CN111736176A - 一种基于激光雷达的大气环境数据的共享方法 - Google Patents
一种基于激光雷达的大气环境数据的共享方法 Download PDFInfo
- Publication number
- CN111736176A CN111736176A CN202010581013.8A CN202010581013A CN111736176A CN 111736176 A CN111736176 A CN 111736176A CN 202010581013 A CN202010581013 A CN 202010581013A CN 111736176 A CN111736176 A CN 111736176A
- Authority
- CN
- China
- Prior art keywords
- profile
- laser radar
- signal
- echo signal
- atmospheric environment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000008033 biological extinction Effects 0.000 claims abstract description 68
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 42
- 239000000443 aerosol Substances 0.000 claims abstract description 41
- 230000028161 membrane depolarization Effects 0.000 claims abstract description 36
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 21
- 238000002156 mixing Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000007613 environmental effect Effects 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 9
- 239000007789 gas Substances 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000001069 Raman spectroscopy Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 239000002245 particle Substances 0.000 abstract description 23
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
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
-
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
Abstract
本发明涉及激光雷达技术领域，具体是涉及一种基于激光雷达的大气环境数据的共享方法。本发明中各地区的激光雷达持续向大气环境中发送作为发射信号的激光，激光能穿过激光雷达上空由气溶胶粒子和氮气粒子以及水汽粒子构成的大气环境，不同高度的粒子均对激光进行后向散射，激光雷达接收到的后向散射回来的激光为回波信号。对该回波信号进行处理，能够获取由消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线构成的大气环境数据，大气环境数据中的这四类数据为气溶胶粒子和氮气粒子以及水汽粒子的浓度、厚度、距离地面的高度提供具体的数据特征，为气象部门、航空部门等相关部门提供决策依据。
Description
技术领域
本发明涉及激光雷达技术领域，具体是涉及一种基于激光雷达的大气环境数据的共享方法。
背景技术
大气环境数据包括细菌、花粉和病毒等生物气溶胶的浓度数据和厚度数据，大气环境数据还包括生物气溶胶距离地面的高度等数据，而后向散射系数、消光系数、水汽混合比、退偏比相互配合，能够直观地体现出生物气溶胶的浓度、厚度以及距离地面的高度。
大气环境中的生物气溶胶是过敏传染中毒的病原体重要来源，对人类健康影响显著，而现有的技术又不能获取各地区的大气环境数据。
发明内容
为解决上述技术问题，本发明提供了一种基于激光雷达的大气环境数据的共享方法，能够获取各地区的大气环境数据。
为实现上述目的，本发明采用了以下技术方案：
一种基于激光雷达的大气环境数据的共享方法，包括如下步骤：
S1，用于获取大气环境数据的激光雷达向大气环境中发送发射信号，激光雷达获取发射信号在大气环境中因发生后向散射而散射回来的信号，该散射回来的信号记为回波信号；
S2，获取廓线元数据，廓线元数据包括激光雷达接收的回波信号的廓线；其中，回波信号的廓线由激光雷达接收的各个高度位置处的回波信号组成；
S3，将回波信号的廓线输入到反演算法中，获取反演廓线元数据，反演廓线元数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线；
大气环境数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线；
S4，将与大气环境数据相对应的激光雷达的参数、与大气环境数据相对应的廓线元数据以及大气环境数据发送至云平台，完成大气环境数据的共享；所述激光雷达的参数包括激光雷达所在位置的经度、纬度和海拔高度。
进一步，步骤S3中的消光系数廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的消光系数组成，后向散射系数廓线由通过激光雷达上空各个高度位置处的消光系数计算得到的后向散射系数组成，退偏比廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的退偏比组成；
其中，将回波信号的强度输入到Fernald反演算法中，获得消光系数；
将回波信号输入到瑞利散射模型中，获得消光后向散射比，消光系数乘以消光后向散射比，获得后向散射系数；
计算退偏比的具体步骤如下：
S31，计算回波信号的强度垂直于回波信号传播方向的分量，记为回波信号的垂直分量；计算回波信号的强度平行于回波信号传播方向的分量，记为回波信号的平行分量；
S32，将回波信号的垂直分量和回波信号的平行分量分别输入到Fernald反演算法中，分别获得消光系数的垂直分量和消光系数的平行分量；
S33，消光系数的垂直分量除以消光系数的平行分量，获得退偏比。
进一步优选的，所述消光系数包括气溶胶的消光系数和氮气的消光系数；所述后向散射系数包括气溶胶的后向散射系数和氮气的后向散射系数；所述气溶胶的消光系数与气溶胶的后向散射系数之比为第一固定值，所述氮气的消光系数与氮气的后向散射系数之比为第二固定值。
当退偏比廓线为气溶胶的退偏比廓线，步骤S31和S32中用于获取气溶胶的退偏比的回波信号的波长为532nm或355nm。
进一步优选的，水汽混合比廓线由水汽混合比组成，所述水汽混合比为氮气的水汽混合比；
计算水汽混合比的具体步骤如下：
将激光雷达获取的所有回波信号输入到拉曼散射模型中，获得波长为660nm的回波信号、波长为387nm的回波信号、波长为607nm的回波信号，将波长660nm的回波信号、波长为387nm的回波信号和波长为607nm的回波信号输入到大气氮气浓度比例算法，即获取水汽混合比。
进一步，激光雷达的参数还包括激光雷达站址的编号、激光雷达站址的名称、激光雷达站址的通信地址、激光雷达站址的邮政编码、激光雷达站址的联系电话、激光雷达的观测站负责人、激光雷达的观测人员。
进一步，所述大气环境数据还包括荧光强度廓线；获取荧光强度廓线的步骤如下：激光雷达向大气环境中发送发射信号，发射信号遇到大气环境中的荧光物质发生后向散射，激光雷达的荧光光学接收模块获取散射回来的信号，记为荧光物质的回波信号，将荧光物质的回波信号输入到Klett反演算法中，获得荧光强度，激光雷达上空各个高度的荧光强度组成荧光强度廓线。
进一步优选的，步骤S2中的廓线元数据还包括获取环境数据时的时间，获取环境数据时的时间为激光雷达发送发射信号时间与接收回波信号时间的中间时间，该回波信号与该发射信号相对应。
进一步优选的，所述廓线元数据还包括地面气象数据、发射信号传播方向的方位角、发射信号的波长、回波信号的波长。
本发明的有益效果如下：
(1)本发明中各地区的激光雷达持续向大气环境中发送作为发射信号的激光，激光能穿过激光雷达上空由气溶胶粒子和氮气粒子以及水汽粒子构成的大气环境，不同高度的粒子均对激光进行后向散射，激光雷达接收到的后向散射回来的激光为回波信号。对该回波信号进行处理，能够获取由消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线构成的大气环境数据，大气环境数据中的这四类数据为气溶胶粒子和氮气粒子以及水汽粒子的浓度、厚度、距离地面的高度提供具体的数据特征，为气象部门、航空部门等相关部门提供决策依据。
另外，本发明将大气环境数据与激光雷达的参数进行关联，激光雷达的参数包括经度、纬度和海拔高度，因此通过激光雷达的参数，就能获知采集到的大气环境数据所在的具体地理位置，便于相关部门有针对性的制定相应的措施。
(2)单台激光雷达导致信息分散、数据孤岛现象，信息共享困难，数据价值不能完全体现。因此，本发明将各地区的激光雷达获取的大气环境数据传送至云平台，通过云平台能够将各地区的大气环境数据传送至相应的部门或者个人用户的移动终端上，避免数据孤岛的现象，实现数据的共享。
(3)荧光是辨别大气中生物气溶胶粒子和非生物气溶胶粒子的重要参数。荧光强度廓线是反映大气中生物气溶胶粒子垂直空间分布的直接体现。
(4)消光系数和后向散射系数是反映大气气溶胶浓度的重要参数。利用消光系数组成的消光系数廓线和后向散射系数组成的后向散射系数廓线，可以清晰地反映出大气环境中的气溶胶的垂直空间分布，为气候效应和大气辐射平衡等基础科学领域，以及气象应用领域提供数据支撑。退偏比是表征粒子球形形状特征的重要参数，是识别人类排放和自然排放粒子的重要依据，退偏比廓线可以清晰地反映出气溶胶粒子形状特征的垂直分布，为气溶胶粒子的性质判定提供数据参考。
(5)将采集的大气环境数据与激光雷达发送发射信号的时刻和接收回波信号的时刻进行关联，能够获知各台激光雷达所在位置的各个时刻的大气环境数据，以此提高了采集到的大气环境数据的精准性。
(6)本发明既采集气溶胶的消光系数又采集气溶胶的后向散射系数，由于气溶胶的消光系数与气溶胶的后向散射系数之比为第一固定值，因此，采集气溶胶的两种数据，可以用于验证采集的气溶胶的两种数据是否准确。同样，同时采集了氮气的消光系数与氮气的后向散射系数，可以用于验证采集的氮气的两种数据是否准确。
附图说明
图1为本发明的流程图；
图2为本发明的消光系数的示意图；
图3为本发明的退偏比的示意图。
具体实施方式
以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。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。
一种基于激光雷达的大气环境数据的共享方法，如图1所示，包括如下步骤：
S1，用于获取大气环境数据的激光雷达向大气中发送发射信号，本实施例中发射信号为激光光束，激光光束遇到大气中的气溶胶、氮气、水汽等粒子有一部分会因发生后向散射而散射回来，该散射回来的信号记为回波信号，激光雷达获取回波信号。
S2，获取廓线元数据，廓线元数据包括激光雷达接收的回波信号的廓线、获取环境数据时的时间、地面气象数据、发射信号传播方向的方位角、发射信号的波长、回波信号的波长；其中，回波信号的廓线由激光雷达接收的回波信号构成。本实施例中，激光雷达发送发射信号时的时间与接收回波信号时的时间，这两个时间的中间时间为获取环境数据时的时间。
S3，通过回波信号的廓线获取反演廓线元数据，反演廓线元数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线；
大气环境数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线。
消光系数廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的消光系数组成，后向散射系数廓线由通过激光雷达上空各个高度位置处的消光系数计算得到的后向散射系数组成，退偏比廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的退偏比组成。
下面分别介绍消光系数、后向散射系数、退偏比、水汽混合比的计算过程：
将回波信号的强度输入到Fernald反演算法中，获得消光系数；
将消光系数输入到Fernald反演算法中，获取后向散射系数；
计算退偏比的具体步骤如下：
S31，计算回波信号的强度垂直于回波信号传播方向的分量，记为回波信号的垂直分量；计算回波信号的强度平行于回波信号传播方向的分量，记为回波信号的平行分量；
S32，将回波信号的垂直分量和回波信号的平行分量分别输入到Fernald反演算法中，分别获得消光系数的垂直分量和消光系数的平行分量；
S33，计算消光系数的垂直分量与消光系数的平行分量之比，获得退偏比。
退偏比廓线为气溶胶的退偏比廓线，则步骤S31和S32中用于获取气溶胶的退偏比的回波信号的波长为532nm或355nm。
计算水汽混合比的具体步骤如下：
将激光雷达获取的所有回波信号输入到拉曼散射模型中，获得波长为660nm的回波信号、波长为387nm的回波信号、波长为607nm的回波信号，将波长660nm的回波信号、波长为387nm的回波信号和波长为607nm的回波信号输入到大气氮气浓度比例算法，即获取水汽混合比。
S4，将与大气环境数据相对应的激光雷达的参数、与大气环境数据相对应的廓线元数据以及大气环境数据发送至云平台，完成大气环境数据的共享；所述激光雷达的参数包括激光雷达所在位置的经度、纬度、海拔高度、激光雷达站址的编号、激光雷达站址的名称、激光雷达站址的通信地址、激光雷达站址的邮政编码、激光雷达站址的联系电话、激光雷达的观测站负责人、激光雷达的观测人员。
以大气环境数据中的气溶胶消光系数廓线为例说明上述大气环境数据的共享方法：
A地的激光雷达在向大气中发送激光，该激光为发射信号。发射信号在时间i时到达高度为j的气溶胶，发射信号被高度j处的气溶胶后向散射，A地的激光雷达接收被j处的气溶胶后向散射回来的回波信号Rij，将回波信号Rij的强度输入到Fernald反演算法中，获得高度j处的气溶胶在时间i时的消光系数Eij。之后将任何高度处的气溶胶在任何时间的消光系数Eij构成的气溶胶消光系数廓线传送至云平台。气象部门通过云平台中的气溶胶消光系数廓线，可以实时获取A地高度j处的气溶胶在时间i时的消光系数。
如图2所示，为某地2014年11月27日凌晨十分三十三秒的消光系数示意图，其中，横坐标为消光系数，纵坐标为采集的消光系数所在位置距离激光雷达的高度。
如图3所示，为某地2014年11月27日凌晨十分三十三秒的退偏比示意图，其中，横坐标为退偏比，纵坐标为采集的退偏比所在位置距离激光雷达的高度。
Claims (8)
1.一种基于激光雷达的大气环境数据的共享方法，其特征在于，包括如下步骤：
S1，用于获取大气环境数据的激光雷达向大气环境中发送发射信号，激光雷达获取发射信号在大气环境中因发生后向散射而散射回来的信号，该散射回来的信号记为回波信号；
S2，获取廓线元数据，廓线元数据包括激光雷达接收的回波信号的廓线；其中，回波信号的廓线由激光雷达接收的各个高度位置处的回波信号组成；
S3，将回波信号的廓线输入到反演算法中，获取反演廓线元数据，反演廓线元数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线；
大气环境数据包括消光系数廓线、后向散射系数廓线、退偏比廓线、水汽混合比廓线；
S4，将与大气环境数据相对应的激光雷达的参数、与大气环境数据相对应的廓线元数据以及大气环境数据发送至云平台，完成大气环境数据的共享；所述激光雷达的参数包括激光雷达所在位置的经度、纬度和海拔高度。
2.如权利要求1所述的基于激光雷达的大气环境数据的共享方法，其特征在于，步骤S3中的消光系数廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的消光系数组成，后向散射系数廓线由通过激光雷达上空各个高度位置处的消光系数计算得到的后向散射系数组成，退偏比廓线由通过激光雷达上空各个高度位置处的回波信号计算得到的退偏比组成；
其中，将回波信号的强度输入到Fernald反演算法中，获得消光系数；
将回波信号输入到瑞利散射模型中，获得消光后向散射比，消光系数乘以消光后向散射比，获得后向散射系数；
计算退偏比的具体步骤如下：
S31，计算回波信号的强度垂直于回波信号传播方向的分量，记为回波信号的垂直分量；计算回波信号的强度平行于回波信号传播方向的分量，记为回波信号的平行分量；
S32，将回波信号的垂直分量和回波信号的平行分量分别输入到Fernald反演算法中，分别获得消光系数的垂直分量和消光系数的平行分量；
S33，消光系数的垂直分量除以消光系数的平行分量，获得退偏比。
3.如权利要求2所述的基于激光雷达的大气环境数据的共享方法，其特征在于：所述消光系数包括气溶胶的消光系数和氮气的消光系数；所述后向散射系数包括气溶胶的后向散射系数和氮气的后向散射系数；所述气溶胶的消光系数与气溶胶的后向散射系数之比为第一固定值，所述氮气的消光系数与氮气的后向散射系数之比为第二固定值。
当退偏比廓线为气溶胶的退偏比廓线，步骤S31和S32中用于获取气溶胶的退偏比的回波信号的波长为532nm或355nm。
4.如权利要求1所述的基于激光雷达的大气环境数据的共享方法，其特征在于，水汽混合比廓线由水汽混合比组成，所述水汽混合比为氮气的水汽混合比；
计算水汽混合比的具体步骤如下：
将激光雷达获取的所有回波信号输入到拉曼散射模型中，获得波长为660nm的回波信号、波长为387nm的回波信号、波长为607nm的回波信号，将波长660nm的回波信号、波长为387nm的回波信号和波长为607nm的回波信号输入到大气氮气浓度比例算法，即获取水汽混合比。
5.如权利要求1或2或3或4所述的基于激光雷达获取大气环境数据的方法，其特征在于：激光雷达的参数还包括激光雷达站址的编号、激光雷达站址的名称、激光雷达站址的通信地址、激光雷达站址的邮政编码、激光雷达站址的联系电话、激光雷达的观测站负责人、激光雷达的观测人员。
6.如权利要求1所述的基于激光雷达的大气环境数据的共享方法，其特征在于：所述大气环境数据还包括荧光强度廓线；获取荧光强度廓线的步骤如下：激光雷达向大气环境中发送发射信号，发射信号遇到大气环境中的荧光物质发生后向散射，激光雷达的荧光光学接收模块获取散射回来的信号，记为荧光物质的回波信号，将荧光物质的回波信号输入到Klett反演算法中，获得荧光强度，激光雷达上空各个高度的荧光强度组成荧光强度廓线。
7.如权利要求1所述的基于激光雷达的大气环境数据的共享方法，其特征在于：步骤S2中的廓线元数据还包括获取环境数据时的时间，获取环境数据时的时间为激光雷达发送发射信号时间与接收回波信号时间的中间时间，该回波信号与该发射信号相对应。
8.如权利要求1所述的基于激光雷达的大气环境数据的共享方法，其特征在于：所述廓线元数据还包括地面气象数据、发射信号传播方向的方位角、发射信号的波长、回波信号的波长。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581013.8A CN111736176A (zh) | 2020-06-23 | 2020-06-23 | 一种基于激光雷达的大气环境数据的共享方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581013.8A CN111736176A (zh) | 2020-06-23 | 2020-06-23 | 一种基于激光雷达的大气环境数据的共享方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111736176A true CN111736176A (zh) | 2020-10-02 |
Family
ID=72650590
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010581013.8A Pending CN111736176A (zh) | 2020-06-23 | 2020-06-23 | 一种基于激光雷达的大气环境数据的共享方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111736176A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112698354A (zh) * | 2020-12-04 | 2021-04-23 | 兰州大学 | 一种大气气溶胶与云的识别方法和系统 |
| CN113433569A (zh) * | 2021-06-24 | 2021-09-24 | 深圳大舜激光技术有限公司 | 一种大气参数测量方法 |
| CN115356748A (zh) * | 2022-09-29 | 2022-11-18 | 江西财经大学 | 基于激光雷达观测结果提取大气污染信息的方法与系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101004453A (zh) * | 2006-12-20 | 2007-07-25 | 西安理工大学 | 一种气象与大气环境参数的测定方法 |
| US7656526B1 (en) * | 2006-07-21 | 2010-02-02 | University Corporation For Atmospheric Research | Lidar system for remote determination of calibrated, absolute aerosol backscatter coefficients |
| KR101156660B1 (ko) * | 2011-12-28 | 2012-06-14 | 서울대학교산학협력단 | 라이다의 편광소멸도와 파장신호비를 이용한 황사판독 방법. |
| JP2012145485A (ja) * | 2011-01-13 | 2012-08-02 | Mitsubishi Electric Corp | レーダ信号処理装置、レーダ装置およびレーダ信号処理方法 |
| CN106596362A (zh) * | 2016-12-14 | 2017-04-26 | 北京市环境保护监测中心 | 一种激光雷达输送通量计算方法和装置 |
| CN106850666A (zh) * | 2017-03-02 | 2017-06-13 | 水禾测绘信息技术有限公司 | 林业信息共享云平台与监测业务系统 |
| CN109086353A (zh) * | 2018-07-17 | 2018-12-25 | 长威信息科技发展股份有限公司 | 气象数据云平台软件数字化档案资料分类归档方法及系统 |
| WO2019008755A1 (ja) * | 2017-07-07 | 2019-01-10 | マクセル株式会社 | 情報処理システム及びそれに用いる情報処理システムインフラ及び情報処理方法 |
| CN109596594A (zh) * | 2018-11-27 | 2019-04-09 | 南京信息工程大学 | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
-
2020
- 2020-06-23 CN CN202010581013.8A patent/CN111736176A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7656526B1 (en) * | 2006-07-21 | 2010-02-02 | University Corporation For Atmospheric Research | Lidar system for remote determination of calibrated, absolute aerosol backscatter coefficients |
| CN101004453A (zh) * | 2006-12-20 | 2007-07-25 | 西安理工大学 | 一种气象与大气环境参数的测定方法 |
| JP2012145485A (ja) * | 2011-01-13 | 2012-08-02 | Mitsubishi Electric Corp | レーダ信号処理装置、レーダ装置およびレーダ信号処理方法 |
| KR101156660B1 (ko) * | 2011-12-28 | 2012-06-14 | 서울대학교산학협력단 | 라이다의 편광소멸도와 파장신호비를 이용한 황사판독 방법. |
| CN106596362A (zh) * | 2016-12-14 | 2017-04-26 | 北京市环境保护监测中心 | 一种激光雷达输送通量计算方法和装置 |
| CN106850666A (zh) * | 2017-03-02 | 2017-06-13 | 水禾测绘信息技术有限公司 | 林业信息共享云平台与监测业务系统 |
| WO2019008755A1 (ja) * | 2017-07-07 | 2019-01-10 | マクセル株式会社 | 情報処理システム及びそれに用いる情報処理システムインフラ及び情報処理方法 |
| CN109086353A (zh) * | 2018-07-17 | 2018-12-25 | 长威信息科技发展股份有限公司 | 气象数据云平台软件数字化档案资料分类归档方法及系统 |
| CN109596594A (zh) * | 2018-11-27 | 2019-04-09 | 南京信息工程大学 | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
Non-Patent Citations (6)
| Title |
|---|
| M HAARIG 等: "Dry versus wet marine particle optical properties: RH dependence of depolarization ratio, backscatter, and extinction from multiwavelength lidar measurements during SALTRACE", ATMOSPHERIC CHEMISTRY AND PHYSICS, 30 November 2017 (2017-11-30), pages 14199 - 14216 * |
| 刘厚通 等: "一种机载激光雷达偏振探测优化设计方案的理论研究", 激光与光电子学进展, 30 April 2013 (2013-04-30), pages 1 - 6 * |
| 吴礼林 等: "偏振-米散射激光雷达探测对流层气溶胶光学特性", 物理与工程, vol. 20, no. 3, 15 June 2010 (2010-06-15), pages 44 - 47 * |
| 杨辉 等: "利用近场多波长激光雷达对生物气溶胶的偏振测量", 大气与环境光学学报, vol. 13, no. 1, 31 January 2018 (2018-01-31), pages 52 - 58 * |
| 迟如利 等: "双波长米散射激光雷达探测对流层气溶胶消光特性", 光谱学与光谱分析, vol. 29, no. 6, 15 June 2009 (2009-06-15), pages 1468 - 1472 * |
| 陶宗明 等: "单波长发射五通道接收激光雷达系统研制", 红外与激光工程》, vol. 46, no. 10, pages 1 - 7 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112698354A (zh) * | 2020-12-04 | 2021-04-23 | 兰州大学 | 一种大气气溶胶与云的识别方法和系统 |
| CN112698354B (zh) * | 2020-12-04 | 2022-03-18 | 兰州大学 | 一种大气气溶胶与云的识别方法和系统 |
| CN113433569A (zh) * | 2021-06-24 | 2021-09-24 | 深圳大舜激光技术有限公司 | 一种大气参数测量方法 |
| CN113433569B (zh) * | 2021-06-24 | 2024-03-01 | 深圳大舜激光技术有限公司 | 一种大气参数测量方法 |
| CN115356748A (zh) * | 2022-09-29 | 2022-11-18 | 江西财经大学 | 基于激光雷达观测结果提取大气污染信息的方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111736176A (zh) | 一种基于激光雷达的大气环境数据的共享方法 | |
| Amiridis et al. | Optical characteristics of biomass burning aerosols over Southeastern Europe determined from UV-Raman lidar measurements | |
| Crescenti | A look back on two decades of Doppler sodar comparison studies | |
| Kacenelenbogen et al. | Estimations of global shortwave direct aerosol radiative effects above opaque water clouds using a combination of A-Train satellite sensors | |
| Cottle et al. | A pervasive and persistent Asian dust event over North America during spring 2010: lidar and sunphotometer observations | |
| Duncan Jr et al. | Evaluating convective planetary boundary layer height estimations resolved by both active and passive remote sensing instruments during the CHEESEHEAD19 field campaign | |
| Wandinger et al. | HETEAC–the Hybrid End-To-End Aerosol Classification model for EarthCARE | |
| Li et al. | Remote sensing of PM2. 5 during cloudy and nighttime periods using ceilometer backscatter | |
| Bolliger et al. | Predicting the potential spatial distributions of epiphytic lichen species at the landscape scale | |
| Borne et al. | Impact of Aeolus wind lidar observations on the representation of the West African monsoon circulation in the ECMWF and DWD forecasting systems | |
| Sebastián-González et al. | Testing the acoustic adaptation hypothesis with native and introduced birds in Hawaiian forests | |
| Mieslinger | Small and optically thin clouds in the trades | |
| Varble et al. | Cloud, Aerosol, and Complex Terrain Interactions (CACTI) Science Plan | |
| Martinez-Sanchez | African Dust Days Across the Northeast Caribbean: An Analysis of Enhanced Transport, Microphysical Properties, and Atmospheric Thermodynamics | |
| Crescenti | A study to characterize performance statistics of various ground-based remote sensors | |
| Amiridis et al. | Optical characteristics of biomass burning aerosols over Southeastern Europe determined from UV-Raman lidar measurements | |
| Surussavadee | Passive millimeter-wave retrieval of global precipitation utilizing satellites and a numerical weather prediction model | |
| Hansen | Estimating density of coyotes from call-response surveys using distance sampling and soundshed models | |
| Beveridge | Quantifying the Relationship Between Southern-end Supercells and Tornado Production | |
| Ravessoud | Finding a method to predict the commuting activity of bats | |
| Nam | Using CALIPSO and CloudSat satellite retrievals to evaluate low-level cloud parameterizations in ECHAM5 for cloud-climate feedback implications | |
| Kayetha | Ice clouds over Fairbanks, Alaska | |
| AFRICA | 31st Conference of the South African Society for Atmospheric Science | |
| Vishwakarma | Innovative methods for retrieving cloud properties from the BASTA radar | |
| Yakubu | A study on the atmospheric and environmental impacts of aerosol, cloud and precipitation interaction. |
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 |