Conditional Diffusion-Based Retrieval of Atmospheric CO2 from Earth Observing Spectroscopy

要約

反射された太陽スペクトルの観測からの温室効果ガス（GHG）特性の衛星ベースの推定値は、複雑な陸生システムを理解および監視するために不可欠であり、それらの世界的に近いカバレッジにより炭素循環への影響が不可欠です。
検索として知られているこれらの観測からGHG濃度推定を行うことは、非線形ベイジアン逆問題であり、最適推定（OE）と呼ばれる計算上の高価なアルゴリズムを使用して動作的に解決され、非ガウス後部のガウス近似を提供します。
これは、ソルバーアルゴリズムの収束の問題につながり、取得された量の非現実的に自信のある不確実性の推定値につながります。
今後の衛星ミッションは、GHGオブザーバーの現在の星座よりも多くのデータを桁違いに提供します。
堅牢な不確実性の定量化を伴う高速で正確な検索アルゴリズムの開発が重要です。
そうすることは、政策決定に不可欠な炭素源とシンクのほぼ継続的なリアルタイムのグローバル監視の目標に向かって移動することの大きな気候の影響を与えることになります。
この目標を達成するために、NASAの軌道観測所2分光計のために、ガウスまたは非ガウスの後部を柔軟に回収するための拡散ベースのアプローチを提案し、現在の運用上の最先端の大幅な計算速度を提供します。

要約(オリジナル)

Satellite-based estimates of greenhouse gas (GHG) properties from observations of reflected solar spectra are integral for understanding and monitoring complex terrestrial systems and their impact on the carbon cycle due to their near global coverage. Known as retrieval, making GHG concentration estimations from these observations is a non-linear Bayesian inverse problem, which is operationally solved using a computationally expensive algorithm called Optimal Estimation (OE), providing a Gaussian approximation to a non-Gaussian posterior. This leads to issues in solver algorithm convergence, and to unrealistically confident uncertainty estimates for the retrieved quantities. Upcoming satellite missions will provide orders of magnitude more data than the current constellation of GHG observers. Development of fast and accurate retrieval algorithms with robust uncertainty quantification is critical. Doing so stands to provide substantial climate impact of moving towards the goal of near continuous real-time global monitoring of carbon sources and sinks which is essential for policy making. To achieve this goal, we propose a diffusion-based approach to flexibly retrieve a Gaussian or non-Gaussian posterior, for NASA’s Orbiting Carbon Observatory-2 spectrometer, while providing a substantial computational speed-up over the current operational state-of-the-art.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google