| 中国科学院空天信息创新研究院遥感卫星应用国家工程实验室定标与真实性检验团队于2024年11月8日在IEEE TGRS（IF=7.5）上发表一项最新研究。该研究针对卫星遥感反演XCO2系统误差偏差校正中存在的区域局限性，充分挖掘了地基观测的应用能力，提出了一种考虑时空偏差特性的贝叶斯校正方法，该算法极大地消除了反演状态参数与系统误差偏差的相关性，有效提升了卫星观测精度。 |
该研究：①基于XGBoost机器学习构建状态参数与TCCON真值代理的非线性模型，代替原有的多重线性模型（XCO2XGB）；②利用TCCON长时间观测趋势重建卫星观测参考基准，在时间尺度提升校正精度（XCO2RB）；③独立TCCON训练校正公式，根据空间相关性，在空间尺度修正系统误差（XCO2FI）。XCO2XGB精度最高，但仅学习了TCCON覆盖的观测，在无TCCON覆盖的区域需要依赖另外两种方法的时空相关性进行补充；XCO2RB并不擅长捕捉偶尔的突变，而XCO2XGB受数据驱动，XCO2FI受观测环境参数影响，因此起到了很好的补充作用；XCO2FI考虑了系统误差的空间相关性，时间泛化能力还需要另外两种方法补充。通量模型作为先验数据，将构建的三种校正样本代入贝叶斯估计，通过寻求目标变量的后验概率分布来处理不确定性。
ST-BCs全球校正精度为0.88ppm，相比V10产品精度改进了0.19ppm (18%)，相比只应用XGBoost机器学习改进了0.14ppm (14%)。同时，校正结果在多种观测模式的表现均更优，偏差与状态参数的相关性明显更趋于0，在反演偏差最大的夏季改进效果最为突出，降低了0.78ppm的偏差。
论文第一作者为中国科学院空天信息创新研究博士研究生李若溪，导师为周翔研究员，通讯作者为陶醉副研究员。该项研究工作得到国家重点研发项目资助。
IEEE Transactions on Geoscience and Remote Sensing 是遥感领域国际权威期刊，聚焦于陆地、海洋、大气和空间的遥感理论、概念、科学技术和工程，以及这些信息的处理、解译和分发。期刊发表方法上有新进展的技术类文章和重要研究。其中，Experimental Data部分要求数据完整，并清晰地描述了实验设备、方法和相关的实验环境。
