CN112505651A - 一种用于大气探测激光雷达的自动化处理方法 - Google Patents
一种用于大气探测激光雷达的自动化处理方法 Download PDFInfo
- Publication number
- CN112505651A CN112505651A CN202011538155.2A CN202011538155A CN112505651A CN 112505651 A CN112505651 A CN 112505651A CN 202011538155 A CN202011538155 A CN 202011538155A CN 112505651 A CN112505651 A CN 112505651A
- Authority
- CN
- China
- Prior art keywords
- signal
- atmospheric
- laser radar
- distance
- molecular
- 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.)
- Granted
Links
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
- 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
- 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
- G01S7/497—Means for monitoring or calibrating
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供一种用于大气探测激光雷达的自动化处理方法,包括雷达信号校正,距离修正,根据信噪比确定激光雷达有效回波信号最远探测距离,根据标准大气模型计算大气分子信号,结合激光雷达信号与大气分子信号确定大气分子层,利用小波变换确定云层,综合有效信号检测信噪比、分子层和云层确定计算光学参数所需的无气溶胶高度范围,根据确定的无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数/消光系数。本发明结合有效信号检测、分子层信号筛选和小波变换的云层识别,具备无需人工干预、处理速度快、反演结果准确的优点。该方法适用于大气探测激光雷达垂直探测模式及斜程测量模式,能够有效提升后向散射系数或消光系数的数据反演速度。
Description
技术领域
本发明涉及测量测试技术领域,具体涉及一种用于大气探测激光雷达的自动化处理方法。
背景技术
大气气溶胶和云在全球气候和环境变化过程中扮演重要的角色,,对大气环境、气候辐射和光在大气中的传输等有着重要的影响。对气溶胶的散射和吸收特性、转化特性及其时空分布的测量与研究已经成为气候、环境和大气研究的共同问题。
激光雷达作为一种主动遥感设备,由于激光具有高准直、高单色性、高亮度等特征,使得激光雷达对大气的探测具备很多其它仪器不具备的优点。相对于无线电雷达、微波雷达,激光雷达的波长较短,容易和大气中的分子、气溶胶以及云雾发生相互作用,因此适合探测大气成分的光学及物理学参数。
目前用于大气探测激光雷达光学参数反演的主要算法有:(1)根据弹性散射原理,假设激光雷达比(消光后向散射比),选择参考高度,利用Fernald/Klett方法求解弹性散射激光雷达方程可得出气溶胶的后向散射系数;(2)根据拉曼散射激光雷达方程和弹性散射激光雷达方程,选择参考高度,反演气溶胶的后向散射系数。上述反演后向散射系数需要人为干预选择参考高度,参考高度选择在气溶胶含量很小的区域内,近似认为此处的后向散射系数等于分子的后向散射系数,后者可由标准大气模型计算得出。
对于晴朗无云的大气条件,可通过事先确定参考高度的方式,快速处理获取气溶胶后向散射系数;而一旦遇到多云等大气状态复杂的天气,事先确定参考高度可能存在较大误差,带来错误的后向散射系数反演结果,这种情况就需要人工对每条激光雷达探测廓线进行参考高度的选择进而计算后向散射系数,这样大量激光雷达回波信号的处理可能会带来人工时间的大量消耗。
因此,需要加入自动选择分子参考高度的处理算法,以便可以实现减少人工干预的激光雷达数据自动化及准确反演。
发明内容
本发明是为了解决激光雷达数据反演时无法自动选择分子参考高度的问题,提供一种用于大气探测激光雷达的自动化处理方法,结合有效信号检测、分子层信号筛选和小波变换的云层识别,具备无需人工干预、处理速度快、反演结果准确的优点。该方法适用于大气探测激光雷达垂直探测模式及斜程测量模式,能够有效提升后向散射系数或消光系数的数据反演速度。
本发明提供一种用于大气探测激光雷达的自动化处理方法,包括如下步骤:
S1、雷达信号校正:信号校正模块对大气探测激光雷达的原始回波信号进行探测器响应校正和几何重叠因子校正,获得校正后激光雷达信号和校正后激光雷达信号的信噪比,校正后激光雷达信号的线性度一致;
S2、距离修正:预处理模块对校正后激光雷达信号进行去背景和距离修正,获得距离修正信号;
S3、确定最远探测距离:自动处理模块根据信噪比确定大气探测激光雷达有效信号的最远探测距离,将最远探测距离与分子层最小距离进行比较,若最远探测距离小于分子层最小距离,则返回步骤S1,若最远探测距离大于或等于分子层最小距离,则继续进行步骤S4;
S4、确定分子层:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算得到大气分子信号并分析校正后激光雷达信号对比大气分子信号的变化率以确定大气分子层;
S5、云层检测:自动处理模块利用小波变换确定云层范围,云层范围包括云底位置和云顶位置;
S6、获得无气溶胶层高度范围:自动处理模块结合信噪比、大气分子层和云层范围确定无气溶胶层高度范围;
S7、获得后向散射系数及消光系数:反演模块根据无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数,大气探测激光雷达的自动化处理完成。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S1中,信号校正模块通过探测器脉冲堆叠校正曲线对原始回波信号进行探测器响应校正。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S1包括如下步骤:
S11、获得校正后激光雷达信号:大气探测激光雷达采用光子计数模式进行信号采集和处理,在探测器输出的光电脉冲出现脉冲堆叠时,用预先校正的探测器pileup响应校正曲线对原始回波信号进行校正,获得校正后激光雷达信号;
S12、获得信噪比:将获得校正后激光雷达信号进行几何重叠因子校正,并依据下列公式计算信噪比SNR:
其中,P(R)为大气后向散射回波信号,PB为背景噪声,σP=0(R)为大气后向散射回波信号为0距离处信号的标准偏差。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S4包括以下步骤:
S41:获得大气分子信号:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算获得大气分子信号PM(R);
S42:定义归一化系数:将归一化系数K(R)定义为:
其中,R为距离;
S43:定义距离修正信号与大气分子信号的变化率:将在距离R处的距离修正信号与大气分子信号的变化率V(R)定义为:
S44:获得激光雷达信号:激光雷达信号P(R)R2为分子回波理想信号与均值为0的噪声之和:
P(R)R2=[P′mol_lidar(R)+M(R)]R2,
其中,P′mol_lidar(R)为分子回波理想信号,M(R)为噪声;
S45:定义分子层:将步骤S44中激光雷达信号带入步骤S43中得到激光雷达信号与大气分子信号的变化率V(R)为:
其中,M(r)为噪声;
定义阈值Vthr(R)=T2σ(R)2,其中,T2为分子层阈值系数,σ(R)2为噪声的标准差;
如果V(R)小于Vthr(R),则定义激光雷达信号的距离为分子层,如果V(R)大于或等于Vthr(R),则去除数据。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S45中,Vthr(R)为3。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S5中,利用小波变换确定云层范围定义协方差为:
其中,P(R)为距离R处的激光雷达回波信号,h为小波函数。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,协方差的极小值用于确定云层范围。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,步骤S6中,自动处理模块将无气溶胶层高度范围设定为:在步骤S4所确定的分子层范围内,同时大于有效信号信噪比阈值且在步骤S5确定的云层范围以外的大气分子高度区间。
本发明所述的一种用于大气探测激光雷达的自动化处理方法,作为优选方式,有效信号信噪比阈值为3。
本发明引入激光雷达信号对比大气分子信号的变化率,用于自动确定分子层高度范围,解决了人工选择参考高度时的耗时成本问题;通过小波变换确定云层范围,解决了云层对参考高度选择的干扰问题。该算法可以显著提升大气探测激光雷达的数据处理速度,减少人工时间成本。
本发明用于大气探测激光雷达的自动化处理,是基于大气探测激光雷达系统数据处理反演平台来对气溶胶光学参数进行反演,该平台包括信号校正模块、预处理模块、自动处理模块和反演模块,信号校正模块用于对大气探测激光雷达原始回波信号进行探测器响应及几何重叠因子校正,预处理模块用于将经过校正后的信号进行距离修正,自动处理模块用于自动选择分子参考高度,反演模块用于对校正修正信号进行反演,进而得到后向散射系数及消光系数。
本发明具有以下优点:
(1)本发明通过对比激光雷达信号相对于大气分子信号的变化率来确定分子层,解决了自动化反演大气探测激光雷达数据的根本问题,避免了需要处理大量激光雷达数据时人工选择分子参考高度所消耗的时间成本。
(2)本发明通过小波变换确定云层范围,解决了分子参考高度选择在云层内所带来的后向散射系数反演错误。
附图说明
图1为一种用于大气探测激光雷达的自动化处理方法实施例1-3流程图;
图2为一种用于大气探测激光雷达的自动化处理方法实施例1-3步骤S1流程图;
图3为一种用于大气探测激光雷达的自动化处理方法探测器pileup校正曲线流程图;
图4为一种用于大气探测激光雷达的自动化处理方法实施例1-3步骤S4流程图;
图5为一种用于大气探测激光雷达的自动化处理方法实施例4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。
实施例1
如图1所示,一种用于大气探测激光雷达的自动化处理方法,包括如下步骤:
S1、雷达信号校正:信号校正模块对大气探测激光雷达的原始回波信号进行探测器响应校正和几何重叠因子校正,获得校正后激光雷达信号和校正后激光雷达信号的信噪比,校正后激光雷达信号的线性度一致;
S2、距离修正:预处理模块对校正后激光雷达信号进行去背景和距离修正,获得距离修正信号;
S3、确定最远探测距离:自动处理模块根据信噪比确定大气探测激光雷达有效信号的最远探测距离,将最远探测距离与分子层最小距离进行比较,若最远探测距离小于分子层最小距离,则返回步骤S1,若最远探测距离大于或等于分子层最小距离,则继续进行步骤S4;
S4、确定分子层:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算得到大气分子信号并分析校正后激光雷达信号对比大气分子信号的变化率以确定大气分子层;
S5、云层检测:自动处理模块利用小波变换确定云层范围,云层范围包括云底位置和云顶位置;
S6、获得无气溶胶层高度范围:自动处理模块结合信噪比、大气分子层和云层范围确定无气溶胶层高度范围;
S7、获得后向散射系数及消光系数:反演模块根据无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数,大气探测激光雷达的自动化处理完成。
实施例2
如图1所示,一种用于大气探测激光雷达的自动化处理方法,包括如下步骤:
S1、雷达信号校正:信号校正模块对大气探测激光雷达的原始回波信号进行探测器响应校正和几何重叠因子校正,获得校正后激光雷达信号和校正后激光雷达信号的信噪比,校正后激光雷达信号的线性度一致;
信号校正模块通过探测器脉冲堆叠校正曲线对原始回波信号进行探测器响应校正;
如图2所示,步骤S1包括如下步骤:
S11、获得校正后激光雷达信号:大气探测激光雷达采用光子计数模式进行信号采集和处理,在探测器输出的光电脉冲出现脉冲堆叠时,用预先校正的探测器pileup响应校正曲线,如图3所示,对原始回波信号进行校正,获得校正后激光雷达信号;
S12、获得信噪比:将获得校正后激光雷达信号进行几何重叠因子校正,并依据下列公式计算信噪比SNR:
其中,P(R)为大气后向散射回波信号,PB为背景噪声,σP=0(R)为大气后向散射回波信号为0距离处信号的标准偏差;
S2、距离修正:预处理模块对校正后激光雷达信号进行去背景和距离修正,获得距离修正信号;
S3、确定最远探测距离:自动处理模块根据信噪比确定大气探测激光雷达有效信号的最远探测距离,将最远探测距离与分子层最小距离进行比较,若最远探测距离小于分子层最小距离,则返回步骤S1,若最远探测距离大于或等于分子层最小距离,则继续进行步骤S4;
S4、确定分子层:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算得到大气分子信号并分析校正后激光雷达信号对比大气分子信号的变化率以确定大气分子层;
如图4所示,步骤S4包括以下步骤:
S41:获得大气分子信号:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算获得大气分子信号PM(R);
S42:定义归一化系数:将归一化系数K(R)定义为:
其中,R为距离;
S43:定义距离修正信号与大气分子信号的变化率:将在距离R处的距离修正信号与大气分子信号的变化率V(R)定义为:
S44:获得激光雷达信号:激光雷达信号P(R)R2为分子回波理想信号与均值为0的噪声之和:
P(R)R2=[P′mol_lidar(R)+M(R)]R2,
其中,P′mol_lidar(R)为分子回波理想信号,M(R)为噪声;
S45:定义分子层:将步骤S44中激光雷达信号带入步骤S43中得到激光雷达信号与大气分子信号的变化率V(R)为:
其中,M(r)为噪声;
定义阈值Vthr(R)=T2σ(R)2,其中,T2为分子层阈值系数,σ(R)2为噪声的标准差;
如果V(R)小于Vthr(R),则定义激光雷达信号的距离为分子层,如果V(R)大于或等于Vthr(R),则去除数据;
S5、云层检测:自动处理模块利用小波变换确定云层范围,云层范围包括云底位置和云顶位置;
利用小波变换确定云层范围定义协方差为:
其中,P(R)为距离R处的激光雷达回波信号,h为小波函数;
S6、获得无气溶胶层高度范围:自动处理模块结合信噪比、大气分子层和云层范围确定无气溶胶层高度范围;
自动处理模块将无气溶胶层高度范围设定为:在步骤S4所确定的分子层范围内,同时大于有效信号信噪比阈值且在步骤S5确定的云层范围以外的大气分子高度区间;
S7、获得后向散射系数及消光系数:反演模块根据无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数,大气探测激光雷达的自动化处理完成。
实施例3
如图1所示,一种用于大气探测激光雷达的自动化处理方法,包括如下步骤:
S1、雷达信号校正:信号校正模块对大气探测激光雷达的原始回波信号进行探测器响应校正和几何重叠因子校正,获得校正后激光雷达信号和校正后激光雷达信号的信噪比,校正后激光雷达信号的线性度一致;
信号校正模块通过探测器脉冲堆叠校正曲线对原始回波信号进行探测器响应校正;
如图2所示,步骤S1包括如下步骤:
S11、获得校正后激光雷达信号:大气探测激光雷达采用光子计数模式进行信号采集和处理,在探测器输出的光电脉冲出现脉冲堆叠时,用预先校正的探测器pileup响应校正曲线,如图3所示,对原始回波信号进行校正,获得校正后激光雷达信号;
S12、获得信噪比:将获得校正后激光雷达信号进行几何重叠因子校正,并依据下列公式计算信噪比SNR:
其中,P(R)为大气后向散射回波信号,PB为背景噪声,σP=0(R)为大气后向散射回波信号为0距离处信号的标准偏差;
S2、距离修正:预处理模块对校正后激光雷达信号进行去背景和距离修正,获得距离修正信号;
S3、确定最远探测距离:自动处理模块根据信噪比确定大气探测激光雷达有效信号的最远探测距离,将最远探测距离与分子层最小距离进行比较,若最远探测距离小于分子层最小距离,则返回步骤S1,若最远探测距离大于或等于分子层最小距离,则继续进行步骤S4;
S4、确定分子层:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算得到大气分子信号并分析校正后激光雷达信号对比大气分子信号的变化率以确定大气分子层;
如图4所示,步骤S4包括以下步骤:
S41:获得大气分子信号:自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,自动处理模块根据大气分子的密度、消光系数和后向散射系数分布计算获得大气分子信号PM(R);
S42:定义归一化系数:将归一化系数K(R)定义为:
其中,R为距离;
S43:定义距离修正信号与大气分子信号的变化率:将在距离R处的距离修正信号与大气分子信号的变化率V(R)定义为:
S44:获得激光雷达信号:激光雷达信号P(R)R2为分子回波理想信号与均值为0的噪声之和:
P(R)R2=[P′mol_lidar(R)+M(R)]R2,
其中,P′mol_lidar(R)为分子回波理想信号,M(R)为噪声;
S45:定义分子层:将步骤S44中激光雷达信号带入步骤S43中得到激光雷达信号与大气分子信号的变化率V(R)为:
其中,M(r)为噪声;
定义阈值Vthr(R)=T2σ(R)2,其中,T2为分子层阈值系数,σ(R)2为噪声的标准差;Vthr(R)为3;
如果V(R)小于Vthr(R),则定义激光雷达信号的距离为分子层,如果V(R)大于或等于Vthr(R),则去除数据;
S5、云层检测:自动处理模块利用小波变换确定云层范围,云层范围包括云底位置和云顶位置;
利用小波变换确定云层范围定义协方差为:
其中,P(R)为距离R处的激光雷达回波信号,h为小波函数;
协方差的极小值用于确定云层范围;
S6、获得无气溶胶层高度范围:自动处理模块结合信噪比、大气分子层和云层范围确定无气溶胶层高度范围;
自动处理模块将无气溶胶层高度范围设定为:在步骤S4所确定的分子层范围内,同时大于有效信号信噪比阈值且在步骤S5确定的云层范围以外的大气分子高度区间;
有效信号信噪比阈值为3;
S7、获得后向散射系数及消光系数:反演模块根据无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数,大气探测激光雷达的自动化处理完成。
实施例4
如图4所示,一种用于大气探测激光雷达的自动化处理方法,是基于大气探测激光雷达系统数据处理反演平台来对气溶胶光学参数进行反演,该平台包括信号校正模块、预处理模块、自动处理模块和反演模块,信号校正模块用于对大气探测激光雷达原始回波信号进行探测器响应及几何重叠因子校正,预处理模块用于将经过校正后的信号进行距离修正,自动处理模块用于自动选择分子参考高度,反演模块用于对校正修正信号进行反演,进而得到后向散射系数及消光系数。
具体的,本发明提供的用于大气探测激光雷达的自动化处理算法,包括如下步骤:
S1、信号校正模块对大气探测激光雷达原始回波信号进行探测器响应和几何重叠因子校正。
S101:本实施例的大气探测激光雷达采用光子计数模式进行信号采集和处理,在大气回波信号较强(即光子计数率较大)时,探测器输出的光电脉冲可能会出现脉冲堆叠现象,这样后面的光子计数信号采集卡会存在计数不线性问题,需要用事先校正的探测器pileup响应校正曲线对原始回波信号进行校正。
S102:将经过探测器响应校正后的回波信号进行几何重叠因子校正,并计算信噪比。
S103:依据下式计算信号的信噪比:
其中,P(R)为大气后向散射回波信号,PB为背景噪声,σP=0(R)是大气后向散射回波信号为0距离处信号的标准偏差,SNR为信噪比。
S2、预处理模块对经过探测器响应校正和几何重叠因子校正的激光雷达信号进行去背景和距离修正,得到距离修正信号PRR;
S3、自动处理模块根据步骤S2计算出的信噪比,确定有效信号最远探测距离,设置信噪比为3作为阈值确定有效信号最远距离位置。
S4、自动处理模块确定分子层范围。
S401:根据事先输入的探测时地面大气温度及大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,进而计算得到大气分子信号。
S402:定义归一化系数K(R)为:
其中,PM(R)是计算的理论分子信号。
S403:定义在距离R处的校正激光雷达距离修正信号对比分子信号的变化率为V(R)为:
S404:在分子层,激光雷达的信号可表示为分子回波信号与均值为0的噪声之和:
P(R)R2=[P′mol_lidar(R)+M(R)]R2 (4)
S405:在分子层式(3)可写为:
在分子层变化率V(R)仅取决于噪声的变化率,这样可以将变化率与噪声的标准差σ(R)2相比较。定义阈值Vthr(R)=T2σ(R)2,T2为分子层阈值系数,如果V(R)小于阈值Vthr(R),则定义为分子层。
S5、自动处理模块进行云层检测。
S501:利用小波变换来确定云顶和云底,定义协方差为:
上式中,P(R)为距离R处的激光雷达回波信号,h为小波函数,求解协方差的极小值可确定云顶和云底。
S6、自动处理模块结合有效信号信噪比,上述确定的分子层和云层定义光学参数计算所需的无气溶胶层高度范围。
在确定无气溶胶高度范围时,选择判据为在确定的分子层内选择同时满足大于有效信号信噪比阈值和不在确定的云层范围的大气分子高度区间,其中有效信号信噪比阈值取值为3。
S7、反演模块根据确定的无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数。
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 (9)
1.一种用于大气探测激光雷达的自动化处理方法,其特征在于:包括如下步骤:
S1、雷达信号校正:信号校正模块对大气探测激光雷达的原始回波信号进行探测器响应校正和几何重叠因子校正,获得校正后激光雷达信号和所述校正后激光雷达信号的信噪比,所述校正后激光雷达信号的线性度一致;
S2、距离修正:预处理模块对所述校正后激光雷达信号进行去背景和距离修正,获得距离修正信号;
S3、确定最远探测距离:自动处理模块根据所述信噪比确定所述大气探测激光雷达有效信号的最远探测距离,将所述最远探测距离与分子层最小距离进行比较,若所述最远探测距离小于所述分子层最小距离,则返回步骤S1,若所述最远探测距离大于或等于所述分子层最小距离,则继续进行步骤S4;
S4、确定分子层:所述自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到大气分子的密度、消光系数和后向散射系数分布,所述自动处理模块根据所述大气分子的密度、所述消光系数和所述后向散射系数分布计算得到大气分子信号并分析所述校正后激光雷达信号对比所述大气分子信号的变化率以确定大气分子层;
S5、云层检测:所述自动处理模块利用小波变换确定云层范围,所述云层范围包括云底位置和云顶位置;
S6、获得无气溶胶层高度范围:所述自动处理模块结合所述信噪比、所述大气分子层和所述云层范围确定无气溶胶层高度范围;
S7、获得后向散射系数及消光系数:反演模块根据所述无气溶胶高度范围利用Fernald或Klett方法计算后向散射系数及消光系数,所述大气探测激光雷达的自动化处理完成。
2.根据权利要求1所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:步骤S1中,所述信号校正模块通过探测器脉冲堆叠校正曲线对所述原始回波信号进行探测器响应校正。
4.根据权利要求1所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:步骤S4包括以下步骤:
S41:获得大气分子信号:所述自动处理模块根据预先输入的探测时地面大气温度、大气压和标准大气模型计算得到所述大气分子的密度、所述消光系数和所述后向散射系数分布,所述自动处理模块根据所述大气分子的密度、所述消光系数和所述后向散射系数分布计算获得大气分子信号PM(R);
S42:定义归一化系数:将归一化系数K(R)定义为:
其中,R为距离;
S43:定义距离修正信号与大气分子信号的变化率:将在距离R处的所述距离修正信号与所述大气分子信号的变化率V(R)定义为:
S44:获得激光雷达信号:激光雷达信号P(R)R2为分子回波理想信号与均值为0的噪声之和:
其中,P'mol_lidar(R)为所述分子回波理想信号,M(R)为噪声;
S45:定义分子层:将步骤S44中所述激光雷达信号带入步骤S43中得到所述激光雷达信号与所述大气分子信号的变化率V(R)为:
其中,M(r)为噪声;
定义阈值Vthr(R)=T2σ(R)2,其中,T2为分子层阈值系数,σ(R)2为噪声的标准差;
如果V(R)小于Vthr(R),则定义所述激光雷达信号的距离为分子层,如果V(R)大于或等于Vthr(R),则去除数据。
5.根据权利要求4所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:步骤S45中,Vthr(R)为3。
7.根据权利要求6所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:所述协方差的极小值用于确定所述云层范围。
8.根据权利要求1所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:步骤S6中,所述自动处理模块将所述无气溶胶层高度范围设定为:在步骤S4所确定的分子层范围内,同时大于有效信号信噪比阈值且在步骤S5确定的云层范围以外的大气分子高度区间。
9.根据权利要求8所述的一种用于大气探测激光雷达的自动化处理方法,其特征在于:所述有效信号信噪比阈值为3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011538155.2A CN112505651B (zh) | 2020-12-23 | 2020-12-23 | 一种用于大气探测激光雷达的自动化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011538155.2A CN112505651B (zh) | 2020-12-23 | 2020-12-23 | 一种用于大气探测激光雷达的自动化处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112505651A true CN112505651A (zh) | 2021-03-16 |
CN112505651B CN112505651B (zh) | 2022-06-21 |
Family
ID=74921916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011538155.2A Active CN112505651B (zh) | 2020-12-23 | 2020-12-23 | 一种用于大气探测激光雷达的自动化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112505651B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325440A (zh) * | 2021-05-06 | 2021-08-31 | 武汉大学 | 一种基于图像识别和信号特征分解的偏振激光雷达数据反演方法和系统 |
CN113671533A (zh) * | 2021-08-13 | 2021-11-19 | 中国科学院上海技术物理研究所 | 一种扫描式大气探测激光雷达实时数据处理方法 |
CN117590360A (zh) * | 2024-01-15 | 2024-02-23 | 合肥中科光博量子科技有限公司 | 一种多波长激光雷达颜色比标定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013124678A2 (en) * | 2012-02-22 | 2013-08-29 | Iti Scotland Limited | Heterodyne detection system and method |
CN106706566A (zh) * | 2017-03-16 | 2017-05-24 | 中国科学院合肥物质科学研究院 | 一种激光雷达探测大气垂直能见度的计算方法 |
US20180188376A1 (en) * | 2017-01-03 | 2018-07-05 | Wuhan University | Single-line-extracted pure rotational raman lidar to measure atmospheric temperature and aerosol profiles |
CN109541637A (zh) * | 2018-12-14 | 2019-03-29 | 天津珞雍空间信息研究院有限公司 | 一种激光雷达水平探测气溶胶消光系数反演方法 |
CN110850393A (zh) * | 2019-10-31 | 2020-02-28 | 无锡中科光电技术有限公司 | 激光雷达数据的验证方法 |
CN111427064A (zh) * | 2020-04-27 | 2020-07-17 | 安徽皖仪科技股份有限公司 | 一种基于微脉冲激光雷达的气溶胶消光系数反演方法 |
CN111679293A (zh) * | 2020-06-18 | 2020-09-18 | 深圳大舜激光技术有限公司 | 一种激光雷达质量控制方法 |
-
2020
- 2020-12-23 CN CN202011538155.2A patent/CN112505651B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013124678A2 (en) * | 2012-02-22 | 2013-08-29 | Iti Scotland Limited | Heterodyne detection system and method |
US20180188376A1 (en) * | 2017-01-03 | 2018-07-05 | Wuhan University | Single-line-extracted pure rotational raman lidar to measure atmospheric temperature and aerosol profiles |
CN106706566A (zh) * | 2017-03-16 | 2017-05-24 | 中国科学院合肥物质科学研究院 | 一种激光雷达探测大气垂直能见度的计算方法 |
CN109541637A (zh) * | 2018-12-14 | 2019-03-29 | 天津珞雍空间信息研究院有限公司 | 一种激光雷达水平探测气溶胶消光系数反演方法 |
CN110850393A (zh) * | 2019-10-31 | 2020-02-28 | 无锡中科光电技术有限公司 | 激光雷达数据的验证方法 |
CN111427064A (zh) * | 2020-04-27 | 2020-07-17 | 安徽皖仪科技股份有限公司 | 一种基于微脉冲激光雷达的气溶胶消光系数反演方法 |
CN111679293A (zh) * | 2020-06-18 | 2020-09-18 | 深圳大舜激光技术有限公司 | 一种激光雷达质量控制方法 |
Non-Patent Citations (2)
Title |
---|
ZHICHAO BU: ""Comparison and Analysis of Aerosol Lidar Network in Mega City of Beijing Using Real Lidar"", 《2019 INTERNATIONAL CONFERENCE ON METEOROLOGY OBSERVATIONS (ICMO)》 * |
宋秀瑜: ""南京地区气溶胶反演及气溶胶含量的影响因素分析"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325440A (zh) * | 2021-05-06 | 2021-08-31 | 武汉大学 | 一种基于图像识别和信号特征分解的偏振激光雷达数据反演方法和系统 |
CN113325440B (zh) * | 2021-05-06 | 2022-08-16 | 武汉大学 | 一种基于图像识别和信号特征分解的偏振激光雷达数据反演方法和系统 |
CN113671533A (zh) * | 2021-08-13 | 2021-11-19 | 中国科学院上海技术物理研究所 | 一种扫描式大气探测激光雷达实时数据处理方法 |
CN113671533B (zh) * | 2021-08-13 | 2024-05-07 | 中国科学院上海技术物理研究所 | 一种扫描式大气探测激光雷达实时数据处理方法 |
CN117590360A (zh) * | 2024-01-15 | 2024-02-23 | 合肥中科光博量子科技有限公司 | 一种多波长激光雷达颜色比标定方法 |
CN117590360B (zh) * | 2024-01-15 | 2024-04-16 | 合肥中科光博量子科技有限公司 | 一种多波长激光雷达颜色比标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112505651B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112505651B (zh) | 一种用于大气探测激光雷达的自动化处理方法 | |
CN103698305B (zh) | 一种实时观测大气透射率的方法与系统 | |
US9097805B2 (en) | Systems and methods for calibrating dual polarization radar systems | |
CN111427064B (zh) | 一种基于微脉冲激光雷达的气溶胶消光系数反演方法 | |
CN110109149B (zh) | 一种激光雷达低层消光系数廓线校正方法 | |
CN113341389B (zh) | 一种基于最大似然估计的微波散射计风场反演方法及系统 | |
CN109633573B (zh) | 一种对大幅宽范围内湿对流层延时误差的校正方法 | |
CN113740934B (zh) | 一种基于s波段双偏振天气雷达降水估测方法 | |
CN107870336B (zh) | 一种星载激光雷达的可穿透层层底迭代检测方法 | |
CN115308386B (zh) | 一种基于cygnss卫星数据的土壤盐分反演方法和系统 | |
CN112782701A (zh) | 一种基于雷达的能见度感知的方法、系统及设备 | |
CN113341432B (zh) | 基于激光雷达卫星的地基激光雷达气溶胶反演方法及系统 | |
CN106295096B (zh) | 一种对遥感数据进行观测质量分级的方法 | |
CN114252875B (zh) | 一种成像高度计数据的高精度网格化方法 | |
CN116136590A (zh) | 一种标定多普勒激光雷达焦距的方法、装置及存储介质 | |
CN113296132B (zh) | 一种基于伪不变目标的遥感器反射波段在轨角度响应评估方法 | |
CN116047524A (zh) | 一种双偏振天气雷达数据质量实时评估方法及系统 | |
CN115980697A (zh) | 一种不同天气条件下激光雷达反演边界层高度的方法 | |
CN110865389B (zh) | 一种海洋激光雷达系统响应优化处理方法 | |
CN112782690B (zh) | 星载雷达高度计的近岸非海洋波形检测分类方法及系统 | |
Sivaraman et al. | Micropulse Lidar Cloud Mask value-added product technical report | |
CN108414997B (zh) | 一种基于粒子特性差异的边界层高度反演方法 | |
CN114577360A (zh) | 一种拉曼测温雷达信号自动分析校准及反演方法 | |
CN114943136B (zh) | 一种差分吸收激光雷达二氧化碳浓度反演方法 | |
CN117554992B (zh) | 基于激光雷达的消光系数获取方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |