50周年刊庆专辑：大气探测激光雷达突变信号处理方法研究（特邀）

撰稿人：杨彬，卜令兵

单位：南京信息工程大学

引用格式

杨彬, 莫祖斯, 刘海姣, 卜令兵. 大气探测激光雷达突变信号处理方法研究（特邀）[J]. 红外与激光工程, 2022, 51(1): 20211117. doi: 10.3788/IRLA20211117

导读

在大气探测激光雷达的实际应用中，当激光探测路径上存在后向散射系数很大的云雾、烟尘或硬目标，且由其引起的突变信号强烈到一定程度时，使用Fernald法后向积分反演消光系数会在突变信号后向数据中产生明显的反演误差。南京信息工程大学卜令兵教授所在团队根据 Fernald法后向积分的特点并结合分段斜率法，提出了一种新的反演方法以应对上述情况，优化了传统算法的反演策略。即通过判断突变信号位置不断更新参考距离和边界值进行迭代反演，并将更准确的反演数据拼接覆盖到初始反演数据中。使用垂直和水平探测所得到的实测数据对反演方法进行有效性验证，并且对被优化数据和邻近无突变信号时相应的数据进行了对比。该文于2022年1月发表在《红外与激光工程》50周年刊庆专辑。

研究背景

大气气溶胶是指悬浮有液体或固体微粒时的气体和悬浮物的总体系，是地球—大气—海洋系统的重要成分，其通过影响地气辐射能量的收支以及作为云凝结核影响水汽的循环，已成为全球气候变化的重要影响因子^[1]。此外，气溶胶还对空气质量、人类健康有着至关重要的影响^[2]。因此，无论在气象观测还是环保监测领域，气溶胶的光学特性、时空分布等都是当下科研人员的研究重点^[3]。 随着主动遥感探测技术的发展，激光雷达在大气探测领域中越来越凸显出其重要的作用，已成为气象和环保部门用于探测气溶胶的重要手段，甚至在机载和星载环境下都有着广泛的应用^[4]。激光雷达使用激光作为信息的载体，利用激光的振幅、频率、偏振和相位来搭载信息，拥有测量精度高、时空分辨率高等优势，可进行多种模式、大探测跨度、全天候的连续观测^[5]。

主要内容

• 迭代拼接法

文中所提出的迭代拼接法是基于传统算法理论的前提下优化了反演策略，将探测的数据通过迭代计算拼接出相对更准确的反演结果。具体来说，迭代拼接法是基于分段斜率法结合 Fernald 法反演出消光系数廓线后进行阈值判断，如出现突变信号则定位参考距离后向的第一个突变点位置，从而重新将参考距离判断依据P(r)r2 /βm (r)的范围设定在该突变点后向，进而迭代一次 Fernald 法后向积分求解出新的消光系数数据。该次后向积分反演出的消光系数数据拼接覆盖至上一次反演的数据基础上，然后再根据突变信号判断重复上述流程直至没有突变点结束。由于每次迭代时所取边界值是通过分段斜率法获取，该方法获取的边界值具有明确的物理意义，每次迭代反演时获取相对更准确的边界值，因此基于该边界值后向积分直至下一个突变点之前反演出的数据相对误差较小。迭代拼接法的反演流程如图1 所示。

图1  迭代拼接法流程图

• 仪器参数

图2 所示为环保监测领域最为常用的气溶胶激光雷达光学原理示意图。激光器出射532 nm线偏振激光后经由扩束镜组将激光远场发散角压缩至设计范围，从而提高远场探测能力。激光经由反射镜控制指向发射至大气中，与大气气溶胶和分子相互作用后产生的回波信号由望远镜进行接收，在望远镜焦平面处放置小孔光阑以压缩接收视场的同时控制背景噪声强度。经小孔光阑后的信号由透镜准直，并通过窄带滤光片实现背景噪声的进一步抑制，从而有效提升 信噪比。之后再通过偏振分束器PBS将回波信号的水平偏振和垂直偏振分离，由于当线偏光与探测路径中的沙尘或冰晶等非球形粒子相互作用时，回波信号会产生退偏现象，因此通过探测退偏比可进一步判断气溶胶的种类。偏振分离后的信号分别再通过透镜聚焦后由光电倍增管PMT接收，将光信号转换为电信号。最后，电信号由采集卡采集并存储原始信号，从而进行相应的数据产品反演。 文中研究探测所用的便携式气溶胶激光雷达可用于实时监测局部高密度污染源，配合云台控制可实现垂直观测、水平扫描以及走航观测等多模式场景应用。其特点是基于超高的时空分辨率对局部污染源以及高密度气团进行快速响应，分析气溶胶的组成结构和时空演变。该激光雷达的主要技术参数如表1 所示。

图2  气溶胶激光雷达光学原理示意图

表1 主要技术参数

• 数据分析

为了验证算法的有效性，笔者所在课题组利用上述气溶胶激光雷达分别进行垂直定点和水平扫描探测，将得到的实测数据使用传统算法和迭代拼接法分别进行反演对比。由于研究使用的激光雷达时间分辨率高达1 s，短时间内相邻数据的大气消光系数变化不会太大，且对比发现相邻数据原始信号的距离平方修正数据重合度较高。因此，采用与邻近无突变信号数据进行反演误差对比，从而进行算法优化程度的相对比较。

垂直定点探测数据对比

垂直定点探测数据于2021年11月29日测得，图3 是使用迭代拼接法反演得到当日凌晨的消光系数时空变化图。对比图4 使用传统算法的消光系数时空变化图红色方框内数据，可明显看出：当天空中出现较厚的云层时，图4 中得到的云下数据与邻近数据对比明显出现阶跃性的偏差，而图3 的结果则呈现出消光系数更真实的过渡变化。同时，在数据上进行了相应的平滑处理，从而使得呈现的整体数据效果更好。由于本研究中所用激光雷达的时间分辨率为1 s，因此可假设短时间内的消光系数近乎没有变化，从而通过提取垂直探测范围内相邻多条有突变信号和无突变信号情况下的消光系数廓线做相对误差计算，以此来评估算法优化程度。如图5 所示为两种反演方法的相对误差对比，在传统算法反演下，消光系数的相对误差平均值达到0.081 km⁻¹，迭代拼接法反演后该值则减小到0.017 km⁻¹， 对应数据的消光系数相对误差优化了约79%。

图3  垂直探测下迭代拼接法反演的消光系数时空变化图

图4  垂直探测下传统算法反演的消光系数时空变化图

图5  垂直探测下两种反演方法的相对误差对比

水平扫描探测数据对比

水平扫描探测数据于2021年12月11日测得，图6 是使用迭代拼接法反演得到扫描一周的消光系数时空变化图。对比图7 使用传统算法反演的消光系数时空变化图的红色方框内数据，可明显看出：当探测路径上出现消光系数高值时，图7 得到的突变信号内数据与邻近数据对比明显出现阶跃性的偏差，而图6 反演出的结果则呈现出消光系数更真实的过渡变化。同样的，通过提取水平扫描范围内相邻多条有突变信号和无突变信号情况下的消光系数廓线做相对误差计算，以此来评估算法优化程度。如图8 所示为两种反演方法的相对误差对比，在传统算法反演下，消光系数的相对误差平均值达到0.382 km⁻¹，迭代拼接法反演后该值则减小到0.014 km⁻¹，对应数据的消光系数相对误差优化了约96%。

图6  水平探测下迭代拼接法反演的消光系数时空变化图

图7  水平探测下传统算法反演的消光系数时空变化图

图8  水平探测下两种反演方法的相对误差对比

结论

经过近些年的快速发展，大气探测类激光雷达早已不局限应用在气象观测领域，在环保监测领域已实现广泛且相对更成熟的应用。而在具体应用中，容易出现观测到突变信号时导致后向数据明显误差变大的情况，到目前为止未见有相关研究讨论。文中提出了一种基于 Fernald 法后向积分特点发展的迭代拼接法，并利用便携式气溶胶激光雷达进行了相关观测验证。通过与传统算法的对比，初步验证了迭代拼接法可在一定程度上优化相应的反演误差，在实测数据中能够较为明显地优化了突变信号内的数据。同时，该方法处理数据高效、稳定，可应用于气溶胶激光雷达信号的数据反演分析，对数据产品的可靠性以及研究气溶胶的光学特性等方面具有重要的意义。

团队介绍

南京信息工程大学大气物理学院卜令兵教授团队主要从事激光大气探测技术与应用、云和气溶胶多源数据分析方面的研究。先后研制中高层测风激光雷达、中红外差分吸收激光雷达、高光谱分辨率气溶胶激光雷达等系统，并成功应用于大气成分与大气参数的探测中。近年来，为服务于我国第一颗星载激光雷达，研制我国第一台星载激光雷达缩比模型，并利用机载激光雷达开展星载激光雷达的地面校飞实验。课题组先后获得国家重点研发计划子课题、国家自然科学基金项目、省面上项目和省重点研发计划等项目资助，在国内外著名SCI/EI期刊上发表论文40余篇，获批国家专利20余项。

参考文献

[1] Cui Tingwei, Huang Tingxuan, Mu Bing, et al. Spatiotemporal pattern  of  aerosol  types  over  the  Bohai  and  Yellow  Seas observed  by  CALIOP [J]. Infrared and Laser Engineering, 2021, 50(6): 20211030. (in Chinese)

[2] Lv  Lihui,  Liu  Wenqing,  Zhang  Tianshu,  et  al.  Two  data inversion  algorithms  of  aerosol  horizontal  distribution  detected by  MPL  and  error  analysis [J]. Spectroscopy and Spectral Analysis, 2015, 35(7): 1774-1778. (in Chinese)

[3] Di Huige, Hua Dengxin. Research status and progress of Lidar for  atmosphere  in  China  (Invited) [J]. Infrared and Laser Engineering, 2021, 50(3): 20210032. (in Chinese)

[4] Li Lu, Xie Chenbo, Zhuang Peng, et al. Opto-mechanical system structure  and  research  progress  of  space-borne  lidar  for  cloudaerosol [J]. Infrared and Laser Engineering,  2020,  49(8): 20190501. (in Chinese)

[5] Teng Man, Zhuang Peng, Zhang Zhanye, et al. New all-weather outdoor Raman-Mie scattering lidar system used in atmospheric aerosol  pollution  monitoring [J]. Infrared and Laser Engineering, 2019, 48(7): 0706001. (in Chinese)

End