CN112269189A - 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 - Google Patents
一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 Download PDFInfo
- Publication number
- CN112269189A CN112269189A CN202010996953.3A CN202010996953A CN112269189A CN 112269189 A CN112269189 A CN 112269189A CN 202010996953 A CN202010996953 A CN 202010996953A CN 112269189 A CN112269189 A CN 112269189A
- Authority
- CN
- China
- Prior art keywords
- mass concentration
- wavelength
- extinction coefficient
- profile
- relative humidity
- 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
- 239000000443 aerosol Substances 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000008033 biological extinction Effects 0.000 claims abstract description 86
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 40
- 239000002245 particle Substances 0.000 claims abstract description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 29
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 14
- 238000005530 etching Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen(.) Chemical compound [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 239000005427 atmospheric aerosol Substances 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- PBAPPPCECJKMCM-IBGZPJMESA-N mirabegron Chemical compound S1C(N)=NC(CC(=O)NC=2C=CC(CCNC[C@H](O)C=3C=CC=CC=3)=CC=2)=C1 PBAPPPCECJKMCM-IBGZPJMESA-N 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 239000013618 particulate matter Substances 0.000 description 36
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000001228 spectrum Methods 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
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- 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)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法，具体步骤包括：1)利用单波长激光雷达反演获得单波长下的消光系数廓线在大气垂直高度z上的分布，对反演的消光系数廓线的盲区进行校正；2)利用氮气和水汽分子的拉曼散射信号反演获得大气相对湿度廓线；3)利用宽粒径谱仪与能见度仪联合探测方法分别反演相同时刻下的质量浓度与波段大气颗粒物的消光系数，归纳出地面质量浓度与消光系数的参数化方程；4)对不同高度处所对应不同相对湿度范围内的PM质量浓度选用相应的参数化模型进行反演，进而得到质量浓度廓线。本发明既可解决现有算法中精度较低的问题，还可解决现有算法中反演的PM质量浓度廓线结果误差较大的问题。
Description
技术领域
本发明属于激光雷达大气探测技术领域，具体涉及一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法。
背景技术
颗粒物(PM)是大气中最易发生变化的成分，对空气质量、天气和气候有显著影响，特别是在人口密集及工业发展地区，常常伴随着较高浓度的气溶胶。大气PM质量浓度在垂直方向具有梯度变化，因而地面与高层处的污染程度和相对湿度一般不同，在实际大气中，不同高度处的气溶胶含量不同，且地面与边界层顶部的气溶胶含量及相对湿度区别较大，因此，现有方法利用激光雷达探测大气气溶胶质量浓度廓线时，通常采用地面处同时同地获取的质量浓度与消光系数相关性方程，作为不同高度处的气溶胶质量浓度反演公式。但实际上由于气溶胶在不同相对湿度范围内发生吸湿性增长的程度不同，导致在不同相对湿度范围内消光系数与质量浓度之间的相关性方程也不同。
一般地，颗粒物质量浓度在近地面会保持大致恒定，但随着大气高度的增加，颗粒物浓度与大气相对湿度会呈下降趋势，因而现有算法中仅选取短时间内迭代的地面气溶胶质量浓度与消光系数方程反演边界层较高处的质量浓度具有较低的精度，且不具有统计特征。此外，算法中仅采用以地面气溶胶质量浓度-消光系数模型去反演质量浓度廓线的方法，忽略了相对湿度对消光系数的影响，其反演的PM质量浓度廓线结果误差较大。
需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
发明内容
本发明目的在于提供了一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法，解决了现有技术中存在反演质量浓度廓线结果不准确的问题。
为实现上述目的本发明采用如下技术方案：
该利用单波长激光雷达探测气溶胶质量浓度廓线的方法，包括以下步骤：
S1：利用单波长激光雷达反演获得单波长下的消光系数廓线在大气垂直高度z上的分布；
S2：利用能见度仪获得地面能见度值反演地面气溶胶消光系数，结合几何重叠因子，对步骤S1中激光雷达同时刻反演的消光系数的盲区进行校正；
S3：利用单波长激光雷达反演获得单波长下的相对湿度RH在大气垂直高度z上的分布；利用氮气和水汽分子的拉曼散射信号反演获得大气水汽密度廓线，利用氮气分子高低量子数转动拉曼散射信号反演获得大气温度廓线，进而得到大气相对湿度的高度变化；
S4：利用能见度仪获得的能见度值反演地面355nm波段大气颗粒物的消光系数,所述能见度仪获取能见度值的时间应包含四季且不同污染程度的天气时的长时探测数据；
S5：利用宽粒径谱仪获取不同时刻PM1、PM2.5和PM10的质量浓度MPM1，MPM2.5，MPM10；
S6：利用自动气象站***获取实时大气相对湿度RH(z0)；
S7：利用宽粒径谱仪获得的PM1、PM2.5和PM10质量浓度与能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及大气相对湿度RH(z0)，对相同时刻探测得到的数据进行拟合后，可以获得参数化方程；针对此大量采样数据按不同梯度相对湿度RH(z0)范围分别建立地面PM1、PM2.5和PM10质量浓度与消光系数参数化方程；
S8：利用获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)和PM1、PM2.5和PM10质量浓度与气溶胶消光系数参数化方程，以及相对湿度廓线RH(z)，计算得到大气PM1、PM2.5和PM10质量浓度廓线。
进一步地，上述步骤S1具体是：
利用355nm波长下高度z处的氮气通道拉曼雷达大气回波信号功率PN(z)，精细反演355nm波长下的消光系数廓线αA(z,λ0)，表示为
式中，λ0为激光的发射波长，λ0对应355nm；z为探测大气高度；PN(z)为355nm的拉曼散射回波信号功率，下标N代表氮气分子；E0为激光雷达功率；Y(z)为重叠函数；后向散射系数βN是氮气的分子数密度NN(z)和氮气的拉曼后向散射截面积的乘积；αM(λ0,z)为355nm波长下在高度z下的大气分子消光系数。
进一步地，上述步骤S2具体是：
S201：利用能见度仪获取地面能见度值Vvis(z0)，其中能见度值的获取时刻与步骤S1中单波长激光雷达探测大气的时刻相同；
S202：根据步骤S201获取能见度值反演气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，其余与波长相关，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算；z0为能见度仪距地面高度；Vvis(z0)为能见度值，单位为km；λ0表示波长，其单位为μm；ε为视觉反映阈值；σext为气溶胶消光系数；系数q为由经验公式确定的系数，具体的公式为：
S203：根据步骤S202反演的消光系数αK(z,λ0)对步骤S1中反演的消光系数廓线的盲区进行校正。
进一步地，上述步骤S3具体是：
S301：利用氮气的拉曼散射回波信号强度PN(z)；利用水汽分子的拉曼散射回波信号强度PH(z)；利用PN(z)和PH(z)反演获得大气水汽密度的垂直变化分布NH(z)，可表示为：
式中，下标H代表水汽分子，下标N代表氮气分子，k为各拉曼散射通道因子，σ(π)为分子拉曼后向散射截面；
S302：用Tetens经验公式计算不同温度下的水面饱和水汽压e(t)，可表示为：
e(t)＝610.8×exp[17.27t/(t+237.3] (5)
式中，t为温度，单位为℃；e(t)的单位为Pa；
S303：根据步骤S302中的e(t)计算饱和水汽密度SH(z)，可表示为：
SH(t)＝2.17e(t)/(t+273.15) (6)
S304：根据步骤S301和步骤S303计算单位体积空气内实际所含的水汽密度和同温度下饱和水汽密度的百分比，可得到相对湿度RH的在大气垂直高度z上的分布，表示为：
进一步地，上述步骤S4具体是：
S401：利用能见度仪获取地面能见度值Vvis(z0)；
S402：根据步骤S401中获取的能见度值反演355nm波长下气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，其余与波长相关，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算，z0为能见度仪距地面高度，Vvis(z0)为能见度值，单位为km，λ0表示波长，其单位为μm，ε为视觉反映阈值，σext为气溶胶消光系数，系数q为由经验公式确定的系数，具体的公式：
进一步地，上述步骤S7具体是：
S701：利用同时刻下步骤S5中宽粒径谱仪获得的PM1质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
利用同时刻下步骤S5中宽粒径谱仪获得的PM2.5质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
利用同时刻下步骤S5中宽粒径谱仪获得的PM10质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
式中，z为探测距离，单位为km；λ0表示波长，为355nm；a，b为模型常数，C为包括温湿度在内的误差修正常数；根据步骤S5中宽粒径谱仪获得的PM1质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)的大量采样数据，计算出a，b和C；
S702：根据气溶胶粒子的吸湿特性，通过步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM1质量浓度参数化方程表示为：
根据步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM2.5质量浓度参数化方程表示为：
根据步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM10质量浓度参数化方程表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式，δ1，δ2……δn表示相对湿度范围的阈值，结合粒径谱仪和能见度仪实际探测到的数据分别计算PM1、PM2.5和PM10质量浓度与气溶胶消光系数，拟合出不同污染程度天气下地面PM1、PM2.5和PM10质量浓度模型公式。
进一步地，上述步骤S8具体是：
利用步骤S1和步骤S2获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)时，对大气相对湿度廓线RH(z)进行同步反演，根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM1质量浓度垂直廓线参数化修正方程，表示为：
根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM2.5质量浓度垂直廓线参数化修正方程，表示为：
根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM10质量浓度垂直廓线参数化修正方程，表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式；根据步骤S7获得an，bn和Cn的值；根据激光雷达反演的RH(z)廓线中，不同RH(z)范围所对应的方程判别矩阵因子
表示为：
根据激光雷达反演的不同高度处RH(z)选择相应的矩阵因子，即可反演得到大气气溶胶PM1、PM2.5和PM10质量浓度廓线。
本发明的有益效果：
本发明公开了一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法，既可解决因现有算法中仅选取短时间内迭代的地面气溶胶质量浓度与消光系数方程反演边界层较高处的质量浓度导致精度较低的问题，还可解决现有算法中仅采用以地面气溶胶质量浓度-消光系数模型去反演质量浓度廓线的方法，忽略相对湿度对消光系数的影响，使其反演的PM质量浓度廓线结果误差较大的问题，对大气遥感的意义尤为突出。
附图说明
图1为本发明的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。
下面结合附图1与具体实施方式对本发明进行详细说明。
本发明一种基于单波长激光雷达数据反演气溶胶质量浓度廓线的方法，如图1所示，具体按照以下步骤。
步骤1、利用单波长激光雷达反演获得单波长下的消光系数廓线在大气垂直高度z上的分布；
具体的，步骤1包括：利用355nm波长下高度z处的氮气通道拉曼雷达大气回波信号功率PN(z)，精细反演355nm波长下的消光系数廓线αA(z,λ0)，表示为
式中，λ0为激光的发射波长，λ0对应355nm；z为探测大气高度；PN(z)为355nm的拉曼散射回波信号功率，下标N代表氮气分子；E0为激光雷达功率；Y(z)为重叠函数；后向散射系数βN可认为是一个已知量，所述后向散射系数βN是氮气的分子数密度NN(z)和氮气的拉曼后向散射截面积的乘积，一般氮气的后向散射截面积为定值，取3.1×10-31cm2 sr-1；NN(z)可由标准大气模型获得；αM(λ0,z)为355nm波长下在高度z下的大气分子消光系数；
步骤2、利用能见度仪获得地面能见度值反演地面气溶胶消光系数，结合几何重叠因子，对步骤1中激光雷达同时刻反演的消光系数的盲区进行校正。
具体地，步骤2包括：
步骤2.1、利用能见度仪获取地面能见度值Vvis(z0)，所述能见度值的获取时刻与步骤1.1中激光雷达探测大气的时刻相同。所述能见度仪需紧邻步骤1.1中激光雷达。
步骤2.2、根据步骤2.2中获取的能见度值反演气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，更严格的公式要考虑对波长的依赖关系，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算，z0为能见度仪距地面高度，Vvis(z0)为能见度值，单位为km，λ0表示波长，其单位为μm，ε为视觉反映阈值，σext为气溶胶消光系数，系数q为由经验公式确定的系数，具体的公式为：
步骤2.3、根据步骤2.2反演的消光系数αK(z,λ0)对步骤1中反演的消光系数廓线的盲区进行校正。
步骤3、利用单波长激光雷达反演获得单波长下的相对湿度RH在大气垂直高度z上的分布；利用氮气和水汽分子的拉曼散射信号反演获得大气水汽密度廓线，利用氮气分子高低量子数转动拉曼散射信号反演获得大气温度廓线，进而得到大气相对湿度的高度变化。
具体的，步骤3包括：
步骤3.1、利用氮气的拉曼散射回波信号强度PN(z)；利用水汽分子的拉曼散射回波信号强度PH(z)；利用PN(z)和PH(z)反演获得大气水汽密度的垂直变化分布NH(z)，可表示为：
式中，下标H代表水汽分子，下标N代表氮气分子，k为各拉曼散射通道因子，σ(π)为分子拉曼后向散射截面。
步骤3.2、用Tetens经验公式计算不同温度下的水面饱和水汽压e(t)，可表示为：
e(t)＝610.8×exp[17.27t/(t+237.3] (5)
式中，t为温度，单位为℃；e(t)的单位为Pa。
步骤3.3、根据步骤3.2中的e(t)计算饱和水汽密度SH(z)，可表示为：
SH(t)＝2.17e(t)/(t+273.15) (6)
步骤3.4、根据步骤3.1和步骤3.3计算单位体积空气内实际所含的水汽密度和同温度下饱和水汽密度的百分比，可得到相对湿度RH的在大气垂直高度z上的分布，表示为：
步骤4、利用能见度仪获得的能见度值反演地面355nm波段大气颗粒物的消光系数。所述能见度仪获取能见度值的时间应包含四季且不同污染程度的天气时的长时探测数据。
具体的，步骤4包括：
步骤4.1、利用能见度仪获取地面能见度值Vvis(z0)，所述能见度仪探测时刻应包含四季；所述能见度值仪探测时刻应包不同污染程度的天气；所述能见度度仪的探测时间为长时探测；所述能见度仪应固定安装在某一地区某一坐标位置。
步骤4.2、根据步骤4.1中获取的能见度值反演355nm波长下气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，更严格的公式要考虑对波长的依赖关系，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算，z0为能见度仪距地面高度，Vvis(z0)为能见度值，单位为km，λ0表示波长，其单位为μm，ε为视觉反映阈值，σext为气溶胶消光系数，系数q为由经验公式确定的系数，具体的公式：
步骤5、利用宽粒径谱仪获取不同时刻PM1、PM2.5和PM10质量浓度MPM1，MPM2.5，MPM10。
具体的，步骤5包括:
步骤5.1、所述宽粒径谱仪探测时刻应包含四季。所述宽粒径谱仪探测时刻应包不同污染程度的天气。所述宽粒径谱仪的探测时间为长时探测。所述宽粒径谱仪的安装需紧邻步骤4.1中能见度仪。
步骤5.2、利用宽粒径谱仪获取步骤5.1中不同时刻PM1质量浓度MPM1。利用宽粒径谱仪获取步骤5.1中不同时刻PM2.5质量浓度MPM2.5。利用宽粒径谱仪获取步骤5.1中不同时刻PM10质量浓度MPM10。
步骤6、利用自动气象站***获取实时大气相对湿度RH(z0)。所述自动气象站***的安装需紧邻步骤4.1中能见度仪。
步骤7、利用步骤5.2中宽粒径谱仪获得的PM1、PM2.5和PM10质量浓度与步骤4.2中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤6中获得的大气相对湿度RH(z0)，对相同时刻探测得到的数据进行拟合后，可以获得参数化方程。针对此大量采样数据按不同梯度相对湿度RH(z0)范围分别建立地面PM1、PM2.5和PM10质量浓度与消光系数参数化方程。
具体的步骤7包括：
步骤7.1、利用同时刻下步骤5.2中宽粒径谱仪获得的PM1质量浓度与步骤4.2中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程。表示为：
利用同时刻下步骤5.2中宽粒径谱仪获得的PM2.5质量浓度与步骤4.2中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程。表示为：
利用同时刻下步骤5.2中宽粒径谱仪获得的PM10质量浓度与步骤4.2中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程。表示为：
式中，z为探测距离，单位为km；λ0表示波长，为355nm；a，b为模型常数，C为包括温湿度在内的误差修正常数。根据步骤5.2中宽粒径谱仪获得的PM1质量浓度与步骤4.2中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤6中获得的大气相对湿度RH(z0)的大量采样数据，可以计算出a，b和C。
步骤7.2、根据气溶胶粒子的吸湿特性，气溶胶在不同相对湿度范围下发生吸湿性增长的程度不同，随着相对湿度范围的不断升高，气溶胶吸湿性增长较为明显，消光系数也随之升高。所述质量浓度与消光系数参数化方程在不同相对湿度范围下，所拟合出的参数化方程不同，根据步骤6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM1质量浓度参数化方程表示为：
根据步骤6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM2.5质量浓度参数化方程表示为：
根据步骤6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM10质量浓度参数化方程表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式，δ1，δ2……δn表示相对湿度范围的阈值，结合粒径谱仪和能见度仪实际探测到的数据分别计算PM1、PM2.5和PM10质量浓度与气溶胶消光系数，可以直接拟合出不同污染程度天气下地面PM1、PM2.5和PM10质量浓度模型公式。
步骤8、利用步骤1和步骤2获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)和步骤7中获得的PM1、PM2.5和PM10质量浓度与气溶胶消光系数参数化方程，以及步骤3中获得的相对湿度廓线RH(z)，计算得到大气PM1、PM2.5和PM10质量浓度廓线。
具体的，步骤8包括：
步骤8.1、利用步骤1和步骤2获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)时，对大气相对湿度廓线RH(z)进行同步反演，根据步骤7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的西安地区PM1质量浓度垂直廓线参数化修正方程，表示为：
根据步骤7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的西安地区PM2.5质量浓度垂直廓线参数化修正方程，表示为：
根据步骤7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的西安地区PM10质量浓度垂直廓线参数化修正方程，表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式；根据步骤7获得an，bn和Cn的值；根据激光雷达反演的RH(z)廓线中，不同RH(z)范围所对应的方程判别矩阵因子
表示为：
根据激光雷达反演的不同高度处RH(z)选择相应的矩阵因子，即可反演得到大气气溶胶PM1、PM2.5和PM10质量浓度廓线。
进一步地，所述步骤8中不同相对湿度范围RH内的a，b和C的值与气溶胶种类、环境参数和气象条件等因素有关。所述a，b和C的值需要通过长期大量的实验数据来确定，以具有统计意义，并获得具有通用性PM1、PM2.5和PM10质量浓度与气溶胶消光系数参数化方程。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。
Claims (7)
1.一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，包括以下步骤：
S1：利用单波长激光雷达反演获得单波长下的消光系数廓线在大气垂直高度z上的分布；
S2：利用能见度仪获得地面能见度值反演地面气溶胶消光系数，结合几何重叠因子，对步骤S1中激光雷达同时刻反演的消光系数的盲区进行校正；
S3：利用单波长激光雷达反演获得单波长下的相对湿度RH在大气垂直高度z上的分布；利用氮气和水汽分子的拉曼散射信号反演获得大气水汽密度廓线，利用氮气分子高低量子数转动拉曼散射信号反演获得大气温度廓线，进而得到大气相对湿度的高度变化；
S4：利用能见度仪获得的能见度值反演地面355nm波段大气颗粒物的消光系数,所述能见度仪获取能见度值的时间应包含四季且不同污染程度的天气时的长时探测数据；
S5：利用宽粒径谱仪获取不同时刻PM1、PM2.5和PM10的质量浓度MPM1，MPM2.5，MPM10；
S6：利用自动气象站***获取实时大气相对湿度RH(z0)；
S7：利用宽粒径谱仪获得的PM1、PM2.5和PM10质量浓度与能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及大气相对湿度RH(z0)，对相同时刻探测得到的数据进行拟合后，可以获得参数化方程；针对此大量采样数据按不同梯度相对湿度RH(z0)范围分别建立地面PM1、PM2.5和PM10质量浓度与消光系数参数化方程；
S8：利用获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)和PM1、PM2.5和PM10质量浓度与气溶胶消光系数参数化方程，以及相对湿度廓线RH(z)，计算得到大气PM1、PM2.5和PM10质量浓度廓线。
2.根据权利要求1所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S1具体是：
利用355nm波长下高度z处的氮气通道拉曼雷达大气回波信号功率PN(z)，精细反演355nm波长下的消光系数廓线αA(z,λ0)，表示为
式中，λ0为激光的发射波长，λ0对应355nm；z为探测大气高度；PN(z)为355nm的拉曼散射回波信号功率，下标N代表氮气分子；E0为激光雷达功率；Y(z)为重叠函数；后向散射系数βN是氮气的分子数密度NN(z)和氮气的拉曼后向散射截面积的乘积；αM(λ0,z)为355nm波长下在高度z下的大气分子消光系数。
3.根据权利要求2所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S2具体是：
S201：利用能见度仪获取地面能见度值Vvis(z0)，其中能见度值的获取时刻与步骤S1中单波长激光雷达探测大气的时刻相同；
S202：根据步骤S201获取能见度值反演气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，其余与波长相关，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算；z0为能见度仪距地面高度；Vvis(z0)为能见度值，单位为km；λ0表示波长，其单位为μm；ε为视觉反映阈值；σext为气溶胶消光系数；系数q为由经验公式确定的系数，具体的公式为：
S203：根据步骤S202反演的消光系数αK(z,λ0)对步骤S1中反演的消光系数廓线的盲区进行校正。
4.根据权利要求3所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S3具体是：
S301：利用氮气的拉曼散射回波信号强度PN(z)；利用水汽分子的拉曼散射回波信号强度PH(z)；利用PN(z)和PH(z)反演获得大气水汽密度的垂直变化分布NH(z)，可表示为：
式中，下标H代表水汽分子，下标N代表氮气分子，k为各拉曼散射通道因子，σ(π)为分子拉曼后向散射截面；
S302：用Tetens经验公式计算不同温度下的水面饱和水汽压e(t)，可表示为：
e(t)＝610.8×exp[17.27t/(t+237.3] (5)
式中，t为温度，单位为℃；e(t)的单位为Pa；
S303：根据步骤S302中的e(t)计算饱和水汽密度SH(z)，可表示为：
SH(t)＝2.17e(t)/(t+273.15) (6)
S304：根据步骤S301和步骤S303计算单位体积空气内实际所含的水汽密度和同温度下饱和水汽密度的百分比，可得到相对湿度RH的在大气垂直高度z上的分布，表示为：
5.根据权利要求4所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S4具体是：
S401：利用能见度仪获取地面能见度值Vvis(z0)；
S402：根据步骤S401中获取的能见度值反演355nm波长下气溶胶消光系数αK(z0,λ0)，需采用Koschmieder公式，Koschmieder公式仅在波长为0.55μm时有效，其余与波长相关，由Angstrom提出，具体的公式为：
式中，下标K为采用Koschmieder公式计算，z0为能见度仪距地面高度，Vvis(z0)为能见度值，单位为km，λ0表示波长，其单位为μm，ε为视觉反映阈值，σext为气溶胶消光系数，系数q为由经验公式确定的系数，具体的公式：
6.根据权利要求5所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S7具体是：
S701：利用同时刻下步骤S5中宽粒径谱仪获得的PM1质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
利用同时刻下步骤S5中宽粒径谱仪获得的PM2.5质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
利用同时刻下步骤S5中宽粒径谱仪获得的PM10质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)建立地面不同湿度范围下质量浓度与消光系数的参数化方程,表示为：
式中，z为探测距离，单位为km；λ0表示波长，为355nm；a，b为模型常数，C为包括温湿度在内的误差修正常数；根据步骤S5中宽粒径谱仪获得的PM1质量浓度与步骤S402中能见度仪反演的355nm波长下的消光系数αK(z0,λ0)以及步骤S6中获得的大气相对湿度RH(z0)的大量采样数据，计算出a，b和C；
S702：根据气溶胶粒子的吸湿特性，通过步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM1质量浓度参数化方程表示为：
根据步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM2.5质量浓度参数化方程表示为：
根据步骤S6中获得的大气相对湿度RH(z0)划分不同的相对湿度梯度范围地面PM10质量浓度参数化方程表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式，δ1，δ2……δn表示相对湿度范围的阈值，结合粒径谱仪和能见度仪实际探测到的数据分别计算PM1、PM2.5和PM10质量浓度与气溶胶消光系数，拟合出不同污染程度天气下地面PM1、PM2.5和PM10质量浓度模型公式。
7.根据权利要求6所述的利用单波长激光雷达探测气溶胶质量浓度廓线的方法，其特征在于，所述步骤S8具体是：
利用步骤S1和步骤S2获得355nm波长下反演的盲区校正后的消光系数廓线αA(z,λ0)时，对大气相对湿度廓线RH(z)进行同步反演，根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM1质量浓度垂直廓线参数化修正方程，表示为：
根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM2.5质量浓度垂直廓线参数化修正方程，表示为：
根据步骤S7中PM1、PM2.5和PM10质量浓度参数化方程，计算不同高度处不同RH(z)范围内的PM10质量浓度垂直廓线参数化修正方程，表示为：
式中，下标n(n＝1，2…n)表示不同相对湿度范围对应的质量浓度公式；根据步骤S7获得an，bn和Cn的值；根据激光雷达反演的RH(z)廓线中，不同RH(z)范围所对应的方程判别矩阵因子
表示为：
根据激光雷达反演的不同高度处RH(z)选择相应的矩阵因子，即可反演得到大气气溶胶PM1、PM2.5和PM10质量浓度廓线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010996953.3A CN112269189B (zh) | 2020-09-21 | 2020-09-21 | 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010996953.3A CN112269189B (zh) | 2020-09-21 | 2020-09-21 | 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112269189A true CN112269189A (zh) | 2021-01-26 |
| CN112269189B CN112269189B (zh) | 2023-06-30 |
Family
ID=74348799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010996953.3A Active CN112269189B (zh) | 2020-09-21 | 2020-09-21 | 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112269189B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112946629A (zh) * | 2021-01-29 | 2021-06-11 | 西安理工大学 | 空中云系可凝结水量的遥感探测***与探测方法 |
| CN113009510A (zh) * | 2021-02-02 | 2021-06-22 | 中国空间技术研究院 | 一种天基主动探测气体通量的方法及装置 |
| CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN117705662A (zh) * | 2024-02-02 | 2024-03-15 | 北京英视睿达科技股份有限公司 | 一种湿度补偿的颗粒物监测设备的质量浓度计算方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101609740B1 (ko) * | 2015-08-24 | 2016-04-08 | 대한민국 | 에어로졸 질량농도의 연직분포 산출방법 |
| CN109827906A (zh) * | 2019-01-31 | 2019-05-31 | 西安理工大学 | 一种激光雷达斜程能见度的反演方法 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
| CN111551961A (zh) * | 2020-06-12 | 2020-08-18 | 南通大学 | 基于多波长激光雷达的云凝结核数浓度垂直廓线反演方法 |
-
2020
- 2020-09-21 CN CN202010996953.3A patent/CN112269189B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101609740B1 (ko) * | 2015-08-24 | 2016-04-08 | 대한민국 | 에어로졸 질량농도의 연직분포 산출방법 |
| CN109827906A (zh) * | 2019-01-31 | 2019-05-31 | 西安理工大学 | 一种激光雷达斜程能见度的反演方法 |
| CN110441777A (zh) * | 2019-07-11 | 2019-11-12 | 中山大学 | 一种基于激光雷达的气溶胶垂直廓线的反演方法 |
| CN111551961A (zh) * | 2020-06-12 | 2020-08-18 | 南通大学 | 基于多波长激光雷达的云凝结核数浓度垂直廓线反演方法 |
Non-Patent Citations (1)
| Title |
|---|
| 饶志敏;何廷尧;华灯鑫;陈若曦;: "多波段激光雷达颗粒物质量浓度探测方法", 光谱学与光谱分析, no. 04 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112946629A (zh) * | 2021-01-29 | 2021-06-11 | 西安理工大学 | 空中云系可凝结水量的遥感探测***与探测方法 |
| CN112946629B (zh) * | 2021-01-29 | 2024-05-14 | 西安理工大学 | 空中云系可凝结水量的遥感探测***与探测方法 |
| CN113009510A (zh) * | 2021-02-02 | 2021-06-22 | 中国空间技术研究院 | 一种天基主动探测气体通量的方法及装置 |
| CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN116466368B (zh) * | 2023-06-16 | 2023-08-22 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN117705662A (zh) * | 2024-02-02 | 2024-03-15 | 北京英视睿达科技股份有限公司 | 一种湿度补偿的颗粒物监测设备的质量浓度计算方法 |
| CN117705662B (zh) * | 2024-02-02 | 2024-05-07 | 北京英视睿达科技股份有限公司 | 一种湿度补偿的颗粒物监测设备的质量浓度计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112269189B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112269189A (zh) | 一种利用单波长激光雷达探测气溶胶质量浓度廓线的方法 | |
| Knote et al. | Simulation of semi-explicit mechanisms of SOA formation from glyoxal in aerosol in a 3-D model | |
| CN109827906B (zh) | 一种激光雷达斜程能见度的反演方法 | |
| Cheung et al. | Influence of regional pollution outflow on the concentrations of fine particulate matter and visibility in the coastal area of southern China | |
| Wang et al. | Evaluation of tropospheric SO 2 retrieved from MAX-DOAS measurements in Xianghe, China | |
| Thurai et al. | Application of the generalized gamma model to represent the full rain drop size distribution spectra | |
| CN110109149B (zh) | 一种激光雷达低层消光系数廓线校正方法 | |
| CN109596594A (zh) | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 | |
| Wang et al. | Assessing the photochemical impact of snow NOx emissions over Antarctica during ANTCI 2003 | |
| Kedia et al. | Seasonal variations in aerosol characteristics over an urban location and a remote site in western India | |
| Flamant et al. | Airborne lidar measurements of aerosol spatial distribution and optical properties over the Atlantic Ocean during a European pollution outbreak of ACE‐2 | |
| Kim et al. | Air mass characterization and source region analysis for the Gosan super-site, Korea, during the ACE-Asia 2001 field campaign | |
| Lv et al. | Hygroscopic growth of atmospheric aerosol particles based on lidar, radiosonde, and in situ measurements: Case studies from the Xinzhou field campaign | |
| Wang et al. | A comparison of the physical and optical properties of anthropogenic air pollutants and mineral dust over Northwest China | |
| CN111912754B (zh) | 一种近地面颗粒物浓度的遥感反演方法 | |
| Aaltonen et al. | Measurements of optical properties of atmospheric aerosols in Northern Finland | |
| CN105676231B (zh) | 一种基于转动拉曼激光雷达反演大气温度的方法 | |
| CN113484918A (zh) | 一种提高微波辐射计在云、雨天气条件下测量精度的方法 | |
| CN112711002A (zh) | 一种基于co2-dial模拟测量的点源co2排放的新型估算方法 | |
| CN114994707A (zh) | 基于多波长拉曼-米散射激光雷达的气溶胶特性反演方法 | |
| Väkevä et al. | Field measurements of hygroscopic properties and state of mixing of nucleation mode particles | |
| CN106706566A (zh) | 一种激光雷达探测大气垂直能见度的计算方法 | |
| CN111999268B (zh) | 一种大气消光系数湿度订正方法 | |
| Rajopadhyaya et al. | Comparison of precipitation estimation using single-and dual-frequency wind profilers: Simulations and experimental results | |
| CN109374484B (zh) | 强风条件下地面激光雨滴谱仪的数据质量控制方法 |
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 |