搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

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
PDF
HTML
导出引用
导出核心图
  • 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.
      通信作者: 刘厚通, houtong6@ahut.edu.cn ; 毛敏娟, mayammj@mail.ustc.edu.cn
    • 基金项目: 国家自然科学基金(批准号: 41075027, 41475134)资助的课题.
    [1]

    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

    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

    [2]

    迟如利, 吴德成, 刘博, 周军 2009 光谱学与光谱分析 29 001468

    Chi R L, Wu D C, Liu B, Zhou J 2009 Spectrosc. Spect. Anal. 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]

    陈莎莎, 徐青山, 徐赤东, 余东升, 陈小威 2017 光学学报 37 9

    Chen S S, Xu Q S, Xu C D, Yu D S, Chen X W 2017 Acta Opt. Sin. 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]

    刘厚通, 陈良富, 苏林 2011 物理学报 60 064204

    Liu H T, Chen L F, Su L 2011 Acta Phys. Sin. 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]

    狄慧鸽, 华灯鑫, 王玉峰, 闫庆 2013 物理学报 62 094215

    Di H G, Hua D X, Wang Y F, Yan Q 2013 Acta Phys. Sin. 62 094215

  • 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.

    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.

    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.

    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 scattering lidar.

    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 extinction coefficients obtained by the iterative algorithm of aerosol extinction coefficient and other calibration methods.

    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.

  • [1]

    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

    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

    [2]

    迟如利, 吴德成, 刘博, 周军 2009 光谱学与光谱分析 29 001468

    Chi R L, Wu D C, Liu B, Zhou J 2009 Spectrosc. Spect. Anal. 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]

    陈莎莎, 徐青山, 徐赤东, 余东升, 陈小威 2017 光学学报 37 9

    Chen S S, Xu Q S, Xu C D, Yu D S, Chen X W 2017 Acta Opt. Sin. 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]

    刘厚通, 陈良富, 苏林 2011 物理学报 60 064204

    Liu H T, Chen L F, Su L 2011 Acta Phys. Sin. 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]

    狄慧鸽, 华灯鑫, 王玉峰, 闫庆 2013 物理学报 62 094215

    Di H G, Hua D X, Wang Y F, Yan Q 2013 Acta Phys. Sin. 62 094215

  • [1] 张寅超, 张改霞, 赵曰峰, 赵培涛. 激光雷达白天探测大气边界层气溶胶. 物理学报, 2008, 57(11): 7390-7395. doi: 10.7498/aps.57.7390
    [2] 饶志敏, 华灯鑫, 何廷尧, 乐静. 基于本征荧光的生物气溶胶测量激光雷达性能. 物理学报, 2016, 65(20): 200701. doi: 10.7498/aps.65.200701
    [3] 张寅超, 邵石生, 谭 锟, 胡欢陵, 洪光烈, 赵曰峰. 探测大气中CO2的Raman激光雷达. 物理学报, 2006, 55(2): 983-987. doi: 10.7498/aps.55.983
    [4] 孙国栋, 秦来安, 张巳龙, 何枫, 谭逢富, 靖旭, 侯再红. 一种测量大气消光系数边界值的新方法. 物理学报, 2018, 67(5): 054205. doi: 10.7498/aps.67.20172008
    [5] 胡顺星, 曹开法, 王英俭, 王敏, 方欣, 汪少林, 赵培涛, 范广强. 激光雷达精确修正对流层目标定位误差. 物理学报, 2009, 58(7): 5091-5097. doi: 10.7498/aps.58.5091
    [6] 沈法华, 王忠纯, 孙东松, 薛向辉, 陈廷娣, 窦贤康, 舒志峰. 瑞利散射多普勒激光雷达风场反演方法. 物理学报, 2011, 60(6): 060704. doi: 10.7498/aps.60.060704
    [7] 沈法华, 舒志峰, 孙东松, 王忠纯, 薛向辉, 陈廷娣, 窦贤康. Rayleigh散射Doppler激光雷达风场反演方法改进. 物理学报, 2012, 61(3): 030702. doi: 10.7498/aps.61.030702
    [8] 梁善勇, 王江安, 张峰, 石晟玮, 马治国, 刘涛, 王雨虹. 基于尾流激光雷达的能量对消式大动态接收技术. 物理学报, 2012, 61(11): 110701. doi: 10.7498/aps.61.110701
    [9] 狄慧鸽, 华灯鑫, 王玉峰, 闫庆. 米散射激光雷达重叠因子及全程回波信号标定技术研究. 物理学报, 2013, 62(9): 094215. doi: 10.7498/aps.62.094215
    [10] 梁善勇, 王江安, 张峰, 吴荣华, 宗思光, 王雨虹, 王乐东. 基于舰船尾流激光雷达的Monte Carlo模型及方差消减方法研究. 物理学报, 2013, 62(1): 015205. doi: 10.7498/aps.62.015205
    [11] 狄慧鸽, 华杭波, 张佳琪, 张战飞, 华灯鑫, 高飞, 汪丽, 辛文辉, 赵恒. 高光谱分辨率激光雷达鉴频器的设计与分析. 物理学报, 2017, 66(18): 184202. doi: 10.7498/aps.66.184202
    [12] 连天虹, 王石语, 过振, 李兵斌, 蔡德芳, 文建国. 用于激光雷达的相干合成光束研究. 物理学报, 2011, 60(12): 124208. doi: 10.7498/aps.60.124208
    [13] 谭林秋, 华灯鑫, 汪丽, 高飞, 狄慧鸽. Mach-Zehnder干涉仪条纹成像多普勒激光雷达风速反演及视场展宽技术. 物理学报, 2014, 63(22): 224205. doi: 10.7498/aps.63.224205
    [14] 陈良富, 苏林, 刘厚通. Fernald前向积分用于机载激光雷达气溶胶后向散射系数反演的理论研究. 物理学报, 2011, 60(6): 064204. doi: 10.7498/aps.60.064204
    [15] 邵 芸, 郭冠军. 激光散斑效应对激光雷达探测性能的影响. 物理学报, 2004, 53(7): 2089-2093. doi: 10.7498/aps.53.2089
    [16] 张永燕, 吴九汇, 曾涛, 钟宏民. 利用激光光梯度力消除气溶胶雾霾粒子的机理研究. 物理学报, 2016, 65(7): 074203. doi: 10.7498/aps.65.074203
    [17] 朱湘飞, 林兆祥, 刘林美, 邵君宜, 龚威. 温度压强对CO2吸收光谱的影响. 物理学报, 2014, 63(17): 174203. doi: 10.7498/aps.63.174203
    [18] 邵君宜, 林兆祥, 刘林美, 龚威. 1.572 μm附近CO2吸收光谱的测量. 物理学报, 2017, 66(10): 104206. doi: 10.7498/aps.66.104206
    [19] 狄慧鸽, 侯晓龙, 赵虎, 阎蕾洁, 卫鑫, 赵欢, 华灯鑫. 多波长激光雷达探测多种天气气溶胶光学特性与分析. 物理学报, 2014, 63(24): 244206. doi: 10.7498/aps.63.244206
    [20] 高飞, 南恒帅, 黄波, 汪丽, 李仕春, 王玉峰, 刘晶晶, 闫庆, 宋跃辉, 华灯鑫. 紫外域多纵模高光谱分辨率激光雷达探测气溶胶的技术实现和系统仿真. 物理学报, 2018, 67(3): 030701. doi: 10.7498/aps.67.20172036
  • 引用本文:
    Citation:
计量
  • 文章访问数:  264
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-10-09
  • 修回日期:  2019-01-31
  • 上网日期:  2019-03-23
  • 刊出日期:  2019-04-01

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

    基金项目: 国家自然科学基金(批准号: 41075027, 41475134)资助的课题.

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.

English Abstract

    • 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${Z'_{\rm{c}}}$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')/${\beta}_2$(z')的最小值所在的高度为标定高度[5-7], X(z'), ${\beta}_2$(z')的物理意义见参考文献[7], 由于4—6 km高度范围内X(z')/${\beta}_2$(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.

    • 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$Z'$处大气后向散射回波功率$P\left( {z'} \right)$可以用米散射激光雷达方程表示为[10-13]

      $P\left( {z'} \right) = \frac{{C\beta \left( {z'} \right){T^2}\left( {z'} \right)}}{{{{z'}^2}}}, $

      其中C是激光雷达系统标定常数, 可以通过实验测得. $\beta \left( {z'} \right)$=${\beta _1}\left( {z'} \right)$+${\beta _2}\left( {z'} \right)$, ${\beta _1}\left( {z'} \right)$${\beta _2}\left( {z'} \right)$分别是高度$Z'$处的气溶胶粒子和大气分子的后向散射系数. $T\left( {0, z'} \right)$是地面到高度$Z'$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

      $P\left( {z'} \right){z'^2} = C\beta \left( {z'} \right){T^2}\left( {z'} \right).$

      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

      ${P_n}(z') = \beta \left( {z'} \right){T^2}\left( {z'} \right).$

      由(3)式可得到大气后向散射系数表示式为

      $\beta \left( {z'} \right) = \frac{{{P_n}\left( {z'} \right)}}{{{T^2}\left( {0, z'} \right)}}, $

      在(4)式中, 只要知道${P_n}\left( {z'} \right)$${T^2}\left( {0, z'} \right)$, 就能求得高度$z'$处的气溶胶和分子的总后向散射系数. 本文中分子后向散射系数垂直分布${\beta _2}\left( {z'} \right)$采用美国标准大气模式[12]. 根据${\beta _1}\left( {z'} \right)$=$\beta \left( {z'} \right)-{\beta _2}\left( {z'} \right)$, 可以得到高度$z'$处的气溶胶后向散射系数${\beta _1}\left( {z'} \right)$. 高度$z'$处的气溶胶消光系数可以利用下式求得:

      ${\alpha _1}\left( {z'} \right) = {S_1}{\beta _1}\left( {z'} \right).$

      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$z'$处大气透过率可表示为[14]:

      $T\left( {0, z'} \right) = \exp \left\{ - \int_0^{z'} {\alpha \left( z \right)} {\rm{d}}z\right\} , $

      其中$\alpha \left( z \right) = {\alpha _1}\left( z \right) + {\alpha _2}\left( z \right)$, ${\alpha _2}\left( z \right)$是高度$z$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]:

      $ {\alpha _1}(z') = - \dfrac{{{S_1}}}{{{S_2}}}{\alpha _2}(z') + \dfrac{{X(z')\exp \left[ { - 2\left( {\dfrac{{{S_1}}}{{{S_2}}} - 1} \right)\displaystyle\int_{{z_{\rm{c}}}}^z {{\alpha _2}(z'){\rm{d}}z'} } \right]}}{{\dfrac{{X({z_{\rm{c}}})}}{{{\alpha _1}({z_{\rm{c}}}) + \dfrac{{{S_1}}}{{{S_2}}}{\alpha _2}({z_{\rm{c}}})}} - 2\displaystyle\int_{{z_{\rm{c}}}}^z X (z')\exp \left[ { - 2\left( {\dfrac{{{S_1}}}{{{S_2}}} - 1} \right)\displaystyle\int_{{z_{\rm{c}}}}^z {{\alpha _2}} ({{z''})}{\rm{d}}z''} \right]{\rm{d}}z'}}, $

      Fernald后向积分算法的表达式为[15,16]

      $ {\alpha _1}(z') = - \dfrac{{{S_1}}}{{{S_2}}}{\alpha _2}(z') + \dfrac{{X(z')\exp \left[ {2\left( {\dfrac{{{S_1}}}{{{S_2}}} - 1} \right)\displaystyle\int_z^{{z_{\rm{c}}}} {{\alpha _2}(z'){\rm{d}}z'} } \right]}}{{\dfrac{{X({z_{\rm{c}}})}}{{{\alpha _1}({z_{\rm{c}}}) + \dfrac{{{S_1}}}{{{S_2}}}{\alpha _2}({z_{\rm{c}}})}} + 2\displaystyle\int_z^{{z_{\rm{c}}}} X (z')\exp \left[ {2\left( {\dfrac{{{S_1}}}{{{S_2}}} - 1} \right)\displaystyle\int_z^{{z_{\rm{c}}}} {{\alpha _2}} ({{z''})}{\rm{d}}z''} \right]{\rm{dz'}}}}. $

    • 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

      Figure 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${P_{}}(z')$进行归一化处理, 得到归一化信号${P_n}(z')$.

      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${T^2}\left( {0, z'} \right)$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${\alpha _{\rm{B}}}_1\left( {z'} \right)$. 令地面A点的气溶胶消光系数${\alpha _{\rm{A}}}_{\rm{1}}\left( {z'} \right)$的取值范围为0—2 km–1, ${\alpha _{\rm{A}}}_1\left( {z'} \right)$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${P_n}(z')$, 就会得到一条气溶胶消光系数廓线${\alpha _1}\left( {{{z'}_{}}} \right)$, 同时也得到B点的气溶胶消光系数${\alpha '_{{\rm{B}}1}}\left( {z'} \right)$. 迭代结束条件为

      $\left| {} \right.{\alpha _{{\rm{B1}}}}\left( {z'} \right) - {\alpha '_{{\rm{B1}}}}\left( {z'} \right)\left. {} \right| < \delta , $

      ${\alpha _{{\rm{B1}}}}\left( {z'} \right)$${\alpha '_{{\rm{B1}}}}\left( {z'} \right)$的值满足(9)式时, 迭代结束, 此时${\alpha '_{{\rm{B1}}}}\left( {z'} \right)$所对应的气溶胶消光系数廓线${\alpha _1}\left( {{{z'}_{}}} \right)$即为所求. (9)式中的$\delta $应根据实际反演的需要取值, 本文中$\delta $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${\alpha _1}\left( {{{z'}_{}}} \right)$, 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${\alpha _2}\left( {{{z'}_{}}} \right)$……..

      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${\alpha _{k - 1}}\left( {{{z'}_{}}} \right)$和第k次迭代得到的消光系数廓线${\alpha _k}\left( {{{z'}_{}}} \right)$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

      $\left| {} \right.{\alpha '_{{{_{{\rm{B}}(k - 1)}}}}}\left( {z'} \right) - {\alpha '_{_{{\rm{B}}k}}}\left( {z'} \right)\left. {} \right| < c, $

      ${\alpha _k}\left( {{{z'}_{}}} \right)$即为所求的雾霾消光系数廓线.

    • 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

      Figure 2.  The relationship between the initial values and the first iterative values of atmospheric transmittance.

    • 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

      Figure 3.  The aerosol extinction coefficient profiles retrieved by the iterative algorithm of aerosol extinction coefficient.

    • 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

      Figure 4.  The range corrected lidar signal of the Mie scattering 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

      Figure 5.  Comparison of aerosol extinction coefficients obtained by the iterative algorithm of aerosol extinction coefficient and other calibration methods.

      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.

    • 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

      Figure 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

      Figure 7.  The range corrected lidar signals corresponding to different errors of lidar geometric overlap function.

      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.

      图  8  几何重叠因子误差对气溶胶消光系数反演值的影响

      Figure 8.  The influence of lidar overlap function error on the retrievals of aerosol extinction coefficients.

    • 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 (20)

目录

    /

    返回文章
    返回