CN113341432B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113341432B CN113341432B CN202110691457.1A CN202110691457A CN113341432B CN 113341432 B CN113341432 B CN 113341432B CN 202110691457 A CN202110691457 A CN 202110691457A CN 113341432 B CN113341432 B CN 113341432B
- Authority
- CN
- China
- Prior art keywords
- aerosol
- laser radar
- satellite
- ground
- lidar
- 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
- 239000000443 aerosol Substances 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008033 biological extinction Effects 0.000 claims abstract description 72
- 230000003287 optical effect Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000010354 integration Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 7
- 239000002245 particle Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000005427 atmospheric aerosol Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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,结合地基和星载激光雷达以提高气溶胶廓线浓度反演的精度,反演过程包括基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;根据确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度。本发明在污染较为严重、天气状况不佳时,也能获得较为精确的数据,不仅具有较好的精度,也具有较强的稳定性。
Description
技术领域
本发明涉及大气遥感领域,特别涉及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,有效利用激光雷达卫星提高基激光雷达气溶胶廓线浓度反演的精度。
背景技术
气溶胶对全球大气环境的影响主要表现在三个方面:首先,气溶胶对太阳入射光具有吸收和散射特性,可以通过改变太阳辐射收支平衡来影响全球和区域气候变化。同时,气溶胶还能导致环境问题,引起区域灰霾和沙尘污染,对人体健康产生不利影响。最后,气溶胶可以作为云的凝结核,影响大气环境的水循环。历史上的“伦敦烟雾”和“美国洛杉矶烟雾”就是很典型的气溶胶污染事件,给人类的健康乃至生存的环境带来了极大的危害。因此,对大气气溶胶的含量和特性进行长期准确的观测和研究是必不可少的。目前主要有地基和卫星两大类激光雷达应用于大气环境的AOD观测。
激光雷达卫星的分层AOD产品可连续观测垂直于卫星飞行轨迹方向上的全球范围内气溶胶的垂直分布和云的特征信息。另一方面,激光雷达作为研究大气气溶胶各项光学性质、空间垂直分布的重要大气环境监测工具,其发射的激光束能与大气中的气溶胶和云粒子相互作用,具有高灵敏度和高时空分辨率的优势。
显然较于卫星,利用地基激光雷达能获得更高精度的大气数据,但是受大气污染和天气状况的影响,地基激光无法到达大气层的一定高度,数据获取将大大受限。因此本方法提出,基于激光雷达卫星提高地基激光雷达气溶胶反演的垂直分布范围和精度。
由于大气成分多样性和大气生物物理化学变化复杂性等因素的影响,从激光雷达后向散射回波信号中是一个较为复杂的过程,在对激光雷达方程以及相关参数进行假设的基础上,提出了多种激光雷达方程反演算法,本发明选择基于发展成熟的Fernald算法进行地基与星载激光雷达相结合的改进。Fernald法的优点在于它考虑了激光在大气中传输时,大气分成大气分子和气溶胶粒子这两种不同组分的共同作用。但是在Fernald法中存在两个弊端:其一,需要凭借经验值来选取气溶胶的消光后向散射比,而气溶胶是大气中最为活跃的份子之一,气溶胶的消光后向散射比是随大气的物理、化学含量的不同而不断变化的,这就给气溶胶消光系数反演引入较大的误差;其二,通过寻求洁净大气层来确定标定高度,但在实际的对流层中基本不存在气溶胶含量为0的高度,另一方面,由于大气污染等因素,要进行从低空到高空大范围覆盖的激光雷达观测是有一定难度的,这给气溶胶反演带来不可避免的误差。本方法结合地基和星载可以解决这两个问题,为提高气溶胶廓线浓度反演的精度提供有力的帮助。
发明内容
本发明要解决的技术问题在于针对洁净大气层这一假设下的传统反演精度较低,提供一种基于激光雷达卫星改进Fernald算法的反演新方案。
本发明解决其技术问题所采用的技术方案是一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,结合地基和星载激光雷达以提高气溶胶廓线浓度反演的精度,反演过程包括如下步骤,
步骤1,基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
步骤2,根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
步骤3,根据步骤1确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度。
而且,步骤1实现方式包括如下处理,
1)在星载激光雷达经过区域下设置监测站点,在卫星过境时间段内进行地基激光雷达观测,从而在距地高度r处获得多个地基激光雷达方程和一个星载激光雷达方程;根据星载和地基激光雷达观测过程中的信噪比构建权重矩阵;
2)将步骤1)所得数据带入间接平差的模型进行解算,得到高度r处的后向散射系数和光学厚度,计算得到高度r处气溶胶消光后向散射比;
3)综合各高度的气溶胶消光后向散射比,绘制一个周期内的气溶胶消光后向散射比的廓线。
而且,步骤2实现方式包括如下处理,
在污染严重或天气质量不佳的观测时间内,先通过地载激光雷达确定激光能到达的数据较为稳定的高度,作为标定高度;再利用卫星的分层AOD产品,获得标定高度处的气溶胶后向散射系数和消光系数。
而且,步骤3中,根据Fernald方法推导的后向积分公式,根据气溶胶消光系数与后向散射系数的关系,求出气溶胶消光系数,得到边界点Zc以下高度的气溶胶消光系数。
而且,用于在污染较为严重、天气状况不佳时,通过地基激光雷达和星载激光雷达相结合的手段辅助以平差,降低天气对激光雷达的限制,为研究气溶胶以及气候变化提供更精确的数据。
本发明提供一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,用于实现如上所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
而且,包括以下模块,
第一模块,用于基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
第二模块,用于根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
第三模块,用于根据第一模块确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度。
或者,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
或者,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
与现有技术相比,本方法的优点和有益效果:在污染较为严重、天气状况不佳时,也能通过地基激光雷达和星载激光雷达相结合的手段辅助以平差获得较为精确的数据,不仅具有较好的精度,也具有较强的稳定性。这将大大降低天气对激光雷达的限制,为研究气溶胶以及气候变化提供更精确的数据。
附图说明
图1是本发明实施例的总流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参见图1,本发明实施例提供一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,使用激光雷达卫星的AOD分层产品推算一定高度中大气参数从而提高精度,包括如下步骤:
步骤1,基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
本步骤的优选实现方式如下:
在星载激光雷达经过区域下设置监测站点,在卫星过境时间段内进行地基激光雷达观测,从而在距地高度r处获得多个地基激光雷达方程和一个星载激光雷达方程;此外,还需要星载和地基激光雷达观测过程中的信噪比构建权重矩阵;
将这些数据带入间接平差的模型进行解算,得到高度r处的后向散射系数和光学厚度,计算得到高度r处气溶胶消光后向散射比;
最后综合各高度的气溶胶消光后向散射比,绘制一个周期内的气溶胶消光后向散射比的廓线。
其中,步骤1中利用的误差方程表达式如下所示:
其中,R(r)代表在高度r距离改正后的星载和地基激光雷达信号的比值,CS和Cg分别代表星载和激光雷达的参数,βs(r)和βg(r)分别为星载和地基激光雷达的后向散射系数,τ0r,s和τ0r,g分别为星载激光雷达和地基激光雷达的光学厚度,令为星载和地基激光雷达的组合光学厚度,σs和σg分别为相对应的星载和地基激光雷达的大气单位体积消光因子,ε代表噪声。
进一步的,步骤1中构建间接平差模型的具体实现方式如下:
为方便计算,对参数βs(r),βg(r)进行以下转换替代:
X1=lnβs(r) (2)
X2=lnβg(r) (3)
X1和X2分别表示地载和地基激光雷达的后向散射系数的对数值。
在间接平差计算中,根据误差方程有以下式子,
L=[L1,L2,L3…Ln]T (4)
X=[X1,X2,τ0r]T (5)
l=L-d (8)
其中,L为激光雷达的观测值矩阵,由n此观测的观测值Li=lnR(r)i构成的列向量,代表地基激光雷达在高度r处,星载激光雷达过境时间段内进行的第i次观测得到的R(r)的对数值,其表示的是真实值,i=1,2,3…n,n代表观测总次数;X为参数矩阵,X1,X2,τ0r是根据误差方程设置的三个参数构成的向量;B和d为误差方程的系数矩阵和常数项矩阵,矩阵B共有n行,di即为常数项矩阵中第i行的值,i=1,2,3…n,n代表观测总次数;l为平差中的常数矩阵。
由此可得误差方程:
其中,V代表真实值与根据误差方程的计算值之间的偏差值矩阵。
P是计算过程中的权重,由公式表示:
SNRi表示第i次观测的SNR,i=1,2,3…n,n代表观测总次数,P是对角阵。
经过公式平差计算,可解算出参数值X1,X2,τ0r,进而得到星载和地基激光雷达的后向散射系数βs(r)和βg(r),以及组合光学厚度τ0r。
然后计算得到高度r处的后向散射系数和光学厚度:
其中,αs、αg分别指星载和地基激光雷达的气溶胶消光系数。
最后利用α(r),β(r)可以计算出气溶胶消光后向散射比SA(r),后续步骤中代入Fernald算法进行解算。
为便于实施参考起见,提供相应具体说明如下:
间接平差原理
在观测中,为了能及时发现错误和提高测量成果的精度,常作多余观测,如果模型中有q多余观测,就产生q个条件方程,通过选定t个与观测值有一定关系的独立未知量作为参数,将每个观测值都分别表达成这t个参数的函数,建立函数模型进行平差方法,就称为条件平差。基本过程如以下公式所示:
间接平差法针对n次观测,根据误差方程,可以列出n个平差值线性方程,常用矩阵形式表达,函数模型为:
L+V=BX+d (13)
l=L-d (14)
V=BX-l (15)
其中,L为观测值矩阵,V为观测值与计算值的偏差值的矩阵(观测值改正数矩阵),X为参数矩阵,B和d为误差方程的系数矩阵和常数项矩阵,l为平差中的常数矩阵。
随机模型为:
D=σ2Q=σ2P-1 (16)
D为观测值向量的方差阵,Q为观测值得协因数阵,P为L的权阵,Q为P的逆矩阵,σ2代表单位权方差。
平差的准则为:
VTPV=min (17)
问题变为极值问题,将VTPV对X求导,并令其为零得到:
BTPV=0 (18)
将公式(15)代入公式(18)得到:
BTPBX-BTPl=0
X=(BTPB)-1·BTPl (19)
误差方程推导
激光雷达卫星的原理利用激光雷达方程激光回波信号与被探测物的光学性质之间的函数关系,其表达式如下所示:
式中:P(r)为激光雷达接收到的来自于r到r+Δr高度大气段的回波信号强度功率值;P0为发射激光束的功率;C为激光雷达的校正常数;r为探测距离(或高度);A为接收望远镜的收光面积;ΔR为发送器与接收器光路的几何重叠系数;β(λ,r)为大气中某种被探测组分的后向散射系数;σ(λ,r)为大气总的消光系数。
进行地基和星载激光雷达观测,将得到两个独立的激光雷达方程,为减少运算过程中的参数,可将公式(20)表达为:
Xg(r)=CgG(r)βg(r)exp(-2τ0r,g) (21)
Xs(r)=Csβs(r)exp(-2τrc,s) (22)
其中,Xs(t)和Xg(r)分别代表高度r处距离改正后的星载和地基激光雷达信号,X(r)=P(r)·r2;CS和Cg分别代表星载和激光雷达的参数,βs(r)和βg(r)分别为星载和地基激光雷达的后向散射系数;G(r)为地基激光雷达的几何重叠因子;τ0r,s和τ0r,g分别为星载激光雷达和地基激光雷达的光学厚度。
假设G(r)为常数,Xs(r)和Xg(r)的比值为:
令表示为星载和地基激光雷达的组合光学厚度,得到:
对公式(24)取左右两端取对数,即得到误差方程(1),再利用间接平差可以求得气溶胶的消光后向散射比SA,代入后续Fernald方法解算中,求得气溶胶消光系数。
Fernald算法
当激光在大气中传输时,要受到大气分子和气溶胶粒子的共同作用,因而雷达方程中的β(z)和σ(z)实际应包括两部分,即分子散射部分和气溶胶散射部分。
β(z)=βA(z)+βM(z) (25)
σ(z)=σA(z)+σM(z) (26)
其中,βA(z)和βM(z)分别是气溶胶散射和分子散射的后向散射系数;σA(z)和σM(z)分别是气溶胶散射和分子散射的消光系数。
在Fernald算法中为便于计算,定义以下两个物理量:
SA=σA(z)/βA(z) (27)
SM=σM(z)/βM(z) (28)
SA为气溶胶的消光后向散射比,SM为大气分子的消光后向散射比。其中由于大气分子成分的相对稳定,美国标准大气模式和瑞利散射理论,SM=8π/3视为常数,而SA随着大气化学和物理成分变化而改变,在本发明中利用间接平差解算得到高度r处的气溶胶的消光后向散射比SA(r)。
步骤S2,根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
由于地基激光雷达的观测精度与天气状况息息相关,为了地基激光雷达在污染较为严重、天气状况不佳的情况下也能获得较为精确的数据,本方法辅助以星载激光雷达的数据。
由于污染严重时,无法获得传统意义下的洁净大气,因此先通过地载激光雷达确定激光能到达的数据较为稳定的高度,再通过星载激光雷达得到该高度下的气溶胶参数,即可通过反演该高度下的气溶胶参数,从而解决在天气状况不佳时数据缺失的情况。
假设地基激光雷达获得了高度z到地表的稳定信号,高度z即为标定高度,利用星载激光雷达的分层产品可获得高度z处的气溶胶后向散射系数和消光系数。
实施例中,针对洁净大气层难以获取的问题,提出通过星载激光雷达的分层AOD产品得到该高度下的气溶胶参数,具体实现方式如下:
在污染严重或天气质量不佳的观测时间内,先通过地载激光雷达确定激光能到达的数据较为稳定的高度,即标定高度再利用卫星的分层AOD产品,以CALIPSO卫星为例,利用其数据产品中的Level2中5km Aerosol Layer产品和5km Aerosol Profile产品,可获得标定高度处的气溶胶后向散射系数和消光系数。
步骤S3,根据步骤1确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald算法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度L_AOD。
实施例中,根据Fernald方法推导的后向积分公式,根据气溶胶消光系数与后向散射系数的关系,即可求出气溶胶消光系数,其中边界点Zc以下高度的气溶胶消光系数。
利用Fernald算法推导得到气溶胶的后向散射系数为:
其中,βM(z)和βA(z)分别代表距地高度z处的大气分子后向散射系数和气溶胶粒子后向散射系数,P(z)代表距地高度z处的激光雷达信号,SA为气溶胶的消光后向散射比,SM为大气分子的消光后向散射比,zc代表标定高度。
根据气溶胶消光系数与后向散射系数的关系,即可求出气溶胶消光系数,其中边界点Zc以下高度的气溶胶消光系数为(后向积分):
其中,αM(z)和αA(z)分别代表距地高度z处的大气分子消光系数和气溶胶粒子消光数,P(z)代表距地高度z处的激光雷达信号,SA为气溶胶的消光后向散射比,SM为大气分子的消光后向散射比,zc代表标定高度。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,包括以下模块,
第一模块,用于基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
第二模块,用于根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
第三模块,用于根据第一模块确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度。
在一些可能的实施例中,提供一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
在一些可能的实施例中,提供一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,其特征在于:结合地基和星载激光雷达以提高气溶胶廓线浓度反演的精度,反演过程包括如下步骤,
步骤1,基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
步骤2,根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
步骤3,根据步骤1确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度;
步骤1实现方式包括如下处理,
1)在星载激光雷达经过区域下设置监测站点,在卫星过境时间段内进行地基激光雷达观测,从而在距地高度r处获得多个地基激光雷达方程和一个星载激光雷达方程;根据星载和地基激光雷达观测过程中的信噪比构建权重矩阵;
2)将步骤1)所得数据带入间接平差的模型进行解算,得到高度r处的后向散射系数和光学厚度,计算得到高度r处气溶胶消光后向散射比;
3)综合各高度的气溶胶消光后向散射比,绘制一个周期内的气溶胶消光后向散射比的廓线。
2.如权利要求1所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,其特征在于:步骤2实现方式包括如下处理,
在污染严重或天气质量不佳的观测时间内,先通过地载激光雷达确定激光能到达的数据较为稳定的高度,作为标定高度;再利用卫星的分层AOD产品,获得标定高度处的气溶胶后向散射系数和消光系数。
3.如权利要求1所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,其特征在于:步骤3中,根据Fernald方法推导的后向积分公式,根据气溶胶消光系数与后向散射系数的关系,求出气溶胶消光系数,得到边界点Zc以下高度的气溶胶消光系数。
4.如权利要求1或2或3所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法,其特征在于:用于在污染较为严重、天气状况不佳时,通过地基激光雷达和星载激光雷达相结合的手段辅助以平差,降低天气对激光雷达的限制,为研究气溶胶以及气候变化提供更精确的数据。
5.一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,其特征在于:用于实现如权利要求1-4任一项所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
6.根据权利要求5所述基于激光雷达卫星的地基激光雷达气溶胶反演系统,其特征在于:包括以下模块,
第一模块,用于基于间接平差利用地基激光雷达和星载激光雷达测得的方程解算一个周期内的气溶胶消光后向散射比的廓线;
第二模块,用于根据星载激光雷达的分层AOD产品,确定起始边界点高度以及该高度的气溶胶特性,确定后向积分的起算数值;
第三模块,用于根据第一模块确定的气溶胶消光后向散射比和地基激光雷达的信号利用Fernald方法推导的气溶胶消光系数公式,计算得到一定高度下气溶胶消光系数,进一步得到气溶胶光学厚度。
7.一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-4任一项所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
8.一种基于激光雷达卫星的地基激光雷达气溶胶反演系统,其特征在于:包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如权利要求1-4任一项所述的一种基于激光雷达卫星的地基激光雷达气溶胶反演方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691457.1A CN113341432B (zh) | 2021-06-22 | 2021-06-22 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691457.1A CN113341432B (zh) | 2021-06-22 | 2021-06-22 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113341432A CN113341432A (zh) | 2021-09-03 |
CN113341432B true CN113341432B (zh) | 2023-10-24 |
Family
ID=77477557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110691457.1A Active CN113341432B (zh) | 2021-06-22 | 2021-06-22 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113341432B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116466368B (zh) * | 2023-06-16 | 2023-08-22 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
CN116449331B (zh) * | 2023-06-20 | 2023-08-15 | 成都远望科技有限责任公司 | 一种基于w波段雷达和气象卫星的沙尘粒子数浓度估算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291590A (zh) * | 2016-11-10 | 2017-01-04 | 中国科学院合肥物质科学研究院 | 基于激光雷达测量数据计算整层大气气溶胶光学厚度的方法 |
WO2020025984A1 (en) * | 2018-08-01 | 2020-02-06 | Pantazis Alexandros | Method of use of a lidar device and operatively associated lidar data processing unit for providing real-time monitoring of meteorological parameters |
CN111965666A (zh) * | 2020-07-16 | 2020-11-20 | 中国矿业大学 | 一种气溶胶三维空间分布制图方法 |
CN112596046A (zh) * | 2020-12-23 | 2021-04-02 | 北京遥测技术研究所 | 一种用于星载大气探测激光雷达的高精度定标处理方法 |
WO2021103715A1 (zh) * | 2019-11-28 | 2021-06-03 | 中国科学院合肥物质科学研究院 | 一种机载高光谱成像激光雷达系统的辐射标定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1391180B1 (it) * | 2008-07-07 | 2011-11-18 | Consiglio Nazionale Ricerche | Procedimento per la caratterizzazione del particolato atmosferico mediante un dispositivo lidar a retrodiffusione elastica e retroriflessione, e sistema lidar per l'attuazione del procedimento |
-
2021
- 2021-06-22 CN CN202110691457.1A patent/CN113341432B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291590A (zh) * | 2016-11-10 | 2017-01-04 | 中国科学院合肥物质科学研究院 | 基于激光雷达测量数据计算整层大气气溶胶光学厚度的方法 |
WO2020025984A1 (en) * | 2018-08-01 | 2020-02-06 | Pantazis Alexandros | Method of use of a lidar device and operatively associated lidar data processing unit for providing real-time monitoring of meteorological parameters |
WO2021103715A1 (zh) * | 2019-11-28 | 2021-06-03 | 中国科学院合肥物质科学研究院 | 一种机载高光谱成像激光雷达系统的辐射标定方法 |
CN111965666A (zh) * | 2020-07-16 | 2020-11-20 | 中国矿业大学 | 一种气溶胶三维空间分布制图方法 |
CN112596046A (zh) * | 2020-12-23 | 2021-04-02 | 北京遥测技术研究所 | 一种用于星载大气探测激光雷达的高精度定标处理方法 |
Non-Patent Citations (7)
Title |
---|
Monitoring and visualizing the transport of atmospheric aerosols using satellite and ground based observations;Kwon-Ho Lee et al.;2017 IEEE International Geoscience and Remote Sensing Symposium;全文 * |
Raman激光雷达探测气溶胶光学特性;张金业等;光子学报;第39卷(第7期);全文 * |
Regional Atmospheric Aerosol Pollution Detection Based on LiDAR Remote Sensing;Xin Ma et al.;Remote Sensing;全文 * |
低层大气中确定气溶胶后向散射系数边界值的新方法;陈涛;吴德成;刘博;曹开法;王珍珠;伯广宇;袁林;周军;;光学学报(第06期);全文 * |
利用激光雷达和卫星遥感获得城市地面大气悬浮颗粒物浓度分布;李倩;李成才;王烨芳;林常青;杨东伟;李莹;;北京大学学报(自然科学版)(第04期);全文 * |
基于CALIOP数据的气溶胶光学厚度反演研究;朱忠敏;龚威;余娟;田礼乔;;华中师范大学学报(自然科学版)(第01期);全文 * |
宜宾地区气溶胶垂直结构地基空基联合监测分析;孙伟 等;中国环境监测;第35卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113341432A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103926589B (zh) | 星载激光测高系统固体地表目标平面和高程精度检测方法 | |
Brown | A novel near-land radiometer wet path-delay retrieval algorithm: Application to the Jason-2/OSTM advanced microwave radiometer | |
Zhan et al. | A method for retrieving high-resolution surface soil moisture from hydros L-band radiometer and radar observations | |
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 | |
CN113219496A (zh) | 一种星载海洋大气参数激光雷达探测系统 | |
CN108414998A (zh) | 一种卫星激光测高仪回波波形模拟仿真方法及设备 | |
Yin et al. | Aerosol measurements with a shipborne Sun–sky–lunar photometer and collocated multiwavelength Raman polarization lidar over the Atlantic Ocean | |
Mankad et al. | SCATSAT-1 Scatterometer data processing | |
CN110109149A (zh) | 一种激光雷达低层消光系数廓线校正方法 | |
CN111060139A (zh) | 星载激光测高仪无场几何定标方法及系统 | |
Li et al. | The assessment of ground-based weather radar data by comparison with TRMM PR | |
Kim et al. | Retrieval of subsurface soil moisture and vegetation water content from multi-frequency soop-reflectometry: Sensitivity analysis | |
Sharma et al. | Intercomparison between IMD ground radar and TRMM PR observations using alignment methodology and artificial neural network | |
CN114035205A (zh) | Gnss-r海面测高精度与沿轨空间分辨率重构方法和系统 | |
CN116519913B (zh) | 基于星载和地基平台融合的gnss-r数据土壤水分监测方法 | |
CN112596046A (zh) | 一种用于星载大气探测激光雷达的高精度定标处理方法 | |
Iordan et al. | The accuracy of LiDAR measurements for the different land cover categories | |
CN113534213B (zh) | 一种公里级区域大气相位不一致性高精度建模与修正方法 | |
Qiu et al. | Atmospheric correction to passive microwave brightness temperature in snow cover mapping over China | |
Hays et al. | Space-based Doppler winds lidar: a vital national need | |
Senyurek et al. | Spatial and temporal interpolation of CYGNSS soil moisture estimations | |
Mateus et al. | Interpolating MERIS and GPS measurements of precipitable water vapour (PWV) to estimate atmospheric phase delay maps | |
Zhang et al. | Hurricane Precipitation Retrieval Using FY-3C MWRI Brightness Temperature | |
Webb | Kinematic GNSS tropospheric estimation and mitigation over a range of altitudes | |
Kebiao et al. | The study of soil moisture retrieval algorithm from gnss-r |
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 |