基于太阳光度计和激光雷达的PM2.5质量浓度值自动反演算法

摘要

本发明涉及一种基于太阳光度计和激光雷达的PM2.5质量浓度的自动反演算法，首先利用太阳光度计获得基于太阳光度计的大气整层气溶胶光学厚度，利用激光雷达回波信号，经过距离和相对湿度修正后，通过算法反演获得基于激光雷达的大气整层气溶胶消光系数和气溶胶光学厚度，然后利用理想曲线拟合确定边界层高度，获取边界层内的气溶胶光学厚度，最后利用上述结果根据模型获取PM2.5质量浓度值。本发明利用太阳光度计和激光雷达获取的气溶胶消光系数廓线及光学厚度值，结合地面相对湿度修正和边界层高度信息，获取近地面PM2.5质量浓度值，具有误差小，鉴别力高、普适性强的优点。

说明书

技术领域

本发明涉气溶胶光学探测技术领域，尤其是一种基于太阳光度计和激 光雷达的PM2.5质量浓度值自动反演算法。

背景技术

PM2.5指空气中空气动力学当量直径小于等于2.5微米的颗粒物，与大 粒径颗粒物相比，PM2.5粒径小，易于载带重金属和有机物等有毒有害 物质，且在大气中的停留时间长、输送距离远，因而对人体健康和大 气环境质量的影响更大。目前，PM2.5质量浓度的测量可通过手工称重 法（天平称重法）和自动监测仪进行测量，其中自动监测仪的测量原 理主要有β射线法、震荡天平法等，但以上方法均无法获得PM2.5的空 间分布。太阳光度计和激光雷达能较好的反演气溶胶细粒子的空间分 布，具有快速、高效、连续的特点，且两者在气溶胶光学厚度领域和 气溶胶消光系数反演技术领域都已经成熟。因此如何从气溶胶光学特 性获取气溶胶PM2.5质量浓度信息，有效建立两者之间的关系一直是大 气探测分析领域的研究重点。目前国内外较多研究主要是通过线型模 型和指数模型建立两者关系，上述两种模型需要先获取地面的气溶胶 消光系数值和同一地点对应时刻的质量浓度值，然后把相同条件下的 消光系数与质量浓度对放在一起，通过迭代法计算模型的参数，再由 计算得到的模型参数和垂直方向的消光系数，反演气溶胶质量浓度的 空间垂直分布。但由于气溶胶质量浓度和气溶胶光学特性之间的关系 取决于气溶胶粒子的化学构成、尺度和形状，因此模型反演出的气溶 胶质量浓度值受测量季节和地点，尤其边界层变化和气象参数的影响 。边界层的一些基本特性，比如边界层高度（通常为0~2 km）对局地 气溶胶浓度的影响很大，较难量化。同时气象参数中相对湿度的变化 也会对气溶胶光学特性（粒子的尺度及其分布、后向散射系数以及化 学构成）产生影响，使其折射指数和粒子的众数半径也随之改变，并 引起粒子消光特性和质量浓度的变化，大多数的气溶胶光学特性观测 中没有就相对湿度与气溶胶的吸湿特性的关系进行研究。

发明内容

本发明的目的是提供一种基于太阳光度计和激光雷达的PM2.5质量浓度 值自动反演算法，以解决传统方法的误差大、受测量地点影响，不能 较好地识别出所需信息的问题。

本发明采用的技术方案是：

一种基于太阳光度计和激光雷达的PM2.5浓度值自动反演算法，其特征 在于：首先用太阳光度计获得基于太阳光度计的大气整层气溶胶光学 厚度，利用激光雷达回波信号，经过距离和相对湿度修正，通过算法 反演获得基于激光雷达的大气整层气溶胶消光系数和气溶胶光学厚度 ，然后利用理想曲线确定边界层高度，获取边界层内的气溶胶光学厚 度，最后利用上述结果根据模型获取PM2.5质量浓度信息，具体算法步 骤为：

（1）根据Bouguer 定律，利用太阳光度计测得的直射太阳辐射E（W /m2）为：

E=E₀R^-2exp(-mτ)T_g                                   （1）

其中E₀是在一个天文单位（AU）距离上的大气外界的太阳辐照度，R是 测量时刻的日地距离（AU），m是大气质量数，τ为大气总的垂直光学 厚度，T_g为吸收气体透过率；

（2）获取基于太阳光度计的大气光学厚度τ：

若仪器输出电压V与E成正比，则公式（1）可写成：

V=V₀R^-2exp(-mτ)T_g                                     （2）

其中V₀是定标常数，指从一系列观测值外插到m为0时的电压值V。根据 lnV+lnR² 与m 画直线，直线的斜率就是垂直光学厚度-τ；

（3）获取基于太阳光度计的气溶胶光学厚度τ_α：

大气总的消光光学厚度τ由分子散射τ_r、气溶胶散射τ_α和气体吸收 消光τ_g三部分组成：

τ=τ_r+τ_α+τ_g                                            （3）

其中分子散射光学厚度τ_r由地面气压测值计算出来，在可见近红外波 段气体

吸收主要是臭氧和水汽的吸收。在没有气体吸收的通道，τ_g可以忽略 ，那么从总的光学厚度减去分子散射光学厚度τ_r，可获得气溶胶的光 学厚度τ_α；

（4）列出激光雷达方程，选取激光波长为532nm，对应的激光雷达方 程为：

P(Z)=P_tCη(Z)Z^-2[β_α(Z)+β_m(Z)]T_a²(Z)T_m²(Z)；

式中P(Z)为激光雷达回波功率，P_t为激光发射功率，为大气探 测激光雷达系统常数，c为光速，Δt为激光器脉宽，T为雷达接收系统 的光学效率，A_r是接收单元的有效孔径，β_a(Z)和β_m(Z)分别为高度 Z处大气气溶胶和空气分子的后向散射系数； 为大气探测激光雷达 至对应高度处大气气溶胶透过率， 是相应的空气分子透过率，α_a(Z’,λ) 和α_m(Z’,λ)分别为高度Z处大气气溶胶和空气分子的消 光系数，η(Z)是激光雷达的几何重叠因子，所述几何重叠因子总为1 ；

（5）对所述激光雷达方程进行距离修正，方程两边同时乘以地面到被 测气溶胶粒子群高度的平方Z²：

S(Z)==P(Z)Z²=P_tCη(Z)[β_α(Z)+β_m(Z)]T_a²(Z)T_m²(Z)；

（6）获取观测时间段的相对湿度值RH，对雷达回波信号进行相对湿度 修正：

S*(Z₁)=S(Z₁)(1-RH)^0.55；

（7）利用Fernald法进行气溶胶消光系数反演，获取雷达最低有效信 号高度Z₁处的消光系数α_α(z₁,λ)；

（8）利用获取大气整层气溶胶光学厚度τ_lidar；

（9）用理想曲线方程拟合雷达回波信号获取边界层高度H_BL：

$B\left(Z\right)=\frac{B_m+B_u}{2}-\frac{B_m-B_u}{2}\mathrm{erf}\left(\frac{Z-H_{\mathrm{BL}}}{s}\right)$

其中B_m是边界层后向散射系数平均值，其中B_u是边界层上空后向散射 系数平均值，Z是高度，H_BL是混合层平均厚度，s与夹带层的厚度有关 ；

（10）获取边界层高度H_BL内的光学厚度：；

（11）获取边界层高度内和大气整层光学厚度比值R_BL： ；

（12 ）获取Z₁高度处的PM2.5质量浓度值：

$\mathrm{PM}2.5=\frac{{\tau }_{\alpha }}{\sigma *H_{\mathrm{BL}}}{R}_{\mathrm{BL}}$；

其中σ^*的质量消光系数，取4.75m²g^-1作为首输入值，代入R_BL和H_BL的值 ，获取PM2.5质量浓度值。

本发明的优点是：

本发明利用太阳光度计获得的气溶胶光学厚度值和激光雷达获取的气 溶胶消光系数廓线及光学厚度值，结合地面相对湿度修正，获取近地 面PM2.5质量浓度值，具有误差小，鉴别力高、普适性强，能够很好的 识别所需信息的优点。

附图说明

图1为太阳光度计所测气溶胶光学厚度τ_α值。

图2为激光雷达探测气溶胶消光系数廓线图。

图3为激光雷达探测边界层高度值。

图4为本算法获取的PM2.5质量浓度值和地面PM2.5质量浓度观测值比较 图。

图5为算法流程图。

具体实施方式

一种基于太阳光度计和激光雷达的PM2.5浓度值自动反演算法，实施过 程主要分为三大部分：第一部分从太阳光度计获得气溶胶光学厚度值 ；第二部分从激光雷达获取气溶胶光学厚度和边界层高度值；第三部 分反演PM2.5质量浓度值。

第一部分：从太阳光度计获得气溶胶光学厚度：

步骤1：根据Bouguer 定律，利用太阳光度计测得的直射太阳辐射E（ W/m2）在特定波长上为：

E=E₀R^-2exp(-mτ)T_g                                    （1）

其中E₀是在一个天文单位（AU）距离上的大气外界的太阳辐照度，R是 测量时刻的日地距离（AU），m 是大气质量数，τ为大气总的垂直光 学厚度，T_g为吸收气体透过率。

步骤2：获取大气光学厚度τ：

若仪器输出电压V 与E 成正比，则公式（1）可写成：

V=V₀R^-2exp(-mτ)T_g                                     （2）

其中V₀是定标常数，是从一系列观测值外插到m为0时的电压值V。根据 lnV+lnR²与m 画直线，直线的斜率就是垂直光学厚度-τ；

步骤3：获取气溶胶光学厚度τ_α：

大气总的消光光学厚度τ由分子散射τ_r、气溶胶散射τ_α和气体吸收 消光τ_g三部分组成：

τ=τ_r+τ_α+τ_g                                            （3）

其中分子散射光学厚度τ_r 由地面气压测值计算出来，在可见近红外 波段气体

吸收主要是臭氧和水汽的吸收。在没有气体吸收的通道，τ_g可以忽略 ，那么从总的光学厚度减去分子散射光学厚度τ_r，可获得气溶胶的光 学厚度τ_α，见图1。

第二部分：从激光雷达获得气溶胶光学厚度和边界层高度：

步骤4： 从激光雷达方程出发，对于532nm 波长，激光雷达方程为 ：P(Z)=P_tCη(Z)Z^-2[β_α(Z)+β_m(Z)]T_a²(Z)T_m²(Z)                      （1）

步骤5：对雷达方程进行距离修正，方程两边同时乘以Z²得：

S(Z)==P(Z)Z²=P_tCη(Z)[β_α(Z)+β_m(Z)]T_a²(Z)T_m²(Z)            （2）

步骤6：获取观测时间段的相对湿度值RH，对雷达回波信号进行相对湿 度修正： 

S*(Z₁)=S(Z₁)(1-RH)^0.55；

步骤7：利用Fernald法进行基于激光雷达的气溶胶消光系数反演，获 取雷达有效信号最低高度Z₁（Z₁=380m）处的消光系数α_α(z₁,λ)，见 图3；

步骤8：利用获取大气整层气溶胶光学厚度τ_lidar；

步骤9：用理想曲线方程拟合雷达回波信号获取边界层高度H_BL：

$B\left(Z\right)=\frac{B_m+B_u}{2}-\frac{B_m-B_u}{2}\mathrm{erf}\left(\frac{Z-H_{\mathrm{BL}}}{s}\right)$

其中B_m是边界层后向散射系数平均值，其中B_u是混合层上空后向散射 系数平均值，Z是高度，H_BL是混合层平均厚度，s与夹带层的厚度有关 。

步骤10：获取边界层高度H_BL内的光学厚度：；

步骤11：获取边界层高度内和大气整层光学厚度比值R_BL： ；

第三部分：获取Z高度处的PM2.5质量浓度值 

步骤12：获取Z高度处的PM2.5浓度值：

$\mathrm{PM}2.5=\frac{{\tau }_{\alpha }}{\sigma *H_{\mathrm{BL}}}{R}_{\mathrm{BL}}$；

其中σ*的质量消光系数，取4.75m²g^-1作为首输入值，代入R_BL和H_BL的值 ，获取PM2.5质量浓度值。

采用本方法获取PM2.5质量浓度的结果分析：

图1是由太阳光度计测算的大气整层气溶胶光学厚度值τ_α，当日数值 范围在0.8-1之间，取平均值0.9，图2是对激光雷达最低有效高度信号 Z₁反演获得的消光系数，对雷达信号进行边界层识别时，先观察是否 存在一个以上的明显梯度变化，然后确定拟合初值进行理想曲线拟合 ，图3是当日所测的边界层高度值，所测结果具有较为明显的日变化特 点，混合层高度变化在0.2—1.2km，取当日平均值0.7km，在经过了相 对湿度校正，边界层高度测算后，利用本算法反演的PM2.5质量浓度值 与地面观测浓度值相关系数为0.91，平均数值为63ug/m³。图4为本算 法获取的PM2.5质量浓度值和地面PM2.5质量浓度观测值比较图，图5为 算法流程图。