CN113238252B - 反演气溶胶微物理参数的方法、电子设备以及存储介质 - Google Patents

反演气溶胶微物理参数的方法、电子设备以及存储介质 Download PDF

Info

Publication number
CN113238252B
CN113238252B CN202110775785.XA CN202110775785A CN113238252B CN 113238252 B CN113238252 B CN 113238252B CN 202110775785 A CN202110775785 A CN 202110775785A CN 113238252 B CN113238252 B CN 113238252B
Authority
CN
China
Prior art keywords
aerosol
height
wavelength
model
layer
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
Application number
CN202110775785.XA
Other languages
English (en)
Other versions
CN113238252A (zh
Inventor
李建
郭建平
石光明
李成才
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.)
Chinese Academy of Meteorological Sciences CAMS
Original Assignee
Chinese Academy of Meteorological Sciences CAMS
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 Chinese Academy of Meteorological Sciences CAMS filed Critical Chinese Academy of Meteorological Sciences CAMS
Priority to CN202110775785.XA priority Critical patent/CN113238252B/zh
Publication of CN113238252A publication Critical patent/CN113238252A/zh
Application granted granted Critical
Publication of CN113238252B publication Critical patent/CN113238252B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/95Lidar systems specially adapted for specific applications for meteorological use
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Electromagnetism (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种反演气溶胶微物理参数的方法、电子设备以及存储介质,本发明通过建立多个中间参数。将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数。对所述反演函数进行求解,从而获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数,然后进一步得到待测气溶胶的微物理参数,本发明通过上述方案减小气溶胶微物理参数反演的误差。

Description

反演气溶胶微物理参数的方法、电子设备以及存储介质
技术领域
本发明涉及气溶胶技术领域,尤其涉及一种反演气溶胶微物理参数的方法、电子设备以及存储介质。
背景技术
大气气溶胶是指均匀散布在大气中的主要由固体或者液体微粒形成的相对稳定的悬浮体系。大气气溶胶对辐射强迫计算、大气定量遥感、天气气候模式的模拟等方面的研究有重要影响。目前人们对大气气溶胶的气候效应研究很多,但不确定性依然很大,究其根源,一方面在于气溶胶光学及物理特征的空间和时间分布及其变化尚不清楚;另一方面在于气溶胶-云的相互作用及其对气候的影响机制研究尚不充分。气溶胶受到人类活动、自然排放、天气等外界因素的影响,发生剧烈、快速的时空变化,这种变化小到分子布朗运动,大到天气系统的更替,人们很难做到全方位实时监测。
上个世纪60年代,激光雷达(LIght Detection And Ranging - LIDAR)一问世,很快被应用于大气气溶胶主动遥感领域,主要是因为激光雷达能实时观测大气和气溶胶垂直结构及其变化。到上世纪90年代末期,随着多波长拉曼激光雷达的广泛研制和应用,人们可以获取不同波长处气溶胶的光学参数信息。在此基础上,可获得气溶胶微物理参数(如:谱分布、有效半径、数浓度、体积浓度、表面积浓度等),进而获取气溶胶单次散射反照率、相函数、复折射指数等可反映气溶胶类型的相关参数的垂直分布。三波长激光雷达可以很好地用于反演气溶胶微物理参数的反演,三波长(355,532,1064nm)激光雷达也成为众多研究机构的标准配置。
微物理参数反演算法方面,主要有两类,一类是假设气溶胶谱分布(Junge分布、对数正态分布等),找到观测和模拟的光学参数结果差异最小情况作为反演结果,寻找最优解的过程是随机的,这个方法的优点是反演的量个数可以比观测的光学参数个数多;另一类是不对气溶胶分布进行任何假设,采用正则化方法进行反演,以减少气溶胶模型假设带来的误差,在正则化方法基础上,正则化过程中找到满足一定范围误差的所有结果,然后取平均作为反演结果,能够大大减少常规正则化方法结果中的数浓度不稳定或者反演不稳定(ill-posed)的问题。
以上方法都有一个共同的特征:需要事先根据激光雷达信号反演气溶胶消光系数和后向散射系数等光学参数的垂直廓线,在此基础上反演气溶胶微物理参数。但气溶胶后向散射系数垂直廓线的反演过程中存在诸多假设,尤其是参考高度的选取、只有米散射通道(例如1064nm)的后向散射系数反演中垂直方向固定α/β的假设,这些假设增加了后向散射系数等光学参数的不确定度,进而增加了微物理参数反演的误差,模拟研究表明,光学参数10%的误差,可能给有效半径等微物理参数带来20%甚至更高的相对误差。另外,α/β本身与粒子谱分布等微物理参数有关,假定了α/β相当于假定了某种谱分布,在此假设的基础上反演后向散射系数,再利用此后向散射系数反演谱分布等微物理参数,原理上是有缺陷的。
发明内容
本发明提供一种反演气溶胶微物理参数的方法、电子设备以及存储介质,用以解决现有技术中气溶胶微物理参数反演算法误差较大的缺陷,以减小气溶胶微物理参数反演的误差。
本发明提供一种反演气溶胶微物理参数的方法,所述反演气溶胶微物理参数的方法包括:
在每一波段中,在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
获取待测气溶胶中包含的多个理想气溶胶模型;
在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径;或,
根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径确定待测气溶胶的微物理参数。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述参考高度层的高度值大于其他高度层的高度值;或,
每一高度层的高度值至参考高度层整数递增,直至当前高度层的高度值和参考高度层的高度值的差值等于1。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述获取待测气溶胶中包含的多个理想气溶胶模型的步骤包括:
确定待测气溶胶中的理想气溶胶模型种类以及水溶性气溶胶的中心半径;
预设每个理想气溶胶模型的数浓度比例系数及水溶性气溶胶的中心半径;
根据每个理想气溶胶模型的数浓度比例系数以及水溶性气溶胶的中心半径确定待测气溶胶的消光系数以及后向散射系数;
根据所述消光系数以及所述后向散射系数确定雷达信号。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数的步骤包括:
将任一高度层的高度值为z的雷达信号记为
Figure 388027DEST_PATH_IMAGE001
Figure 495660DEST_PATH_IMAGE002
其中,
Figure 953186DEST_PATH_IMAGE001
是高度z处的雷达信号值,
Figure 797252DEST_PATH_IMAGE003
对应波长信号订正系数,
Figure 619715DEST_PATH_IMAGE004
为对应波长 气溶胶的消光系数,
Figure 949065DEST_PATH_IMAGE005
为对应波长气溶胶的后向散射系数,
Figure 944703DEST_PATH_IMAGE006
为对应波长大气分子的 消光系数,
Figure 410319DEST_PATH_IMAGE007
为对应波长大气分子的后向散射系数,
Figure 233044DEST_PATH_IMAGE008
是重叠区订正因子;
在一中间参数的确定过程中,将除参考高度层之外的每一高度层记为
Figure 846428DEST_PATH_IMAGE009
、将参考 高度层记为
Figure 645756DEST_PATH_IMAGE010
,两个高度层的雷达信号比值取对数后作为中间参数
Figure 965879DEST_PATH_IMAGE011
Figure 956576DEST_PATH_IMAGE012
其中,
Figure 667043DEST_PATH_IMAGE013
为除参考高度层之外的任一高度层的雷达信号,
Figure 4483DEST_PATH_IMAGE014
为参考高度 层的雷达信号。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述将每个理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个中间参数作为应变量建立反演函数的步骤包括:
当理想气溶胶模型分别包括第一气溶胶模型、第二气溶胶模型以及水溶性气溶胶 时,将第一气溶胶模型的数浓度比例系数记为
Figure 710271DEST_PATH_IMAGE015
,将第二气溶胶模型的数浓度比例系数 记为
Figure 107754DEST_PATH_IMAGE016
,将第三气溶胶模型的中心半径记为
Figure 197195DEST_PATH_IMAGE017
Figure 338327DEST_PATH_IMAGE018
其中
Figure 633042DEST_PATH_IMAGE019
Figure 201426DEST_PATH_IMAGE020
Figure 152065DEST_PATH_IMAGE021
Figure 329843DEST_PATH_IMAGE022
Figure 744644DEST_PATH_IMAGE023
为除参考高度层之外的任一高度层 的高度、
Figure 546247DEST_PATH_IMAGE010
为参考高度层的高度,355代表气溶胶波长为0.355μm,
Figure 780919DEST_PATH_IMAGE024
为气溶胶波长 为0.355μm、高度层高度分别为
Figure 765318DEST_PATH_IMAGE021
以及
Figure 972308DEST_PATH_IMAGE010
时的中间参数,
Figure 882495DEST_PATH_IMAGE025
为气溶胶波长为0.355μ m、高度层高度分别为
Figure 604464DEST_PATH_IMAGE026
以及
Figure 891088DEST_PATH_IMAGE010
时的中间参数,
Figure 587473DEST_PATH_IMAGE027
为气溶胶波长为0.355μm、高度 层高度分别为
Figure 668562DEST_PATH_IMAGE023
以及
Figure 143405DEST_PATH_IMAGE010
时的中间参数,532代表气溶胶波长为0.532μm,
Figure 640246DEST_PATH_IMAGE028
为气溶 胶波长为0. 532μm、高度层高度分别为
Figure 618566DEST_PATH_IMAGE021
以及
Figure 637600DEST_PATH_IMAGE010
时的中间参数,
Figure 396477DEST_PATH_IMAGE029
为气溶胶波长为 0. 532μm、高度层高度分别为
Figure 24905DEST_PATH_IMAGE022
以及
Figure 857732DEST_PATH_IMAGE010
时的中间参数,
Figure 44737DEST_PATH_IMAGE030
为气溶胶波长为0. 532μm、高度层高度分别为
Figure 166277DEST_PATH_IMAGE023
以及
Figure 67237DEST_PATH_IMAGE010
时的中间参数,1064代表气溶胶波长为1.064μm,
Figure 285728DEST_PATH_IMAGE031
为气溶胶波长为1.064μm、高度层高度分别为
Figure 941838DEST_PATH_IMAGE021
以及
Figure 114455DEST_PATH_IMAGE010
时的中间参数,
Figure 84685DEST_PATH_IMAGE032
为气溶胶波长为1.064μm、高度层高度分别为
Figure 829787DEST_PATH_IMAGE022
以及
Figure 860060DEST_PATH_IMAGE010
时的中间参数,
Figure 752930DEST_PATH_IMAGE033
为气溶胶波长为1.064μm、高度层高度分别为
Figure 556545DEST_PATH_IMAGE023
以及
Figure 749628DEST_PATH_IMAGE010
时的中间参数。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径的步骤包括:
计算X处的雅克比矩阵K,维数为3(j-i)×3:
Figure 685223DEST_PATH_IMAGE034
其中,
Figure 330968DEST_PATH_IMAGE035
表示函数
Figure 315105DEST_PATH_IMAGE024
相对于
Figure 598581DEST_PATH_IMAGE036
的导数。
根据本发明提供的一种反演气溶胶微物理参数的方法,所述根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径确定待测气溶胶的微物理参数的步骤包括:
给定初始猜想X0取值;
根据牛顿迭代模型计算下一层的X1
判断牛顿迭代模型的特征公式是否可逆;
若牛顿迭代模型的特征公式不可逆,则返回执行给定初始猜想X0取值的步骤;
若牛顿迭代模型的特征公式可逆,则判断当前X、Y以及所述雅克比矩阵是否满足收敛条件;
若满足收敛条件,则反演成功;
若不满足收敛条件,则返回执行给定初始猜想X0取值的步骤;
若迭代次数大于预设次数,则反演失败,返回执行给定初始猜想X0取值的步骤。
根据本发明提供的一种反演气溶胶微物理参数的方法,根据下述公式计算气溶胶波长指数 k:
Figure 970657DEST_PATH_IMAGE037
因此,可以对
Figure 900435DEST_PATH_IMAGE038
进行如下修正:
Figure 750580DEST_PATH_IMAGE039
其中,
Figure 151212DEST_PATH_IMAGE040
为原始波长的气溶胶消光系数,
Figure 366292DEST_PATH_IMAGE041
为原始波长对应的拉曼波长 的气溶胶消光系数、
Figure 455471DEST_PATH_IMAGE042
为修正后的原始波长的气溶胶消光系数。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述每一种所述反演气溶胶微物理参数的方法的步骤。
本发明还提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述每一种所述反演气溶胶微物理参数的方法的步骤。
本发明提供的反演气溶胶微物理参数的方法、电子设备以及存储介质,通过在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数。上述过程中不用另外计算光学参数。随后,将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数。对所述反演函数进行求解,从而获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数以及水溶性气溶胶的中心半径,然后进一步确定当前气溶胶的微物理参数,上述方案仅仅通过一中间参数,就可以反演出气溶胶微物理参数,而不必通过如背景技术中的假设-反演方法,从而避免了不确定参数的引入,进而减小气溶胶微物理参数反演的误差。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的反演气溶胶微物理参数的方法的流程示意图之一;
图2是本发明提供的反演气溶胶微物理参数的方法的流程示意图之二;
图3是本发明提供的反演气溶胶微物理参数的方法的流程示意图之三;
图4是本发明提供的电子设备的结构示意图;
附图标记:
810:处理器; 820:通信接口; 830:存储器;
840:通信总线;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
下面结合图1-图4描述本发明的一种反演气溶胶微物理参数的方法,所述反演气溶胶微物理参数的方法包括:
S1、在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
其中,雷达信号通过激光雷达获取,每一测试波长实际是指激光雷达用于测试的激光的波长,此时,每一测试波长下,均进行至少两个不同高度层的测试,每一高度层下均测得一对应的雷达信号。
S2、获取待测气溶胶中包含的多个理想气溶胶模型;
其中,多个理想气溶胶模型包括却不限于沙尘型气溶胶模型、黑碳型气溶胶模型和水溶型气溶胶模型。需要说明的是,沙尘型气溶胶模型以及黑碳型气溶胶模型的相关系数在现有技术中均有可靠模型进行使用,因此,本申请直接采用上述模型的相关计算公式,而水溶型气溶胶的中心半径会随着时间变化,其特性并不固定。另外,对于待测气溶胶中包含的理想气溶胶模型的确定一般是根据对待测气溶胶中所处环境进行分析所得到,因此,此处可以对影响到待测气溶胶参数的一切气溶胶进行分析,从而确定包含的多个理想气溶胶模型。需要说明的是,因为后续理想气溶胶模型的数浓度比例系数以及水溶型气溶胶的中心半径是作为变量存在,即使此时的理想气溶胶模型估算过多,也可以排除对误差的影响。
S3、在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
其中,此步骤是基于每一测试波长下,均参考高度层的雷达信号后,每一其他高度层的雷达信号与参考高度层的雷达信号进行比值取对数运算后均能得到一个中间参数,因此,其他高度层的雷达信号的数量确定了中间参数的数量,其他测试波长下,参考上述过程确定中间参数。
S4、将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
S5、对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径;
S6、根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数及水溶性气溶胶中心半径确定待测气溶胶的微物理参数。
上述方案仅仅通过一中间参数,通过中间参数与每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶中心半径建立反演函数,对反演函数进行数学求解就可以反演出气溶胶微物理参数,而不必通过如背景技术中的需要通过光学参数的反演方法进行气溶胶微物理参数的确定,从而避免了不确定参数的引入,进而减小气溶胶微物理参数反演的误差。需要说明的是,此处的微物理参数为可以通过每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶中心半径直接确定的参数,如等效半径、表面积浓度、体积浓度等。
在一实施例中,如图2所示,所述获取待测气溶胶中包含的多个理想气溶胶模型的步骤包括:
S21、确定待测气溶胶中的理想气溶胶模型种类以及水溶性气溶胶的中心半径;
其中,理想气溶胶模型包括却不限于沙尘型气溶胶模型、黑碳型气溶胶模型和水溶型气溶胶模型。需要说明的是,沙尘型(DUST)气溶胶模型、黑碳型(SOOT)气溶胶模型的相关系数在现有技术中均有可靠模型进行使用,因此,本申请直接采用上述模型的相关计算公式以及特性参数。水溶型(Water Soluble, WS)气溶胶的中心半径是不固定的,也是本发明要反演的。
S22、预设每个理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径;
其中,理想气溶胶模型包括却不限于沙尘型气溶胶模型、黑碳型气溶胶模型和水 溶型气溶胶模型。以待测气溶胶为大陆型气溶胶(北京)为例,沙尘型气溶胶模型的数浓度 比例系数记为
Figure 171623DEST_PATH_IMAGE015
,黑碳型气溶胶模型的数浓度比例系数记为
Figure 928227DEST_PATH_IMAGE016
,水溶型气溶胶模型 的数浓度比例系数记为
Figure 877990DEST_PATH_IMAGE043
, 水溶型气溶胶的中心半径记为
Figure 657728DEST_PATH_IMAGE017
S23、根据每个理想气溶胶模型的数浓度比例系数以及水溶型气溶胶的中心半径确定待测气溶胶的消光系数以及后向散射系数;
同样,以待测气溶胶为大陆型气溶胶(北京)为例:
Figure 115254DEST_PATH_IMAGE044
(1)
Figure 460784DEST_PATH_IMAGE045
(2)
Figure 407881DEST_PATH_IMAGE046
其中,
Figure 247485DEST_PATH_IMAGE047
为消光截面,
Figure 977543DEST_PATH_IMAGE048
为后向散射截面,
Figure 380843DEST_PATH_IMAGE036
为沙尘型气溶胶模型的数浓度比 例系数,
Figure 436524DEST_PATH_IMAGE049
为黑碳型气溶胶模型的数浓度比例系数,
Figure 987591DEST_PATH_IMAGE050
为水溶型气溶胶模型的数浓度 比例系数,
Figure 350701DEST_PATH_IMAGE051
为沙尘型气溶胶模型的单个消光截面,
Figure 670824DEST_PATH_IMAGE052
为黑碳型气溶胶模型的单个 消光截面,
Figure 897406DEST_PATH_IMAGE053
为水溶型气溶胶模型的单个消光截面,
Figure 873452DEST_PATH_IMAGE054
为沙尘型气溶胶模型的消光后 向散射比,
Figure 210893DEST_PATH_IMAGE055
为黑碳型气溶胶模型的消光后向散射比,
Figure 149636DEST_PATH_IMAGE056
为水溶型气溶胶模型的消光 后向散射比。,
Figure 609437DEST_PATH_IMAGE057
Figure 869517DEST_PATH_IMAGE057
(3)
Figure 948331DEST_PATH_IMAGE058
(4)
其中,α为待测气溶胶的消光系数,β为待测气溶胶的消光系数。
S24、根据所述消光系数以及所述后向散射系数确定雷达信号。
Figure 508625DEST_PATH_IMAGE059
Figure 312896DEST_PATH_IMAGE060
其中,
Figure 388168DEST_PATH_IMAGE001
是高度z处的雷达信号值,
Figure 332990DEST_PATH_IMAGE061
对应波长信号订正系数(激光雷达系统 决定),
Figure 482212DEST_PATH_IMAGE062
为对应波长气溶胶的消光系数,
Figure 893602DEST_PATH_IMAGE063
为对应波长气溶胶的后向散射系数,
Figure 892388DEST_PATH_IMAGE006
为 对应波长大气分子的消光系数,
Figure 375322DEST_PATH_IMAGE007
为对应波长大气分子的后向散射系数,
Figure 441367DEST_PATH_IMAGE064
是重叠区 订正因子;需要说明的是,对应波长信号订正系数
Figure 617133DEST_PATH_IMAGE061
以及重叠区订正因子
Figure 840567DEST_PATH_IMAGE008
由激光雷达 系统决定。
在上述实施例中,其变量仅为
Figure 799295DEST_PATH_IMAGE065
并未引出新的变量,因此,可以减少 估算变量的产生,使得最后反演得到的微物理参数准确度更高。
在一实施例中,所述在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数的步骤包括:
将参考高度层的雷达信号记为
Figure 188688DEST_PATH_IMAGE066
Figure 269777DEST_PATH_IMAGE002
其中,
Figure 275779DEST_PATH_IMAGE001
是高度z处的雷达信号值,
Figure 864630DEST_PATH_IMAGE067
对应波长信号订正系数(激光雷达系统 决定),
Figure 842950DEST_PATH_IMAGE068
为对应波长气溶胶的消光系数,
Figure 360519DEST_PATH_IMAGE069
为对应波长气溶胶的后向散射系数,
Figure 994763DEST_PATH_IMAGE006
为对应波长大气分子的消光系数,
Figure 357611DEST_PATH_IMAGE007
为对应波长大气分子的后向散射系数,
Figure 754220DEST_PATH_IMAGE008
是重叠 区订正因子;
在一中间参数的确定过程中,将除参考高度层之外的每一高度层记为
Figure 442690DEST_PATH_IMAGE009
、将参考 高度层记为
Figure 360967DEST_PATH_IMAGE010
,两个高度层(
Figure 793086DEST_PATH_IMAGE070
)的雷达信号比值取对数后作为中间参数
Figure 683681DEST_PATH_IMAGE011
Figure 787728DEST_PATH_IMAGE012
其中,
Figure 255618DEST_PATH_IMAGE013
为除参考高度层之外的任一高度层的雷达信号,
Figure 225848DEST_PATH_IMAGE014
为参考高度层 的雷达信号。
可选地,所述参考高度层
Figure 33267DEST_PATH_IMAGE010
的高度值大于其他高度层
Figure 735644DEST_PATH_IMAGE021
的高度值。
可选地,每一高度层的高度值至参考高度层
Figure 395558DEST_PATH_IMAGE010
整数递增,直至当前高度层的高度 值和参考高度层的高度值的差值等于1。
此时,对上述中间参数代入雷达信号的表达式:
Figure 903899DEST_PATH_IMAGE071
Figure 893721DEST_PATH_IMAGE072
对上式中的积分进行离散化,可以得到:
Figure 94895DEST_PATH_IMAGE073
{2△z
Figure 708017DEST_PATH_IMAGE074
}
基于待测气溶胶为大陆型气溶胶(北京)为例,上述公式中的
Figure 957733DEST_PATH_IMAGE075
Figure 5323DEST_PATH_IMAGE076
是数浓度 N、消光截面和后向散射截面的函数。消光截面和后向散射截面可以由
Figure 111819DEST_PATH_IMAGE015
Figure 776019DEST_PATH_IMAGE016
和WS模 型的中心波长
Figure 393207DEST_PATH_IMAGE017
这三个量通过1)-(4)式来确定。从而保证其变量仅为
Figure 295304DEST_PATH_IMAGE077
并 未引出新的变量,因此,可以减少估算变量的产生,使得最后反演得到的微物理参数准确度 更高。
在一实施例中,所述将每个理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个中间参数作为应变量建立反演函数的步骤包括:
当理想气溶胶模型分别包括第一气溶胶模型、第二气溶胶模型以及水溶性气溶胶 时,将第一气溶胶模型的数浓度比例系数记为
Figure 838281DEST_PATH_IMAGE036
,将第二气溶胶模型的数浓度比例系数 记为
Figure 458618DEST_PATH_IMAGE049
,将水溶性气溶胶的中心半径记为
Figure 610989DEST_PATH_IMAGE017
Figure 633171DEST_PATH_IMAGE078
其中
Figure 347049DEST_PATH_IMAGE019
Figure 923524DEST_PATH_IMAGE020
Figure 148094DEST_PATH_IMAGE021
Figure 24784DEST_PATH_IMAGE026
Figure 909563DEST_PATH_IMAGE023
为除参考高度层之外的任一高度层 的高度、
Figure 973334DEST_PATH_IMAGE010
为参考高度层的高度,355代表气溶胶波长为0.355μm,
Figure 998665DEST_PATH_IMAGE024
为气溶胶波长 为0.355μm、高度层高度分别为
Figure 729861DEST_PATH_IMAGE021
以及
Figure 519962DEST_PATH_IMAGE010
时的中间参数,
Figure 602188DEST_PATH_IMAGE025
为气溶胶波长为0.355μ m、高度层高度分别为
Figure 168561DEST_PATH_IMAGE026
以及
Figure 488684DEST_PATH_IMAGE010
时的中间参数,
Figure 980845DEST_PATH_IMAGE027
为气溶胶波长为0.355μm、高度 层高度分别为
Figure 284787DEST_PATH_IMAGE023
以及
Figure 132482DEST_PATH_IMAGE010
时的中间参数,532代表气溶胶波长为0.532μm,
Figure 838269DEST_PATH_IMAGE028
为气溶胶 波长为0. 532μm、高度层高度分别为
Figure 501332DEST_PATH_IMAGE021
以及
Figure 26991DEST_PATH_IMAGE010
时的中间参数,
Figure 669587DEST_PATH_IMAGE029
为气溶胶波长为 0. 532μm、高度层高度分别为
Figure 229882DEST_PATH_IMAGE026
以及
Figure 63846DEST_PATH_IMAGE010
时的中间参数,
Figure 811222DEST_PATH_IMAGE030
为气溶胶波长为0. 532μm、高度层高度分别为
Figure 254579DEST_PATH_IMAGE023
以及
Figure 669380DEST_PATH_IMAGE010
时的中间参数,1064代表气溶胶波长为1.064μm,
Figure 674245DEST_PATH_IMAGE031
为气溶胶波长为1.064μm、高度层高度分别为
Figure 174496DEST_PATH_IMAGE021
以及
Figure 690054DEST_PATH_IMAGE010
时的中间参数,
Figure 693782DEST_PATH_IMAGE032
为气溶胶波长为1.064μm、高度层高度分别为
Figure 869548DEST_PATH_IMAGE026
以及
Figure 122675DEST_PATH_IMAGE010
时的中间参数,
Figure 907835DEST_PATH_IMAGE033
为气溶 胶波长为1.064μm、高度层高度分别为
Figure 31649DEST_PATH_IMAGE023
以及
Figure 378317DEST_PATH_IMAGE010
时的中间参数。
在上述实施例中,以待测气溶胶为大陆型气溶胶(北京)为例,第一气溶胶模型为沙尘型气溶胶模型,第二气溶胶模型为黑碳型气溶胶模型。
此时,成功的建立了 “雷达信号——中间参数
Figure 853160DEST_PATH_IMAGE011
——微物理参数(
Figure 179362DEST_PATH_IMAGE015
Figure 688840DEST_PATH_IMAGE016
Figure 206409DEST_PATH_IMAGE017
)的关系,在传统方法中需要提前算出整个光学参数廓线后再进行微物理参数计 算,而光学参数廓线反演过程需要很多造成误差的假设(例如参考高度的选取即雷达方程 的边界条件、1064nm通道α/β为常数等假设),这些假设在由高到低或由低到高的迭代计算 中,光学参数误差会越来越大。而本申请的方法优于传统“雷达信号——光学参数——微物 理参数”方法,是由于反演过程建立在离散的雷达方程基础上,计算过程只需要利用雷达信 号反演计算一个微物理参数,且并未进行造成误差的假设。
在一实施例中,所述对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径的步骤包括:
计算X处的雅克比矩阵K,维数为3(j-i)×3:
Figure 637391DEST_PATH_IMAGE034
其中,
Figure 29932DEST_PATH_IMAGE035
表示函数
Figure 393918DEST_PATH_IMAGE024
相对于
Figure 82388DEST_PATH_IMAGE015
的导数。
在一实施例中,如图3所示,所述根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径确定待测气溶胶的微物理参数的步骤包括:
S61、给定初始猜想X0取值;
其中,最高层的反演中,
Figure 665DEST_PATH_IMAGE079
设置为6s辐射模式中大陆型气溶胶:
Figure 934249DEST_PATH_IMAGE080
低层的反演中,
Figure 418320DEST_PATH_IMAGE079
设置为上一高度层的反演结果。
S62、根据牛顿迭代模型计算下一层的X1
Figure 12112DEST_PATH_IMAGE081
S63、判断牛顿迭代模型的特征公式是否可逆;
此时是为了判断牛顿迭代模型是否成功,可以通过判断牛顿迭代模型的特征公式 是否可逆进行判断,
Figure 948844DEST_PATH_IMAGE082
为牛顿迭代模型的特征公式,通过判断
Figure 429328DEST_PATH_IMAGE082
是否可 逆,来判断牛顿迭代模型是否成功,若特征公式可逆,则表示反演成功。若特征公式不可逆, 则表示反演失败。
S64、若牛顿迭代模型的特征公式不可逆,则返回执行给定初始猜想X0取值的步骤;
S65、若牛顿迭代模型的特征公式可逆,则判断当前X、Y以及所述雅克比矩阵是否满足收敛条件;
其中,收敛条件为:① Y与
Figure 236747DEST_PATH_IMAGE083
各维的相对偏差均小于5%;或者②
Figure 267020DEST_PATH_IMAGE084
Figure 425469DEST_PATH_IMAGE085
各维 的相对偏差均小于5%;或者③
Figure 700855DEST_PATH_IMAGE086
并且
Figure 300463DEST_PATH_IMAGE087
并且
Figure 829533DEST_PATH_IMAGE088
S66、若满足收敛条件,则反演成功;
S67、若不满足收敛条件,则返回执行给定初始猜想X0取值的步骤;
S68、若迭代次数大于预设次数,则反演失败,返回执行给定初始猜想X0取值的步骤。
在上述实施例中,当j-i=1时,上述反演过程即是通过牛顿迭代求解三维的非线性方程组。
在一实施例中,根据下述公式计算气溶胶波长指数 k:
Figure 475278DEST_PATH_IMAGE037
因此,可以对
Figure 724994DEST_PATH_IMAGE038
进行如下修正:
Figure 333437DEST_PATH_IMAGE039
其中,
Figure 377616DEST_PATH_IMAGE040
为原始波长的气溶胶消光系数,
Figure 104132DEST_PATH_IMAGE041
为原始波长对应的拉曼波长 的气溶胶消光系数、
Figure 190162DEST_PATH_IMAGE042
为修正后的原始波长的气溶胶消光系数。
此时,基于本申请的反演函数,以大气中为大陆型气溶胶(北京),测试雷达以三波 长拉曼激光雷达为例,本申请的计算过程只需要利用雷达信号反演计算一个光学参数,即 0.355 μm气溶胶消光系数
Figure 92259DEST_PATH_IMAGE089
,且反演过程中唯一假设(气溶胶波长指数 k为1)也可在新 方法离散条件下订正,订正过程如下:
在已知
Figure 635236DEST_PATH_IMAGE015
Figure 550846DEST_PATH_IMAGE016
Figure 1419DEST_PATH_IMAGE017
的情况下计算各波段的
Figure 492443DEST_PATH_IMAGE047
, k可以由下式计算得到:
Figure 471901DEST_PATH_IMAGE090
因此,可以对
Figure 986059DEST_PATH_IMAGE089
进行如下修正:
Figure 679470DEST_PATH_IMAGE091
因此,在本申请中,通过设置中间参数建立反演函数,减少了假设的数值,从而增强了反演数值的准确性,减小了误差和不确定性。
下面对本发明提供的电子设备进行描述,下文描述的电子设备与上文描述的反演气溶胶微物理参数的方法可相互对应参照。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行反演气溶胶微物理参数的方法,该方法包括:S1、在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
S2、获取待测气溶胶中包含的多个理想气溶胶模型;
S3、在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
S4、将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
S5、对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数;
S6、根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数确定待测气溶胶的微物理参数。
其中,电子设备可以为雷达等检测设备,此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的反演气溶胶微物理参数的方法,该方法包括:S1、在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
S2、获取待测气溶胶中包含的多个理想气溶胶模型;
S3、在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
S4、将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
S5、对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数;
S6、根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数确定待测气溶胶的微物理参数。
又一方面,本发明还提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的反演气溶胶微物理参数的方法,该方法包括:S1、在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
S2、获取待测气溶胶中包含的多个理想气溶胶模型;
S3、在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
S4、将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
S5、对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数;
S6、根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数确定待测气溶胶的微物理参数。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种反演气溶胶微物理参数的方法,其特征在于,包括:
在每一测试波长中,多次获取待测气溶胶中至少两个不同高度层的雷达信号;
获取待测气溶胶中包含的多个理想气溶胶模型;
在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数;
将每个所述理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个所述中间参数作为应变量建立反演函数;
对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径;
根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径确定待测气溶胶的微物理参数;
所述获取待测气溶胶中包含的多个理想气溶胶模型的步骤包括:
确定待测气溶胶中的理想气溶胶模型种类以及水溶性气溶胶的中心半径;
预设每个理想气溶胶模型的数浓度比例系数及水溶性气溶胶的中心半径;
根据每个理想气溶胶模型的数浓度比例系数以及水溶性气溶胶的中心半径确定待测气溶胶的消光系数以及后向散射系数;
根据所述消光系数以及所述后向散射系数确定雷达信号。
2.根据权利要求1所述的反演气溶胶微物理参数的方法,其特征在于,所述参考高度层的高度值大于其他高度层的高度值;或,
每一高度层的高度值至参考高度层整数递增,直至当前高度层的高度值和参考高度层的高度值的差值等于1。
3.根据权利要求1所述的反演气溶胶微物理参数的方法,其特征在于,所述在至少两个不同高度层中选中一高度层的雷达信号作为参考高度层的雷达信号,将其他高度层的雷达信号依次与参考高度层的雷达信号进行比值取对数运算后得到多个中间参数的步骤包括:
将任一高度层的高度值为z的雷达信号记为
Figure 339675DEST_PATH_IMAGE001
Figure 393081DEST_PATH_IMAGE002
其中,
Figure 170545DEST_PATH_IMAGE003
是高度z处的雷达信号值,
Figure 651204DEST_PATH_IMAGE004
对应波长信号订正系数,
Figure 379864DEST_PATH_IMAGE005
为对应波长气溶胶 的消光系数,
Figure 236961DEST_PATH_IMAGE006
为对应波长气溶胶的后向散射系数,
Figure 134510DEST_PATH_IMAGE007
为对应波长大气分子的消光系 数,
Figure 786071DEST_PATH_IMAGE008
为对应波长大气分子的后向散射系数,
Figure 831388DEST_PATH_IMAGE009
是重叠区订正因子;
在一中间参数的确定过程中,将除参考高度层之外的每一高度层记为
Figure 898701DEST_PATH_IMAGE010
、将参考高度层 记为
Figure 447494DEST_PATH_IMAGE011
,两个高度层的雷达信号比值取对数后作为中间参数
Figure 473219DEST_PATH_IMAGE012
Figure 740252DEST_PATH_IMAGE013
其中,
Figure 673573DEST_PATH_IMAGE014
为除参考高度层之外的任一高度层的雷达信号,
Figure 47179DEST_PATH_IMAGE015
为参考高度层的雷达 信号。
4.根据权利要求1所述的反演气溶胶微物理参数的方法,其特征在于,所述将每个理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径作为变量,将多个中间参数作为应变量建立反演函数的步骤包括:
当理想气溶胶模型分别包括第一气溶胶模型、第二气溶胶模型以及水溶性气溶胶时, 将第一气溶胶模型的数浓度比例系数记为
Figure 306122DEST_PATH_IMAGE016
,将第二气溶胶模型的数浓度比例系数记为
Figure 466976DEST_PATH_IMAGE017
,将水溶性气溶胶的中心半径记为
Figure 469567DEST_PATH_IMAGE018
Figure 930635DEST_PATH_IMAGE019
其中
Figure 94900DEST_PATH_IMAGE020
Figure 274209DEST_PATH_IMAGE021
Figure 814912DEST_PATH_IMAGE010
Figure 629022DEST_PATH_IMAGE022
Figure 229767DEST_PATH_IMAGE023
为除参考高度层之外的任一高度层的高 度、
Figure 693110DEST_PATH_IMAGE011
为参考高度层的高度,355代表气溶胶波长为0.355μm,
Figure 240766DEST_PATH_IMAGE024
为气溶胶波长为0.355 μm、高度层高度分别为
Figure 738743DEST_PATH_IMAGE025
以及
Figure 916915DEST_PATH_IMAGE026
时的中间参数,
Figure 133133DEST_PATH_IMAGE027
为气溶胶波长为0.355μm、高度层 高度分别为
Figure 953321DEST_PATH_IMAGE022
以及
Figure 305805DEST_PATH_IMAGE026
时的中间参数,
Figure 982774DEST_PATH_IMAGE028
为气溶胶波长为0.355μm、高度层高度分别 为
Figure 119576DEST_PATH_IMAGE023
以及
Figure 805773DEST_PATH_IMAGE026
时的中间参数,532代表气溶胶波长为0.532μm,
Figure 684867DEST_PATH_IMAGE029
为气溶胶波长为0. 532μm、高度层高度分别为
Figure 798316DEST_PATH_IMAGE025
以及
Figure 723547DEST_PATH_IMAGE026
时的中间参数,
Figure 885538DEST_PATH_IMAGE030
为气溶胶波长为0. 532μm、高 度层高度分别为
Figure 212614DEST_PATH_IMAGE022
以及
Figure 434648DEST_PATH_IMAGE026
时的中间参数,
Figure 581596DEST_PATH_IMAGE031
为气溶胶波长为0. 532μm、高度层高度 分别为
Figure 45813DEST_PATH_IMAGE023
以及
Figure 227395DEST_PATH_IMAGE026
时的中间参数,1064代表气溶胶波长为1.064μm,
Figure 682648DEST_PATH_IMAGE032
为气溶胶波长 为1.064μm、高度层高度分别为
Figure 785733DEST_PATH_IMAGE025
以及
Figure 351843DEST_PATH_IMAGE026
时的中间参数,
Figure 60036DEST_PATH_IMAGE033
为气溶胶波长为1.064μ m、高度层高度分别为
Figure 686190DEST_PATH_IMAGE022
以及
Figure 807730DEST_PATH_IMAGE026
时的中间参数,
Figure 115214DEST_PATH_IMAGE034
为气溶胶波长为1.064μm、高度层 高度分别为
Figure 271389DEST_PATH_IMAGE023
以及
Figure 773171DEST_PATH_IMAGE026
时的中间参数。
5.根据权利要求4所述的反演气溶胶微物理参数的方法,其特征在于,所述对所述反演函数进行最小二乘法或牛顿迭代求解,以获取待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径的步骤包括:
计算X处的雅克比矩阵K,维数为3(j-i)×3:
Figure 382007DEST_PATH_IMAGE035
其中,
Figure 962024DEST_PATH_IMAGE036
表示函数
Figure 972705DEST_PATH_IMAGE024
相对于
Figure 878344DEST_PATH_IMAGE016
的导数。
6.根据权利要求5所述的反演气溶胶微物理参数的方法,其特征在于,所述根据待测气溶胶中每一理想气溶胶模型的数浓度比例系数和水溶性气溶胶的中心半径确定待测气溶胶的微物理参数的步骤包括:
给定初始猜想X0取值;
根据牛顿迭代模型计算下一层的X1
判断牛顿迭代模型的特征公式是否可逆;
若牛顿迭代模型的特征公式不可逆,则返回执行给定初始猜想X0取值的步骤;
若牛顿迭代模型的特征公式可逆,则判断当前X、Y以及所述雅克比矩阵是否满足收敛条件;
若满足收敛条件,则反演成功;
若不满足收敛条件,则返回执行给定初始猜想X0取值的步骤;
若迭代次数大于预设次数,则反演失败,返回执行给定初始猜想X0取值的步骤。
7.根据权利要求1所述的反演气溶胶微物理参数的方法,其特征在于,根据下述公式计 算气溶胶波长指数
Figure 974476DEST_PATH_IMAGE037
Figure 686080DEST_PATH_IMAGE038
因此,对
Figure 754530DEST_PATH_IMAGE039
进行如下修正:
Figure 893388DEST_PATH_IMAGE040
其中,
Figure 647455DEST_PATH_IMAGE041
为原始波长的气溶胶消光系数,
Figure 162750DEST_PATH_IMAGE042
为原始波长对应的拉曼波长的气溶 胶消光系数、
Figure 351286DEST_PATH_IMAGE043
为修正后的原始波长的气溶胶消光系数。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7每一项所述反演气溶胶微物理参数的方法的步骤。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7每一项所述反演气溶胶微物理参数的方法的步骤。
CN202110775785.XA 2021-07-09 2021-07-09 反演气溶胶微物理参数的方法、电子设备以及存储介质 Active CN113238252B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110775785.XA CN113238252B (zh) 2021-07-09 2021-07-09 反演气溶胶微物理参数的方法、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110775785.XA CN113238252B (zh) 2021-07-09 2021-07-09 反演气溶胶微物理参数的方法、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN113238252A CN113238252A (zh) 2021-08-10
CN113238252B true CN113238252B (zh) 2021-12-10

Family

ID=77135181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110775785.XA Active CN113238252B (zh) 2021-07-09 2021-07-09 反演气溶胶微物理参数的方法、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN113238252B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0978718A1 (de) * 1998-08-07 2000-02-09 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Erfassung von Rauch mittels eines Lidar-Systems
CN101520515A (zh) * 2009-03-31 2009-09-02 中国科学院安徽光学精密机械研究所 基于激光雷达的混合层高度的自动反演算法
CN110673229A (zh) * 2019-10-23 2020-01-10 新亚优华科技有限公司 一种基于热点网格技术的大气污染物扩散轨迹追踪方法
CN112433197A (zh) * 2020-12-22 2021-03-02 北京遥测技术研究所 一种高时空匹配的微波激光云雨气溶胶复合探测雷达
CN112684471A (zh) * 2020-12-01 2021-04-20 兰州大学 一种基于激光雷达的气溶胶微物理特性反演方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0978718A1 (de) * 1998-08-07 2000-02-09 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Erfassung von Rauch mittels eines Lidar-Systems
CN101520515A (zh) * 2009-03-31 2009-09-02 中国科学院安徽光学精密机械研究所 基于激光雷达的混合层高度的自动反演算法
CN110673229A (zh) * 2019-10-23 2020-01-10 新亚优华科技有限公司 一种基于热点网格技术的大气污染物扩散轨迹追踪方法
CN112684471A (zh) * 2020-12-01 2021-04-20 兰州大学 一种基于激光雷达的气溶胶微物理特性反演方法
CN112433197A (zh) * 2020-12-22 2021-03-02 北京遥测技术研究所 一种高时空匹配的微波激光云雨气溶胶复合探测雷达

Also Published As

Publication number Publication date
CN113238252A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
Merikallio et al. Modelling light scattering by mineral dust using spheroids: assessment of applicability
CN110942049A (zh) 一种基于卫星遥感的臭氧污染源识别方法和系统
Mamonov et al. Quantitative photoacoustic imaging in radiative transport regime
CN103983546A (zh) 测量颗粒粒径分布的方法及装置
CN108535149A (zh) 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统
Gustafson et al. Indexed improvements for real-time trotter evolution of a (1+ 1) field theory using NISQ quantum computers
CN110161532A (zh) 一种基于多波长激光雷达反演气溶胶微物理特性的方法
CN113360983B (zh) 一种边坡可靠度分析与风险评估方法
Gustafson et al. Benchmarking quantum computers for real-time evolution of a $(1+ 1) $ field theory with error mitigation
Böckmann et al. Iterative regularization method for lidar remote sensing
CN105510193B (zh) 一种基于混合智能优化的光谱消光粒径分布反演方法
Osterloh et al. Regularized inversion of microphysical atmospheric particle parameters: Theory and application
CN113238252B (zh) 反演气溶胶微物理参数的方法、电子设备以及存储介质
CN116698691B (zh) 大气细粒子aod反演方法、装置、电子设备及存储介质
Da Silva et al. A critical appraisal of the box counting method to assess the fractal dimension of tree crowns
Zheng et al. McPrA-A new gas profile inversion algorithm for MAX-DOAS and apply to 50 m vertical resolution
CN113723471B (zh) 纳米颗粒浓度和粒径估算方法及装置
Schuhmacher et al. Sound source resonstruction using inverse BEM
CN106290094A (zh) 应用于扬尘颗粒物在线监测的mie散射快速计算方法
Anderson et al. Characterization of aerosols from simulated SAGE III measurements applying two retrieval techniques
Zhong et al. Spatial data fusion adjusting for preferential sampling using INLA and SPDE
WO2019232737A1 (zh) 一种基于迭代法的准静态桥梁影响线识别方法
EP1048007B1 (fr) Methode de detection de structures chaotiques dans un milieu donne
Kobayashi et al. Application of the statistical optimization method to the inversion algorithm for analyzing aerosol optical properties from sun and sky radiance measurements
Branderhorst et al. Optimal experiment design for quantum state tomography of a molecular vibrational mode

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