CN101520515B - 基于激光雷达的混合层高度的自动反演方法 - Google Patents
基于激光雷达的混合层高度的自动反演方法 Download PDFInfo
- Publication number
- CN101520515B CN101520515B CN2009101164629A CN200910116462A CN101520515B CN 101520515 B CN101520515 B CN 101520515B CN 2009101164629 A CN2009101164629 A CN 2009101164629A CN 200910116462 A CN200910116462 A CN 200910116462A CN 101520515 B CN101520515 B CN 101520515B
- Authority
- CN
- China
- Prior art keywords
- height
- mixolimnion
- aerosol
- laser radar
- atmospheric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000008033 biological extinction Effects 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 32
- 239000000443 aerosol Substances 0.000 claims description 30
- 239000005427 atmospheric aerosol Substances 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000005436 troposphere Substances 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 241000931526 Acer campestre Species 0.000 claims description 2
- 239000002245 particle Substances 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000809 air pollutant Substances 0.000 description 2
- 231100001243 air pollutant Toxicity 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种基于激光雷达的混合层高度的自动反演算法,首先对激光雷达回波信号进行反演,获得气溶胶后向散射廓线图,然后设定拟合初始值,通过比较由不同初始值而得出的不同混合层高度来确定合适初始值,并使用改进后的梯度法,用误差函数拟合原始信号来获取混合层高度信息。本发明利用云高仪的气溶胶后向散射回波信号图,得出气溶胶消光系数廓线分布廓线图,通过对传统梯度法的改进用误差函数去拟合与原始信号最接近的曲线,从而能够准确求得混合层高度,具有误差小,鉴别力高,能够很好的识别所需信息的优点。
Description
技术领域
本发明涉及激光雷达技术领域,尤其是一种基于激光雷达的混合层高度的自动反演算法
背景技术
大气混合层是对流层下部直接受地面强烈影响的一层大气。因为受非均匀下垫面的影响,不仅会对辐射收支、气象场等产生影响,而且对污染物的沉降、输送及排出等都有重要作用,如对空气污染物的分布具有支配性作用。同时,由于人类的生命活动几乎都发生在这一层内,对它的研究与天气预报、气候预测、大气物理研究、工农业生产、环境保护和航空安全等密切相关。混合层高度是评价空气质量受城市污染源、长距离输送或沉降影响的关键参数,也是检验空气污染数值模拟效果的重要参数,如何方便有效地确定混合层高度并准确监测其变化过程,对空气污染物的扩散、传输模式以及污染物预报模式都具有十分重要的意义。目前还没有直接测量混合层高度的方法,比较常用的技术有无线电探空,远程探测和参数化法。在最新的远程探测法中,利用云高仪的气溶胶后向散射廓线图推断混合层高度是一种理想的方法。确定混合层的高度有多种,如目测法、阈值法和梯度法。目测法分析有较强的主观性,视觉误差不可避免,只可以用来大致估计混合层和夹带层。阈值法是以后向散射信号低于一个预先设定的阈值作为判断基准,或者以后向散射信号超过清洁大气信号一定值为判断基准,但由于回波信号起伏很大,因此采用的廓线图一般都是经过平均处理的,这就有可能丢失一些瞬时的有用信息。梯度法的理论基础是混合层相对不变的浓度一般高于混合层之上大气的浓度,因此混合层到混合层之上就会看到一个变化,从混合层内相对较强的散射变为混合层上较小的散射。梯度方法就是通过选择后散射系数的负梯度最大值(即-dβ/dR)的地方作为混合层顶。但是因为有限差分导致噪声被放大,在实际过程中很难区分何时出现后向散射系数的最大值,为解决这一问题,通常选择时间或空间的一段连续区域进行平均,并对平均后的廓线图进行垂直平滑处理,但即使进行时空平均处理后,该方法仍有可能会把混合层之上的散射层或混合层之下的一些卷云当作混合层。
发明内容
本发明的目的是提供一种基于激光雷达的混合层高度的自动反演算法,以解决传统方法的鉴别力不高,误差大,不能较好地识别出所需信息,需要平滑处理的问题。
为了到达上述目的,本发明所采用的技术方案为:
1、一种基于激光雷达的混合层高度的自动反演算法,其特征在于:首先对激光雷达回波信号进行反演,获得气溶胶后向散射廓线图,然后设定拟合初始值,通过比较由不同初始值而得出的不同混合层高度来确定合适初始值,并使用改进后的梯度法,用误差函数拟合原始信号来获取混合层高度信息;所述算法步骤为:
(1)列出激光雷达方程,选取激光波长为905nm,对应的激光雷达方程为:
P(R)=PtCη(R)R-2[βα(R)+βm(R)]Ta 2(R)Tm 2(R);
式中P(R)为激光雷达回波功率,Pt为激光发射功率, 为大气探测激光雷达系统常数,c为光速,τ为激光器脉宽,T为雷达接收系统的光学效率,Ar是雷达接收单元的有效孔径,βa(R)和βm(R)分别为高度R处大气气溶胶和空气分子的后向散射系数; 为大气探测激光雷达至对应高度处大气气溶胶透过率, 是相应的空气分子透过率,αa(r’,λ)和αm(r’,λ)分别为高度R处大气气溶胶和空气分子的消光系数,η(R)是激光雷达的几何重叠因子,所述几何重叠因子总为1;
(2)对所述激光雷达方程进行距离修正,方程两边同时乘以地面到被测气溶胶粒子群高度的平方R2:
X(R)=P(R)R2=PtCη(R)[βα(R)+βm(R)]Ta 2(R)Tm 2(R);
(3)确定标定高度Rc、大气分子消光系数αm(R)、气溶胶消光系数标定值αa(Rc)、大气分子消光后向比S1、气溶胶消光后向比S2;
所述标定高度Rc的确定:所述Rc为近乎不含气溶胶的清洁大气层所在对流层顶附近的高度,根据资料选取Rc=20km;
所述大气分子消光后向比S1的确定:对于905nm波长的激光,选取S1=40Sr;
所述气溶胶消光后向比S2的确定:根据瑞利散射理论得到S2=αm(R)/βm(R)=8π/3;
所述大气分子消光系数αm(R)的确定:先由公式 得出905nm波长的大气分子后向散射系数βm(R),再由公式S2=αm(R)/βm(R)=8π/3,求得大气分子消光系数αm(R);
所述气溶胶消光系数标定值αa(Rc)的确定:由气溶胶散射比和波长之间的公式 取n=1,由标准值R532=1.01得到905nm波长的气溶胶散射比R′905=1.05,再将Rc=20km代入公式 得到大气分子标定系数消光值αm(RC)和大气分子后向散射系数标定值βm(RC),将R′905和βm(RC)带入气溶胶散射比公式R′=1+βa(RC)/βm(RC)求得气溶胶后向散射系数标定值βa(Rc),最后由公式
(4)获得气溶胶消光系数后,根据大气分子消光后向比S1,获得气溶胶后 向散射系数βa(R),绘出后向散射廓线图;
(5)用误差函数 拟合原始信号,得到拟合后理想曲线表达方程 方程中Bm是混合层后向散射系数平均值,Bu是混合层上空后向散射系数平均值,R是高度,H是混合层平均厚度,s与夹带层的厚度有关;
(6)设 从后向散射廓线图中进行观察,如有两个明显的梯度变化,不能马上确定M1初始值,选择第一个梯度出现的地方p1,给p1处的M1设定一个初始值;
(7)选择第二个梯度出现的地方p2,给p2处的M1设定另一个初始值;
(8)比较M1为不同初始值时取得的混合层高度,结合测量地点、该地近期气象参数等因素,选择符合该地区上空混合层高度的特征数值。
本发明利用云高仪的气溶胶后向散射回波信号图,得出气溶胶消光系数廓线分布廓线图,通过对传统梯度法的改进用误差函数去拟合与原始信号最接近的曲线,从而能够准确求得混合层高度,具有误差小,鉴别力高,能够很好的识别所需信息的优点。
附图说明
图1为气溶胶后向散射廓线图。
图2为气溶胶后向散射廓线图和拟合后的曲线。
图3为近地面处气溶胶后向散射廓线图和拟合后的曲线。
图4为混合层高度为500米处气溶胶后向散射廓线图和拟合后的曲线。
图5为实际情况与理论情况比较的混合层高度为500米处气溶胶后向散射廓线图和拟合后的曲线。
图6一天时间内测得的混合层高度变化图。
图7为算法流程图。
具体实施方式
该算法实施过程主要分为两大部分:第一步先获得气溶胶后向散射廓线图, 第二步是用改进后的梯度法去拟合廓线图从而获得混合层高度等信息。
第一部分:如何获得气溶胶后向散射廓线图:
步骤1:从激光雷达方程出发,对于905nm波长,激光雷达方程为:
P(R)=PtCη(R)R-2[βα(R)+βm(R)]Ta 2(R)Tm 2(R) (1)
步骤2:对雷达方程进行距离修正,方程两边同时乘以R2得:
X(R)=P(R)R2=PtCη(R)[βα(R)+βm(R)]Ta 2(R)Tm 2(R)
步骤3:确定Rc,αm(R),αa(Rc),S1,S2五参数。
欲求气溶胶的后向散射系数,先从求气溶胶消光系数着手。
事先已知某一高度Rc处(标定高度)该波长大气气溶胶和空气分子的消光系数(标定值),则在标定高度Rc以下该波长在各高度的气溶胶消光系数为(后向积分):
由上面公式可以看出,若要从激光雷达测量的回波信号P(R)中得到大气气溶胶的消光系数αa(R),必须事先知道标定高度Rc、大气分子消光系数αm(R)、气溶胶消光系数标定值αa(Rc)、大气分子消光后向比S1和气溶胶消光后向比S2这五个参数。
Rc:对于标定高度Rc是通过选取近乎不含气溶胶的清洁大气层所在的高度来确定,这个高度通常在对流层顶附近,结合国内外相关探空资料,在这里我们选取Rc=20km。
S1:S1=αa(R)/βa(R)是气溶胶消光后向散射比,它依赖于发射的激光波长、 气溶胶的尺度谱分布和折射指数,对于905nm波长,取S1=40Sr。
S2:S2是大气分子消光后向散射比,根据瑞利散射理论可得
S2=αm(R)/βm(R)=8π/3 (3)
αm(R):先由如下公式得出905nm波长的大气分子消光系数βm(R):
再由公式(3),通过大气分子的后向散射系数βm(R)可以求得大气分子的消光系数αm(R)。
αa(Rc):先求气溶胶散射比R′(λ2,R)。由于气溶胶散射比和波长满足下列关系:
一般取n=1,则由标准值R532=1.01计算得到905nm波长的气溶胶散射比R′905=1.05,然后根据公式(4)得到大气分子标定系数消光值,将R′905和βm(RC)带入气溶胶散射比公式
R′=1+βa(RC)/βm(RC) (6)
求得气溶胶后向散射系数标定值βa(Rc),由气溶胶消光后向散射比S1获得消光系数标定值αa(Rc)。
步骤4:获得气溶胶消光系数后,根据S1,获得气溶胶后向散射系数,从而绘出后向散射廓线图,见图1。
第二部分:如何用改进后的梯度法得出混合层高度:
获得雷达信号的后向散射廓线图后,就可以利用改进后的梯度法(误差拟合法)求得混合层高度。这种方法的特点不是从雷达回波信号得出混合层高度,而是选择一条与原始回波信号最接近的理想曲线,从中得出混合层高度。拟合的理 想曲线表达方程如下:
其中,Bm是混合层后向散射系数平均值,Bu是混合层上空后向散射系数平均值,erf是误差函数,表达式为 R是高度,H是混合层平均厚度,s与夹带层的厚度有关。
步骤5:设定
步骤6:从后向散射廓线图中观察是否存在一个以上的明显梯度变化,图2中有两个明显的梯度,不能马上确定M1初始值,先选择第一个梯度出现的地方(p1),则设M1=230,拟合后的混合层高度为325m。
步骤7:选择第二个梯度出现的地方(p2),则设M1=100,拟合后的混合层高度为575m。
步骤8:比较根据M1不同初始值取得的混合层高度,结合测量地点、该地近期气象参数等因素,选择符合该地区上空混合层高度的特征数值575m,舍弃325m。
采用本方法在多种回波信号下进行拟合的结果分析:
图3-5是云高仪测得的三种情况的气溶胶后向散射廓线图和拟合后的曲线,图3中在近地面处的后向散射系数值较小,可能是因为测量时间为早晨6点,无污染源,大气较清洁,尽管这种方法在底部廓线和原始信号的拟合并不完美,但不影响混合层高度的确定,混合层高度较高;图4的混合层在500米左右,偏低,但利用仍能较好地判断出混合层,在约1400米处后向散射系数突然增大,拟合分析结果为一375米厚的云层;从图5可以看出,除一些噪声外,廓线拟合与实际情况较吻合。图6为在一天内测得的混合层高度变化图,从下午约一点左右混合层高度开始下降。我们对此给出的解释是:太阳未升起前,由近地面热对流引起的混合层高度较低,太阳升起后,在晴朗干净的天气情况下,地面开始存储大量的热能,地面上空能保持的热对流不断积累,而当大气层面处于不稳定状 态时,热对流又与空气的垂直浮动有关,剧烈的热对流加快空气垂直浮动,混合层高度变高;又因为热对流造成自由大气向下浮动,同时云的反馈作用使地面接收的热辐射通量减少,地面温度偏低,大气湿度较大,因此混合层高度在某一时间开始下降,夹带层厚度增加。总体来说,由近地层对流混合形成的城市混合层高度具有大气混合层典型的日变化特点,即早晚比较低,白天逐渐升高,在某一时间又开始下降,混合层高度变化一般在0.5-2km范围之内。
研究表明,利用本发明的方法进行混合层的探测是有效可行的,即使在一些较困难的情况下,如混合层高度较低,混合层和其上层后向散射信号较相近、难以区分转折点,在混合层中存在强散射气流团等时,这种方法仍然有效。
Claims (1)
1.一种基于激光雷达的混合层高度的自动反演方法,其特征在于:首先对激光雷达回波信号进行反演,获得气溶胶后向散射廓线图,然后设定拟合初始值,通过比较由不同初始值而得出的不同混合层高度来确定合适初始值,并使用改进后的梯度法,用误差函数拟合原始信号来获取混合层高度信息;方法步骤为:
(1)列出激光雷达方程,选取激光波长为905nm,对应的激光雷达方程为:P(R)=PtCη(R)R-2[βα(R)+βm(R)]Ta 2(R)Tm 2(R);
式中P(R)为激光雷达回波功率,Pt为激光发射功率,为大气探测激光雷达系统常数,c为光速,τ为激光器脉宽,T为雷达接收系统的光学效率,Ar是接收单元的有效孔径,βa(R)和βm(R)分别为高度R处大气气溶胶和空气分子的后向散射系数; 为大气探测激光雷达至对应高度处大气气溶胶透过率, 是相应的空气分子透过率,αa(R’,λ)和αm(R’,λ)分别为高度R处大气气溶胶和空气分子的消光系数,η(R)是激光雷达的几何重叠因子,所述几何重叠因子总为1;
(2)对所述激光雷达方程进行距离修正,方程两边同时乘以地面到被测气溶胶粒子群高度的平方R2:
X(R)=P(R)R2=PtCη(R)[βα(R)+βm(R)]Ta 2(R)Tm 2(R);
(3)确定标定高度Rc、大气分子消光系数αm(R)、气溶胶消光系数标定值αa(Rc)、大气分子消光后向比S1、气溶胶消光后向比S2;
所述标定高度Rc的确定:所述Rc为近乎不含气溶胶的清洁大气层所在对流层顶附近的高度,根据资料选取Rc=20km;
所述大气分子消光后向比S1的确定:对于905nm波长的激光,选取S1=40Sr;
所述气溶胶消光后向比S2的确定:根据瑞利散射理论得到S2=αm(R)/βm(R)=8π/3Sr;
所述大气分子消光系数αm(R)的确定:先由公式 得出905nm波长的大气分子后向散射系数βm(R),再由公式S2=αm(R)/βm(R)=8π/3,求得大气分子消光系数αm(R);
所述气溶胶消光系数标定值αa(Rc)的确定:由气溶胶散射比和波长之间的公式 取n=1,由标准值R532=1.01得到905nm波长的气溶胶散射比R’905=1.05,再将Rc=20km代入公式 得到大气分子标定系数消光值αm(RC)和大气分子后向散射系数标定值βm(RC),将R′905和βm(RC)带入气溶胶散射比公式R′=1+βa(RC)/βm(RC)求得气溶胶后向散射系数标定值βa(Rc),最后由公式
(4)获得气溶胶消光系数后,根据大气分子消光后向比S1,获得气溶胶后向散射系数βa(R),绘出后向散射廓线图;
(5)用误差函数拟合原始信号,得到拟合后理想曲线表达方程 方程中Bm是混合层后向散射系数平均值,Bu是混合层上空后向散射系数平均值,R是高度,H是混合层平均厚度,s与夹带层的厚度有关;
(7)选择第二个梯度出现的地方p2,给p2处的M1设定另一个初始值;
(8)比较M1为不同初始值时取得的混合层高度,结合测量地点、该地近期气象参数,选择符合该地区上空混合层高度的特征数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101164629A CN101520515B (zh) | 2009-03-31 | 2009-03-31 | 基于激光雷达的混合层高度的自动反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101164629A CN101520515B (zh) | 2009-03-31 | 2009-03-31 | 基于激光雷达的混合层高度的自动反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101520515A CN101520515A (zh) | 2009-09-02 |
CN101520515B true CN101520515B (zh) | 2012-03-21 |
Family
ID=41081200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101164629A Expired - Fee Related CN101520515B (zh) | 2009-03-31 | 2009-03-31 | 基于激光雷达的混合层高度的自动反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101520515B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175216A (zh) * | 2011-02-28 | 2011-09-07 | 中南大学 | 城市大气混合层高度的预测方法 |
CN102183800A (zh) * | 2011-02-28 | 2011-09-14 | 中南大学 | 基于大气混合层高度参数的城市通风状况的预测方法 |
CN102200508A (zh) * | 2011-03-23 | 2011-09-28 | 南京信息工程大学 | 消除背景光和热噪声对大气消光系数测量精度影响的方法 |
CN102944503B (zh) * | 2012-10-11 | 2014-09-17 | 中国科学院安徽光学精密机械研究所 | 基于太阳光度计和激光雷达的pm2.5质量浓度值自动反演方法 |
CN103115872B (zh) * | 2012-12-18 | 2015-02-25 | 中国人民解放军63655部队 | 一种多波长大气消光系数高度分布数据反演方法 |
CN103135113B (zh) * | 2013-02-05 | 2014-08-06 | 中国科学院大气物理研究所 | 测量大气边界层高度的方法 |
CN103293117B (zh) * | 2013-05-03 | 2015-06-17 | 中国科学院合肥物质科学研究院 | 一种微脉冲差分吸收激光雷达水汽时空分布反演方法 |
CN103344611B (zh) * | 2013-07-16 | 2015-07-01 | 中国人民解放军陆军军官学院 | 基于ccd成像技术的侧向激光雷达测量气溶胶参数的方法 |
CN104007088B (zh) * | 2014-06-16 | 2016-03-30 | 中国人民解放军陆军军官学院 | 后向散射激光雷达几何因子的测量方法 |
CN104991260B (zh) * | 2015-06-24 | 2017-09-29 | 中国科学院合肥物质科学研究院 | 一种基于半导体激光云高仪的云高自动反演方法 |
CN105527620B (zh) * | 2015-12-01 | 2017-10-27 | 中国科学院上海技术物理研究所 | 一种气溶胶厚度与激光雷达测距延迟的自动标定方法 |
CN106569226B (zh) * | 2016-10-28 | 2019-02-05 | 兰州大学 | 一种有云情况下利用激光雷达资料反演边界层高度的方法 |
CN106680833B (zh) * | 2016-12-27 | 2019-10-25 | 成都信息工程大学 | 基于Logistic大气消光廓线识别混合层厚度方法 |
CN107478555B (zh) * | 2017-08-11 | 2019-10-22 | 中国科学技术大学 | 气体颗粒物测量方法及装置 |
CN108414997B (zh) * | 2018-01-09 | 2021-07-02 | 武汉大学 | 一种基于粒子特性差异的边界层高度反演方法 |
CN109582910A (zh) * | 2018-12-11 | 2019-04-05 | 国网湖南省电力有限公司 | 基于空气混合高度的地面pm2.5的计算方法及系统 |
CN111323797A (zh) * | 2020-03-17 | 2020-06-23 | 中国科学院国家空间科学中心 | 一种利用gnss大气掩星弯曲角数据反演对流层顶参数的方法 |
CN111562558B (zh) * | 2020-05-15 | 2022-02-08 | 中南大学 | 一种基于随机采样拟合的边界层高度提取算法 |
CN111551961B (zh) * | 2020-06-12 | 2023-09-26 | 南通大学 | 基于多波长激光雷达的云凝结核数浓度垂直廓线反演方法 |
CN113238252B (zh) * | 2021-07-09 | 2021-12-10 | 中国气象科学研究院 | 反演气溶胶微物理参数的方法、电子设备以及存储介质 |
-
2009
- 2009-03-31 CN CN2009101164629A patent/CN101520515B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101520515A (zh) | 2009-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101520515B (zh) | 基于激光雷达的混合层高度的自动反演方法 | |
Luo et al. | Lidar-based remote sensing of atmospheric boundary layer height over land and ocean | |
Mehta et al. | Diurnal variability of the atmospheric boundary layer height over a tropical station in the Indian monsoon region | |
Collaud Coen et al. | Determination and climatology of the planetary boundary layer height above the Swiss plateau by in situ and remote sensing measurements as well as by the COSMO-2 model | |
Lammert et al. | Determination of the convective boundary-layer height with laser remote sensing | |
CN106526614B (zh) | 一种优化激光雷达探测大气成分谱线分析的方法 | |
CN102944503B (zh) | 基于太阳光度计和激光雷达的pm2.5质量浓度值自动反演方法 | |
Bravo-Aranda et al. | A new methodology for PBL height estimations based on lidar depolarization measurements: analysis and comparison against MWR and WRF model-based results | |
Wandinger et al. | Determination of stratospheric aerosol microphysical properties from independent extinction and backscattering measurements with a Raman lidar | |
CN103698305B (zh) | 一种实时观测大气透射率的方法与系统 | |
Léon et al. | Aerosol vertical distribution and optical properties over M'Bour (16.96° W; 14.39° N), Senegal from 2006 to 2008 | |
CN105988124A (zh) | 基于吸收消光比标定廓线的气溶胶污染物分布探测方法 | |
Jayaraman et al. | Spatial variations in aerosol characteristics and regional radiative forcing over India: Measurements and modeling of 2004 road campaign experiment | |
Achtert et al. | Assessing lidar‐based classification schemes for polar stratospheric clouds based on 16 years of measurements at Esrange, Sweden | |
Sinclair et al. | Boundary-layer height and surface stability at Hyytiälä, Finland, in ERA5 and observations | |
Szczepanik et al. | Properties of saharan dust versus local urban dust—a case study | |
Zolfaghari et al. | Satellite-derived light extinction coefficient and its impact on thermal structure simulations in a 1-D lake model | |
Poggio et al. | Scintillometer wind measurements over complex terrain | |
Wang et al. | Determination and climatology of the diurnal cycle of the atmospheric mixing layer height over Beijing 2013–2018: lidar measurements and implications for air pollution | |
Yufeng et al. | A UV multifunctional Raman lidar system for the observation and analysis of atmospheric temperature, humidity, aerosols and their conveying characteristics over Xi'an | |
Pathak et al. | Absorbing and scattering properties of boundary layer aerosols over Dibrugarh, Northeast India | |
Sharma et al. | Analysis of wind characteristics parameters with the application of lidar and mast | |
Lee et al. | Mixing depth estimation from operational JMA and KMA wind-profiler data and its preliminary applications: Examples from four selected sites | |
Kumar et al. | Long-term seasonal characteristics of raindrop microphysics during different rain events over the Western Ghats of India | |
Borne et al. | Impact of Aeolus wind lidar observations on the representation of the West African monsoon circulation in the ECMWF and DWD forecasting systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120321 |
|
CF01 | Termination of patent right due to non-payment of annual fee |