标题：基于多源卫星XCO2数据的融合与优化
作者：鞠巍 王瑞
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：XCO2；数据融合；压缩感知；深度学习
摘要：随着卫星观测技术的不断发展，包括CO2在内的越来越多的大气成分数据可供获取。多源卫星数据融合是一种有效的手段，可以提高数据的准确性以及时空分辨率。基于压缩感知以及深度学习技术对GOSAT、OCO-2、OCO-3三颗被动式探测卫星的遥感观测数据进行了融合与优化。压缩感知用于生成初始的融合数据，深度学习模型进一步强化CO2数据的季节循环特征，对初始融合数据进一步优化。实验结果表明，压缩感知生成的融合数据优于原始卫星观测，深度学习模型能够有效地对融合数据进行降噪与优化。