三峡库区CO2平均柱浓度的卫星和地面观测研究

荣飘，张淳民*，刘冬冬，栗彦芬

（1.西安交通大学空间光学研究所，陕西西安710049；2.西安交通大学理学院，陕西西安710049）

三峡库区CO2平均柱浓度的卫星和地面观测研究

荣飘1，2，张淳民1，2*，刘冬冬1，2，栗彦芬1，2

（1.西安交通大学空间光学研究所，陕西西安710049；2.西安交通大学理学院，陕西西安710049）

大型水库会对CO2释放和吸收产生影响。研究三峡水库的CO2源汇效应是近年来的一个热点问题。重庆涪陵是三峡库区的腹心区域。在这一区域进行CO2测量具有科学研究价值和环境保护应用意义。本文分析比较卫星和地面高光谱观察CO2平均柱浓度（XCO2）的方法及其结果。对拟在重庆涪陵站点设置的地面高光谱仪器采用改进的SCIATRAN大气辐射传输模型进行天顶观察模式模拟，得到模拟光谱和反演的XCO2，并与日本GOSAT卫星观察的XCO2数据进行比较。结果表明，两者的误差为1.22 ppm（parts per million，×10-6），满足碳源汇研究的精度要求。这一结果为卫星观察资料应用于三峡库区CO2探测和碳源汇效应研究提供了技术支撑。

地面观测模拟；CO2；SCIATRAN

大气CO2是重要温室气体之一。测量大气CO2平均柱浓度（XCO2）对于分析碳循环中的源汇分布和研究气候变化具有重要意义。三峡水库这类大型水利工程对CO2释放和吸收的影响越来越被重视，研究三峡库区CO2浓度分布及其时空变化规律是现在的一个热点[1、2]。卫星观测突破了地基单点观测的缺陷，使区域或全球范围探测成为可能。而传统的地基观测方法具有精度高和可靠性强的优点，对星载仪器观测数据的验证和修正具有不可替代的作用。本文分析比较卫星和地面观测方法及其结果，为卫星数据应用于三峡库区CO2遥感探测的精度提供了论证和支持。

1 高光谱CO2 观测的原理

大气CO2平均柱浓度的季节性变化范围大约为1.5 ppm[（1 ppm=M/22.4 mg·m3），M为污染物的分子量][3]。所以，研究大气CO2浓度的长期变化趋势及其源汇效应要求CO2测量精度达到1.5 ppm。这构成了卫星遥感探测大气CO2技术的主要难题[4]。高光谱遥感（光谱分辨率达到波长的10-2量级）为解决这一难题提供了技术途径。

1.1 高光谱CO2观测谱段

光谱学分析物质对电磁波的吸收、发射以及散射作用，从而确定物质的特征属性。红外光谱学一般将红外波段分为：近红外（0.7～1.4 μm），短波红外（1.4～3.0 μm），热红外（3.0～15 μm）和远红外（15 μm～1 mm）。卫星和地面观测的光谱为CO2分子的吸收光谱。分子的吸收光谱通过入射电磁波激发分子的转动能级、振动能级以及电子跃迁能级而产生。由于分子的这些能级是确定和独特的，因而吸收光谱也只在特定的波段产生。吸收光谱的强度只与气体分子的浓度有关。可以通过对CO2特征吸收光谱的探测来反演大气CO2的浓度。

大气CO2具有一系列的线吸收光谱。其中，2.7 μm波段和水汽吸收波段重合，4.3 μm的中心波段在太阳辐射范围中相对不是很重要，都不适于高精度的CO2总量反演。现在的高光谱近地面CO2探测仪器主要选择了0.76～0.77 μm、1.56～1.60 μm和2.04～2.08 μm作为目标探测波段，光谱分辨率分别优于0.044 nm、0.081 nm、0.103 nm。其中1.56～1.60 μm波段作为反演CO2柱浓度的主要波段，该波段的CO2红外吸收谱线形状如图1所示。它对地表CO2浓度变化敏感性强，有利于对地面源和汇进行较好的观测；在该波长范围内，大气中其他气体吸收很少（不受其他分子的干扰），而且CO2在这个波段的透过率与水汽的透过率之比是最大的，能满足探测精度的需求。

图1 CO2分子1.56～1.60 μm波段吸收谱线（压强900 hPa、温度280 K）[5]Fig.1 Transmittances of carbon dioxide at 900 hPa and 280 K in 1.56～1.60 μm spectral intervals

0.76 ～0.77 μm波段是氧气分子吸收带（通常称为氧A带）。可以利用该光谱带观察来减小观测区域内气压、温度和湿度等气象要素对CO2反演带来的系统误差。本研究中，O2分子A带将为CO2平均柱浓度的反演提供散射信息并用于反演干燥空气的柱浓度。O2分子A带近红外吸收谱线形状如图2所示。

图2 O2分子A带近红外吸收谱线（压强900 hPa、温度280 K）[5]Fig.2 Transmittances of O2A-band at 900 hPa and 280 K

要想监测CO2的汇源分布，就需要监测全球范围内CO2的地表通量。其中的关键就是精确探测出近地面（高度0～60 km）CO2平均柱浓度，即XCO2。本文采用的算法是用O2分子A带光谱反演得到O2分子柱含量，然后计算得到干洁空气下空气柱含量，那么CO2平均柱浓度可以表示为[6]

式（1）中：XCO2—CO2为平均柱浓度（单位ppm）；—反演的CO2的绝对柱总量（molecules·cm-3）；—反演的O2的绝对柱总量（molecules·cm-3）；—转换常数取值0.209 5。

综上所述，本研究基于大气制图扫描成像吸收光谱仪（Scanning Imaging Absorption Spectirometer for Atmospheric Cartography，SCIAMCHY）所用的SCITRAN模型对CO2的1.59～1.62 μm波段光谱和O2分子A带的0.76～0.77 μm波段光谱，分别进行正演模拟和反演计算，可以得到CO2的平均柱浓度（XCO2）。关于SCIATRAN模型以及正演模拟和反演计算的详细讨论见后文。

1.2 高光谱CO2地基探测与卫星遥感观测模式

利用高光谱探测技术测量CO2平均柱浓度可以进行地基探测和卫星遥感观测。如今技术相对成熟的主要为地基傅里叶红外光谱技术和卫星被动遥感（利用自然光源）探测技术。地基观测相比于卫星观测具有精度高、可靠性强、易于实现的优点，通常作为卫星观测数据的验证和修正依据。但是地基观测都是单点测量，缺乏对区域和全球大范围实时探测的能力，所以发展卫星观测CO2的方法和技术势在必行。

地基观测主要利用傅立叶变换红外光谱仪（Fourier Transform Infrared，FTIR）进行探测。FTIR技术已经应用于世界各地的大气示踪气体测量和气候变化研究中。大部分站点参与到FTIR测量网络，提高了网络数据测量与分析的质量水准。反演结果也会储存到网络数据库中并对外开放。现在已经有两个重要的FTIR观测网，一个是大气组成变化探测网络（the Network for the Detection of Atmospheric Composition Change，NDACC）的红外工作组（the InfraRed Working Group，IRWG）[7]；另一个是总碳柱浓度探测网络（Total Carbon Column Observing Network，TCCON）[8]。

卫星被动遥感探测CO2的仪器主要包括国际上针对大气中CO2混合比进行专门观测的美国“嗅碳”卫星（Orbiting Carbon Observatory，OCO）[9]和日本温室气体观测卫星（Greenhouse gas Observing Satellite，GOSAT）搭载的被动红外探测器（Thermal and Near infrared Sensor for carbon Observation-Fourier Transform Spectrometer，TANSO-FTS）[10]，以及我国将发射的碳卫星（TanSat）[11]。

表1 TANSO-FTS参数Table 1 Technical parameters of TANSO-FTS

本文以GOSAT卫星为例，介绍其光谱观察和数据处理的基本原理，及其在碳源汇效应研究中的应用。表1给出了GOSAT卫星搭载的傅里叶变换光谱仪TANSO-FTS仪器参数。TANSO-FTS具有4个探测波段，包括3个短波红外波段（Short Wave InfraRed wave band，SWIR）和1个热红外波段（Thermal InfraRed wave band，TIR）。具有7个通道来同时获取观测数据，其中1个短波红外波段有2个偏振化分量（S分量和P分量），短波红外波段数据通过6个通道传输，热红外波段数据只用1个通道传输。

1.3 辐射传输模式

遥感观察中，传感器接收的辐射是光源（自然或者人工）发出的辐射经历了复杂的大气传输过程（包括透射、折射、反射、散射等）的结果。大气的辐射传输过程可以用辐射传输方程来描述。辐射传输方程用来描述光源辐射量与大气的相互作用，以及因此而产生的变化。大气的辐射性质在辐射传输方程中被归结为光学厚度、单次散射反照度和相函数等参数。从理论上讲，当建立一定的观测坐标系后，模拟的大气辐射强度完全可以由这些参数和边界条件所确定。本文是基于SCIATRAN辐射传输模式，建立地面和卫星观测的高光谱温室气体CO2仿真模拟正演模型（即模拟传感器观察的光谱）。而CO2的反演计算则是利用正演模拟建立的观察光谱模型，采用一定的数值方法，反向计算大气的CO2浓度。

SCIATRAN辐射传输模式是由德国不来梅大学环境物理研究所遥感研究所研究开发的[12]。这个模型可以利用直接入射的太阳光或散射光测量反演大气成分，计算空气质量因子和大气示踪气体的斜柱浓度，以及反演气溶胶和云参数。SCIATRAN辐射传输模式可用于模拟在任何观测方式下测量地球大气散射的太阳辐射，也能用于大气质量比、通量和权重函数矩阵等的计算。SCIATRAN软件包可在紫外—可见光—红外光谱范围内，作为星载、地面或机载仪器测量地球大气的散射太阳光谱的正演模型，并可以通过反演算法来确定大气成分。它是一套开源程序，并提供了非常丰富的参数化输入接口，用户可以根据自己的需要对其进行改造和创新，以完成自己的个性化任务。已经出版的关于SCIATRAN的文章，都证实基于该模型改进的反演系统，具有广泛的应用性[12-14]。基于这一辐射传输模式，西安交通大学课题组研究开发了我国的高分卫星二氧化碳反演业务算法和软件系统，在国家卫星气象中心集成应用[15-18]。

SCIATRAN传输模型具有正演和反演模块。辐射传输模型根据大气成分、温度、压强大气光学等参数，建立了描述沿视线方向的太阳近红外辐射传输过程的函数。它与波长、太阳天顶角、散射角和光程等参数有关，称为前向模型F（x，b），其中包含所有的需反演参数（此处代表二氧化碳浓度），b代表辅助的非需反演参数。在前向模型下，模型模拟的大气顶出射辐亮度向量y，与状态量x之间可以建立如下关系模型F（x，b）中计算得到模拟的大气顶出射辐亮度谱y0。然后，将观测亮度谱Y与前向模型F（x，b）模拟计算的大气顶出射辐亮度谱y0进行比较，如果残差小于所允许误差上限（通常取为仪器噪声），则x0就是所求值。如果残差R0大于所允许误差上限，则适量增加或减少设定的初始浓度，继续上述过程，直至新的残差满足要求，则新的xn即为所求CO2浓度值。

2 地面观测模拟坐标系转换

本文基于SCIATRAN辐射传输模式[12]改进的反演系统，具有天底（卫星仪器视线方向垂直向下）和天顶（地面仪器视线方向指向天顶方向）两种观测模式，可以对地面观测光谱和卫星观测光谱进行处理分析。地面观测光谱与卫星观测光谱的不同点在于：地面光谱仪是朝着太阳进行观测，测量的是太阳经过大气层后透过的辐射量，如图3中光线1所示；而卫星观测测量的是太阳辐射经过地面反射之后的辐射强度，与地面的地形和植被覆盖决定的地面反射率有关系，如图3中光线2所示。所以在分别计算卫星数据和地面数据时，需要在反演计算中分别考虑或不考虑地面反射率。

图3 卫星观测与地面站点观测模式示意图Fig.3 The model of the satellite and ground-based observation

地面观测和卫星观测的坐标转换关系，如图4所示。

假设地面观测仪器在卫星观测的目标点是同一点，并且具有相同的观测视线，将同样参数的卫星观测仪器放置到地上进行观测，仪器的z轴会反向，变化180°。但是视线方位角（φ）不变，地面观测的视线极轴角（θ1）与卫星观测的视线极轴角（θ）存在关系1

式（3）中：α是仪器位置与地心连线的夹角，可以由不同位置仪器的太阳天顶角获得。

图4 地面观测与卫星观测的坐标关系Fig.4The coordinates of the ground-based and satellite observation

3 数据分析与处理

本研究对涪陵区（东经106°56′～107°43′，北纬29°21′～30°01′）的地面观测进行了仿真模拟，并进行反演得到XCO2值。下载了GOSAT卫星数据[20]，与模拟的地面观测结果进行比较，两者之间差值小于1.5 ppm。造成误差的原因可能是地面反射太阳光对地面观测与卫星观测的影响不同。具体数据分析步骤如下：

3.1 卫星数据的观测坐标与SCIATRAN观测坐标的转换

将GOSAT的FTS L1B数据（如表2所示）转换成SCIATRAN系统的坐标[21-23]，得到了21个曝光点信息，不同的曝光点的经纬度不同，其中选择最接近涪陵区[24]的第10曝光点，21个曝光点转化成SCIATRAN中的几何参数，如图5所示。

图5 卫星数据的曝光点转换后的SCIATRAN几何参数Fig.5The geometrical parameters in SCIATRAN frame after transformation

3.2 GOSAT卫星的氧气波段（0.76 μm）和二氧化碳波段（1.6 μm）光谱提取

光谱信息可由GOSAT卫星的FTS的L1B数据得到。GOSAT卫星数据观测到的光谱信息如图6和图7所示，图中红线代表S分量，绿线代表P分量，蓝线代表总的光谱强度。

图6 GOSAT卫星观测的O2分子A波段的光谱图Fig.6The spectrum of O2A-band observed by GOSAT

图7 GOSAT卫星观测的CO2近红外波段光谱图Fig.7The spectrum of CO2observed by GOSAT near-infrared band

3.3 SCIATRAN系统对氧气波段（0.76 μm）和二氧化碳波段（1.6 μm）光谱模拟

模拟得到的O2的光谱范围在757.6 nm～772.2 nm，光谱间隔为0.012 nm；CO2的光谱范围是1 567.4 nm～1 618.1 nm，光谱间隔为0.054 nm；将GOSAT卫星数据的观测几何参数转化为地面观测几何参数后，得到的模拟光谱如图8和图9所示。

图8 O2分子A波段的SCIATRAN模拟光谱Fig.8The spectrum of O2A-band simulated by SCIATRAN

图9 CO2近红外波段的SCIATRAN模拟光谱Fig.9The spectrum of CO2near-infrared band simulated by SCIATRAN

3.4模拟光谱和实际光谱反演

分别对SCIATRAN系统模拟的光谱和GOSAT卫星实际探测的光谱进行反演，得到的O2和CO2的柱浓度值如表3所示。

表3 CO2和O2的反演结果Table 3Retrieval results of CO2and O2

3.5 反演结果比较

对SCIATRAN系统模拟的光谱和GOSAT卫星实际探测的光谱的反演结果进行比较，计算得到的XCO2的值如表4所示。

表4 XCO2的值Table 4The results of XCO2value

由此可知，SCIATRAN系统模拟的光谱和GOSAT卫星实际探测的光谱的反演结果XCO2相差1.22 ppm（＜1.5 ppm），可以用于大气中碳的源汇分析。

4 误差来源分析

4.1 正演模式误差

反演算法依据的是模拟值与测量值的差，因此正演模式引起的误差无法避免。

4.2 先验模式误差

二氧化碳反演需要依赖柱浓度（或廓线）的先验信息。要求先验廓线能够比较准确地反映二氧化碳的垂直分布情况，以便订正温度对二氧化碳吸收截面的影响，所以先验廓线是主要的误差来源。

西安交通大学课题组研究开发了我国的高分卫星二氧化碳反演业务算法和软件系统[17]，已进行参数灵敏性分析，结果表明：温度廓线、压强廓线、XCO2初始值、气溶胶和云光学厚度以及O2分子A波段的地表反照度是影响XCO2反演精度的主要因素。只考虑单一误差来源，如果要求XCO2反演相对误差不超过1%，这些主要误差因子需要满足的条件如表5所示。

表5 影响XCO2反演精度的主要因素Table 5The major influence factors of XCO2inversion accuracy

除上述主要误差来源外，还有其他一些因素也影响XCO2反演精度，但反演误差可以控制在0.1%。这些次要的因素，包括：

（1）反演通道选择，即选择部分通道进行XCO2反演。与应用全部通道反演XCO2比较，误差在0.3 ppm。

（2）O2、H2O和O3初始浓度廓线误差不超过1%时，XCO2反演的相对误差＜0.1%。

（3）光谱分辨率的初始误差＜1%，XCO2反演的相对误差＜0.1%。

（4）高程信息初始误差＜500 m，XCO2反演的相对误差＜0.1%。

如果假设这些误差因子是统计独立的，XCO2反演的总误差σtot的平方可以表示为各主要因子误差σi及次要因子误差σj的平方和，即

由于假设主要误差因子是统计独立的，它们对XCO2反演误差的贡献具有随机性。根据前述的分析，取σi=1%和N=5，同时忽略σj=0.1%各项的贡献，假设XCO2=400 ppm，可以估计XCO2反演总误差σtot的上限为：

如后面所讨论的，GF_VRTM-V2.0系统反演XCO2的总误差σtot实际估计值为5～6 ppm，低于这一上限值[17]。

4.3 仪器误差

仪器误差主要包括卫星发射前仪器定标（包括波长定标）误差、飞行中定标的变化以及仪器噪声。

4.4 随机误差

随机误差的影响可以用时间和空间平滑的方式消除。

5 结论

本研究将GOSAT观测到的XCO2值，与模拟的地面观测结果进行比较，得到两者之间的误差为1.22 ppm，满足大气中碳的源汇研究的精度要求（小于1.5 ppm）。这一结果表明，卫星观察的XCO2验证数据能为研究三峡库区的二氧化碳源汇效应提供必要的数据支撑。

[1]秦林，张可言，朱乾华，等.AIRS遥感观察三峡库区二氧化碳浓度变化特征[J].中国科技信息，2013，24（4）：34-35.

[2]秦林.AIRS卫星遥感观察三峡库区甲烷浓度变化特征[J].资源节约与环保，2013，30（12）：99.

[3]TOLYON B T，PLOUFFE D.Sensitivity of Radiometric Measurements of the Atmospheric CO2Column from Space[J].Applied Optics，2001，40（9）：1305-1313.

[4]刘毅，吕达仁，陈洪滨，等.卫星遥感大气CO2的技术与方法进展综述[J].遥感技术与应用，2011，26（2）：247-254.

[5]SCHNEISING O.Analysis and Interpretation of Satellite Measurements in the Near-infrared Spectral Region：Atmospheric Carbon Dioxide and Methane[D].Bremen：University of Bremen，2008：36-37.

[6]石广玉.大气辐射学[M].北京：科学出版社，2007.

[7]HENDRICK F，POMMEREAU J P，GOUTAIL F，et al.NDACC/SAOZ UV-visible Total Ozone Measurements：Improved Retrieval and Comparison with Correlative Ground-based and Satellite Observations[J].Atmospheric Chemistry&Physics，2011，11（12）：5975-5995.

[8]TOON G，BLAVIER J F，WASHENFELDR R，et al.Total Column Carbon Observing Network（TCCON）[EB/OL].（2009-04-26）[2016-04-12].http：//www.tccon.caltech.edu/publications/OSA_FTS_Meeting_20090323.pdf.

[9]CRISP D，ATLAS R M，BREON F M，et al.The Orbiting Carbon Observatory（OCO）Mission[J].Advances in Space Research，2010，34（4）：700-709.

[10]KUZE A，SUTO H，NAKAJIMA M，et al.Thermal and near Infrared Sensor for Carbon Observation Fourier-transform Spectrometer on the Greenhouse Gases Observing Satellite for Greenhouse Gases Monitoring[J].Applied Optics，2009，48（35）：6716-6733.

[11]刘毅，杨东旭，蔡兆男.中国碳卫星大气CO2反演方法：GOSAT数据初步应用[J].科学通报，2013，63（11）：996-999.

[12]ROZANOV V V，BUCHWITZ M，EICHMANN K U，et al.SCIATRAN-a New Radiative Transfer Model for Geophysical Applications in the 240-2 400 nm Spectral Region：The Pseudo-spherical Version[J].Advances in Space Research，2002，29（11）：1831-1835.

[13]BLUM M，ROZANOV V V，BURROWS J P，et al.Coupled Ocean-atmosphere Radiative Transfer Model in the Framework of Soft ware Package SCIATRAN：Selected Comparisons to Model and Satellite Data[J].Advances in Space Research，2012，49（12）：1728-1742.

[14]ROZANOV V V，LYAPUSTIN A I.Similarity of Radiative Transfer Equation：Error Analysis of Phase Function Truncation Techniques[J].Journal of Quantitative Spectroscopy&Radiative Transfer，2010，111（12-13）：1964-1979.

[15]王鼎益，张淳民.二氧化碳总量全球反演业务算法：设计报告[D].西安交通大学，2015.

[16]王鼎益，张淳民.二氧化碳总量全球反演业务算法：软件接口说明[D].西安交通大学，2015.

[17]王鼎益，张淳民.二氧化碳总量全球反演业务算法：数学物理基础[D].西安交通大学，2015.

[18]王鼎益，张淳民.二氧化碳总量全球反演业务算法：GF_VRTM-V2.0软件系统用户手册[D].西安交通大学，2015.

[19]BUCHWITZ M，ROZANOV V V，BURROWS J P.A Correlated-k Distribution Scheme for Overlapping Gases Suitable for Retrieval of Atmospheric Constituents from Moderate Resolution Radiance Measurements in the Visible/near-infrared Spectral Region[J]. Journal of Geophysical Research，2000，105（15）：247-261.

[20]GOSAT Project Office.1st International Workshop on GOSAT Data Utilization[EB/OL].（2011-03-11）[2016-04-12].http：//data. gosat.nies.go.jp/GosatUserInterfaceGateway/guig/doc/GOSAT_HB_E_1stEdition_for_HP.pdf.

[21]代海山.高光谱卫星遥感温室气体CO2反演技术研究[D].西安交通大学，2012：34-36.

[22]Institute of Remote Sensing University of Bremen.Germany User’s Guide for the Software Package SCIATRAN（Radiative Transfer Model and Retrieval Algorithm）[EB/OL].（2011-11-15）[2016-04-12].http：//www.iup.uni-bremen.de/sciatran/download/inde x. html.

[23]ROZANOV V，ROZANOV A，KOKHANOVSKY A，et al，Solution of Vector Radiative Transfer Problems in the Framework of Software Package Sciatran[EB/OL].（2010-10-05）[2016-04-12].http：//www.iup.uni-bremen.de/～alexk/2011/Scia-5.pdf.

[24]LI Q，HOU S Q，LI Y H，et al.Features of Floods in the Three Gorges Reservoir Region and its Relationship with Large Scale Circulation[J].Transactions of Atmospheric Sciences，2010，33（4）：477-488.

[责任编辑：向晚]

Study of Satellite and Ground-based CO2Column-averaged Mole Fraction Observation in Three Gorges Reservoir Region

RONG Piao1,2，ZHANG Chun-min1,2，LIU Dong-dong1,2，LI Yan-fen1,2

（1.Institute of Space Optics,Xi’an Jiaotong University,Shanxi Xian 710049,China;2.School of Science,Xian Jiaotong University, Shanxi Xian 710049,China）

Large reservoir has impact on CO2release and absorption.The role of Three Gorges Reservoir as CO2source and sink is a hot issue in recent years.Fuling in Chongqing is in the center part of the reservoir.The CO2measurements in that region are of interests to the scientific community and significance of environmental protection application.The methods and results of satellite and ground-based hyperspectral observations of atmospheric CO2column-averaged mole fraction(XCO2)are studied.This study firstly utilized an improved system based on SCIATRAN to simulate the observed spectrum of CO2of Fuling station in Chongqing.Then,we acquired the inverted XCO2value of the actually observed spectrum of the GOSAT from Japan.The difference of the column-averaged mole fraction of Carbon Dioxide between SCIATRAN simulating calculation value and GOSAT FTS L1B Data retrieval value is 1.22 ppm(parts per million,×10-6)within the seasonal variations in CO2.So it can be inferred that the satellite measurements could apply to the observation of CO2in Three Gorges Reservoir region for study of CO2sources and sink.

The simulation of ground-based observation；CO2；SCIATRAN

X52；P407；TP79

A

2096-2347（2016）03-0008-10

10.19478/j.cnki.2096-2347.2016.03.02

2016-09-08

国家自然科学基金重点项目（41530422）；国家科技重大专项（32-Y30B08-9001-13/15）。

荣飘（1990—），女，湖北仙桃人，博士，主要从事空间光学、大气风场探测和大气反演研究。E-mail：rongpiao@stu.xjtu.edu.cn

*[通讯作者]张淳民（1956—），男，陕西西安人，教授，博士生导师，主要从事空间光学、大气风场和微量气体探测研究。E-mail：zcm@xjtu.edu.cn

式（2）中：ε是探测仪器的测量误差。除反演参数外，模型中还需b中所包含的非反演参数，如气体分子横截面，或从其他测量结果中精确获得的大气参数。

通过优化迭代算法可以获得所需的CO2浓度[19]：首先，设定大气CO2的初始浓度x0，将x0代入前向