CN106199632A - 基于激光雷达的大气空间颗粒物垂直分布监测方法 - Google Patents
基于激光雷达的大气空间颗粒物垂直分布监测方法 Download PDFInfo
- Publication number
- CN106199632A CN106199632A CN201610880483.8A CN201610880483A CN106199632A CN 106199632 A CN106199632 A CN 106199632A CN 201610880483 A CN201610880483 A CN 201610880483A CN 106199632 A CN106199632 A CN 106199632A
- Authority
- CN
- China
- Prior art keywords
- airspace
- particulate matter
- data
- laser radar
- time period
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于激光雷达的大气空间颗粒物垂直分布监测方法。包括如下步骤:步骤一,对大气空间颗粒物的信号探测,并进行数据采集,得到数据X1;步骤二,对大气空间的云层高度进行测量,得到数据Y;步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2;步骤四,空气污染物浓度的连续测量,得到数据X3;步骤五,对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T。本发明通过采用激光云高仪,测量大气空间的云层高度,与测量时间作为检测的纵坐标和横坐标,通过后向散射激光雷达、差分吸收雷达和Raman‑Mie散射激光雷达进行大气颗粒物的浓度、分布点进行监测,通过时间段进行未来大气颗粒物的预测。
Description
技术领域
本发明属于大气空间颗粒物监测技术领域,特别是涉及基于激光雷达的大气空间颗粒物垂直分布监测方法。
背景技术
随着我国经济发展和城市化进程的推进,低能见度天气已成为当前国内众多城市面临的重要环境问题,霾也由原来的天气状态升级为一种污染现象。目前对于霾的观测主要依赖于地面观测站点和光学遥感提供空气质量与霾污染范围,而对霾天大气气溶胶垂直分布的探测相对较少。美国国家航空航天局(NASA)和法国国家航天中心(CNES)2006年发射的“云-气溶胶激光雷达红外开拓者(Cloud-Aerosol Lidar and Infrared PathfinderSatellite Observations,CALIPSO)"卫星提供了较高垂直分辨率和测量精度的全球云和气溶胶观测数据,为研究霾过程中大气气溶胶的垂直分布特征提供了有效监测手段。
激光雷达是以激光为搜索光源,通过探测激光与被探测无相互作用的光波信号来遥感测量的.使用振动拉曼技术进行测量的激光雷达技术即为拉曼激光雷达,主要用于大气遥感测量。拉曼激光雷达属于遥感技术的一种。激光雷达作为一种主动遥感探测技术和工具已有近50年的历史,目前广泛用于地球科学和气象学、物理学和天文学、生物学与生态保持、军事等领域。其中,传统意义上的激光雷达主要用于陆地植被监测、激光大气传输、精细气象探测、全球气候预测、海洋环境监测等。随着激光器技术、精细分光技术、光电检测技术和计算机控制技术的飞速发展,激光雷达在遥感探测的高度、空间分辨率、时间上的连续监测和测量精度等方面具有独到的优势。
现有技术的激光雷达探测大气的基本原理即是利用激光与大气相互作用的机制。激光器产生的激光束经光束准直(有的情况下需要扩束)后发射到大气中,激光在大气中传输遇到空气分子、气溶胶等成分便会发生散射、吸收等作用。散射中的小部分能量——后向散射光落入接收望远镜视场被接收。被接收到的后向散射光传输到光电探测器(通常为PMT)被转换成电信号(一般为电流信号),实现光-电转换,再经一系列的运算放大,最终被显示、记录。对于不同高度的信号,利用激光信号传输时间间隔来记录,光速c已知,便可换算成距离。如果接收到的是回波点数,乘以系统距离分辨率即得高度。这样就获得了激光雷达P-z数据,利用激光雷达方程结合相关算法便可反演出相关大气特性,如大气垂直消光廓线、气体浓度、成分以及温度廓线等。
发明内容
本发明的目的在于提供基于激光雷达的大气空间颗粒物垂直分布监测方法,通过采用激光云高仪,测量大气空间的云层高度,与测量时间作为检测的纵坐标和横坐标,通过后向散射激光雷达、差分吸收雷达和Raman-Mie散射激光雷达进行大气颗粒物的浓度、分布点进行监测,对未来一时间段进行大气颗粒物的预测。
本发明是通过以下技术方案实现的:
本发明为基于激光雷达的大气空间颗粒物垂直分布监测方法,包括如下步骤:
步骤一,首先对大气空间颗粒物的信号探测,并进行数据采集,得到数据X1;
步骤二,对大气空间的云层高度进行测量,得到数据Y;
步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2;
步骤四,空气污染物浓度的连续测量,得到数据X3;
步骤五,对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T。
进一步地,所述步骤一,首先对大气空间颗粒物的信号探测,并进行数据采集与处理的具体过程为:通过设置输出二倍频532nm和三倍频355nm激光的激光器,将532nm激光、15%的355nm激光向天空发射,其余85%的355nm激光经扩束后向天空发射,二发射光路均与接收望远镜的光路平行,并与接收望远镜同时做俯仰运动;通过接收望远镜接收后向散射光,后向散射光进入望远镜后,经遮光筒、可调节视场光W和目镜后,通过分色镜处理,将407nm、386nm、532nm的散射光分开成三束,532nm的散射光再分开成15%与85%二束,这分开的四束散射光分别被光电倍增管接收后,经过放大器放大后,进行数据采集与处理。
进一步地,所述步骤二,对大气空间的云层高度进行测量,得到数据Y;具体采用激光云高仪,测量大气空间的云层高度。
进一步地,所述步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2,采用Raymetrics LB后向散射激光雷达进行测量。
进一步地,所述步骤四,空气污染物浓度的连续测量,得到数据X3,具体采用差分吸收雷达,得到T0时间段平均空气污染物浓度的数据。
进一步地,所述步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T,时间T作为检测大气空间颗粒物垂直分布的横坐标;所述步骤二中对大气空间的云层高度进行测量,得到数据Y,大气云层高度作为检测大气空间颗粒物垂直分布的纵坐标。
进一步地,所述步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T中,所述T0时间段为3h或4h或6h或8h;所述时间数据T为1月或1年或10年。
本发明具有以下有益效果:
本发明通过采用激光云高仪,测量大气空间的云层高度,与测量时间作为检测的纵坐标和横坐标,通过后向散射激光雷达、差分吸收雷达和Raman-Mie散射激光雷达进行大气颗粒物的浓度、分布点进行监测,通过时间段进行未来大气颗粒物的预测。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的基于激光雷达的大气空间颗粒物垂直分布监测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为基于激光雷达的大气空间颗粒物垂直分布监测方法,包括如下步骤:
步骤一,首先对大气空间颗粒物的信号探测,并进行数据采集,得到数据X1;
步骤二,对大气空间的云层高度进行测量,得到数据Y;
步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2;
步骤四,空气污染物浓度的连续测量,得到数据X3;
步骤五,对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T。
其中,对大气空间颗粒物的信号探测,并进行数据采集与处理的具体过程为:通过设置输出二倍频532nm和三倍频355nm激光的激光器,将532nm激光、15%的355nm激光向天空发射,其余85%的355nm激光经扩束后向天空发射,二发射光路均与接收望远镜的光路平行,并与接收望远镜同时做俯仰运动;通过接收望远镜接收后向散射光,后向散射光进入望远镜后,经遮光筒、可调节视场光W和目镜后,通过分色镜处理,将407nm、386nm、532nm的散射光分开成三束,532nm的散射光再分开成15%与85%二束,这分开的四束散射光分别被光电倍增管接收后,经过放大器放大后,进行数据采集与处理。
并且,专利文献ZL200510038204.5《利用激光Raman-Mie散射探测大气信号的方法及激光雷达》公开了一种探测大气颗粒物信号的方法,及其采用的激光雷达设备。
其中,通过激光云高仪对大气空间的云层高度进行测量,得到数据Y;将数据Y作为检测大气空间颗粒物垂直分布的立体数据轴,用于不同高度范围内大气空间颗粒物的监测。
其中,采用Raymetrics LB后向散射激光雷达进行气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2,。
其中,步骤四,空气污染物浓度的连续测量,得到数据X3,具体采用差分吸收雷达,得到T0时间段平均空气污染物浓度的数据。
其中,步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T,时间T作为检测大气空间颗粒物垂直分布的横坐标;所述步骤二中对大气空间的云层高度进行测量,得到数据Y,大气云层高度作为检测大气空间颗粒物垂直分布的纵坐标。
其中,步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T中,所述T0时间段为3h或4h或6h或8h;所述时间数据T为1月或1年或10年。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,包括如下步骤:
步骤一,首先对大气空间颗粒物的信号探测,并进行数据采集,得到数据X1;
步骤二,对大气空间的云层高度进行测量,得到数据Y;
步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2;
步骤四,空气污染物浓度的连续测量,得到数据X3;
步骤五,对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T。
2.根据权利要求1所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤一,首先对大气空间颗粒物的信号探测,并进行数据采集与处理的具体过程为:通过设置输出二倍频532nm和三倍频355nm激光的激光器,将532nm激光、15%的355nm激光向天空发射,其余85%的355nm激光经扩束后向天空发射,二发射光路均与接收望远镜的光路平行,并与接收望远镜同时做俯仰运动;通过接收望远镜接收后向散射光,后向散射光进入望远镜后,经遮光筒、可调节视场光W和目镜后,通过分色镜处理,将407nm、386nm、532nm的散射光分开成三束,532nm的散射光再分开成15%与85%二束,这分开的四束散射光分别被光电倍增管接收后,经过放大器放大后,进行数据采集与处理。
3.根据权利要求1所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤二,对大气空间的云层高度进行测量,得到数据Y;具体采用激光云高仪,测量大气空间的云层高度。
4.根据权利要求1所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤三,气溶胶、空气污染物以及水蒸气的连续测量,得到数据X2,采用Raymetrics LB后向散射激光雷达进行测量。
5.根据权利要求1所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤四,空气污染物浓度的连续测量,得到数据X3,具体采用差分吸收雷达,得到T0时间段平均空气污染物浓度的数据。
6.根据权利要求1所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T,时间T作为检测大气空间颗粒物垂直分布的横坐标;所述步骤二中对大气空间的云层高度进行测量,得到数据Y,大气云层高度作为检测大气空间颗粒物垂直分布的纵坐标。
7.根据权利要求1或6所述的基于激光雷达的大气空间颗粒物垂直分布监测方法,其特征在于,所述步骤五中对步骤一、步骤三和步骤四的测量时间段为每隔T0时间段,得到时间数据T中,所述T0时间段为3h或4h或6h或8h;所述时间数据T为1月或1年或10年。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610880483.8A CN106199632A (zh) | 2016-10-09 | 2016-10-09 | 基于激光雷达的大气空间颗粒物垂直分布监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610880483.8A CN106199632A (zh) | 2016-10-09 | 2016-10-09 | 基于激光雷达的大气空间颗粒物垂直分布监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106199632A true CN106199632A (zh) | 2016-12-07 |
Family
ID=57521103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610880483.8A Pending CN106199632A (zh) | 2016-10-09 | 2016-10-09 | 基于激光雷达的大气空间颗粒物垂直分布监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106199632A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187412A (zh) * | 2018-09-04 | 2019-01-11 | 中国科学院大气物理研究所 | 一种激光扫描大气环境网格监测方法及系统 |
CN109541730A (zh) * | 2018-11-23 | 2019-03-29 | 长三角环境气象预报预警中心(上海市环境气象中心) | 一种大气污染物浓度预测的方法及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657972A (zh) * | 2005-01-20 | 2005-08-24 | 中国科学院安徽光学精密机械研究所 | Raman-Mie散射激光大气信号的探测方法及激光雷达 |
CN104880711A (zh) * | 2015-05-18 | 2015-09-02 | 中国科学院合肥物质科学研究院 | 单波长四拉曼激光雷达探测系统及探测方法 |
CN105988124A (zh) * | 2016-03-04 | 2016-10-05 | 中国科学院合肥物质科学研究院 | 基于吸收消光比标定廓线的气溶胶污染物分布探测方法 |
-
2016
- 2016-10-09 CN CN201610880483.8A patent/CN106199632A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657972A (zh) * | 2005-01-20 | 2005-08-24 | 中国科学院安徽光学精密机械研究所 | Raman-Mie散射激光大气信号的探测方法及激光雷达 |
CN104880711A (zh) * | 2015-05-18 | 2015-09-02 | 中国科学院合肥物质科学研究院 | 单波长四拉曼激光雷达探测系统及探测方法 |
CN105988124A (zh) * | 2016-03-04 | 2016-10-05 | 中国科学院合肥物质科学研究院 | 基于吸收消光比标定廓线的气溶胶污染物分布探测方法 |
Non-Patent Citations (2)
Title |
---|
卜令兵等: "基于激光云高仪的雾霾过程探测", 《光子学报》 * |
杨成武等: "激光云高仪云量自动反演算法", 《激光与光电子学进展》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187412A (zh) * | 2018-09-04 | 2019-01-11 | 中国科学院大气物理研究所 | 一种激光扫描大气环境网格监测方法及系统 |
CN109541730A (zh) * | 2018-11-23 | 2019-03-29 | 长三角环境气象预报预警中心(上海市环境气象中心) | 一种大气污染物浓度预测的方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bonadonna et al. | Tephra sedimentation during the 2010 Eyjafjallajökull eruption (Iceland) from deposit, radar, and satellite observations | |
De Leeuw et al. | Production flux of sea spray aerosol | |
Rutledge et al. | Evaluating Geostationary Lightning Mapper flash rates within intense convective storms | |
Murayama et al. | An intercomparison of lidar‐derived aerosol optical properties with airborne measurements near Tokyo during ACE‐Asia | |
Lu et al. | Aerosol‐cloud relationships in continental shallow cumulus | |
Denjean et al. | Size distribution and optical properties of African mineral dust after intercontinental transport | |
CN108490451B (zh) | 一种利用大气消光系数反演斜程能见度的方法 | |
Mori et al. | Improved technique for measuring the size distribution of black carbon particles in liquid water | |
Chew et al. | Relationship between aerosol optical depth and particulate matter over Singapore: Effects of aerosol vertical distributions | |
CN103076290A (zh) | 确定云的液态水含量的方法 | |
Komguem et al. | Phoenix LIDAR measurements of Mars atmospheric dust | |
He et al. | Dust aerosols detected using a ground‐based polarization lidar and CALIPSO over Wuhan (30.5 N, 114.4 E), China | |
CN107741592A (zh) | 一种气溶胶多光学特性遥感观测系统及其观测方法 | |
Montanyà et al. | A simultaneous observation of lightning by ASIM, Colombia‐lightning mapping array, GLM, and ISS‐LIS | |
CN106199632A (zh) | 基于激光雷达的大气空间颗粒物垂直分布监测方法 | |
KR20210111579A (ko) | 기상항공기와 기상위성의 관측자료를 이용한 구름특성 산출방법 | |
Yang et al. | Impacts of transboundary dust transport on aerosol pollution in the western Yangtze River delta region, China: insights gained from ground‐based lidar and satellite observations | |
Stolzenburg et al. | Duration and extent of large electric fields in a thunderstorm anvil cloud after the last lightning | |
Louedec et al. | Atmospheric aerosols at the Pierre Auger Observatory and environmental implications | |
Wang et al. | New technique for aerosol detection in haze day using side‐scattering lidar and its inversion method | |
Hager et al. | Three‐dimensional charge structure of a mountain thunderstorm | |
Noh et al. | Variation of the vertical distribution of Nabro volcano aerosol layers in the stratosphere observed by LIDAR | |
Megner et al. | Large mesospheric ice particles at exceptionally high altitudes | |
Shin et al. | Lidar observations of Nabro volcano aerosol layers in the stratosphere over Gwangju, Korea | |
Liu et al. | Airborne Geiger-mode lidar system with real-time data compression |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |