CN113156452B - 一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 - Google Patents
一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 Download PDFInfo
- Publication number
- CN113156452B CN113156452B CN202110372094.5A CN202110372094A CN113156452B CN 113156452 B CN113156452 B CN 113156452B CN 202110372094 A CN202110372094 A CN 202110372094A CN 113156452 B CN113156452 B CN 113156452B
- Authority
- CN
- China
- Prior art keywords
- wave band
- satellite
- differential absorption
- data set
- optimal
- 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.)
- Active
Links
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 10
- 230000003287 optical effect Effects 0.000 claims description 25
- 238000012163 sequencing technique Methods 0.000 claims description 14
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000008033 biological extinction Effects 0.000 claims description 3
- 239000005431 greenhouse gas Substances 0.000 abstract description 2
- 230000035945 sensitivity Effects 0.000 abstract 1
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect 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
-
- 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
- G01S7/483—Details of pulse systems
-
- 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)
Abstract
一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,属于卫星有效载荷总体技术领域。本发明提供的一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,综合权重函数,水汽、温度和压强敏感性等多种因素,用于得到星载差分吸收激光雷达CO2廓线探测最优波段。该方法有效解决了目前基于差分吸收激光雷达的CO2廓线探测以地基为主,所采用的波段方案不适用于基于星载激光雷达回波信号进行边界层内CO2廓线高精度反演的问题,实现了星载差分吸收激光雷达CO2廓线探测最优波段的确定。该方法可拓展性强,不仅有助于得到星载差分吸收激光雷达CO2廓线探测最优波段,而且还可用于确定其他温室气体(例如CH4)廓线探测的最优差分吸收波段。
Description
技术领域
本发明涉及一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,属于卫星有效载荷总体技术领域。
背景技术
最优波段的确定是用于CO2廓线探测的星载差分吸收激光雷达设计的关键,其直接影响激光器和探测器等载荷核心部分的选择和设计,以及CO2廓线的反演精度。目前基于差分吸收激光雷达的CO2廓线探测以地基为主,廓线探测范围集中在近地表几公里范围内,大气对激光雷达信号的衰减较小,因此所采用的强吸收波段主要集中在光谱吸收峰处。星载差分吸收激光雷达回波信号受大气衰减作用较强,采用上述波段方案不利于得到高精度的CO2廓线信息。此外,当前正在研制的星载差分吸收激光雷达主要是针对CO2的垂直柱浓度探测设计的,不适用于CO2廓线探测,尤其是CO2分布较为集中的大气边界层廓线的探测。因此,需要发展一套方法确定最优波段,用于星载差分吸收激光雷达CO2廓线高精度探测。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,充分考虑CO2廓线探测,尤其是CO2分布较为集中的大气边界层廓线探测的特点,用于星载差分吸收激光雷达CO2廓线高精度探测。
本发明的技术解决方案是:一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,包括如下步骤:
步骤1,给定用于星载差分吸收激光雷达CO2廓线探测的波段选择范围,进行等间隔划分,提取分割点,生成波段数据集;
步骤2,基于Hitran光谱数据库,计算步骤1得到的波段数据集中不同波段CO2和H2O的大气光学厚度;
步骤3,根据步骤2的不同波段CO2和H2O的大气光学厚度确定用于CO2廓线探测的星载差分吸收激光雷达的off波段;
步骤4,根据步骤3中得到的off波段,确定用于CO2廓线探测的星载差分吸收激光雷达的on波段选择范围;
步骤5,将on波段选择范围进行等间隔划分,并提取分割点,生成波段数据集,将分割点生成的数据集中吸收截面小于off最优波段的波段进行剔除,作为on最优波段选择的最终数据集;
步骤6,将最终的on波段数据集中不同波段CO2光学厚度进行升序排序;
步骤7,计算最终的on波段数据集中每个波段近地表以下权重函数的积分与地表至大气层顶权重函数积分的比值,并将比值计算结果进行升序排序;所述近地表为距离地表5km处;
步骤8,基于标准温压模型、Hitran提供的CO2浓度廓线和CO2、H2O在不同温度、压强下的吸收截面信息,给定廓线垂直分辨率,计算最终的on波段数据集中不同波段在给定温度、压强和水汽的误差值时分别对应的近地表CO2浓度反演误差,并进行降序排序;
步骤9,计算最终的on波段数据集中不同波段受水汽、温度和压强共同影响下总的CO2浓度反演误差,并进行降序排序;
步骤10,计算最终的on波段数据集中不同波段CO2浓度反演的随机误差,并进行降序排序;
步骤11,将步骤6~10中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优on波段。
进一步地,步骤3中,CO2廓线探测的星载差分吸收激光雷达的弱吸收波段确定具体包括如下步骤:
(1)将步骤1中生成的波段数据集作为off波段筛选数据集;
(2)将off波段数据集中不同波段的CO2光学厚度进行降序排序;
(3)将off波段数据集中不同波段的CO2和H2O的光学厚度之和进行降序排序;
(4)计算off波段数据集中不同波段的H2O和CO2光学厚度的比值,并进行降序排序;
(5)将(2)、(3)和(4)中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优off波段。
进一步地,所述CO2和H2O的大气光学厚度为
进一步地,所述步骤6中,比值为
其中,h0、hPBL和htop分别是高程为0、边界层顶和大气层顶处的高程,WF(h)为权重函数。
进一步地,所述权重函数为
WF(h)=(σon(h)-σoff(h))Ndry(h)
其中,σon(h)和σoff(h)是高度h处on和off波段的吸收截面,Ndry(h)是高度h处干空气数密度,具体为:
其中,P(h)和T(h)分别代表高度h处的压强和温度,Nwv(h)代表高度h处的水分子密度,k为玻尔兹曼常数。
进一步地,所述步骤8中的反演误差为
进一步地,CO2浓度反演为:
其中,σon(r)和σoff(r)分别代表在高度r处的on和off波段的吸收截面,Pon(r)和Pon(r+Δh)分别代表在高度r和r+Δh处on波段的回波信号,Poff(r)和Poff(r+Δh)分别代表在高度r和r+Δh处off波段的回波信号。
进一步地,回波信号按如下方法计算:
其中,η是整个系统效率,c是光速,E0是脉冲发射能量,D是接收望远镜口径,R是探测距离,β(R,λ)是后向散射系数,α(R,λ)是大气消光系数。
进一步地,所述步骤9中的反演误差为:
其中,δT、δP和δH2O分别代表给定的温度、压强和H2O的误差。
进一步地,所述步骤10中的随机误差为:
其中,τ是单程CO2差分吸收光学厚度,SNRON和SNROFF为on和off信噪比,n为脉冲个数。
本发明与现有技术相比的优点在于:
本发明提供的星载差分吸收激光雷达CO2廓线探测最优波段确定方法,解决了目前基于差分吸收激光雷达的CO2廓线探测以地基为主,所采用的强吸收波段主要集中在CO2的光谱吸收峰处,用于星载CO2廓线探测时信号衰减强,不适用于CO2廓线高精度反演的问题,实现了星载差分吸收激光雷达CO2廓线探测最优波段的确定。该方法可拓展性强,不仅有助于得到星载差分吸收激光雷达CO2廓线探测最优波段,而且还可用于确定其他温室气体(例如CH4)廓线探测的最优差分吸收波段。
附图说明
图1是本发明中星载差分吸收激光雷达CO2廓线探测最优波段确定的流程图。
图2是本发明中星载差分吸收激光雷达CO2廓线探测最优弱吸收(off)波段确定的流程图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
以下结合说明书附图对本申请实施例所提供的一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法做进一步详细的说明,具体实现方式可以包括(如图1所示):
在本申请实施例所提供的方案中,具体包括如下步骤:
步骤1:给定用于星载差分吸收激光雷达CO2廓线探测的波段选择范围为4875cm-1至4876cm-1,以0.0002cm-1为间隔,进行等间隔划分,提取分割点,生成波段数据集;
步骤2:基于Hitran光谱数据库,计算步骤1生成的波段数据集中不同波段CO2和H2O大气光学厚度,具体计算公式如下:
步骤3:根据步骤2的计算结果,确定用于CO2廓线探测的星载差分吸收激光雷达的off波段,具体步骤如下(如图2所示):
(1)将步骤1中生成的数据集作为off波段筛选数据集;
(2)将off波段数据集中不同波段的CO2光学厚度进行降序排序;
(3)将off波段数据集中不同波段的CO2和H2O的光学厚度之和进行降序排序;
(4)计算off波段数据集中不同波段的H2O和CO2光学厚度的比值,并进行降序排序;
(5)将(2)、(3)和(4)中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优off波段。
步骤4:根据步骤3中得到的off波段和4876cm-1,作为用于CO2廓线探测星载差分吸收激光雷达的on波段选择上下限;
步骤5:将on波段选择范围以0.0002cm-1为间隔,进行等间隔划分,并提取分割点,生成波段数据集,用于on波段的筛选和确定;
步骤6,将on波段数据集中不同波段CO2光学厚度进行升序排序;
步骤7:on波段数据集中每个波段近地表(5km)以下权重函数的积分与地表至大气层顶(400km)权重函数积分的比值,并将比值计算结果进行升序排序,计算公式如下:
其中,h0、hPBL和htop分别是高程为0、边界层顶和大气层顶处的高程,WF(h)为权重函数,计算公式为:
WF(h)=(σon(h)-σoff(h))Ndry(h) (公式3)
其中,σon(h)和σoff(h)是高度h处on和off波段的吸收截面,Ndry(h)是高度h处干空气数密度,计算公式如下:
其中,P(h)和T(h)分别代表高度h处的压强和温度,Nwv(h)代表高度h处的水分子密度,k为玻尔兹曼常数。
步骤8:基于标准温压模型、Hitran提供的CO2浓度廓线和CO2、H2O在不同温度、压强下的吸收截面信息,给定廓线垂直分辨率,计算on波段数据集中不同波段在给定温度(δT=1K)、压强(δP=1%)和水汽()误差值时分别对应的近地表CO2浓度反演误差,并进行降序排序,误差计算公式如下:
其中,σon(r)和σoff(r)分别代表在高度r处的on和off波段的吸收截面,Pon(r)和Pon(r+Δh)分别代表在高度r和r+Δh处on波段的回波信号,Poff(r)和Poff(r+Δh)分别代表在高度r和r+Δh处off波段的回波信号,回波信号的计算公式如下:
其中,η是整个系统效率,c是光速,E0是脉冲发射能量,D是接收望远镜口径,R是探测距离,β(R,λ)是后向散射系数,α(R,λ)是大气消光系数。
步骤9:计算on波段数据集中不同波段受水汽、温度和压强共同影响下总的CO2浓度反演误差,并进行降序排序,计算公式如下:
其中,δT、δP和δH2O分别代表给定的温度、压强和H2O的误差。
步骤10:计算on波段数据集中不同波段CO2浓度反演的随机误差,并进行降序排序,计算公式如下:
其中,τ是单程CO2差分吸收光学厚度,SNRON和SNROFF为on和off信噪比,n为脉冲个数。
步骤10:将步骤6、7、8、9和10中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优on波段。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,其特征在于,包括如下步骤:
步骤1,给定用于星载差分吸收激光雷达CO2廓线探测的波段选择范围,进行等间隔划分,提取分割点,生成波段数据集;
步骤2,基于Hitran光谱数据库,计算步骤1得到的波段数据集中不同波段CO2和H2O的大气光学厚度;
步骤3,根据步骤2的不同波段CO2和H2O的大气光学厚度确定用于CO2廓线探测的星载差分吸收激光雷达的off波段;
步骤4,根据步骤3中得到的off波段,确定用于CO2廓线探测的星载差分吸收激光雷达的on波段选择范围;
步骤5,将on波段选择范围进行等间隔划分,并提取分割点,生成波段数据集,将分割点生成的数据集中吸收截面小于off最优波段的波段进行剔除,作为on最优波段选择的最终数据集;
步骤6,将最终的on波段数据集中不同波段CO2光学厚度进行升序排序;
步骤7,计算最终的on波段数据集中每个波段近地表以下权重函数的积分与地表至大气层顶权重函数积分的比值,并将比值计算结果进行升序排序;所述近地表为距离地表5km处;
步骤8,基于标准温压模型、Hitran提供的CO2浓度廓线和CO2、H2O在不同温度、压强下的吸收截面信息,给定廓线垂直分辨率,计算最终的on波段数据集中不同波段在给定温度、压强和水汽的误差值时分别对应的近地表CO2浓度反演误差,并进行降序排序;
步骤9,计算最终的on波段数据集中不同波段受水汽、温度和压强共同影响下总的CO2浓度反演误差,并进行降序排序;
步骤10,计算最终的on波段数据集中不同波段CO2浓度反演的随机误差,并进行降序排序;
步骤11,将步骤6~10中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优on波段。
2.根据权利要求1所述的一种星载差分吸收激光雷达CO2廓线探测最优波段确定方法,其特征在于,步骤3中,CO2廓线探测的星载差分吸收激光雷达的弱吸收波段确定具体包括如下步骤:
(1)将步骤1中生成的波段数据集作为off波段筛选数据集;
(2)将off波段数据集中不同波段的CO2光学厚度进行降序排序;
(3)将off波段数据集中不同波段的CO2和H2O的光学厚度之和进行降序排序;
(4)计算off波段数据集中不同波段的H2O和CO2光学厚度的比值,并进行降序排序;
(5)将(2)、(3)和(4)中不同波段的排序结果进行加权平均,加权平均结果最大值对应的波段则为最优off波段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372094.5A CN113156452B (zh) | 2021-04-07 | 2021-04-07 | 一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372094.5A CN113156452B (zh) | 2021-04-07 | 2021-04-07 | 一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113156452A CN113156452A (zh) | 2021-07-23 |
CN113156452B true CN113156452B (zh) | 2023-05-09 |
Family
ID=76888878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110372094.5A Active CN113156452B (zh) | 2021-04-07 | 2021-04-07 | 一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113156452B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114166773B (zh) * | 2021-12-08 | 2023-07-25 | 中煤科工集团重庆研究院有限公司 | 一种基于粒子群优化-支持向量机的NOx测量方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526614A (zh) * | 2016-10-25 | 2017-03-22 | 中国科学院合肥物质科学研究院 | 一种优化激光雷达探测大气成分谱线分析的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122210B (zh) * | 2014-07-02 | 2017-01-25 | 中国林业科学研究院林业研究所 | 一种基于最佳指数‑相关系数法的高光谱波段提取方法 |
CN105424185B (zh) * | 2015-11-04 | 2017-08-11 | 清华大学 | 一种计算机辅助的全波段光谱仪波长标定方法 |
JP2017198536A (ja) * | 2016-04-27 | 2017-11-02 | 三菱電機株式会社 | 波長制御器及び差分吸収ライダ装置 |
CN111398200B (zh) * | 2020-05-18 | 2022-09-30 | 安徽理工大学 | 非相干宽带腔增强吸收光谱最优反演波段确定方法 |
-
2021
- 2021-04-07 CN CN202110372094.5A patent/CN113156452B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526614A (zh) * | 2016-10-25 | 2017-03-22 | 中国科学院合肥物质科学研究院 | 一种优化激光雷达探测大气成分谱线分析的方法 |
Non-Patent Citations (1)
Title |
---|
叶函函 ; 王先华 ; 吴军 ; 方勇华 ; 江新华 ; 韦秋叶 ; .大气二氧化碳反演中系统误差的分析与校正.强激光与粒子束.2013,(11),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113156452A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
McMillin et al. | Theory and validation of the multiple window sea surface temperature technique | |
Lammert et al. | Determination of the convective boundary-layer height with laser remote sensing | |
Ridley et al. | Distributions of NO, NOx, NOy, and O3 to 12 km altitude during the summer monsoon season over New Mexico | |
Han et al. | Remote sensing of tropospheric water vapor and cloud liquid water by integrated ground-based sensors | |
Hong et al. | Ship-based MAX-DOAS measurements of tropospheric NO 2, SO 2, and HCHO distribution along the Yangtze River | |
CN110058258B (zh) | 一种基于混合型激光雷达的大气边界层探测方法 | |
CN103175759A (zh) | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 | |
CN113156452B (zh) | 一种星载差分吸收激光雷达co2廓线探测最优波段确定方法 | |
CN107255806B (zh) | 一种拟合反演海平面水平大气消光系数的方法 | |
Marichev | Combined method for optical sensing of the lower and middle atmosphere | |
Zhu et al. | Atmospheric aerosol compositions and sources at two national background sites in northern and southern China | |
Pisano et al. | Vertical nitrogen dioxide and ozone concentrations measured from a tethered balloon in the Lower Fraser Valley | |
Zhang et al. | Comparison of planetary boundary layer height from ceilometer with ARM radiosonde data | |
CN103728612A (zh) | 基于目标红外辐射光谱和带模式的被动测距方法 | |
Strelnikov et al. | Simultaneous in situ measurements of small-scale structures in neutral, plasma, and atomic oxygen densities during the WADIS sounding rocket project | |
CN113189678A (zh) | 基于多源观测资料的降水现象综合识别方法及装置 | |
CN111781584B (zh) | 一种基于目标辐射o2吸收相关k分布法的被动测距方法 | |
CN114002681A (zh) | 利用毫米波云雷达进行过冷水探测的方法、装置及应用 | |
Tang et al. | Validation of Doppler wind lidar during super typhoon Lekima (2019) | |
CN114758218A (zh) | 一种适用于高光谱卫星影像的高浊度水下地形反演方法 | |
CN113780085A (zh) | 一种近海单光子去噪分类方法 | |
Bumke et al. | Analysis of measured drop size spectra over land and sea | |
CN114354529B (zh) | 基于极轨气象卫星搭载的mersi-ⅱ仪器的全天候云相态反演方法 | |
Papayannis et al. | Sampling of an STT event over the Eastern Mediterranean region by lidar and electrochemical sonde | |
Boselli et al. | Atmospheric aerosol characterization over Naples during 2000–2003 EARLINET project: Planetary boundary-layer evolution and layering |
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 |