CN115524264B - 一种基于激光雷达测量的气溶胶分类方法 - Google Patents

一种基于激光雷达测量的气溶胶分类方法 Download PDF

Info

Publication number
CN115524264B
CN115524264B CN202211372886.3A CN202211372886A CN115524264B CN 115524264 B CN115524264 B CN 115524264B CN 202211372886 A CN202211372886 A CN 202211372886A CN 115524264 B CN115524264 B CN 115524264B
Authority
CN
China
Prior art keywords
aerosol
height
laser radar
ratio
wavelength
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
CN202211372886.3A
Other languages
English (en)
Other versions
CN115524264A (zh
Inventor
杜立彬
尚志伟
孟祥谦
袁一博
刘杰
陈浩
王立伟
崔童
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202211372886.3A priority Critical patent/CN115524264B/zh
Publication of CN115524264A publication Critical patent/CN115524264A/zh
Application granted granted Critical
Publication of CN115524264B publication Critical patent/CN115524264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • 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
    • 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)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开一种基于激光雷达测量的气溶胶分类方法，属于激光雷达测量技术领域，用于对气溶胶的分类，包括：对大气层高度进行分层形成多个高度层列；根据激光雷达系统采集装置的设定采样率确定激光雷达的分辨率，对分割好的每个高度层列的大气雷达信号进行单独存储；对每个高度层列的激光雷达方程，利用多波长雷达的拉曼通道和米散射通道，联立每个空间分辨率下的激光雷达方程，联立求解得后向散射系数和消光系数；选取数据库的标准参量，将六种粒子的标准向量列出；运用余弦相似度算法计算观测向量与六种气溶胶标准参量的相似度，并得到最大值；将该最大值对应的高度层气溶胶种类归类为相似度值最大的气溶胶。

Description

一种基于激光雷达测量的气溶胶分类方法
技术领域
本发明公开一种基于激光雷达测量的气溶胶分类方法，属于激光雷达测量技术领域。
背景技术
现有技术对气溶胶的探测方法主要包括采样法、太阳光度计、卫星被动遥感、气象探空气球等手段，上述方法存在技术成本较高、采样分析流程时间长、数据量小，无法实现气溶胶的大空间范围、高时空分辨率的实时探测，并且易受到天气情况的影响，无法实现气溶胶粒子种类的高精度分辨。
使用激光雷达进行气溶胶分类时，散射激光雷达在反演后向散射系数β的时候涉及到一个方程求解两个未知数的问题，因此需要假设一定的激光雷达比（LR），认为气溶胶类型、尺度谱和复折射率不随高度发生变化，这与现实情况存在很大的差距；而且利用其进行气溶胶类型分类时，首先需要给定不同类型气溶胶的颗粒粒径分布、复折射率等，需要在使用之前对气溶胶组分进行调查，增加了工作量和使用的复杂程度。而且单一波长的激光雷达的探测数据只能反映某一特定尺度的气溶胶特性，因此单波长激光雷达已很难满足大尺度范围内研究大气气溶胶特性的要求，并且缺乏识别气溶胶粒子的手段。
综上，利用主动遥感进行气溶胶组分的识别方法相对比较复杂，且能识别的气溶胶粒子种类直接受当地的地理位置、气候影响，因而很难形成较为直观、有效的不同气溶胶粒子的分布，难以产生较为直接的判断，从而很难直接应用于实际的探测过程中。
发明内容
本发明的目的在于提供一种基于激光雷达测量的气溶胶分类方法，以解决现有技术中，基于激光雷达的气溶胶分类方法不能进行多种气溶胶粒子的识别、没有实现多剖面的气溶胶粒子分析的问题。
一种基于激光雷达测量的气溶胶分类方法，包括：
S1.对大气层高度进行分层形成多个高度层列，0-4km高度每200m一层，4-8km高度每500m一层，每层高度假定气溶胶均匀分布；
S2.根据激光雷达系统采集装置的设定采样率确定激光雷达的分辨率，对分割好的每个高度层列的大气雷达信号进行单独存储；
S3.对每个高度层列的激光雷达方程，利用多波长雷达的拉曼通道和米散射通道，联立每个空间分辨率下的激光雷达方程，联立求解得355nm和532nm波长对应位置的后向散射系数β和消光系数α；
S4.利用正则化方法对每个分辨率高度上的粒子谱分布进行反演，利用得到的粒子谱反推激光雷达比，并通过迭代算法将LR误差降低至合理区间之内，得到对应的1064nm波长的后向散射系数；
S5.计算参数LR355、LR532、kβ(355，532)、kβ(355，1064)、kβ(532，1064)、kα(532，1064)、CR（532/355）和δ532，并将这些参数设置为一个8维向量，用该8维向量表示该层大气的气溶胶光学参数；LR355 是355nm波长的激光雷达比，LR532 是532nm波长的激光雷达比，kβ(355，532)是355nm和532nm波长下的埃指数后向散射比，kβ(355，1064)是355nm和1064nm波长下的埃指数后向散射比，kβ(532，1064)是532nm和1064nm波长下的埃指数后向散射比，kα(532，1064)是532nm和1064nm波长下的埃指数消光比，CR(532/355)是532nm和355nm波长下的色比，δ532 是532nm波长下的退偏比；
S6.选取数据库的标准参量，将六种粒子的标准向量x列出；
S7.运用余弦相似度算法计算观测向量与六种气溶胶标准参量的相似度，并得到最大值；
S8.将该最大值对应的高度层气溶胶种类归类为相似度值最大的气溶胶。
所述拉曼通道对应的氮气拉曼散射激光雷达方程如下所示：
；
米散射通道对应的米散射激光雷达方程如下所示：
；
式中，表示激光雷达系统发射的波长的激光在高度处的氮气拉曼散射后向散射的信号的能量大小，表示激光雷达系统发射的波长的激光在高度处的米散射后向散射的信号的能量大小，表示高度，表示米散射通道的系统常数，表示拉曼通道的系统常数， (r)表示在高度处的激光氮气分子的拉曼效应的后向散射系数，表示积分当中位于高度区间内的中间变量，亦指代高度，表示发射波长为的激光对应高度的气溶胶消光系数， 表示发射波长为的激光对应高度的大气分子消光系数，表示发射波长对应的氮气拉曼散射的激光对应高度的气溶胶消光系数， 表示发射波长对应的氮气拉曼散射的激光对应高度的大气分子消光系数，表示发射波长为的激光对应高度的气溶胶后向散射系数，表示发射波长为的激光对应高度的大气分子后向散射系数。
对拉曼散射激光雷达方程进行取对数和求导，直接获得气溶胶的消光系数：
；
式中，表示在高度处的氮气分子数密度；
根据经验值选择对流层上部高度处的气溶胶粒子浓度为0，可推导出气溶胶的后向散射系数：
；
联立得到气溶胶的消光系数和后向散射系数，并得到激光雷达比LR，，为发射波长高度对应的LR；
通过上述过程，得到355nm波长的不同高度处的消光系数、后向散射系数、激光雷达比和532nm波长的不同高度处的消光系数、后向散射系数、激光雷达比。
1064nm波长的后向散射系数β使用米散射计算公式进行计算，使用Tikhonov正则化反演粒子谱分布，根据算得的粒子谱分布通过米散射理论计算出新的LR，并将计算得到的新LR同先前假设的LR进行迭代计算，直至误差小于3%即可认为所得LR为理想LR，通过该理想LR计算得到1064nm下的后向散射系数。
设定对流层上层某高度处无气溶胶，8km以上的空间认为不存在气溶胶粒子，每一层的高度都认为只有一种气溶胶粒子种类，得到28个剖面，每个剖面按照一种气溶胶参数进行计算；
将光学参数进行扩展，包括埃指数消光比、埃指数后向散射比、色比、退偏比：
埃指数后向散射比：；
埃指数消光比：；
色比:；
退偏比：；
上式中，是波长的垂直接收通道的后向散射系数，是波长的平行接收通道信号的后向散射系数。
将所述8维向量表述为：
=( LR355，LR532，kβ(355，532)，kβ(355，1064)，kβ(532，1064)，kα(355，532)，CR(532/355)，δ532)。
把每种参考气溶胶的向量的值表述出来，利用已有的数据对其进行赋值，赋值的气溶胶粒子的分类标准为清洁大陆型、污染大陆型、海洋型、烟雾型、沙尘型、火山灰型六种纯气溶胶粒子。
通过每个剖面计算得到向量，并将与六种标准气溶胶粒子的进行距离计算，通过余弦相似度算法计算二者的相似性：；
其中 A、 B分别代表的是每个气溶胶的参考向量和每层气溶胶的计算得到的真实向量，通过真实值与六个参考值进行计算，得到相似度最大的组合为目标类气溶胶，认为该层剖面的气溶胶以目标类气溶胶为主。
相对比现有技术，本发明具有以下有益效果：引进了更多的物理量，可以实现更为精准的分类；引入正则化算法，通过反演气溶胶粒子谱分布进而修正激光雷达比，得到更准确的1064nm下的后向散射系数；可以实现多个高度的气溶胶的组分分类，有助于进一步的研究分析。
附图说明
图1是本发明的技术流程图；
图2是正则化算法计算1064nm通道后向散射系数流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于激光雷达测量的气溶胶分类方法，如图1，包括：
S1.对大气层高度进行分层形成多个高度层列，0-4km高度每200m一层，4-8km高度每500m一层，每层高度假定气溶胶均匀分布；
S2.根据激光雷达系统采集装置的设定采样率确定激光雷达的分辨率，对分割好的每个高度层列的大气雷达信号进行单独存储；
S3.对每个高度层列的激光雷达方程，利用多波长雷达的拉曼通道和米散射通道，联立每个空间分辨率下的激光雷达方程，联立求解得355nm和532nm波长对应位置的后向散射系数β和消光系数α；
S4.利用正则化方法对每个分辨率高度上的粒子谱分布进行反演，利用得到的粒子谱反推激光雷达比，并通过迭代算法将LR误差降低至合理区间之内，得到对应的1064nm波长的后向散射系数；
S5.计算参数LR355、LR532、kβ(355，532)、kβ(355，1064)、kβ(532，1064)、kα(532，1064)、CR（532/355）和δ532，并将这些参数设置为一个8维向量，用该8维向量表示该层大气的气溶胶光学参数；LR355 是355nm波长的激光雷达比，LR532 是532nm波长的激光雷达比，kβ(355，532)是355nm和532nm波长下的埃指数后向散射比，kβ(355，1064)是355nm和1064nm波长下的埃指数后向散射比，kβ(532，1064)是532nm和1064nm波长下的埃指数后向散射比，kα(532，1064)是532nm和1064nm波长下的埃指数消光比，CR(532/355)是532nm和355nm波长下的色比，δ532 是532nm波长下的退偏比；
S6.选取数据库的标准参量，将六种粒子的标准向量x列出；
S7.运用余弦相似度算法计算观测向量与六种气溶胶标准参量的相似度，并得到最大值；
S8.将该最大值对应的高度层气溶胶种类归类为相似度值最大的气溶胶。
所述拉曼通道对应的氮气拉曼散射激光雷达方程如下所示：
；
米散射通道对应的米散射激光雷达方程如下所示：
；
式中，表示激光雷达系统发射的波长的激光在高度处的氮气拉曼散射后向散射的信号的能量大小，表示激光雷达系统发射的波长的激光在高度处的米散射后向散射的信号的能量大小，表示高度，表示米散射通道的系统常数，表示拉曼通道的系统常数， (r)表示在高度处的激光氮气分子的拉曼效应的后向散射系数，表示积分当中位于高度区间内的中间变量，亦指代高度，表示发射波长为的激光对应高度的气溶胶消光系数， 表示发射波长为的激光对应高度的大气分子消光系数，表示发射波长对应的氮气拉曼散射的激光对应高度的气溶胶消光系数， 表示发射波长对应的氮气拉曼散射的激光对应高度的大气分子消光系数，表示发射波长为的激光对应高度的气溶胶后向散射系数，表示发射波长为的激光对应高度的大气分子后向散射系数。
对拉曼散射激光雷达方程进行取对数和求导，直接获得气溶胶的消光系数：
；
式中，表示在高度处的氮气分子数密度；
根据经验值选择对流层上部高度处的气溶胶粒子浓度为0，可推导出气溶胶的后向散射系数：
；
联立得到气溶胶的消光系数和后向散射系数，并得到激光雷达比LR，，为发射波长高度对应的LR；
通过上述过程，得到355nm波长的不同高度处的消光系数、后向散射系数、激光雷达比和532nm波长的不同高度处的消光系数、后向散射系数、激光雷达比。
如图2，1064nm波长的后向散射系数β使用米散射计算公式进行计算，使用Tikhonov正则化反演粒子谱分布，根据算得的粒子谱分布通过米散射理论计算出新的LR，并将计算得到的新LR同先前假设的LR进行迭代计算，直至误差小于3%即可认为所得LR为理想LR，通过该理想LR计算得到1064nm下的后向散射系数。
设定对流层上层某高度处无气溶胶，8km以上的空间认为不存在气溶胶粒子，每一层的高度都认为只有一种气溶胶粒子种类，得到28个剖面，每个剖面按照一种气溶胶参数进行计算；
将光学参数进行扩展，包括埃指数消光比、埃指数后向散射比、色比、退偏比：
埃指数后向散射比：；
埃指数消光比：；
色比:；
退偏比：；
上式中，是波长的垂直接收通道的后向散射系数，是波长的平行接收通道信号的后向散射系数。
将所述8维向量表述为：
=( LR355，LR532，kβ(355，532)，kβ(355，1064)，kβ(532，1064)，kα(355，532)，CR(532/355)，δ532)。
把每种参考气溶胶的向量的值表述出来，利用已有的数据对其进行赋值，赋值的气溶胶粒子的分类标准为清洁大陆型、污染大陆型、海洋型、烟雾型、沙尘型、火山灰型六种纯气溶胶粒子。
通过每个剖面计算得到向量，并将与六种标准气溶胶粒子的进行距离计算，通过余弦相似度算法计算二者的相似性：；
其中 A、 B分别代表的是每个气溶胶的参考向量和每层气溶胶的计算得到的真实向量，通过真实值与六个参考值进行计算，得到相似度最大的组合为目标类气溶胶，认为该层剖面的气溶胶以目标类气溶胶为主。
本技术方案应用于多波长激光雷达，其原理集中了利用了米散射和拉曼散射理论，通过发射三个波长（355nm，532nm，1064nm）的激光，通过望远镜接收反射回的后向散射信号，通过设置不同的接收信道，可以获得拉曼散射雷达信号和米散射雷达信号。因此接收信道设置为米散射通道（355nm、532nm、1064nm）和拉曼通道（387nm、407nm、607nm），其中，387nm和407nm通道对应着355nm波长激光的氮气拉曼散射和水汽拉曼通道，607nm对应着532nm波长激光的氮气拉曼通道。
通过联立米散射通道和氮气拉曼通道的激光雷达方程可以求解气溶胶后向散射系数β和消光系数α，避免了通过假设激光雷达比（LR）带来的误差，确保了这两个主要物理量求解的准确性。
以上实施例仅用于说明本发明的技术方案，而非对其限制，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种基于激光雷达测量的气溶胶分类方法，其特征在于，包括：
S1.对大气层高度进行分层形成多个高度层列，0-4km高度每200m一层，4-8km高度每500m一层，每层高度假定气溶胶均匀分布；
S2.根据激光雷达系统采集装置的设定采样率确定激光雷达的分辨率，对分割好的每个高度层列的大气雷达信号进行单独存储；
S3.对每个高度层列的激光雷达方程，利用多波长雷达的拉曼通道和米散射通道，联立每个空间分辨率下的激光雷达方程，联立求解得355nm和532nm波长对应位置的后向散射系数β和消光系数α；
S4.利用正则化方法对每个分辨率高度上的粒子谱分布进行反演，利用得到的粒子谱反推激光雷达比LR，并通过迭代算法将LR误差降低至合理区间之内，得到对应的1064nm波长的后向散射系数；
S5.计算参数LR355、LR532、kβ(355，532)、kβ(355，1064)、kβ(532，1064)、kα(532，1064)、CR（532/355）和δ532，并将这些参数设置为一个8维向量，用该8维向量表示该层大气的气溶胶光学参数；LR355 是355nm波长的激光雷达比，LR532 是532nm波长的激光雷达比，kβ(355，532)是355nm和532nm波长下的埃指数后向散射比，kβ(355，1064)是355nm和1064nm波长下的埃指数后向散射比，kβ(532，1064)是532nm和1064nm波长下的埃指数后向散射比，kα(532，1064)是532nm和1064nm波长下的埃指数消光比，CR(532/355)是532nm和355nm波长下的色比，δ532 是532nm波长下的退偏比；
S6.选取数据库的标准参量，将六种粒子的标准向量x列出；
S7.运用余弦相似度算法计算观测向量与六种气溶胶标准参量的相似度，并得到最大值；
S8.将该最大值对应的高度层气溶胶种类归类为相似度值最大的气溶胶；
所述拉曼通道对应的氮气拉曼散射激光雷达方程如下所示：
；
米散射通道对应的米散射激光雷达方程如下所示：
；
式中，表示激光雷达系统发射的波长的激光在高度处的氮气拉曼散射后向散射的信号的能量大小，表示激光雷达系统发射的波长的激光在高度处的米散射后向散射的信号的能量大小，表示高度，表示米散射通道的系统常数，表示拉曼通道的系统常数，(r)表示在高度处的激光氮气分子的拉曼效应的后向散射系数，表示积分当中位于高度区间内的中间变量，亦指代高度，表示发射波长为的激光对应高度的气溶胶消光系数， 表示发射波长为的激光对应高度的大气分子消光系数，表示发射波长对应的氮气拉曼散射的激光对应高度的气溶胶消光系数， 表示发射波长对应的氮气拉曼散射的激光对应高度的大气分子消光系数，表示发射波长为的激光对应高度的气溶胶后向散射系数，表示发射波长为的激光对应高度的大气分子后向散射系数；
对拉曼散射激光雷达方程进行取对数和求导，直接获得气溶胶的消光系数：
；
式中，表示在高度处的氮气分子数密度；
根据经验值选择对流层上部高度处的气溶胶粒子浓度为0，可推导出气溶胶的后向散射系数：
；
联立得到气溶胶的消光系数和后向散射系数，并得到激光雷达比LR，，为发射波长高度对应的LR；
通过上述过程，得到355nm波长的不同高度处的消光系数、后向散射系数、激光雷达比和532nm波长的不同高度处的消光系数、后向散射系数、激光雷达比；
1064nm波长的后向散射系数β使用米散射计算公式进行计算，使用Tikhonov正则化反演粒子谱分布，根据算得的粒子谱分布通过米散射理论计算出新的LR，并将计算得到的新LR同先前假设的LR进行迭代计算，直至误差小于3%即可认为所得LR为理想LR，通过该理想LR计算得到1064nm下的后向散射系数；
设定对流层上层某高度处无气溶胶，8km以上的空间认为不存在气溶胶粒子，每一层的高度都认为只有一种气溶胶粒子种类，得到28个剖面，每个剖面按照一种气溶胶参数进行计算；
将光学参数进行扩展，包括埃指数消光比、埃指数后向散射比、色比、退偏比：
埃指数后向散射比：；
埃指数消光比：；
色比:；
退偏比：；
上式中，是波长的垂直接收通道的后向散射系数，是波长的平行接收通道信号的后向散射系数；
将所述8维向量表述为：
=( LR355，LR532，kβ(355，532)，kβ(355，1064)，kβ(532，1064)，kα(355，532)，CR(532/355)，δ532)；
把每种参考气溶胶的向量的值表述出来，利用已有的数据对其进行赋值，赋值的气溶胶粒子的分类标准为清洁大陆型、污染大陆型、海洋型、烟雾型、沙尘型、火山灰型六种纯气溶胶粒子；
通过每个剖面计算得到向量，并将与六种标准气溶胶粒子的进行距离计算，通过余弦相似度算法计算二者的相似性：；
其中A、B分别代表的是每个气溶胶的参考向量和每层气溶胶的计算得到的真实向量，通过真实值与六个参考值进行计算，得到相似度最大的组合为目标类气溶胶，认为该层剖面的气溶胶以目标类气溶胶为主。
CN202211372886.3A 2022-11-04 2022-11-04 一种基于激光雷达测量的气溶胶分类方法 Active CN115524264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211372886.3A CN115524264B (zh) 2022-11-04 2022-11-04 一种基于激光雷达测量的气溶胶分类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211372886.3A CN115524264B (zh) 2022-11-04 2022-11-04 一种基于激光雷达测量的气溶胶分类方法

Publications (2)

Publication Number Publication Date
CN115524264A CN115524264A (zh) 2022-12-27
CN115524264B true CN115524264B (zh) 2023-04-07

Family

ID=84705309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211372886.3A Active CN115524264B (zh) 2022-11-04 2022-11-04 一种基于激光雷达测量的气溶胶分类方法

Country Status (1)

Country Link
CN (1) CN115524264B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117590360B (zh) * 2024-01-15 2024-04-16 合肥中科光博量子科技有限公司 一种多波长激光雷达颜色比标定方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109596594A (zh) * 2018-11-27 2019-04-09 南京信息工程大学 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法
CN113295626A (zh) * 2021-05-19 2021-08-24 中国科学院合肥物质科学研究院 基于阵列式微脉冲激光雷达的气溶胶消光光谱测量方法和装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1416293A1 (en) * 2002-02-21 2004-05-06 Eko Instruments Trading Co., Ltd Meteorological observation lider system
CN106483050B (zh) * 2015-09-02 2019-08-13 中国科学院遥感与数字地球研究所 气溶胶光学厚度的反演方法及系统
CN108535149A (zh) * 2018-04-17 2018-09-14 泰州职业技术学院 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统
RU188541U1 (ru) * 2018-09-27 2019-04-16 Федеральное государственное бюджетное учреждение науки Институт оптики атмосферы им. В.Е. Зуева Сибирского отделения Российской академии наук (ИОА СО РАН) Многоволновой лидар для зондирования атмосферы
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
CN109827906B (zh) * 2019-01-31 2021-05-25 西安理工大学 一种激光雷达斜程能见度的反演方法
CN112684471B (zh) * 2020-12-01 2022-03-08 兰州大学 一种基于激光雷达的气溶胶微物理特性反演方法
RU208185U1 (ru) * 2021-08-25 2021-12-07 Федеральное государственное бюджетное учреждение науки Институт оптики атмосферы им. В.Е. Зуева Сибирского отделения Российской академии наук Многоволновой лидар комбинационного рассеяния света для зондирования атмосферы
CN114994707A (zh) * 2022-05-30 2022-09-02 合肥中科环境监测技术国家工程实验室有限公司 基于多波长拉曼-米散射激光雷达的气溶胶特性反演方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109596594A (zh) * 2018-11-27 2019-04-09 南京信息工程大学 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法
CN113295626A (zh) * 2021-05-19 2021-08-24 中国科学院合肥物质科学研究院 基于阵列式微脉冲激光雷达的气溶胶消光光谱测量方法和装置

Also Published As

Publication number Publication date
CN115524264A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
Ansmann et al. Lidar and atmospheric aerosol particles
Murayama et al. An intercomparison of lidar‐derived aerosol optical properties with airborne measurements near Tokyo during ACE‐Asia
CN110673229A (zh) 一种基于热点网格技术的大气污染物扩散轨迹追踪方法
CN111579504B (zh) 基于光学遥感的大气污染成分垂直分布反演方法
Haarig et al. First triple-wavelength lidar observations of depolarization and extinction-to-backscatter ratios of Saharan dust
CN103175759A (zh) 基于多种地基遥感技术获取城市气溶胶复折射指数的方法
KR101012279B1 (ko) 라이다를 이용한 황사 판독방법
CN101520515A (zh) 基于激光雷达的混合层高度的自动反演算法
CN113219496A (zh) 一种星载海洋大气参数激光雷达探测系统
CN103293117A (zh) 一种微脉冲差分吸收激光雷达水汽时空分布反演方法
Zhang et al. A case study of dust aerosol radiative properties over Lanzhou, China
Jayaraman et al. Spatial variations in aerosol characteristics and regional radiative forcing over India: Measurements and modeling of 2004 road campaign experiment
CN115524264B (zh) 一种基于激光雷达测量的气溶胶分类方法
Shi et al. Measurement of CO2 rectifier effect during summer and winter using ground-based differential absorption LiDAR
Nishizawa et al. Algorithm to retrieve aerosol optical properties from high-spectral-resolution lidar and polarization Mie-scattering lidar measurements
Alden et al. Bootstrap inversion technique for atmospheric trace gas source detection and quantification using long open-path laser measurements
Hoareau et al. A Raman lidar at La Reunion (20.8 S, 55.5 E) for monitoring water vapour and cirrus distributions in the subtropical upper troposphere: preliminary analyses and description of a future system
Zhu et al. Retrieving the vertical distribution of PM 2.5 mass concentration from lidar via a random forest model
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
CN115480032A (zh) 基于地面遥感测量的点源排放强度预测方法
Sakaizawa et al. An airborne amplitude-modulated 1.57 μm differential laser absorption spectrometry: simultaneous measurement of partial column-averaged dry air mixing ratio of CO 2 and target range
Zhang et al. Controlling factors analysis for the Himawari-8 aerosol optical depth accuracy from the standpoint of size distribution, solar zenith angles and scattering angles
Sullivan et al. Optimization of the GSFC TROPOZ DIAL retrieval using synthetic lidar returns and ozonesondes–Part 1: Algorithm validation
Ma et al. On-line wavenumber optimization for a ground-based CH4-DIAL
Wang et al. Calibration method of Fernald inversion for aerosol backscattering coefficient profiles via multi-wavelength Raman–Mie lidar

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