基于多源信息编码Transformer混合专家模型的TROPOMI XCH4反演偏差两阶段校正

《Advances in Climate Change Research》：MS-TransMoE: A transformer–mixture-of-experts model with multi-source information encoding for bias correction of TROPOMI XCH 4 retrievals

　　

气溶胶散射与地表反照率导致对流层监测仪器（TROPOMI）柱平均干空气甲烷摩尔分数（XCH₄）反演与总碳柱观测网络（TCCON）站点参考测量之间存在偏差，限制了TROPOMI数据在CH₄排放估算中的应用。为解决该问题，研究人员利用2019年1月至2025年12月的温室气体观测卫星（GOSAT）与TROPOMI XCH₄观测，分析相关变量与XCH₄偏差之间的关系及其时空模式，并开发多源信息Transformer混合专家（MS-TransMoE）模型以校正TROPOMI XCH₄反演偏差。与直接将原始GOSAT观测作为参考的单阶段方法不同，所提出的两阶段框架首先利用地基TCCON观测构建GOSAT XCH₄偏差校正模型，再将校正后的GOSAT XCH₄作为中间参考校正TROPOMI XCH₄偏差。通过空间交叉验证、独立站点测试以及使用2025年样本的时间独立测试，系统评估了模型的时空泛化能力。结果表明，该方法降低了GOSAT XCH₄相对于TCCON观测的系统偏差，并减弱了TROPOMI XCH₄相对于中间参考的区域性和季节性系统偏差；同时在一定程度上降低了与气溶胶、太阳天顶角和地表反射特性相关的系统差异。该框架为区域至全球尺度的CH₄排放监测和通量反演提供了更可靠的观测基础。

Qian Xiao等围绕TROPOMI XCH₄反演偏差校正开展研究。研究背景在于，甲烷（CH₄）是仅次于CO₂的重要人为温室气体，准确刻画其时空分布对排放清单核验、源归因和气候减缓十分重要；卫星遥感可提供大范围观测，但TROPOMI高覆盖XCH₄与GOSAT等参考产品之间存在由反演算法、仪器特征、气溶胶散射、地表反照率和观测几何等引入的系统偏差，且这些因素非线性交互，限制TROPOMI数据用于CH₄排放估算。已有反演算法改进和机器学习后处理仍面临TCCON站点空间分布有限且不均、以原始GOSAT作参考可能受其空间偏差影响、气溶胶/地表反射/观测几何非线性难以表征等问题。为此，研究人员构建两阶段偏差校正框架并提出MS-TransMoE模型：第一阶段以TCCON约束GOSAT XCH₄偏差校正，第二阶段以校正后GOSAT XCH₄为中间参考校正TROPOMI XCH₄；模型采用多源信息分类编码、Transformer编码、混合专家（MoE）系统、贝叶斯（Bayesian）双头输出与不确定性量化及联合损失。研究结论表明，该方法降低了GOSAT XCH₄相对TCCON的系统偏差，并减弱TROPOMI XCH₄相对中间参考的区域性和季节性系统偏差，在一定程度上降低与气溶胶、太阳天顶角和地表反射特性相关的系统差异，为区域至全球CH₄排放监测和通量反演提供更可靠观测基础。

关键技术方法（不超过250字）：研究使用2019年1月至2025年12月全球陆地TROPOMI与GOSAT XCH₄观测及TCCON地基观测；辅助数据包括ERA5-Land、MERRA-2、MODIS MCD43A1、MOD13Q1 V6.1和Dynamic World V1。构建TCCON-GOSAT与GOSAT-TROPOMI匹配数据集，以Edwards和Xianghe为空间独立测试站，2025年样本作时间独立测试，并开展CV1–CV3站点留出空间交叉验证。模型采用多源信息分类编码、Transformer编码、MoE、Bayesian双头输出与不确定性量化及联合损失；与7种传统机器学习模型和6种深度学习模型比较并进行消融。

研究结果：
4.1 GOSAT XCH₄偏差校正结果与分析：通过2025年独立样本季度空间分布分析，校正后GOSAT XCH₄保留原始主要空间格局，校正量呈区域和季节差异，表明第一阶段为差异化校正而非均匀平移；通过TCCON站点空间交叉验证和独立站点测试，CV1–CV3组校正后总体R²更高、RMSE和MAE更低；2025年全站点样本校正后R²由0.680升至0.940，RMSE由9.99×10^?9降至3.81×10^?9，MAE由7.64×10^?9降至2.25×10^?9，说明校正后GOSAT与TCCON一致性提高，可作为第二阶段中间参考。
4.2 TROPOMI XCH₄偏差校正结果与分析：通过2025年四季度偏差分布分析，校正后TROPOMI XCH₄相对校正GOSAT XCH₄的偏差幅度总体降低，原大尺度正负偏差区减弱，统计分布更集中；通过全球空间分布分析，校正后全球空间格局与原始TROPOMI一致，但校正量随地表和大气条件呈区域差异，北半球高纬冰雪高反照率区校正后低于原始数据，热带雨林和部分沙漠裸地区高于原始数据，原文强调校正值为多源观测条件相关的综合统计校正，不能归因于单一物理过程；通过TCCON空间交叉验证和2025年时间独立测试，多数站点R²提高、误差降低，2025年全站点R²由0.696升至0.934，RMSE由16.25×10^?9降至6.23×10^?9，MAE由11.48×10^?9降至2.87×10^?9；以TCCON校正后GOSAT为第二阶段训练目标使R²由0.69升至0.93、RMSE由8.18×10^?9降至6.23×10^?9。
4.3 校正结果不确定性与专家权重分布分析：通过Bayesian预测标准差空间分布与绝对残差比较，South America、central Africa、Southeast Asia不确定性较高，North America、Europe、East Asia多数区域较低；2025年独立测试46,939个样本校正后绝对残差为0.00–116.12×10^?9，MAE为4.21×10^?9、RMSE为6.40×10^?9，不确定性与残差空间分布总体一致；一阶段预测不确定性传播至最终校正TROPOMI XCH₄的平均标准差为2.24×10^?9。专家权重分析显示四专家平均权重分别为0.238、0.248、0.251、0.264，权重方差小于0.0001，无明显专家崩溃，且权重存在空间差异并与输入特征响应不同，说明模型可自适应调整专家参与。
4.4 与不同模型及其他校正方法比较：通过7种传统机器学习、6种深度学习和MS-TransMoE在相同数据划分下比较，2019—2024验证集Random Forest和XGBoost的R²均达0.98，RMSE分别为4.25和5.03×10^?9；2025独立时间测试中XGBoost的R²由0.98降至0.76、RMSE由5.03升至14.47×10^?9，跨年泛化有限；MS-TransMoE在2025测试集R²、RMSE、MAE分别为0.94、6.40×10^?9、4.21×10^?9，优于基本Transformer等基线；模型参数量2.620 M、每10⁴样本推理时间1.671 s，较基本Transformer将2025测试RMSE由10.89降至6.40×10^?9、MAE由7.61降至4.21×10^?9，说明多源编码和MoE增加一定计算开销但改善独立时间测试性能；消融实验表明多源辅助变量分类编码和MoE架构均贡献性能提升。

讨论部分总结：两阶段策略以TCCON先校正GOSAT、再以校正GOSAT为中间参考校正TROPOMI，不同于直接使用原始GOSAT作参考。原文指出校正后GOSAT并非绝对真值，TROPOMI与校正GOSAT差异不能完全归因于TROPOMI反演误差；GOSAT与TROPOMI在仪器设计、光谱分辨率、观测几何、反演算法、平均核、空间足迹、采样密度、过境时间和质量控制等方面不同，强空间梯度或快速大气变化也会影响匹配样本表观差异，因此校正结果应解释为降低TROPOMI XCH₄相对校正GOSAT参考的系统差异，而非严格消除真实反演误差。局限包括训练样本空间覆盖和观测条件差异、高纬和地基稀疏及复杂地表大气区不确定性较高、依赖多源辅助数据和参考数据、输入噪声/时空不匹配/缺失值影响校正性能、模型结构较复杂且计算成本较高；未来可纳入更多地面、机载和新兴卫星观测，优化平均核和足迹尺度匹配并改进轻量化和跨区域泛化。

研究结论部分翻译：本研究利用2019年1月至2025年12月TROPOMI和GOSAT观测，开发了校正TROPOMI XCH₄偏差的两阶段框架。该框架以经TCCON地基观测校正的GOSAT XCH₄作为中间参考，并纳入所提出的MS-TransMoE模型。研究人员进一步考察了TROPOMI XCH₄偏差的时空模式及其与环境变量的关系。结果揭示TROPOMI XCH₄偏差具有明显区域和季节模式，并在统计上与气溶胶、太阳天顶角、地表反照率和土地覆盖类型相关。校正后，TROPOMI XCH₄相对于校正GOSAT XCH₄和TCCON地基观测的偏差均降低，表明该方法可在一定程度上缓解TROPOMI XCH₄系统偏差。消融实验进一步表明，多源辅助变量分类编码和MoE架构均有助于提升模型性能；前者增强模型表征不同偏差相关变量非线性关系的能力，后者在不同观测条件下自适应调整校正方案，从而提高跨区域和土地覆盖类型的适应性；模型引入的不确定性估计也为校正结果质量评估提供参考。该方法仍存在局限：校正性能受TCCON站点空间分布、校正GOSAT参考数据质量以及多源辅助数据匹配误差影响，地基观测稀疏和地表条件复杂区域仍显示较高不确定性。未来研究将进一步纳入更多地面、机载和卫星观测，以提高模型在稀疏观测区域的泛化能力。