CN116299366A - 一种温度拉曼激光雷达在线标定方法 - Google Patents
一种温度拉曼激光雷达在线标定方法 Download PDFInfo
- Publication number
- CN116299366A CN116299366A CN202310557128.7A CN202310557128A CN116299366A CN 116299366 A CN116299366 A CN 116299366A CN 202310557128 A CN202310557128 A CN 202310557128A CN 116299366 A CN116299366 A CN 116299366A
- Authority
- CN
- China
- Prior art keywords
- temperature
- calibration
- data sequence
- following
- height
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001069 Raman spectroscopy Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 239000000523 sample Substances 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K15/00—Testing or calibrating of thermometers
- G01K15/005—Calibration
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及激光雷达标定,具体涉及一种温度拉曼激光雷达在线标定方法,确定需要标定的标定常数;将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列;从数据序列中寻找一条适宜标定的垂直探测数据序列;计算垂直探测数据序列对应的垂直温度廓线;通过线性拟合得到标定常数;进行误差分析,并基于误差分析结果对标定常数进行更新;本发明提供的技术方案能够有效克服现有技术所存在的过度依赖探空数据,以及标定精度较低的缺陷。
Description
技术领域
本发明涉及激光雷达标定,具体涉及一种温度拉曼激光雷达在线标定方法。
背景技术
对流层以下的大气温度变化与人类的生产和生活密切相关,特别是近年来探讨最多的温室效应及热岛效应,温度还是很多大气模式的重要参量,被广泛应用于大气动力学和气候变化的研究中。同时,大量的研究和实验表明,大气气溶胶浓度等参数主要受到大气温度和相对湿度的影响,因此,地面垂直高度的大气温度廓线的探测对于研究气候环境和人类健康具有重要意义。
目前,探测大气温度的手段包括微波辐射计、探空气球和温度激光雷达等。微波辐射计作为一种被动遥感设备,通过接收太阳在特定频率的辐射可以反演出大气温度、湿度及液态水含量等数据,具有时间分辨率高、可全天工作等优点。但是,微波辐射计基于被动遥感所得到的信息量有限,反演方法过分依赖以往的探空数据,在实时探空信息量不足的条件下,反演精度会受到较大影响,并且由于探测能力的限制,距离分辨率和反演精度均会随高度的上升而下降。
探空气球是探测大气温湿度廓线的重要工具,其配备了无线电探空仪,可以高精度直接测量大气中的各种参数,包括气压、高度、温度、相对湿度、风速和风向等,同时可以无线传输数据返回地面气象站。但是,探空气球费用昂贵,需要耗费大量人力物力,并且会受到使用时间和空间的限制,由于受到高空漂移的影响,气球上升时间和运动轨迹对观测精度影响较大,不能满足中小尺度灾害监测以及大城市和城市群垂直精细化探测的需求。
温度拉曼激光雷达结合传统雷达技术和激光遥感技术,其向大气中发射一束高能激光,通过提取回波信号中对温度敏感的转动拉曼散射信号实现温度廓线探测的目的。相对于探空气球,温度拉曼激光雷达在保持米级距离分辨率的前提下,指向性强,探测路径固定,具备更高的时间分辨率(分钟级),并且可以做到无人值守全天自动观测,温度探测精度能够达到±1℃。相对于微波辐射计,温度拉曼激光雷达探测大气温度廓线对历史探空数据不存在依赖性,并且具备恒定的高距离分辨率(米级),观测更精细,更容易捕捉逆温现象。
在实际的业务应用和设备出厂时,温度拉曼激光雷达都需要将即时的探空数据作为探测真值,对测量结果进行标定。而这一标定方法存在明显的弊端,主要表现为:
1)探空数据具有空间限制性
探空气球费用昂贵,需要耗费大量人力物力,并且受航空管制,我国仅在部分气象站点建有探空站,无法在任意地方开展标定工作,在没有探空数据的区域,设备的出厂标定和部署后日常标定无法有效开展;
2)探空数据与激光雷达数据在时间上不同步,限制标定精度
由于受到高空漂移的影响,探空气球的上升时间和运动轨迹难以受控,基本无法保证和激光雷达观测数据同时刻同路径,必然会带来标定误差。
发明内容
针对现有技术所存在的上述缺点,本发明提供了一种温度拉曼激光雷达在线标定方法,能够有效克服现有技术所存在的过度依赖探空数据,以及标定精度较低的缺陷。
为实现以上目的,本发明通过以下技术方案予以实现:
一种温度拉曼激光雷达在线标定方法,包括以下步骤:
S1、确定需要标定的标定常数;
S2、将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列;
S3、从数据序列中寻找一条适宜标定的垂直探测数据序列;
S4、计算垂直探测数据序列对应的垂直温度廓线;
S5、通过线性拟合得到标定常数;
S6、进行误差分析,并基于误差分析结果对标定常数进行更新。
优选地,S1中确定需要标定的标定常数,包括:
在温度拉曼激光雷达中,低量子通道信号强度与高量子通道信号强度的比值Q(z,T)和温度T(z)之间的关系采用下式表示:,上式进一步转化为,令a=A/B,b=-1/B,则有:/>,其中,z为距离地面的高度,单位为km,T(z)为高度z处的绝对温度,单位为K,a、b为需要标定的标定常数。
优选地,S2中将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列,包括:
将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),并获取对应时刻t的地面温度T0,得到数据序列[t,Q(z,T),T0]。
优选地,所述将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),包括:
以355nm波长为原始激发激光的温度拉曼激光雷达为例,采用下式进行转换:
Q(z,T)=P353(z)/P354(z)
其中,P353(z)、P354(z)分别为去除背景后的353nm通道、354nm通道在高度z处的回波信号电压或电流值。
优选地,S3中从数据序列中寻找一条适宜标定的垂直探测数据序列,包括:
在高信噪比环境下探测得到的数据序列[t,Q(z,T),T0]中,寻找一条高度z在0.1~3km范围内,lnQ(z,T)随高度z呈线性变化的垂直探测数据序列[tb,Qb(z,T),T0b]。
优选地,所述适宜标定的垂直探测数据序列的获取方法,包括:
以高度z为横坐标,lnQ(z,T)为纵坐标,采用下式计算相关系数R:,其中,Xi为高度z,Xi的取值范围为0.1~3km,以雷达的实际距离分辨率步进,/>为高度z的平均值,Yi为lnQ(z,T)的真实观测值,/>为lnQ(z,T)的平均值;
若数据序列[t,Q(z,T),T0]的相关系数R大于0.99,则认为lnQ(z,T)随高度z呈线性变化,并将相应的数据序列作为垂直探测数据序列[tb,Qb(z,T),T0b]。
优选地,S4中计算垂直探测数据序列对应的垂直温度廓线,包括:
优选地,S5中通过线性拟合得到标定常数,包括:
优选地,S6中进行误差分析,并基于误差分析结果对标定常数进行更新,包括:
S61、在地面温度变化值大于5K的条件下,获取S2中记录的高度z为0.1km处的多个比值Q(0.1,T),计算得到对应lnQ(0.1,T),并根据得到的标定常数a、b和公式转换为0.1km高度对应的温度值变化序列T0.1;
S62、计算温度值变化序列T0.1的平均值,并结合温度传感器探测到的地面温度T0的平均值进行误差分析;
S64、从获得的多组标定常数a、b及对应的误差分析结果中,选取误差分析结果小于预设误差值,且误差分析结果最小的一组标定常数a、b作为最新标定常数,否则维持原标定常数a、b不变。
优选地,S62中计算温度值变化序列T0.1的平均值,并结合温度传感器探测到的地面温度T0的平均值进行误差分析,包括:
与现有技术相比,本发明所提供的一种温度拉曼激光雷达在线标定方法,具有以下有益效果:
1)无需对激光雷达的观测状态进行任何改变,仅需在激光雷达部署地安装一套易于获得的廉价的经过计量溯源的户外数字温度传感器,就可以开展在线标定工作,自动挑选出合适的标定数据,并进行在线标定数据更新,解决了现阶段边界层温度拉曼激光雷达在实际业务应用中过度依赖探空数据,无法准确标定的问题,没有时间和空间的限制,能够满足绝大部分业务应用的需求;
2)通过晴空条件(高信噪比)下垂直温度下降率的迭代,找到0.1km高度处与地面温度数据连续长时间误差最小的一组标定数据,通过垂直空间下降的合理性和水平固定高度的测量误差,相互印证标定数据的合理性、准确性;
3)采用本申请提出的标定方法,能够极大程度提高激光雷达反演边界层内大气温度结果的准确性,获得更加可靠的高时空分辨率的大气观测资料,为天气预报、数值模拟、大气环流分析、人工影响天气等科研业务提供重要的观测数据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1 为本发明的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
一种温度拉曼激光雷达在线标定方法,如图1所示,①确定需要标定的标定常数,具体包括:
在温度拉曼激光雷达中,低量子通道信号强度与高量子通道信号强度的比值Q(z,T)和温度T(z)之间的关系采用下式表示:,上式进一步转化为:/>,令a=A/B,b=-1/B,则有:/>,其中,z为距离地面的高度,单位为km,T(z)为高度z处的绝对温度,单位为K,a、b为需要标定的标定常数。
②将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列,具体包括:
将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),并获取对应时刻t的地面温度T0,得到数据序列[t,Q(z,T),T0]。
具体地,将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),包括:
以355nm波长为原始激发激光的温度拉曼激光雷达为例,采用下式进行转换:
Q(z,T)=P353(z)/P354(z)
其中,P353(z)、P354(z)分别为去除背景后的353nm通道、354nm通道在高度z处的回波信号电压或电流值。
在温度拉曼激光雷达中,测量温度的原始激发波长有多种,如355nm波长、532nm波长等,其标定方法基本一致。本申请具体实施方式中,以355nm波长为原始激发激光的温度拉曼激光雷达为例对具体标定方法进行详细介绍。
③从数据序列中寻找一条适宜标定的垂直探测数据序列,具体包括:
在高信噪比环境(晴空条件)下探测得到的数据序列[t,Q(z,T),T0]中,寻找一条高度z在0.1~3km范围内,lnQ(z,T)随高度z呈线性变化的垂直探测数据序列[tb,Qb(z,T),T0b]。
本申请技术方案中,适宜标定的垂直探测数据序列的获取方法,包括:
以高度z为横坐标,lnQ(z,T)为纵坐标,采用下式计算相关系数R:,其中,Xi为高度z,Xi的取值范围为0.1~3km,以雷达的实际距离分辨率步进,/>为高度z的平均值,Yi为lnQ(z,T)的真实观测值,/>为lnQ(z,T)的平均值;
若数据序列[t,Q(z,T),T0]的相关系数R大于0.99,则认为lnQ(z,T)随高度z呈线性变化,并将相应的数据序列作为垂直探测数据序列[tb,Qb(z,T),T0b]。
由公式可知,高度z在0.1~3km范围内,1/T(z)同样随高度z线性变化,由于高度z的区间范围较小,T(z)可近似为随高度z线性变化。由于地面温度T0已知,因此只要知道温度随高度线性下降的梯度值,在公式/>中,除了标定常数a、b未知,其他参数均为已知量,进而可以通过线性拟合求出线性方程组的系数。
④计算垂直探测数据序列对应的垂直温度廓线,具体包括:
其中,T0b为地面温度,单位为K。
⑤通过线性拟合得到标定常数,具体包括:
⑥进行误差分析,并基于误差分析结果对标定常数进行更新,具体包括:
S61、在地面温度变化值大于5K的条件下,获取S2中记录的高度z为0.1km处的多个比值Q(0.1,T),取累计时长不低于1周的观测序列的值,计算得到对应lnQ(0.1,T),并根据得到的标定常数a、b和公式转换为0.1km高度对应的温度值变化序列T0.1;
S62、计算温度值变化序列T0.1的平均值,并结合温度传感器探测到的地面温度T0的平均值进行误差分析;
S64、从获得的多组标定常数a、b及对应的误差分析结果中,选取误差分析结果小于预设误差值(10%),且误差分析结果最小的一组标定常数a、b作为最新标定常数,否则维持原标定常数a、b不变。
具体地,计算温度值变化序列T0.1的平均值,并结合温度传感器探测到的地面温度T0的平均值进行误差分析,包括:
以上实施例仅用以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,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种温度拉曼激光雷达在线标定方法,其特征在于:包括以下步骤:
S1、确定需要标定的标定常数;
S2、将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列;
S3、从数据序列中寻找一条适宜标定的垂直探测数据序列;
S4、计算垂直探测数据序列对应的垂直温度廓线;
S5、通过线性拟合得到标定常数;
S6、进行误差分析,并基于误差分析结果对标定常数进行更新。
3.根据权利要求2所述的温度拉曼激光雷达在线标定方法,其特征在于:S2中将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值,并获取对应时刻的地面温度,得到数据序列,包括:
将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),并获取对应时刻t的地面温度T0,得到数据序列[t,Q(z,T),T0]。
4.根据权利要求3所述的温度拉曼激光雷达在线标定方法,其特征在于:所述将探测获得的回波信号转换为对温度敏感的低量子通道信号强度与高量子通道信号强度的比值Q(z,T),包括:
以355nm波长为原始激发激光的温度拉曼激光雷达为例,采用下式进行转换:
Q(z,T)=P353(z)/P354(z)
其中,P353(z)、P354(z)分别为去除背景后的353nm通道、354nm通道在高度z处的回波信号电压或电流值。
5.根据权利要求3所述的温度拉曼激光雷达在线标定方法,其特征在于:S3中从数据序列中寻找一条适宜标定的垂直探测数据序列,包括:
在高信噪比环境下探测得到的数据序列[t,Q(z,T),T0]中,寻找一条高度z在0.1~3km范围内,lnQ(z,T)随高度z呈线性变化的垂直探测数据序列[tb,Qb(z,T),T0b]。
9.根据权利要求8所述的温度拉曼激光雷达在线标定方法,其特征在于:S6中进行误差分析,并基于误差分析结果对标定常数进行更新,包括:
S61、在地面温度变化值大于5K的条件下,获取S2中记录的高度z为0.1km处的多个比值Q(0.1,T),计算得到对应lnQ(0.1,T),并根据得到的标定常数a、b和公式转换为0.1km高度对应的温度值变化序列T0.1;
S62、计算温度值变化序列T0.1的平均值,并结合温度传感器探测到的地面温度T0的平均值进行误差分析;
S64、从获得的多组标定常数a、b及对应的误差分析结果中,选取误差分析结果小于预设误差值,且误差分析结果最小的一组标定常数a、b作为最新标定常数,否则维持原标定常数a、b不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310557128.7A CN116299366B (zh) | 2023-05-17 | 2023-05-17 | 一种温度拉曼激光雷达在线标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310557128.7A CN116299366B (zh) | 2023-05-17 | 2023-05-17 | 一种温度拉曼激光雷达在线标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116299366A true CN116299366A (zh) | 2023-06-23 |
CN116299366B CN116299366B (zh) | 2023-08-15 |
Family
ID=86796348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310557128.7A Active CN116299366B (zh) | 2023-05-17 | 2023-05-17 | 一种温度拉曼激光雷达在线标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116299366B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU3453989A (en) * | 1988-05-06 | 1989-11-09 | Gersan Establishment | Sensing a narrow frequency band of radiation and gemstones |
US5667304A (en) * | 1994-12-15 | 1997-09-16 | The Aerospace Corporation | Mesospheric temperature sensing lidar apparatus |
CN104076345A (zh) * | 2014-07-07 | 2014-10-01 | 北京理工大学 | 一种针对纯转动拉曼激光雷达测量温度的饱和修正方法 |
CN104808194A (zh) * | 2015-05-07 | 2015-07-29 | 中国科学院合肥物质科学研究院 | 一种纯转动拉曼激光雷达系统常数的标定方法 |
US20160306032A1 (en) * | 2013-11-22 | 2016-10-20 | Brent S. SCHWARZ | Lidar scanner calibration |
CN108828565A (zh) * | 2018-09-19 | 2018-11-16 | 北京聚恒博联科技有限公司 | 一种激光雷达的标定系统及方法 |
CN109100708A (zh) * | 2018-09-26 | 2018-12-28 | 中国科学院合肥物质科学研究院 | 一种双波长测水汽激光雷达标定装置和标定方法 |
WO2019234047A1 (de) * | 2018-06-04 | 2019-12-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und anordnung zum kalibrieren flugobjektmontierter sensoren |
CN110579753A (zh) * | 2019-09-21 | 2019-12-17 | 北醒(北京)光子科技有限公司 | 一种深度传感器校准系统及方法 |
CN111650606A (zh) * | 2020-06-23 | 2020-09-11 | 合肥中科光博量子科技有限公司 | 一种大气温湿度廓线激光雷达系统 |
US20220003680A1 (en) * | 2019-03-21 | 2022-01-06 | Dawatek, Llc | Offset raman imaging system and methods of use |
CN114460602A (zh) * | 2022-01-13 | 2022-05-10 | 西安理工大学 | 近地层无盲区大气温度探测拉曼激光雷达系统及方法 |
-
2023
- 2023-05-17 CN CN202310557128.7A patent/CN116299366B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU3453989A (en) * | 1988-05-06 | 1989-11-09 | Gersan Establishment | Sensing a narrow frequency band of radiation and gemstones |
US5667304A (en) * | 1994-12-15 | 1997-09-16 | The Aerospace Corporation | Mesospheric temperature sensing lidar apparatus |
US20160306032A1 (en) * | 2013-11-22 | 2016-10-20 | Brent S. SCHWARZ | Lidar scanner calibration |
CN104076345A (zh) * | 2014-07-07 | 2014-10-01 | 北京理工大学 | 一种针对纯转动拉曼激光雷达测量温度的饱和修正方法 |
CN104808194A (zh) * | 2015-05-07 | 2015-07-29 | 中国科学院合肥物质科学研究院 | 一种纯转动拉曼激光雷达系统常数的标定方法 |
WO2019234047A1 (de) * | 2018-06-04 | 2019-12-12 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und anordnung zum kalibrieren flugobjektmontierter sensoren |
CN108828565A (zh) * | 2018-09-19 | 2018-11-16 | 北京聚恒博联科技有限公司 | 一种激光雷达的标定系统及方法 |
CN109100708A (zh) * | 2018-09-26 | 2018-12-28 | 中国科学院合肥物质科学研究院 | 一种双波长测水汽激光雷达标定装置和标定方法 |
US20220003680A1 (en) * | 2019-03-21 | 2022-01-06 | Dawatek, Llc | Offset raman imaging system and methods of use |
CN110579753A (zh) * | 2019-09-21 | 2019-12-17 | 北醒(北京)光子科技有限公司 | 一种深度传感器校准系统及方法 |
CN111650606A (zh) * | 2020-06-23 | 2020-09-11 | 合肥中科光博量子科技有限公司 | 一种大气温湿度廓线激光雷达系统 |
CN114460602A (zh) * | 2022-01-13 | 2022-05-10 | 西安理工大学 | 近地层无盲区大气温度探测拉曼激光雷达系统及方法 |
Non-Patent Citations (4)
Title |
---|
VLADIMIR V. ZUEV 等: "Tropospheric temperature measurements with the pure rotational Raman lidar technique using nonlinear calibration functions", ATMOSPHERIC MEASUREMENT TECHNIQUES, pages 315 - 332 * |
李仕春;王大龙;李启蒙;宋跃辉;刘丽娟;华灯鑫;: "绝对探测大气温度的纯转动拉曼激光雷达系统", 物理学报, no. 14, pages 1 - 7 * |
李博 等: "拉曼激光雷达测温的综合多级质量控制技术", 光学学报, vol. 37, no. 4, pages 1 - 13 * |
王玉峰;高飞;朱承炫;何廷尧;华灯鑫;: "对流层高度大气温度、湿度和气溶胶的拉曼激光雷达系统", 光学学报, no. 03, pages 1 - 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN116299366B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Effect of off-zenith observations on reducing the impact of precipitation on ground-based microwave radiometer measurement accuracy | |
Keller et al. | Fiber optic distributed temperature sensing for the determination of the nocturnal atmospheric boundary layer height | |
WO2018152962A1 (zh) | 浮空器搭载的多大气参数垂直廓线实测新方法 | |
CN109871637B (zh) | 一种云天条件下近地面气温估算方法 | |
Foth et al. | Water vapour profiles from Raman lidar automatically calibrated by microwave radiometer data during HOPE | |
CN108827878B (zh) | 一种地表气压的被动微波遥感探测方法 | |
CN114910430B (zh) | 基于超光谱遥感的痕量气体水平分布探测交通污染源方法 | |
Araki et al. | Ground-based microwave radiometer variational analysis during no-rain and rain conditions | |
CN108663727B (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
CN116299366B (zh) | 一种温度拉曼激光雷达在线标定方法 | |
CN112345151B (zh) | 一种基于自然大气的mwts-ii对海面气压的灵敏性测试方法 | |
CN104808194A (zh) | 一种纯转动拉曼激光雷达系统常数的标定方法 | |
Golden et al. | Atmospheric sounding systems | |
Parashar et al. | Weather monitoring system using Wi-Fi | |
CN109444993A (zh) | 一种基于msp单片机的超声波雨量计及雨量测量方法 | |
Song et al. | Development of a Balloon-Borne Acoustic Anemometer to Measure Winds for SENSOR Campaign | |
Zhu et al. | A method for retrieving thermodynamic atmospheric profiles using microwave radiometers of meteorological observation networks | |
Qiao | A new method for producing temperature profiles based on ERA5 and RAOB | |
Barbosa et al. | Design of a wireless sensor network for greenhouses temperature analysis | |
Thobois et al. | Validation and deployment of the first Lidar based weather observation network in New York State: The NYS MesoNet Project | |
Mishra et al. | Application of a ground-based microwave radiometer in aviation weather forecasting in Indian Air Force | |
Wang et al. | Precursors and AOD Based Estimates the Mass Concentration of Ozone on Land | |
CN116609856A (zh) | 基于时序通断的大气参数时空演化特性获取方法 | |
CN104865616A (zh) | 一种基于多智能体的边界层水汽探测方法 | |
Danti et al. | Water Level Monitoring System in Water Utility Company Open Channels Based on Internet of Things |
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 |