CN108918436A - 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 - Google Patents
基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 Download PDFInfo
- Publication number
- CN108918436A CN108918436A CN201810433413.7A CN201810433413A CN108918436A CN 108918436 A CN108918436 A CN 108918436A CN 201810433413 A CN201810433413 A CN 201810433413A CN 108918436 A CN108918436 A CN 108918436A
- Authority
- CN
- China
- Prior art keywords
- aerosol
- gas
- inverting
- trace
- profile
- 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
- 239000000443 aerosol Substances 0.000 title claims abstract description 54
- 238000001658 differential optical absorption spectrophotometry Methods 0.000 title claims abstract description 24
- 238000011109 contamination Methods 0.000 title claims abstract description 13
- 239000007789 gas Substances 0.000 claims abstract description 67
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims abstract description 26
- LEQAOMBKQFMDFZ-UHFFFAOYSA-N glyoxal Chemical compound O=CC=O LEQAOMBKQFMDFZ-UHFFFAOYSA-N 0.000 claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims abstract description 17
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims abstract description 15
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims abstract description 13
- IOVCWXUNBOPUCH-UHFFFAOYSA-N Nitrous acid Chemical compound ON=O IOVCWXUNBOPUCH-UHFFFAOYSA-N 0.000 claims abstract description 13
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 claims abstract description 11
- 229940015043 glyoxal Drugs 0.000 claims abstract description 10
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 12
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000008033 biological extinction Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 239000005427 atmospheric aerosol Substances 0.000 abstract description 5
- 238000003912 environmental pollution Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 description 6
- 239000005436 troposphere Substances 0.000 description 4
- 238000000862 absorption spectrum Methods 0.000 description 3
- ZNZYKNKBJPZETN-WELNAUFTSA-N Dialdehyde 11678 Chemical compound N1C2=CC=CC=C2C2=C1[C@H](C[C@H](/C(=C/O)C(=O)OC)[C@@H](C=C)C=O)NCC2 ZNZYKNKBJPZETN-WELNAUFTSA-N 0.000 description 2
- 238000004847 absorption spectroscopy Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 1
- 240000005265 Lupinus mutabilis Species 0.000 description 1
- 235000008755 Lupinus mutabilis Nutrition 0.000 description 1
- 235000019095 Sechium edule Nutrition 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了基于MAX‑DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，基于朗伯‑比尔定律，使用QDOAS计算紫外波段和可见波段的O4的差分斜柱浓度及二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等痕量气体的差分斜柱浓度；利用不同波段的O4 DSCD反演对应波段的气溶胶廓线；提取反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度做对比验证及提取痕量气体廓线底层浓度小时平均后的结果与国控站点地面对应气体浓度做对比验证。本发明解决地基被动遥感观测垂直廓线反演算法的难题，实现对大气气溶胶及污染气体时空变化特征进行快速、连续、高效监测，满足环境污染研究和监测的需要。
Description
技术领域
本发明涉及到环境科学、地基遥感技术领域，特别涉及基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法。
背景技术
随着环境问题的日益加重和国际化趋势的日益明显，解决环境问题的必要性和迫切性也越来越广泛地被世界各国所认识。地基遥感相对于传统的地面采样分析技术具有其快速、大信息量、实时性强，无需观测人员值守的特点在环境监测领域具有无可比拟的优势。而目前我国在区域大气污染观测方面开展的工作，主体是以地面采样为主，辅以探空气球等对区域大气的污染状况进行观测，缺少对大气垂直方向污染状况的实时观测。同时，我国又迫切需要获得国内重点区域在近地面及垂直方向上的污染状况。地基遥感网络数据既可以实现对地面及对流层柱总量气溶胶和痕量气体的观测，又可以实现对气溶胶及各种污染气体的实时垂直观测。鉴于目前我国在地基遥感方面主要以对流层柱总量的反演为主，缺乏合理有效的垂直廓线反演算法。
发明内容
发明的目的在于提供基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，以解决地基被动遥感观测垂直廓线反演算法的难题，拓展地基MAX-DOAS的应用范围，实现对大气气溶胶及污染气体(二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等)时空变化特征进行快速、连续、高效监测，满足我国环境污染研究和环境监测的需要，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，包括如下步骤：
步骤一：基于朗伯-比尔定律，使用QDOAS计算紫外波段和可见波段O4的差分斜柱浓度及二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等痕量气体的差分斜柱浓度，朗伯-比尔定律：
步骤二：利用不同波段的O4 DSCD反演对应波段的气溶胶廓线，基于最优估计算法结合前向模型SCIATRAN反演出气溶胶的垂直廓线，迭代反演算法公式：
反演过程中实测结果与前向模型模拟结果拟合程度用最小价值函数来评估，函数式：
步骤三：将步骤二中反演的气溶胶廓线作为输入量结合实测的痕量气体差分斜柱浓度，反演痕量气体廓线，反演的迭代过程与步骤二中气溶胶的反演相同；
步骤四：提取反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度做对比验证，提取痕量气体廓线最底层的浓度值做小时平均后与国控站点的实测地面气体浓度做对比验证，验证过程包括数据绝对值的对比及相关性的验证。
优选的，步骤二和步骤三中，基于遥感实测的气溶胶和痕量气体差分斜柱浓度反演及实时获得气溶胶和痕量气体的垂直廓线，作用于分析气溶胶及痕量气体在垂直方向上的变化规律。
优选的，步骤一的公式中，I(λ,L)和I0(λ)分别为测量和初始太阳散射光谱，σj(λ)为不同气体的吸收截面，cj(l)为气体浓度，εM(λ,l)和εR(λ,l)分别为米散射和瑞利散射的消光系数，L为光程长度。
优选的，步骤一测得不同气体的差分斜柱浓度为：
优选的，步骤二的函数式中，x代表反演的状态量，y为实测量，F(x)为前向模型的模拟值，K为权重函数，χ2(x)代表最小价值函数。
与现有技术相比，本发明的有益效果是：
1、利用地基MAX-DOAS获得的大气吸收光谱信息，结合实测的气体成分二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等的吸收截面，基于差分吸收光谱解析方法反演大气污染气体(主要为二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等)的对流层柱浓度分布结果及基于最优估计算法和SCIATRAN辐射传输模型反演的气溶胶及大气污染气体的垂直分布廓线，进行立体遥感测量，可以同时反演获取不同仪器观测方位角的垂直分布廓线。
2、获取区域范围大气痕量成份数据，为我国污染气体的总量监测和特性研究提供关键的数据支持，以解决地基被动遥感观测垂直廓线反演算法的难题，拓展地基MAX-DOAS的应用范围，实现对大气气溶胶及污染气体(二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等)时空变化特征进行快速、连续、高效监测，在进行大气气溶胶分布立体监测的同时，可以获取大气气溶胶的光学性质，满足我国环境污染研究和环境监测的需要。
3、建立适合大气污染气体垂直廓线反演的方法，计算便于程序化，实现无人值守的自动反演测量。
附图说明
图1为本发明的实现流程图；
图2为本发明的MAX-DOAS反演的气溶胶廓线图；
图3为本发明的MAX-DOAS反演的痕量气体廓线图；
图4为本发明的MAX-DOAS反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度的对比图。
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做出创造性劳动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。
请参阅图1，基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，包括如下步骤：
第一步：光谱波段选择，差分吸收光谱解析方法是通过测量各种气体成分的特征吸收波段来进行定性和定量反演的，不同大气成分具有不同的吸收波段，地基MAX-DOAS拥有紫外波段和可见波段两个光谱仪，能够探测到O4、二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等痕量气体。表1为大气中主要痕量气体成分的特征光谱吸收反演波段范围。反演基于朗伯-比尔定律(如下式)，使用QDOAS对测得的太阳散射光谱进行反演，计算紫外波段(360nm)和可见波段(477.1nm)O4的差分斜柱浓度及二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等痕量气体的差分斜柱浓度。同时反演中要对仪器的暗电流影响及光谱偏移、非线性的影响进行去除和校正。然后根据拟合的残差及相对误差进行判定拟合的质量：
式中，I(λ,L)和I0(λ)分别为测量和初始太阳散射光谱，σj(λ)为不同气体的吸收截面，cj(l)为气体浓度，εM(λ,l)和εR(λ,l)分别为米散射和瑞利散射的消光系数，L为光程长度，测得不同气体的差分斜柱浓度S(L)(ΔSCD)为：
表1 MAX-DOAS气体反演波段
| 气体名称 | MAX-DOAS反演波段(nm) |
| O4 | 338-370，425-490 |
| NO2 | 338-370，411-445，425-490 |
| SO2 | 305-317.5，312-326 |
| HCHO | 324.5-359，336.5-359 |
| HONO | 335-373 |
| CHOCHO | 431-461 |
步骤二：利用第一步中得到O4的差分斜柱浓度反演气溶胶的垂直廓线，反演基于最优估计算法(OEM)结合前向模型SCIATRAN。这个过程中需要预设先验廓线及先验廓线的误差。算法中规定了4种先验廓线的形状(E指数衰减型、线型、高斯型及玻尔兹曼型)，先验廓线的误差规定为不同高度先验浓度值的100％。温度、压力廓线可以使用对应维度美国标准大气或者使用WRF-Chem化学模型模拟得到的结果。气溶胶的预设光学特性参数(单次散射反照率和不对称因子)可以从国际开源网站AERONET上下载得到。反演的迭代过程如下：
反演过程中实测结果与前向模型模拟结果拟合程度用最小价值函数来评估，函数式如下：
式中，x代表反演的状态量，y为实测量，F(x)为前向模型的模拟值，K为权重函数，χ2(x)代表最小价值函数。
图2中显示的是反演得到的气溶胶廓线的实例及与实际廓线的对比情况。
步骤三：痕量气体(二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等)廓线的反演，痕量气体的反演需要输入预设的气溶胶廓线、实测痕量气体的差分斜柱浓度及对应痕量气体的先验廓线，气溶胶廓线使用第二步中反演得到的气溶胶廓线作为输入(此处认为，第二步中得到的气溶胶廓线即为真实的气溶胶廓线)，先验廓线的预设形状及误差设置与气溶胶相同，温度、压力廓线同样使用美国标准大气、WRF-Chem模拟值或者探空实测的廓线。
图3显示的是基于此算法反演的二氧化氮廓线与实际廓线的对比情。
步骤四：提取反演的气溶胶光学厚度(AOD)与太阳光度计实测的气溶胶光学厚度做对比验证，提取痕量气体最底层的浓度值做小时平均后与国控站点的实测地面气体浓度做对比验证。验证过程主要包括数据绝对值的对比及相关性(变化趋势)的验证。
图4显示MAX-DOAS反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度的对比结果。
综上所述，本发明提出的基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，利用地基MAX-DOAS获得的大气吸收光谱信息，主要气体成分二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等，基于差分吸收光谱解析方法反演大气污染气体(主要为二氧化氮、二氧化硫、甲醛、亚硝酸及乙二醛等)的对流层柱浓度分布结果及基于最优估计算法和SCIATRAN辐射传输模型反演的气溶胶及大气污染气体的垂直分布廓线，由此获取区域范围大气痕量成份数据，为我国污染气体的总量监测和特性研究提供关键的数据支持。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (5)
1.基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，其特征在于：包括如下步骤：
步骤一：基于朗伯-比尔定律，使用QDOAS计算紫外波段和可见波段O4的差分斜柱浓度及二氧化氮、二氧化硫、甲醛、亚硝酸、乙二醛等痕量气体的差分斜柱浓度，朗伯-比尔定律：
步骤二：利用不同波段的O4DSCD反演对应波段的气溶胶廓线，基于最优估计算法结合前向模型SCIATRAN反演出气溶胶的垂直廓线，迭代反演算法公式：
反演过程中实测结果与前向模型模拟结果拟合程度用最小价值函数来评估，函数式：
步骤三：将步骤二中反演的气溶胶廓线作为输入量结合实测的痕量气体差分斜柱浓度，反演痕量气体廓线，反演的迭代过程与步骤二中气溶胶的反演相同；
步骤四：提取反演的气溶胶光学厚度与太阳光度计实测的气溶胶光学厚度做对比验证，提取痕量气体廓线最底层的浓度值做小时平均后与国控站点的实测地面气体浓度做对比验证，验证过程包括数据绝对值的对比及相关性的验证。
2.根据权利要求1所述的基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，其特征在于：步骤二和步骤三中，基于遥感实测的气溶胶和痕量气体差分斜柱浓度反演及实时获得气溶胶和痕量气体的垂直廓线，作用于分析气溶胶及痕量气体在垂直方向上的变化规律。
3.根据权利要求1所述的基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，其特征在于：步骤一的公式中，I(λ,L)和I0(λ)分别为测量和初始太阳散射光谱，σj(λ)为不同气体的吸收截面，cj(l)为气体浓度，εM(λ,l)和εR(λ,l)分别为米散射和瑞利散射的消光系数，L为光程长度。
4.根据权利要求1所述的基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，其特征在于：步骤一测得不同气体的差分斜柱浓度为：
5.根据权利要求1所述的基于MAX-DOAS对气溶胶及痕量污染气体的垂直廓线反演算法，其特征在于：步骤二的函数式中，x代表反演的状态量，y为实测量，F(x)为前向模型的模拟值，K为权重函数，χ2(x)代表最小价值函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810433413.7A CN108918436A (zh) | 2018-05-08 | 2018-05-08 | 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810433413.7A CN108918436A (zh) | 2018-05-08 | 2018-05-08 | 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108918436A true CN108918436A (zh) | 2018-11-30 |
Family
ID=64402572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810433413.7A Pending CN108918436A (zh) | 2018-05-08 | 2018-05-08 | 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108918436A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110031412A (zh) * | 2019-04-25 | 2019-07-19 | 中国科学技术大学 | 基于移动ahsa观测的大气污染物排放通量获取方法 |
| CN110274916A (zh) * | 2019-08-06 | 2019-09-24 | 云南电网有限责任公司电力科学研究院 | 基于卫星遥感的电网污染物浓度监测方法及系统 |
| CN110686776A (zh) * | 2019-10-09 | 2020-01-14 | 北京航空航天大学 | 一种室内高光谱遥感成像仿真装置与方法 |
| CN110687020A (zh) * | 2019-10-30 | 2020-01-14 | 淮北师范大学 | 基于四聚氧吸收反演气溶胶光学特性的测量方法及其装置 |
| CN111382506A (zh) * | 2020-03-02 | 2020-07-07 | 苏州工业园区洛加大先进技术研究院 | 气溶胶及辐射相互作用对雾化效果影响的评估方法 |
| CN111579504A (zh) * | 2020-06-29 | 2020-08-25 | 中国科学技术大学 | 基于光学遥感的大气污染成分垂直分布反演方法 |
| CN113239505A (zh) * | 2020-11-27 | 2021-08-10 | 北京航空航天大学 | 一种基于改进最优估计的大气痕量气体反演方法 |
| CN113791042A (zh) * | 2021-08-15 | 2021-12-14 | 中国科学技术大学 | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 |
| CN113834792A (zh) * | 2021-09-22 | 2021-12-24 | 中国科学院合肥物质科学研究院 | 一种基于max-doas的50米分辨率痕量气体廓线反演方法 |
| CN114324206A (zh) * | 2021-12-18 | 2022-04-12 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
| CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
| WO2023207579A1 (zh) * | 2022-04-29 | 2023-11-02 | 中国科学技术大学 | 基于超光谱遥感的痕量气体水平分布探测交通污染源方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107741592A (zh) * | 2017-09-26 | 2018-02-27 | 北京大学 | 一种气溶胶多光学特性遥感观测系统及其观测方法 |
-
2018
- 2018-05-08 CN CN201810433413.7A patent/CN108918436A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107741592A (zh) * | 2017-09-26 | 2018-02-27 | 北京大学 | 一种气溶胶多光学特性遥感观测系统及其观测方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110031412A (zh) * | 2019-04-25 | 2019-07-19 | 中国科学技术大学 | 基于移动ahsa观测的大气污染物排放通量获取方法 |
| CN110274916A (zh) * | 2019-08-06 | 2019-09-24 | 云南电网有限责任公司电力科学研究院 | 基于卫星遥感的电网污染物浓度监测方法及系统 |
| CN110686776A (zh) * | 2019-10-09 | 2020-01-14 | 北京航空航天大学 | 一种室内高光谱遥感成像仿真装置与方法 |
| CN110686776B (zh) * | 2019-10-09 | 2021-05-04 | 北京航空航天大学 | 一种室内高光谱遥感成像仿真装置与方法 |
| CN110687020A (zh) * | 2019-10-30 | 2020-01-14 | 淮北师范大学 | 基于四聚氧吸收反演气溶胶光学特性的测量方法及其装置 |
| CN110687020B (zh) * | 2019-10-30 | 2023-11-07 | 淮北师范大学 | 基于四聚氧吸收反演气溶胶光学特性的测量方法及其装置 |
| CN111382506A (zh) * | 2020-03-02 | 2020-07-07 | 苏州工业园区洛加大先进技术研究院 | 气溶胶及辐射相互作用对雾化效果影响的评估方法 |
| CN111579504B (zh) * | 2020-06-29 | 2021-10-01 | 中国科学技术大学 | 基于光学遥感的大气污染成分垂直分布反演方法 |
| CN111579504A (zh) * | 2020-06-29 | 2020-08-25 | 中国科学技术大学 | 基于光学遥感的大气污染成分垂直分布反演方法 |
| CN113239505A (zh) * | 2020-11-27 | 2021-08-10 | 北京航空航天大学 | 一种基于改进最优估计的大气痕量气体反演方法 |
| CN113791042A (zh) * | 2021-08-15 | 2021-12-14 | 中国科学技术大学 | 一种低信噪比下的卫星遥感大气甲醛斜程总量监测方法 |
| CN113834792A (zh) * | 2021-09-22 | 2021-12-24 | 中国科学院合肥物质科学研究院 | 一种基于max-doas的50米分辨率痕量气体廓线反演方法 |
| CN114324206A (zh) * | 2021-12-18 | 2022-04-12 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
| CN114324206B (zh) * | 2021-12-18 | 2024-01-16 | 复旦大学 | 基于被动多轴差分吸收光谱技术的天空条件分类方法 |
| WO2023207579A1 (zh) * | 2022-04-29 | 2023-11-02 | 中国科学技术大学 | 基于超光谱遥感的痕量气体水平分布探测交通污染源方法 |
| CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
| CN115855761B (zh) * | 2022-11-03 | 2023-09-26 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108918436A (zh) | 基于max-doas对气溶胶及痕量污染气体的垂直廓线反演算法 | |
| Ji et al. | Prediction of soil attributes using the Chinese soil spectral library and standardized spectra recorded at field conditions | |
| CN103196838B (zh) | 一种海岸河口富营养化高光谱遥感监测方法 | |
| CN107271382A (zh) | 一种不同生育期油菜叶片spad值遥感估算方法 | |
| CN105628649B (zh) | 气体现场监测特征吸收峰提取方法 | |
| CN110118742A (zh) | 基于光谱分析的陆表植被冠层生态水含量遥感反演方法 | |
| CN109387487A (zh) | 卷云条件下短波红外高光谱数据大气甲烷快速反演方法 | |
| CN104089911A (zh) | 基于一元线性回归的光谱模型传递方法 | |
| CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
| CN104374711B (zh) | 一种树木叶面尘土量的确定方法及系统 | |
| Gholizade et al. | Visible and near infrared reflectance spectroscopy to determine chemical properties of paddy soils | |
| CN113252583B (zh) | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 | |
| CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
| Gomez et al. | Analysis of the uncertainties affecting predictions of clay contents from VNIR/SWIR hyperspectral data | |
| CN108520127A (zh) | 一种树种叶面积指数的高光谱反演方法 | |
| CN110455726A (zh) | 一种实时预测土壤水分和全氮含量的方法 | |
| Galpin et al. | Refractive index retrievals for polystyrene latex spheres in the spectral range 220–420 nm | |
| Cysneiros et al. | Modeling of tree height–diameter relationships in the Atlantic Forest: effect of forest type on tree allometry | |
| CN106018331A (zh) | 多通道光谱系统的稳定性评价方法及预处理优化方法 | |
| Qi et al. | Prediction of soil calcium carbonate with soil visible-near-infrared reflection (Vis-NIR) spectral in Shaanxi province, China: soil groups vs. spectral groups | |
| Ma et al. | On-line wavenumber optimization for a ground-based CH4-DIAL | |
| CN114169165B (zh) | 一种三波段植被指数估算镉胁迫下水稻叶绿素的模型方法 | |
| CN114813653A (zh) | 一种耦合遥感数据与几何光学模型的森林火灾监测方法 | |
| Krzyscin et al. | Long-term changes in the tropospheric column ozone from the ozone soundings over Europe | |
| Evans et al. | Measurement of internal stray light within Dobson ozone spectrophotometers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190202 Address after: 230026 No. 96, Jinzhai Road, Hefei, Anhui Applicant after: University of Science and Technology of China Address before: 230031 East District, 350 Shushan Lake Road, Shushan District, Hefei City, Anhui Province, 16 Building 504 Applicant before: Liu Cheng |
|
| TA01 | Transfer of patent application right | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181130 |
|
| WD01 | Invention patent application deemed withdrawn after publication |