一种不同天气条件下激光雷达反演边界层高度的方法

技术领域

本发明属于雷达信号处理技术领域，具体为一种不同天气条件下激光雷达反演边界层高度的方法。

背景技术

大气边界层高度是表征大气边界层特征的重要参量之一，也是大气数值模拟和环境评估中的重要物理参数之一，它反映了边界层内湍流混合、对流发展等复杂的物理过程，影响热量、水汽、气溶胶等物质与能量的垂直分布，在天气预报和空气质量预报模式中，被用于确定垂直扩散、污染物沉降和输送。

大气边界层高度无法通过常规地面气象观测获得，需要利用温度、湿度、风速等气象要素的垂直剖面进行诊断。传统观测手段包括有小球探空、气象铁塔观测、机载测量等方法，可以通过直接获取气象要素，避免反演误差。然而，直接观测存在诸多缺陷：时间、空间分辨率低，受天气影响较大，无法长期观测；仅能获取常规气象要素的平均廓线；空间漂移大等等。

随着遥感技术的不断发展，从激光雷达信号中提取边界层高度成为目前边界层研究的常用方法和手段。通过激光雷达数据反演边界层高度的方法，其时间、空间分辨率较高，可满足长时间序列的连续观测。目前常用的反演方法一般有六种，分别为：

(1)阈值法，其在信噪比较低的情况下，有较高的不确定性；

(2)梯度法，应用简单，但稳定性略差，对数据质量要求极高；

(3)标准差法，应用简单，结果存在较大差异；

(4)小波协方差法，小波协方差函数值越大，信号函数与小波函数相似性越高，表明信号变化越大，小波协方差函数取得最大值的高度为混合层高度，但其对噪声格外敏感；

(5)曲线拟合法，受廓线局部结构影响小，可在信噪比不太高时仍有较高的稳定性，但计算代价相对更高；

(6)图像边缘检测法，该算法不易受到云和残余层的影响，准确性较高，但对于数据精度要求极高。

然而这些方法均存在不同的局限性，无法适用于所有情况下的边界层高度反演。针对现有应用技术存在的不足，本文提出了一种不同天气条件下激光雷达反演边界层高度的方法，降低天气变化对边界层高度判断的干扰，有助于修正气溶胶、降水等天气条件变化引起的误差，提高边界层高度判定和反演的准确性，有助于以后激光雷达反演、边界层参数研究、数值模拟工作的进行。

发明内容

本发明的目的在于解决上述提出的问题，提供一种不同天气条件下激光雷达反演边界层高度的方法。

本发明采用的技术方案如下：一种不同天气条件下激光雷达反演边界层高度的方法，包括以下步骤：

步骤1，使用激光雷达进行正常测量，获取激光雷达回波信号数据集；

步骤2，对当前天气形势进行判定；

步骤3，根据不同天气形势，选取不同处理方法：若不存在降水，考虑多层气溶胶影响下的复杂大气垂直分布，对数据进行用基于二维矩阵的优化方法,并对处理后的激光雷达信号计算，获取浓度廓线，从而进行边界层高度反演；若存在降水，考虑降水对数据质量的影响，对数据进行去噪处理，对处理后的激光雷达信号进行边界层高度反演；

步骤4，输出反演得到的边界层高度信息。

进一步地，所述步骤3不同情况下的处理如下：

若不存在降水，考虑多层气溶胶影响下的复杂大气垂直分布，对数据进行用基于二维矩阵的优化方法，其具体步骤如下：

(1)确定原始信号矩阵的维度大小和矩阵中元素权重，得到矩阵A，矩阵A具体计算公式为：

式中(2n+1)为二维矩阵的尺度大小，m为权重大小(m>1)；

(2)根据距离校正信号在时间为t、距离为z处的梯度大小G

式子中的t代表时间，z代表距离，Δz表示时间分辨率，Δz表示空间分辨率；

(3)根据以上两公式计算廓线函数M(z)，其计算公式为：

M(z)＝∑[Q

(4)根据廓线函数M(z)确定边界层高度，当M(z)达到最小值时的高度位置即定义为边界层高度；

若存在降水，考虑降水对数据质量的影响，对数据进行去噪处理，其具体步骤如下：

(1)选择合适的窗口长度L和序列长度N将原始时间序列进行滞后排列得到轨迹矩阵：

上式中通常情况下取L

(2)在X的基础上求解轨迹矩阵，其计算公式为：

式中K＝N-L+1，表示计算长度；

(3)对轨迹矩阵进行奇异值分解，其表达式为：

X＝U∑V

(4)将上述矩阵分组，代表着不同的趋势成分，其表达式为：

L表示成分个数，c代表组的个数；

(5)根据需求选择前n个主要成分组成新的时间序列(n≤L)，实现信号重构，重构信号为X

其中，Xi表示轨迹矩阵X的第i行，a表示所占权重，称为时间主成分，其表达式为：

最后完成的函数为：

(6)根据去噪后的信号函数，使用梯度法进行边界层高度的反演，其表达式为：

X表示去噪后的信号，D(z)表示为激光雷达距离平方校正信号的梯度，表征z高度处雷达回波强度校正后的信号衰减快慢程度，因此D(z)的最小值所对应的高度即为气溶胶浓度迅速减小的边界层高度。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明提出了一种不同天气条件下激光雷达反演边界层高度的方法，降低天气变化对边界层高度判断的干扰，有助于修正气溶胶、降水等天气条件变化引起的误差，提高边界层高度判定和反演的准确性，有助于以后激光雷达反演、边界层参数研究、数值模拟工作的进行。

附图说明

图1为本发明的基本操作流程图；

图2为本发明无降水时的边界层高度计算流程图；

图3为本发明降水条件下边界层高度计算流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1-3，一种不同天气条件下激光雷达反演边界层高度的方法，包括以下步骤：

步骤1，使用激光雷达进行正常测量，获取激光雷达回波信号数据集；

步骤2，对当前天气形势进行判定；

步骤3，根据不同天气形势，选取不同处理方法：若不存在降水，考虑多层气溶胶影响下的复杂大气垂直分布，对数据进行用基于二维矩阵的优化方法,并对处理后的激光雷达信号计算，获取浓度廓线，从而进行边界层高度反演；若存在降水，考虑降水对数据质量的影响，对数据进行去噪处理，对处理后的激光雷达信号进行边界层高度反演；

步骤4，输出反演得到的边界层高度信息。

进一步地，所述步骤3不同情况下的处理如下：

若不存在降水，考虑多层气溶胶影响下的复杂大气垂直分布，对数据进行用基于二维矩阵的优化方法，其具体步骤如下：

(1)确定原始信号矩阵的维度大小和矩阵中元素权重，得到矩阵A，矩阵A具体计算公式为：

式中(2n+1)为二维矩阵的尺度大小，m为权重大小(m>1)；

(2)根据距离校正信号在时间为t、距离为z处的梯度大小G

式子中的t代表时间，z代表距离，Δt表示时间分辨率，Δz表示空间分辨率；

(3)根据以上两公式计算廓线函数M(z)，其计算公式为：

M(z)＝∑[Q

(4)根据廓线函数M(z)确定边界层高度，当M(z)达到最小值时的高度位置即定义为边界层高度；

若存在降水，考虑降水对数据质量的影响，对数据进行去噪处理，其具体步骤如下：

(1)选择合适的窗口长度L和序列长度N将原始时间序列进行滞后排列得到轨迹矩阵：

上式中通常情况下取L

(2)在X的基础上求解轨迹矩阵，其计算公式为：

式中K＝N-L+1，表示计算长度；

(3)对轨迹矩阵进行奇异值分解，其表达式为：

X＝U∑V

(4)将上述矩阵分组，代表着不同的趋势成分，其表达式为：

L表示成分个数，c代表组的个数；

(5)根据需求选择前n个主要成分组成新的时间序列(n≤L)，实现信号重构，重构信号为X

其中，Xi表示轨迹矩阵X的第i行，a表示所占权重，称为时间主成分，其表达式为：

最后完成的函数为：

(6)根据去噪后的信号函数，使用梯度法进行边界层高度的反演，其表达式为：

X表示去噪后的信号，D(z)表示为激光雷达距离平方校正信号的梯度，表征z高度处雷达回波强度校正后的信号衰减快慢程度，因此D(z)的最小值所对应的高度即为气溶胶浓度迅速减小的边界层高度。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。