1 合肥学院自动化系, 安徽 合肥 230061
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
高准确和高精度测量环境大气CO2浓度, 对于监测区域和城市温室气体的排放至关重要。 基于傅里叶变换红外(FTIR)光谱技术, 利用便携式FTIR光谱仪采集近红外太阳吸收光谱, 基于非线性最小二乘算法, 反演获得了2016年9月至2020年5月期间合肥地区环境大气的CO2柱浓度。 观测结果表明, CO2气体的柱浓度有着明显的季节变化, 在春季出现最大值, 夏季下降速度快, 秋季达到最小值。 柱平均干空气混合比浓度XCO2的日均值位于(401.23±0.60)和(418.41±0.31) ppm之间, 而2017年观测的月均值有着6.96 ppm的季节幅值。 并且, 观测期间XCO2呈现逐年增长的趋势, 年平均增长率为(2.71±0.66) ppm·yr-1。 为了验证便携式FTIR光谱仪观测的准确性和可靠性, 我们将其观测结果与高分辨率FTIR仪器同步测量结果进行比较, 发现观测的XCO2的偏差均值为1.32 ppm, 二者的相关系数r为0.97, 两个数据显示高度一致性。 同时将观测结果与GOSAT卫星数据作了横向比较, 两个数据的平均偏差为(0.63±1.76) ppm, 二者的相关系数r为0.86, 显示出地基数据与卫星数据有高相关性。 最后, 将合肥站点2020年秋季观测数据与上海站点同期观测数据进行了比较, 发现上海站点与合肥站点的CO2柱浓度变化基本一致, 合肥观测点的XCO2日均值位于(415.09±0.84)和(417.80±0.67) ppm之间, 上海观测点的XCO2日均值位于(411.87±1.07)和(416.63±1.70) ppm之间, 表明同步观测期间合肥的CO2柱浓度略高于上海市。 地基FTIR光谱仪的观测结果可为追踪合肥地区温室气体的碳源与碳汇提供基础数据。
二氧化碳 柱浓度 傅里叶变换红外光谱技术 季节变化 Carbon dioxide Total column Fourier transform infrared spectroscopy Seasonal variation 光谱学与光谱分析
2022, 42(4): 1036
1 安徽大学物质科学与信息技术研究院, 安徽 合肥 230601
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
3 中国科学技术大学地球和空间科学学院, 安徽 合肥 230026
利用高分辨率傅里叶变换红外光谱(FTIR)技术探测合肥地区大气硝酸(HNO3)的浓度,基于最优估算法由中红外太阳吸收光谱反演出HNO3的垂直廓线和柱总量。获得了2017年大气HNO3的垂直廓线和柱总量的时间序列,分析了HNO3的季节变化、浓度探测敏感性高度、反演平均核和自由度等特征。不同季节大气HNO3的垂直廓线表明,HNO3在20~30 km的大气平流层浓度较高,在对流层浓度较低。HNO3的柱浓度显示出明显的季节变化,春季出现最大值,冬季出现最小值,季节变化幅值为9.82×10 15 molecule/cm 2。为了对地基FTIR的观测进行比对,选取Aura MLS卫星数据产品与地基测量数据进行比对。比对结果表明,地基遥感观测与卫星数据显示出的季节变化一致;尽管卫星偏柱量整体小于地基遥感的柱总量,但两者的相关系数为0.83,表明两者具有较好的一致性。地基观测结果验证了地基FTIR技术观测大气中HNO3时空分布的可靠性和准确性。
大气光学 傅里叶变换红外光谱技术 硝酸 垂直廓线 柱浓度
1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室， 安徽 合肥 230031
2 中国科学技术大学合肥物质科学研究院， 安徽 合肥 230031
3 中国科学技术大学地球与空间科学学院， 安徽 合肥 230031
4 中国科学技术大学环境科学与光电技术学院， 安徽 合肥 230031
基于地基高分辨率傅里叶变换红外光谱技术观测合肥地区一氧化碳（CO）垂直柱总量的变化， 连续采集近红外太阳吸收光谱， 获得2015年9月至2016年7月整层大气CO的垂直柱总量的时间序列。 观测结果显示合肥地区大气中柱平均干空气混合比(XCO)有着明显的季节变化， 在2015年10月有着较小值， 然后逐渐增加， 到2016年3月达到最大值， 之后逐渐下降， 在2016年7月底达到最小值， 并分析了季节变化的原因。 为了对地基近红外波段观测进行验证， 采用MOPITT卫星数据和站点同一光谱仪采集的中红外光谱反演的CO柱总量与同期测量的数据进行比对。 结果表明， MOPITT卫星数据与地基观测值的季节变化一致， 而MOPITT观测值整体高于地基FTS观测值； 近红外和中红外波段反演的CO柱总量季节变化范围一致。 将地基观测和卫星观测数据进行日平均计算, 并进行相关性分析， 得到的地基近红外和卫星观测、 地基中红外的CO日平均柱总量的线型回归相关系数分别为085和091， 显示出高的相关性， 证明了地基近红外波段反演CO垂直柱总量数据的准确性。 首次采用地基高分辨率傅里叶变换红外光谱技术观测合肥地区CO的垂直柱总量， 并将得到的观测结果与卫星数据比对， 得到准确的CO的垂直柱总量， 为解大气CO的时空分布状况及其演变规律、 追踪合肥地区CO的源汇分布提供理论依据。
傅里叶变换红外光谱技术 一氧化碳 柱总量 太阳吸收光谱 卫星数据 Fourier transform infrared spectroscopy Carbon monoxide Total column Solar absorption spectra Satellite data 光谱学与光谱分析
2018, 38(5): 1329
1 中国科学院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
地表反照率在大气辐射传输及遥感成像研究中应用广泛,对地球大气系统的能量收支平衡有重要影响,反映了地表对太阳辐射的反射能力。 地表反照率经纬度查询软件以MODIS遥感数据为数据源,使用C++语言对该软件进行设计开发,包括数据源(MCD43B3)的预处理、MySQL数据库的设计、 像元经纬度坐标的获取、数据的存储,以及根据经纬度参数查询地表反照率的流程。建立了中国大陆地区地表反照率数据库,依据经纬 度参数可以方便快捷地查询某一具体地理位置的反照率数据。
地表反照率 MySQL数据库 软件设计 surface albedo MCD43B3 MCD43B3 MySQL database software design 大气与环境光学学报
2017, 12(6): 446
1 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230031
2 中国科学技术大学地球与空间科学学院, 安徽 合肥 230031
3 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
基于高分辨率傅里叶变换红外太阳吸收光谱可以准确测量大气中二氧化碳的柱总量。 基于光谱反演算法中的前向模型, 分析了改变前向模型中不同参数和不同天顶角情况下对反演结果的影响及其原因。 选取具有代表性的两天的测量光谱, 改变前向模型中连续体倾斜量值、 内部视场角、 零偏置和多普勒效应四个模型参数, 观察不同先验模型参数的扰动对二氧化碳测量结果的影响。 结果表明, 不同模型参数的扰动引起反演的二氧化碳柱平均干空气混合比(XCO2)相对偏差并不一样； 不同的测量时间, 相同参数扰动引起的二氧化碳含量相对偏差也不同。 其中连续体倾斜量值的变化对反演结果的影响最大, 其变化引起的相对偏差波动范围在01%～02%之间； 内部视场角、 零偏置和多普勒效应的变化对反演结果影响较小, 引起的二氧化碳的相对偏差分别在-0045%～002%, -0045%～0015%和-003%～004%之间。 最后用二氧化碳反演平均核解释了反演误差来源。 研究结果对光谱反演算法中模型参数的设定和提高测量的准确度提供了理论依据。
模型参数 傅里叶变换红外光谱 敏感性分析 二氧化碳 A model parameter Fourier transform Infrared spectroscopy Analysis of sensitivity Carbon dioxide 光谱学与光谱分析
2017, 37(7): 1997
1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学环境光学学院, 安徽 合肥 230031
高质量的CO2反演结果有助于准确认知其源汇信息、 预测未来气候变化趋势及提升全球碳循环的理解。 基于非线性最小二乘光谱拟合技术, 研究地基高分辨率傅里叶变换红外光谱反演环境大气中CO2浓度的反演产品质量优化方法。 借助O2窗口的反演结果, 将CO2柱浓度转化为柱平均干空气摩尔分数（column-averaged dry air mole fraction, XCO2）, 能有效修正系统共有误差; 采用一种经验修正模型, 能有效修正与大气质量因子相关的虚假日变化; 通过建立一定的红外光谱筛选法则, 能有效控制XCO2反演产品质量。 以一天的典型观测结果为例, 对产品质量优化前后的反演结果进行了对比, 优化后反演误差减小了60%, 以正午为中心两边各取一小时计算了XCO2的反演精度, 为0.071%（相当于0.28 ppm）, 符合TCCON(total carbon column observing network)规定的<0.1%精度范围。
傅里叶变换光谱 光学测量技术 温室气体 二氧化碳 质量优化方法 Fourier transform spectroscopy Optical measurement techniques Greenhouse gas Carbon dioxide Quality optimization method
1 中国科学院安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
2 淮北师范大学物理与电子信息学院, 安徽 淮北 235000
3 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230031
Ring效应是指大气中O2和N2分子对太阳光的转动拉曼散射致使太阳夫琅禾费结构变浅(被填充)的现象。 大气气溶胶能够改变光子在大气中的光程和大气散射性质, 进而影响到光子发生转动拉曼散射的几率(RSP), 最终影响填充效应。 通过观测RSP在不同气溶胶状态下的变化, 可以反演得到气溶胶参量信息。 采用地基多轴差分吸收光谱(multi-axis differential optical absorption spectroscopy, MAX-DOAS)方法在晴朗无云天气下对Ring效应进行了观测, 并把测量值和模型值进行了对比, 两者一致性较好; 选取大气辐射传输模型McArtim研究了在不同大气条件下Ring效应对气溶胶参数等的灵敏度, 结果表明在大多数测量情况下, 气溶胶光学厚度和边界层高度对RSP影响较大, 在90°仰角时, AOD从0.1增加到1, RSP减少了24.6%, 边界层高度从1 km增加到3 km, RSP增加了4.4%。 研究表明, Ring效应对气溶胶光学厚度和边界层高度较为敏感, 这为反演气溶胶的垂直分布提供了一种新方法。
Ring效应 转动拉曼散射几率 气溶胶参量 MAX-DOAS Multi-axis differential optical absorption spectro Ring effect Rotational Raman scattering possibility Aerosol parameter 光谱学与光谱分析
2016, 36(9): 2725
中国科学院安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 安徽 合肥 230031
提出了一种基于非色散紫外(NDUV)算法, 利用光电二极管阵列(PDA)探测器和光谱仪检测一氧化氮气体的分析方法。 通过对比分析不同积分次数下一氧化氮吸收谱和无吸收谱内不同波长宽度的总光强, 引入光源影响因子F和吸收谱因子B, 得到吸光度与浓度的拟合方程及相关系数。 结果表明, 采用合适的拟合阶数、 拟合波长宽度和分析方法, 吸光度与浓度的二阶拟合相关系数可达0.999 9以上, 通过拟合方程所获得的待测气体浓度与标准值浓度的误差在3%以内。
一氧化氮浓度 非色散紫外 光源影响因子 吸收谱因子 Nitric oxide concentration Non-dispersive ultra-violet Light source impact factor Absorption spectrum impact factor 光谱学与光谱分析
2012, 32(12): 3381
1 中国气象局国家卫星气象中心, 北京100081
2 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥230031
研究云层对卫星遥感大气CO精度的影响, 并以SCIAMACHY观测为例, 详细论述一种云层影响的修正方法。 修正过程中, 采用朗伯云模型, 全面考虑云层覆盖率、 云顶高度和地面反射率的影响。 将云层影响修正前后的卫星CO反演结果与地基FTIR测量值进行对比, 发现修正云层影响后, 两者的测量相关性明显提高。 实验结果表明, 提出的云层影响修正方法可明显提高卫星遥感大气CO的精度。
卫星观测 云效应 Satellite Carbon monoxide CO Cloud effect FTIR FTIR 光谱学与光谱分析
2012, 32(11): 2950
中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
利用非分散红外(NDIR)技术研究了非线性吸收现象对多组分气体分析交叉干扰扣除的影响及其修正方法。理论上推导了由于非线性吸收导致的干扰系数变化对系统测量准确度的影响。对常规的干扰方程组进行了修正，使用干扰函数来定量分析气体间的交叉干扰，当测量气体存在非线性吸收时，干扰函数也会发生相应变化。基于最小二乘法，以三阶多项式为拟合模型，拟合出了系统的干扰函数。利用拟合的干扰函数，通过实验证明了提出的修正方法在系统存在非线性吸收现象时仍能有效地扣除气体间的交叉干扰。
测量 环境污染监测 非分散红外 气体分析
