CN111912748A - 一种含碳气溶胶线性退偏比的计算方法 - Google Patents

Abstract

本发明涉及一种含碳气溶胶线性退偏比的计算方法，根据当前含碳气溶胶的时变微物理模型，获得不同老化阶段的微观形态、化学成分和混合方式；采用叠加T矩阵法，求解各个波长条件下各个目标时刻的含碳气溶胶的归一化Stokes散射矩阵，记录第1行第1列的元素以及第2行第2列的元素；分别进行当前时刻离新鲜排放的时间积分和激光雷达波段设置的光谱积分，计算线性退偏比，形成不同老化阶段的各个波长条件下各个目标时刻线性退偏比查找表；根据激光雷达的当前波长以及当前含碳气溶胶的老化时段搜索线性退偏比查找表，获得对应的线性退偏比。通过提升遥感反演所必需的输入查找表模拟精度，从而改善大气遥感的定量化反演精度和应用水平。

Description

一种含碳气溶胶线性退偏比的计算方法

技术领域

本发明涉及定位方法技术领域，尤其涉及一种含碳气溶胶线性退偏比的 计算方法。

背景技术

含碳气溶胶通常来源于燃煤、汽车尾气和生物质燃烧等人为排放，是造 成灰霾等重污染天气的重要因素。含碳气溶胶由黑碳、棕碳、有机碳及其与 其他气溶胶的混合物组成，具有强烈的吸光性，是全球气候变化中最不确定 的影响因子之一。因此，大范围的卫星遥感进行含碳气溶胶污染监测已成为 不可或缺的技术手段，有效补充地面分散的环境监测站点。

基于卫星、航空和地基的后向散射观测，线性退偏比(Linear depolarizationratio,LDR)是激光雷达获取的主要参数，也是含碳气溶胶 定量监测的技术手段之一。前期研究表明，含碳气溶胶的线性退偏比在 0.532μm通常在0.067到0.119之间，在1.064μm通常在0.009到0.027 之间。具体定义为：

其中，F₁₁和F₂₂是针对随机取向气溶胶粒子计算获得的(randomly oriented)归一化Stokes散射矩阵(F)的(1,1)和(2,2)元素。一般将散 射角度设置为180°，而在光学计算中通常也将F₁₁称为散射相函数，是描述光 学特性的重要参数之一。

利用激光雷达获得的线性退偏比数据用于定量遥感反演含碳气溶胶参 数，首先需要准确的含碳气溶胶光学特性作为输入。通常利用矢量辐射传输 模型定量描述辐射在地表-大气耦合介质中的传输过程，遍历不同的含碳气溶 胶光学特性、地气状态和观测几何，生成查找表用于遥感反演调用。目前通 用的气溶胶卫星遥感反演模型和矢量辐射传输模型中，通常将含碳气溶胶近 似的看作标准的球形用于光学模拟，利用广泛采用的是米氏散射(Mie)获得 其单次散射特性。但是，由于模拟中没有合理地考虑含碳气溶胶的微观形态 和老化过程，使得真实观测获得的理化特性与光学特性与米氏散射计算的结 果存在较大误差，直接导致含碳气溶胶遥感无法反演或反演精度不高，也是 目前制约气溶胶细粒子光学厚度遥感反演精度的主要原因之一。而且，由于 没有考虑遥感器的设计指标，使得目前查找表的生成也无法有效服务于国产 载荷的遥感应用。

发明内容

为了提高含碳气溶胶参数的定量遥感反演精度，本发明提供一种含碳气 溶胶线性退偏比的计算方法，在含碳气溶胶的线性退偏比计算方法中引入激 光雷达的设计波段和光谱响应函数以及真实大气场景中含碳气溶胶随时时间 变化的混合生长过程，一方面利用时变微物理模型改进含碳气溶胶的微物理 特性表征，另一方面面向星载激光雷达的载荷设计参数开展线性退偏率的时 间和光谱积分，使其可以有效服务激光雷达的后向散射观测等技术手段，提 升遥感反演所必需的输入查找表的模拟精度，从而改善大气遥感的定量化反 演精度和应用水平。

为达到上述目的，本发明提供了一种含碳气溶胶线性退偏比的计算方法， 包括如下步骤：

(1)根据当前含碳气溶胶距离新鲜排放的时间，分别构建含碳气溶胶的 时变微物理模型，获得不同老化阶段的微观形态、化学成分和混合方式；

(2)根据激光雷达波段设置，按照设定的间隔取样波长条件，将各个目 标时刻下的时变微物理模型作为输入，采用叠加T矩阵方法，求解各个波长 条件下各个目标时刻的含碳气溶胶的归一化Stokes散射矩阵，记录每个波长 条件下每个目标时刻第1行第1列的(1，1)元素以及第2行第2列的(2， 2)元素；

(3)对第1行第1列的(1，1)元素以及第2行第2列的(2，2)元素 进行当前时刻离新鲜排放过去的时间的积分和光谱积分，获得积分后的第1 行第1列的(1，1)元素F₁₁(180°)和第2行第2列的(2，2)元素F₂₂(180°)， 计算线性退偏比，形成不同老化阶段的各个波长条件下各个目标时刻线性退 偏比查找表；

(4)激光雷达的实际观测数据，验证所述线性退偏比查找表，如果满足 精度要求，则进入步骤(5)，否则返回步骤(1)优化时变微物理模型中不同 老化阶段对应的时段；

(5)根据激光雷达的当前波长以及当前含碳气溶胶的老化时段查找线性 退偏比查找表，获得对应的线性退偏比。

进一步地，所述时变微物理模型模拟不同地区，不同排放类型含碳气溶 胶的生长过程。

进一步地，所述时变微物理模型，根据老化时间划分为4个老化时段； 当前时刻离新鲜排放过去的时间占总老化时间的10％以内，假设为纯黑碳形 态；当前时刻离新鲜排放过去的时间占总老化时间的10％到50％，假设黑碳与 其他成份的混合为部分包裹形态；当前时刻离新鲜排放过去的时间占总老化 时间的50％到70％，假设黑碳与其他成份的混合为部分嵌入形态；当前时刻离 新鲜排放过去的时间占总老化时间的70％以上，假设黑碳与其他成份的混合 为完全包裹形态。

进一步地，4个老化时段各选择一个时刻作为目标时刻。

进一步地，激光雷达的波段为520nm-550nm，所述间隔为5nm。

进一步地，计算线性退偏比的公式为：

进一步地，利用含碳气溶胶的时变微物理模型获得不同老化阶段的微观 形态、化学成分和混合方式，构建各个波长条件下各个目标时刻线性退偏比 查找表包括：对每种时变微物理模型类型分别构建对应的线性退偏比查找表； 线性退偏比查找表内为不同老化时段，不同波长下的线性退偏比数值。

进一步地，根据激光雷达的当前波长以及当前含碳气溶胶的老化时段查 找线性退偏比查找表具体包括：

首先根据当前含碳气溶胶距离新鲜排放的时间查找对应时变微物理模型 类型的线性退偏比查找表；再根据当前波长以及当前含碳气溶胶的老化时段 在对应时变微物理模型类型的线性退偏比查找表中查找对应的线性退偏比数 值，用于激光雷达反演计算。

进一步地，进行当前时刻离新鲜排放过去的时间的积分和光谱积分具体 为：

<δ>＝∫∫δ(t,λ)N(t)N(λ)dtdλ

其中t为当前时刻离新鲜排放过去的时间，λ为当前波长，N(t)为当前 时刻含碳气溶胶的个数，N(λ)为当前波长在光谱响应函数中的权重，δ(t,λ)为 当前时刻当前波长下的含碳气溶胶的线性退偏比。

本发明的上述技术方案具有如下有益的技术效果：

(1)本发明提出了一种含碳气溶胶线性退偏比的计算方法，利用时变微 物理模型改进含碳气溶胶的微物理特性表征，更加准确地描述真实大气场景 中含碳气溶胶随时时间变化的混合生长过程，面向星载激光雷达的载荷设计 波段和光谱响应函数，开展线性退偏率的时间和光谱积分以获得更加准确的 载荷观测结果，使其可以有效服务激光雷达的后向散射观测等技术手段，提 升遥感反演所必需的输入查找表的模拟精度，从而改善大气遥感的定量化反 演精度和应用水平。

(2)本发明由于可以根据激光雷达的设计指标和地区和排放类型进行优 化调整，使得查找表的线性退偏比可以更好地应用于激光雷达的反演计算， 有效服务于国产载荷的遥感应用。

附图说明

图1是含碳气溶胶线性退偏比的计算流程示意图；

图2时变微物理模型模拟混合生长过程示意图；

图3(a)为激光雷达波长532nm时的线性退偏比示意图；(b)为激光雷 达波长1064nm时的线性退偏比示意图。

具体实施方式.

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施 方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例 性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结 构和技术的描述，以避免不必要地混淆本发明的概念。

目前采用的含碳气溶胶线性退偏率计算方法，定性地大气假设为不同含 碳气溶胶模型，没有考虑时间变化以及光谱响应方面的影响，无法为遥感反 演提供准确的输入，制约大气遥感的定量应用。而本发明针对激光雷达的设 计波段和光谱响应函数，以及真实大气场景中含碳气溶胶随时时间变化的混 合生长过程，提出相应改进，使得含碳气溶胶的线性退偏率计算可以有效服 务激光雷达的后向散射观测等技术手段，提升遥感反演所必需的输入查找表 的模拟精度。

结合1含碳气溶胶线性退偏比的计算流程如下：

(1)根据当前含碳气溶胶距离新鲜排放的时间，分别构建含碳气溶胶的 时变微物理模型，获得不同老化阶段的微观形态、化学成分和混合方式。

基于时变微物理模型，模拟黑碳等强吸收气溶胶、棕碳等弱吸收气溶胶 和硫酸盐等无吸收性气溶胶之间的混合生长过程，生成当前时刻的含碳气溶 胶微物理模型。典型气溶胶理化预设参数主要包括微观形态、化学组成和混 合方式等。在微观形态上，将黑碳假设为团簇形态，其他成份假设为球形形 态。根据不同地区和排放类型，按照经验获得总老化时间为1-5天。混合方 式由当前时刻与总老化时间决定，即当前时刻离新鲜排放过去的时间占总老 化时间的10％以内，假设为纯黑碳；当前时刻离新鲜排放过去的时间占总老化时间的10％到50％，假设黑碳与其他成份的混合为部分包裹形态；当前时刻 离新鲜排放过去的时间占总老化时间的50％到70％，假设黑碳与其他成份的混 合为部分嵌入形态；当前时刻离新鲜排放过去的时间占总老化时间的70％以 上，假设黑碳与其他成份的混合为完全包裹形态，如图2所示。这些时段会 随着地区和排放类型发生改变，可以利用激光雷达的实际观测数据验证优化。

采用激光雷达的实际观测数据对所述时变微物理模型进行验证，根据不 同地区和排放类型，优化调整模型。

(2)基于激光雷达的设计波段，针对不同时刻的含碳气溶胶实变微物理 模型，利用叠加T矩阵方法计算获得每个间隔波长下的归一化Stokes散射矩 阵。将某一时刻的实变微物理模型作为T矩阵方法的输入，即可获得对应的 每个间隔波长下的归一化Stokes散射矩阵。例如，以常用的520-550nm波段 为例，采用5nm波长间隔，可以获得520、525、530、535、540、545和550nm 这几个波长条件下的目标时刻含碳气溶胶的归一化Stokes散射矩阵，散射角 度设置为180°，分别记录下第1行第1列的(1，1)元素以及第2行第2列 的(2，2)元素，用于后续积分。

(3)针对真实载荷每次观测所需时间以及光谱响应函数，开展当前时刻 离新鲜排放过去的时间和光谱积分，获得积分后含碳气溶胶的归一化Stokes 散射矩阵的第1行第1列的(1，1)元素F₁₁(180°)以及第2行第2列的(2， 2)元素F₂₂(180°)，计算得到含碳气溶胶的线性退偏比，构建线性退偏比查找 表。

计算积分的公式为：

<δ>＝∫∫δ(t,λ)N(t)N(λ)dtdλ

其中t为当前时刻离新鲜排放过去的时间，λ为当前波长，N(t)为当前 时刻含碳气溶胶的个数，N(λ)为当前波长在光谱响应函数中的权重，δ(t,λ)为 当前时刻当前波长下的含碳气溶胶的线性退偏比。

计算得到含碳气溶胶的线性退偏比的公式为：

计算每个地区，每种排放类型的时变微物理模型各个时刻的线性退偏比， 构建退偏比查找表。

(4)采用激光雷达的实际观测数据，验证采用时变微物理模型的模拟的 结果，从而面向遥感反演提供准确的含碳气溶胶光学特性。如果不满足精度 要求，则返回修改时变微物理模型，如果满足要求则可以将退偏比查找表应 用至激光雷达，进入步骤(5)。

(5)根据当前含碳气溶胶距离新鲜排放的时间选择对应的时变微物理模 型类型的退偏比查找表，根据当前时刻离新鲜排放过去的时间查表获得对应 线性退偏比。激光雷达反演计算气溶胶参数时通过该查表方式获得准确的线 性退偏比，进行反演计算。

面向星载激光雷达的载荷设计波段和光谱响应函数，开展线性退偏率的 时间和光谱积分以获得更加准确的载荷观测结果，使其可以有效服务激光雷 达的后向散射观测等技术手段。基于激光雷达的设计波段，利用叠加T矩阵 方法计算每个间隔波长下的归一化Stokes散射矩阵，基于光谱响应函数开展 时间和光谱积分，获得含碳气溶胶的线性退偏率结果，如图3所示，不同老 化阶段的结果差异较大，特别是重度老化阶段可以较好地区分出来。采用激 光雷达的实际观测数据，验证模拟的结果，从而面向遥感反演提供准确的含碳气溶胶光学特性。

综上所述，本发明提出了一种含碳气溶胶线性退偏率的计算方法，根据 当前含碳气溶胶距离新鲜排放的时间的形状不同，分别构建含碳气溶胶的时 变微物理模型，获得不同老化阶段的微观形态、化学成分和混合方式；采用 叠加T矩阵方法，求解各个波长条件下各个目标时刻的含碳气溶胶的归一化 Stokes散射矩阵，记录第1行第1列的元素以及第2行第2列的元素；分别 进行当前时刻离新鲜排放过去的时间的积分和光谱积分，计算线性退偏比， 形成不同老化阶段的含碳气溶胶的时变微物理模型，各个波长条件下各个目 标时刻线性退偏比查找表；根据激光雷达的当前波长以及当前含碳气溶胶的 老化时段查找线性退偏比查找表，获得对应的线性退偏比。本发明利用时变 微物理模型改进含碳气溶胶的微物理特性表征，更加准确地描述真实大气场 景中含碳气溶胶随时时间变化的混合生长过程，面向星载激光雷达的载荷设 计波段和光谱响应函数，开展线性退偏率的时间和光谱积分以获得更加准确 的载荷观测结果，使其可以有效服务激光雷达的后向散射观测等技术手段， 提升遥感反演所必需的输入查找表的模拟精度，从而改善大气遥感的定量化 反演精度和应用水平。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释 本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和 范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和 边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (9)

1.一种含碳气溶胶线性退偏比的计算方法，其特征在于，包括如下步骤：

(1)根据当前含碳气溶胶距离新鲜排放的时间，分别构建含碳气溶胶的时变微物理模型，获得不同老化阶段的微观形态、化学成分和混合方式；

(2)根据激光雷达波段设置，按照设定的间隔取样波长条件，将各个目标时刻下的时变微物理模型作为输入，采用叠加T矩阵方法，求解各个波长条件下各个目标时刻的含碳气溶胶的归一化Stokes散射矩阵，记录每个波长条件下每个目标时刻第1行第1列的(1，1)元素以及第2行第2列的(2，2)元素；

(3)对第1行第1列的(1，1)元素以及第2行第2列的(2，2)元素进行当前时刻离新鲜排放过去的时间的积分和光谱积分，获得积分后的第1行第1列的(1，1)元素F₁₁(180°)和第2行第2列的(2，2)元素F₂₂(180°)，计算线性退偏比，形成不同老化阶段的各个波长条件下各个目标时刻线性退偏比查找表；

(4)激光雷达的实际观测数据，验证所述线性退偏比查找表，如果满足精度要求，则进入步骤(5)，否则返回步骤(1)优化时变微物理模型中不同老化阶段对应的时段；

(5)根据激光雷达的当前波长以及当前含碳气溶胶的老化时段查找线性退偏比查找表，获得对应的线性退偏比。

2.根据权利要求1所述的含碳气溶胶线性退偏比的计算方法，其特征在于，所述时变微物理模型模拟不同地区，不同排放类型含碳气溶胶的生长过程。

3.根据权利要求1或2所述的含碳气溶胶线性退偏比的计算方法，其特征在于，所述时变微物理模型，根据老化时间划分为4个老化时段；当前时刻离新鲜排放过去的时间占总老化时间的10％以内，假设为纯黑碳形态；当前时刻离新鲜排放过去的时间占总老化时间的10％到50％，假设黑碳与其他成份的混合为部分包裹形态；当前时刻离新鲜排放过去的时间占总老化时间的50％到70％，假设黑碳与其他成份的混合为部分嵌入形态；当前时刻离新鲜排放过去的时间占总老化时间的70％以上，假设黑碳与其他成份的混合为完全包裹形态。

4.根据权利要求3所述的含碳气溶胶线性退偏比的计算方法，其特征在于，4个老化时段各选择一个时刻作为目标时刻。

5.根据权利要求1或2所述的含碳气溶胶线性退偏比的计算方法，其特征在于，激光雷达的波段为520nm-550nm，所述间隔为5nm。

6.根据权利要求1或2所述的含碳气溶胶线性退偏比的计算方法，其特征在于，计算线性退偏比的公式为：

7.根据权利要求1或2所述的含碳气溶胶线性退偏比的计算方法，其特征在于，利用含碳气溶胶的时变微物理模型获得不同老化阶段的微观形态、化学成分和混合方式，构建各个波长条件下各个目标时刻线性退偏比查找表包括：对每种时变微物理模型类型分别构建对应的线性退偏比查找表；线性退偏比查找表内为不同老化时段，不同波长下的线性退偏比数值。

8.根据权利要求7所述的含碳气溶胶线性退偏比的计算方法，其特征在于，根据激光雷达的当前波长以及当前含碳气溶胶的老化时段查找线性退偏比查找表具体包括：

首先根据当前含碳气溶胶距离新鲜排放的时间查找对应时变微物理模型类型的线性退偏比查找表；再根据当前波长以及当前含碳气溶胶的老化时段在对应时变微物理模型类型的线性退偏比查找表中查找对应的线性退偏比数值，用于激光雷达反演计算。

9.根据权利要求1或2所述的含碳气溶胶线性退偏比的计算方法，其特征在于，进行当前时刻离新鲜排放过去的时间的积分和光谱积分具体为：

<δ>＝∫∫δ(t,λ)N(t)N(λ)dtdλ

其中t为当前时刻离新鲜排放过去的时间，λ为当前波长，N(t)为当前时刻含碳气溶胶的个数，N(λ)为当前波长在光谱响应函数中的权重，δ(t,λ)为当前时刻当前波长下的含碳气溶胶的线性退偏比。

Images