CN115032655B - 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法 - Google Patents

基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法 Download PDF

Info

Publication number
CN115032655B
CN115032655B CN202210954596.3A CN202210954596A CN115032655B CN 115032655 B CN115032655 B CN 115032655B CN 202210954596 A CN202210954596 A CN 202210954596A CN 115032655 B CN115032655 B CN 115032655B
Authority
CN
China
Prior art keywords
wavelength
visible light
aerosol
height
lambda
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
CN202210954596.3A
Other languages
English (en)
Other versions
CN115032655A (zh
Inventor
曹开法
徐锦坤
朱文
陶晨
汪思保
王一
李庆庆
张卫卫
蒋建平
胡圣泉
沈天翔
李锋
束庆霞
朱小娜
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.)
Anhui Kechuang Zhongguang Technology Co ltd
Original Assignee
Anhui Kechuang Zhongguang Technology Co ltd
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 Anhui Kechuang Zhongguang Technology Co ltd filed Critical Anhui Kechuang Zhongguang Technology Co ltd
Priority to CN202210954596.3A priority Critical patent/CN115032655B/zh
Publication of CN115032655A publication Critical patent/CN115032655A/zh
Application granted granted Critical
Publication of CN115032655B publication Critical patent/CN115032655B/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
    • 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
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，涉及大气中臭氧浓度廓线反演的技术领域，该算法中，根据探测的可见光激光雷达回波信号和该可见光波长上的大气分子光学参数，反演该可见光波长上的气溶胶光学参数；根据气溶胶光学参数廓线的转换关系式，由可见光波长上气溶胶光学参数廓线转换得到紫外光波长上气溶胶光学参数廓线；获取紫外光波长上大气分子光学参数廓线；将探测的可见光和紫外光的双波长激光雷达信号，以及得出的可见光波长和紫外光波长上的光学参数廓线，代入臭氧反演公式中得到臭氧浓度廓线。本发明算法不需要两个波长相近的紫外激光，避免了波长相近的两个紫外激光获取不方便的问题。

Description

基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法
技术领域
本发明涉及大气中臭氧浓度廓线反演的技术领域，尤其是基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法。
背景技术
目前我国臭氧污染问题逐渐显现，为了精准防控，大气臭氧浓度高度廓线监测是第一步。紫外光范围内双波长或三波长差分激光雷达技术探测臭氧浓度近地面高度廓线是一种常用的技术。但这一技术至少需要两个波长相近的紫外激光，要获得波长相近的两个紫外激光不是很容易的，目前常用的方法是使用高压气体通过拉曼转换获得所需的波长，这种方法的不足之处是拉曼管内的气体要经常更换，使用不方便。
发明内容
为了克服上述现有技术中的缺陷，本发明提供基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，不需要两个波长相近的紫外激光，避免了波长相近的两个紫外激光获取不方便的问题。
为实现上述目的，本发明采用以下技术方案，包括：
基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，包括以下步骤：
S1，根据探测波长为λ1的可见光激光雷达回波信号P(λ1,z)和该可见光波长λ1上的大气分子光学参数廓线，反演该可见光波长λ1上的气溶胶光学参数廓线；
所述光学参数包括后向散射系数和消光系数；
S2，根据气溶胶光学参数廓线的转换关系式，由可见光波长λ1上气溶胶光学参数廓线转换得到紫外光波长λ2上气溶胶光学参数廓线；
S3，获取紫外光波长λ2上大气分子光学参数的廓线；
S4，将可见光波长λ1和紫外光波长λ2上的大气分子光学参数廓线，可见光波长λ1和紫外光波长λ2上的气溶胶光学参数廓线，以及探测的可见光和紫外光的双波长激光雷达信号，均代入臭氧浓度反演公式中，得到臭氧浓度廓线。
优选的，步骤S1中，采用Fernald方法反演该可见光波长λ1上的气溶胶光学参数廓线，具体过程如下所示：
S11，计算波长为λ1的可见光激光雷达回波信号P(λ1,z)的距离平方修正信号X(z)：
X(z)=P(λ1,z)×z×z；
其中，P(λ1,z)表示高度z处、波长为λ1的可见光激光雷达回波信号；X(z)表示高度z处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S12，令：可见光波长λ1上气溶胶的消光-后向散射系数比为s1，可见光波长λ1上大气分子的消光-后向散射系数比为s2；
所述消光-后向散射系数比是指消光系数与后向散射系数的比值；
S13，令：A(I,I+1)=(s1-s2)[Bm1(I)+Bm1(I+1)]∆z；
其中，I、I+1均为高度序号；Bm1表示可见光波长λ1上大气分子后向散射系数廓线；Bm1(I)为可见光波长λ1上高度序号I处的大气分子后向散射系数，且Bm1(I)为已知值；Bm1(I+1)为可见光波长λ1上高度序号I+1处的大气分子后向散射系数，且Bm1(I+1)为已知值；∆z为相邻数据点的高度差；
计算高度序号I+1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I+1)为：
Figure 736659DEST_PATH_IMAGE001
其中，Ba1表示可见光波长λ1上气溶胶后向散射系数廓线；Ba1(I)为可见光波长λ1上高度序号I处的气溶胶后向散射系数，且Ba1(I)为已知值；X(I+1)为高度序号I+1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；X(I)为高度序号I处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S14，令：A(I-1,I)=(s1-s2)[Bm1(I-1)+Bm1(I)]∆z；
其中，I-1为高度序号；Bm1(I-1)表示可见光波长λ1上高度序号I-1处的大气分子后向散射系数，且Bm1(I-1)为已知值；
计算高度序号I-1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I-1)为：
Figure 501353DEST_PATH_IMAGE002
其中，X(I-1)为高度序号I-1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S15，根据步骤S13和步骤S14的计算方式，从大气清洁点处的高度序号开始，采用递推法反演气溶胶后向散射系数，依次得到可见光波长λ1上各个高度序号处的气溶胶后向散射系数，从而反演出可见光波长λ1上气溶胶后向散射系数廓线Ba1；其中，大气清洁点处的气溶胶光学参数为已知值；
S16，利用可见光波长λ1上气溶胶后向散射系数与消光系数之间的关系式，即气溶胶的消光-后向散射系数比s1，从而得到可见光波长λ1上气溶胶消光系数廓线Aa1。
优选的，步骤S12中，该可见光波长λ1上的大气分子光学参数廓线由实际探测或大气模式得知，为已知值；可见光波长λ1上气溶胶的消光-后向散射系数比s1为假设的已知值；可见光波长λ1上大气分子的消光-后向散射系数比s2为由瑞利散射理论算出的已知值。
优选的，步骤S2中，
可见光波长λ1上气溶胶后向散射系数廓线Ba1与紫外光波长λ2上气溶胶后向散射系数廓线Ba2的转换关系式为：
Figure 190960DEST_PATH_IMAGE003
其中，w为后向散射系数的波长指数，是随气溶胶性质而变化的量；
可见光波长λ1上气溶胶消光系数廓线Aa1与紫外光波长λ2上气溶胶消光系数廓线Aa2的转换关系式为：
Figure 371406DEST_PATH_IMAGE004
其中，v为消光系数的波长指数，是随气溶胶性质而变化的量。
优选的，步骤S3中，利用瑞利散射的规律，对可见光波长λ1上大气分子光学参数廓线进行转换，得到紫外光波长λ2上大气分子光学参数廓线；其中，该可见光波长λ1上的大气分子光学参数廓线由实际探测或大气模式得知，为已知值。
优选的，步骤S4中，将可见光波长λ1作为臭氧反演公式中的λoff，紫外光波长λ2作为臭氧反演公式中的λon，代入臭氧浓度差分反演公式中，臭氧浓度差分反演公式如下所示：
Figure 502173DEST_PATH_IMAGE005
式中，
Figure 968926DEST_PATH_IMAGE006
其中，N(z)为高度z处的臭氧分子数密度即臭氧浓度；∆z为相邻数据点的高度差；EB、Ea、Em分别为大气后向散射作用项、大气气溶胶消光作用项、大气分子消光作用项；
Δб为臭氧分子消光截面在λon和λoff两个波长上的差值，б(λon)为波长为λon时的臭氧分子消光截面，б(λoff)为波长为λoff时的臭氧分子消光截面；
P(λon,z)为高度z处的波长为λon的激光雷达回波信号；P(λoff,z)为高度z处的波长为λoff的激光雷达回波信号；P(λon,z+∆z)为高度z+∆z处的波长为λon的激光雷达回波信号；P(λoff,z+∆z)为高度z+∆z处的波长为λoff的激光雷达回波信号；
Aa(λon,z)为波长λon上高度z处的气溶胶消光系数，Aa(λoff,z)为波长λoff上高度z处的气溶胶消光系数，Am(λon,z)为波长λon上高度z处的大气分子消光系数；Am(λoff,z)为波长λoff上高度z处的大气分子消光系数；
Bg(λon,z)为波长λon上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λon,z)=Ba(λon,z)+Bm(λon,z)，其中，Ba(λon,z)为波长λon上高度z处的气溶胶后向散射系数，Bm(λon,z)为波长λon上高度z处的大气分子后向散射系数；
Bg(λon,z+∆z)为波长λon上高度z+∆z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λon,z+∆z)=Ba(λon,z+∆z)+Bm(λon,z+∆z)，其中，Ba(λon,z+∆z)为波长λon上高度z+∆z处的气溶胶后向散射系数，Bm(λon,z+∆z)为波长λon上高度z+∆z处的大气分子后向散射系数；
Bg(λoff,z)为波长λoff上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λoff,z)=Ba(λoff,z)+Bm(λoff,z)，其中，Ba(λoff,z)为波长λoff上高度z处的气溶胶后向散射系数，Bm(λoff,z)为波长λoff上高度z处的大气分子后向散射系数；
Bg(λoff,z+∆z)为波长λoff上高度z+∆z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λoff,z+∆z)=Ba(λoff,z+∆z)+Bm(λoff,z+∆z)，其中，Ba(λoff,z+∆z)为波长λoff上高度z处的气溶胶后向散射系数，Bm(λoff,z+∆z)为波长λoff上高度z+∆z处的大气分子后向散射系数。
优选的，令w=1，v=1。
优选的，将步骤S4得出的臭氧浓度廓线与其他探测方式得出的臭氧浓度廓线进行对比，从而对波长指数w和v进行修正。
优选的，可见光波长λ1=532nm，紫外光波长λ2=266nm。
本发明的优点在于：
（1）本发明提出用可见光和紫外光双波长激光雷达探测大气中臭氧浓度，提出了利用波长相差较大的两个激光来进行差分求取臭氧浓度的方法；不需要两个波长相近的紫外激光，避免了波长相近的两个紫外激光获取不方便的问题，解决了反演过程中双紫外光波长相差较大带来的误差，故有着广泛的应用前景。
（2）本发明所选用的可见光和紫外光激光能够方便便宜地获得。
（3）由于紫外光波长上气溶胶光学参数很难直接测量获得，难以直接测量获得的两个原因是：紫外光波长上的回波信号探测高度较低，反演气溶胶时参考点的后向散射系数难以估计；臭氧吸收对气溶胶光学参数反演公式的影响。本发明有效地避免这两个问题，用可见光和紫外光组合探测，可见光探测高度较高，可以反演出气溶胶在可见光波长上的参数，用可见光雷达回波信号反演出该可见光波长上气溶胶的光学参数（消光系数和后向散射系数），然后通过一定的关系转换至紫外光波长上，从而间接获得紫外光波长上的气溶胶光学参数，解决了反演臭氧浓度过程中这两个波长的气溶胶光学参数差异带来的误差，应用前景良好。
（4）由于本发明算法中假设w=1、v=1，故可能会造成一定的误差。为此，可将本发明算法得出的臭氧浓度廓线与其他探测臭氧的仪器得出的臭氧浓度廓线做对比实验，从而对波长指数w和v进行修正，获得较为准确的波长指数值，从而进一步降低本发明算法的误差，提高本发明算法的反演精度。
附图说明
图1为基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法流程图。
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。基于本发明中的实施例，本领域普通技术人员在没有做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。
现有的紫外光双波长差分激光雷达探测技术：臭氧的强吸收在紫外段，故需要两个波长相近的紫外激光光源，其中一束激光的波长正处于臭氧的吸收线上，该波长记为λon，它受到臭氧较强的吸收；另一束激光的波长位于臭氧的吸收线的边翼或吸收线之外，该波长记为λoff，臭氧在该波长的吸收很小或没有吸收。若这两个波长选的合适，其它气体分子和气溶胶对这两束激光的消光作用和后向散射作用均基本相同，光电接收系统对这两束光的接收参数也基本相同，则该两束激光的回波强度差异主要由待测气体分子的吸收所引起，从而根据该两束激光的回波强度差异可以确定臭氧分子的浓度。若其它气体分子和气溶胶对这两束激光的消光作用和后向散射作用存在一定的差异，则要进行修正。
由后向散射激光雷达方程可知，波长分别为λon和λoff的激光雷达方程分别为：
Figure 21196DEST_PATH_IMAGE007
（式1.1）；
Figure 536491DEST_PATH_IMAGE008
（式1.2）；
其中，P(λon,z)为高度z处的波长为λon的激光雷达回波信号；P(λoff,z)为高度z处的波长为λoff的激光雷达回波信号；
б(λon)为波长为λon时的臭氧分子消光截面，б(λoff)为波长为λoff时的臭氧分子消光截面；N(z)为高度z处的臭氧分子数密度即臭氧浓度；
Ag(λon,z)为波长λon上高度z处的大气中气溶胶与大气分子的消光系数之和，Ag(λon,z)=Aa(λon,z)+Am(λon,z)，其中，Aa(λon,z)为波长λon上高度z处的气溶胶消光系数，Am(λon,z)为波长λon上高度z处的大气分子消光系数；
Ag(λoff,z)为波长λoff上高度z处的大气中气溶胶与大气分子的消光系数之和，Ag(λoff,z)=Aa(λoff,z)+Am(λoff,z)，其中，Aa(λoff,z)为波长λoff上高度z处的气溶胶消光系数，Am(λoff,z)为波长λoff上高度z处的大气分子消光系数；
Bg(λon,z)为波长λon上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λon,z)=Ba(λon,z)+Bm(λon,z)，其中，Ba(λon,z)为波长λon上高度z处的气溶胶后向散射系数，Bm(λon,z)为波长λon上高度z处的大气分子后向散射系数；
Bg(λoff,z)为波长λoff上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λoff,z)=Ba(λoff,z)+Bm(λoff,z)，其中，Ba(λoff,z)为波长λoff上高度z处的气溶胶后向散射系数，Bm(λoff,z)为波长λoff上高度z处的大气分子后向散射系数；
Con为波长为λon的激光雷达常数，Coff为波长为λoff的激光雷达常数。
基于现有的紫外光双波长差分激光雷达探测技术，对臭氧浓度廓线进行反演，采用双波长差分反演算法，将上述式1.1和式1.2即波长分别为λon和λoff的激光雷达方程相除并取对数，则得到高度z处的臭氧浓度N(z)的计算公式为：
Figure 115240DEST_PATH_IMAGE009
（式1.3）；
式中，
Figure 893840DEST_PATH_IMAGE006
其中，∆z为差分高度差即相邻数据点的高度差，EB、Ea、Em分别为大气后向散射作用项、大气气溶胶消光作用项、大气分子消光作用项；∆б为臭氧分子消光截面在λon和λoff两个波长上的差值，б(λon)为波长为λon时的臭氧分子消光截面，б(λoff)为波长为λoff时的臭氧分子消光截面。
现有的紫外光双波长差分激光雷达探测技术的不足主要体现在：一是要求两个紫外波长要相近；二是要求该两个紫外波长上的气溶胶光学参数（消光系数和后向散射系数）要能反演出来，便于消除误差。这两个要求对现有的紫外双波长激光雷达系统都是很大的挑战，首先拉曼管方法获得紫外激光光源使用不方便，其次两个紫外波长上的激光能量不是很大，探测高度有限，反演出的气溶胶参数廓线误差较大。
本发明的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，提出用可见光和紫外光双波长激光雷达探测大气中臭氧浓度，不需要两个波长相近的紫外激光，解决了反演过程中紫外双波长相差较大带来的误差，且可见光和紫外光的激光能够方便便宜地获得，故有着广泛的应用前景。
本实施例中，用532nm可见光和266nm紫外光组合探测，532nm激光探测高度较高，可以反演出气溶胶在该波长上的参数，但266nm激光仍然探测不够高，要直接反演出该波长上的气溶胶光学参数（消光系数和后向散射系数）也是很困难的。因此，用532nm可见光激光雷达回波信号反演出该532nm可见光波长上气溶胶的光学参数，然后通过一定的波长转换关系转换至266nm紫外光波长上，从而间接获得266nm紫外光波长上的气溶胶光学参数。也就是说，不是直接从266nm紫外光激光雷达回波信号直接反演出该266nm紫外光波长上的气溶胶光学参数。另外，在反演过程中，大气分子的光学参数（消光系数和后向散射系数）由探测模式或探测资料可以得知，故作为已知值，而气溶胶的光学参数（消光系数和后向散射系数）和臭氧浓度则由本发明算法来反演出来。
由图1所示，基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，具体如下所示：
S1，根据探测波长为λ1的可见光激光雷达回波信号P(λ1,z)和该可见光波长λ1上的大气分子光学参数廓线，采用Fernald方法反演该可见光波长λ1上的气溶胶光学参数廓线；
其中，光学参数包括后向散射系数和消光系数。该可见光波长λ1上的大气分子光学参数廓线为已知值，可来源于实际探测或大气模式。本实施例中，可见光波长λ1=532nm。
步骤S1具体过程如下所示：
S11，计算波长为λ1的可见光激光雷达回波信号P(λ1,z)的距离平方修正信号X(z)：
X(z)=P(λ1,z)×z×z；
其中，P(λ1,z)表示高度z处、波长为λ1的可见光激光雷达回波信号；X(z)表示高度z处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S12，令：可见光波长λ1上气溶胶的消光-后向散射系数比为s1，s1为假设的已知值；可见光波长λ1上大气分子的消光-后向散射系数比为s2，s2为由瑞利散射理论算出的已知值；所述消光-后向散射系数比是指消光系数与后向散射系数的比值；
S13，令：A(I,I+1)=(s1-s2)[Bm1(I)+Bm1(I+1)]∆z；
其中，I、I+1均为高度序号；Bm1表示可见光波长λ1上大气分子后向散射系数廓线；Bm1(I)为可见光波长λ1上高度序号I处即大气清洁点处的大气分子后向散射系数，Bm1(I)为已知值；Bm1(I+1)为可见光波长λ1上高度序号I+1处的大气分子后向散射系数，Bm1(I+1)为已知值；∆z为相邻数据点的高度差；
采用递推法反演气溶胶光学参数，计算高度序号I+1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I+1)为：
Figure 581477DEST_PATH_IMAGE001
其中，Ba1表示可见光波长上气溶胶后向散射系数廓线；Ba1(I)为可见光波长λ1上高度序号I处的气溶胶后向散射系数，且Ba1(I)为已知值；X(I+1)为高度序号I+1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；X(I)为高度序号I处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；X(I+1)、X(I)可由步骤S11计算得到；
S14，令：A(I-1,I)=(s1-s2)[Bm1(I-1)+Bm1(I)]∆z；
其中，I-1为高度序号；Bm1(I-1)表示可见光波长λ1上高度序号I-1处的大气分子后向散射系数，且Bm1(I-1)为已知值；
采用递推法反演气溶胶光学参数，计算高度序号I-1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I-1)为：
Figure 103725DEST_PATH_IMAGE002
其中，X(I-1)为高度序号I-1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；X(I-1)可由步骤S11计算得到；
S15，根据步骤S13和步骤S14的计算方式，由于大气清洁点处的气溶胶光学参数为已知值，因此从大气清洁点处的高度序号开始，采用递推法反演气溶胶后向散射系数，依次得到可见光波长λ1上各个高度序号处的气溶胶后向散射系数，从而反演出可见光波长λ1上气溶胶后向散射系数廓线Ba1；
S16，利用可见光波长λ1上气溶胶后向散射系数与消光系数之间的关系式，即气溶胶的消光-后向散射系数比s1，从而得到可见光波长λ1上气溶胶消光系数廓线Aa1。
S2，根据气溶胶光学参数廓线的转换关系式，由可见光波长λ1上气溶胶光学参数廓线转换得到紫外光波长λ2上气溶胶光学参数廓线；
本实施例中，紫外光波长λ2=266nm；
其中，气溶胶光学参数廓线的转换关系式为现有技术；
可见光波长λ1上气溶胶后向散射系数廓线Ba1与紫外光波长λ2上气溶胶后向散射系数廓线Ba2的转换关系式为：
Figure 271401DEST_PATH_IMAGE003
其中，w为后向散射系数的波长指数，是随气溶胶性质而变化的量；本发明中，令w=1，即Ba2/Ba1=λ1/λ2；
可见光波长λ1上气溶胶消光系数廓线Aa1与紫外光波长λ2上气溶胶消光系数廓线Aa2的转换关系式为：
Figure 220903DEST_PATH_IMAGE004
其中，v为消光系数的波长指数，是随气溶胶性质而变化的量，本发明中，令v=1，即Aa2/Aa1=λ1/λ2；
S3，利用瑞利散射的规律，对可见光波长λ1上大气分子光学参数廓线进行转换，得到紫外光波长λ2上大气分子光学参数廓线；其中，该可见光波长λ1上的大气分子光学参数廓线由实际探测或大气模式得知，为已知值。
所述瑞利散射规律，为一种光学现象，属于散射的一种情况，又称分子散射规律，粒子尺度远小于入射光波长时小于波长的十分之一，其各方向上的散射光强度是不一样的，该强度与入射光的波长四次方成反比，这种现象称为瑞利散射。
S4，基于探测的可见光和紫外光的双波长激光雷达信号，以及步骤S1～S3得出的可见光波长λ1和紫外光波长λ2上的大气分子光学参数廓线，可见光波长λ1和紫外光波长λ2上的气溶胶光学参数廓线，代入臭氧浓度差分反演公式即式1.3中，得到高度z处的臭氧浓度N(z)，从而得到臭氧浓度廓线；
其中，将可见光波长λ1=532nm作为臭氧差分反演公式中的λoff，紫外光波长λ2=266nm作为臭氧差分反演公式中的λon代入臭氧差分反演公式。
由于紫外光波长上气溶胶光学参数很难直接测量获得，难以直接测量获得的两个原因是：紫外光波长上的回波信号探测高度较低，反演气溶胶时参考点的后向散射系数难以估计；臭氧吸收对气溶胶光学参数反演公式的影响。本发明有效地避免这两个问题，用可见光和紫外光组合探测，可见光探测高度较高，可以反演出气溶胶在可见光波长上的参数，因此，用可见光雷达回波信号反演出该可见光波长上气溶胶的光学参数（消光系数和后向散射系数），然后通过一定的关系转换至紫外光波长上，从而间接获得紫外光波长上的气溶胶光学参数。
本发明算法的主要误差来源于转换得到的紫外光波长上气溶胶光学参数与实际的光学参数之间的偏差，即步骤S2的转换关系式产生的偏差。
实际上，气溶胶后向散射系数的转换关系式中的后向散射系数的波长指数w是随气溶胶性质而变化的量，气溶胶消光系数的转换关系式中消光系数的波长指数v是随气溶胶性质而变化的量。然而，本发明算法中令w=1，v=1。故会造成一定的误差。为此，可将本发明算法得出的臭氧浓度廓线与其他探测臭氧的仪器得出的臭氧浓度廓线做对比实验，从而对波长指数w和v进行修正，获得较为准确的波长指数值，从而进一步降低本发明算法的误差，提高本发明算法的反演精度。
以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (9)

1.基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，包括以下步骤：
S1，根据探测波长为λ1的可见光激光雷达回波信号P(λ1,z)和该可见光波长λ1上的大气分子光学参数廓线，反演该可见光波长λ1上的气溶胶光学参数廓线；
所述光学参数包括后向散射系数和消光系数；
S2，根据气溶胶光学参数廓线的转换关系式，由可见光波长λ1上气溶胶光学参数廓线转换得到紫外光波长λ2上气溶胶光学参数廓线；
S3，获取紫外光波长λ2上大气分子光学参数的廓线；
S4，将可见光波长λ1和紫外光波长λ2上的大气分子光学参数廓线，可见光波长λ1和紫外光波长λ2上的气溶胶光学参数廓线，以及探测的可见光和紫外光的双波长激光雷达信号，均代入臭氧浓度反演公式中，得到臭氧浓度廓线。
2.根据权利要求1所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，步骤S1中，采用Fernald方法反演该可见光波长λ1上的气溶胶光学参数廓线，具体过程如下所示：
S11，计算波长为λ1的可见光激光雷达回波信号P(λ1,z)的距离平方修正信号X(z)：
X(z)=P(λ1,z)×z×z；
其中，P(λ1,z)表示高度z处、波长为λ1的可见光激光雷达回波信号；X(z)表示高度z处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S12，令：可见光波长λ1上气溶胶的消光-后向散射系数比为s1，可见光波长λ1上大气分子的消光-后向散射系数比为s2；
所述消光-后向散射系数比是指消光系数与后向散射系数的比值；
S13，令：A(I,I+1)=(s1-s2)[Bm1(I)+Bm1(I+1)]∆z；
其中，I、I+1均为高度序号；Bm1表示可见光波长λ1上大气分子后向散射系数廓线；Bm1(I)为可见光波长λ1上高度序号I处的大气分子后向散射系数，且Bm1(I)为已知值；Bm1(I+1)为可见光波长λ1上高度序号I+1处的大气分子后向散射系数，且Bm1(I+1)为已知值；∆z为相邻数据点的高度差；
计算高度序号I+1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I+1)为：
Figure 70320DEST_PATH_IMAGE001
其中，Ba1表示可见光波长λ1上气溶胶后向散射系数廓线；Ba1(I)为可见光波长λ1上高度序号I处的气溶胶后向散射系数，且Ba1(I)为已知值；X(I+1)为高度序号I+1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；X(I)为高度序号I处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S14，令：A(I-1,I)=(s1-s2)[Bm1(I-1)+Bm1(I)]∆z；
其中，I-1为高度序号；Bm1(I-1)表示可见光波长λ1上高度序号I-1处的大气分子后向散射系数，且Bm1(I-1)为已知值；
计算高度序号I-1处、可见光波长λ1上的气溶胶后向散射系数Ba1(I-1)为：
Figure 192997DEST_PATH_IMAGE002
其中，X(I-1)为高度序号I-1处、波长为λ1的可见光激光雷达回波信号的距离平方修正信号；
S15，根据步骤S13和步骤S14的计算方式，从大气清洁点处的高度序号开始，采用递推法反演气溶胶后向散射系数，依次得到可见光波长λ1上各个高度序号处的气溶胶后向散射系数，从而反演出可见光波长λ1上气溶胶后向散射系数廓线Ba1；其中，大气清洁点处的气溶胶光学参数为已知值；
S16，利用可见光波长λ1上气溶胶后向散射系数与消光系数之间的关系式，即气溶胶的消光-后向散射系数比s1，从而得到可见光波长λ1上气溶胶消光系数廓线Aa1。
3.根据权利要求2所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，步骤S12中，该可见光波长λ1上的大气分子光学参数廓线由实际探测或大气模式得知，为已知值；可见光波长λ1上气溶胶的消光-后向散射系数比s1为假设的已知值；可见光波长λ1上大气分子的消光-后向散射系数比s2为由瑞利散射理论算出的已知值。
4.根据权利要求1所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，步骤S2中，
可见光波长λ1上气溶胶后向散射系数廓线Ba1与紫外光波长λ2上气溶胶后向散射系数廓线Ba2的转换关系式为：
Figure 356125DEST_PATH_IMAGE003
其中，w为后向散射系数的波长指数，是随气溶胶性质而变化的量；
可见光波长λ1上气溶胶消光系数廓线Aa1与紫外光波长λ2上气溶胶消光系数廓线Aa2的转换关系式为：
Figure 335582DEST_PATH_IMAGE004
其中，v为消光系数的波长指数，是随气溶胶性质而变化的量。
5.根据权利要求1所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，步骤S3中，利用瑞利散射的规律，对可见光波长λ1上大气分子光学参数廓线进行转换，得到紫外光波长λ2上大气分子光学参数廓线；其中，该可见光波长λ1上的大气分子光学参数廓线由实际探测或大气模式得知，为已知值。
6.根据权利要求1所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，步骤S4中，将可见光波长λ1作为臭氧反演公式中的λoff，紫外光波长λ2作为臭氧反演公式中的λon，代入臭氧浓度差分反演公式中，臭氧浓度差分反演公式如下所示：
Figure 849740DEST_PATH_IMAGE005
式中，
Figure 510529DEST_PATH_IMAGE006
其中，N(z)为高度z处的臭氧分子数密度即臭氧浓度；∆z为相邻数据点的高度差；EB、Ea、Em分别为大气后向散射作用项、大气气溶胶消光作用项、大气分子消光作用项；
Δб为臭氧分子消光截面在λon和λoff两个波长上的差值，б(λon)为波长为λon时的臭氧分子消光截面，б(λoff)为波长为λoff时的臭氧分子消光截面；
P(λon,z)为高度z处的波长为λon的激光雷达回波信号；P(λoff,z)为高度z处的波长为λoff的激光雷达回波信号；P(λon,z+∆z)为高度z+∆z处的波长为λon的激光雷达回波信号；P(λoff,z+∆z)为高度z+∆z处的波长为λoff的激光雷达回波信号；
Aa(λon,z)为波长λon上高度z处的气溶胶消光系数，Aa(λoff,z)为波长λoff上高度z处的气溶胶消光系数，Am(λon,z)为波长λon上高度z处的大气分子消光系数；Am(λoff,z)为波长λoff上高度z处的大气分子消光系数；
Bg(λon,z)为波长λon上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λon,z)=Ba(λon,z)+Bm(λon,z)，其中，Ba(λon,z)为波长λon上高度z处的气溶胶后向散射系数，Bm(λon,z)为波长λon上高度z处的大气分子后向散射系数；
Bg(λon,z+∆z)为波长λon上高度z+∆z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λon,z+∆z)=Ba(λon,z+∆z)+Bm(λon,z+∆z)，其中，Ba(λon,z+∆z)为波长λon上高度z+∆z处的气溶胶后向散射系数，Bm(λon,z+∆z)为波长λon上高度z+∆z处的大气分子后向散射系数；
Bg(λoff,z)为波长λoff上高度z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λoff,z)=Ba(λoff,z)+Bm(λoff,z)，其中，Ba(λoff,z)为波长λoff上高度z处的气溶胶后向散射系数，Bm(λoff,z)为波长λoff上高度z处的大气分子后向散射系数；
Bg(λoff,z+∆z)为波长λoff上高度z+∆z处的大气中气溶胶与大气分子的后向散射系数之和，Bg(λoff,z+∆z)=Ba(λoff,z+∆z)+Bm(λoff,z+∆z)，其中，Ba(λoff,z+∆z)为波长λoff上高度z处的气溶胶后向散射系数，Bm(λoff,z+∆z)为波长λoff上高度z+∆z处的大气分子后向散射系数。
7.根据权利要求4所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，令w=1，v=1。
8.根据权利要求7所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，将步骤S4得出的臭氧浓度廓线与其他探测方式得出的臭氧浓度廓线进行对比，从而对波长指数w和v进行修正。
9.根据权利要求1～8任意一项所述的基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法，其特征在于，可见光波长λ1=532nm，紫外光波长λ2=266nm。
CN202210954596.3A 2022-08-10 2022-08-10 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法 Active CN115032655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210954596.3A CN115032655B (zh) 2022-08-10 2022-08-10 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210954596.3A CN115032655B (zh) 2022-08-10 2022-08-10 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法

Publications (2)

Publication Number Publication Date
CN115032655A CN115032655A (zh) 2022-09-09
CN115032655B true CN115032655B (zh) 2022-11-29

Family

ID=83130782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210954596.3A Active CN115032655B (zh) 2022-08-10 2022-08-10 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法

Country Status (1)

Country Link
CN (1) CN115032655B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103115872A (zh) * 2012-12-18 2013-05-22 中国人民解放军63655部队 一种多波长大气消光系数高度分布数据反演方法
CN103868836A (zh) * 2014-04-03 2014-06-18 中国科学院合肥物质科学研究院 一种同时测量大气颗粒物后向散射系数和臭氧浓度廓线的方法
KR20140125058A (ko) * 2013-04-18 2014-10-28 한국표준과학연구원 대기중 오존 측정을 위한 표준 교정 방법 및 표준 교정 장치
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
CN110031424A (zh) * 2019-04-04 2019-07-19 北京怡孚和融科技有限公司 一种臭氧激光雷达波长选择方法
CN110109149A (zh) * 2019-05-08 2019-08-09 南京信息工程大学 一种激光雷达低层消光系数廓线校正方法
CN111190193A (zh) * 2020-01-16 2020-05-22 中国人民解放军陆军炮兵防空兵学院 紫外ccd光束成像技术探测臭氧浓度高度廓线装置及方法
CN113009437A (zh) * 2021-03-03 2021-06-22 云南大学 一种根据实时气溶胶分布求解激光雷达动态雷达比的方法
CN113687380A (zh) * 2021-07-07 2021-11-23 中科经纬检测科技(苏州)有限公司 一种基于水平扫描激光雷达的臭氧浓度反演方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110967704B (zh) * 2018-09-30 2021-09-07 中国科学院上海光学精密机械研究所 多波长测量大气二氧化碳浓度及气溶胶垂直廓线的激光雷达系统装置
JP7381085B2 (ja) * 2018-12-25 2023-11-15 英弘精機株式会社 気象観測ライダー用受光系

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103115872A (zh) * 2012-12-18 2013-05-22 中国人民解放军63655部队 一种多波长大气消光系数高度分布数据反演方法
KR20140125058A (ko) * 2013-04-18 2014-10-28 한국표준과학연구원 대기중 오존 측정을 위한 표준 교정 방법 및 표준 교정 장치
CN103868836A (zh) * 2014-04-03 2014-06-18 中国科学院合肥物质科学研究院 一种同时测量大气颗粒物后向散射系数和臭氧浓度廓线的方法
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
CN110031424A (zh) * 2019-04-04 2019-07-19 北京怡孚和融科技有限公司 一种臭氧激光雷达波长选择方法
CN110109149A (zh) * 2019-05-08 2019-08-09 南京信息工程大学 一种激光雷达低层消光系数廓线校正方法
CN111190193A (zh) * 2020-01-16 2020-05-22 中国人民解放军陆军炮兵防空兵学院 紫外ccd光束成像技术探测臭氧浓度高度廓线装置及方法
CN113009437A (zh) * 2021-03-03 2021-06-22 云南大学 一种根据实时气溶胶分布求解激光雷达动态雷达比的方法
CN113687380A (zh) * 2021-07-07 2021-11-23 中科经纬检测科技(苏州)有限公司 一种基于水平扫描激光雷达的臭氧浓度反演方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"二氧化硫-臭氧-气溶胶多波长差分吸收激光雷达同时观测";曹念文等;《光学技术》;20150731;正文第4-5页 *

Also Published As

Publication number Publication date
CN115032655A (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN109596594B (zh) 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法
CN107462900B (zh) 基于波长可调谐激光源的气体成分探测激光雷达
CN102353634B (zh) 烟气气体含量激光在线检测系统的在线标定方法
CN107643252B (zh) Wms检测瓶内氧气浓度的实时扣背景非线性校正方法
CN1908623A (zh) 多组分红外在线气体分析仪
CN102539377A (zh) 基于中红外吸收光谱的多组分混合气体定性定量分析方法及系统
CN110109149B (zh) 一种激光雷达低层消光系数廓线校正方法
US11781974B2 (en) Method for detecting gas concentration in glass bottle with dynamical threshold adjustment
CN105548057A (zh) 紫外光谱烟气分析测量方法
CN110471046B (zh) 一种差分吸收激光雷达系统常数定标方法
CN111912803B (zh) 一种高炉烟气中微量氮氧化物监测的紫外光谱检测方法及装置
CN115032655B (zh) 基于可见光和紫外光的双波长激光雷达反演臭氧浓度算法
CN108333143B (zh) 一种基于可调谐激光吸收光谱的水汽浓度测量修正方法
CN112666104A (zh) 一种基于doas的气体浓度反演方法
CN105572067A (zh) 基于光谱分析的烟气浓度测量方法
CN202092947U (zh) 烟气气体含量激光在线检测系统的光轴调节机构
CN114184559B (zh) 基于激光开放光路的早期室内火场预判检测装置
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
CN115389457A (zh) 基于变区域锁相放大的开放式激光气体检测方法及系统
CN108445508B (zh) 一种轻度雾霾时大气消光系数的波段转换方法及系统
CN112268871B (zh) 一种同时测量大气中多种污染气体浓度的方法
CN113673139A (zh) 一种双波长粒子谱反演方法
CN115201855B (zh) 紫外双波长激光雷达反演臭氧浓度及气溶胶光学参数算法
CN111650606A (zh) 一种大气温湿度廓线激光雷达系统
CN114609083B (zh) 一种二维几何路径下的气体浓度场重建系统及其方法

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