[发明专利]气溶胶激光雷达数据质控的方法及系统

说明书

本发明公开了一种气溶胶激光雷达数据质控的方法，主要包含蒙特卡洛不确定性分析、图像去噪算法以及双边滤波。其中蒙特卡洛不确定性分析基于对激光雷达信号的随机采样从而区分高不确定性和低不确定性的消光系数；图像去噪算法用于去除激光雷达数据中的脉冲噪声；双边滤波对激光雷达数据进行平滑，并且能够保持数据边缘结构。相应地，本发明还公开了一种控制气溶胶激光雷达数据质量的系统。本发明在长时间激光雷达观测以及污染个例下均表现出对激光雷达数据的良好改善作用。

技术领域

本发明涉及气溶胶激光雷达技术领域，特别涉及一种气溶胶激光雷达数据质控的方法及系统。

背景技术

气溶胶激光雷达(Light Detection And Ranging，Lidar)作为传统无线电或微波雷达(Radio Detection And Ranging，Radar)向光学频段的延伸，能够提供高时空分辨率垂直分布特性，是探测气溶胶垂直结构的有力工具。

如图1所示，气溶胶激光雷达通过激光器向大气发射激光，利用望远镜系统接收大气分子和大气气溶胶的后向散射信号，借助激光雷达方程进行回波信号的反演，来主动遥感大气气溶胶垂直结构。气溶胶激光雷达基于弹性散射Mie理论，雷达方程为：

其中，r表示当前回波信号所对应的高度，P(r)为r高度处的回波信号功率，P₀为激光雷达初射回波功率，C为激光雷达系统参数，β_m(r)和α_m(r)分别表示r高度处大气分子的后向散射系数和消光系数，β_a(r)和α_a(r)分别表示r高度处大气气溶胶的后向散射系数和消光系数。Fernald法通过假设激光雷达比，常用来反演消光系数垂直廓线，是目前较为成熟且准确率较高的单波长反演算法(Femald，1984)。

根据激光雷达的部署位置，可以分为空基激光雷达、航测激光雷达和地基激光雷达。空基激光雷达主要有CALIPSO(Cloud-Aerosol Lidar and Infrared PathfinderSatellite Observation)和CATS(Cloud-Aerosol Transport System)。CALIPSO是由美国NASA(the National Aeronautics and Space Administration)的ESSP(Earth SystemScience Pathfinder)和法国CNES(Centre National d’Etudes Spatiales)共同合作开展，旨在填补观测上对气溶胶和云的全球分布和理化性质的空白(Winker，2003)。2018年9月，CALIPSO从“A-train”轨道下降约16.5km，和CloudSat卫星共同组成“C-train”。CALIPSO为16日循环的太阳同步轨道卫星。CALIOP(TheCloud-Aerosol Lidar with OrthogonalPolarization)是搭载在CALIPSO上的双波长(532nm和1064nm)弹性散射激光雷达，以天底视角直接测量总(气溶胶与空气分子)衰减后向散射的垂直廓线(Grigas et al.，2015)。CALIOP在地表的移动速度约为7km/s，脉冲重复频率约为20Hz，因此，在低层CALIOP的水平分辨率约为333m。此外，在低层垂直分辨率为30m。CATS激光雷达是大在在ISS(theInternational Space Station)上的双波长(532nm和1064nm)激光雷达(McGill et al.，2015)。CATS的高度约为415km，倾斜角为51°，以大约4天的重复周期观测热带和中纬度地区(Yorks et al.，2016)。目前，有很多地基激光雷达网已经建设完成并投入使用，例如AD-NET(Asian Dust Network)(Sugimoto et al.，2014)、EARLINET(the EuropeanAerosolResearch Lidar Network)(Sicard et al.，2015)、MPLNET(the Mirco Pulse LidarNetwork)(Welton，2002)和CORALNet(the Canadian Operational Research AerosolLidar Network)(McKendry et al.，2011)等。气溶胶激光雷达被广泛应用于表征气溶胶垂直结构(Huang et al.，2012；Liu et al.，2013；Sun et al.，2013；Tian et al.，2018)、评估污染管控效果(Yang et al.，2010)、评估大气化学传输模式(Li et al.，2012，2013；Wang et al.，2014)、确定边界层高度(Liu et al.，2015；Yang et al.，2017b)、反演气溶胶组分(Burton et al.，2012；Sugimoto et al.，2014)和计算气溶胶液态含水量(Tan etal.，2020a，2020b)等大气污染研究中。