CN115201855A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115201855A CN115201855A CN202210956360.3A CN202210956360A CN115201855A CN 115201855 A CN115201855 A CN 115201855A CN 202210956360 A CN202210956360 A CN 202210956360A CN 115201855 A CN115201855 A CN 115201855A
- Authority
- CN
- China
- Prior art keywords
- wavelength
- lambda
- height
- aerosol
- ozone
- 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
Links
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 title claims abstract description 163
- 239000000443 aerosol Substances 0.000 title claims abstract description 149
- 230000003287 optical effect Effects 0.000 title claims abstract description 57
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 34
- 230000008033 biological extinction Effects 0.000 claims abstract description 105
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004140 cleaning Methods 0.000 claims description 46
- 238000012937 correction Methods 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 9
- 239000005427 atmospheric aerosol Substances 0.000 claims description 8
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010521 absorption reaction Methods 0.000 abstract description 14
- 238000012795 verification Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000758 substrate Substances 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
- 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
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了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，涉及大气中臭氧浓度廓线和气溶胶光学参数廓线反演的技术领域，本发明算法为：先假设一个臭氧浓度高度分布廓线，从实测的激光雷达信号中把臭氧吸收的部分去除，得出大气包括气溶胶和大气分子中扣除臭氧吸收干扰的激光雷达信号，然后通过一定的迭代方法逐次逼近真实的臭氧浓度和这两个波长上的气溶胶光学参数。本发明算法针对紫外双波长激光雷达探测大气中臭氧浓度，如289nm和316nm，可分别得出大气中臭氧浓度和这两个波长上气溶胶光学参数即消光系数和后向散射系数，同时解决了反演臭氧浓度过程中这两个波长上的气溶胶光学参数差异带来的误差。
Description
技术领域
本发明涉及大气中臭氧浓度廓线和气溶胶光学参数廓线反演的技术领域，尤其是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。
背景技术
紫外光范围内双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。这一技术的反演算法中，要消除气溶胶光学参数在两个波长上的不同带来的误差，但是精确反演出这两个紫外波长上的气溶胶光学参数是比较困难的，主要原因是臭氧浓度和气溶胶的光学参数在激光雷达方程中相互关联的，到目前为止还未见联立反演紫外波长上气溶胶光学参数和臭氧浓度的方法。
发明内容
为了克服上述现有技术中的缺陷，本发明提供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，提供一种联立反演大气中气溶胶光学参数和臭氧浓度的方法，能够对反演结果进行修正，提高臭氧浓度廓线和气溶胶光学参数的反演精度。
为实现上述目的，本发明采用以下技术方案，包括：
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，紫外双波长激光雷达中，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；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；
臭氧浓度廓线及气溶胶光学参数反演算法，包括以下步骤：
S1，假设臭氧浓度廓线，以及假设两个波长上气溶胶的消光-后向散射系数比；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；
S2，从探测的波长为λoff的激光雷达回波信号P(λoff,z)中扣除臭氧的影响，计算波长λoff上无臭氧影响的激光雷达回波信号Pc(λoff,z)以及距离平方修正信号Xc(λoff,z)；
S3，根据波长λoff上无臭氧影响的激光雷达距离平方修正信号Xc(λoff,z)，反演计算出波长λoff上高度z处的气溶胶消光系数Aa(λoff,z)和气溶胶后向散射系数Ba(λoff,z)；
S4，从探测的波长为λon的激光雷达回波信号P(λon,z)中扣除臭氧的影响，计算波长λon上无臭氧影响的激光雷达回波信号Pc(λon,z)以及距离平方修正信号Xc(λon,z)；
S5，根据波长λon上无臭氧影响的激光雷达距离平方修正信号Xc(λon,z)，反演计算出波长λon上高度z处的气溶胶消光系数Aa(λon,z)和气溶胶后向散射系数Ba(λon,z)；
S6，基于探测的激光雷达回波信号，以及步骤S3和S5计算出的气溶胶光学参数结果和已知的大气分子光学参数，再根据臭氧浓度反演公式，反演得到臭氧浓度廓线；
S7，判断波长λon上相邻两次反演出的气溶胶后向散射系数廓线是否相近即是否小于预设的值；若不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值；若小于预设的值，则执行下一步骤；
S8，判断相邻两次反演出的臭氧浓度廓线是否相近即是否小于预设的值，若不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值；若小于预设的值，则反演结束。
优选的，步骤S3中，依据Fernald方法，反演计算出波长λoff上高度z处的气溶胶消光系数Aa(λoff,z)和气溶胶后向散射系数Ba(λoff,z)，具体过程如下所示：
其中，s1f表示波长为λoff时的气溶胶的消光-后向散射系数比，s2f表示波长为λoff时的大气分子的消光-后向散射系数比；Zc为大气清洁点的高度，且波长为λoff上大气清洁点处气溶胶的后向散射系数和消光系数为已知值；
波长λoff上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λoff,zd)和消光系数Aa(λoff,zd)分别为：
式中，
其中，MB(λoff,Zc)、MA(λoff,Zc)均为中间变量；zd<Zc；Bm(λoff,zd)为波长λoff上高度zd处的大气分子后向散射系数；Am(λoff,zd)为波长λoff上高度zd处的大气分子消光系数；Ba(λoff,Zc)为波长λoff上高度Zc处的气溶胶后向散射系数；Aa(λoff,Zc)为波长λoff上高度Zc处的气溶胶消光系数；Bm(λoff,Zc)为波长λoff上高度Zc处的大气分子后向散射系数；Am(λoff,Zc)为波长λoff上高度Zc处的大气分子消光系数；Xc(λoff,Zc)为波长λoff上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λoff,zd)表示波长λoff上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；
波长λoff上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λoff,zu)和消光系数Aa(λoff,zu)分别为：
其中，zu>Zc；Bm(λoff,zu)为波长λoff上高度zu处的大气分子后向散射系数；Am(λoff,zu)为波长λoff上高度zu处的大气分子消光系数；Xc(λoff,zu)表示波长λoff上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号。
优选的，步骤S2中，波长λoff上无臭氧影响的激光雷达回波信号Pc(λoff,z)以及距离平方修正信号Xc(λoff,z)的计算方式如下所示：
其中，P(λoff,z)为高度z处的波长为λoff的激光雷达回波信号；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；Pc(λoff,z)为高度z处的波长为λoff的无臭氧影响的激光雷达回波信号；Xc(λoff,z)为高度z处的波长为λoff的无臭氧影响的激光雷达距离平方修正信号；z表示高度。
优选的，步骤S5中，依据Fernald方法，反演计算出波长λon上高度z处的气溶胶消光系数Aa(λon,z)和气溶胶后向散射系数Ba(λon,z)，具体过程如下所示：
其中，s1n表示波长为λon时的气溶胶的消光-后向散射系数比，s2n表示波长为λon时的大气分子的消光-后向散射系数比，Zc为大气清洁点的高度，且波长为λon上大气清洁点处气溶胶的后向散射系数和消光系数为已知值；
波长λon上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λon,zd)和消光系数Aa(λon,zd)分别为：
式中，
其中，MB(λon,Zc)、MA(λon,Zc)均为中间变量；zd<Zc；Bm(λon,zd)为波长λon上高度zd处的大气分子后向散射系数；Am(λon,zd)为波长λon上高度zd处的大气分子消光系数；Ba(λon,Zc)为波长λon上高度Zc处的气溶胶后向散射系数；Aa(λon,Zc)为波长λon上高度Zc处的气溶胶消光系数；Bm(λon,Zc)为波长λon上高度Zc处的大气分子后向散射系数；Am(λon,Zc)为波长λon上高度Zc处的大气分子消光系数；Xc(λon,Zc)为波长λon上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λon,zd)表示波长λon上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；
波长λon上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λon,zu)和消光系数Aa(λon,zu)分别为：
其中，zu>Zc，Bm(λon,zu)为波长λon上高度zu处的大气分子后向散射系数；Am(λon,zu)为波长λon上高度zu处的大气分子消光系数；Xc(λon,zu)表示波长λon上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号。
优选的，步骤S4中，波长λon上无臭氧影响的激光雷达回波信号Pc(λon,z)以及距离平方修正信号Xc(λon,z)的计算方式如下所示：
其中，P(λon,z)为高度z处的波长为λon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；N(z)为高度z处的臭氧分子数密度即臭氧浓度；Pc(λon,z)为高度z处的波长为λon的无臭氧影响的激光雷达回波信号；Xc(λon,z)为高度z处的波长为λon的无臭氧影响的激光雷达距离平方修正信号；z表示高度。
优选的，大气分子的光学参数即消光系数和后向散射系数由探测模式或探测资料得知，且大气清洁点的高度处Zc的大气分子后向散射系数和气溶胶后向散射系数也均为已知值。
优选的，步骤S7和步骤S8中，相邻两次反演是指本次反演和上一次反演。
优选的，步骤S6中，臭氧浓度反演公式如下所示：
式中，
其中，N(z)为高度z处的臭氧分子数密度即臭氧浓度；∆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；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+∆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；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；
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+∆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；
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。
优选的，λon=289nm、λoff=316nm。
本发明的优点在于：
（1）本发明算法针对紫外双波长激光雷达探测大气中臭氧浓度，可分别得出大气中臭氧浓度和这两个波长上气溶胶光学参数即消光系数和后向散射系数，解决了反演臭氧浓度过程中这两个波长上的气溶胶光学参数差异带来的误差，应用前景良好。
（2）本发明算法中，先假设一个臭氧浓度高度分布廓线，从实测的激光雷达信号中把臭氧吸收的部分去除，得出大气包括气溶胶和大气分子中扣除臭氧吸收干扰的激光雷达信号，然后通过一定的迭代方法逐次逼近真实的臭氧浓度和这两个波长上的气溶胶光学参数。
（3）在反演过程中，大气分子的光学参数即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和臭氧浓度则由本发明算法来反演出来。
（4）本发明算法采用了两个判断标准进行双重判断，以保证反演的精度。
（5）本发明迭代算法的收敛速度很快，根据试验验证，一般在10次迭代以内即可完成算法输出，得到臭氧浓度廓线和气溶胶光学参数。
附图说明
图1为本发明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流程图。
图2为模拟信号验证时第一次迭代前后的臭氧浓度廓线对比图。
图3为模拟信号验证时第八次迭代前后的臭氧浓度廓线对比图。
图4为模拟信号验证时第八次迭代后的两个波长上气溶胶后向散射系数廓线图。
图5为采用双波长紫外激光雷达真实探测并在反演的最后一次迭代前后的臭氧浓度廓线对比图。
图6为采用双波长紫外激光雷达真实探测并在反演的最后一次迭代后两个波长上的气溶胶后向散射系数廓线图。
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：
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：
式中，
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对反演结果的修正困难。若这两个紫外波长相近，则大气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，两个波长上的气溶胶光学参数即消光系数和后向散射系数也近似相等，EB、Ea、Em都近似为0，可忽略不计。若这两个紫外波长相差较大，如λon=289nm和λoff=316nm，那么忽略EB、Ea、Em会带来较大的反演误差。想要对反演结果进行修正，就要知道这两个波长对应的气溶胶与大气分子的后向散射系数和消光系数，但气溶胶在这二个波长上的后向散射系数和消光系数又不容易获得。
要从两个波长的激光雷达方程中一步直接算出臭氧浓度和气溶胶的光学参数，是比较困难的，因为臭氧浓度和气溶胶光学参数在这两个激光雷达回波信号中是相互关联的，不好直接得出。其中，光学参数是指后向散射系数和消光系数。
本发明的一种基于双波长激光雷达的大气中臭氧浓度廓线和气溶胶光学参数廓线反演算法是：先假设一个臭氧浓度高度分布廓线，从实测的激光雷达信号中把臭氧吸收的部分去除，得出大气中（气溶胶和大气分子）扣除臭氧吸收干扰的激光雷达信号，然后通过一定的迭代方法逐次逼近真实的臭氧浓度和这两个波长上的气溶胶光学参数。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，本发明的一种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，具体如下所示：
S1，根据经验假设一个臭氧浓度廓线，以及假设两个波长上气溶胶的消光系数与后向散射系数的比值即消光-后向散射系数比。
S2，从实测的激光雷达回波信号P(λoff,z)中扣除臭氧的影响，计算波长λoff上无臭氧影响的激光雷达回波信号Pc(λoff,z)以及距离平方修正信号Xc(λoff,z)：
S3，根据波长λoff上无臭氧影响的激光雷达距离平方修正信号Xc(λoff,z)，并依据Fernald方法，反演计算出波长λoff上高度z处的气溶胶消光系数Aa(λoff,z)和气溶胶后向散射系数Ba(λoff,z)，具体过程如下所示：
其中，s1f表示波长为λoff时的气溶胶的消光-后向散射系数比，s2f表示波长为λoff时的大气分子的消光-后向散射系数比，s1f为假设值，s2f为已知值。Zc为大气清洁点的高度，且清洁点处气溶胶的后向散射系数和消光系数为已知值；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；
波长λoff上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λoff,zd)和消光系数Aa(λoff,zd)分别为：
式中，
其中，MB(λoff,Zc)、MA(λoff,Zc)均为中间变量，zd<Zc，Bm(λoff,zd)为波长λoff上高度zd处的大气分子后向散射系数；Am(λoff,zd)为波长λoff上高度zd处的大气分子消光系数；大气分子光学参数为已知值，即Bm(λoff,zd)、Am(λoff,zd)为已知值；
Ba(λoff,Zc)为波长λoff上高度Zc处的气溶胶后向散射系数；Aa(λoff,Zc)为波长λoff上高度Zc处的气溶胶消光系数；Bm(λoff,Zc)为波长λoff上高度Zc处的大气分子后向散射系数；Am(λoff,Zc)为波长λoff上高度Zc处的大气分子消光系数；大气清洁点的高度处Zc的大气分子后向散射系数和气溶胶后向散射系数均为已知值，即Ba(λoff,Zc)、Aa(λoff,Zc)、Bm(λoff,Zc)、Am(λoff,Zc)均为已知值；
Xc(λoff,Zc)为波长λoff上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λoff,zd)表示波长λoff上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；Xc(λoff,Zc)、Xc(λoff,zd)均由步骤S2计算得到；
另外，
、
中的z’仍表示高度，由于该两式为外层积分中的内层积分，为了区别外层积分中的dz，因为对高度添加上标，此为常规数学表示方式。
波长λoff上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λoff,zu)和消光系数Aa(λoff,zu)分别为：
其中，zu>Zc，Bm(λoff,zu)为波长λoff上高度zu处的大气分子后向散射系数；Am(λoff,zu)为波长λoff上高度zu处的大气分子消光系数；大气分子光学参数为已知值，即Bm(λoff,zu)、Am(λoff,zu)为已知值；
Xc(λoff,zu)表示波长λoff上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号；Xc(λoff,zu)由步骤S2计算得到；
另外，
、
中的z’仍表示高度，由于该两式为外层积分中的内层积分，为了区别外层积分中的dz，因为对高度添加上标，此为常规数学表示方式。
S4，从实测的激光雷达回波信号P(λon,z)中扣除臭氧的影响，计算波长λon上无臭氧影响的激光雷达回波信号Pc(λon,z)以及距离平方修正信号Xc(λoff,z)：
S5，根据波长λon上无臭氧影响的激光雷达距离平方修正信号Xc(λon,z)，并依据Fernald方法，反演计算出波长λon上高度z处的气溶胶消光系数Aa(λon,z)和气溶胶后向散射系数Ba(λon,z)，具体过程如下所示：
其中，s1n表示波长为λon时的气溶胶的消光-后向散射系数比，s2n表示波长为λon时的大气分子的消光-后向散射系数比，s1n为假设值，s2n为已知值；Zc为大气清洁点的高度，且波长为λon上大气清洁点处气溶胶的后向散射系数和消光系数为已知值；
波长λon上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λon,zd)和消光系数Aa(λon,zd)分别为：
式中，
其中，MB(λon,Zc)、MA(λon,Zc)均为中间变量，zd<Zc，Bm(λon,zd)为波长λon上高度zd处的大气分子后向散射系数；Am(λon,zd)为波长λon上高度zd处的大气分子消光系数；大气分子光学参数为已知值，即Bm(λon,zd)、Am(λon,zd)为已知值；
Ba(λon,Zc)为波长λon上高度Zc处的气溶胶后向散射系数；Aa(λon,Zc)为波长λon上高度Zc处的气溶胶消光系数；Bm(λon,Zc)为波长λon上高度Zc处的大气分子后向散射系数；Am(λon,Zc)为波长λon上高度Zc处的大气分子消光系数；大气清洁点的高度处Zc的大气分子后向散射系数和气溶胶后向散射系数均为已知值，即Ba(λon,Zc)、Aa(λon,Zc)、Bm(λon,Zc)、Am(λon,Zc)均为已知值；
Xc(λon,Zc)为波长λon上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λon,zd)表示波长λon上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；Xc(λon,Zc)、Xc(λon,zd)均由步骤S2计算得到。
波长λon上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λon,zu)和消光系数Aa(λon,zu)分别为：
其中，zu>Zc，Bm(λon,zu)为波长λon上高度zu处的大气分子后向散射系数；Am(λon,zu)为波长λon上高度zu处的大气分子消光系数；大气分子光学参数为已知值，即Bm(λon,zu)、Am(λon,zu)为已知值；
Xc(λon,zu)表示波长λon上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号；Xc(λon,zu)由步骤S2计算得到。
S6，基于探测信号即激光雷达回波信号，以及步骤S3和S5计算出的气溶胶光学参数结果和已知的大气分子光学参数，再根据臭氧浓度差分公式即式1.3，得到高度z处的臭氧浓度N(z)，从而反演得到臭氧浓度廓线。
S7，判断波长λon上相邻两次反演出的气溶胶后向散射系数廓线是否相近即是否小于预设的值，本实施例中λon=289nm，相邻两次是指本次和上一次；若不相近即不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值，若相近即小于预设的值，则执行下一步骤；
S8，判断相邻两次反演出的臭氧浓度廓线是否相近即是否小于预设的值，若不相近即不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值；若小于预设的值，则反演结束。
由图2-图4所示，采用模拟信号验证该算法的迭代情况，包括反演出的臭氧浓度廓线，以及两个波长上气溶胶后向散射系数廓线。其中图2为第一次迭代前后的臭氧浓度廓线对比图，且第一次迭代前的臭氧浓度廓线为根据经验假设的臭氧浓度廓线，图3为第八次迭代前后的臭氧浓度廓线对比图，图4为第八次迭代前后的气溶胶后向散射系数廓线对比图。根据该试验验证，八次迭代即可完成算法输出，得到臭氧浓度廓线和气溶胶光学参数。可知本发明迭代算法的收敛速度很快。
本实施例中，2022年3月6号6时，用λon=289nm和λoff=316nm的双波长紫外激光雷达在北京进行臭氧浓度反演，且经反演算法后，最后一次迭代前后的臭氧浓度廓线由图5所示，最后一次迭代前后的气溶胶后向散射系数廓线由图6所示。
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.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，其特征在于，紫外双波长激光雷达中，两束激光的波长分别为λon和λoff；
臭氧浓度廓线及气溶胶光学参数反演算法，包括以下步骤：
S1，假设臭氧浓度廓线，以及假设两个波长上气溶胶的消光-后向散射系数比；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；
S2，从探测的波长为λoff的激光雷达回波信号P(λoff,z)中扣除臭氧的影响，计算波长λoff上无臭氧影响的激光雷达回波信号Pc(λoff,z)以及距离平方修正信号Xc(λoff,z)；
S3，根据波长λoff上无臭氧影响的激光雷达距离平方修正信号Xc(λoff,z)，反演计算出波长λoff上高度z处的气溶胶消光系数Aa(λoff,z)和气溶胶后向散射系数Ba(λoff,z)；
S4，从探测的波长为λon的激光雷达回波信号P(λon,z)中扣除臭氧的影响，计算波长λon上无臭氧影响的激光雷达回波信号Pc(λon,z)以及距离平方修正信号Xc(λon,z)；
S5，根据波长λon上无臭氧影响的激光雷达距离平方修正信号Xc(λon,z)，反演计算出波长λon上高度z处的气溶胶消光系数Aa(λon,z)和气溶胶后向散射系数Ba(λon,z)；
S6，基于探测的激光雷达回波信号，以及步骤S3和S5计算出的气溶胶光学参数结果和已知的大气分子光学参数，再根据臭氧浓度反演公式，反演得到臭氧浓度廓线；
S7，判断波长λon上相邻两次反演出的气溶胶后向散射系数廓线是否相近即是否小于预设的值；若不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值；若小于预设的值，则执行下一步骤；
S8，判断相邻两次反演出的臭氧浓度廓线是否相近即是否小于预设的值，若不小于预设的值，则返回步骤S2重新进行下一次反演，同时将本次反演出的臭氧浓度廓线作为下一次反演的假设值；若小于预设的值，则反演结束。
2.根据权利要求1所述的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，其特征在于，步骤S3中，依据Fernald方法，反演计算出波长λoff上高度z处的气溶胶消光系数Aa(λoff,z)和气溶胶后向散射系数Ba(λoff,z)，具体过程如下所示：
其中，s1f表示波长为λoff时的气溶胶的消光-后向散射系数比，s2f表示波长为λoff时的大气分子的消光-后向散射系数比；Zc为大气清洁点的高度，且波长为λoff上大气清洁点处气溶胶的后向散射系数和消光系数为已知值；
波长λoff上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λoff,zd)和消光系数Aa(λoff,zd)分别为：
式中，
其中，MB(λoff,Zc)、MA(λoff,Zc)均为中间变量；zd<Zc；Bm(λoff,zd)为波长λoff上高度zd处的大气分子后向散射系数；Am(λoff,zd)为波长λoff上高度zd处的大气分子消光系数；Ba(λoff,Zc)为波长λoff上高度Zc处的气溶胶后向散射系数；Aa(λoff,Zc)为波长λoff上高度Zc处的气溶胶消光系数；Bm(λoff,Zc)为波长λoff上高度Zc处的大气分子后向散射系数；Am(λoff,Zc)为波长λoff上高度Zc处的大气分子消光系数；Xc(λoff,Zc)为波长λoff上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λoff,zd)表示波长λoff上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；
波长λoff上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λoff,zu)和消光系数Aa(λoff,zu)分别为：
其中，zu>Zc；Bm(λoff,zu)为波长λoff上高度zu处的大气分子后向散射系数；Am(λoff,zu)为波长λoff上高度zu处的大气分子消光系数；Xc(λoff,zu)表示波长λoff上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号。
3.根据权利要求1或2所述的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，其特征在于，步骤S2中，波长λoff上无臭氧影响的激光雷达回波信号Pc(λoff,z)以及距离平方修正信号Xc(λoff,z)的计算方式如下所示：
其中，P(λoff,z)为高度z处的波长为λoff的激光雷达回波信号；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；Pc(λoff,z)为高度z处的波长为λoff的无臭氧影响的激光雷达回波信号；Xc(λoff,z)为高度z处的波长为λoff的无臭氧影响的激光雷达距离平方修正信号；z表示高度。
4.根据权利要求1所述的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，其特征在于，步骤S5中，依据Fernald方法，反演计算出波长λon上高度z处的气溶胶消光系数Aa(λon,z)和气溶胶后向散射系数Ba(λon,z)，具体过程如下所示：
其中，s1n表示波长为λon时的气溶胶的消光-后向散射系数比，s2n表示波长为λon时的大气分子的消光-后向散射系数比，Zc为大气清洁点的高度，且波长为λon上大气清洁点处气溶胶的后向散射系数和消光系数为已知值；
波长λon上清洁点以下的高度zd处的气溶胶后向散射系数Ba(λon,zd)和消光系数Aa(λon,zd)分别为：
式中，
其中，MB(λon,Zc)、MA(λon,Zc)均为中间变量；zd<Zc；Bm(λon,zd)为波长λon上高度zd处的大气分子后向散射系数；Am(λon,zd)为波长λon上高度zd处的大气分子消光系数；Ba(λon,Zc)为波长λon上高度Zc处的气溶胶后向散射系数；Aa(λon,Zc)为波长λon上高度Zc处的气溶胶消光系数；Bm(λon,Zc)为波长λon上高度Zc处的大气分子后向散射系数；Am(λon,Zc)为波长λon上高度Zc处的大气分子消光系数；Xc(λon,Zc)为波长λon上大气清洁点的高度Zc处无臭氧影响的激光雷达距离平方修正信号；Xc(λon,zd)表示波长λon上大气清洁点以下的高度zd处的无臭氧影响的激光雷达距离平方修正信号；
波长λon上清洁点以上的高度zu处的气溶胶后向散射系数Ba(λon,zu)和消光系数Aa(λon,zu)分别为：
其中，zu>Zc，Bm(λon,zu)为波长λon上高度zu处的大气分子后向散射系数；Am(λon,zu)为波长λon上高度zu处的大气分子消光系数；Xc(λon,zu)表示波长λon上大气清洁点以上的高度zu处的无臭氧影响的激光雷达距离平方修正信号。
5.根据权利要求1或4所述的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，其特征在于，步骤S4中，波长λon上无臭氧影响的激光雷达回波信号Pc(λon,z)以及距离平方修正信号Xc(λon,z)的计算方式如下所示：
其中，P(λon,z)为高度z处的波长为λon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；N(z)为高度z处的臭氧分子数密度即臭氧浓度；Pc(λon,z)为高度z处的波长为λon的无臭氧影响的激光雷达回波信号；Xc(λon,z)为高度z处的波长为λon的无臭氧影响的激光雷达距离平方修正信号；z表示高度。
6.根据权利要求2或4所述的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，其特征在于，大气分子的光学参数即消光系数和后向散射系数由探测模式或探测资料得知，且大气清洁点的高度处Zc的大气分子后向散射系数和气溶胶后向散射系数也均为已知值。
7.根据权利要求1所述的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，其特征在于，步骤S7和步骤S8中，相邻两次反演是指本次反演和上一次反演。
8.根据权利要求1所述的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，其特征在于，步骤S6中，臭氧浓度反演公式如下所示：
式中，
其中，N(z)为高度z处的臭氧分子数密度即臭氧浓度；∆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；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+∆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；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；
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+∆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；
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。
9.根据权利要求1所述的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，其特征在于，λon=289nm、λoff=316nm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210956360.3A CN115201855B (zh) | 2022-08-10 | 2022-08-10 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210956360.3A CN115201855B (zh) | 2022-08-10 | 2022-08-10 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115201855A true CN115201855A (zh) | 2022-10-18 |
| CN115201855B CN115201855B (zh) | 2023-03-24 |
Family
ID=83586273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210956360.3A Active CN115201855B (zh) | 2022-08-10 | 2022-08-10 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115201855B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130314694A1 (en) * | 2010-04-20 | 2013-11-28 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
| 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 |
| WO2021000359A1 (zh) * | 2019-07-02 | 2021-01-07 | 中国科学技术大学 | 一种基于色散选通的大气成分探测激光雷达 |
| 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 |
-
2022
- 2022-08-10 CN CN202210956360.3A patent/CN115201855B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130314694A1 (en) * | 2010-04-20 | 2013-11-28 | Michigan Aerospace Corporation | Atmospheric measurement system and method |
| 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 |
| WO2021000359A1 (zh) * | 2019-07-02 | 2021-01-07 | 中国科学技术大学 | 一种基于色散选通的大气成分探测激光雷达 |
| 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 (3)
| Title |
|---|
| FIX, A.ET AL.: ""Tunable ultraviolet optical parametric oscillator for differential absorption lidar measurements of tropospheric ozone"", 《 APPL PHYS B 75》 * |
| 赵忆睿 等: ""紫外多波长激光雷达的臭氧和气溶胶同步观测研究"", 《激光与光电子学进展》 * |
| 邵江锋 等: ""紫外双波长激光雷达系统研制与信噪比分析"", 《光学学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115201855B (zh) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107643252B (zh) | Wms检测瓶内氧气浓度的实时扣背景非线性校正方法 | |
| CN108181266B (zh) | Tdlas气体浓度检测方法 | |
| CN105628649B (zh) | 气体现场监测特征吸收峰提取方法 | |
| 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 | |
| WO2021008476A1 (zh) | 一种阈值动态调节的玻璃瓶内气体浓度检测方法 | |
| CN109425583B (zh) | 光谱分析装置、光谱分析方法和存储介质 | |
| CN112711002B (zh) | 一种基于co2-dial模拟测量的点源co2排放的新型估算方法 | |
| CN112684471B (zh) | 一种基于激光雷达的气溶胶微物理特性反演方法 | |
| CN115436320B (zh) | 一种混合气体背景下气体吸收线的修正方法 | |
| CN110471046B (zh) | 一种差分吸收激光雷达系统常数定标方法 | |
| 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 | |
| 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 | |
| CN116337783A (zh) | 一种气体分析仪的多点标定方法和系统 | |
| CN110031416B (zh) | 气体浓度检测装置及方法 | |
| CN113239505A (zh) | 一种基于改进最优估计的大气痕量气体反演方法 | |
| CN112666104A (zh) | 一种基于doas的气体浓度反演方法 | |
| CN116124725A (zh) | 一种基于优先级插值匹配算法的气体浓度计算方法 | |
| CN116679281A (zh) | 一种激光雷达信号去噪方法及系统 | |
| CN109709062B (zh) | 一种物质识别方法、装置和计算机可读存储介质 | |
| CN113673139A (zh) | 一种双波长粒子谱反演方法 | |
| CN105572067A (zh) | 基于光谱分析的烟气浓度测量方法 | |
| CN117826635A (zh) | 车载激光雷达雾天探测能力仿真方法、系统、终端及介质 | |
| CN103558182A (zh) | 一种用于激光气体在线分析仪确定气体浓度的方法 | |
| 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 | |
| CN106323888B (zh) | 一种超低排放烟气测量方法 |
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 |