[发明专利]基于数值分布均衡化的米散射激光雷达云识别方法

说明书

技术领域

本发明涉及激光雷达技术领域，尤其涉及基于数值分布均衡化的米散射激光雷达云识别方法。 

背景技术

在气象和气候研究中，云的存在和改变对辐射平衡和水汽传输等机制有着重要影响，准确的云出现率与云高分布信息是相关研究的关键，而这些信息只能来自长期精确的观测。目前激光雷达作为为云层信息长期连续观测的主要工具在国内外大量研究和观测站点获得了广泛应用。由于激光设备与光电探测设备的快速发展，近年来大气探测激光雷达性能得到快速提高。尤其是微脉冲激光雷达（Micro-pulse Lidar，MPL）的出现，激光雷达获得了小型化全天候工作的性能，使得大面积非专业化的激光雷达应用成为可能。激光雷达一项重要的应用就是实现对云的主动探测。激光雷达主动探测及高时空分辨率的特性，使其能够对云底精确定位并能实时监测云的分布及变化信息。 

在激光雷达信号分布图上，人工对云进行识别是很直观的事。但是，在复杂多变的大气条件下，受噪声干扰的激光雷达自动云识别处理却是比较棘手的问题。为此，学者们提出了多种处理方法，主要分为两类：一种为微分零交叉法，另一种为阈值法。 

微分零交叉法的原理是，激光雷达信号随距离衰减，一旦遇到云底则信号会突然增强，因而在信号中出现较强的波峰。在识别时，对激光雷达信号进行微分，寻找突变点，再通过一定的条件设置区分突变点是否为云底。由于激光雷达信号的动态范围较大，一般会在处理前对信号求对数，以减小其动态范围，而对数方法只能用于信噪比较高的信号部分。激光雷达信号中存在大量的噪声扰动，导致该方法对信号平滑要求较高，过度平滑会把强烈的云信号降低到与较厚的气溶胶信号相似的强度范围引起漏检，平滑不够则会出现较多的误判和干扰，因而把云识别问题引入激光雷达信号处理中最基本也是至今不能完美解决的平滑问题。 

阈值法的原理是，根据激光雷达信号随探测距离衰减的特点，通过设计算法产生一定 的背景基线，当信号中出现超过该背景基线的波动时，认为出现粒子层，再根据信号变化的强弱区分云层。这种算法比第一种算法对平滑的要求有所降低，其重点在于自动选择相应的背景基线。一般当信噪比较高时背景基线选为大气分子归一化后向散射曲线作为基线标准，根据信号大小进行强度放大或缩小的变化，或者对信号求对数后进行线性拟合作为基准；当信噪比较弱时选择背景噪声扰动的若干倍数作为云信号出现的阈值。该算法的问题在于背景基线的选择。特别是当近地面气溶胶含量较大时，其散射信号往往远高于大气分子散射信号，因而使信号变化与指数变化相差太大，传统数学方法求对数并不能使整条廓线近似呈线性，也因此导致背景基线无法在信号的各处都满足要求。 

虽然通过众多学者的努力，当前的云检测方法已经使检出效果大大提高，但是，平滑和自动调整的背景基线的问题，至今都不能很好解决，导致在应用中依然存在大量的误判和漏检的情况出现。 

当前应用最成功的是Wang Zhien等基于微分零交叉以及阈值方法，发展的一种利用激光雷达探测云的边界层的方法。该方法通过对非噪声区域（噪声区域为信号完全被噪声淹没的区域）的激光雷达信号求对数进行线性拟合，分析信号与拟合直线的交叉来提取粒子层，并且设置了相应的判断指标来区别云和气溶胶层。目前该方法已获得了广泛的应用。 

该方法主要分为以下五个步骤： 

(1)当云出现时激光雷达探测信号的突然增强和减弱，因此会产生相应的较大的信号正负斜率。计算时取信号未被噪声湮没的一段。这时，利用未进行距离修正的信号计算信号变化的斜率，信号量以及背景噪声水平的标准差σ，信号的变化S(R_i)：