利用稀疏先验从成像光谱仪数据快速准确反演甲烷浓度
图像与视频处理
2020-04-16 v1 分布式、并行与集群计算
大气与海洋物理
应用统计
摘要
大气甲烷的强辐射强迫激发了人们对识别这一强效温室气体自然与人为来源的兴趣。点源是量化的重要目标，而人为目标具有减排潜力。此前已利用新一代机载可见光/红外成像光谱仪（AVIRIS-NG）的数据演示了甲烷点源羽流检测与浓度反演。当前的定量方法在计算需求与反演精度之间存在权衡，给处理实时数据或飞行活动的海量数据集造成了障碍。我们提出了一种计算高效的新型算法，将稀疏性与反照率校正应用于痕量气体浓度路径长度的匹配滤波反演。该新算法使用在印度艾哈迈达巴德上空多个点源羽流获取的 AVIRIS-NG 数据进行了测试，并利用包含已知甲烷浓度合成羽流的模拟 AVIRIS-NG 数据进行了验证。与先前的稳健匹配滤波方法相比，稀疏性与反照率校正共同将反演的甲烷浓度路径长度增强的均方根误差降低了 60.7%，背景噪声降低了 2.64 倍。新算法在配备 GPU 加速的台式机上仅用略多于 8 小时便处理了 2016 年 AVIRIS-NG 印度活动的全部 300 条飞行线。
引用
@article{arxiv.2003.02978,
title = {Fast and Accurate Retrieval of Methane Concentration from Imaging Spectrometer Data Using Sparsity Prior},
author = {Markus D. Foote and Philip E. Dennison and Andrew K. Thorpe and David R. Thompson and Siraput Jongaramrungruang and Christian Frankenberg and Sarang C. Joshi},
journal= {arXiv preprint arXiv:2003.02978},
year = {2020}
}
备注
13 pages, 11 figures