摘要
东北走廊(NEC, North-East Corridor)测试平台项目是美国国家标准与技术研究所(NIST, National Institute of Standards and Technology)的第三个温室气体排放源测试平台. 本项目旨在提高温室气体测量能力. 本文介绍了这个项目的与大气反演方法相结合的密集观测网络的设计方法. 这种方法应用 WRF(ARW 版本) 模式(Advanced ResearchWeather Research and Forecasting Model)与STILT模式(Stochastic Time-Inverted Lagrangian Transport model)相耦合来计算假定的观测对地表温室气体排放源的敏感性(足迹). 和其他观测网的设计算法的不同之处在于, 这个密集观测网络应用一个基于 k-means 聚类方法的迭代挑选算法, 以最小化每个站点的时间响应之间的相似性, 并最大化城市排放源贡献的敏感性. 一旦选择了某种配置的观测网, 将使用综合反演贝叶斯卡尔曼滤波来评估它的性能. 我们展示了由不同数量的塔和不同的位置的塔组成的不同配置的多个观测网的性能. 结果表明, 由于附加到每个站点的空间信息不能最理想的覆盖最大可能的区域, 过度密集的观测网的空间覆盖范围会减小, 而过度分散的观测网则会失去约束通量不确定性的能力. 此外, 我们还探讨了使用带有较低成本和具有较大不确定性和时间偏移的性能传感器的高密度网络的可能性. 当观测站点较多时, 分析收敛速度变快, 减少了滤波的响应时间. 观测中的较大不确定性意味着较少的不确定性的减少值. 另一方面, 自然界中存在的偏差被带入到观测中, 从而使得反演通量有偏差.