中国CO_(2)浓度时空特征分析 被引量:6
9
作者 葛钰洁 肖钟湧 《中国环境监测》 CAS CSCD 北大核心 2022年第5期96-108,共13页
采用温室气体观测卫星(GOSAT)傅里叶变换光谱仪(FTS)发布的CO_(2)柱浓度L_(3)级别数据集产品,利用TCCON地基站点的CO_(2)柱浓度数据对卫星遥感数据进行验证,分析中国CO_(2)柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO_... 采用温室气体观测卫星(GOSAT)傅里叶变换光谱仪(FTS)发布的CO_(2)柱浓度L_(3)级别数据集产品,利用TCCON地基站点的CO_(2)柱浓度数据对卫星遥感数据进行验证,分析中国CO_(2)柱浓度时空变化特征及其影响因素。研究结果表明,GOSAT卫星的CO_(2)柱浓度产品精度较高,线性回归的r^(2)为0.99,线性方程斜率为0.98,平均偏差为0.11 mg/L。中国CO_(2)柱浓度呈现逐年增长的趋势,存在12个月的周期性季节性变化。2010、2020年区域年平均CO_(2)柱浓度分别约为389.30、412.62 mg/L,增长了23.32 mg/L,年平均增长率大约为0.58%。中国区域大气CO_(2)柱浓度的月变化存在明显的时空差异,最大值和最小值分别出现在4月和8月,2020年4月和8月的区域平均值分别为415.09、409.13 mg/L。中国区域CO_(2)柱浓度从东部沿海向西部逐级递减,且呈现明显的季节性变化,夏季高值主要集中在东南部沿海地区,冬季高值主要集中在华北地区。 展开更多
关键词 GOSAT卫星 CO_(2)柱浓度 卫星遥感 时空分析 中国
在线阅读 下载PDF
多源碳卫星近地面XCO_(2)及人为CO_(2)排放量特征分析 被引量:1
10
作者 张蕾 夏志业 李语诗 《环境科学与技术》 CAS CSCD 北大核心 2023年第2期141-151,共11页
为定量分析近地面XCO_(2)与人为碳排放的时空特征,文章首先使用GOSAT、OCO-2卫星长时间序列近地面XCO_(2)数据集分析成渝地区XCO_(2)时空特征;再对XCO_(2)浓度及人为CO_(2)排放量进行EMD时间维分解,分析四川、重庆、北京不同时间尺度的... 为定量分析近地面XCO_(2)与人为碳排放的时空特征,文章首先使用GOSAT、OCO-2卫星长时间序列近地面XCO_(2)数据集分析成渝地区XCO_(2)时空特征;再对XCO_(2)浓度及人为CO_(2)排放量进行EMD时间维分解,分析四川、重庆、北京不同时间尺度的变化特征。并用北京地面观测站点数据与卫星数据对比验证数据可靠性。结果表明:(1)201001-202112成渝地区近地面年均XCO_(2)浓度集中在389×10^(-6)~410×10^(-6)内,总体呈条带状分布,总年均增幅达19.6×10^(-6);XCO_(2)低值区位于西部、高值区位于中部及东部。(2)EMD及EEMD分解201001-202112成渝地区XCO_(2)后各IMF具有年际变化和季节变化的时间周期特性,RSE仍呈上升趋势。IMF1~IMF4为人为源碳排放,IMF5~IMF7为自然源碳排放。结果存在一定滞后性。(3)EMD分解201901-202012四川省、重庆、北京日尺度人为CO_(2)总排放量,新冠期间,人为CO_(2)排放量大幅降低,四川下降392.076 t,重庆下降306.277 t,北京下降87.651 t,下降结果不存在明显滞后性。 展开更多
关键词 GOSAT OCO-2 XCO_(2) 集合经验模态分解 成渝地区
原文传递
Spatial Distribution of CO2 Concentration over South America during ENSO Episodes by Using GOSAT Data
11
作者 Zhongyi Sun Xiufeng Wang +2 位作者 Hiroshi Tani Guosheng Zhong Shuai Yin 《American Journal of Climate Change》 2016年第1期77-87,共11页
Carbon dioxide (CO<sub>2</sub>) is one of the most important greenhouse gases;its concentration and distribution have important implications on climate change. The El Ni?o Southern Oscillation (ENSO) is th... Carbon dioxide (CO<sub>2</sub>) is one of the most important greenhouse gases;its concentration and distribution have important implications on climate change. The El Ni?o Southern Oscillation (ENSO) is the Earth’s strongest climate fluctuation on inter-annual time scales and has global impacts. However, to date, there is no research on how ENSO affects the spatial distribution of CO<sub>2</sub> concentration. In this study, we used spatial CO<sub>2</sub> data from the ENVIronmentSATellite (ENVISAT) and the Greenhouse Gases Observing Satellite (GOSAT), the long duration monthly mean atmospheric CO<sub>2</sub> from Mauna Loa Observatory, Multivariate ENSO Index (MEI) from Earth System Research Laboratory to analyze the way that ENSO affects spatial distribution of CO<sub>2</sub> concentration in South America, which is affected by ENSO seriously. Our research revealed that monthly CO<sub>2</sub> growth rate has a moderate, positive correlation relationship with MEI. We used geostatistics to predict and simulate the spatial distribution of CO<sub>2</sub> and found that in south of 12°S, CO<sub>2</sub> concentration of ENSO warm episode is lower than the one of ENSO cold and neutral episodes. ENSO impacts CO<sub>2</sub> spatial distribution mainly in November, December, January and February;moderate-high concentration zone of ENSO warm episode more concentrates in the northern part of South America. 展开更多
关键词 CO2 Growth Rate ENSO GOSAT TANSO South America Spatial Distribution of CO2
在线阅读 下载PDF
基于GOSAT卫星监测二氧化碳浓度时空变化 被引量:2
12
作者 吴迪 杨爱玲 周源 《测绘与空间地理信息》 2023年第S01期1-3,6,共4页
利用2018—2021年GOSAT上高光谱傅里叶变换光谱仪(FST)官方反演的大气CO_(2)浓度,采用自然相邻节点插值(Natural Neighbor)对GOSAT数据产品进行插值处理,获取黑龙江省各地市CO_(2)平均浓度,结合夜间灯光数据、火点数据和植被覆盖度数据... 利用2018—2021年GOSAT上高光谱傅里叶变换光谱仪(FST)官方反演的大气CO_(2)浓度,采用自然相邻节点插值(Natural Neighbor)对GOSAT数据产品进行插值处理,获取黑龙江省各地市CO_(2)平均浓度,结合夜间灯光数据、火点数据和植被覆盖度数据,分析研究区域大气CO_(2)浓度时空分布规律、区域差异等特征,为发展低碳经济及环境治理提供参考。 展开更多
关键词 GOSAT卫星 CO_(2)浓度 植被覆盖度 火点 夜间灯光
在线阅读 下载PDF
Specific patterns of XC02 observed by GOSAT during 2009-2016and assessed with model simulations over China 被引量:2
13
作者 Nian BIE Liping LEI +4 位作者 Zhonghua HE Zhaocheng ZENG Liangyun LIU Bing ZHANG Bofeng CAI 《Science China Earth Sciences》 SCIE EI CAS CSCD 2020年第3期384-394,共11页
Spatiotemporal patterns of column-averaged dry air mole fraction of CO2(XCO2)have not been well characterized on a regional scale due to limitations in data availability and precision.This paper addresses these issues... Spatiotemporal patterns of column-averaged dry air mole fraction of CO2(XCO2)have not been well characterized on a regional scale due to limitations in data availability and precision.This paper addresses these issues by examining such patterns in China using the long-term mapping XCO2 dataset(2009-2016)derived from the Greenhouse gases Observing SATellite(GOSAT).XCO2 simulations are also constructed using the high-resolution nested-grid GEOS-Chem model.The following results are found:Firstly,the correlation coefficient between the anthropogenic emissions and XCO2 spatial distribution is nearly zero in summer but up to 0.32 in autumn.Secondly,on average,XCO2 increases by 2.08 ppm every year from2010 to 2015,with a sharp increase of 2.6 ppm in 2013.Lastly,in the analysis of three typical regions,the GOSAT XCO2 time series is inbetter agreement with the GEOS-Chem simulation of XCO2 in the Taklimakan Desert region(the least difference with bias 0.65±0.78 ppm),compared with the northern urban agglomerationregion(-1.3±1.2 ppm)and the northeastern forest region(-1.4±1.4 ppm).The results are likely attributable to uncertainty in both the satellite-retrieved XCO2 data and the model simulation data. 展开更多
关键词 GEOS-CHEM GOSAT OCO-2 Specific pattern XCO2
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部