一种基于双波长激光雷达的边界层高度反演方法

本发明属于大气探测，具体涉及一种基于双波长激光雷达的边界层高度反演方法。

背景技术：

1、大气边界层是大气的最低层，大气边界层的高度与污染物的积累和扩散直接相关，也是大气化学模型和天气预报系统的重要输入参数。大气边界层高度的准确反演有利于研究污染物的时空分布，并进一步优化污染模拟。因此，准确反演大气边界层高度是非常重要的。

2、由于激光雷达具有很高的空间分辨率和连续稳定的工作能力，已成为探测边界层高度的主要手段。激光雷达系统可以使用气溶胶作为示踪剂来检测边界层高度，边界层高度可以从气溶胶浓度的垂直廓线推断。常规激光雷达边界层高度的算法包括梯度法，小波协方差变换法和理想剖面拟合法(hayden,k.l.,et al.steyn,d.g.,1997.the verticalchemical and meteorological structure of the boundary layer in the lowerfraser valley during pacific 93.atmos.environ.31(14),2089–2105；brooks,i.m.,2003.finding boundary layer top:application of a wavelet covariance transformto lidar backscatter profiles.j.atmos.ocean.technol.20,1092–1105；steyn dg,etal.,the detection of mixed layer depth and entrainment zone thickness fromlidar backscatter profiles.journal of atmospheric and oceanic technology1999；16:953-9.)。这些算法都是基于气溶胶浓度的垂直梯度变化来识别边界层高度。这意味着，一旦气溶胶的垂直分布变得不均匀，气溶胶浓度的垂直梯度就会非常混乱，这些算法将难以准确地确定边界层高度(wang,z.,cao,x.,zhang,l.,notholt,j.,zhou,b.,liu,r.,and zhang,b.,2012.lidar measurement of planetary boundary layer height andcomparison with microwave profiling radiometer observation,atmos.meas.tech.,5,1965–1972.)。之前提出基于粒子特性差异的边界层高度反演方法来克服这个限制，该方法需要基于激光雷达的色比和退偏比信号，通过计算大气粒子之间的粒子特性差异来获取边界层高度，可以有效的避免多层气溶胶的影响(马盈盈等，一种基于粒子特性差异的边界层高度反演方法:中国,108414997.b[p].2021-07-02.)。然而，有研究表明激光雷达观测的色比和退偏比信号存在一定的不确定性(liu,b.,ma,y.,gong,w.,zhang,m.2017.observations of aerosol color ratio and depolarization ratio overwuhan.atmospheric pollution research,8(6),1113-1122.)，导致该算法不能有效的克服残留层的影响(liu,b.,ma,y.,gong,w.,zhang,m.,&yang,j.2019.improved two-wavelength lidar algorithm for retrieving atmospheric boundary layerheight.journal of quantitative spectroscopy and radiative transfer,224,55-61.)。这就意味着，当垂直气溶胶浓度较为稀薄时，会导致激光雷达反演的边界层结果失真。

技术实现思路

1、本发明的目的是为了克服背景技术所述的不足，提出一种基于双波长激光雷达的边界层高度反演方法，利用355nm及532nm的后向散射信号以及层次聚类算法进行边界层高度的查找。用以克服色比和退偏比信号的不稳定性，改进激光雷达算法反演边界层高度不准确的问题，实现方式包括以下步骤：

2、步骤1，建立特征序列，包括通过双波长激光雷达数据可以得到355nm及532nm的后向散射信号，利用后向散射信号建立特征序列；

3、步骤2，特征序列分类，包括使用层次聚类算法对特征序列进行分类，得到边界层之上的大气分子类和边界层之下的气溶胶类别序列。

4、步骤3，查找边界层高度，包括根据类别序列，进行最大梯度检索，从而检索出边界层高度的结果。

5、而且，步骤1实现方式为，通过双波长激光雷达两个通道的回波信号计算出355nm及532nm的后向散射信号，将355nm的后向散射信号用a表示，532nm的后向散射信号用b表示，通过a和b信号一一对应构造二维特征序列。

6、而且，步骤2实现方式为，将特征序列输入到层次聚类模型中，首先把每个数据点当作一个单独的类，然后计算每个类两两之间的欧式距离，以第i个点和第j个点为例，

7、

8、d表示第j个点和第i个点之间的欧式距离，a(j)和a(i)分别表示第j个点和第i个点的355nm后向散射信号大小，b(j)和b(i)分别表示第j个点和第i个点的532nm后向散射信号大小。

9、然后，合并数据点中欧式距离最小的数据点为新的一类c。然后计算新类与当前各类之间的距离，使用均链接算法，含义为类cm和cn的距离等于两个簇类所有样本对的距离平均，数学表达式为，

10、

11、其中，d即为类间距离，nm和nn分别为类cm和cn中的样本个数，将类间距离最小的两个类再次合并为一个新的类，重复步骤2的计算过程，直到最后类别个数达到输出条件，即实现了对特征序列的分类。同时可以得到具有高度信息的类别序列，将类别序列中属于大气气溶胶的标注为1，属于大气分子的标注为2。

12、而且，步骤3实现方式为，对类别序列进行最大梯度查找，即可确定边界层高度所在的点，表达式为，

13、blh ＝ max(diff(f)) (3)

14、其中，blh为反演出的大气边界层高度，f为由步骤2得到的类别序列，diff(f)表示对类别序列进行梯度运算。

15、本发明有效的提高了双波长激光雷达数据反演边界层高度的精度，将与探空数据反演的边界层高度标准值的相关系数由0.2提高至0.8，精度提高了60％，可有效的解决双波长激光雷达在弱对流条件下无法提供高精度边界层反演结果的问题。

16、本发明具有以下优点和积极效果：

17、1)使用双波长激光雷达355nm和532nm后向散射数据构造特征序列，不依赖于气溶胶的垂直浓度廓线来反演边界层高度，而是根据大气粒子的二维分布，提高了边界层高度反演的稳定性。

18、2)使用层次聚类算法，通过对原始数据进行集成分类处理，进一步降低了反演误差，将精度提高了60％，同时提高了反演速率。

19、3)大大的提高了激光雷达反演边界层高度时的应用范围，可以克服残余层的影响，在弱对流情况下有效的反演出边界层高度；

20、该方法可广泛用于环境保护和天气预报等相关行业。