微脉冲激光雷达水平探测气溶胶两种反演算法对比与误差分析

暗像元法反演气溶胶原理
暗像元法反演气溶胶原理
气溶胶是指微观粒子悬浮在大气中的细小液滴、固体粒子和它们的复合体。

这些微粒子对空气质量和天气的影响非常显著，因此对气溶胶的研究显得至关重要。

暗像元法（DARK）是一种用于实现气溶胶的光学探测的技术，其反演原理是基于独特的光学散射过程。

暗像元法反演气溶胶原理主要分为以下几个步骤：
1.制备样品
首先需要制备一个模拟真实大气环境的样品，以获得粒子分布情况。

样品制备的方法是根据实际大气中的分布数据来确定颗粒物的类型、大小和浓度，然后通过特定的技术手段将颗粒物分散到空气中。

2.测量样品的散射和透射特性
使用适当的仪器对样品进行测量，包括反射、散射、透射和吸收四个方向。

这些被测量的数据需要计算出本底散射信号，用于后续的暗像元法反演计算。

3.计算暗像元
暗像元法的独特之处在于它可以利用散射和透射信号的比值（R/T）来计算出暗像元。

暗像元指的是样品中一个离散物质的散射和透射的比值。

要计算暗像元，需要对样品中多个离散物质进行测量，并对信号
进行处理。

最终，计算出的暗像元将作为反演算法的输入参数。

4.反演大小和浓度
利用计算得到的暗像元和经验模型推算气溶胶的大小和浓度。

反演结果有两种形式：一种是把结果以图像的形式呈现出来，另一种是将结果以数值的形式输出。

反演的结果将有助于分析气溶胶的来源、成分和分布。

暗像元法反演气溶胶原理是基于光学散射计算的，并且具有高精度、非侵入性和实时性等优点，已逐渐成为研究气溶胶的主要手段之一。

基于查找表的气溶胶反演算法的原理示例文章篇一：哎呀呀，这题目也太难了吧！对于我这个小学生来说，“基于查找表的气溶胶反演算法的原理”简直就像外星人的语言！我都不知道从哪儿说起呢！啥是气溶胶？啥又是反演算法？还基于查找表？这都啥跟啥呀！感觉就像让我去攀登一座高耸入云、没有路的大山一样，难死啦！我就想问问，这东西难道不应该是科学家们操心的吗？为啥要难为我们小朋友呀？我猜这个基于查找表的气溶胶反演算法，可能就像我们玩拼图，得一块一块找到合适的拼在一起，才能看出完整的画面。

气溶胶就像是那些乱乱的拼图块，而反演算法就是我们找拼图的方法。

可是这个查找表又是啥呢？难道是告诉我们哪块拼图该放哪儿的小本本？老师讲的时候，我感觉自己的脑袋都要变成浆糊啦！同学们也都一脸懵，你看看我，我看看你，好像在说：“这到底是啥呀？”我就不明白了，这么复杂的东西，对我们的生活到底有啥用呢？难道能让天上的雾霾一下子都消失？还是能让我们呼吸的空气变得像糖果一样香甜？反正我现在是搞不懂啦，也许等我长大了，学了更多的知识，就能明白这神秘的“基于查找表的气溶胶反演算法的原理”到底是怎么回事。

但现在，我只想说：“太难啦，饶了我吧！”示例文章篇二：哎呀呀，这题目也太难啦！我一个小学生怎么搞得懂“基于查找表的气溶胶反演算法的原理”呀！这听起来就像超级难懂的天书一样！老师给我们讲这个的时候，我都晕乎乎的。

我就一直在想，这到底是啥玩意儿呢？难道就像玩捉迷藏，要从一堆数字和公式里把答案找出来？比如说，我们平时做数学题，知道了条件就能算出答案。

那这个气溶胶反演算法，是不是就像给了一堆乱七八糟的线索，然后要我们找出那个真正的“答案”——气溶胶的情况呢？我问了同桌小明：“你能明白这是啥不？”小明摇摇头说：“我也迷糊着呢，感觉像在云里雾里。

”后面我又去问了学习特别好的班长小红，她说：“其实就是通过一些已知的数据和表格，去推算出气溶胶的相关信息。

”我还是有点不太懂，就接着问：“那为啥要这么麻烦去推算呀？”小红耐心地解释：“这就好比医生要通过各种检查结果来判断我们生了什么病，这个算法就是帮助科学家了解大气的‘健康状况’呀。

一种无需定标的地基激光雷达气溶胶消光系数精确反演方法刘厚通;毛敏娟【摘要】如何对低云下雾霾的激光雷达探测数据进行准确定标,一直是米散射激光雷达数据反演中一个有待解决的问题.对于低云和雾霾同时出现的天气,激光很难穿透云层,不能利用大气清洁层对激光雷达信号定标.而对于探测高度小于6 km的便携式米散射激光雷达,由于探测高度较低,也很难利用大气清洁层对激光雷达数据进行定标.本文根据Fernald前向积分方程的特点,提出了一种气溶胶消光系数迭代算法.通过对反演过程进行特定设置,每经过一次迭代,利用气溶胶消光系数迭代算法得到的气溶胶消光系数反演值与其真实值之间的差值就会相应减小.经过几次迭代后,气溶胶消光系数反演值与真实值之间的差值就会小到可以忽略不计.初步反演结果表明:利用气溶胶消光系数迭代算法,无需对激光雷达探测数据定标就能精确反演出气溶胶消光系数廓线.【期刊名称】《物理学报》【年(卷),期】2019(068)007【总页数】8页(P161-168)【关键词】激光雷达;雾霾;气溶胶消光系数;Fernald前向积分方程【作者】刘厚通;毛敏娟【作者单位】安徽工业大学数理科学与工程学院,马鞍山243002;浙江省气象科学研究所,杭州310017【正文语种】中文1 引言如何对地基米散射激光雷达回波信号进行准确定标一直是激光雷达数据反演中的一个重要研究课题[1]. 对于探测高度较高的米散射激光雷达,标定高度一般选取近乎不含气溶胶粒子的清洁大气层所在的高度来确定, 这个高度一般选在对流层顶附近[2−4]. 但对于探测最高高度在6 km左右的米散射激光雷达, 可以选取4–6 km高度范围内X(z ")/ (z ")的最小值所在的高度为标定高度[5−7],X(z "), (z ")的物理意义见参考文献[7], 由于4–6 km高度范围内X(z ")/ (z ")的最小值所对应的气溶胶消光系数或后向散射系数是变化的, 所以这种定标法得到的标定值存在一定的误差. 利用激光雷达对雾霾探测数据进行探测, 如果雾霾层上无云且激光能够透过雾霾层到达较高的高度, 可以采用“大气清洁层”对激光雷达信号定标[2−4], 或者采用斜率法进行定标[8,9], 利用斜率法对水平探测的激光雷达信号进行定标时, 能够获得比较准确的标定值, 但对于垂直探测的激光雷达数据, 利用斜率法得到的标定值存在一定的误差, 有时误差还比较大; 如果雾霾上无云但激光束穿透雾霾后只能到达6 km左右的高度, 此时仍然可以利用4–6 km的某个高度区域进行定标[5−7], 但是由于4–6 km高度范围内的气溶胶受到地面雾霾颗粒的“污染”, 定标误差较大; 如果雾霾上有低云,利用激光雷达对低云和雾霾同时出现的大气进行探测时, 由于雾霾和低云都具有很强的消光特性,有时激光很难穿透云层, 也就是说很难利用云上的大气清洁层对激光雷达探测信号进行定标, 而处于云层和雾霾之间的气溶胶层, 由于受云层和雾霾的“污染”, 其消光系数变化较大而且很难找到所谓的“均匀层”, 一般也不能利用斜率法进行定标, 这时利用传统的定标法将无法对激光雷达信号进行准确定标, 从而影响雾霾消光系数垂直分布数据的准确获取.本文提出了一种基于Fernald前向积分方程的气溶胶消光系数反演方法, 为了表达方便, 该法在本文中简称为气溶胶消光系数迭代算法. 利用气溶胶消光系数迭代算法, 无需对激光雷达信号定标就能准确求出气溶胶消光系数, 这种方法不仅适用于激光雷达对低云下雾霾探测数据的消光系数反演, 也可应用于探测高度较低(小于6 km)的米散射激光雷达信号(例如微脉冲激光雷达)的气溶胶消光系数求解.2 理论基础当米散射激光雷达垂直向大气中发射532 nm波长的激光时, 对每一发激光脉冲, 望远镜接收到高度处大气后向散射回波功率可以用米散射激光雷达方程表示为[10−13]其中C是激光雷达系统标定常数, 可以通过实验测得 . = + , 和分别是高度处的气溶胶粒子和大气分子的后向散射系数. 是地面到高度的大气透过率. 利用(1)式, 可以得到激光雷达距离校正信号为根据激光脉冲能量和实验测得的激光雷达几何重叠因子, 可以获得归一化激光雷达距离校正信号为由(3)式可得到大气后向散射系数表示式为在 (4)式中, 只要知道和 , 就能求得高度处的气溶胶和分子的总后向散射系数. 本文中分子后向散射系数垂直分布采用美国标准大气模式[12]. 根据 = , 可以得到高度处的气溶胶后向散射系数 . 高度处的气溶胶消光系数可以利用下式求得：其中的S1为气溶胶激光雷达比, 在本文中S1 = 50 sr.从地面到高度处大气透过率可表示为[14]：其中 , 是高度处的大气分子消光系数.利用米散射激光雷达数据反演气溶胶消光系数, 通常采用Klett算法和Fernald算法, 其中根据Fernald提供的前向积分算法对激光雷达信号进行处理得到的气溶胶消光系数廓线表达式为[15,16]：Fernald后向积分算法的表达式为[15,16]3 雾霾消光系数精确反演3.1 气溶胶消光系数迭代算法简介激光雷达不但能够探测雾霾的强度, 还能够探测雾霾的垂直分布[17−19], 但是对于无法利用“清洁层”进行定标的雾霾探测数据的普适定标方法研究, 至今没见相关文献报道. 图1所示的是2017年3月30日凌晨1点在安徽工业大学东区, 利用安徽工业大学拉曼−米散射激光雷达探测雾霾时得到的532 nm通道激光雷达归一化距离校正回波信号, 该回波信号已经过激光雷达几何重叠因子订正. 从图1中可以看出, 由于雾霾上方存在水云层,激光束不能同时穿透雾霾和水云层, 难以利用“大气清洁层”对激光雷达信号进行定标. 激光雷达在工作时有一段信号盲区, 在信号盲区内几何重叠因子几乎为 0, 难以获得准确的激光雷达回波信号.本文参考美国标准大气模式, 依据文献[20]中的方法得到盲区的激光雷达回波信号数据. 安徽工业大学拉曼−米散射激光雷达由中国科学院安徽光学精密机械研究所研制, 共有四个探测通道： 532 nm偏振平行通道、532 nm偏振垂直通道、607 nm通道及660 nm通道, 其接收望远镜直径为400 mm.532 nm通道的激光脉冲能量为210 mJ, 对晴天气溶胶进行探测时激光雷达回波信号的有效高度一般在15 km以上.图1 雾霾的激光雷达距离校正回波信号Fig. 1. The range corrected lidar signal about fog and haze.下面以这组信号的气溶胶消光系数反演为例说明气溶胶消光系数迭代算法的主要步骤.1)根据激光功率计监测得到的激光脉冲能量,对图1中的激光雷达信号廓线进行归一化处理, 得到归一化信号 .2)第一次迭代. 以图1中A点为迭代起点, 该点选在激光雷达激光发射口处, 以某高度处的B点的消光系数值为迭代结束项, B点的位置应在激光雷达几何重叠因子范围之外, 当然在具体计算中应该固定一个高度, 例如本文中的B点选在1.02 km高度处(因为激光雷达的垂直探测分辨率为0.03 km), 这样有利于计算程序的编写. A 点选在激光发射口处, 也即中的0高度处, 这样可以直接利用(4)式得到B点的气溶胶后向散射系数, 进而得到B高度处气溶胶消光系数.假定A, B两点之间大气透过率为T1(本文中T1 = 0.8), 根据(4)式和(5)式算出B点的气溶胶消光系数 . 令地面A点的气溶胶消光系数的取值范围为 0–2 km–1, 的取值从 0 km–1开始, 以 0.01 km–1的步长递增. 对应每一个A点的气溶胶消光系数值, 根据(7)式和激光雷达归一化信号 , 就会得到一条气溶胶消光系数廓线 , 同时也得到B点的气溶胶消光系数 . 迭代结束条件为当和的值满足(9)式时, 迭代结束,此时所对应的气溶胶消光系数廓线即为所求. (9)式中的应根据实际反演的需要取值, 本文中的取值为 0.00001 km–1.3)第二次迭代. 根据第一次迭代得到的气溶胶消光系数廓线 , 利用(6)式再次求出0–1.02 km高度范围内的大气透过率T2, 然后重复第一次迭代的步骤, 再次得到气溶胶消光系数廓线……..4)最终反演结果确定. 假设根据第k–1次迭代得到的气溶胶消光系数廓线和第k次迭代得到的消光系数廓线在1.02 km高度处的气溶胶消光系数之差小于某一设定值c =0.00001 km–1, 即则即为所求的雾霾消光系数廓线.3.2 大气透过率初始值范围确定方法在上面的反演中, 由于大气透过率初始值T1是任意设置的, 可能出现因为T1的初设值和真实值相差太大而无法迭代反演出准确的气溶胶消光系数的情况.对于图1中的激光雷达数据, 当0–1.02 km高度范围内的大气透过率分别预设为50%, 55%,60%, 65%, 70%和75%时, 第一次迭代获得的对应高度范围内的大气透过率分别为57.43%,61.33%, 64.88%, 68.09%, 71.10%和73.69%. 可以看出, 当大气透过率初设值在50%–70%范围内时, 第一次迭代得到的0–1.02 km大气透过率均比初设值高. 初步反演表明：利用(7)式和3.1节的迭代步骤进行消光系数反演时, 随着迭代次数的增加, 得到的0–1.02 km范围内的大气透过率有趋于真值的趋势, 由此可知0–1.02 km的大气透过率应该高于70%. 而当大气透过率初设值为75%时, 第一次迭代反演得到的0–1.02 km的大气透过率为73.69%, 小于初设值75%, 也就是说0–1.02 km高度范围内的大气透过率小于75%.从上面的分析可以得到0–1.02 km范围的大气透过率在70%–75%之间. 大气透过率初设值和第一次迭代结果对应的大气透过率值之间的关系如图2所示. 图2中的纵坐标表示大气透过率的初设值, 横坐标表示大气透过率初设值的赋值序号.图2 大气透过率初始值与第一次迭代值之间的关系Fig. 2. The relationship between the initial values and the first iterative values of atmospheric transmittance.3.3 反演结果根究上面的分析, 取大气透过率初始值为0.7,根据3.1节的迭代步骤, 经过7次迭代, 反演得到雾霾的消光系数如图3所示, 图3中第7次迭代得到的气溶胶消光系数即为所求. 由于经过3.2节的估算, 0–1.02 km大气透过率的初设值0.7和真实值相差不大, 所以在图3中的7次迭代反演得到的气溶胶消光系数之间差别较小.图3 利用气溶胶消光系数迭代算法反演得到的气溶胶消光系数廓线Fig. 3. The aerosol extinction coefficient profiles retrieved by the iterative algorithm of aerosol extinction coefficient.3.4 反演结果验证与分析利用气溶胶消光系数迭代算法反演得到的雾霾的消光系数垂直分布是否正确？由于利用现有的定标方法不能对低云下雾霾的激光雷达探测信号进行准确定标, 使得上述反演结果无法得到验证. 但是, 对于探测高度较高的激光雷达信号, 利用气溶胶消光系数迭代算法进行消光系数反演得到的气溶胶消光系数廓线, 和利用大气清洁层定标得到的气溶胶消光系数廓线比较, 如果两者符合得很好, 则证明利用气溶胶消光系数迭代算法能够准确反演得到气溶胶消光系数廓线.图4是在2005年2月22日晚8点, 利用中国科学院安徽光学精密机械研究所研制的偏振–米散射激光雷达对合肥上空的气溶胶进行探测时, 根据激光脉冲能量及(1)式–(3)式得到的一组归一化激光雷达距离校正回波信号. 偏振–米散射激光雷达探测波长为532 nm, 单发激光脉冲能量可达180 mJ,接收望远镜孔径为254 mm, 设有两种可切换的探测模式(米散射探测模式和米散射–偏振探测模式)能够对气溶胶消光系数、后向散射系数及偏振特性进行测量.图4 米散射激光雷达距离校正信号Fig. 4. The range corrected lidar signal of the Mie scatter−ing lidar.利用3.1节中的气溶胶消光系数迭代算法对图4中的激光雷达信号进行处理, 经过4次迭代,得到气溶胶消光系数廓线如图5中曲线A所示.由于图4中的激光雷达回波信号探测高度较高, 可以利用8–14 km的“大气清洁层”进行定标, 并在标定点上、下分别利用(7)式和(8)式进行气溶胶消光系数反演, 反演结果如图5中的B线所示, 由于利用8–14 km高度范围内“大气清洁层”定标法和Fernald方程(7)式和(8)式获得的气溶胶消光系数比较可靠, 本文把图5中的B曲线作为气溶胶消光系数标准廓线.图5 利用气溶胶消光系数迭代算法与其他定标方法获得的气溶胶消光系数比较Fig.5. Comparison of aerosol extin ction coefficients ob−tained by the iterative algorithm of aerosol extinction coef−ficient and other calibration methods.从图5中可以看出, 基于Fernald积分方程,利用“大气清洁层”定标法获得的气溶胶消光系数廓线和利用气溶胶消光系数迭代算法获得气溶胶消光系数廓线基本符合, 说明利用气溶胶消光系数迭代算法反演得到的气溶胶消光系数是准确的.对于雾霾上有云且激光没有穿透云层的激光雷达探测数据, 斜率法是一种常用的定标方法. 利用斜率法对图4中的激光雷达信号进行定标(拟合高度范围为3–4.6 km, 在此范围内的大气符合均匀层的条件), 在标定点上、下分别采用Fernald前向积分方程和Fernald后向积分方程进行反演, 得到的气溶胶消光系数廓线如图5中曲线C所示.从图中可以看出, 利用斜率法定标和气溶胶消光系数迭代算法获得的气溶胶消光系数廓线之间存在一定的差别, 如果以图5中曲线B的反演结果作为标准, 则利用斜率法定标得到的气溶胶消光系数廓线的精度低于利用气溶胶消光系数迭代算法获得的气溶胶消光系数廓线的精度.需要说明的是, Fernald前向积分公式在地基激光雷达气溶胶消光系数反演中很少用到, 根本原因是该公式具有“误差发散特性”, 容易得到不稳定的解. 但是根据气溶胶消光系数迭代算法, 对(7)式按照本文3.1节的反演方法设置A, B两点, 尽管开始时A, B两点之间的大气透过率初始值和大气透过率真实值之间相差较大, 但是每经过一次迭代, 反演得到的A, B两高度之间的大气透过率反演值和真实值之间的差值就会相应减小, 经过几次迭代, A, B两高度之间的大气透过率反演值和真实值之间的差值已经很小, 这时得到的B高度处的气溶胶消光系数接近B点气溶胶消光系数的真实值. 尽管气溶胶消光系数迭代算法是以Fernald前向积分方程为基础的,但是只要参照本文3.1节的设置, 利用气溶胶消光系数迭代算法求解A,B之间的大气透过率时能够获得“稳定解”, 进而得到准确的气溶胶消光系数垂直分布.3.5 几何重叠因子的影响由于用于迭代的两点之间的大气透过率所在的高度范围包含整个几何重叠因子区, 激光雷达几何重叠因子的误差会直接导致定标高度范围内的大气透过率的误差, 从而对整条气溶胶消光系数廓线的反演精度产生影响. 对地基米散射激光雷达来说, 如果在晴朗、微风的傍晚进行激光雷达几何重叠因子的测量, 并把多次测量的平均值作为激光雷达几何重叠因子的标准值, 可知每次测量的激光雷达几何重叠因子的误差都不大, 其相对误差一般不会超过10%, 且实验测得的激光雷达几何重叠因子的误差一般在500 m以下.图6是在晴空、微风的傍晚, 利用偏振–米散射激光雷达水平对大气探测时得到的激光雷达几何重叠因子, 该激光雷达几何重叠因子的距离范围为0–0.72 km, 当激光雷达几何重叠因子在0–0.72 km距离范围内的每个值不存在误差、存在5%及10%的误差时(见图6), 对应的归一化激光雷达距离校正回波信号有明显的差别(图7), 由于在几何重叠因子以上激光雷达回波信号相同, 图7只显示0–3 km高度范围内的激光雷达回波信号.图6 激光雷达几何重叠校正因子的相对误差Fig. 6. The relative errors of lidar overlap function.图7 不同的激光雷达几何重叠因子误差所对应的激光雷达距离校正信号Fig. 7. The range corrected lidar signals corresponding to different errors of lidar geometric overlap function.图8 几何重叠因子误差对气溶胶消光系数反演值的影响Fig. 8. The influence of lidar overlap function error on the retrievals of aerosol extinction coefficients.根据激光雷达几何重叠因子不存在误差、存在5%及10%的误差时得到的激光雷达距离校正信号, 利用气溶胶消光系数迭代算法反演得到的气溶胶消光系数廓线如图8所示, 可以看出, 尽管几何重叠因子存在一定的误差, 利用气溶胶消光系数迭代算法反演得到的气溶胶消光系数廓线和几何重叠因子不存在误差时的气溶胶消光系数廓线几乎重合. 对激光雷达几何重叠因子的多次实际测量表明, 单次测得的几何重叠因子的误差一般不会大于5%, 所以几何重叠因子的误差对气溶胶消光系数迭代算法的反演结果影响不大.4 结论到目前为止, 难以对低空大气探测激光雷达数据和低云下雾霾的激光雷达探测数据进行准确定标. 本文根据Fernald前向积分方程的特点, 提出了一种新的大气探测激光雷达数据反演方法––气溶胶消光系数迭代算法. 这种算法可以先预设某一高度范围内大气透过率一系列的值, 然后根据气溶胶消光系数迭代算法的第一次迭代结果找到大气透过率初始值的准确范围, 进而利用相对精确的大气透过率初始值及气溶胶消光系数迭代算法得到准确的气溶胶消光系数.初步反演结果表明：该算法不用对米散射激光雷达数据进行定标就能准确求出气溶胶消光系数,这对不能凭借“大气清洁层”定标的激光雷达数据的气溶胶消光系数反演具有重要的意义. 激光雷达几何重叠因子对气溶胶消光系数迭代算法的反演结果影响不大, 当然几何重叠因子越准确, 利用气溶胶消光系数迭代算法反演得到的气溶胶消光系数误差越小.参考文献【相关文献】[1]Sun G D, Qin L A, Zhang S L, He F, Tan F F, Jing X, Hou Z H 2018 Acta Phys. Sin. 67 054205 （in Chinese） [孙国栋, 秦来安, 张巳龙, 何枫, 谭逢富, 靖旭, 侯再红 2018 物理学报 67 054205][2]Chi R L, Wu D C, Liu B, Zhou J 2009 Spectrosc. Spect.Anal. 29 001468 （in Chinese） [迟如利, 吴德成, 刘博, 周军2009 光谱学与光谱分析 29 001468][3]Lefrere J, Pelon J, Cahen C, Hauchecorne A, Flamant P 1981 Appl. Opt. 20 A70[4]Ansmann A, Wandinger U, Riebesell M, Weitkamp C,Michaelis W 1992 Appl. Opt. 31 7113[5]Chen S S, Xu Q S, Xu C D, Yu D S, Chen X W 2017 Acta Opt. Sin. 37 9 （in Chinese） [陈莎莎, 徐青山, 徐赤东, 余东升,陈小威 2017 光学学报 37 9][6]Huang X Y, Yang X W, Geng F H, Zhang H, He Q S, Bu L B 2010 J. Opt. Soc. Korea 14 185[7]Hee W S, Khor W Y, Lim H S, Jafri M Z M 2015 AIP Conference Proceedings Kuala Lumpur, November 18–19,2014 040015[8]Liang M, Peng G, Yang Y, Zheng K 2017 Opt. Express 25 A628[9]Klett J D 1981 Appl. Opt. 20 211[10]Russell P B, Swissler T J, Mccormick M P 1979 Appl. Opt. 8 3873[11]Chiang C W, Das S K, Nee J B 2008 J. Quant. Spectrosc.Radiat. Transfer 109 1187[12]NOAA U, Force U A 1976 US Standard Atmosphere[13]Liu H T, Wang Z Z, Zhao J X, Ma J J 2018 Curr. Opt.Photon. 2 119[14]Salem E 2007 J. Mod. Opt. 42 1439[15]Liu H T, Chen L F, Su L 2011 Acta Phys. Sin. 60 064204 （in Chinese） [刘厚通, 陈良富, 苏林 2011 物理学报 60 064204][16]Fernald F G 1984 Appl. Opt. 23 652[17]Xian J H, Han Y L, Huang S Y, Sun D S, Zheng J, Han F,Zhou A R, Yang S C, Xu W J, Song Q C, Wei L F, Tan Q Z,Li X Z 2018 Opt. Express 26 34853[18]Wong M S, Qin K, Lian H, Campbell J R, Lee K H, Sheng S J 2017 Atmos. Environ. 154 189[19]Wang J, Zhang T, Liu W, Liu J, Wan X 2018 OSA Technical Digest (Optical Society of America, 2018) Singapore November 5–8, 2018 ET3A.1.[20]Di H G, Hua D X, Wang Y F, Yan Q 2013 Acta Phys. Sin.62 094215 （in Chinese） [狄慧鸽, 华灯鑫, 王玉峰, 闫庆 2013物理学报 62 094215]。

利用MODIS资料反演北京及其周边地区气溶胶光学厚度的方法研究一、概括本文针对北京及其周边地区的气溶胶光学厚度（AOD）进行了研究，探讨了利用MODIS（MODerate Resolution Imaging Spectroradiometer）资料反演AOD的方法。

气溶胶是大气中粒径小于或等于微米的颗粒物，对环境、气候和人类健康具有重要影响。

AOD 是衡量气溶胶光学特性的重要参数，可反映气溶胶的分布、浓度和谱分布等信息。

文章首先介绍了大气气溶胶的基本概念和重要性，然后分析了几种常见的MODIS AOD反演方法，包括辐射传输模型（ATM）、神经网络模型、经验统计方法和遥感影像融合技术。

对这些方法进行了简要评述，并提出了研究中需要解决的关键问题和技术难点。

通过实际观测数据和对比分析，验证了所提出方法的准确性和可行性。

1.1 研究背景与意义随着社会的快速发展，大气污染问题日益凸显，尤其是气溶胶粒子的污染。

气溶胶粒子不仅影响太阳辐射的吸收和散射，还对人类健康、气候变化等产生重要影响。

准确、实时地了解大气气溶胶光学厚度（AOD）对于大气污染监测、气候变化研究和环境评估具有重要意义。

遥感技术在大气污染监测领域得到了广泛应用，尤其是利用MODIS（MODerate Resolution Imaging Spectroradiometer）数据反演气溶胶光学厚度。

MODIS是 NASA 下属的地球观测与地球系统实验室（EOS），具有高时间分辨率和高空间分辨率的遥感数据。

通过 MODIS 数据反演气溶胶光学厚度，可以为政府和相关部门提供有力的决策支持。

北京及其周边地区作为中国的政治、经济和文化中心，以及重要的交通枢纽，大气污染物排放量大，气溶胶光学厚度时空变化复杂。

研究该地区气溶胶光学厚度的分布特征、影响因素及其对大气污染的影响，对于深入理解区域大气污染机制、制定科学合理的大气污染治理措施具有重要意义。

1.2 MODIS资料的特点与优势高时间分辨率：MODIS数据具有一天内多次更新的潜力，为捕捉气溶胶光学厚度的变化提供了便利。

大气气溶胶激光雷达技术要求及检测方法大气气溶胶激光雷达是一种用于测量大气气溶胶浓度的高科技仪器，对于环境保护、气象预报、空气污染控制等领域都有着重要的意义。

本文档介绍了大气气溶胶激光雷达的技术要求和检测方法，包括雷达工作原理、参数设置、数据处理等方面，以期为使用和维护大气气溶胶激光雷达提供参考。

一、雷达工作原理大气气溶胶激光雷达是基于激光雷达技术的仪器，其工作原理是通过激光束对大气气溶胶进行测量，测量结果可以反映大气气溶胶的浓度水平。

激光雷达首先将激光束发射到大气中，激光束会被气溶胶粒子散射，散射的激光束被接收器接收。

通过对激光束的发射和接收时间进行测量，可以计算出气溶胶粒子的大小、形状和密度等信息。

二、参数设置大气气溶胶激光雷达的参数设置主要包括激光束的强度、波长、发射时间和接收时间等。

激光束的强度设置决定了激光束的功率，从而影响测量精度。

波长的选择取决于所测量气溶胶粒子的类型和密度，一般选择可见光或近红外光。

发射时间和接收时间的设置决定了激光束的照射时间和接收时间，从而影响测量精度。

三、数据处理大气气溶胶激光雷达的测量结果需要进行数据处理和分析，以获得准确的气溶胶浓度值。

数据处理主要包括去除噪声、平滑处理和数据拟合等。

去除噪声可以通过对测量数据进行滤波处理来实现，平滑处理可以通过对数据进行高斯滤波来实现，数据拟合可以通过对数据进行回归分析来实现。

四、检测方法大气气溶胶激光雷达的检测方法主要包括定量检测和定性检测。

定量检测是通过测量大气气溶胶的浓度值来实现，一般通过将测量结果与标准值进行比较来确定大气气溶胶的浓度水平。

定性检测是通过测量大气气溶胶的形态特征来实现，一般通过比较气溶胶的形态与已知的气溶胶形态来判断大气气溶胶的类型。

五、维护与保养大气气溶胶激光雷达的维护与保养对于延长仪器的使用寿命、提高测量精度至关重要。

主要需要注意以下几个方面:1. 定期清洗激光束出口和接收器，防止尘埃和污垢影响测量精度;2. 定期检查仪器的电源、电路和光学系统是否正常;3. 避免仪器遭受外力冲击或摔打，保持仪器的完好无损。

基于Fernald方法532nm激光雷达气溶胶探测试验柳云雷;李华;陈玉宝;高玉春【摘要】大气气溶胶浓度变化和迁移输送直接影响到人们的健康和生存环境,同时对许多大气物理过程都产生重要影响.基于对连续探测不同高度上气溶胶的分布,且时间和空间分辨率相对较高,以及观察大气气溶胶对流层的细化结构和变化过程的目的,研制一台532nm小型微脉冲米散射激光雷达,于2013年4月1日夜间进行观测实验获取数据,后期利用Fernald方法对探测数据进行反演分析,观测到北京夜间气溶胶的变化过程.【期刊名称】《电子设计工程》【年(卷),期】2014(022)016【总页数】3页(P88-90)【关键词】米散射;气溶胶;微脉冲;激光雷达;Fernald【作者】柳云雷;李华;陈玉宝;高玉春【作者单位】成都信息工程学院电子工程学院,四川成都610225;中国气象局气象探测中心,北京100081;大连市气象装备保障中心山东大连116001;中国气象局气象探测中心,北京100081;中国气象局气象探测中心,北京100081【正文语种】中文【中图分类】TN99激光雷达（Light Detection And Ranging，LiDAR）是一种拥有较高时空分辨率的主动式现代光学遥感设备，以激光器作为辐射源，光电探测器为接收器件，光学望远镜为天线，通过探测激光与目标物相互作用而产生的辐射信号来遥感目标物的一种雷达。

它具有高分辨率、抗干扰能力强、结构简单、易于操作等优点，可用来进行精细测距、测速、测角，还可进行超低空飞行目标的跟踪，同时由于其结构简单小巧，便于隐蔽，在军事技术装备中也得到较为广泛的应用[1]。

在气象方面激光雷达主要用于研究测量和观察地球大气的物理和化学特性以及一些大气现象，内容主要有大气气体成分浓度、气溶胶、温度、湿度、压力、风场、大气涡流、蒸发、云、辐射、大气能见度等[2]。

1 米散射激光雷达探测原理激光雷达探测原理主要是以脉冲激光器作为光源，向大气中发射高功率的窄脉冲激光束，当激光照射气溶胶时产生散射现象，利用光学望远镜收集散射的回波信号进行能量或光谱分析，还可将回波信号进行光电转换后送入计算机进行数据处理，从而获得大气参量的高度分布[3]。

利用MODIS遥感数据进行气溶胶反演研究雾霾现象是影响大气气候和环境质量的一个重要因素。

这些雾和霾都是悬浮在大气中的气溶胶粒子，混浊度是其主要光学性质之一，可用光学厚度来表征。

现阶段，对气溶胶光学厚度的监测多是基于地面气象站点的实测数据。

实测数据多是以点监测为主，无法测得气溶胶的范围和变化趋势。

随着遥感技术的发展，特别是气溶胶遥感技术的发展和革新，给气溶胶卫星监测提供了技术依据。

利用卫星数据资料可以实现气溶胶的面监测，通过多期数据的分析比较能实现变化趋势研究。

论文在深入分析气溶胶反演的理论和方法的基础上，利用北京及周边地区的MODIS卫星遥感影像资料进行了气溶胶反演的实验验证。

文中主要研究内容和结果如下：(1)遥感数据的选择。

由于MODIS数据具有较高的光谱分辨率和时间分辨率，而且对外免费开放下载，具有较好的经济适用性，所以本文选择以MODIS影像作为实验基础数据。

(2)大气模式的选择。

在气溶胶的反演的过程中，大气模式参数与气溶胶模型参数的设定影响反演的精度。

通过实验研究，选择用6S模式模拟大气模式参数和气溶胶模型，能够提高反演精度。

(3)根据气溶胶反演的理论基础，在反演过程中需要建立地表反射率与气溶胶光学厚度之间的定量关系。

论文基于暗像元法估算地表反射率，并进一步根据6S模式模拟通过IDL语言编程实现了与气溶胶光学厚度相关的七参数对应关系的计算，利用这种七参数对应关系可以实现气溶胶光学厚度的反演。

(4)利用MODIS影像数据对北京及其周边地区的气溶胶光学厚度分布进行了反演实验，通过AERONET已知数据对反演结果进行了精度验证，并进一步根据7期数据的反演结果完成了气溶胶光学厚度分布的变化趋势分析。

实验结果表明，利用MODIS数据根据暗像元法以及6S大气模式能够很好的反演出陆地上空的气溶胶光学厚度。

这为城市地区快速监测大气污染提供了经济适用的方法。

气溶胶激光雷达原理气溶胶激光雷达是一种利用激光技术来探测和测量大气中气溶胶的仪器。

它通过测量气溶胶的散射光信号来获取气溶胶的浓度、粒径分布等信息。

气溶胶是由固体或液体微粒悬浮在气体中形成的复相系统，广泛存在于大气中。

了解气溶胶的特征和分布对于环境监测、气候变化研究以及空气污染控制等方面具有重要意义。

气溶胶激光雷达的原理基于激光与气溶胶的相互作用过程。

当激光束穿过大气中的气溶胶时，光与气溶胶粒子发生散射作用。

根据散射光的特性，可以推断气溶胶的浓度、粒径分布等信息。

具体而言，气溶胶激光雷达一般采用激光雷达散射法或双散射法来进行探测。

激光雷达散射法是指利用激光束与气溶胶粒子之间的散射作用来测量气溶胶的浓度和粒径分布。

激光雷达发射一束激光束，激光束经过空气中的气溶胶时，会与气溶胶粒子发生散射。

散射光包含了气溶胶的信息，通过接收散射光的强度和时间延迟等参数，可以获取气溶胶的浓度和粒径分布。

激光雷达散射法具有非接触、实时性强、测量范围广等优点，广泛应用于大气环境监测和研究领域。

双散射法是指利用不同波长的激光同时进行测量，以进一步确定气溶胶的光学特性和粒径分布。

双散射法一般采用两束激光器，一束激光器发射红光，一束激光器发射绿光。

红光主要用于测量大气中的湿度和温度，而绿光则用于测量气溶胶的浓度和粒径分布。

通过分析红光和绿光的散射光信号，可以得到气溶胶的粒径和浓度等参数。

除了散射法和双散射法，还有其他一些衍射法和共振散射法可以用于气溶胶激光雷达的测量。

衍射法是利用气溶胶粒子对激光光束的衍射效应来测量气溶胶的粒径分布。

共振散射法则是通过激光光束与气溶胶粒子之间的共振作用来测量气溶胶的浓度和粒径分布。

气溶胶激光雷达是一种利用激光技术来探测和测量大气中气溶胶的仪器。

它基于激光与气溶胶之间的相互作用过程，通过测量散射光的特性来获取气溶胶的浓度、粒径分布等信息。

气溶胶激光雷达具有非接触、实时性强、测量范围广等优点，广泛应用于大气环境监测和研究领域。

气溶胶激光雷达标定【气溶胶激光雷达标定】——揭秘大气微粒的探测之谜1. 前言气溶胶激光雷达标定是大气科学研究中的重要环节之一。

随着气溶胶激光雷达技术的快速发展，它在大气物理学、气候学、环境科学中的应用越发广泛。

本文将深入探讨气溶胶激光雷达标定的背景意义、原理以及相关技术。

2. 背景意义气溶胶是空气中的微小悬浮颗粒，包括尘埃、烟雾、颗粒物等。

它们对大气环境、人类健康和气候变化等方面具有重要影响。

准确监测和研究气溶胶的浓度、成分、分布等参数对于了解大气环境变化和气候变化机制具有重要意义。

气溶胶激光雷达通过使用激光束探测大气中的气溶胶粒子，提供了一种高效、快速获取气溶胶相关参数的方法。

3. 原理介绍气溶胶激光雷达主要依靠激光与气溶胶粒子之间的相互作用原理来探测气溶胶。

激光束入射到大气中，与气溶胶粒子碰撞后，会发生散射和吸收。

通过测量气溶胶粒子对激光的散射和吸收程度，可以推断出气溶胶的浓度、粒径、光学性质等参数。

而气溶胶激光雷达标定则是通过与已知浓度和粒径的参考气溶胶粒子进行比对，校正激光雷达的探测能力和准确度。

4. 气溶胶激光雷达标定技术4.1 气溶胶模拟器标定气溶胶模拟器是一种专门用于模拟大气环境中各种气溶胶的仪器。

通过调节模拟器中的气溶胶样品，可以模拟不同浓度和粒径的气溶胶。

将气溶胶激光雷达与气溶胶模拟器相连，通过比对模拟器中气溶胶与激光雷达测量结果，可以标定激光雷达的响应和灵敏度。

4.2 气溶胶背景场标定气溶胶背景场标定是在已知的背景气溶胶条件下进行的标定方法。

通过选择气溶胶背景稳定、湍流弥散性较小的地点进行观测，并利用其他监测手段测量背景气溶胶的浓度和粒径，可以与激光雷达测量结果进行比对，从而标定激光雷达的测量能力。

4.3 气溶胶遥感标定气溶胶遥感标定是利用已知浓度和粒径的参考气溶胶数据进行标定的方法。

传统的标定方法主要通过地面监测站点获取气溶胶资料，然后根据气溶胶在大气中的输送和扩散规律，利用模型计算出某个或某一组给定条件下的气溶胶浓度分布。

实验二云的提取和气溶胶反演实验报告一、实验目的（4分）1.云的提取实验目的：掌握遥感图像中云的提取方法。

2. 气溶胶反演实验目的：了解大气气溶胶的组成，理解气溶胶反演的方法和流程。

二、实验数据和内容（6分）1.云的提取实验数据和内容：实验数据：2001年7月26日的Landsat 5，119/38图像。

实验内容：①几何精校正，本实验下载时图像已经做过几何精校正；②运用波段计算工具进行处理，即可得到薄云和厚云的二值图像。

2. 气溶胶反演实验数据和内容：实验数据：北京地区2012年6月4日的MODIS L1B 1KM数据、北京市矢量图、北京地区2012年6月4日的MODIS气溶胶产品。

实验内容：①MODIS影像的辐射校正；②MODIS影像的几何校正，包括发射率的几何校正、反射率的几何校正和角度数据集的几何校正；③波段合成与裁剪，包括反射率和发射率的合成与裁剪，角度数据集的合成与裁剪；④合成后处理，包括云检测和角度数据波段计算；⑤气溶胶反演；⑥反演结果分析。

三、实验方案（40）1.云的提取实验（主要步骤及截图，10分）（1）薄云的提取在ENVI中用basic tools->band math处理，输入表达式“（b6/b1）lt 1”，即可得到薄云的二值图像，利用该图像对原图像进行掩膜即可提取原图像中的薄云。

运算工具界面薄云二值图（2）厚云的提取在ENVI中用basic tools->band math处理，输入表达式“（b5/b6）gt 1.5”，即可得到厚云的二值图像，利用该图像对原图像进行掩膜即可提取原图像中的厚云。

波段计算厚云二值图（3）图像掩膜在ENVI中用Masking->Apply Mask处理，选择相应的波段和掩膜所使用的薄云和厚云的二值图，操作过程以其中一个波段为例进行演示，其他波段以相同的方式进行处理。

选择提取图像选择掩膜图像2. 气溶胶反演（主要步骤及截图，30分）一、发射率的几何校正（1）在ENVI中用Geometric Correction->Georeference by Sensor-> GeoreferenceMODIS处理（2）打开输入MODIS数据对话框，选择发射率作为输入文件，点击OK，如下图所示。

利用激光雷达反演气溶胶体积浓度和有效粒子半径仪器介绍与数据处理2.1 仪器介绍本文所选用的数据为 2009 年 9 月至 2011 年 3 月 socal 双波段偏振激光雷达和全自动太阳光度计的观测值。

全自动太阳光度计为高精度野外太阳和天空辐射测量仪器，具有易携带安装，自动瞄准，太阳能供电，可自动传输数据等特点。

它是当今应用最广、权威性最高的太阳光度计仪器。

主要用于测量太阳和天空在可见光和近红外的不同波段、不同方向、不同时间的辐射亮度，来推算大气气溶胶、水汽、臭氧等成分的特性。

用于大气环境监测，卫星校正等应用。

SACOL 移动监测系统 (SMF) 主要用于监测沙尘天气和其它极端天气气候与环境事件。

主要观测项目为地面辐射通量、近地层气象要素和气溶胶光学特性。

文中颗粒物的体积浓度以及有效粒子半径均由全自动太阳光度计测得太阳光度计测得，颗粒物颜色比、退偏振比以及消光后向散射系数由SACOL 双波段偏振激光雷达测得。

2.2 确定最优样本容量在近十年来，作为一种新的多元数据分析技术，偏最小二乘法得到了迅速发展。

与主成分回归和岭回归相比，偏最小二乘法具有很多优点，它不仅吸收了主成分分析中从解释变量提取信息的思路，同时还考虑了自变量对因变量的解释问题，可以有效解决变量之间的高度多重相关性（王惠文， 1999）。

基于颜色比、退偏比和消光后向散射系数存在高度相关，所以本文中用偏最小二乘法进行统计回归分析，数据处理软件为 spss。

为了确定最优样本容量，我们将 2010 年 11 月的连续数据分为了 4 组，每组的样本容量依次为 50、100、150、200。

在用 spss中的最小二乘法对每组数据进行回归分析后，得出相应的函数表达式，将每组的激光雷达数据代入各自的函数表达式中，计算得到颗粒物体积浓度与粒子有效半径，并与相对应的太阳光度计测得的数据进行线性分析。

（a）（b）（c）（d）图 2.1.1图 2.1.1 为四组样本的体积浓度线性分析图，其中横坐标为太阳光度计测出来的粒子体积浓度，纵坐标 n 为将激光雷达数据代入函数表达式后计算得到的粒子体积浓度。

大气探测激光雷达技术研究分析摘要：激光雷达被用来测距，接着逐渐被用于制导及跟踪。

随着气候环境问题日益突出，大气探测激光雷达问世，其具有时空分辨率高、探测精度高的特点，为测量大气中气溶胶、气体组分、温度和风速等参数提供了可靠的技术支持。

基于此，以下对大气探测激光雷达技术发展进行了探讨。

关键词：大气探测；激光雷达技术；发展综述1引言地球大气层是人类生存和发展的基本环境条件。

地球大气层从低到高分为对流层、平流层、中层、热层和逃逸层。

与人类日常生活密切相关的天气现象主要发生在对流层，航空航天技术的迅速发展已将人类活动范围不断扩大到对流层上方的上层大气圈，导航和其他高科技技术也使得高层大气在技术领域的作用越来越重要。

例如，由于太阳紫外线辐射变化、太阳风能离子和低大气波动的干扰，上层大气的密度不断变化。

高层大气对低轨道飞船有牵引作用，大气密度的变化直接影响飞船的轨道高度和使用寿命。

随着空间科学、大气科学和计算机科学的发展，对高层大气的感知和理解也不断加深。

相关研究结果表明，高层大气在大气耦合和全球气候变化等重要问题中发挥着重要作用。

研究发现[1]，中上层大气和热层的温度随着温室气体的排放而降低，而中上层大气的温度可以作为监测全球温度变化的指标。

执行高层大气探测的需求变得更加迫切。

然而，与高层大气相比，上层大气的探测更困难，探测手段更少，使得探测数据相对稀缺。

大气探测激光雷达利用激光与大气的相互作用，通过遥感技术主动测量大气参数，在大气科学研究、环境监测、天气预报等领域发挥着越来越重要的作用。

与无线电和微波等电磁波相比，激光光子的波长更短，单个光子的能量更高，这使得激光与大气中的原子和分子之间的相互作用机制更加频繁，探测效率也更高。

大气密度随高度呈指数下降，对流层上方的上层大气密度远低于下层大气。

激光雷达探测高层大气通常需要更强的激光发射、更大散射截面的探测机制、更大等效孔径的光学接收望远镜、更强背景抑制能力的滤光器和更高动态范围的光电探测器。