CN112711002A - 一种基于co2-dial模拟测量的点源co2排放的新型估算方法 - Google Patents

一种基于co2-dial模拟测量的点源co2排放的新型估算方法 Download PDF

Info

Publication number
CN112711002A
CN112711002A CN202011539156.9A CN202011539156A CN112711002A CN 112711002 A CN112711002 A CN 112711002A CN 202011539156 A CN202011539156 A CN 202011539156A CN 112711002 A CN112711002 A CN 112711002A
Authority
CN
China
Prior art keywords
point
dial
measurement
concentration
chimney
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
Application number
CN202011539156.9A
Other languages
English (en)
Other versions
CN112711002B (zh
Inventor
邱若楠
韩舸
史天奇
裴志鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202011539156.9A priority Critical patent/CN112711002B/zh
Publication of CN112711002A publication Critical patent/CN112711002A/zh
Application granted granted Critical
Publication of CN112711002B publication Critical patent/CN112711002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S17/006—Theoretical aspects
    • 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
    • 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

  • 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)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种基于CO2‑DIAL模拟测量的点源CO2排放的新型估算方法，该方法利用高斯扩散模型和范围解析的CO2浓度来反演特定局部点源的CO2排放；包括以下步骤：计算测量差分吸收激光雷达观测点的位置；利用高斯线性扩散模型建立线性化方程；使用Jacobi迭代算法对方程进行求解。根据烟囱不同的高度计算得到的观测点的CO2浓度与实测观测点的CO2进行比较，当误差最小时，确定强点源的有效排放高度，进而确定强点源的CO2排放强度。本发明的反演方法与基于地面的CO2差分吸收激光雷达结合使用，可以高精度的获取点源CO2排放的强度，将为人为CO2排放量监测和验证提供重要的补充手段。

Description

一种基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法
技术领域
本发明涉及大气遥感领域，尤其涉及一种基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法。
背景技术
人类活动排放的CO2是大气中CO2增加的主要原因。过去几个世纪大气中的CO2急剧增加，造成了全球变暖，气候变化剧烈等各种影响。然而，大功率的发电厂的排放量超过人为排放量的30％，大气中CO2含量的上升主要是由化石燃料燃烧产生的CO2排放增加引起的。《联合国气候变化公约》(UNFCCC)以控制人为二氧化碳的排放。监测CO2排放的传统方法取决于排放清单。尽管排放清单的准确性和可靠性很高，但它们的质量高度依赖于许多发展中国家所缺乏的完善的法律体系和监管体系。此外，快速的经济发展导致二氧化碳排放量的巨大变化，这很难通过排放量清单报告。通过卫星获取CO2的浓度，例如通过卫星OCO-2的XCO2(CO2的柱平均干空气摩尔分数)，虽然可以获取大面积的CO2浓度，但是限制了强点源CO2浓度的估算。因此，有必要开发一种新颖的基于测量的强CO2点源监测方法，以不依赖于排放清单的编制，以补充当前的碳排放验证系统。
随着DIAL(差分吸收激光雷达)的快速发展，地面CO2-DIAL可以部署在任何可以到达的位置，以测量大气中CO2的浓度场，这种设备依靠气溶胶反向散射的红外激光信号来获取至少3km内的大气CO2浓度。
将CO2浓度场转为CO2排放量的反演方法的基本思想是，从点源排放的CO2分子的空间分布服从与气象和地形因素有关的扩散模型。高斯扩散模型被广泛的应用于CO2的排放量估计。因此我们以高斯扩散模型为反演核，以CO2-DIAL模拟观测的距离分辨的大气CO2浓度为关键输入，计算点源的CO2排放。
发明内容
本发明要解决的技术问题在于针对现有技术中卫星观测忽略强点源排放的缺陷，提供一种基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法。
本发明解决其技术问题所采用的技术方案是：
本发明提供一种基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，该方法包括以下步骤：
步骤S1、获取CO2-DIAL对烟囱排放CO2的模拟观测数据，设定观测的初始条件；
步骤S2、建立坐标系，计算每个CO2-DIAL测量CO2浓度的测量点位置；
步骤S3、首先选取CO2-DIA的一个观测方向作为估算方向，将CO2-DIAL中每一个测量点的CO2浓度，作为估算点；利用线性化的高斯扩散模型建立线性化方程；
步骤S4、路径检验，在选取一个观测方向作为验证方向，该方向得到CO2的浓度，作为验证点；
步骤S5、根据有效排放高度的不同选取，将验证点与估算点的CO2浓度计算值进行比较，误差最小时，得到烟囱的CO2排放量。
进一步地，本发明的步骤S1中设定的初始条件包括：假设风的平均流场稳定，风速均匀，风向笔直；假设CO2的排放服从正态分布，污染物浓度在y轴和z轴方向上均符合正态分布；污染物在运输和扩散过程中被大量保存；污染源统一，连续。
进一步地，本发明的步骤S2中的具体方法为：
计算测量点位置的公式为：
Figure BDA0002854405600000021
其中，每个测量点的位置为(x，y，z)；σy，σz的弥散系数由位置与顺风方向上的坐标原点的距离确定；为测量垂直于X轴的浓度，保证每个测量点的σy和σz相同；顺风方向被视为X轴，烟囱高度方向被视为Z轴，Y轴垂直于XOZ平面，得到DIAL和X轴之间的角度；S是CO2-DIAL位置与烟囱之间的距离，α是X轴与S方向之间的角度，β是XOY平面与L之间的角度，α和β由激光测角仪测量，L是被测点与CO2-DIAL之间的距离；
计算不同高度的风速，平均风速与不同高度之间的关系采用迪肯的幂定律描述：
u＝u1(z/z1)n
其中，u以及u1表示在高度Z以及已知高度Z1处的平均风速；n是与大气稳定度有关的指数，n＝1/7，本步骤得到每个CO2-DIAL测量CO2浓度的测量点位置(x,y,z)。
进一步地，本发明的步骤S3中的具体方法为：
计算CO2-DIAL中每一个测量点的CO2浓度C的公式为：
Figure BDA0002854405600000031
其中，Q是烟囱中CO2的排放速率，Us是烟囱高度处的平均风速，H是烟囱有效高度，H＝h+ΔH；h是烟囱高度，Δh是羽流上升高度，σy是水平方向的弥散系数，σz是垂直方向的弥散系数；当CO2分子向下到达表面时，它可能会反射到大气中，α表示反射指数，范围为0到1，当分子完全被表面吸收时将为0，如果CO2分子完全被表面完全反射，则它将为1；
为了计算方便，将上式简化为线性方程；则有：
Figure BDA0002854405600000032
Figure BDA0002854405600000041
本步骤得到CO2-DIAL中每一个测量点的CO2浓度q，作为估算点。
进一步地，本发明的步骤S4中的具体方法为：
使用Jacobi迭代算法求解以下方程，求解方程的雅各比矩阵B，然后对x1,x2,x3进行求解；
Figure BDA0002854405600000042
其中，B＝(D-L)-1U,f＝(D-L)-1b
求解过程中引入以下定理：定理1：简单迭代法收敛的充分必要条件是迭代矩阵B的谱半径ρ(B)<1；定理2：若迭代矩阵B的某种范数||B||<1则确定的迭代法对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0；对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0，得到对应的x1,x2,x3，参数可用于计算验证方向的CO2浓度。
进一步地，本发明的步骤S5中的具体方法为：
对于H，假设其范围为1m至100m，间隔为1m；n分别取值1,2,3…n，Hn的假定值将对反演模型进行迭代，得到参数(x1n，x2n，x3n)，对应也将得到Qn，σny，σnz；之后，检验路径将更改为另一个方向，L1—>L2，两个检验路径的x保持一致；将测量此路径中的CO2分布，因为σy，σz仅与x的距离有关，并且风速Q，σy，σz均与先前的测量路径相同；Qn，σny，σnz将在新方向上迭代到已验证的测量点，将其选择为将参数(x1n，x2n，x3n)的CO2浓度计算值与实际检测结果进行比较；当获得比较小的平均误差时，认为Hn将是最终值；更进一步地，根据确定的x1,x2,x3值获得烟囱排放的真实二氧化碳强度。
本发明产生的有益效果是：本发明的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，基于CO2-DIAL的模拟观测值和高斯扩散模型能够准确的反演强点源的CO2排放，弥补卫星观测忽略的强点源的碳排放和补充排放清单。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的总流程图；
图2是本发明实施例的CO2-IDAL测量示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，包括以下步骤：
步骤S1、如图1所示，首先假设风的平均流场稳定，风速均匀，风向笔直；污染物浓度在y轴和z轴方向上均符合正态分布；污染物在运输和扩散过程中被大量保存；污染源统一，连续。
步骤S2、建立坐标系，如图1所示。在坐标系中，通过公式(1)计算每个测量点的位置(x，y，z)。σy，σz的弥散系数由位置与顺风方向上的坐标原点的距离确定。为测量垂直于X轴的浓度，可以保证每个测量点的σy和σz相同。顺风方向被视为X轴，烟囱高度方向被视为Z轴，Y轴垂直于XOZ平面。我们可以得到DIAL和X轴之间的角度。S是CO2-DIAL位置与烟囱之间的距离，α是X轴与S方向之间的角度，β是XOY平面与L之间的角度，α和β由激光测角仪测量，L是被测点与CO2-DIAL之间的距离。
Figure BDA0002854405600000051
计算不同高度的风速，平均风速与不同高度之间的关系一般可以用迪肯(Deacon)的幂定律描述：
u＝u1(z/z1)n (2)
式中u以及u1表示在高度Z以及已知高度Z1处的平均风速，m/s。n是与大气稳定度有关的指数，n＝1/7。本步骤得到每个CO2-DIAL测量CO2浓度的测量点位置(x,y,z)。
步骤S3、通过公式(3)计算每一点的浓度C(mg/m3)。其中Q(mg/s)是烟囱中CO2的排放速率，Us是烟囱高度处的平均风速(m/s)，H是烟囱有效高度(m)＝h+ΔH；h是烟囱高度(m)，Δh是羽流上升高度(m)，σy是水平方向(m)的弥散系数，σz是垂直方向(m)的弥散系数。当CO2分子向下到达表面时，它可能会反射到大气中，α表示反射指数，范围为0到1，当分子完全被表面吸收时将为0，如果CO2分子完全被表面完全反射，则它将为1。本步骤得到CO2-DIAL中每一个测量点的CO2浓度q，作为估算点。
Figure BDA0002854405600000061
Figure BDA0002854405600000062
Figure BDA0002854405600000063
Figure BDA0002854405600000064
AX-L＝V (7)
步骤S4、使用Jacobi迭代算法求解方程(5)，求解方程的雅各比矩阵B，然后对x1,x2,x3进行求解。
x(k+1)＝Bx(k)+f,(k＝0,1,2,…) (8)
其中，
B＝(D-L)-1U,f＝(D-L)-1b (9)
下面为一些定理：
定理1：简单迭代法收敛的充分必要条件是迭代矩阵B的谱半径ρ(B)<1。
定理2：若迭代矩阵B的某种范数||B||<1则确定的迭代法对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0。对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0，得到对应的x1,x2,x3，参数可用于计算验证方向的CO2浓度。
步骤S5、对于H，假设其范围为1m至100m，间隔为1m，(1,2,3…n)，Hn的假定值将对反演模型进行迭代，可以得到参数(x1n，x2n，x3n)，对应也将得到Qn，σny，σnz。之后，检验路径将更改为方向(L1—>L2)，两个检验路径的x保持一致。将测量此路径中的CO2分布，因为σy，σz仅与x的距离有关，并且风速Q，σy，σz均与先前的测量路径相同。Qn，σny，σnz将在新方向上迭代到已验证的测量点，将其选择为将参数(x1n，x2n，x3n)的CO2浓度计算值与实际检测结果进行比较。当获得比较小的平均误差时，我们认为Hn将是最终值,并根据Hn对应的x1n，x2n，x3n求解强点源的排放强度。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，该方法包括以下步骤：
步骤S1、获取CO2-DIAL对烟囱排放CO2的模拟观测数据，设定观测的初始条件；
步骤S2、建立坐标系，计算每个CO2-DIAL测量CO2浓度的测量点位置；
步骤S3、首先选取CO2-DIA的一个观测方向作为估算方向，将CO2-DIAL中每一个测量点的CO2浓度，作为估算点；利用线性化的高斯扩散模型建立线性化方程；
步骤S4、路径检验，在选取一个观测方向作为验证方向，该方向得到CO2的浓度，作为验证点；
步骤S5、根据有效排放高度的不同选取，将验证点与估算点的CO2浓度计算值进行比较，误差最小时，得到烟囱的CO2排放量。
2.根据权利要求1所述的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，步骤S1中设定的初始条件包括：假设风的平均流场稳定，风速均匀，风向笔直；假设CO2的排放服从正态分布，污染物浓度在y轴和z轴方向上均符合正态分布；污染物在运输和扩散过程中被大量保存；污染源统一，连续。
3.根据权利要求1所述的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，步骤S2中的具体方法为：
计算测量点位置的公式为：
Figure FDA0002854405590000011
其中，每个测量点的位置为(x，y，z)；σy，σz的弥散系数由位置与顺风方向上的坐标原点的距离确定；为测量垂直于X轴的浓度，保证每个测量点的σy和σz相同；顺风方向被视为X轴，烟囱高度方向被视为Z轴，Y轴垂直于XOZ平面，得到DIAL和X轴之间的角度；S是CO2-DIAL位置与烟囱之间的距离，α是X轴与S方向之间的角度，β是XOY平面与L之间的角度，α和β由激光测角仪测量，L是被测点与CO2-DIAL之间的距离；
计算不同高度的风速，平均风速与不同高度之间的关系采用迪肯的幂定律描述：
u＝u1(z/z1)n
其中，u以及u1表示在高度Z以及已知高度Z1处的平均风速；n是与大气稳定度有关的指数，n＝1/7；本步骤得到每个CO2-DIAL测量CO2浓度的测量点位置(x,y,z)。
4.根据权利要求3所述的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，步骤S3中的具体方法为：
计算CO2-DIAL中每一个测量点的CO2浓度C的公式为：
Figure FDA0002854405590000021
其中，Q是烟囱中CO2的排放速率，Us是烟囱高度处的平均风速，H是烟囱有效高度，H＝h+ΔH；h是烟囱高度，Δh是羽流上升高度，σy是水平方向的弥散系数，σz是垂直方向的弥散系数；当CO2分子向下到达表面时，它可能会反射到大气中，α表示反射指数，范围为0到1，当分子完全被表面吸收时将为0，如果CO2分子完全被表面完全反射，则它将为1；
为了计算方便，将上式简化为线性方程；则有：
Figure FDA0002854405590000022
Figure FDA0002854405590000031
本步骤得到CO2-DIAL中每一个测量点的CO2浓度q，作为估算点。
5.根据权利要求4所述的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，步骤S4中的具体方法为：
使用Jacobi迭代算法求解以下方程，求解方程的雅各比矩阵B，然后对x1,x2,x3进行求解；
Figure FDA0002854405590000032
其中，B＝(D-L)-1U,f＝(D-L)-1b
求解过程中引入以下定理：定理1：简单迭代法收敛的充分必要条件是迭代矩阵B的谱半径ρ(B)<1；定理2：若迭代矩阵B的某种范数||B||<1则确定的迭代法对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0；对任意初值X(0)均收敛于方程组x＝Bx+f的唯一解x0，得到对应的x1,x2,x3，参数可用于计算验证方向的CO2浓度。
6.根据权利要求4所述的基于CO2-DIAL模拟测量的点源CO2排放的新型估算方法，其特征在于，步骤S5中的具体方法为：
对于H，假设其范围为1m至100m，间隔为1m；n分别取值1,2,3…n，Hn的假定值将对反演模型进行迭代，得到参数(x1n，x2n，x3n)，对应也将得到Qn，σny，σnz；之后，检验路径将更改为另一个方向，L1—>L2，两个检验路径的x保持一致；将测量此路径中的CO2分布，因为σy，σz仅与x的距离有关，并且风速Q，σy，σz均与先前的测量路径相同；Qn，σny，σnz将在新方向上迭代到已验证的测量点，将其选择为将参数(x1n，x2n，x3n)的CO2浓度计算值与实际检测结果进行比较；当获得比较小的平均误差时，认为Hn将是最终值；更进一步地，根据确定的x1,x2,x3值获得烟囱排放的真实CO2排放强度。
CN202011539156.9A 2020-12-23 2020-12-23 一种基于co2-dial模拟测量的点源co2排放的新型估算方法 Active CN112711002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011539156.9A CN112711002B (zh) 2020-12-23 2020-12-23 一种基于co2-dial模拟测量的点源co2排放的新型估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011539156.9A CN112711002B (zh) 2020-12-23 2020-12-23 一种基于co2-dial模拟测量的点源co2排放的新型估算方法

Publications (2)

Publication Number Publication Date
CN112711002A true CN112711002A (zh) 2021-04-27
CN112711002B CN112711002B (zh) 2023-05-16

Family

ID=75543752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011539156.9A Active CN112711002B (zh) 2020-12-23 2020-12-23 一种基于co2-dial模拟测量的点源co2排放的新型估算方法

Country Status (1)

Country Link
CN (1) CN112711002B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849899A (zh) * 2021-11-09 2021-12-28 浙江智海化工设备工程有限公司 一种高空水冷塔污氮排放缺氧区域界定方法
CN114324780A (zh) * 2022-03-03 2022-04-12 阿里巴巴达摩院(杭州)科技有限公司 大气污染物排放通量处理方法、存储介质以及计算机终端
CN115032332A (zh) * 2022-04-28 2022-09-09 武汉大学 一种基于车载系统测量强点源碳排放的方法
CN115480032A (zh) * 2022-09-13 2022-12-16 中国科学院合肥物质科学研究院 基于地面遥感测量的点源排放强度预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040012787A1 (en) * 2000-07-12 2004-01-22 Bo Galle Method for measuring of gaseous emissions and/or flux
CN111736172A (zh) * 2020-08-24 2020-10-02 中国人民解放军国防科技大学 一种基于大气扰动相干激光探测的空中目标探测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040012787A1 (en) * 2000-07-12 2004-01-22 Bo Galle Method for measuring of gaseous emissions and/or flux
CN111736172A (zh) * 2020-08-24 2020-10-02 中国人民解放军国防科技大学 一种基于大气扰动相干激光探测的空中目标探测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
AILIN LIANG ET AL.: "Development of differential absorption LiDAR system at 1.57 μm for sensing carbon dioxide in China" *
韩舸等: "地基CO2廓线探测差分吸收激光雷达" *
马昕等: "基于匹配算法的脉冲差分吸收CO2激光雷达的稳频研究" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849899A (zh) * 2021-11-09 2021-12-28 浙江智海化工设备工程有限公司 一种高空水冷塔污氮排放缺氧区域界定方法
CN114324780A (zh) * 2022-03-03 2022-04-12 阿里巴巴达摩院(杭州)科技有限公司 大气污染物排放通量处理方法、存储介质以及计算机终端
CN114324780B (zh) * 2022-03-03 2022-08-02 阿里巴巴达摩院(杭州)科技有限公司 大气污染物排放通量处理方法、存储介质以及计算机终端
CN115032332A (zh) * 2022-04-28 2022-09-09 武汉大学 一种基于车载系统测量强点源碳排放的方法
CN115480032A (zh) * 2022-09-13 2022-12-16 中国科学院合肥物质科学研究院 基于地面遥感测量的点源排放强度预测方法

Also Published As

Publication number Publication date
CN112711002B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN112711002A (zh) 一种基于co2-dial模拟测量的点源co2排放的新型估算方法
Makarova et al. Emission Monitoring Mobile Experiment (EMME): an overview and first results of the St. Petersburg megacity campaign 2019
Krings et al. MAMAP–a new spectrometer system for column-averaged methane and carbon dioxide observations from aircraft: retrieval algorithm and first inversions for point source emission rates
Hong et al. Ship-based MAX-DOAS measurements of tropospheric NO 2, SO 2, and HCHO distribution along the Yangtze River
KR101751642B1 (ko) 대기 관측용 라이다의 소산계수 보정방법
Kawa et al. Simulation studies for a space-based CO2 lidar mission
CN110031412A (zh) 基于移动ahsa观测的大气污染物排放通量获取方法
CN111707622B (zh) 基于地基max-doas的大气水汽垂直分布及输送通量的测算方法
CN112269189B (zh) 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法
Zhang et al. Aerosol radiative effect in UV, VIS, NIR, and SW spectra under haze and high-humidity urban conditions
Wada et al. Observation of carbon and oxygen isotopic compositions of CO2 at an urban site in Nagoya using Mid-IR laser absorption spectroscopy
Shi et al. An inversion method for estimating strong point carbon dioxide emissions using a differential absorption Lidar
CN113281264B (zh) 一种基于卫星遥感确定环境大气污染点源一氧化碳排放通量的方法
CN105953921B (zh) 气溶胶参数差异条件下对地观测辐射图像的快速仿真方法
CN110687020A (zh) 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
CN114114324A (zh) 针对星载激光雷达和高光谱仪的大气co2浓度协同反演方法
CN115480032A (zh) 基于地面遥感测量的点源排放强度预测方法
CN101493407B (zh) 基于地气耦合的大气污染信息提取方法
Shi et al. High-precision methodology for quantifying gas point source emission
CN116258101B (zh) 一种基于气体浓度监测数据快速计算排放源强的方法
CN115032120B (zh) 一种基于多点源高斯扩散模型的碳排放监测方法
CN115372287B (zh) 基于高分五号卫星数据的二氧化硫排放清单构建方法
Mayor et al. Evaluating large-eddy simulations using volume imaging lidar data
CA3057603A1 (en) Determining gas concentration near planetary surfaces
Kuo et al. Synthetic image generation of chemical plumes for hyperspectral applications

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