山东大学学报(理学版)

作者：王晨,许德刚,达虹鞠,唐智和,栾辉,范海浩

单位：中国石油集团安全环保技术研究院有限公司, 石油石化污染物控制与处理国家重点实验室，北京 102206

关键词：加权修正的差分光学吸收光谱法,XCH4,DEM,光谱宽带结构,人工神经网络,卫星遥感,

基金：中国石油天然气集团有限公司科技项目(2021DQ03-A3)

加权修正的差分光学吸收光谱法(weighting function modified differential optical absorption spectroscopy，WFM-DOAS)是用于甲烷平均干空气摩尔分数(XCH4)遥感反演的经典算法，其关键技术之一是分离“宽带吸收”与“窄带吸收”光谱结构；同时，数字高程模型(digital elevation model, DEM)对XCH4的反演有重要影响。目前已有的甲烷反演产品主要使用多项式进行宽带结构拟合，多项式阶数的选择标准不明确、对宽带结构的拟合不够精确，使用的DEM精度无法满足局部地区高精度反演要求。本文选取瓦里关大气本底基准观象台所在的青藏高原区域为研究区，使用更高精度的数字高程模型(global 30 m digital elevation model, GLO-30)并用全连接神经网络代替低阶多项式进行“宽带结构”拟合，进一步地，在传统的全连接神经网络的基础上加入了“跳连”结构，并使用dropout策略对网络进行优化。将实验结果与使用The Global Multi-resolution Terrain Elevation Data 2010(GMTED2010)和低阶多项式拟合方法下反演的XCH4进行数据对比。结果显示，改进后的全连接神经网络可以更好地拟合宽带光谱结构，同时联合更高精度的DEM可以提高XCH4的反演精度，相关系数最高提高到0.92。所使用的联合优化方法可以用于油气田产区的XCH4的遥感反演，从而更好地服务于油气田产区甲烷异常排放排查等。

来源：2024年第4期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2024年第4期