CN103135113A - 测量大气边界层高度的方法 - Google Patents

测量大气边界层高度的方法 Download PDF

Info

Publication number
CN103135113A
CN103135113A CN2013100454813A CN201310045481A CN103135113A CN 103135113 A CN103135113 A CN 103135113A CN 2013100454813 A CN2013100454813 A CN 2013100454813A CN 201310045481 A CN201310045481 A CN 201310045481A CN 103135113 A CN103135113 A CN 103135113A
Authority
CN
China
Prior art keywords
echoed signal
boundary layer
height
distance
atmospheric boundary
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.)
Granted
Application number
CN2013100454813A
Other languages
English (en)
Other versions
CN103135113B (zh
Inventor
杨婷
王自发
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Atmospheric Physics of CAS
Original Assignee
Institute of Atmospheric Physics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Atmospheric Physics of CAS filed Critical Institute of Atmospheric Physics of CAS
Priority to CN201310045481.3A priority Critical patent/CN103135113B/zh
Publication of CN103135113A publication Critical patent/CN103135113A/zh
Application granted granted Critical
Publication of CN103135113B publication Critical patent/CN103135113B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提供了一种测量大气边界层高度的方法。该方法采用基于重力波理论的原创算法——重力波梯度法获取边界层高度,直接将气溶胶在重力波作用下的垂直分布引入到算法理论中,更适用于当前中国高灰霾污染环境真实边界层高度的获取。

Description

测量大气边界层高度的方法
技术领域
本发明涉及大气探测技术领域,尤其涉及一种测量大气边界层高度的方法,可广泛应用于天气预报、环境保护、航空安全等相关行业。
背景技术
在污染事件中,人类赖以生存的大气边界层往往是大气中污染最为严重的部分,此现象在城市及工业区更为严重。预测空气污染事件的发生,了解空气污染事件的机理,就需对大气边界层内的物理化学过程进行研究,而大气边界层高度的确定在这一过程中占据了重要的地位。
无线电探空观测是确定大气边界层高度的传统方法。然而我国气球探空站点每日两次的常规探空观测(08时,20时北京标准时间)并不能够很好的捕捉到一天中不同状况下大气边界层高度的变化特征,探空观测数据的垂直分辨率也影响了大气边界层高度判定的精度,并且探空器一次性使用的特征也造成利用探空的方式确定大气边界层高度的方式成本高昂。
近年来激光雷达以其较高的垂直及时间分辨率在大气边界层研究中得到了广泛的应用。科学家们在激光雷达反演大气边界层高度的算法研究中发现激光雷达反演大气边界层高度算法的适用性会因研究区特点及雷达本身特性而存在差异。
然而,在实现本发明的过程中,申请人发现目前激光雷达反演大气边界层高度方法并不能够很好地适应气溶胶浓度较高,大气边界层结构复杂的环境,测量获得的大气边界层高度值误差较大。
发明内容
(一)要解决的技术问题
为解决上述的一个或多个问题,本发明提供了一种测量大气边界层高度的方法。
(二)技术方案
根据本发明的一个方面,提供了一种测量大气边界层高度的方法。该方法包括:步骤A,由激光雷达向空中发射脉冲激光,接收经过大气散射与吸收后的回波信号;步骤B,以预设的采样频率对所述回波信号的强度进行采样,得到不同随散射目标高度对应的回波信号强度,其中,散射目标高度通过回波信号采集时间与脉冲激光发射时间的时间差计算;步骤C,对每一回波信号强度进行订正,得到距离订正回波信号;步骤D,由多个距离订正回波信号,按照以下公式计算大气边界层的高度:
Figure BDA00002819256100021
其中,RSCS为其中之一的距离订正回波信号,R为该回波信号对应的散射目标高度。
(三)有益效果
从上述技术方案可以看出,本发明测量大气边界层高度的方法具有以下有益效果:
(1)采用基于重力波理论的原创算法——重力波梯度法获取大气边界层高度,直接将气溶胶在重力波作用下的垂直分布引入到算法理论中,更适用于高气溶胶浓度的环境,所获得的大气边界层高度更加准确;
(2)双波长相互配合可有效地剔除云对计算结果的干扰;
(3)集合计算方式确定最终某时刻的大气边界层高度,提高计算精度。
附图说明
图1根据本发明第一实施例测量大气边界层高度方法的流程图;
图2为图1所示方法中激光雷达信号发射与回波信号接收步骤的示意图;
图3为图1所示方法中对回波信号进行订正的流程图;
图4回波信号强度概念图;
图5为双波长(532nm、1064nm)距离订正回波信号随高度变化曲线;
图6根据本发明第三实施例测量大气边界层高度方法的流程图;
图7A至图7D为在2008年7月使用现有国际通用的三种方法与本实施例方法获取的大气边界层高度数据的偏差频次分布图,其中,图7A为采用简单一阶梯度法;图7B为采用对数梯度法;图7C为采用正态化梯度法;图7D为采用本实施例方法;
图8A至图8D为2008年7-9月使用现有国际通用的三种方法与本实施例方法获取的大气边界层高度数据,与探空计算大气边界层高度的对比。其中,图8A为采用简单一阶梯度法;图8B为采用对数梯度法;图8C为采用正态化梯度法,图8D为采用本实施例方法。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。
本发明提出了一个基于重力波理论通过双波长偏振激光雷达测量大气边界层高度的方法,该方法包括:发射并接收激光雷达回波信号;从接收到激光雷达光学信号中提取距离订正回波信号,再经由滤云处理后通过基于重力波理论的重力波梯度法,最后经过计算结果质控与集合分析实现对大气边界层高度的测量。
在本发明的一个示例性实施例中,提供了一种测量大气边界层高度的方法,该方法适用于在无云条件下对大气边界层高度的计算。如图1所示,本实施例测量大气边界层高度方法包括:
步骤A,由激光雷达向空中发射脉冲激光,接收经过大气散射与吸收后的回波信号;
基于米散射原理,大气粒子对接近其直径波长的激光较为敏感,因此本步骤中优选采用与大气中主要粒子直径相匹配的激光来测量获得的大气层高度可信度较高,举例来讲:波长为532nm的激光对直径为0.1μm及略大细粒子探测较为敏感;波长为1064nm的激光对较大粒子较为敏感。
在具体应用时,发射端包括激光雷达,接收端包括望远镜、检测器及采样组件。因此,请参照图2,本步骤又可以包括:
子步骤A1,由激光雷达向空中发射脉冲激光;
子步骤A2,由望远镜接收脉冲激光经过大气散射与吸收后反射回来的回波信号,例如采用直径为20cm的望远镜。当然,本领域技术人员也可以根据需要选择其他类型的检测工具。
子步骤A3,由检测器将回波信号的光信号转化为电信号,该检测器可以为光电倍增管或雪崩二极管(APDs),其中,光电倍增管用于转化可见光,雪崩二极管(APDs)用于转化近红外波长光。
步骤B,以预设的采样频率对回波信号强度进行采样,得到不同散射目标高度对应的回波信号强度:(RS1,R1)、(RS2,R2)、(RS3,R3)、……、(RSn-1,Rn-1),(RSn,Rn),其中,散射目标高度通过回波信号采集时间与脉冲激光发射时间的时间差计算;
Nd:YAG激光源在典型条件下脉冲持续时间为10ns.,这相当于空间尺度为3m,所以,长度为3米的激光以光速垂直射向天空。如图2所示,如果我们假设散射物位于距离R处,则散射光回到望远镜的延迟时间为:
           t=2R/c               (公式1)
其中c为光速,R为散射目标高度,因子2用于考虑往返距离。根据以上的公式也可以反推出散射目标的距离。
激光雷达的探测高度受限于脉冲波长度,如果脉冲时间宽度,tau=10nm,垂直分辨率,deltaR,是1.5m。deltaR=c*tau/2,c为光速,2是考虑了往返距离。而在实际应用中,垂直分辨率取决于带宽的接收机电子和采样间隔的瞬态记录器。最大测量范围是由瞬态记录器的记忆长度决定。如果它有2000个部分,每部采样间隔为50nm,它的记录长度是100μs,这就相当于15km。
步骤C,对每一回波信号强度进行订正,得到不同随散射目标高度对应的距离订正回波信号:(RSCS1,R1)、(RSCS2,R2)、(RSCS3,R3)、……、(RSCSn-1,Rn-1),(RSCSn,Rn);
如图3所示,假设散射目标高度R对应的回波信号强度为RS,则对该回波信号强度RS进行订正的步骤包括:
子步骤C1,由该回波信号对应散射目标高度的订正因子对该回波信号强度进行信号强度订正:
           RS’=RS×Y(R)                 (公式2)
其中,RS为订正前的回波信号强度,RS’为订正后的回波信号强度,Y(R)为订正因子。
在较近距离,信号强度微弱,从而传输激光束并未完全进入望远镜视角。为准确获取信号,需对采集到信号进行订正。任意散射目标高度R都对应一个订正因子Y(R),可认为Y(R)是雷达系统常数。
子步骤C2,对信号强度订正后的回波信号强度进行背景噪音去除;
子步骤C3,对去除背景噪音后的回波信号强度进行距离订正,得到距离订正回波信号。
子步骤C2和C3可以统一表示为:
          RSCS=(RS′-RS0)R2               (公式3)
其中,RSCS为距离订正回波信号,RS’为订正后的回波信号强度,RS0为背景噪音,R为该回波信号对应的散射目标高度。
由于污染物主要分布大气边界层内(1-2km),而外部的自由大气相对清洁,因而选择较远处的自由大气回波信号强度为背景噪音RS0,该背景噪音RS0的值为自由大气回波信号强度(通常取3-5km平均)。
经过本步骤处理后,将激光源与散射目标高度下的距离订正回波信号强度的点连接起来即可得到距离订正回波信号强度随散射目标高度变化的曲线,如图4所示。而需要特别说明是,该距离订正回波信号功率可以是无量纲的,也可以是有量纲的,均不影响本实施例的实施。
步骤D,对每一距离订正回波信号,开三次方后求其梯度,梯度最小值所对应的散射目标高度即为大气边界层高度,具体如以下公式所示:
h CRGM = min [ Δ ( RSCS 1 / 3 ) ΔR ] (公式4)
本步骤中,采用基于重力波理论的原创算法重力波梯度法计算大气边界层高度,直接将气溶胶在重力波作用下的垂直分布引入到算法理论中,直接针对我国城市区域高气溶胶浓度,复杂大气边界层条件的特征,更适用于高气溶胶浓度的环境,所获得的大气边界层高度更加准确。
以下对公式4的理论推导进行说明。
在基于重力波的线性非稳定理论中,浮力波数(mb)是大气长波与湍流的分界点,当波数(m)大于浮力波数(mb)时,风的波动主要受湍流影响;而当波数小于浮力波数时,风的波动主要受大气长波控制。在大气边界层顶是自由大气与边界层的分界处,边界层内以湍流为主,外部的自由大气以大尺度长波为主,所以大气边界层高度与浮力波数(mb)有某种程度上相对应。
水平风波动谱Fu(mb)与mb -3成比例,基于大气重力波中速度与温度的扩散关系,水平温度波谱FT(mb)与水平风波谱Fu(mb)成比例关系,因而FT(mb)与mb -3成比例。对于一定质量的粒子,是原子质量mu.的μ倍,
N = mass μ m u (公式5)
由于ρ=m/V(ρ是背景大气密度),可以发现理想气体方程可以写成如下形式:
P = 1 V m μ m u kT = k μm u ρT (公式6)
进而在常压下可以改写成如下形式:
dρ ρ + dT T = 0 (公式7)
这表明密度波动谱Fρ(mb)与温度波动谱FT(mb)成比例关系,所以
           mb∝Fρ(mb)-1/3              (公式8)
由于浮力波长(λb)反比于mb,所以
         λb∝Fρb)1/3               (公式9)
大气边界层内的气溶胶跟随背景气体一起运动,因而气溶胶密度波动谱(Fρ(aerosol)(mb))与λb也应具有如下关系:
          λb∝Fρ(aerosol)b)1/3      (公式10)
Fρ(aerosol)(mb)的立方根恰恰可以反映λb的特征,而λb又在一定程度上与大气边界层顶密切相关。距离订正回波信号与气溶胶浓度成比例,距离订正回波信号的立方根在某种程度上可以反映λb的特征,基于此我们发展了重力波梯度法。该算法定义为距离订正回波信号(RSCS)三次方梯度最小值所在高度为大气边界层顶,从而达到了对大气边界层高度的判别,具体数学表达式如下:
  h CRGM = min [ Δ ( RSCS 1 / 3 ) ΔR ] (公式11)
在上述实施例中,采用单波长激光雷达计算理想状态下(无云干扰)的大气边界层高度,总体介绍了该算法的核心计算流程;然后现实大气情况复杂,仅用实验例1方法很难解决现实大气边界层高度的计算。
至此,本实施例测量大气边界层厚度方法介绍完毕。
在本发明的另一个实施例中,还提供了一种测量大气边界层高度的方法。该方法与实施例一的方法类似,不同之处仅在于在步骤D之前还包括:步骤D′,利用预设阈值对距离订正回波信号强度进行筛选,大于该预设阈值的距离订正回波信号强度被筛除,不进行步骤D的大气边界层高度计算。
云滤除即基于云中大量的云水粒子造成激光雷达信号跃变的原理,对激光雷达信号进行滤波。由于大气中各种成分对激光光束的作用,实际上激光雷达回波信号是随着距离的增大而衰减的。
在图5中的距离订正回波信号随高度变化的曲线可以看出,距离订正回波信号首先是逐渐增强的过程。这是因为在开始阶段,激光光束没有完全进入望远镜的视场范围,是一个逐渐进入的过程。而后,距离订正回波信号逐渐衰减,而因为云的出现致使信号突然增强。
通常状况下,当脉冲激光的波长为532nm,阈值设置设定为5×108;或当脉冲激光的波长为1064nm,t=2×109,单位同RSCS。当然,本领域技术人员也可以根据距离订正回波信号的曲线趋势合理设置该阈值的取值。
当进行信号强度订正和距离订正的回波信号强度RSCS>阈值时,认为散射物为云;当回波信号为云时,该距离订正回波信号不参与后面大气边界层高度的计算,如图5中A部分a-b段所示。而将该段回波信号强度筛除,可以尽可能的减小云对大气边界层高度的影响。
至此,本实施例测量大气边界层高度方法介绍完毕。
在本发明的第三个实施例中,又提供了一种测量大气边界层高度的方法。该方法利用双波长偏振激光雷达来进行大气边界层高度的测量。本实施例包括:
步骤S602,由激光雷达向空中发射两不同波长的脉冲激光(532nm、1064nm);接收经过大气散射与吸收后的回波信号,经分色镜对接收到的激光束进行波长区分;
本步骤使用激光脉冲发射功率分别为20mJ/pulse和30mJ/pulse,脉冲的重复频率都为10Hz。激光束经光束扩束器校准后垂直射向天空。回波信号用直径为20cm的Schmidt Cassegrain望远镜接收。1064nm的激光束采用雪崩光电二极管接收,532nm的激光由光电倍增管来接收。
两个波长相互配合,可更为准确地捕捉不同条件下大气边界层高度的变化特征。两波长相互结果一方面有助于云信息的有效剔除,避免云信息对大气边界层高度计算的干扰,两个波长计算结果也可进行最后的集合分析,确定最终的计算结果。
步骤S604,对于该两不同波长的探测激光,分别得到不同随散射目标高度对应的回波信号强度;
步骤S606,对每一补偿的回波信号强度利用上述实施例步骤C的方法进行距离订正,得到在两种波长下,不同随散射目标高度对应的距离订正回波信号,如图5所示;
步骤S608,利用预设阈值对两波长的信号强度订正和距离订正的回波信号强度进行筛选,将两波长中对应云信息的目标散射高度集合做并集,两波长的该并集内目标散射高度对应的回波信号强度被统一筛除;
参照图5,本发明中利用了1064nm及532nm两个波段的回波信号进行云滤除。不同波段激光脉冲进行探测是有着不同的粒径敏感性,不同粒径水滴在云中分布不均,因此在进行云分辨时,不同波段的激光脉冲往往会得到不同的结果,采用单一波段进行云滤除往往会发生滤除不净的现象。如图5所示,532nm波段中判断ab间为云,1064波段判断cd间为云,结合这两个波段后,最终得到的结果为ad间为云层,ad间对应的回波信号强度被统一删除。
在本实施例中,对应波长为532nm的脉冲激光,阈值t1=5×108;对于波长为1064nm的脉冲激光,阈值t2=2×109
步骤S610,采用上述实施例的步骤D的方法,分别获取两个波长对应的大气边界层高度;
步骤S612,根据大气边界层高度的时间连续性对两个大气边界层高度进行判断,若不符合连续性特征,将继续进行二次计算,得到合理的大气边界层高度值;
时间连续性是指连续时间内大气边界层计算结果具有较好地连贯性,不出现异常疵点;在实际应用中需将时刻计算结果与前一时刻结果进行比对,如果计算结果相差大于预期设定阈值(如300m,激光雷达数据计算时间分辨率为15分钟,依据大气动力特征,非特殊情况相邻15分钟内结果不会与超过300m),则认为此次计算失败,需对该时刻结果重新计算,具体做法取第二小的梯度点,随后在对结果进行检验,如仍无法满足条件则取第三小的梯度点,以此类推。
步骤S614,按照相应权重的对两组大气边界层高度进行处理,得到最终的大气边界层高度;
     h=a1×h1+a2×h2              (公式2’)
其中,h为最终得到的大气边界层高度;h1为依据第一波长激光计算的大气边界层高度,a1为其权重;h2为依第二波长激光计算的大气边界层高度,a2为其权重,a1和a2取决于当前天气情况下各种粒径大气例子所占的比例。一般情况下,可取a1=a2=0.5。
至此,本实施例测量大气边界层方法介绍完毕。
图7A至图7D为2008年7月使用现有国际通用的三种方法与本实施例方法获取的大气边界层高度数据的偏差频次分布图。其中,图7A为采用简单一阶梯度法;图7B为采用对数梯度法;图7C为采用正态化梯度法,图7D为采用本实施例方法。偏差高估300m以上及低估300m以上已在图中框中。
原始的简单一阶梯度法原则上应该可以准确判别大气边界层顶的位置,但其运用其于复杂条件时就常会出现问题,尤其是在清晨和晚上,弱湍流不能迅速混合地面排放的气溶胶,往往导致了近地面常出现气溶胶信号大梯度变化,最终导致简单一阶梯度法的计算结果总是偏低。这些理论分析也与图7A的结果相对应。
原始信号经过对数、正态化等处理后可以在一定程度上减少近地面的信号梯度,但是,这种减少方式有些过激,导致了对数梯度法与正态化梯度法的计算结果偏高。这些理论分析也与图7B和图7C的结果相对应。
在大气波动会影响污染物的分布,大气重力波作为大气中最为常见的一种大气垂直运动方式,在大气结构的空间分布以及时间变化中都扮演了非常重要的角色(Gardner,1996)。本实施例中,大气重力波对气溶胶垂直分布的影响出发来计算大气边界层高度,避免了大气边界层内气溶胶垂直向的非均匀分布引起的瞬时散射特性差异所造成的偏差,极大的提高了大气边界层计算的准确性,如图7D所示。
图8A至图8D为2008年7-9月使用现有国际通用的三种方法与本实施例方法获取的大气边界层高度数据,与探空计算大气边界层高度的对比。其中,图8A为采用简单一阶梯度法;图8B为采用对数梯度法;图8C为采用正态化梯度法,图8D为采用本实施例方法。
图8A至图8D中,x轴代表探空计算大气边界层高度,y轴代表使用现有国际通用的三种方法与本实施例方法获取的大气边界层高度数据。实线是函数y=x。
与图7A至图7D的结果相互吻合,简单一阶梯度法(见图8A)、正态化梯度法(见8B)以及正态化梯度法(见图8C)通常情况下计算结果都有较大偏差。多数情况下,简单一阶梯度法算法的计算结果明显位于1∶1函数线的下方,这就意味着该算法的计算结果明显偏低。与此同时,正态化梯度法及正态化梯度法计算结果则明显偏高。而本实施方法的计算结果(见图8D)更为接近1∶1的函数线。
可见,与国际上现有通用算法相比,本实施例方法无论是中国的污染状态实例而言,还是不同天气条件下的分析来看,表现力都是明显优于其它方法。
综上所述,本发明基于原创性的重力波梯度法计算大气边界层高度,实现了较高气溶胶浓度,复杂大气状况下大气边界层高度的精确测量。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种测量大气边界层高度的方法,其特征在于,包括:
步骤A,由激光雷达向空中发射脉冲激光,接收经过大气散射与吸收后的回波信号;
步骤B,以预设的采样频率对所述回波信号的强度进行采样,得到不同散射目标高度对应的回波信号强度,其中,散射目标高度通过回波信号采集时间与脉冲激光发射时间的时间差计算;
步骤C,对每一回波信号强度进行订正,得到距离订正回波信号;
步骤D,由多个距离订正回波信号,按照以下公式计算大气边界层的高度:
Figure FDA00002819256000011
其中,RSCS为多个距离订正回波信号的其中之一,R为该回波信号对应的散射目标高度。
2.根据权利要求1所述的方法,其特征在于,所述步骤C包括:
利用以下公式进行信号强度订正:RS’=RS×Y(R),其中,RS为订正前的回波信号强度,RS’为信号强度订正后的回波信号强度,Y(R)为散射目标高度对应的订正因子;
利用以下公式对信号强度订正后的回波信号进行背景噪音去除及距离订正:RSCS=(RS′-RS0)R2,其中,RSCS为距离订正回波信号,RS’为订正后的回波信号强度,RS0为背景噪音。
3.根据权利要求1所述的方法,其特征在于:
所述步骤C之后还包括:利用预设阈值对距离订正回波信号强度进行筛选,大于该预设阈值t的距离订正回波信号被筛除;
所述步骤D中,所述多个距离订正回波信号为除被筛除距离订正回波信号外的距离订正回波信号。
4.根据权利要求3所述的方法,其特征在于,所述脉冲激光的波长为532nm,所述t=5×108;或所述脉冲激光的波长为1064nm,所述t=2×109
5.根据权利要求1所述的方法,其特征在于,所述由多个距离订正回波信号计算大气边界层的高度的步骤之后还包括:
步骤E,判断得到的大气边界层高度是否符合时间连续性特征,如果是,执行步骤E1,否则,执行步骤E2;
步骤E1,输出该大气边界层高度;
步骤E2,该距离订正回波信号被筛除,重新执行步骤D,所述步骤D中,所述多个距离订正回波信号为除被筛除距离订正回波信号外的距离订正回波信号。
6.根据权利要求1所述的方法,其特征在于,所述脉冲激光的波长与当前大气中气溶胶粒子直径相匹配。
7.根据权利要求1所述的方法,其特征在于:
所述步骤A包括:由激光雷达向空中发射两不同波长的脉冲激光;接收经过大气散射与吸收后的两组回波信号,经分色镜对接收到的激光束进行波长区分;
所述步骤D之后还包括:按照相应权重对由两个波长的脉冲激光得到的大气边界层高度进行处理,获得最终的大气边界层高度;
      h=a1×h1+a2×h2
其中,h为最终得到的大气边界层高度;h1为依据第一波长激光计算的大气边界层高度,a1为其权重;h2为依第二波长激光计算的大气边界层高度,a2为其权重,a1和a2取决于当前天气情况下各种粒径大气例子所占的比例。
8.根据权利要求7所述的方法,其特征在于,a1=a2=0.5。
9.根据权利要求7所述的方法,其特征在于,所述步骤C之后还包括:
利用预设阈值对两组距离订正回波信号进行筛选;
在两组距离订正回波信号中,筛除目标散射高度集合Ф对应的距离订正回波信号,Ф=Ф1+Ф2,其中,Ф1为第一波长脉冲激光对应的一组距离订正回波信号中,大于第一预设阈值t1的距离订正回波信号对应的目标散射高度集合;Ф2为第二波长脉冲激光对应的一组距离订正回波信号中,大于第二预设阈值t2的距离订正回波信号对应的目标散射高度集合。
10.根据权利要求9所述的方法,其特征在于:所述第一波长为532nm,所述t1=5×108;所述第二波长为1064nm,所述t2=2×109
CN201310045481.3A 2013-02-05 2013-02-05 测量大气边界层高度的方法 Expired - Fee Related CN103135113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310045481.3A CN103135113B (zh) 2013-02-05 2013-02-05 测量大气边界层高度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310045481.3A CN103135113B (zh) 2013-02-05 2013-02-05 测量大气边界层高度的方法

Publications (2)

Publication Number Publication Date
CN103135113A true CN103135113A (zh) 2013-06-05
CN103135113B CN103135113B (zh) 2014-08-06

Family

ID=48495194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310045481.3A Expired - Fee Related CN103135113B (zh) 2013-02-05 2013-02-05 测量大气边界层高度的方法

Country Status (1)

Country Link
CN (1) CN103135113B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107561555A (zh) * 2017-08-31 2018-01-09 兰州大学 反演边界层高度的方法、装置、计算机设备及存储介质
CN108072356A (zh) * 2016-11-11 2018-05-25 成都康烨科技有限公司 高度测量方法、装置及无人机
CN108414997A (zh) * 2018-01-09 2018-08-17 武汉大学 一种基于粒子特性差异的边界层高度反演方法
CN113030905A (zh) * 2021-04-07 2021-06-25 中国科学院大气物理研究所 气溶胶激光雷达数据质控的方法及系统
CN113189616A (zh) * 2021-05-10 2021-07-30 北京城市气象研究院 一种大气的边界层高度确定方法以及相关设备
CN113344149A (zh) * 2021-08-06 2021-09-03 浙江大学 一种基于神经网络的pm2.5逐小时预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1209485A2 (de) * 2000-11-28 2002-05-29 Valeo Schalter und Sensoren GmbH Verfahren sowie Vorrichtung zur Erfassung eines Raumbereichs
CN1710379A (zh) * 2005-07-05 2005-12-21 华东师范大学 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法
CN1967284A (zh) * 2006-09-14 2007-05-23 中国科学院安徽光学精密机械研究所 激光雷达透射式双焦距收发光学系统
CN101520515A (zh) * 2009-03-31 2009-09-02 中国科学院安徽光学精密机械研究所 基于激光雷达的混合层高度的自动反演算法
KR101040595B1 (ko) * 2009-01-30 2011-06-10 부경대학교 산학협력단 자동기상관측장비를 이용한 혼합층고도 산출방법
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
CN202025083U (zh) * 2010-12-08 2011-11-02 中国科学院安徽光学精密机械研究所 激光云高实时遥感装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1209485A2 (de) * 2000-11-28 2002-05-29 Valeo Schalter und Sensoren GmbH Verfahren sowie Vorrichtung zur Erfassung eines Raumbereichs
CN1710379A (zh) * 2005-07-05 2005-12-21 华东师范大学 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法
CN1967284A (zh) * 2006-09-14 2007-05-23 中国科学院安徽光学精密机械研究所 激光雷达透射式双焦距收发光学系统
KR101040595B1 (ko) * 2009-01-30 2011-06-10 부경대학교 산학협력단 자동기상관측장비를 이용한 혼합층고도 산출방법
CN101520515A (zh) * 2009-03-31 2009-09-02 中国科学院安徽光学精密机械研究所 基于激光雷达的混合层高度的自动反演算法
CN202025083U (zh) * 2010-12-08 2011-11-02 中国科学院安徽光学精密机械研究所 激光云高实时遥感装置
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
杨婷等: "北京奥运会期间气溶胶光学特性垂直分布特征", 《气候与环境研究》, vol. 15, no. 5, 30 September 2010 (2010-09-30), pages 602 - 608 *
王琳等: "测量大气边界层高度的激光雷达数据反演方法研究", 《大气与环境光学学报》, vol. 7, no. 4, 31 July 2012 (2012-07-31), pages 241 - 247 *
王琳等: "激光雷达探测大气边界层高度分布的梯度法应用研究", 《大气与环境光学学报》, vol. 7, no. 3, 31 May 2012 (2012-05-31), pages 161 - 167 *
贺千山等: "北京城市大气混合层与气溶胶垂直分布观测研究", 《气象学报》, vol. 63, no. 3, 30 June 2005 (2005-06-30), pages 374 - 384 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108072356A (zh) * 2016-11-11 2018-05-25 成都康烨科技有限公司 高度测量方法、装置及无人机
CN107561555A (zh) * 2017-08-31 2018-01-09 兰州大学 反演边界层高度的方法、装置、计算机设备及存储介质
CN107561555B (zh) * 2017-08-31 2019-07-09 兰州大学 反演边界层高度的方法、装置、计算机设备及存储介质
CN108414997A (zh) * 2018-01-09 2018-08-17 武汉大学 一种基于粒子特性差异的边界层高度反演方法
CN113030905A (zh) * 2021-04-07 2021-06-25 中国科学院大气物理研究所 气溶胶激光雷达数据质控的方法及系统
CN113189616A (zh) * 2021-05-10 2021-07-30 北京城市气象研究院 一种大气的边界层高度确定方法以及相关设备
CN113189616B (zh) * 2021-05-10 2023-05-02 北京城市气象研究院 一种大气的边界层高度确定方法以及相关设备
CN113344149A (zh) * 2021-08-06 2021-09-03 浙江大学 一种基于神经网络的pm2.5逐小时预测方法
CN113344149B (zh) * 2021-08-06 2021-11-19 浙江大学 一种基于神经网络的pm2.5逐小时预测方法

Also Published As

Publication number Publication date
CN103135113B (zh) 2014-08-06

Similar Documents

Publication Publication Date Title
CN103135113B (zh) 测量大气边界层高度的方法
Emeis et al. Measurement and simulation of the 16/17 April 2010 Eyjafjallajókull volcanic ash layer dispersion in the northern Alpine region
Löffler-Mang et al. An optical disdrometer for measuring size and velocity of hydrometeors
CN102759731B (zh) 基于星载激光测高仪回波的海洋表面风、浪特性反演方法
Dall'Osto et al. Aerosol properties associated with air masses arriving into the North East Atlantic during the 2008 Mace Head EUCAARI intensive observing period: an overview
KR101751642B1 (ko) 대기 관측용 라이다의 소산계수 보정방법
CN110006848B (zh) 一种获取气溶胶消光系数的方法和装置
CN103344964B (zh) 一种遥感区分灰霾类别的激光雷达装置
CN103196872B (zh) 一种基于积分浊度计获取气溶胶粒子谱分布的方法
CN111780726A (zh) 海洋激光测深方法及系统
Ellis et al. New laser technology to determine present weather parameters
CN110006849B (zh) 一种获取气溶胶消光系数的方法和装置
CN116879899A (zh) 一种基于空中降水粒子谱反演的方法
CN105891078A (zh) 基于风廓线雷达的沙尘暴沙尘质量浓度定量反演估算方法
Li et al. Circulation retrieval of simulated wake vortices under rainy condition with a side-looking scanning radar
KR101156660B1 (ko) 라이다의 편광소멸도와 파장신호비를 이용한 황사판독 방법.
CN102607798B (zh) 一种测量大气湍流内尺度的装置及测量方法
Mao et al. Simulation and retrieval for spaceborne aerosol and cloud high spectral resolution lidar of China
RU200354U1 (ru) Устройство для анализа интенсивных осадков капель из выбросов топливных жидкостей в атмосфере
Marchetti et al. Real-time tephra-fallout accumulation rates and grain-size distributions using ASHER (ASH collector and sizER) disdrometers
Iwasaki et al. Characteristics of aerosol and cloud particle size distributions in the tropical tropopause layer measured with optical particle counter and lidar
Wang et al. Detecting sand-dust storms using a wind-profiling radar
Bachalo et al. Phase Doppler Interferometry for Efficient Cloud Drop Size Distribution, Number Density, and LWC Measurements
Peng et al. Ice crystal concentrations in wave clouds: Dependencies on temperature, D> 0.5 μm aerosol particle concentration, and duration of cloud processing
Peng et al. Retrieval of the Characteristic Size of Raindrops for Wind Sensing Based on Dual-Polarization Radar

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Yang Ting

Inventor after: Wang Zifa

Inventor after: Wang Xiquan

Inventor after: Sun Yele

Inventor after: Zhang Wei

Inventor before: Yang Ting

Inventor before: Wang Zifa

Inventor before: Zhang Wei

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: YANG TING WANG ZIFA ZHANG WEI TO: YANG TING WANG ZIFA WANG XIQUAN SUN YELE ZHANG WEI

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140806

Termination date: 20210205