CN115356748A - 基于激光雷达观测结果提取大气污染信息的方法与系统 - Google Patents

基于激光雷达观测结果提取大气污染信息的方法与系统 Download PDF

Info

Publication number
CN115356748A
CN115356748A CN202211201220.1A CN202211201220A CN115356748A CN 115356748 A CN115356748 A CN 115356748A CN 202211201220 A CN202211201220 A CN 202211201220A CN 115356748 A CN115356748 A CN 115356748A
Authority
CN
China
Prior art keywords
hot spot
hotspot
atmospheric pollution
background
angle
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
Application number
CN202211201220.1A
Other languages
English (en)
Other versions
CN115356748B (zh
Inventor
施奇兵
钱忠胜
俞情媛
秦朗悦
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.)
Jiangxi University of Finance and Economics
Original Assignee
Jiangxi University of Finance and Economics
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 Jiangxi University of Finance and Economics filed Critical Jiangxi University of Finance and Economics
Priority to CN202211201220.1A priority Critical patent/CN115356748B/zh
Publication of CN115356748A publication Critical patent/CN115356748A/zh
Application granted granted Critical
Publication of CN115356748B publication Critical patent/CN115356748B/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
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Tourism & Hospitality (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Environmental Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Mathematical Physics (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Chemical & Material Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Electromagnetism (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提出一种基于激光雷达观测结果提取大气污染信息的方法与系统，采用双阈值四步法热点分布图生成策略，生成信息量在100B以内的热点分布图，热点图生成后用户端直接叠加在地图上，可清楚看到热点所在区域分布信息，无需手动调节；且从设备端单次传输的信息量被大幅压缩，极大程度降低了对4G/5G通信网络的要求；基于雷达现场设备端自带的GPS定位信息以及固化在设备端的扫描热点寻峰流程，在现场端自动提取定位热点峰值所在经纬度信息，继而可直接推送到污染溯源联动部门，无需后端人工读图识别峰值热点再调动；通过对热点分布图中的热点，按扇区网格实施面积积分，提取单次探测的污染面积信息，帮助用户对污染形势做出判断。

Description

基于激光雷达观测结果提取大气污染信息的方法与系统
技术领域
本发明涉及大气污染信息处理技术领域，特别涉及一种基于激光雷达观测结果提取大气污染信息的方法与系统。
背景技术
气溶胶探测激光雷达作为一种探测气溶胶时空分布的重要工具，近年来应用越来越广泛。商业化的气溶胶激光雷达产品探测距离已可达数十公里，空间分辨尺度也可达到米级，且具备在户外开展连续探测的能力。同时，通过激光雷达开展大气的实时水平扫描污染探测，作为一种全新的科技手段，获得城市区域污染水平分布和污染热点位置信息，已广泛应用于大气污染防治工作中，为环保部门开展污染溯源管控提供了有力的手段。
在实际的环保污染溯源业务应用中，激光雷达观测结果通常呈现为大气消光系数二维分布图或者颗粒物浓度二维分布图。现阶段还只能通过人工读图，手动调节二维分布颜色卡的最大色标值，增强对比度以识别出污染热点相关信息。然而，这一应用模式存在明显的弊端，主要表现为：（1）污染溯源的时效性差，无法在探测到污染的第一时间做到相关部门联动执法，并对污染事件进行及时地制止，不利于污染的管控。一般情况下，一次扫描探测观测结果可达15MB，为保证探测结果传递的及时性，继而对无线网络的通信质量、码率都有较高的要求，也会产生较大的流量资费。而通常情况下大气污染探测的激光雷达无一例外都安装在城市某一区域最高楼的楼顶，普遍在100米以上，大部分地区无线网络信号质量较差，造成应用效果大打折扣；（2）人工读图效率低，人力资源浪费严重。在大气污染形势比较严重的区域，甚至需要安排人员昼夜排班推送污染图到相关联动部门；（3）人工读图污染定位精度依赖于不同人员的业务素养，具有一定的随机性。
基于此，有必要提出一种基于激光雷达观测结果提取大气污染信息的方法，以解决上述技术问题。
发明内容
鉴于上述状况，本发明的主要目的是为了提出一种基于激光雷达观测结果提取大气污染信息的方法与系统，以解决上述技术问题。
本发明实施例提供了一种基于激光雷达观测结果提取大气污染信息的方法，其中，所述方法包括如下步骤：
步骤一、生成热点分布图：
提取大气背景消光系数廓线：通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线；
分区扣除大气背景消光系数廓线：获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值；
阈值比较判定：若当前扣除背景后的数值小于第一阈值
Figure 95688DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 213817DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图；
转换边界位置序号：记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构；
步骤二、热点峰值定位：
获取热点峰值的峰值角度与跨越距离：
获取当前扫描角度对应的热点分布图的角度廓线，其中所述当前扫描角度从初始角度为1°开始；
获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置；其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界；
当获取到所有的热点区间边界，即可获得热点分布图中角度廓线上所有热点区间的峰值角度与跨越距离；
热点峰值的经纬度转换：
构建激光雷达坐标系，计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量，并根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度；
步骤三、热点区间的面积计算：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
本发明提出一种基于激光雷达观测结果提取大气污染信息的方法，具有如下有益效果：
（1）采用双阈值四步法热点分布图生成策略，生成信息量在100B以内的热点分布图，热点图生成后用户端直接叠加在地图上，环保工作人员可以清楚地看到热点所在区域分布信息，无需手动调节；且从设备端单次传输的信息量被大幅压缩，极大程度降低了对4G/5G通信网络的要求。
（2）基于雷达现场设备端自带的GPS定位信息以及固化在设备端的扫描热点寻峰流程，在现场端自动提取定位热点峰值所在经纬度信息，继而可直接推送到污染溯源联动部门，无需后端人工读图识别峰值热点再调动。
（3）通过对热点分布图中的热点，按扇区网格实施面积积分，提取单次探测的污染面积信息，可帮助用户对污染形势做出判断。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，在所述步骤一中，提取大气背景消光系数廓线的方法具体包括如下步骤：
控制大气污染探测激光雷达以8min扫描360°的速度进行扫描；
每隔45°重新选择一条大气背景消光系数廓线，其中，所述大气背景消光系数廓线的选取标准为：
选取45°范围内标准方差值小于第二阈值
Figure 813425DEST_PATH_IMAGE002
的所有廓线，并将所选取的所有廓线进行数值平均，将得到的廓线平均值作为所述大气背景消光系数廓线；若在45°范围内不存在标准方差值小于第二阈值
Figure 670392DEST_PATH_IMAGE002
的廓线，则在该45°范围内采用默认值。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，在所述步骤二中，在获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置之后，所述方法还包括：
根据热点区间的左边界以及右边界，计算得到热点区间的左右边界距离；
对热点分布图的角度廓线上所有分布的热点区间，将左右边界距离小于预设边界距离的热点区间进行剔除以筛选得到符合要求的热点区间；
在所述筛选得到符合要求的热点区间中，获取多个峰值位置；
在多个所述峰值位置中，当判断到与小于当前扫描角度有重叠区间的范围内存在最大峰值位置，则将所述当前扫描角度累计加1°；
当判断到所述当前扫描角度大于360°，则可获取得到所有热点区间内的热点峰值的角度与跨越距离。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，在所述步骤二中，在热点区间内存在多个目标热点，在所述构建激光雷达坐标系的步骤中，存在如下公式：
Figure 722662DEST_PATH_IMAGE003
其中，
Figure 237957DEST_PATH_IMAGE004
表示目标热点在纬度上的偏移距离，
Figure 692072DEST_PATH_IMAGE005
表示目标热点在经度上的偏移距离，
Figure 470672DEST_PATH_IMAGE006
表示目标热点在海拔高度上的偏移距离，
Figure 259505DEST_PATH_IMAGE007
表示目标热点与大气污染探测激光雷达之间的距离，
Figure 781753DEST_PATH_IMAGE008
表示大气污染探测激光雷达水平扫描时的俯仰角度，
Figure 90375DEST_PATH_IMAGE009
表示目标热点偏离正北角度。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，对确定得到的目标热点而言，目标热点的经度表示为：
Figure 39876DEST_PATH_IMAGE010
其中，
Figure 784847DEST_PATH_IMAGE011
表示目标热点的经度，
Figure 110786DEST_PATH_IMAGE012
表示地球的平均半径，
Figure 539494DEST_PATH_IMAGE013
表示大气污染探测激光雷达的纬度，
Figure 394317DEST_PATH_IMAGE014
表示大气污染探测激光雷达的经度。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，对确定得到的目标热点而言，目标热点的纬度表示为：
Figure 157743DEST_PATH_IMAGE015
其中，
Figure 21794DEST_PATH_IMAGE016
表示目标热点的纬度。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，对确定得到的目标热点而言，目标热点的海拔高度表示为：
Figure 39428DEST_PATH_IMAGE017
其中，
Figure 596311DEST_PATH_IMAGE018
表示目标热点的海拔高度，
Figure 581454DEST_PATH_IMAGE019
表示大气污染探测激光雷达海拔高度。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，在所述步骤三中，在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离的方法，对应的计算公式为：
Figure 983616DEST_PATH_IMAGE020
其中，
Figure 121337DEST_PATH_IMAGE021
表示热点区间中的一目标热点与大气污染探测激光雷达之间的距离，
Figure 849121DEST_PATH_IMAGE022
表示热点区间的数据点索引，
Figure 603451DEST_PATH_IMAGE023
表示大气污染探测激光雷达的空间分辨率。
所述基于激光雷达观测结果提取大气污染信息的方法，其中，在所述步骤三中，扇形热点区间面积的计算公式为：
Figure 318291DEST_PATH_IMAGE024
其中，
Figure 310518DEST_PATH_IMAGE025
表示扇形热点区间面积，
Figure 943625DEST_PATH_IMAGE026
表示热点区间1与大气污染探测激光雷达之间的起始距离，
Figure 654092DEST_PATH_IMAGE027
表示热点区间1与大气污染探测激光雷达之间的终点距离，
Figure 912904DEST_PATH_IMAGE028
表示热点区间n与大气污染探测激光雷达之间的起始距离，
Figure 759637DEST_PATH_IMAGE029
表示热点区间n与大气污染探测激光雷达之间的终点距离；
热点区间总面积的计算公式为：
Figure 829224DEST_PATH_IMAGE030
其中，
Figure 761408DEST_PATH_IMAGE031
表示热点区间总面积，
Figure 823911DEST_PATH_IMAGE032
表示第
Figure 790730DEST_PATH_IMAGE033
个扇形热点区间的面积，
Figure 765639DEST_PATH_IMAGE034
表示扇形热点区间的数量。
本发明提出一种基于激光雷达观测结果提取大气污染信息的系统，其中，所述系统包括：
热点分布图生成模块，用于：
提取大气背景消光系数廓线：通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线；
分区扣除大气背景消光系数廓线：获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值；
阈值比较判定：若当前扣除背景后的数值小于第一阈值
Figure 903228DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 254575DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图；
转换边界位置序号：记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构；
热点峰值定位模块，用于：
获取热点峰值的峰值角度与跨越距离：
获取当前扫描角度对应的热点分布图的角度廓线，其中所述当前扫描角度从初始角度为1°开始；
获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置；其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界；
当获取到所有的热点区间边界，即可获得热点分布图中角度廓线上所有热点区间的峰值角度与跨越距离；
热点峰值的经纬度转换：
构建激光雷达坐标系，计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量，并根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度；
热点区间面积计算模块，用于：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施例了解到。
附图说明
图1为本发明提出的基于激光雷达观测结果提取大气污染信息的方法的流程图；
图2为本发明中获取热点峰值的峰值角度与跨越距离的方法流程图；
图3为本发明中热点峰值的经纬度转换的方法流程图；
图4为本发明中构建的激光雷达坐标系的示意图；
图5为本发明中热点区间的分布示意图；
图6为本发明提出的基于激光雷达观测结果提取大气污染信息的系统的结构图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
请参阅图1至图5，本发明提出一种基于激光雷达观测结果提取大气污染信息的方法，其中，所述方法包括如下步骤：
S101、生成热点分布图。
在实际业务工作中，通过大量的样本数据研究发现：热点的消光系数廓线和未做处理的分布图最大的特征是数值或颜色相比其它区域数值或颜色要突出，其它特征则没有明显的规律性。因此，很难利用特征和特征阈值对热点区间进行准确地拾取和标识。而同时，由于总能在一次扫描中提取到大气的背景廓线，因此如果将一次扫描分布数据扣除掉大气的背景值，则得到的必然是热点区域。基于此，本发明提出双阈值四步法热点分布图生成策略。
在本发明中，步骤S101具体包括：
S1011、提取大气背景消光系数廓线：
通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线。
其中，提取大气背景消光系数廓线的方法具体包括如下步骤：
S1011a、控制大气污染探测激光雷达以8min扫描360°的速度进行扫描。
S1011b、每隔45°重新选择一条大气背景消光系数廓线。
其中，大气背景消光系数廓线的选取标准为：选取45°范围内标准方差值小于第二阈值
Figure 872638DEST_PATH_IMAGE002
的所有廓线，并将所选取的所有廓线进行数值平均，将得到的廓线平均值作为所述大气背景消光系数廓线；若在45°范围内不存在标准方差值小于第二阈值
Figure 18449DEST_PATH_IMAGE002
的廓线，则在该45°范围内采用默认值。
S1012、分区扣除大气背景消光系数廓线：
获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值。
S1013、阈值比较判定：
若当前扣除背景后的数值小于第一阈值
Figure 925225DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 329530DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图。
S1014、转换边界位置序号：
记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构。
需要说明的是，以序号传输到用户端进行图像重构，取代原始的浮点数传输，压缩数据量，从而降低了对无线通信的要求。
S102、热点峰值定位：
S1021、获取热点峰值的峰值角度与跨越距离：
其中，请参阅图2，步骤S1021具体包括：
S1021a、获取当前扫描角度对应的热点分布图的角度廓线。
其中，所述当前扫描角度从初始角度为1°开始。
S1021b、获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置。
其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界。
S1021c、根据热点区间的左边界以及右边界，计算得到热点区间的左右边界距离。
S1021d、对热点分布图的角度廓线上所有分布的热点区间，将左右边界距离小于预设边界距离的热点区间进行剔除以筛选得到符合要求的热点区间。
S1021e、在所述筛选得到符合要求的热点区间中，获取多个峰值位置。
S1021f、在多个所述峰值位置中，当判断到与小于当前扫描角度有重叠区间的范围内存在最大峰值位置，则将所述当前扫描角度累计加1°。
在此需要说明的是，根据相邻廓线热点交叠区段的最大峰值逐次比较，依次更新相应热点区段的最大峰值。通过遍历，直到该区段相邻廓线间不存在交叠区或不存在热点时，则认为找到该区段的热点区间的边界。
S1021g、当判断到所述当前扫描角度大于360°，则可获取得到所有热点区间内的热点峰值的角度与跨越距离。
S1022、热点峰值的经纬度转换：
通过单条廓线搜索，相邻廓线交叠区比较，可获得在彩图上成片区热点峰值的角度(正北为0°)以及与雷达的直线距离。在实际工作中，为便于环保工作者通过GIS地图进行精准定位，需要进一步计算热点的经纬度。
常规的经纬度转换可通过雷达所在地平面坐标系、地球球心直角坐标系和经纬度坐标系三个坐标系的相互转换获得，特别是两点之间的距离较远，且对转换精度要求较高时，需要把地球当成椭球处理，并借助高斯克吕格投影进行计算，运算较为复杂会增加激光雷达内部运算单元的负荷。
然而，在本发明的激光雷达探测大气污染的应用中，热点一般在距离雷达3公里范围内，将地球近似为圆球来计算得到的经纬度精度已基本满足业务应用需求，其对应的流程如图3所示。步骤S1022具体包括：
S1022a、构建激光雷达坐标系；
如图4所示，O是大气污染探测激光雷达所在位置。在热点区间内存在多个目标热点，在构建激光雷达坐标系的步骤中，存在如下公式：
Figure 5362DEST_PATH_IMAGE035
其中，
Figure 587654DEST_PATH_IMAGE004
表示目标热点在纬度上的偏移距离，
Figure 981726DEST_PATH_IMAGE005
表示目标热点在经度上的偏移距离，
Figure 924143DEST_PATH_IMAGE036
表示目标热点在海拔高度上的偏移距离，
Figure 454481DEST_PATH_IMAGE007
表示目标热点与大气污染探测激光雷达之间的距离，
Figure 473253DEST_PATH_IMAGE008
表示大气污染探测激光雷达水平扫描时的俯仰角度，
Figure 823463DEST_PATH_IMAGE009
表示目标热点偏离正北角度。
S1022b、计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量；
可以理解的，大气污染探测激光雷达安装点的经纬度坐标可通过高精度GPS定位获得。
S1022c、根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度。
对热点区间中的目标热点而言，目标热点的经度表示为：
Figure 569571DEST_PATH_IMAGE010
其中，
Figure 219995DEST_PATH_IMAGE011
表示目标热点的经度，
Figure 144089DEST_PATH_IMAGE012
表示地球的平均半径，
Figure 512753DEST_PATH_IMAGE013
表示大气污染探测激光雷达的纬度，
Figure 796973DEST_PATH_IMAGE014
表示大气污染探测激光雷达的经度；
目标热点的纬度表示为：
Figure 98641DEST_PATH_IMAGE015
其中，
Figure 193636DEST_PATH_IMAGE016
表示目标热点的纬度；
目标热点的海拔高度表示为：
Figure 784017DEST_PATH_IMAGE017
其中，
Figure 622660DEST_PATH_IMAGE018
表示目标热点的海拔高度，
Figure 502804DEST_PATH_IMAGE019
表示大气污染探测激光雷达海拔高度。
S103、热点区间的面积计算：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
在步骤S103中，在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离的方法，对应的计算公式为：
Figure 768700DEST_PATH_IMAGE020
其中，
Figure 846377DEST_PATH_IMAGE021
表示热点区间中的一目标热点与大气污染探测激光雷达之间的距离，
Figure 957553DEST_PATH_IMAGE022
表示热点区间的数据点索引，
Figure 951923DEST_PATH_IMAGE023
表示大气污染探测激光雷达的空间分辨率。
扇形热点区间面积的计算公式为：
Figure 123141DEST_PATH_IMAGE024
其中，
Figure 953694DEST_PATH_IMAGE025
表示扇形热点区间面积，
Figure 868560DEST_PATH_IMAGE026
表示热点区间1与大气污染探测激光雷达之间的起始距离，
Figure 717436DEST_PATH_IMAGE027
表示热点区间1与大气污染探测激光雷达之间的终点距离，
Figure 325135DEST_PATH_IMAGE028
表示热点区间n与大气污染探测激光雷达之间的起始距离，
Figure 111826DEST_PATH_IMAGE029
表示热点区间n与大气污染探测激光雷达之间的终点距离（具体可参见图5）。
热点区间总面积的计算公式为：
Figure 95962DEST_PATH_IMAGE030
其中，
Figure 346815DEST_PATH_IMAGE031
表示热点区间总面积，
Figure 374683DEST_PATH_IMAGE032
表示第
Figure 648669DEST_PATH_IMAGE033
个扇形热点区间的面积，
Figure 170917DEST_PATH_IMAGE037
表示扇形热点区间的数量。
本发明提出一种基于激光雷达观测结果提取大气污染信息的方法，具有如下有益效果：
（1）采用双阈值四步法热点分布图生成策略，生成信息量在100B以内的热点分布图，热点图生成后用户端直接叠加在地图上，环保工作人员可以清楚地看到热点所在区域分布信息，无需手动调节；且从设备端单次传输的信息量被大幅压缩，极大程度降低了对4G/5G通信网络的要求。
（2）基于雷达现场设备端自带的GPS定位信息以及固化在设备端的扫描热点寻峰流程，在现场端自动提取定位热点峰值所在经纬度信息，继而可直接推送到污染溯源联动部门，无需后端人工读图识别峰值热点再调动。
（3）通过对热点分布图中的热点，按扇区网格实施面积积分，提取单次探测的污染面积信息，可帮助用户对污染形势做出判断。
请参阅图6，本发明提出一种基于激光雷达观测结果提取大气污染信息的系统，其中，所述系统包括：
热点分布图生成模块，用于：
提取大气背景消光系数廓线：通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线；
分区扣除大气背景消光系数廓线：获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值；
阈值比较判定：若当前扣除背景后的数值小于第一阈值
Figure 479539DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 678308DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图；
转换边界位置序号：记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构；
热点峰值定位模块，用于：
获取热点峰值的峰值角度与跨越距离：
获取当前扫描角度对应的热点分布图的角度廓线，其中所述当前扫描角度从初始角度为1°开始；
获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置；其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界；
当获取到所有的热点区间边界，即可获得热点分布图中角度廓线上所有热点区间的峰值角度与跨越距离；
热点峰值的经纬度转换：
构建激光雷达坐标系，计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量，并根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度；
热点区间面积计算模块，用于：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
应当理解的，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于激光雷达观测结果提取大气污染信息的方法，其特征在于，所述方法包括如下步骤：
步骤一、生成热点分布图：
提取大气背景消光系数廓线：通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线；
分区扣除大气背景消光系数廓线：获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值；
阈值比较判定：若当前扣除背景后的数值小于第一阈值
Figure 298460DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 259463DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图；
转换边界位置序号：记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构；
步骤二、热点峰值定位：
获取热点峰值的峰值角度与跨越距离：
获取当前扫描角度对应的热点分布图的角度廓线，其中所述当前扫描角度从初始角度为1°开始；
获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置；其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界；
当获取到所有的热点区间边界，即可获得热点分布图中角度廓线上所有热点区间的峰值角度与跨越距离；
热点峰值的经纬度转换：
构建激光雷达坐标系，计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量，并根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度；
步骤三、热点区间的面积计算：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
2.根据权利要求1所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，在所述步骤一中，提取大气背景消光系数廓线的方法具体包括如下步骤：
控制大气污染探测激光雷达以8min扫描360°的速度进行扫描；
每隔45°重新选择一条大气背景消光系数廓线，其中，所述大气背景消光系数廓线的选取标准为：
选取45°范围内标准方差值小于第二阈值
Figure 501088DEST_PATH_IMAGE002
的所有廓线，并将所选取的所有廓线进行数值平均，将得到的廓线平均值作为所述大气背景消光系数廓线；若在45°范围内不存在标准方差值小于第二阈值
Figure 572949DEST_PATH_IMAGE002
的廓线，则在该45°范围内采用默认值。
3.根据权利要求2所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，在所述步骤二中，在获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置之后，所述方法还包括：
根据热点区间的左边界以及右边界，计算得到热点区间的左右边界距离；
对热点分布图的角度廓线上所有分布的热点区间，将左右边界距离小于预设边界距离的热点区间进行剔除以筛选得到符合要求的热点区间；
在所述筛选得到符合要求的热点区间中，获取多个峰值位置；
在多个所述峰值位置中，当判断到与小于当前扫描角度有重叠区间的范围内存在最大峰值位置，则将所述当前扫描角度累计加1°；
当判断到所述当前扫描角度大于360°，则可获取得到所有热点区间内的热点峰值的角度与跨越距离。
4.根据权利要求3所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，在所述步骤二中，在热点区间内存在多个目标热点，在所述构建激光雷达坐标系的步骤中，存在如下公式：
Figure 747579DEST_PATH_IMAGE003
其中，
Figure 613904DEST_PATH_IMAGE004
表示目标热点在纬度上的偏移距离，
Figure 608404DEST_PATH_IMAGE005
表示目标热点在经度上的偏移距离，
Figure 218377DEST_PATH_IMAGE006
表示目标热点在海拔高度上的偏移距离，
Figure 981934DEST_PATH_IMAGE007
表示目标热点与大气污染探测激光雷达之间的距离，
Figure 19160DEST_PATH_IMAGE008
表示大气污染探测激光雷达水平扫描时的俯仰角度，
Figure 766536DEST_PATH_IMAGE009
表示目标热点偏离正北角度。
5.根据权利要求4所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，对确定得到的目标热点而言，目标热点的经度表示为：
Figure 914621DEST_PATH_IMAGE010
其中，
Figure 798263DEST_PATH_IMAGE011
表示目标热点的经度，
Figure 6391DEST_PATH_IMAGE012
表示地球的平均半径，
Figure 975484DEST_PATH_IMAGE013
表示大气污染探测激光雷达的纬度，
Figure 927259DEST_PATH_IMAGE014
表示大气污染探测激光雷达的经度。
6.根据权利要求5所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，对确定得到的目标热点而言，目标热点的纬度表示为：
Figure 665408DEST_PATH_IMAGE015
其中，
Figure 778858DEST_PATH_IMAGE016
表示目标热点的纬度。
7.根据权利要求6所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，对确定得到的目标热点而言，目标热点的海拔高度表示为：
Figure 235247DEST_PATH_IMAGE017
其中，
Figure 993643DEST_PATH_IMAGE018
表示目标热点的海拔高度，
Figure 586298DEST_PATH_IMAGE019
表示大气污染探测激光雷达海拔高度。
8.根据权利要求7所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，在所述步骤三中，在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离的方法，对应的计算公式为：
Figure 401807DEST_PATH_IMAGE020
其中，
Figure 79913DEST_PATH_IMAGE021
表示热点区间中的一目标热点与大气污染探测激光雷达之间的距离，
Figure 373492DEST_PATH_IMAGE022
表示热点区间的数据点索引，
Figure 820653DEST_PATH_IMAGE023
表示大气污染探测激光雷达的空间分辨率。
9.根据权利要求8所述的基于激光雷达观测结果提取大气污染信息的方法，其特征在于，在所述步骤三中，扇形热点区间面积的计算公式为：
Figure 807064DEST_PATH_IMAGE024
其中，
Figure 238045DEST_PATH_IMAGE025
表示扇形热点区间面积，
Figure 69735DEST_PATH_IMAGE026
表示热点区间1与大气污染探测激光雷达之间的起始距离，
Figure 371403DEST_PATH_IMAGE027
表示热点区间1与大气污染探测激光雷达之间的终点距离，
Figure 528715DEST_PATH_IMAGE028
表示热点区间n与大气污染探测激光雷达之间的起始距离，
Figure 446993DEST_PATH_IMAGE029
表示热点区间n与大气污染探测激光雷达之间的终点距离；
热点区间总面积的计算公式为：
Figure 816794DEST_PATH_IMAGE030
其中，
Figure 504127DEST_PATH_IMAGE031
表示热点区间总面积，
Figure 566761DEST_PATH_IMAGE032
表示第
Figure 706756DEST_PATH_IMAGE033
个扇形热点区间的面积，
Figure 145827DEST_PATH_IMAGE034
表示扇形热点区间的数量。
10.一种基于激光雷达观测结果提取大气污染信息的系统，其特征在于，所述系统包括：
热点分布图生成模块，用于：
提取大气背景消光系数廓线：通过大气污染探测激光雷达进行扫描，以得到一次扫描分布数据，并提取大气背景消光系数廓线；
分区扣除大气背景消光系数廓线：获得连续8个大气背景消光系数廓线，通过将原始消光系数廓线分别与各分区的大气背景消光系数廓线作减法运算，以得到多个当前扣除背景后的数值；
阈值比较判定：若当前扣除背景后的数值小于第一阈值
Figure 687667DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为0；若当前扣除背景后的数值大于等于第一阈值
Figure 921202DEST_PATH_IMAGE001
，则将当前扣除背景后的数值置为1，然后重新绘制生成热点分布图；
转换边界位置序号：记录在阈值比较判定步骤中，由0至1或由1至0的转换，记录对应的转换边界位置序号，并将所述转换边界位置序号传输到用户端进行图像重构；
热点峰值定位模块，用于：
获取热点峰值的峰值角度与跨越距离：
获取当前扫描角度对应的热点分布图的角度廓线，其中所述当前扫描角度从初始角度为1°开始；
获取热点分布图的角度廓线上所有分布的热点区间的左右边界位置；其中，通过循环查找到左边值为零且当前扣除背景后的数值大于零的位置，以确定所有的左边界；通过循环查找右边值为零且当前扣除背景后的数值大于零的位置，以确定所有的右边界；
当获取到所有的热点区间边界，即可获得热点分布图中角度廓线上所有热点区间的峰值角度与跨越距离；
热点峰值的经纬度转换：
构建激光雷达坐标系，计算经度相对偏移量、纬度相对偏移量以及海拔高度偏移量，并根据经度相对偏移量、纬度相对偏移量以及海拔高度偏移量计算得到目标点经纬度；
热点区间面积计算模块，用于：
在热力分布图中通过数据点索引获取角度廓线上所有热点区间的跨越距离，根据多个所述跨越距离计算得到单条角度廓线上的扇形热点区间面积，并根据所述扇形热点区间面积计算得到热点区间总面积，用于对污染的扩散程度进行评估。
CN202211201220.1A 2022-09-29 2022-09-29 基于激光雷达观测结果提取大气污染信息的方法与系统 Active CN115356748B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211201220.1A CN115356748B (zh) 2022-09-29 2022-09-29 基于激光雷达观测结果提取大气污染信息的方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211201220.1A CN115356748B (zh) 2022-09-29 2022-09-29 基于激光雷达观测结果提取大气污染信息的方法与系统

Publications (2)

Publication Number Publication Date
CN115356748A true CN115356748A (zh) 2022-11-18
CN115356748B CN115356748B (zh) 2023-01-17

Family

ID=84008852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211201220.1A Active CN115356748B (zh) 2022-09-29 2022-09-29 基于激光雷达观测结果提取大气污染信息的方法与系统

Country Status (1)

Country Link
CN (1) CN115356748B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792919A (zh) * 2023-01-19 2023-03-14 合肥中科光博量子科技有限公司 一种气溶胶激光雷达水平扫描监测污染热点区域识别方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002196075A (ja) * 2000-12-26 2002-07-10 Inc Engineering Co Ltd レーザレーダ監視方法及び装置
US20080074640A1 (en) * 2006-09-22 2008-03-27 Walsh Gregory C Lidar system
CN107037447A (zh) * 2017-06-06 2017-08-11 合肥光博量子科技有限公司 户外型全天候全天时大气气溶胶颗粒物激光雷达装置
CN110687547A (zh) * 2019-09-27 2020-01-14 北京航天环境工程有限公司 一种基于遥感雷达的有毒有害气体环境风险预警监测方法
CN110888147A (zh) * 2019-11-04 2020-03-17 西安理工大学 一种扫描激光雷达探测数据网格化可视化方法
WO2020182591A1 (en) * 2019-03-08 2020-09-17 Osram Gmbh Component for a lidar sensor system, lidar sensor system, lidar sensor device, method for a lidar sensor system and method for a lidar sensor device
CN111736176A (zh) * 2020-06-23 2020-10-02 中国人民解放军陆军炮兵防空兵学院 一种基于激光雷达的大气环境数据的共享方法
CN112068153A (zh) * 2020-08-24 2020-12-11 电子科技大学 一种基于地基激光雷达点云的冠层间隙率估算方法
KR102274688B1 (ko) * 2020-12-11 2021-07-08 삼우티시에스 주식회사 속도 및 방향 분해능이 향상된 미세먼지 소산계수 측정 주사 라이다 운용 방법
CN113219480A (zh) * 2021-02-26 2021-08-06 南京新环光电科技有限公司 基于扫描激光雷达的气溶胶消光系数三维空间分布反演方法
US20210333363A1 (en) * 2018-10-05 2021-10-28 Eko Instruments Co., Ltd. Meteorological lidar
CN114167448A (zh) * 2021-11-17 2022-03-11 南京新环光电科技有限公司 一种基于激光雷达的联合观测与消光系数标定反演方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002196075A (ja) * 2000-12-26 2002-07-10 Inc Engineering Co Ltd レーザレーダ監視方法及び装置
US20080074640A1 (en) * 2006-09-22 2008-03-27 Walsh Gregory C Lidar system
CN107037447A (zh) * 2017-06-06 2017-08-11 合肥光博量子科技有限公司 户外型全天候全天时大气气溶胶颗粒物激光雷达装置
US20210333363A1 (en) * 2018-10-05 2021-10-28 Eko Instruments Co., Ltd. Meteorological lidar
WO2020182591A1 (en) * 2019-03-08 2020-09-17 Osram Gmbh Component for a lidar sensor system, lidar sensor system, lidar sensor device, method for a lidar sensor system and method for a lidar sensor device
CN110687547A (zh) * 2019-09-27 2020-01-14 北京航天环境工程有限公司 一种基于遥感雷达的有毒有害气体环境风险预警监测方法
CN110888147A (zh) * 2019-11-04 2020-03-17 西安理工大学 一种扫描激光雷达探测数据网格化可视化方法
CN111736176A (zh) * 2020-06-23 2020-10-02 中国人民解放军陆军炮兵防空兵学院 一种基于激光雷达的大气环境数据的共享方法
CN112068153A (zh) * 2020-08-24 2020-12-11 电子科技大学 一种基于地基激光雷达点云的冠层间隙率估算方法
KR102274688B1 (ko) * 2020-12-11 2021-07-08 삼우티시에스 주식회사 속도 및 방향 분해능이 향상된 미세먼지 소산계수 측정 주사 라이다 운용 방법
CN113219480A (zh) * 2021-02-26 2021-08-06 南京新环光电科技有限公司 基于扫描激光雷达的气溶胶消光系数三维空间分布反演方法
CN114167448A (zh) * 2021-11-17 2022-03-11 南京新环光电科技有限公司 一种基于激光雷达的联合观测与消光系数标定反演方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LIANG MEI ET AL.: "Atmospheric extinction coefficient retrieval and validation for the single-band Mie-scattering Scheimpflug lidar technique", 《OPTICS EXPRESS》 *
XIN MA ET AL.: "Regional Atmospheric Aerosol Pollution Detection Based on LiDAR Remote Sensing", 《REMOTE SENSING》 *
吕阳等: "基于激光雷达扫描观测的散布点污染源监测", 《中国环境科学》 *
方欣等: "合肥梅雨季节大气污染物分布特征的激光雷达探测", 《中国激光》 *
朱余等: "基于激光雷达走航车的大气污染物探测技术及其应用", 《中国环境监测》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115792919A (zh) * 2023-01-19 2023-03-14 合肥中科光博量子科技有限公司 一种气溶胶激光雷达水平扫描监测污染热点区域识别方法

Also Published As

Publication number Publication date
CN115356748B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
EP3475729B1 (en) Real-time precipitation forecasting system
US6405134B1 (en) Method and apparatus for predicting lightning threats based on radar and temperature data
CN101426206B (zh) 一种通信网络话务分布网格化的方法及系统
CN105354832B (zh) 一种山区卫星影像自动配准到地理底图上的方法
CN105203023A (zh) 一种车载三维激光扫描系统安置参数的一站式标定方法
CN115356748B (zh) 基于激光雷达观测结果提取大气污染信息的方法与系统
CN110933604B (zh) 基于位置指纹时序特征的knn室内定位方法
CN108281023B (zh) 一种通过移动终端展示实时路况的方法和系统
CN112926468B (zh) 一种潮滩高程自动提取方法
CN112558076A (zh) 基于组网天气雷达覆盖域的体扫描模式计算方法与应用
CN113593191A (zh) 一种基于大数据的可视化城市内涝监测预警系统
CN210321636U (zh) 一种电缆隧道三维激光扫描装置
CN114792469B (zh) 一种感知系统的测试方法、装置及测试设备
CN109683211A (zh) 一种航道天气监测预警系统及方法
CN117593657A (zh) 一种精细化气象预报数据处理方法、系统及可读存储介质
CN107490363B (zh) 一种基于地表温度数据的产热企业生产强度监测方法
CN114885369A (zh) 网络覆盖质量检测处理方法、装置、电子设备和存储介质
CN115567970A (zh) 基站信号覆盖数据测量方法、装置、设备及存储介质
CN111292018B (zh) 一种城市易损性模型构建方法
CN114916059A (zh) 基于区间随机对数阴影模型的WiFi指纹稀疏地图扩建方法
KR102128398B1 (ko) 고정확도의 고속 무선 측위 방법 및 장치
CN103424782A (zh) 一种中层径向辐合的自动识别方法
CN114440922A (zh) 一种评测激光标定的方法、装置、相关设备及存储介质
CN103335645A (zh) 面向景观规划的空间精确定位的图像获取方法
CN112422917A (zh) 基于监控视频与高精度dem结合的道路积水监测方法及系统

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