CN106596362A - 一种激光雷达输送通量计算方法和装置 - Google Patents
一种激光雷达输送通量计算方法和装置 Download PDFInfo
- Publication number
- CN106596362A CN106596362A CN201611151223.3A CN201611151223A CN106596362A CN 106596362 A CN106596362 A CN 106596362A CN 201611151223 A CN201611151223 A CN 201611151223A CN 106596362 A CN106596362 A CN 106596362A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- extinction coefficient
- data
- particulate pollutant
- analytical model
- 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
- 230000004907 flux Effects 0.000 title claims abstract description 86
- 238000004364 calculation method Methods 0.000 title abstract description 7
- 230000008033 biological extinction Effects 0.000 claims abstract description 199
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 134
- 231100000719 pollutant Toxicity 0.000 claims abstract description 134
- 239000000443 aerosol Substances 0.000 claims abstract description 74
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims description 41
- 238000006243 chemical reaction Methods 0.000 claims description 33
- 238000000205 computational method Methods 0.000 claims description 28
- 239000002245 particle Substances 0.000 claims description 28
- 230000028161 membrane depolarization Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 230000000644 propagated effect Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000003102 growth factor Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000011109 contamination Methods 0.000 claims description 5
- 239000008188 pellet Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000012937 correction Methods 0.000 abstract description 3
- 239000013618 particulate matter Substances 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 238000001556 precipitation Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000001069 Raman spectroscopy Methods 0.000 description 3
- 239000005427 atmospheric aerosol Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000013078 crystal Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Dispersion Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种激光雷达输送通量计算方法和装置，包括：获取激光雷达采集的颗粒污染物的消光系数以及获取包括风场数据和湿度数据的再分析模式气象资料；根据再分析模式气象资料中的湿度数据对消光系数进行湿度订正，得到干气溶胶消光系数；根据干气溶胶消光系数以及地面监测颗粒污染物浓度数据计算颗粒污染物垂直廓线；根据颗粒污染物垂直廓线与再分析模式气象资料中的风场数据，计算激光雷达输送通量；其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
Description
技术领域
本发明涉及环境监测领域，具体而言，涉及一种激光雷达输送通量计算方法和装置。
背景技术
激光雷达(LIDAR)是目前探测颗粒污染物(Particle Mater简称PM，也称为大气气溶胶)垂直分布的最有效手段。目前探测颗粒污染物的方法主要包括：通过激光雷达获取探测区域的颗粒污染物的消光系数产品，通过多普勒风廓线雷达获取探测区域的风场数据，然后利用风廓线雷达提供的风场数据结合激光雷达的消光系数产品，计算探测区域的颗粒污染物的输送通量。
在目前的颗粒污染物探测方法中，主要是利用多普勒风廓线雷达(Doppler Windprofile radar)获取风场数据，但是，多普勒风廓线雷达非常昂贵，价格高达数百万且普及度很低；并且，一台风廓线雷达往往只能探测一定区域范围的风场资料，而如果监测区域较大，则需要多台风廓线雷达，实现难度更大。
发明内容
有鉴于此，本发明实施例的目的在于提供一种激光雷达输送通量计算方法和装置，以降低投入成本低且提高了使用普及度。
第一方面，本发明实施例提供了一种激光雷达输送通量计算方法，所述方法包括：
获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；所述再分析模式气象资料包括：风场数据和湿度数据；
根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数；
根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；
根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取激光雷达采集的颗粒污染物的消光系数，包括：
读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比；
根据所述消光系数和所述退偏比，识别非颗粒污染物对应的消光系数；
对所述非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数，包括：
获取所述再分析模式气象资料中湿度数据中的相对湿度数据；
按照以下公式对所述激光雷达采集的消光系数和所述相对湿度数据进行计算：F(RH)＝1/(1-RH)，得到干气溶胶消光系数；其中，F(RH)表示计算湿增长因子的函数，RH表示相对湿度且RH为自变量。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度，包括：
根据预设高度的干消光系数与对应时刻地面监测的预设可吸入颗粒物指标建立对应的折算关系：K＝PM/KEX_d；其中，K表示地面监测颗粒污染物质量浓度与干气溶胶消光系数之间的折算系数状况；PM表示地面监测颗粒污染物的质量浓度；KEX_d表示干气溶胶消光系数；
根据所述干气溶胶消光系数以及折算关系：K＝PM/KEX_d，计算地面监测颗粒污染物浓度数据：PMi＝K*KEX_di；其中PMi表示高度层i的颗粒污染物质量浓度；KEX_di表示高度层i的干气溶胶消光系数。
结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述再分析模式气象资料还包括：多个气压高度数据和多个温度数据；所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量之前，还包括：
利用拉普拉斯压高公式将所述再分析模式气象资料中的气压高度转换为位势高度；其中，z表示位势高度；Z1表示前一层的高度，Z2表示上一层的高度且Z1和Z2分别代表每一个高度层里上下两个面的高度；t表示气压高度对应的温度数据；P表示气压，P1和P2分别表示相邻两层的气压；
对转换得到的位势高度进行插值处理，得到与所述激光雷达的高度耦合的位势高度。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述风场数据包括u分量和v分量；所述方法还包括：
将所述再分析模式气象资料中逐层的风场u分量和v分量，折算成目标方向ux和所述目标方向的垂直方向uy的径向分量；其中，下标x表示沿目标方向，下标y表示与所述目标方向垂直的方向。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量，包括：
按照以下公式计算沿目标方向的颗粒污染物传输通量：其中，下标i表示高度层；PMxi表示高度层i沿目标方向的PM质量浓度；uxi表示高度层i沿目标方向的风速径向分量。
结合第一方面的第六种可能的实施方式，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量，还包括：
按照以下公式对预设时间段的沿目标方向的颗粒污染物传输通量M进行积分处理：得到所述预设时间段内的颗粒污染物总传输质量；其中，T表示颗粒污染物总传输质量，t表示所述预设时间段中的任意时刻。
第二方面，本发明实施例还提供了一种激光雷达输送通量计算装置，所述装置包括：
获取模块，用于获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；所述再分析模式气象资料包括：风场数据和湿度数据；
湿度订正模块，用于根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数；
第一计算模块，用于根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；
第二计算模块，用于根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，获取模块，包括：
读取单元，用于读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比；
识别单元，用于根据所述消光系数和所述退偏比，识别非颗粒污染物对应的消光系数；
剔除处理单元，用于对所述非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数。
本发明实施例提供了一种激光雷达输送通量计算方法和装置，包括：获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；根据再分析模式气象资料中的湿度数据对消光系数进行湿度订正，得到干气溶胶消光系数；根据干气溶胶消光系数以及干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；根据地面监测颗粒污染物质量浓度和再分析模式气象资料中的风场数据，计算激光雷达输送通量；其与现有技术中利用多普勒风廓线雷达获取风场数据，价格高且普及度低相比，其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本发明实施例所提供的一种激光雷达输送通量计算方法的流程图；
图2示出了本发明实施例所提供的激光雷达采集的颗粒污染物的消光系数和再分析模式气象资料对应的廓线图；
图3示出了本发明实施例所提供的获取激光雷达采集的颗粒污染物的消光系数的流程图；
图4示出了本发明实施例所提供的根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数的流程图；
图5示出了本发明实施例所提供的另一种激光雷达输送通量计算方法的流程图；
图6示出了本发明实施例所提供的一种激光雷达输送通量计算装置的结构示意图；
图7示出了本发明实施例所提供的一种激光雷达输送通量计算装置中获取模块的结构示意图；
图8示出了本发明实施例所提供的另一种激光雷达输送通量计算装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
考虑到目前的颗粒污染物(Particle Mater，简称PM，也称为大气气溶胶)探测方法中，使用多普勒风廓线雷达(Doppler Wind profile radar)获取风场数据的方法中，多普勒风廓线雷达非常昂贵，价格高达数百万且普及度很低的问题，本发明实施例提供了一种激光雷达输送通量计算方法和装置，下面通过实施例进行描述。
参考图1，本发明实施例提供了一种激光雷达输送通量计算方法，所述方法包括如下步骤：
S101、获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；所述再分析模式气象资料包括：风场数据和湿度数据。
本发明实施例中，获取激光雷达站点经纬度对应位置的预设高度层内的颗粒污染物的消光系数；其中，上述预设高度层如1000hpa-700hpa，对应为海平面起0m-3000m左右的高度，该高度层可以认为是边界层高度，一般污染物都集中在这一层内。具体的，对应上述预设高度层的消光系数的廓线图如图2所示，其中，图2中的KEX表示再分析模式气象资料中的消光系数，Height表示高度。
本发明实施例的方法主要是探测目标区域的颗粒污染物，目标区域如城市，对应的，上述再分析模式气象资料中的风场数据则应该使用沿市区方向的数据，而实际上再分析模式气象资料包括的风场数据可能与市区方向不同，此时，需要将再分析模式气象资料包括的风场数据折算成向市区方向的径向分量。
目前，通常使用激光雷达采集颗粒污染物的消光系数，得到该激光雷达的消光系数产品，然后读取该激光雷达的消光系数产品；而再分析模式气象资料，一般通过气象模式经观察数据同化获得，一般可通过科研机构、业务单位和气象服务公司获取该资料数据，故获取再分析模式气象资料，即分别读取激光雷达站点经纬度对应位置的1000hpa-700hpa高度层内的逐层的气压，风场u、v分量，相对湿度(RH)和温度数据等。其中，上述高度层为海平面起0m-3000m左右的高度，可以认为是边界层高度，一般污染物都集中在这一层内；而上述高度层的具体高度也可以根据实际需要进行调节。同样，对应上述预设高度层的相对湿度的廓线图如图2所示；其中，图2中，RH表示再分析模式气象资料中的相对湿度；Height表示高度。
上述模式模拟的再分析气象场资料(即再分析模式气象资料)，是经过实际观察气象资料订正后的气象场数据，比预报场资料具有更高的可靠性，目前在国际上已成为可被直接应用的气象数据资源。再分析场资料(即(即再分析模式气象资料))不但可以提供逐高度层的风场数据，而且同样能够获取逐高度层的相对湿度数据，风场数据和相对湿度数据都具有较高的精度，中尺度模式输出数据(如WRF、MM5模式)的空间分辨率高达5km﹡5km，完全可以满足对风场和湿度场数据的精度需求和空间需求。且再分析场数据为模式模拟同化获得，获取相对简单，成本非常低廉。
S102、根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数。
由于，自然情况下，气溶胶粒子吸收了环境空气中的水分，发生吸湿增长。激光雷达测得环境空气中气溶胶粒子的消光系数即为湿粒子的消光系数，而地面观测的颗粒污染物的质量浓度则为干燥后的干粒子(即干气溶胶粒子)的质量浓度，所以需要根据再分析模式气象资料中的湿度数据对激光雷达测得的消光系数进行湿度订正，以获得干气溶胶消光系数。
而现有技术中的一种获取湿度数据的方法是使用拉曼雷达(Raman radar)可以观测水汽，进而获取相对湿度(RH)的垂直分布信息，但是，且拉曼雷达价值不菲，普及度比风廓线雷达更低。另一种获取湿度数据的方法是使用价格相对低廉的微波辐射计来观测湿度分布，但是微波辐射计的误差较大，且仪器普及度也不高。因此，受湿度数据限制，现有技术一般在进行湿度订正时，都利用近地面的相对湿度，而没有考虑相对湿度的垂直变化，故而往往带来较大的误差。因此，现有技术中的湿度场数据的获取较风场更加困难。
而在步骤101中说明了，再分析模式气象资料中风场数据和相对湿度数据都具有较高的精度，且再分析场数据为模式模拟同化获得，获取相对简单，成本非常低廉，故使用再分析模式气象资料中的湿度数据对消光系数进行湿度订正，较现有技术相比，得到的干气溶胶消光系数精确度较高，获取过程简单且成本低廉。
S103、根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度。
具体的，要想计算激光雷达输送通量，首先需要建立干气溶胶消光系数KEX_d与对应时刻的观测的PM的折算关系，然后根据上述折算关系和干气溶胶消光系数计算颗粒物垂直廓线，其中，该颗粒物垂直廓线中包括整层的颗粒物的质量浓度PM；然后根据质量浓度PM和目标区域的风速数据即可计算激光雷达输送通量。
S104、根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
具体的，激光雷达采集的颗粒污染物的消光系数的高度单位为实际的几何高度单位，而再分析模式气象资料中的高度单位是气压高度，故需要将上述两种数据进行统一，即将上述再分析模式气象资料中的气压高度转换转化为位势高度。
实际中，颗粒污染物只关心其对市区(或者说居民区)的影响，故还需要将上述再分析模式气象资料中的风场数据折算成市区方向和垂直于市区方向的分量，并利用对市区方向的风速数据参与运算。
最后，根据转换后的再分析模式气象资料中的风场数据(本发明实施例中使用整层风场数据)和地面监测颗粒污染物质量浓度(本发明实施例中使用包括整层的颗粒物的质量浓度PM的颗粒物垂直廓线)，计算整个预设高度层的激光雷达输送通量。
本发明实施例提供了一种激光雷达输送通量计算方法，与现有技术中利用多普勒风廓线雷达获取风场数据，价格高且普及度低相比，其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
考虑到在自然情况下，大气气溶胶粒子(简称为气溶胶粒子)吸收了环境空气中的水分，发生吸湿增长的问题，激光雷达测得环境空气中气溶胶粒子的消光系数实际为湿粒子的消光系数；在激光雷达实际采集的过程中，其直接采集的颗粒污染物的消光系数产品除了有湿粒子的消光系数，还可能会伴随云、降水等的消光系数高值以及，反演无效导致的消光系数异常值(如激光雷达受噪声影响或仪器故障而导致的无效数据)，为了准确获取激光雷达采集的颗粒污染物的消光系数，本发明实施例中首先先识别上述消光系数异常值，然后将上述消光系数异常值进行剔除处理，用以得到准确的颗粒污染物的消光系数。参见图3，上述具体的准确的获取颗粒污染物的消光系数的过程包括如下步骤：
S201、读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比。
具体的，退偏比是偏振激光雷达的一个重要参量，其表征粒子的球形度；即退偏比越大，粒子越不规则，一般沙尘、冰晶等粗粒子退偏比比较大，而云和降水等非颗粒污染物对应的退偏比比较小，故根据激光雷达的退偏比则可以较容易的识别非颗粒污染物。
S202、根据所述消光系数和所述退偏比，识别非颗粒污染物对应的消光系数。
具体的，利用激光雷达采集的消光系数和退偏比相结合，可以将非颗粒污染物的消光区分出来，即识别出非颗粒污染物的消光比；比如云和降水具有极高的消光系数和较低的退偏比，与颗粒污染物有明显差异，故能够结合消光系数和退偏比，识别出云和降水等对应的消光系数异常值。
S203、对所述非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数。
本步骤中，在步骤202中识别出非颗粒污染物的消光系数异常值时，直接对识别的非颗粒污染物的消光系数异常值进行剔除处理，得到颗粒污染物的消光系数。
在自然情况下，气溶胶粒子吸收了环境空气中的水分，发生吸湿增长。激光雷达测得环境空气中气溶胶粒子的消光系数即为湿粒子的消光系数，而地面观测的颗粒污染物的质量浓度则为干燥后的干粒子(即干气溶胶粒子)的质量浓度。所以激光雷达测得的消光系数需要进行湿度订正。参考图4，步骤102中的湿度订正的具体过程，包括：
S301、获取所述再分析模式气象资料中湿度数据中的相对湿度数据。
具体的，获取再分析模式气象资料的湿度数据中的相对湿度数据，该相对湿度数据表示为RH。
S302、按照以下公式对所述激光雷达采集的消光系数和所述相对湿度数据进行计算：F(RH)＝1/(1-RH)，得到干气溶胶消光系数；其中，F(RH)表示计算湿增长因子的函数，RH为相对湿度为自变量。
具体的，首先根据步骤301中获取的相对湿度数据RH计算湿增长因子：1-RH，然后根据该湿增长因子对激光雷达测得的消光系数仍需要进行是湿度订正，即用获取的激光雷达测得的消光系数除以湿增长因子(F＝1/(1-RH)，RH为相对湿度)，订正后即获得干气溶胶消光系数。
进一步的，上述激光雷达输送通量计算方法中，步骤103，根据干气溶胶消光系数以及干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度，具体包括：
根据预设高度的干消光系数与对应时刻地面监测的预设可吸入颗粒物指标，建立对应的折算关系：K＝PM/KEX_d；其中，K表示地面监测颗粒污染物质量浓度与干气溶胶消光系数之间的折算系数状况；PM表示地面监测颗粒污染物的质量浓度；KEX_d表示干气溶胶消光系数；
根据干气溶胶消光系数以及折算关系：K＝PM/KEX_d，计算地面监测颗粒污染物浓度数据：PMi＝K*KEX_di；其中PMi表示高度层i的颗粒污染物质量浓度；KEX_di表示高度层i的干气溶胶消光系数。
本发明实施例中，首先建立预设高度的干消光系数与对应时刻地面监测的可吸入颗粒物的折算关系，然后根据该折算关系和干气溶胶消光系数，计算激光雷达采集的颗粒污染物的质量浓度(即PM质量浓度)。
具体的，以上述预设高度为150m，和预设可吸入颗粒物指标为PM10或PM2.5为例进行说明：即将经过湿度订正的干气溶胶消光系数向PM10或PM2.5折算，将150m高度的干气溶胶消光系数与对应时刻地面监测的PM10或PM2.5建立对应的折算关系即K＝PM/KEX_d。
认为在此时刻，整体干消光系数廓线(其包括整层的干消光系数)上都满足K的折算关系，进而根据建立的上述折算关系K＝PM/KEX_d获取整层的PM质量浓度，将获取的整层的PM质量浓度记作PMx。即假定这个时刻整条气溶胶廓线上都满足这个关系，进而根据公式PMi＝K*KEX_di计算整层的PM质量浓度。其中PMi表示高度层i的颗粒物质量浓度，KEX_di表示高度层i的干气溶胶消光系数。
考虑到激光雷达采集的颗粒污染物的消光系数的高度单位为实际的几何高度单位，而再分析模式气象资料中的高度单位是气压高度，由于上述两者的高度单位不匹配，故要想让这两者的数据进行计算处理，需要先将再分析模式气象资料中的气压场(即气压高度)转换为对应的高度场。所述再分析模式气象资料还包括：多个气压高度数据和多个温度数据；故上述103根据所述干气溶胶消光系数以及所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量之前，还包括，将气压场(即气压高度)转换为对应的高度场对应的转换方式的步骤，具体包括：
利用拉普拉斯压高公式将所述再分析模式气象资料中的气压高度转换为位势高度；其中，z表示位势高度；Z1表示前一层的高度，Z2表示上一层的高度且Z1和Z2分别代表每一个高度层里上下两个面的高度；t表示气压高度对应的温度数据；P表示气压，P1和P2分别表示相邻两层的气压；
具体的，利用拉普拉斯压高公式然后将相邻两层的气压P1、P2，上述相邻两层之间的平均温度t(摄氏温度)和前一层的高度Z1，求出上一层的高度Z2，根据该方法，将各层由气压高度转换成位势高度(即将各层的气压场转换为高度场)。
其中，无论是激光雷达采集的消光系数产品，还是再分析模式气象资料中对应数据的高度均是一层一层求得的，Z1、Z2则分别代表每一层里上、下两个面的高度。
对转换得到的位势高度进行插值处理，得到与所述激光雷达的高度耦合的位势高度。
具体的，由于激光雷达采集的数据(消光系数产品)的垂直分辨率为15m，即每一个数据代表的是平均垂直15m的消光系数值，而再分析模式气象资料中的模式数据的高度分辨率则为数十到一两百米，即再分析模式气象资料中的高度数据的个数小于激光雷达采集的消光系数对应的高度数据，即在每个模式的高度层内，对应若干个消光系数数据，故本发明实施例中需要对再分析模式气象资料转换的位势高度进行插值处理，具体的差值处理方法包括：安装消光系数的高度层数对模式数据转换得到的位势高度进行插值，使激光雷达高度与模式高度匹配(或者耦合)，即，使激光雷达高度数据与再分析模式气象资料中转换的位势高度一一对应。
实际中，再分析模式气象资料包括：风场数据和湿度数据，上述风场数据包括u分量和v分量，一般来讲，再分析模式气象资料中的风场数据包括u分量和v分量是两个固定方向的风向(如u分量表示西风和v分量表示南风)；本发明实施例中主要计算目标方向的激光雷达输送通量，而上述再分析模式气象资料中的u分量和v分量表示两个固定风向可能不是待计算的目标方向，故本发明实施例需要将再分析模式气象资料中的u分量和v分量转换为待计算的目标方向ux和uy的径向分量；上述转换述方法具体包括：
将所述再分析模式气象资料中逐层的风场u分量和v分量，折算成目标方向ux和所述目标方向的垂直方向uy的径向分量；其中，下标x表示沿目标方向，下标y表示与所述目标方向垂直的方向。
具体的，本发明实施中测得的再分析模式气象资料包括的风场数据的u分量和v分量的实际方向会跟实际需要计算激光雷达输送通量的目标方向不同，此时，需要将所述再分析模式气象资料中风场u分量和v分量，折算成目标方向ux和所述目标方向的垂直方向uy的径向分量，又因为再分析模式气象资料中的风场数据是包括很多个高度层的，故需要逐层将所述再分析模式气象资料中风场u分量和v分量，折算成目标方向ux和所述目标方向的垂直方向uy的径向分量。
在具体实施的过程中，上述目标方向为市区方向，上述目标方向的垂直方向即为与市区方向垂直的方向或者垂直市区方向。
进一步的，上述步骤104中根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量的方法，具体包括：
按照以下公式计算沿目标方向的颗粒污染物传输通量：其中，下标i表示高度层；PMxi表示高度层i沿目标方向的PM质量浓度；uxi表示高度层i沿目标方向的风速径向分量。
具体的，首先计算激光雷达采集的颗粒污染物的质量浓度(即PM质量浓度)；具体的，将经过湿度订正的干气溶胶消光系数向PM10或PM2.5折算，即将150m高度的干气溶胶消光系数与对应时刻地面监测的PM10或PM2.5建立对应的折算关系即K＝PM/KEX_d。认为在此时刻，整体干消光系数廓线上都满足K的折算关系，进而根据建立的上述折算关系K＝PM/KEX_d获取整层的PM质量浓度，将获取的整层的PM质量浓度记作PMx。
在结合转换后的将模式逐层的目标方向ux和所述目标方向的垂直方向uy的径向分量。然后将逐层的PMx与对应的ux相乘，获取沿目标方向的颗粒污染物传输通量M(M＝PMx*ux)。PMxi、uxi表征高度层i的沿目标方向的PM质量浓度和风速径向分量。
其中，按照以下公式计算沿目标方向的颗粒污染物传输通量M：
本发明实施例中，在利用气溶胶干消光系数与颗粒污染物浓度建立转化模型时，选取一个时刻的时间的观测资料来线性拟合出转化系数。本发明实施例中，还可以计算一个时间段的激光雷达输送通量，具体计算方法包括：
按照以下公式对预设时间段的沿目标方向的颗粒污染物传输通量M进行积分处理：得到所述预设时间段内的颗粒污染物总传输质量；其中，T表示颗粒污染物总传输质量，t表示所述预设时间段中的任意时刻。
本发明实施例提供了一种激光雷达输送通量计算方法，包括：获取激光雷达采集的颗粒污染物的消光系数以及获取包括风场数据和湿度数据的再分析模式气象资料；根据再分析模式气象资料中的湿度数据对消光系数进行湿度订正，得到干气溶胶消光系数；根据干气溶胶消光系数以及再分析模式气象资料中的风场数据，计算激光雷达输送通量；其与现有技术中利用多普勒风廓线雷达获取风场数据，价格高且普及度低相比，其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
下面结合图5对本发明实施例提供的一种激光雷达输送通量计算方法的整体进行说明：
S401、读取激光雷达(即LIADR)采集的颗粒污染物的消光系数数据，并对采集的数据进行预处理。该预处理包括：根据读取的激光雷达的消光系数和激光雷达的退偏比，剔除非颗粒污染物对应的消光系数数据。
具体的，根据激光雷达0.55μm消光系数和退偏比，去除降水(如雨、雪)和云雾的影响，以及消光系数异常值，并将消光系数进行小时平均。
S402、获取再分析模式气象资料(即提取分析气象场数据)，结合雷达点位的经纬度信息，获取雷达点位对应700hpa以下高度的逐层风场数据、相对湿度数据(即湿度数据)和温度场数据。
S403、利用拉普拉斯压高公式将气压场转换为对应的高度场，使15m垂直分辨率雷达消光系数与逐层气象场耦合。
具体的，利用拉普拉斯压高公式将再分析模式气象资料中的气压场转换为对应的高度场，以保证转换后的再分析模式气象资料的高度场与激光雷达消光系数的高度场相耦合。
S404、根据再分析模式气象资料中的湿度数据对获取的消光系数进行湿度订正，得到干气溶胶消光系数；其中，消光系数的湿度订正方法包括：根据逐层相对湿度RH，利用湿增长因子F(RH)＝1/(1-RH)，获取逐层干气溶胶消光系数。
S405、根据雷达点位对应测站的PM2.5逐时监测值以及150m高度逐时干消光系数，利用转换系统P＝PM2.5/KEX(或者P＝PM10/KEX)，将逐层消光系数转换成PM2.5浓度。
S406、将再分析模式气象资料中风场数据折算成目标方向(即市区方向)的风场径向风传导分量。
S407、根据步骤405得到的逐层PM2.5浓度和步骤406转换的目标方向(即市区方向)的风场径向风传导分量，计算传输通量。
本发明实施例提供了一种激光雷达输送通量计算方法，与现有技术中利用多普勒风廓线雷达获取风场数据，价格高且普及度低相比，其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
本发明实施例还提供了一种激光雷达输送通量计算装置，所述装置用于执行上述激光雷达输送通量计算方法，参考图6，所述装置包括：
获取模块10，用于获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；再分析模式气象资料包括：风场数据和湿度数据；
湿度订正模块20，用于根据再分析模式气象资料中的湿度数据对消光系数进行湿度订正，得到干气溶胶消光系数；
第一计算模块30，用于根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；
第二计算模块40，用于根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
考虑到在自然情况下，大气气溶胶粒子(简称为气溶胶粒子)吸收了环境空气中的水分，发生吸湿增长的问题，激光雷达测得环境空气中气溶胶粒子的消光系数实际为湿粒子的消光系数；在激光雷达实际采集的过程中，其直接采集的颗粒污染物的消光系数产品除了有湿粒子的消光系数，还可能会伴随云、降水等的消光系数高值以及，反演无效导致的消光系数异常值，为了准确的获取激光雷达采集的颗粒污染物的消光系数，本发明实施例中首先先识别上述消光系数异常值，然后将上述消光系数异常值进行剔除处理，用以得到准确的颗粒污染物的消光系数。参见图7，上述获取模块10，包括：
读取单元101，用于读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比；
识别单元102，用于根据消光系数和退偏比，识别非颗粒污染物对应的消光系数；
剔除处理单元103，用于对非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数
考虑到激光雷达采集的颗粒污染物的消光系数的高度单位为实际的几何高度单位，而再分析模式气象资料中的高度单位是气压高度，由于上述两者的高度单位不匹配，故要想让这两者的数据进行计算处理，需要先将再分析模式气象资料中的气压场(即气压高度)转换为对应的高度场。参考图8，所述再分析模式气象资料还包括：多个气压高度数据和多个温度数据；故本发明实施例提供的激光雷达输送通量计算装置还包括：
转换模块50，用于利用拉普拉斯压高公式将再分析模式气象资料中的气压高度转换为位势高度；其中，z表示气压高度；Z1表示前一层的高度，Z2表示上一层的高度且Z1和Z2分别代表每一个高度层里上下两个面的高度；t表示气压高度对应的温度数据；P表示气压，P1和P2分别表示相邻两层的气压；
插值处理模块60，用于对转换得到的位势高度进行插值处理，得到与激光雷达的高度耦合的位势高度。
在自然情况下，气溶胶粒子吸收了环境空气中的水分，发生吸湿增长。激光雷达测得环境空气中气溶胶粒子的消光系数即为湿粒子的消光系数，而地面观测的颗粒污染物的质量浓度则为干燥后的干粒子(即干气溶胶粒子)的质量浓度。所以激光雷达测得的消光系数需要进行湿度订正。故本发明实施例提供的激光雷达输送通量计算装置，湿度订正模块12，包括：
获取单元，用于获取再分析模式气象资料中湿度数据中的相对湿度数据；
第一计算单元，用于按照以下公式对激光雷达采集的消光系数和相对湿度数据进行计算：F(RH)＝1/(1-RH)，得到干气溶胶消光系数；其中，F表示计算湿增长因子的函数，RH为相对湿度。
实际中，再分析模式气象资料包括：风场数据和湿度数据，上述风场数据包括u分量和v分量，一般来讲，再分析模式气象资料中的风场数据包括u分量和v分量是两个固定方向的风向(如u分量表示西风和v分量表示南风)；本发明实施例中主要计算目标方向的激光雷达输送通量，而上述再分析模式气象资料中的u分量和v分量表示两个固定风向可能不会待计算的目标方向，故本发明实施例需要将再分析模式气象资料中的u分量和v分量转换为待计算的目标方向ux和uy的径向分量；进一步的，所述风场数据包括u分量和v分量；所述装置还包括：
折算模块，用于将再分析模式气象资料中逐层的风场u分量和v分量，折算成目标方向ux和目标方向的垂直方向uy的径向分量；其中，下标x表示沿目标方向，下标y表示与目标方向垂直的方向。
进一步的，本发明实施例提供的一种激光雷达输送通量计算装置中，计算模块13包括：
第二计算单元，用于根据干气溶胶消光系数KEX_d与观测的颗粒污染物PM的预设折算关系：K＝PM/KEX_d，计算观测的颗粒污染物的浓度状况；其中，K表示观测的颗粒污染物的浓度状况，PM表示观测的颗粒污染物；KEX_d表示干气溶胶消光系数；
第三计算单元，用于按照以下公式计算沿目标方向的颗粒污染物传输通量：其中，下标i表示高度层；PMxi表示高度层i沿目标方向的PM质量浓度；uxi表示高度层i沿目标方向的风速径向分量。
本发明实施例中，在利用气溶胶干消光系数与颗粒污染物浓度建立转化模型时，选取一个时刻的时间的观测资料来线性拟合出转化系数。本发明实施例中，还可以计算一个时间段的激光雷达输送通量，对应的，本发明实施例提供的激光雷达输送通量计算装置中，计算模块还包括：
积分处理单元，用于按照以下公式对预设时间段的沿目标方向的颗粒污染物传输通量M进行积分处理：得到预设时间段内的颗粒污染物总传输质量；其中，T表示颗粒污染物总传输质量，t表示预设时间段中的任意时刻。
本发明实施例提供了一种激光雷达输送通量计算装置，与现有技术中利用多普勒风廓线雷达获取风场数据，价格高且普及度低相比，其使用再分析模式气象资料对消光系数进行湿度订正以及激光雷达输送通量的计算，再分析模式气象资料的获取方式简单，成本非常低廉且包括的风场数据和湿度数据具有较高的精度，从而使得整个激光雷达输送通量计算方法的成本低且普及度较高。
本发明实施例所提供的一种激光雷达输送通量计算的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种激光雷达输送通量计算方法，其特征在于，所述方法包括：
获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；所述再分析模式气象资料包括：风场数据和湿度数据；
根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数；
根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；
根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
2.根据权利要求1所述的激光雷达输送通量计算方法，其特征在于，所述获取激光雷达采集的颗粒污染物的消光系数，包括：
读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比；
根据所述消光系数和所述退偏比，识别非颗粒污染物对应的消光系数；
对所述非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数。
3.根据权利要求1所述的激光雷达输送通量计算方法，其特征在于，所述根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数，包括：
获取所述再分析模式气象资料中湿度数据中的相对湿度数据；
按照以下公式对所述激光雷达采集的消光系数和所述相对湿度数据进行计算：F(RH)＝1/(1-RH)，得到干气溶胶消光系数；其中，F(RH)表示计算湿增长因子的函数，RH表示相对湿度且RH为自变量。
4.根据权利要求3所述的激光雷达输送通量计算方法，其特征在于，所述根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度，包括：
根据预设高度的干消光系数与对应时刻地面监测的预设可吸入颗粒物指标建立对应的折算关系：K＝PM/KEX_d；其中，K表示地面监测颗粒污染物质量浓度与干气溶胶消光系数之间的折算系数状况；PM表示地面监测颗粒污染物的质量浓度；KEX_d表示干气溶胶消光系数；
根据所述干气溶胶消光系数以及折算关系：K＝PM/KEX_d，计算地面监测颗粒污染物浓度数据：PMi＝K*KEX_di；其中PMi表示高度层i的颗粒污染物质量浓度；KEX_di表示高度层i的干气溶胶消光系数。
5.根据权利要求4所述的激光雷达输送通量计算方法，其特征在于，所述再分析模式气象资料还包括：多个气压高度数据和多个温度数据；所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量之前，还包括：
利用拉普拉斯压高公式将所述再分析模式气象资料中的气压高度转换为位势高度；其中，z表示位势高度；Z1表示前一层的高度，Z2表示上一层的高度且Z1和Z2分别代表每一个高度层里上下两个面的高度；t表示气压高度对应的温度数据；P表示气压，P1和P2分别表示相邻两层的气压；
对转换得到的位势高度进行插值处理，得到与所述激光雷达的高度耦合的位势高度。
6.根据权利要求5所述的激光雷达输送通量计算方法，其特征在于，所述风场数据包括u分量和v分量；所述方法还包括：
将所述再分析模式气象资料中逐层的风场u分量和v分量，折算成目标方向ux和所述目标方向的垂直方向uy的径向分量；其中，下标x表示沿目标方向，下标y表示与所述目标方向垂直的方向。
7.根据权利要求6所述的激光雷达输送通量计算方法，其特征在于，所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量，包括：
按照以下公式计算沿目标方向的颗粒污染物传输通量：其中，下标i表示高度层；PMxi表示高度层i沿目标方向的PM质量浓度；uxi表示高度层i沿目标方向的风速径向分量。
8.根据权利要求7所述的激光雷达输送通量计算方法，其特征在于，所述根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量，还包括：
按照以下公式对预设时间段的沿目标方向的颗粒污染物传输通量M进行积分处理：得到所述预设时间段内的颗粒污染物总传输质量；其中，T表示颗粒污染物总传输质量，t表示所述预设时间段中的任意时刻。
9.一种激光雷达输送通量计算装置，其特征在于，所述装置包括：
获取模块，用于获取激光雷达采集的颗粒污染物的消光系数以及获取再分析模式气象资料；所述再分析模式气象资料包括：风场数据和湿度数据；
湿度订正模块，用于根据所述再分析模式气象资料中的湿度数据对所述消光系数进行湿度订正，得到干气溶胶消光系数；
第一计算模块，用于根据所述干气溶胶消光系数以及所述干气溶胶消光系数与地面监测颗粒污染物浓度的预设折算关系，计算地面监测颗粒污染物质量浓度；
第二计算模块，用于根据所述地面监测颗粒污染物质量浓度和所述再分析模式气象资料中的风场数据，计算所述激光雷达输送通量。
10.根据权利要求9所述的激光雷达输送通量计算装置，其特征在于，获取模块，包括：
读取单元，用于读取激光雷达采集的颗粒污染物的消光系数和所述激光雷达的退偏比；
识别单元，用于根据所述消光系数和所述退偏比，识别非颗粒污染物对应的消光系数；
剔除处理单元，用于对所述非颗粒污染物对应的消光系数进行剔除处理，得到剩余的气溶胶消光系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611151223.3A CN106596362A (zh) | 2016-12-14 | 2016-12-14 | 一种激光雷达输送通量计算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611151223.3A CN106596362A (zh) | 2016-12-14 | 2016-12-14 | 一种激光雷达输送通量计算方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106596362A true CN106596362A (zh) | 2017-04-26 |
Family
ID=58801912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611151223.3A Pending CN106596362A (zh) | 2016-12-14 | 2016-12-14 | 一种激光雷达输送通量计算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106596362A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107589055A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
| CN110850443A (zh) * | 2019-11-11 | 2020-02-28 | 西北工业大学 | 激光雷达温湿度数据阶梯分析处理方法 |
| CN111103591A (zh) * | 2018-10-28 | 2020-05-05 | 无锡中科光电技术有限公司 | 区域污染物三维分布及输送定量评价的激光雷达稽查系统 |
| CN111189749A (zh) * | 2018-11-14 | 2020-05-22 | 无锡中科光电技术有限公司 | 实现颗粒态污染物输送定量评价的移动激光雷达稽查系统 |
| CN111366509A (zh) * | 2020-02-26 | 2020-07-03 | 交通运输部天津水运工程科学研究所 | 基于全场监测的散货堆场粉尘精细化控制方法及控制系统 |
| CN111736176A (zh) * | 2020-06-23 | 2020-10-02 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于激光雷达的大气环境数据的共享方法 |
| CN112859083A (zh) * | 2021-02-22 | 2021-05-28 | 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) | 一种面向资料同化的风廓线雷达风场资料质量控制方法 |
| CN114112995A (zh) * | 2021-12-01 | 2022-03-01 | 中国人民解放军国防科技大学 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
| CN114279915A (zh) * | 2021-12-24 | 2022-04-05 | 青岛镭测创芯科技有限公司 | 一种大气颗粒物浓度反演方法及相关组件 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539336B (zh) * | 2011-02-01 | 2013-10-09 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的可吸入颗粒物估算方法及系统 |
| CN103558609A (zh) * | 2013-11-08 | 2014-02-05 | 中国科学院测量与地球物理研究所 | 全球卫星导航系统对流层天顶延迟修正的方法 |
| CN103616732A (zh) * | 2013-11-01 | 2014-03-05 | 南京大学 | 高空风资料的质量控制方法及其质量监控装置 |
| CN104077475A (zh) * | 2014-06-24 | 2014-10-01 | 北京师范大学 | 一种基于多算法集成的全球陆表蒸散估算系统及方法 |
| CN104578061A (zh) * | 2015-01-26 | 2015-04-29 | 国家电网公司 | 一种架空输电线路导线设计冰厚的预估方法 |
| CN105067534A (zh) * | 2015-07-25 | 2015-11-18 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的污染物输送通量测算方法 |
| CN105975763A (zh) * | 2016-04-29 | 2016-09-28 | 国家卫星海洋应用中心 | 一种多源海面风场的融合方法和装置 |
| CN106021864A (zh) * | 2016-05-09 | 2016-10-12 | 国家卫星海洋应用中心 | 星载散射计后向散射系数的检验方法和装置 |
| CN106124374A (zh) * | 2016-07-22 | 2016-11-16 | 中科宇图科技股份有限公司 | 基于数据融合的大气颗粒物遥感监测方法 |
| CN106126903A (zh) * | 2016-06-21 | 2016-11-16 | 北京市环境保护监测中心 | Pm2.5三维输送通量的计算方法和装置 |
-
2016
- 2016-12-14 CN CN201611151223.3A patent/CN106596362A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539336B (zh) * | 2011-02-01 | 2013-10-09 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的可吸入颗粒物估算方法及系统 |
| CN103616732A (zh) * | 2013-11-01 | 2014-03-05 | 南京大学 | 高空风资料的质量控制方法及其质量监控装置 |
| CN103558609A (zh) * | 2013-11-08 | 2014-02-05 | 中国科学院测量与地球物理研究所 | 全球卫星导航系统对流层天顶延迟修正的方法 |
| CN104077475A (zh) * | 2014-06-24 | 2014-10-01 | 北京师范大学 | 一种基于多算法集成的全球陆表蒸散估算系统及方法 |
| CN104578061A (zh) * | 2015-01-26 | 2015-04-29 | 国家电网公司 | 一种架空输电线路导线设计冰厚的预估方法 |
| CN105067534A (zh) * | 2015-07-25 | 2015-11-18 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的污染物输送通量测算方法 |
| CN105975763A (zh) * | 2016-04-29 | 2016-09-28 | 国家卫星海洋应用中心 | 一种多源海面风场的融合方法和装置 |
| CN106021864A (zh) * | 2016-05-09 | 2016-10-12 | 国家卫星海洋应用中心 | 星载散射计后向散射系数的检验方法和装置 |
| CN106126903A (zh) * | 2016-06-21 | 2016-11-16 | 北京市环境保护监测中心 | Pm2.5三维输送通量的计算方法和装置 |
| CN106124374A (zh) * | 2016-07-22 | 2016-11-16 | 中科宇图科技股份有限公司 | 基于数据融合的大气颗粒物遥感监测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 佟彦超 等: "激光雷达监测工业污染源颗粒物输送通量", 《光学技术》 * |
| 张捍卫 等: "《空间大地测量学中大气折射理论》", 30 April 2011 * |
| 王国平 等: "《城市霾问题治理研究：第四届"钱学森城市学金奖"征集评选活动获奖作品汇编》", 31 October 2014, 浙江人民出版社 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107589055B (zh) * | 2017-09-15 | 2020-03-06 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
| CN107589055A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种颗粒物检测方法以及检测设备 |
| CN111103591A (zh) * | 2018-10-28 | 2020-05-05 | 无锡中科光电技术有限公司 | 区域污染物三维分布及输送定量评价的激光雷达稽查系统 |
| CN111189749A (zh) * | 2018-11-14 | 2020-05-22 | 无锡中科光电技术有限公司 | 实现颗粒态污染物输送定量评价的移动激光雷达稽查系统 |
| CN110850443A (zh) * | 2019-11-11 | 2020-02-28 | 西北工业大学 | 激光雷达温湿度数据阶梯分析处理方法 |
| CN110850443B (zh) * | 2019-11-11 | 2023-03-03 | 西北工业大学 | 激光雷达温湿度数据阶梯分析处理方法 |
| CN111366509B (zh) * | 2020-02-26 | 2022-09-02 | 交通运输部天津水运工程科学研究所 | 基于全场监测的散货堆场粉尘精细化控制方法及控制系统 |
| CN111366509A (zh) * | 2020-02-26 | 2020-07-03 | 交通运输部天津水运工程科学研究所 | 基于全场监测的散货堆场粉尘精细化控制方法及控制系统 |
| CN111736176A (zh) * | 2020-06-23 | 2020-10-02 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于激光雷达的大气环境数据的共享方法 |
| CN111736176B (zh) * | 2020-06-23 | 2024-05-31 | 中国人民解放军陆军炮兵防空兵学院 | 一种基于激光雷达的大气环境数据的共享方法 |
| CN112859083A (zh) * | 2021-02-22 | 2021-05-28 | 厦门市气象台(厦门市海洋气象台、海峡气象开放实验室) | 一种面向资料同化的风廓线雷达风场资料质量控制方法 |
| CN114112995A (zh) * | 2021-12-01 | 2022-03-01 | 中国人民解放军国防科技大学 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
| CN114112995B (zh) * | 2021-12-01 | 2024-01-30 | 中国人民解放军国防科技大学 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
| CN114279915A (zh) * | 2021-12-24 | 2022-04-05 | 青岛镭测创芯科技有限公司 | 一种大气颗粒物浓度反演方法及相关组件 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106596362A (zh) | 一种激光雷达输送通量计算方法和装置 | |
| Soegaard et al. | Towards a spatial CO2 budget of a metropolitan region based on textural image classification and flux measurements | |
| CN108763756B (zh) | 一种气溶胶光学厚度与pm2.5反演订正方法及其系统 | |
| US9229133B2 (en) | Meteorological parameter forecasting | |
| Ghasem et al. | Synoptic and remote sensing analysis of dust events in southwestern Iran | |
| CN104268423B (zh) | 大尺度动态演化沙尘型气溶胶反演方法 | |
| Sánchez et al. | Analysis of the energy balance closure over a FLUXNET boreal forest in Finland | |
| Du et al. | The responses of Moso bamboo (Phyllostachys heterocycla var. pubescens) forest aboveground biomass to Landsat TM spectral reflectance and NDVI | |
| KR101751642B1 (ko) | 대기 관측용 라이다의 소산계수 보정방법 | |
| Droste et al. | Assessing the potential and application of crowdsourced urban wind data | |
| CN205483924U (zh) | 用于检测空气中细颗粒物浓度的系统 | |
| CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
| AU2022287586A1 (en) | Estimation of weather modification effects | |
| CN107784165A (zh) | 基于光伏电站的地表温度场多尺度资料同化方法 | |
| CN109946714A (zh) | 一种基于LiDAR和ALOS PALSAR多元数据的森林生物量模型的建立方法 | |
| CN109543907A (zh) | 一种复杂地形风资源评估方法及其装置 | |
| CN107402165B (zh) | 凝结水观测设备及系统 | |
| Li et al. | Assessing MODIS carbon and water fluxes in grasslands and shrublands in semiarid regions using eddy covariance tower data | |
| CN106772697B (zh) | 云海自然景观预报方法及系统 | |
| CN102819024A (zh) | 一种微波高光谱数字处理与控制方法及装置 | |
| Miao et al. | Measurement method of maize morphological parameters based on point cloud image conversion | |
| CN103852813B (zh) | 雨滴三维尺度检测装置及利用该装置计算雨滴体积的方法 | |
| CN203745670U (zh) | 雨滴三维尺度检测装置 | |
| Chasmer et al. | Influences of vegetation structure and elevation on CO2 uptake in a mature jack pine forest in Saskatchewan, Canada | |
| CN111473775A (zh) | 沙尘运移监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170426 |
|
| RJ01 | Rejection of invention patent application after publication |