CN115544725A - 基于双波长米散射激光雷达数据的气溶胶廓线反演方法 - Google Patents

基于双波长米散射激光雷达数据的气溶胶廓线反演方法 Download PDF

Info

Publication number
CN115544725A
CN115544725A CN202211075851.3A CN202211075851A CN115544725A CN 115544725 A CN115544725 A CN 115544725A CN 202211075851 A CN202211075851 A CN 202211075851A CN 115544725 A CN115544725 A CN 115544725A
Authority
CN
China
Prior art keywords
aerosol
profile
inversion
extinction coefficient
data
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.)
Pending
Application number
CN202211075851.3A
Other languages
English (en)
Inventor
姚微源
秦荣荣
王宁
马灵玲
韩启金
黎荆梅
金金
张贝贝
郑青川
侯晓鑫
钱永刚
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.)
Inner Mongolia North Heavy Industries Group Co Ltd
Aerospace Information Research Institute of CAS
China Center for Resource Satellite Data and Applications CRESDA
Original Assignee
Inner Mongolia North Heavy Industries Group Co Ltd
Aerospace Information Research Institute of CAS
China Center for Resource Satellite Data and Applications CRESDA
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 Inner Mongolia North Heavy Industries Group Co Ltd, Aerospace Information Research Institute of CAS, China Center for Resource Satellite Data and Applications CRESDA filed Critical Inner Mongolia North Heavy Industries Group Co Ltd
Priority to CN202211075851.3A priority Critical patent/CN115544725A/zh
Publication of CN115544725A publication Critical patent/CN115544725A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • 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)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本公开提供了一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法及其装置，该方法包括：获取气溶胶成分廓线初值；构建混合模式气溶胶光学特性正向模型；将气溶胶成分廓线初值输入至正向模型得到气溶胶激光雷达比和模拟气溶胶消光系数廓线；基于气溶胶激光雷达比，采用Fernald法反演获得反演气溶胶消光系数廓线；根据模拟气溶胶消光系数廓线和反演气溶胶消光系数廓线得到气溶胶消光系数廓线比值，并利用其来调整气溶胶总浓度；基于气溶胶光学厚度值调整气溶胶成分比例；根据调整后的气溶胶总浓度和各成分比例，得到新的气溶胶成分廓线；重复以上步骤，直至模拟气溶胶消光系数廓线与反演气溶胶消光系数廓线的结果差异小于阈值，完成气溶胶廓线反演。

Description

基于双波长米散射激光雷达数据的气溶胶廓线反演方法
技术领域
本公开涉及气溶胶测量技术领域，具体涉及一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法、装置、电子设备及存储介质。
背景技术
大气气溶胶是指大气中悬浮的相当数量的固体或者液体粒子，尺度在0.001μm～100μm之间，其对地球气候、辐射、环境等方面起着重要的作用。如气溶胶是形成云雾降水的条件，可以为大气中水汽凝结或冻结提供凝结核或冻结核；其次它能吸收和散射太阳辐射、大气和地面发射的长波辐射，改变地球的辐射平衡；气溶胶也是灰霾现象的重要成因之一，直接影响空气的能见度和人的身体健康。除此之外，大气中气溶胶成分、含量的变化也是地质运动、生态变化及人类活动的重要指针。因此，对气溶胶在大气中的总量、垂直分布及组成成分进行监控可以为多个领域提供重要的研究资料。
大气探测激光雷达通过主动向地球大气层发射激光，接收大气中气溶胶粒子、大气分子及云粒子的后向散射回波信号，可实现气溶胶消光系数廓线及光学厚度等信息的反演，是当前获取长时序高垂直分辨率气溶胶剖面信息的唯一手段。
目前应用最为广泛的激光雷达气溶胶反演方法为Fernald法，该方法的特点在于基于激光雷达方程，将激光雷达米散射回波信号分解为大气分子和气溶胶两部分来源，假设气溶胶消光系数边界值、激光雷达比后，对方程进行求解获取气溶胶消光系数廓线。然而由于大气物理化学变化复杂性和气溶胶成分多样性等因素的影响，气溶胶激光雷达比依赖于经验值、大气中单一模式气溶胶设定等假设条件的存在会给气溶胶消光系数廓线的反演引入较大的误差。同时，目前尚未有成熟的激光雷达信号反演算法可以实现气溶胶消光系数廓线获取的同时提取气溶胶的成分组成信息。这给大气探测激光雷达反演气溶胶在生态、环境、气候等领域中的研究和应用带来了瓶颈。
发明内容
为解决现有技术中存在的问题，本公开实施例提供的一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法、装置、电子设备及存储介质，该方法通过构建气溶胶成分廓线与双通道激光雷达回波信号之间的关系，对不同波长上气溶胶的激光雷达比进行迭代优化，实现了大气气溶胶消光系数廓线的高精度探测及气溶胶成分组成信息的准确评估。
本公开的第一个方面提供了一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法，包括：S1，根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值；S2，构建混合模式气溶胶光学特性正向模型；S3，将气溶胶成分廓线初值输入至混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道的气溶胶激光雷达比和模拟气溶胶消光系数廓线；S4，基于气溶胶激光雷达比，采用Fernald法反演获得大气探测激光雷达数据的反演气溶胶消光系数廓线；S5，根据模拟气溶胶消光系数廓线和反演气溶胶消光系数廓线，得到双波长通道的气溶胶消光系数廓线比值，基于气溶胶消光系数廓线比值来调整气溶胶总浓度，并计算气溶胶光学厚度值，基于气溶胶光学厚度值调整气溶胶成分比例；S6，根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线；S7，判断S3中得到的模拟气溶胶消光系数廓线及S4中得到的反演气溶胶消光系数廓线之间的结果差异是否小于一阈值；若否，重复步骤S3～S6，直至S3中得到的模拟气溶胶消光系数廓线及S4中得到的反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。
进一步地，S2中构建混合模式气溶胶光学特性正向模型，包括：S21，根据气溶胶成分廓线得到气溶胶尺度谱分布及气溶胶复折射率；S22，基于米散射理论，根据气溶胶尺度谱分布及气溶胶复折射率，得到混合模式气溶胶光学特征参数；其中，该混合模式气溶胶光学特征参数用于实现混合模式气溶胶光学特性正向模型。
进一步地，S21中根据气溶胶成分廓线得到气溶胶尺度谱分布，包括：S211，根据气溶胶成分的质量混合比廓线，计算各成分体积浓度；S212，根据气溶胶各成分的体积浓度，采用对数正态分布函数得到气溶胶的体积谱分布；S213，根据气溶胶的体积谱分布，计算得到气溶胶数浓度谱分布。
进一步地，混合模式气溶胶光学特征参数包括：不同类型气溶胶的消光系数、后向散射系数、气溶胶激光雷达比及气溶胶光学厚度。
进一步地，S1中根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值，包括：S11，获取大气探测激光雷达数据；S12，根据大气探测激光雷达数据得到对应的时间信息及经纬度信息；S13，根据时间信息及经纬度信息从欧洲中期天气预报中心中***大气成分全球再分析数据库获取对应的气溶胶廓线历史数据；S14，根据气溶胶廓线数据分析评估得到大气探测激光雷达数据对应的气溶胶成分廓线初值。
进一步地，S4中基于气溶胶激光雷达比，采用Fernald法反演获得大气探测激光雷达数据的反演气溶胶消光系数廓线，包括：S41，选取对流层顶附近的清洁大气所在位置对应的气溶胶后向散射系数作为反演的边界值；S42，基于气溶胶激光雷达比和边界值，采用Fernald法进行反演，得到大气探测激光雷达数据的反演气溶胶消光系数廓线。
进一步地，气溶胶廓线数据包括沙尘、海盐、硫酸盐、有机物和黑碳气溶胶中的一种或多种。
本公开的第二个方面提供了一种基于双波长米散射激光雷达数据的气溶胶廓线反演装置，包括：数据获取模块，用于根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值；光学特性正向模型构建模块，用于构建混合模式气溶胶光学特性正向模型；数据模拟模块，用于将气溶胶成分廓线初值输入至混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道对应的气溶胶激光雷达比和模拟气溶胶消光系数廓线；数据反演模块，基于气溶胶激光雷达比，采用Fernald法反演得到大气探测激光雷达数据的反演气溶胶消光系数廓线；气溶胶廓线优化模块，用于根据模拟气溶胶消光系数廓线和反演气溶胶消光系数廓线，获取双波长通道的气溶胶消光系数廓线比值，基于气溶胶消光系数廓线比值来调整气溶胶廓线总浓度，并计算气溶胶光学厚度值；基于气溶胶光学厚度值调整气溶胶成分比例；气溶胶成分廓线更新模块，用于根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线；反演迭代模块，用于判断数据模拟模块中得到的模拟气溶胶消光系数廓线及数据反演模块中得到的反演气溶胶消光系数廓线之间的结果差异是否小于一阈值；若否，数据反演迭代，直至数据模拟模块中得到的模拟气溶胶消光系数廓线及数据反演模块中得到的反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。
本公开的第三个方面提供了一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现本公开的第一个方面提供的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
本公开的第四个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现本公开的第一个方面提供的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
本公开相对于现有技术至少具备以下有益效果：
(1)、本公开提供的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，该方法避免了当前算法中激光雷达比的设定依赖于经验统计的问题，激光雷达比不靠经验值确定。
(2)、该方法相比于单一模式气溶胶与其消光系数和后向散射系数之间的正向关系数据库，通过构建混合模式气溶胶的光学特性正向模型，能够获取更接近真实状态的气溶胶激光雷达比和消光特性参数廓线。
(3)、根据激光雷达在双通道上的观测信息对激光雷达方程的求解中引入了更多的约束，通过对不同波长上气溶胶激光雷达比、成分廓线、消光系数廓线的迭代调整获取更接近真实情况的气溶胶反演结果。其中，气溶胶成分廓线的获取可以为气候、环境等相关研究及政策指定提供更为直观的基础资料。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了根据本公开一实施例的基于双波长米散射激光雷达数据的气溶胶廓线反演方法的流程图；
图2示意性示出了根据本公开一实施例的获取大气探测激光雷达数据对应的气溶胶成分廓线初值的流程图；
图3示意性示出了根据本公开一实施例的构建混合模式气溶胶光学特性正向模型的流程图；
图4示意性示出了根据本公开一实施例的生成反演气溶胶消光系数廓线的流程图；
图5示意性示出了根据本公开一实施例的基于双波长米散射激光雷达数据的气溶胶廓线反演装置的方框图；
图6示意性示出了根据本公开一实施例的适于实现上文描述的方法的电子设备的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行***使用或者结合指令执行***使用。
下面将结合本公开具体的实施例中的基于双波长米散射激光雷达数据的气溶胶廓线反演方法的具体流程，对本公开的技术方案进行详细说明。应当理解，附图中示出的基于双波长米散射激光雷达数据的气溶胶廓线反演方法的流程及计算结构等仅是示例性的，以帮助本领域的技术人员理解本公开的技术方案，并非用以限制本公开的保护范围。
图1示意性示出了根据本公开实施例的基于双波长米散射激光雷达数据的气溶胶廓线反演方法的流程图。如图1所示，该方法包括：步骤S1～S7。
在操作S1，根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值。
本公开的实施例中，真实大气环境中的气溶胶由多种成分颗粒混合而成，每种成分的颗粒有自身的分布且按不同的组分混合。以局地地区的大气为主要研究对象，需要收集局地地区的气溶胶廓线资料作为大气气溶胶廓线反演的先验信息。
根据本公开的实施例，如图2所示，S1中根据获取大气探测激光雷达数据，获取对应的气溶胶成分廓线初值，具体包括：S11，获取大气探测激光雷达数据；S12，根据大气探测激光雷达数据得到对应的时间信息及经纬度信息；S13，根据时间信息及所述经纬度信息从欧洲中期天气预报中心(European Centre for Medium-Range Weather，ECMWF)中***大气成分全球再分析数据库(ECMWF Atmospheric Composition Reanalysis 4，EAC4)获取对应的气溶胶廓线历史数据；S14，根据气溶胶廓线数据分析评估得到大气探测激光雷达数据对应的气溶胶成分廓线初值。
具体地，该气溶胶廓线历史数据至少包括沙尘、海盐、硫酸盐、有机物和黑碳气溶胶中的一种或多种。可以通过对至少十年数据进行月/季节平均，分析评估局地大气气溶胶的类型组成及其浓度水平，并且以气溶胶多年月平均廓线作为激光雷达大气探测数据反演的气溶胶成分廓线初值，该气溶胶成分廓线初值包括局地大气气溶胶廓线数据及局地大气气溶胶光学厚度数据。
在操作S2，构建混合模式气溶胶光学特性正向模型。
本公开的实施例中，基于米散射理论和气溶胶的复折射指数构建混合模式气溶胶的光学特性正向模型，以获取气溶胶成分廓线对应的消光系数廓线。
具体地，如图3所示，S2中构建混合模式气溶胶光学特性正向模型，具体包括：步骤S21～S22。
在操作S21，根据气溶胶成分廓线得到气溶胶尺度谱分布及气溶胶复折射率。
本公开的实施例中，粒子的复折射指数与组成有关，而且随波长发生变化。Hitran数据库是目前世界范围内常用的大气分子光谱数据库，给出了氯化钠、海盐、水溶性气溶胶、硫酸铵、黑碳、火山灰尘、硫酸、大气尘埃、石英、赤铁矿、沙子和类沙尘等气溶胶在0.2～40μm波段对应的气溶胶粒子的复折射指数。对应局地地区大气中占优的不同类型气溶胶，选取合适的复折射指数数据，得到气溶胶复折射率。
根据本公开的实施例，S21中根据气溶胶成分廓线得到气溶胶尺度谱分布，具体包括：S211，根据气溶胶成分的质量混合比廓线，计算各成分体积浓度；S212，根据气溶胶各成分的体积浓度，采用对数正态分布函数得到气溶胶的体积谱分布；S213，根据气溶胶的体积谱分布，计算得到气溶胶数浓度谱分布。
具体地，采用对数正态分布函数来描述气溶胶粒子的体积谱分布，其满足以下关系：
Figure BDA0003829395390000081
其中，r表示气溶胶粒子的粒子半径；V(r)表示与气溶胶半径有关的气溶胶体积；Cv表示气溶胶的体积浓度；rv表示气溶胶粒子尺度分布的中值半径，σ表示气溶胶粒子半径的均方差。
可由气溶胶体积谱分布
Figure BDA0003829395390000082
来计算气溶胶数浓度谱分布
Figure BDA0003829395390000083
两者之间的关系可以表示为：
Figure BDA0003829395390000084
其中，N(r)表示气溶胶粒子数密度。
在操作S22，基于米散射理论，根据气溶胶尺度谱分布及气溶胶复折射率，得到混合模式气溶胶光学特征参数。其中，该混合模式气溶胶光学特征参数用于实现混合模式气溶胶光学特性正向模型。
本公开的实施例中，基于米散射理论，根据气溶胶尺度谱分布、气溶胶复折射率及米散射截面与球形粒子的几何截面关系，得到混合模式气溶胶光学特征参数。其中，该混合模式气溶胶光学特征参数包括：不同类型气溶胶的消光系数、后向散射系数、气溶胶激光雷达比及气溶胶光学厚度。
米散射理论指在某一尺度范围内，任意成分的均匀球形粒子的散射现象，其描述了当光波长与粒子尺度相当时它们之间的散射作用。基于米散射理论，根据米散射截面与球形粒子的几何截面的关系，可以计算消光效率因子Qext、散射效率因子Qsca、吸收效率因子Qabs及后向散射效率因子Qback分别满足以下关系：
Figure BDA0003829395390000091
Figure BDA0003829395390000092
Qabs＝Qext-Qsca
Figure BDA0003829395390000093
其中，
x＝ka＝2πr/λ
Figure BDA0003829395390000094
Figure BDA0003829395390000095
Figure BDA0003829395390000096
Figure BDA0003829395390000097
hn(x)＝jn(x)+iyn(x)
上式中，x表示散射粒子的尺度参数；λ为入射光在颗粒周围介质中的波长；m表示散射粒子相对周围介质的复折射率，m＝mr+imi，mr为复折射率实部，代表粒子对光的散射作用；mi为复折射率虚部，代表吸收作用。an和bn是与尺度参数x和粒子复折射指数m有关的函数；jn(x)和hn(x)分别表示n阶贝塞尔函数和第一类汉克尔函数，其导数递推关系如下：
[xjn(x)]′＝xjn-1(x)-njn(x)
[xhn(x)]′＝xhn-1(x)-nhn(x)
其中，Jn+0.5、Yn+0.5表示第一类、第二类贝塞尔函数，它们的初始值为：
Figure BDA0003829395390000101
Figure BDA0003829395390000102
需说明的是，所有公式中无穷级数n值表示散射粒子内部场与入射场、发散场作强迫振荡产生的散射场的叠加。在实际计算过程中必须取有限项，级数项最大值nmax可由下式计算：
Figure BDA0003829395390000103
通过逐级迭代便可得到消光效率因子。
由此，米散射消光系数βe可表示为：
Figure BDA0003829395390000104
其中，积分限r1、r2分别为粒子***的最小和最大特征半径，分别可以取0.005μm和20μm。可知，气溶胶消光系数是关于复折射指数m、粒子半径r和dr粒径范围内粒子数量(浓度)的函数。
本公开的实施例中，在得到各组分气溶胶谱分布及复折射指数的基础上利用上述方法可以得到不同类型气溶胶的消光系数、后向散射系数、激光雷达比(气溶胶消光系数和后向散射系数的比值)和气溶胶光学厚度，实现了混合模式气溶胶光学特性正向模型的构建。
在操作S3，将气溶胶成分廓线初值输入至混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道的气溶胶激光雷达比和模拟气溶胶消光系数廓线。
本公开的实施例中，将气溶胶成分廓线初值输入至混合模式气溶胶光学特性正向模型进行模拟，可得到双波长通道的气溶胶激光雷达比和模拟气溶胶消光系数廓线。其中，混合模式气溶胶的激光雷达比Stotal计算方法如下：
Stotal＝p1S1+p2S2+…+pnSn
其中，n表示气溶胶类型的数量；p1、p2、...、pn表示该类型气溶胶分别占总气溶胶的质量比；S1、S2、...、Sn表示该类型气溶胶的激光雷达比。
在操作S4，基于气溶胶激光雷达比，采用Fernald法反演获得大气探测激光雷达数据的反演气溶胶消光系数廓线。
本公开的实施例中，激光雷达方程可以定量描述激光脉冲信号在大气中的传播过程，是激光雷达工作原理的数学表达，其描述了激光雷达垂直发射的激光光束穿过大气时，其接收到的不同高度上的大气后向散射回波信号的能量。应用米散射理论，结合激光雷达工作原理，激光雷达接收到的探测距离R处的大气后向散射回波功率P(R)，可用米散射激光雷达方程表示为：
Figure BDA0003829395390000111
其中，C表示***常数，E表示发射激光脉冲能量，为已知参数；β(R)表示探测距离R处的大气后向散射系数；σ表示大气消光系数。Fernald法分别考虑了大气分子和气溶胶粒子两种组分的粒子对光的散射，上式可表示为：
Figure BDA0003829395390000112
其中，由于方程中含有两个未知量：探测距离R处的气溶胶粒子的后向散射系数βa(R)和消光系数σa(R)，大气分子的后向散射系数βm(R)和消光系数σm(R)可根据美国标准大气模式得到。Fernald法中将气溶胶激光雷达比定义为气溶胶消光系数和后向散射系数的比值Sa(R)＝σa(R)/βa(R)，并假定其是一不随高度变化的常数。同时需事先已知某一参考高度上的气溶胶后向散射/消光系数，即边界值。
由此利用激光雷达探测到的不同高度或探测距离的后向散射信号，通过求解激光雷达方程就可以反演得到对应探测距离上的大气气溶胶消光特性参数，如图4所示为激光雷达观测数据反演获取气溶胶消光系数的流程图。
假设空气分子消光系数与后向散射比
Figure BDA0003829395390000121
基于米散射激光雷达方程，经过积分、取自然对数以及求导等一系列的变形后，在事先知道某一参考高度Rf处气溶胶粒子和空气分子的后向散射系数的前提下，该参考高度Rf处以上各高度上的气溶胶粒子后向散射系数可表示为(近端解法，前向积分)：
Figure BDA0003829395390000122
由此，该参考高度Rf处以上各高度上的气溶胶粒子消光系数σa(R)为：
Figure BDA0003829395390000123
同理，可以得到参考高度Rf以下各高度的气溶胶消光系数σa(R)(后向积分)：
Figure BDA0003829395390000124
其中，X(R)＝P(R)R2。
本公开的实施例中，激光雷达比基于混合模式气溶胶光学特性正向模型得到。采用Fernald法反演获得所述大气探测激光雷达数据的反演气溶胶消光系数廓线，包括：S41，选取对流层顶附近的清洁大气所在位置对应的气溶胶后向散射系数作为反演的边界值；S42，基于气溶胶激光雷达比和边界值，采用Fernald法进行反演，得到大气探测激光雷达数据的反演气溶胶消光系数廓线。
进一步地，边界值的确定使用洁净层法，该方法将参考层选取为对流层顶附近几乎不含气溶胶粒子的清洁大气所在位置，选取方法是
Figure BDA0003829395390000131
最小值所对应的高度rc。根据该参考高度上的分子后向散射βm(rc)能够确定边界值βa(rc)，由气溶胶后向散射比R(rc)来确定：
Figure BDA0003829395390000132
一般假设参考高度处的气溶胶散射比为一很小的定值(如，1.01)。
在操作S5，根据模拟气溶胶消光系数廓线和反演气溶胶消光系数廓线，得到双波长通道的气溶胶消光系数廓线比值；基于气溶胶消光系数廓线比值来调整气溶胶总浓度，并计算气溶胶光学厚度值，基于的气溶胶光学厚度值调整气溶胶成分比例。
本公开的实施例中，利用混合模式气溶胶的光学特性正向模型和Fernald反演方法分别获取双通道的消光系数廓线，得到双波长通道的气溶胶消光系数廓线比值K，基于气溶胶成分廓线来调整气溶胶总浓度。同时，比较混合模式气溶胶的光学特性正向模型和Fernald解法分别获取的气溶胶光学厚度值来调整气溶胶成分比例。
在操作S6，根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线。
在操作S7，判断S3中得到的所述模拟气溶胶消光系数廓线及S4中得到的所述反演气溶胶消光系数廓线之间的结果差异是否小于一阈值。若否，重复步骤S3～S6，直至S3中得到的模拟气溶胶消光系数廓线及S4中得到的反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。
本公开的实施例中，判断S3中得到的模拟气溶胶消光系数廓线及S4中得到的反演气溶胶消光系数廓线之间的结果差异是否小于一阈值。若否，重复步骤S3～S6，当步骤S3中得到的模拟气溶胶消光系数廓线及步骤S4中得到的反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。其中，该阈值可以为该气溶胶消光系数廓线的20％或其他数值等。
本公开的实施例提供的一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法，该方法可实现高精度的气溶胶消光系数廓线、成分浓度廓线、光学厚度及激光雷达比等参数的获取，达到对大气环境进行精确探测的目的，可较好地应用在大气探测激光雷达***中，同时有利于确定区域大气气溶胶模式。
图5示意性示出了根据本公开一实施例的基于双波长米散射激光雷达数据的气溶胶廓线反演装置的方框图。
如图5所示，该基于双波长米散射激光雷达数据的气溶胶廓线反演装置500，包括：数据获取模块510、光学特性正向模型构建模块520、数据模拟模块530、数据反演模块540、气溶胶廓线优化模块550、气溶胶成分廓线更新模块560及反演迭代模块570。该装置500可以用于实现参考图1所描述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
数据获取模块510，用于根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值。该数据获取模块510例如可以用于执行上文参考图1所描述的S1步骤，在此不再赘述。
光学特性正向模型构建模块520，用于构建混合模式气溶胶光学特性正向模型。该光学特性正向模型构建模块520例如可以用于执行上文参考图1所描述的S2步骤，在此不再赘述。
数据模拟模块530，用于将气溶胶成分廓线初值输入至混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道对应的气溶胶激光雷达比和模拟气溶胶消光系数廓线。该数据模拟模块530例如可以用于执行上文参考图1所描述的S3步骤，在此不再赘述。
数据反演模块540，基于气溶胶激光雷达比，采用Fernald法反演得到大气探测激光雷达数据的反演气溶胶消光系数廓线。该数据反演模块540例如可以用于执行上文参考图1所描述的S4步骤，在此不再赘述。
气溶胶廓线优化模块550，用于根据模拟气溶胶消光系数廓线和反演气溶胶消光系数廓线，获取双波长通道的气溶胶消光系数廓线比值，基于气溶胶消光系数廓线比值来调整气溶胶廓线总浓度，并计算气溶胶光学厚度值；基于的气溶胶光学厚度值调整气溶胶成分比例。该气溶胶廓线优化模块550例如可以用于执行上文参考图1所描述的S5步骤，在此不再赘述。
气溶胶成分廓线更新模块560，用于根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线。该气溶胶成分廓线更新模块560例如可以用于执行上文参考图1所描述的S6步骤，在此不再赘述。
反演迭代模块570，用于判断数据模拟模块中得到的模拟气溶胶消光系数廓线及数据反演模块中得到的反演气溶胶消光系数廓线之间的结果差异是否小于一阈值；若否，数据反演迭代，直至数据模拟模块中得到的模拟气溶胶消光系数廓线及数据反演模块中得到的反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。该反演迭代模块570例如可以用于执行上文参考图1所描述的S7步骤，在此不再赘述。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上装置、基板上的装置、封装上的装置、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，数据获取模块510、光学特性正向模型构建模块520、数据模拟模块530、数据反演模块540、气溶胶廓线优化模块550、气溶胶成分廓线更新模块560及反演迭代模块570中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，数据获取模块510、光学特性正向模型构建模块520、数据模拟模块530、数据反演模块540、气溶胶廓线优化模块550、气溶胶成分廓线更新模块560及反演迭代模块570中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上装置、基板上的装置、封装上的装置、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，数据获取模块510、光学特性正向模型构建模块520、数据模拟模块530、数据反演模块540、气溶胶廓线优化模块550、气溶胶成分廓线更新模块560及反演迭代模块570中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图6示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，本实施例中所描述的电子设备600，包括：处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的装置中限定的上述功能。根据本公开的实施例，上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/装置中所包含的；也可以是单独存在，而未装配入该设备/装置/装置中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机装置中运行时，该程序代码用于使计算机装置实现本公开实施例所提供的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
在该计算机程序被处理器601执行时执行本公开实施例的装置/装置中限定的上述功能。根据本公开的实施例，上文描述的装置、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的装置中限定的上述功能。根据本公开的实施例，上文描述的装置、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是，在本公开各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图和框图，图示了按照本公开各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，包括：
S1，根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值；
S2，构建混合模式气溶胶光学特性正向模型；
S3，将所述气溶胶成分廓线初值输入至所述混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道的气溶胶激光雷达比和模拟气溶胶消光系数廓线；
S4，基于所述气溶胶激光雷达比，采用Fernald法反演获得所述大气探测激光雷达数据的反演气溶胶消光系数廓线；
S5，根据所述模拟气溶胶消光系数廓线和所述反演气溶胶消光系数廓线，得到双波长通道的气溶胶消光系数廓线比值，基于所述气溶胶消光系数廓线比值来调整气溶胶总浓度，并计算气溶胶光学厚度值，基于所述气溶胶光学厚度值调整气溶胶成分比例；
S6，根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线；
S7，判断所述S3中得到的所述模拟气溶胶消光系数廓线及所述S4中得到的所述反演气溶胶消光系数廓线之间的结果差异是否小于一阈值；若否，重复步骤S3～S6，直至所述S3中得到的所述模拟气溶胶消光系数廓线及所述S4中得到的所述反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。
2.根据权利要求1所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述S2中构建混合模式气溶胶光学特性正向模型，包括：
S21，根据所述气溶胶成分廓线得到气溶胶尺度谱分布及气溶胶复折射率；
S22，基于米散射理论，根据所述气溶胶尺度谱分布及所述气溶胶复折射率，得到混合模式气溶胶光学特征参数；其中，该混合模式气溶胶光学特征参数用于实现所述混合模式气溶胶光学特性正向模型。
3.根据权利要求2所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述S21中根据所述气溶胶成分廓线得到气溶胶尺度谱分布，包括：
S211，根据气溶胶成分的质量混合比廓线，计算各成分体积浓度；
S212，根据所述气溶胶各成分的体积浓度，采用对数正态分布函数得到气溶胶的体积谱分布；
S213，根据所述气溶胶的体积谱分布，计算得到气溶胶数浓度谱分布。
4.根据权利要求2所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述混合模式气溶胶光学特征参数包括：不同类型气溶胶的消光系数、后向散射系数、气溶胶激光雷达比及气溶胶光学厚度。
5.根据权利要求1所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述S1中根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值，包括：
S11，获取大气探测激光雷达数据；
S12，根据所述大气探测激光雷达数据得到对应的时间信息及经纬度信息；
S13，根据所述时间信息及所述经纬度信息从欧洲中期天气预报中心中***大气成分全球再分析数据库获取对应的气溶胶廓线历史数据；
S14，根据所述气溶胶廓线数据分析评估得到所述大气探测激光雷达数据对应的气溶胶成分廓线初值。
6.根据权利要求1所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述S4中基于所述气溶胶激光雷达比，采用Fernald法反演获得所述大气探测激光雷达数据的反演气溶胶消光系数廓线，包括：
S41，选取对流层顶附近的清洁大气所在位置对应的气溶胶后向散射系数作为反演的边界值；
S42，基于所述气溶胶激光雷达比和所述边界值，采用所述Fernald法进行反演，得到所述大气探测激光雷达数据的反演气溶胶消光系数廓线。
7.根据权利要求5所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法，其特征在于，所述气溶胶廓线数据包括沙尘、海盐、硫酸盐、有机物和黑碳气溶胶中的一种或多种。
8.一种基于双波长米散射激光雷达数据的气溶胶廓线反演装置，其特征在于，包括：
数据获取模块，用于根据大气探测激光雷达数据，获取对应的气溶胶成分廓线初值；
光学特性正向模型构建模块，用于构建混合模式气溶胶光学特性正向模型；
数据模拟模块，用于将所述气溶胶成分廓线初值输入至所述混合模式气溶胶光学特性正向模型进行模拟，得到双波长通道对应的气溶胶激光雷达比和模拟气溶胶消光系数廓线；
数据反演模块，基于所述气溶胶激光雷达比，采用Fernald法反演得到所述大气探测激光雷达数据的反演气溶胶消光系数廓线；
气溶胶廓线优化模块，用于根据所述模拟气溶胶消光系数廓线和所述反演气溶胶消光系数廓线，获取双波长通道的气溶胶消光系数廓线比值，基于所述气溶胶消光系数廓线比值来调整气溶胶廓线总浓度，并计算气溶胶光学厚度值；基于所述气溶胶光学厚度值调整气溶胶成分比例；
气溶胶成分廓线更新模块，用于根据调整后的气溶胶总浓度和各成分比例，计算得到新的气溶胶成分廓线；
反演迭代模块，用于判断所述数据模拟模块中得到的所述模拟气溶胶消光系数廓线及所述数据反演模块中得到的所述反演气溶胶消光系数廓线之间的结果差异是否小于一阈值；若否，数据反演迭代，直至所述数据模拟模块中得到的所述模拟气溶胶消光系数廓线及所述数据反演模块中得到的所述反演气溶胶消光系数廓线之间的结果差异小于一阈值为止，迭代结束，完成气溶胶廓线反演。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～7中任一项所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～7中任一项所述的基于双波长米散射激光雷达数据的气溶胶廓线反演方法。
CN202211075851.3A 2022-09-02 2022-09-02 基于双波长米散射激光雷达数据的气溶胶廓线反演方法 Pending CN115544725A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211075851.3A CN115544725A (zh) 2022-09-02 2022-09-02 基于双波长米散射激光雷达数据的气溶胶廓线反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211075851.3A CN115544725A (zh) 2022-09-02 2022-09-02 基于双波长米散射激光雷达数据的气溶胶廓线反演方法

Publications (1)

Publication Number Publication Date
CN115544725A true CN115544725A (zh) 2022-12-30

Family

ID=84726219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211075851.3A Pending CN115544725A (zh) 2022-09-02 2022-09-02 基于双波长米散射激光雷达数据的气溶胶廓线反演方法

Country Status (1)

Country Link
CN (1) CN115544725A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN118033676A (zh) * 2024-04-11 2024-05-14 长春理工大学 基于bp神经网络的激光雷达消光系数廓线的修正方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN118033676A (zh) * 2024-04-11 2024-05-14 长春理工大学 基于bp神经网络的激光雷达消光系数廓线的修正方法

Similar Documents

Publication Publication Date Title
Bonadonna et al. Physical characterization of explosive volcanic eruptions based on tephra deposits: propagation of uncertainties and sensitivity analysis
CN115544725A (zh) 基于双波长米散射激光雷达数据的气溶胶廓线反演方法
Chang et al. Calibrating MODIS aerosol optical depth for predicting daily PM2. 5 concentrations via statistical downscaling
Merikallio et al. Modelling light scattering by mineral dust using spheroids: assessment of applicability
Kim et al. Evaluation of the Weather Research and Forecast/urban model over Greater Paris
Wyszogrodzki et al. Evaluation of the coupling between mesoscale-WRF and LES‐EULAG models for simulating fine-scale urban dispersion
Zhang et al. Assimilation of precipitation-affected radiances in a cloud-resolving WRF ensemble data assimilation system
Posselt et al. Robust characterization of model physics uncertainty for simulations of deep moist convection
Van de Boer et al. Sensitivity and uncertainty of analytical footprint models according to a combined natural tracer and ensemble approach
CN106646476A (zh) 一种液态云微物理参数的反演方法
Cottle et al. A pervasive and persistent Asian dust event over North America during spring 2010: lidar and sunphotometer observations
Posselt et al. Errors in ensemble Kalman smoother estimates of cloud microphysical parameters
Zhang et al. Comparison of turbulent sensible heat flux determined by large-aperture scintillometer and eddy covariance over urban and suburban areas
Raupach et al. Small-scale variability of the raindrop size distribution and its effect on areal rainfall retrieval
Mason et al. A unified synergistic retrieval of clouds, aerosols and precipitation from EarthCARE: the ACM-CAP product
Zhou et al. Mobile sensing of point-source gas emissions using Bayesian inference: An empirical examination of the likelihood function
Schliep et al. Autoregressive spatially varying coefficients model for predicting daily PM 2.5 using VIIRS satellite AOT
Yuan et al. A new method for estimating aerosol mass flux in the urban surface layer using LAS technology
Zus et al. Development and optimization of the IPM MM5 GPS slant path 4DVAR system
Zuidema et al. Shortwave radiative impacts from aerosol effects on marine shallow cumuli
Luo et al. Forest above ground biomass estimation methodology based on polarization coherence tomography
Momin et al. Assessment of NEMO simulated surface current with HF radar along Andhra Pradesh coast
Krol et al. Estimating NO x emissions of stack plumes using a high-resolution atmospheric chemistry model and satellite-derived NO 2 columns
Chang et al. LiDAR-based NDT matching performance evaluation for positioning in adverse weather conditions
Liu et al. Assessing the Effects of Microphysical Scheme on Convective and Stratiform Characteristics in a Mei‐Yu Rainfall Combining WRF Simulation and Field Campaign Observations

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