CN105044039B - 一种根据激光雷达数据自动反演水平能见度的方法 - Google Patents
一种根据激光雷达数据自动反演水平能见度的方法 Download PDFInfo
- Publication number
- CN105044039B CN105044039B CN201510441367.1A CN201510441367A CN105044039B CN 105044039 B CN105044039 B CN 105044039B CN 201510441367 A CN201510441367 A CN 201510441367A CN 105044039 B CN105044039 B CN 105044039B
- Authority
- CN
- China
- Prior art keywords
- range
- laser radar
- data
- slope
- linearity
- 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.)
- Active
Links
Abstract
本发明公开了一种根据激光雷达数据自动反演水平能见度的方法,该方法包括:使用激光雷达进行水平大气光学特性测量,获取激光雷达的测量数据;对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数;从距离校准对数函数中选取符合预设线性特性的线性区域;对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度。通过使用本发明中的根据激光雷达数据自动反演水平能见度的方法,可以有效、稳定地进行水平能见度的自动反演。
Description
技术领域
本发明涉及目标光学特征研究技术,特别涉及一种根据激光雷达数据自动反演水平能见度的方法。
背景技术
能见度是在一定的大气透明度下,正常人眼能发现水平天空为背景的黑色目标物(视场角大于30°)的最大距离。能见度是大气探测的一个重要因素,可反映大气层稳定程度、研究大气污染等。
能见度测量方法主要经历了由人工目测到仪器测量的发展过程。最初,能见度一般采用人工目测法测量;随着器测研发的进展,先后出现了数学摄像式、透射式、散射式能见度仪和激光雷达大气能见度测量设备。
激光雷达是传统雷达技术和现代激光技术相结合的产物,它以激光作为载波,可以用振幅、频率、相位和偏振来搭载信息,是一种极为有效的主动式现代光学遥感设备,被广泛地应用于大气科学、环境保护、气象与气候和大气遥感等领域。
1961年激光器问世不久,以测距为主要功能的激光雷达便诞生了,60年代后期,研制重点转向单脉冲激光雷达和CO2激光雷达。随着二极管激光泵浦的发展,美国开发了以DPSS微脉冲激光雷达,并在此基础上又开发了差分吸收、拉曼散射、多普勒激光雷达。目前,我国正紧跟国际先进技术,积极开展大气探测激光雷达的研究,逐步缩小与国外高水平国家的差距。
激光雷达通过激光测量大气消光系数,进而推算能见度,相对而言是目前最为客观和准确的能见度及其他光学参量检测设备。
因此,在本领域中,寻找一种有效、稳定、精度高的反演方法一直都是大气探测激光雷达研究中的一项重要目标。迄今为止,在利用激光雷达的回波信号反演大气消光系数的方法中,比较有效的有Collis斜率法以及Klett数据分析反演方法。
激光雷达作为一种新型的大气观测工具,可以通过直接探测激光与大气相互作用的光辐射信号来定量确定大气能见度。在利用激光雷达反演水平大气能见度时,一般可采用斜率法。在所述斜率法中,通过拟合直线斜率可导出大气的消光系数,利用消光系数可获得水平大气能见度。
在激光雷达进行水平测量时,近地面线性区域的选择对计算能见度有比较大的影响,在现有技术中,一般都是采用手动处理的方式来利用激光雷达数据获取水平大气能见度,因此无法有效、稳定地进行水平能见度的自动反演。
发明内容
有鉴于此,本发明提供一种根据激光雷达数据自动反演水平能见度的方法,从而可以有效、稳定地进行水平能见度的自动反演。
本发明的技术方案具体是这样实现的:
一种根据激光雷达数据自动反演水平能见度的方法,该方法包括:
使用激光雷达进行水平大气光学特性测量,获取激光雷达的测量数据;
对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数;
从距离校准对数函数中选取符合预设线性特性的线性区域;
对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度。
可选的,所述从距离校准对数函数中选取符合预设线性特性的线性区域包括:
从距离校准对数函数中选取一个初始区域;
将所述初始区域中的数据划分为多个数组,每个数组中包括N个数据;
采用最小二乘法进行线性拟合,计算每个数组的斜率;
根据各个数组的斜率,根据预设起始条件确定线性区域的起始位置n_start;
从起始位置开始,计算数据组(n_start:n_start+N)的斜率;
依次增加N个数据,分别计算数据组(n_start:n_start+N×(j-1))的斜率,其中j=1,2,…,50;
将计算得到的各个斜率中的最小值所对应的数组的数据终止位置设置为线性区域的终止位置。
可选的,所述N的值为50。
可选的,所述起始条件为:
起始位置的第一个斜率为负值,且起始位置的后三个斜率中只有一个为正值。
可选的,所述激光雷达的测量数据为距离r处的大气散射回波信号能量P(r):
其中,E0是发射的激光脉冲能量;c是光速;Ar是接收望远镜的有效面积;Y(r)是系统的几何重叠因子,β(r)是距离r处的大气后向散射系数;τSy3是系统的总透过率;τa(r)是大气透过率;其中,
所述σ(r)是r处的大气消光系数。
可选的,所述距离校准对数函数为:
S(r)=ln[r2P(r)],
其中,S(r)为距离校准对数函数,
可选的,所述距离校准对数函数S(r)满足如下的方程:
其中,β(r)、σ(r)分别为气溶胶的后向散射系数和消光系数,ra为参考距离;所述方程的微分形式为:
可选的,水平方向上大气均匀分布时的消光系数σ为:
其中,为线性拟合斜率。
可选的,根据如下公式计算得到水平能见度:
其中,Vis为水平能见度。
如上可见,在本发明的根据激光雷达数据自动反演水平能见度的方法中,由于可以对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数,然后从距离校准对数函数中选取符合预设线性特性的线性区域,再对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度,从而实现了激光雷达测量数据距离校准对数函数线性区域的自动选取,避免了人工干扰的不确定性,实现了激光雷达数据自动反演能见度,可以有效、稳定、快速、高效地进行水平能见度的自动反演。
附图说明
图1为本发明实施例中的根据激光雷达数据自动反演水平能见度的方法的流程示意图。
图2为本发明实施例中激光雷达的距离校准对数函数分布图的示意图。
图3为本发明实施例中水平能见度的自动反演的计算结果的示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
本实施例提供了一种根据激光雷达数据自动反演水平能见度的方法。
在本发明的技术方案中,可以对激光雷达的水平测量数据的特点进行分析。
当激光雷达发射的激光光束通过大气时,会与大气中的分子及气溶胶发生各种作用,其中散射的作用最为明显。激光雷达探测器接收到距离r处的大气散射回波信号能量P(r)可由激光雷达方程确定:
其中,E0是发射的激光脉冲能量;c是光速;Ar是接收望远镜的有效面积;Y(r)是系统的几何重叠因子,β(r)是距离r处的大气后向散射系数;τSyS是系统的总透过率;τa(r)是大气透过率,定义为
根据上述公式(2)可知,激光在传输过程中受到大气分子和气溶胶粒子的衰减程度。其中σ(r)是r处的大气消光系数。
在现有技术中,Collis针对气溶胶散射很强且分布均匀的情况,提出了一种求解激光雷达方程的简单方法,即Collis斜率法。
在Collis斜率法中,将对经距离平方校准后的激光雷达测量数据取对数:
S(r)=ln[r2P(r)] (3)
其中,S(r)为距离校准对数函数。S(r)满足如下所述的方程:
其中,β(r)、σ(r)分别为气溶胶的后向散射系数和消光系数,ra为参考距离。上式的微分形式为:
当水平方向上的同层大气处于均匀时,β(r)、σ(r)均为常数,不随距离的变化而改变,即存在由此可以得出水平方向上大气均匀分布时的消光系数σ:
消光系数σ与水平能见度Vis之间的关系可用下面的公式表述:
即
此种方法原理明晰、简单,计算量小,因而在大气均匀分布时,是求解大气水平消光系数和能见度的有效方法。
图1为本发明实施例中的根据激光雷达数据自动反演水平能见度的方法的流程示意图。如图1所示,本发明实施例中的根据激光雷达数据自动反演水平能见度的方法可以包括如下所述的步骤:
步骤101,使用激光雷达进行水平大气光学特性测量,获取激光雷达的测量数据。
例如,在本发明的较佳实施例中,所述激光雷达的测量数据可以是距离r处的大气散射回波信号能量P(r),所述P(r)可以由上述公式(1)表示。
步骤102,对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数。
例如,在本发明的较佳实施例中,所述距离校准对数函数可以是上述公式(2)中的S(r),即所述距离校准对数函数可以用上述公式(2)表示。
步骤103,从距离校准对数函数中选取符合预设线性特性的线性区域。
图2为本发明实施例中激光雷达的距离校准对数函数分布图的示意图。该图2是一种典型的激光雷达的距离校准对数函数分布图。如图2所示,该距离校准对数函数大约在0-0.5km范围内呈上升趋势,而在0.5-2km范围内呈下降趋势,该区域为进行消光系数反演的区域,在2km以后则为杂波信号。
从距离校准对数函数中选取线性特性较好(即符合预设线性特性)的区域是水平能见度反演的关键。在本发明的技术方案中,可以使用多种方法从距离校准对数函数中选取符合预设线性特性的线性区域。以下将以其中的一种实现方式为例,对本发明的技术方案进行详细的介绍。
例如,在本发明的较佳实施例中,所述从距离校准对数函数中选取符合预设线性特性的线性区域包括:
步骤31,从距离校准对数函数中选取一个初始区域。
在该步骤中,将先从距离校准对数函数中选取一个初始区域,从而确定所需选取的线性区域的初步范围。例如,在本发明的一个较佳实施例中,如图2所示,可以将所需选取的线性区域的初步范围选取为0.5~5km。
步骤32,将所述初始区域中的数据划分为多个数组,每个数组中包括N个数据。
其中,所述N的取值可以根据实际应用需要预先设置。例如,在本发明的一个较佳实施例中,所述N的值可以是50,即每一个数组中有50个数据。
步骤33,采用最小二乘法进行线性拟合,计算每个数组的斜率;
步骤34,根据各个数组的斜率,根据预设起始条件确定线性区域的起始位置n_start。
在本发明的技术方案中,可以分析水平测量数据(即激光雷达的测量数据)的特点,一般来说,当数组的斜率为负值时,开始进入线性区域。
较佳的,在本发明的具体实施例中,为避免进入线性区域前的数据斜率的大抖动,同时考虑线性区域中数据斜率的小抖动,可以将所述起始条件设置为:
起始位置的第一个斜率为负值,且起始位置的后三个斜率中只有一个为正值。
因此,可以将满足上述起始条件的位置作为线性区域的起始位置n_start。
步骤35,从起始位置开始,计算数据组(n_start:n_start+N)的斜率。
例如,在本发明的较佳实施例中,当N=50时,从起始位置开始,计算数据组(n_start:n_start+50)的斜率。
步骤36,依次增加N个数据,分别计算数据组(n_start:n_start+N×(j-1))的斜率,其中j=1,2,…,50。
步骤37,将计算得到的各个斜率中的最小值所对应的数组的数据终止位置设置为线性区域的终止位置。
设置了起始位置和终止位置之后,该线性区域则已被确定。
步骤104,对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度。
在本发明的技术方案中,可以对所选取的线性区域进行消光系数反演,利用获得的线性拟合斜率,即代入水平能见度的计算公式,即上述的公式(8),即可计算得到水平能见度。
例如,图3为本发明实施例中水平能见度的自动反演的计算结果的示意图,如图3所示,在本发明的一个较佳实施例中,通过上述的方法确定所选取的线性区域的数据位置为(2385:3234),对应的距离分别为0.576km、1.849km,拟合的线性斜率为-0.83;此时,通过计算获得的能见度为9.48km。
综上可知,在本发明的根据激光雷达数据自动反演水平能见度的方法中,由于可以对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数,然后从距离校准对数函数中选取符合预设线性特性的线性区域,再对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度,从而实现了激光雷达测量数据距离校准对数函数线性区域的自动选取,避免了人工干扰的不确定性,实现了激光雷达数据自动反演能见度,可以有效、稳定、快速、高效地进行水平能见度的自动反演。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明保护的范围之内。
Claims (8)
1.一种根据激光雷达数据自动反演水平能见度的方法,其特征在于,该方法包括:
使用激光雷达进行水平大气光学特性测量,获取激光雷达的测量数据;
对激光雷达的测量数据进行数据处理,获得相对应的距离校准对数函数;
从距离校准对数函数中选取符合预设线性特性的线性区域,具体包括:
从距离校准对数函数中选取一个初始区域;
将所述初始区域中的数据划分为多个数组,每个数组中包括N个数据;
采用最小二乘法进行线性拟合,计算每个数组的斜率;
根据各个数组的斜率,根据预设起始条件确定线性区域的起始位置n_start;
从起始位置开始,计算数据组(n_start:n_start+N)的斜率;
依次增加N个数据,分别计算数据组(n_start:n_start+N×(j-1))的斜率,其中j=1,2,…,50;
将计算得到的各个斜率中的最小值所对应的数组的数据终止位置设置为线性区域的终止位置;
对所选取的线性区域进行消光系数反演,得到该线性区域的线性拟合斜率,并根据所述线性拟合斜率计算得到水平能见度。
2.根据权利要求1所述的方法,其特征在于:
所述N的值为50。
3.根据权利要求2所述的方法,其特征在于,所述起始条件为:
起始位置的第一个斜率为负值,且起始位置的后三个斜率中只有一个为正值。
4.根据权利要求1所述的方法,其特征在于,所述激光雷达的测量数据为距离r处的大气散射回波信号能量P(r):
其中,E0是发射的激光脉冲能量;c是光速;Ar是接收望远镜的有效面积;Y(r)是系统的几何重叠因子,β(r)是距离r处的大气后向散射系数;τSyS是系统的总透过率;τa(r)是大气透过率;其中,
式中,σ(r)是r处的大气消光系数。
5.根据权利要求4所述的方法,其特征在于,所述距离校准对数函数为:
S(r)=ln[r2P(r)],
其中,S(r)为距离校准对数函数。
6.根据权利要求5所述的方法,其特征在于,所述距离校准对数函数S(r)满足如下的方程:
其中,ra为参考距离;所述方程的微分形式为:
7.根据权利要求6所述的方法,其特征在于,水平方向上大气均匀分布时的消光系数σ为:
其中,为线性拟合斜率。
8.根据权利要求7所述的方法,其特征在于,根据如下公式计算得到水平能见度:
其中,Vis为水平能见度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510441367.1A CN105044039B (zh) | 2015-07-24 | 2015-07-24 | 一种根据激光雷达数据自动反演水平能见度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510441367.1A CN105044039B (zh) | 2015-07-24 | 2015-07-24 | 一种根据激光雷达数据自动反演水平能见度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105044039A CN105044039A (zh) | 2015-11-11 |
CN105044039B true CN105044039B (zh) | 2017-07-21 |
Family
ID=54450754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510441367.1A Active CN105044039B (zh) | 2015-07-24 | 2015-07-24 | 一种根据激光雷达数据自动反演水平能见度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105044039B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106053394A (zh) * | 2016-07-20 | 2016-10-26 | 山东省科学院海洋仪器仪表研究所 | 一种利用固有光学参数反演水体透明度的方法 |
CN107421917B (zh) * | 2017-05-17 | 2024-04-19 | 南京信息工程大学 | 一种多功能高精度大气能见度仪及能见度测量方法 |
CN108627812A (zh) * | 2018-05-28 | 2018-10-09 | 成都信息工程大学 | 一种激光雷达大气能见度测量方法及装置 |
CN109668543A (zh) * | 2019-01-22 | 2019-04-23 | 南京理工大学 | 基于激光雷达的倾斜度测量方法 |
CN110411928B (zh) * | 2019-08-02 | 2020-09-01 | 山东农业大学 | 基于机载双色激光点云的海水悬沙浓度获取方法及装置 |
CN112907984A (zh) * | 2021-01-14 | 2021-06-04 | 淮阴师范学院 | 一种高速公路团雾遥感监测与智能预警设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5282013A (en) * | 1992-06-26 | 1994-01-25 | Spar Aerospace Limited | Passive ranging technique for infrared search and track (IRST) systems |
CN102590145A (zh) * | 2012-01-08 | 2012-07-18 | 杨少辰 | 激光测量大气能见度方法及激光雷达能见度仪 |
CN102621102A (zh) * | 2012-03-31 | 2012-08-01 | 中国科学院安徽光学精密机械研究所 | 基于ccd激光雷达的水平能见度的测量方法 |
-
2015
- 2015-07-24 CN CN201510441367.1A patent/CN105044039B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5282013A (en) * | 1992-06-26 | 1994-01-25 | Spar Aerospace Limited | Passive ranging technique for infrared search and track (IRST) systems |
CN102590145A (zh) * | 2012-01-08 | 2012-07-18 | 杨少辰 | 激光测量大气能见度方法及激光雷达能见度仪 |
CN102621102A (zh) * | 2012-03-31 | 2012-08-01 | 中国科学院安徽光学精密机械研究所 | 基于ccd激光雷达的水平能见度的测量方法 |
Non-Patent Citations (8)
Title |
---|
"Adaptive filter solution for processing lidar returns: optical parameter estimation";Francesc Rocadenbosch et al.;《Appl Opt》;19981231;第37卷(第30期);第7019-7034页 * |
"Lidar calibration and extinction coefficients";James D Klett et al.;《Appl Opt》;19831231;第22卷(第4期);第514-515页 * |
"基于激光雷达的水平能见度自动反演算法";韩道文 等;《激光与红外》;20071231;第37卷(第12期);第1250-1252页 * |
"新型微脉冲激光雷达测量大气水平能见度";吕立慧 等;《中国激光》;20140930;第41卷(第9期);第0908005-1-0908005-5页 * |
"气溶胶后向散射消光对数比对消光系数反演的影响研究";王治华 等;《量子电子学报》;20060531;第23卷(第3期);第335-340页 * |
Mie散射激光雷达实验系统设计与大气消光系数反演方法研究;贺应红;《中国优秀博硕士论文全文数据库(硕士)工程科技I辑》;20050315(第1期);全文 * |
小型能见度激光雷达系统设计和反演算法研究;梁郁 等;《中国优秀硕士学位论文全文数据库 信息科技辑》;20091231(第10期);全文 * |
激光雷达观测斜程能见度反演方法;田飞 等;《激光与红外》;20121130;第42卷(第11期);第1239-1243页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105044039A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105044039B (zh) | 一种根据激光雷达数据自动反演水平能见度的方法 | |
Wulfmeyer et al. | Can water vapour Raman lidar resolve profiles of turbulent variables in the convective boundary layer? | |
Battaglia et al. | Multiple scattering in observations of the GPM dual‐frequency precipitation radar: Evidence and impact on retrievals | |
Tokay et al. | Measurements of drop size distribution in the southwestern Amazon basin | |
Wu et al. | EOS MLS cloud ice measurements and cloudy-sky radiative transfer model | |
Lee et al. | AERONET‐based nonspherical dust optical models and effects on the VIIRS deep blue/SOAR over water aerosol product | |
Gouhier et al. | Mass estimations of ejecta from Strombolian explosions by inversion of Doppler radar measurements | |
Shinozuka et al. | Sea‐salt vertical profiles over the Southern and tropical Pacific oceans: Microphysics, optical properties, spatial variability, and variations with wind speed | |
Gadhavi et al. | Airborne lidar study of the vertical distribution of aerosols over Hyderabad, an urban site in central India, and its implication for radiative forcing calculations | |
Xu et al. | Accurate retrieval of asymmetry parameter for large and complex ice crystals from in‐situ polar nephelometer measurements | |
Bundke et al. | Aerosol optical properties during the Lindenberg aerosol characterization experiment (LACE 98) | |
Zilberman et al. | Lidar studies of aerosols and non-Kolmogorov turbulence in the Mediterranean troposphere | |
Nie et al. | Signal-to-noise ratio–based quality assessment method for ICESat/GLAS waveform data | |
Eichinger et al. | The application of a scanning, water Raman-lidar as a probe of the atmospheric boundary layer | |
Jin et al. | Evaluation of ceilometer attenuated backscattering coefficients for aerosol profile measurement | |
Engel et al. | Experimental evaluation of optical crosswind measurement systems | |
Strait et al. | Development and assessment of lidar modeling to retrieve IOPs | |
Kim et al. | Estimation of inherent optical properties from CZMIL lidar | |
Stevens | Bistatic lidar measurements of lower tropospheric aerosols | |
Rottner et al. | Stochastic method for turbulence estimation from Doppler lidar measurements | |
Chellini et al. | Low-level mixed-phase clouds at the high Arctic site of Ny-Ålesund: A comprehensive long-term dataset of remote sensing observations | |
Patel et al. | Dual polarization lidar for remote sensing of aerosols and clouds in the atmosphere | |
Salfer-Hobbs et al. | Evaluation of instruments for turbulence measurements at 1 km and 13.5 km ranges | |
Russkova et al. | Modeling of laser pulse propagation in clouds taking into account multiple scattering | |
Loeb et al. | Blowing Snow at McMurdo Station, Antarctica During the AWARE Field Campaign: Multi‐Instrument Observations of Blowing Snow |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |