CN119535404A 一种基于双波长激光雷达的城市大气通风系数估计方法 (成都远望科技有限责任公司)_第1页
CN119535404A 一种基于双波长激光雷达的城市大气通风系数估计方法 (成都远望科技有限责任公司)_第2页
CN119535404A 一种基于双波长激光雷达的城市大气通风系数估计方法 (成都远望科技有限责任公司)_第3页
CN119535404A 一种基于双波长激光雷达的城市大气通风系数估计方法 (成都远望科技有限责任公司)_第4页
CN119535404A 一种基于双波长激光雷达的城市大气通风系数估计方法 (成都远望科技有限责任公司)_第5页
已阅读5页,还剩26页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于双波长激光雷达的城市大气通风本发明涉及一种基于双波长激光雷达的城局部波动率的标签数据进行检查得到第三局部结果输入到极端梯度上升模型中得到校正的水2S1、收集城市地区布设的双波长激光雷达探测数据和双波长激光雷达运行参数数据、S2、根据生成的第一局部波动率绘制变化特征曲S3、将分段结构优化后的数据输入到激光雷达水汽S4、通过RI指数计算公式计算S1收集数据不同高S5、将S1收集的数据输入到雷达速度方位积分风场端梯度上升模型中得到校正的激光雷达不同高度据大气通风系数计算公式计算得到城市大气2.根据权利要求1所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其所述双波长激光雷达运行参数数据包括激光雷达波长、波束扫描方位所述高时间频次的无线电探空数据包括以低时间间隔实测的不同时刻不同高度处的所述社会经济数据包括人口密度数据和工厂分3.根据权利要求2所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其根据收集的双波长激光雷达探测数据,取出波长为的水汽拉曼散射回波强度数据,从第一个数据开始对窗口w内的数据计算G(i)的第一局部波动率o(i),之后按M倍距离库长3的间隔来滑动此窗口,依次计算G(i)中每个窗口内数据的第一局部波动率,直到整个数据4.根据权利要求3所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其找到变化特征曲线的平缓区和突变区的过渡点,将一局部波动率o(i)数据输入到基于密度的聚类模型中,运行聚类模型开始聚类分析,将数据划分成低波动率区和高波动率区,分别计算低波动率区和高波动率区内所有数据的均5.根据权利要求4所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其从第一个数据开始,检查当前第二局部波动率o()标签的数据类型是否与前一个数据重新开始下一段的检查,直到数据尾部,最终生成具有多个分率o'()标签的数据;将o'()对应的标签、数值以及前后相邻点的标签作为输入数据集,以分段的左右边界。6.根据权利要求5所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其和Q2(i);基于收集的高时间频次无线电探空数据中的水汽混合比数据Qr(i)的4根据获得的时刻和对应的距离库信息,结合QU(i)和Q2(i)数据,得到时空匹配后的QU(i)和Q2(i)数据;分别计算每个时空匹配点上的QU(i)和Q2(i)数据与Qr(i)的差值,选择差值较小的数据基于最小二乘法对自变量和因变量的关系进行拟合,得到经过校正7.根据权利要求6所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其将收集的高时间频次无线电探空数据输入到RI指数计算公式中,计算出不同高度i处以RI_D<0.25对应的最大高度作为混合层高度计算的判断条件,计算出混合层的高度8.根据权利要求7所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其将Hmix作为目标数据集Data_out_obj,将Data_in_ori中的每种类型的数据和目标数混合层高度估算模型得到城市大气混合层高度的估算数据Hn。59.根据权利要求7所述的一种基于双波长激光雷达的城市大气通风系数估计方法,其将收集的双波长激光雷达径向速度数据和运行参数数据输入到雷达速度方位积分风观测与高时间频次无线电探空观测数据时间差最小以及观测目标空间距离最短的时空匹将生成的水汽廓线Q.(i)、收集的地表温度和湿度一起作为输入数据集Data_in2,将Data_in1和Data_in2合并成输入数据集将时空匹配后高时间频次无线电探空不同高度处的水平风速作为输出数据集Data_回归综合移动平均模型和空间数据分析模型提取出输入数据集的时间趋势特征和空间依将Data_in和提取的时间趋势特征和空间依赖特征一起输入到极端梯度上升模型中,梯度上升模型得到校正的激光雷达不同高度6[0002]大气通风系数是衡量大气中空气流动性、混合程度和通星的探测数据尽管可以覆盖广阔的区域,但其时空分辨率和准确性通常不如地面遥感设准确性仍然依赖于遥感设备和气象数据的质7[0012]S6、根据城市大气混合层高度估算数据和校正的激光雷达不同高度处的水平风[0013]所述双波长激光雷达探测数据包括发射波长时探测的不同距离库上的水汽拉[0014]所述双波长激光雷达运行参数数据包括激光雷达波长、波束扫描方位角和仰角、[0015]所述高时间频次的无线电探空数据包括以较低时间间隔实测的不同时刻不同高8公式,从第一个数据开始对窗口w内的数据计算G(i)的第一局部波动率o(i),之后按M倍距离库长的间隔来滑动此窗口,依次计算G(i)中每个窗口内数据的第一局部波动率,直到整半径ε,并设置最小邻居数为N_m=2ε,根据所设置的邻域半径ε和最小邻居数N_m两个参数,将第一局部波动率o(i)数据输入到基于密度的聚类模型中,运行聚类模型开始聚类分析,[0024]根据和,将第一局部波动率o(i)中每个数据按照波动率划分规则标记成高、[0025]所述检查第二局部波动率的标签数据生成多个分段区域的第三局部波动率的标[0026]从第一个数据开始,检查当前第二局部波动率o()波动率o'()标签的数据;[0031]将onewl(i)输入到激光雷达水汽廓线求解模型中,分别选择水汽垂直分布满足指据QU(i)和Q2(i);时空匹配的双波长激光雷达探测数据时刻和对9QU(i)Q2(i)QU(i)Q2(i)QU(i)Q2(i)Qr(i)Qr(i)[0034]分别计算每个时空匹配点上的和数据与Qr(i)Q.(i)Q.(i)Q.(i)Q.(i)[0036]所述通过RI指数计算公式计算S1收集数据不同高度i处的RI指数,并根据判断条RI(i)RI(i)[0038]以RI_D<0.25对应的最大高度作为[0042]将Hmix作为目标数据集Data_out_obj,将Data_in_ori中的每种类型的数据和目大气混合层高度估算模型得到城市大气混合层高度的估算数[0045]将收集的双波长激光雷达径向速度数据和运行参数数据输入到雷达速度方位积雷达观测与高时间频次无线电探空观测数据时间差最小以及观测目标空间距离最短的时将Data_in1和Data_in2合并成输入数据集Da[0048]将时空匹配后高时间频次无线电探空不同高度处的水平风速作为输出数据集行自回归综合移动平均模型和空间数据分析模型提取出输入数据集的时间趋势特征和空[0049]将Data_in和提取的时间趋势特征和空间依赖特征一起输入到极端梯度上升模型端梯度上升模型得到校正的激光雷达不同高[0050]本发明具有以下优点:一种基于双波长激光雷达的城市[0054]图4为本发明的基于激光雷达反演水汽廓线的混合层高度初步估计的实现流程[0058]如图1所示,本发明具体涉及一种基于双波长激光雷达的城市大气通风系数估计[0061]双波长激光雷达运行参数数据主要是指激光雷达波长355nm和1550nm、波束扫[0062]高时间频次的无线电探空数据主要是指以1小时间隔实测的不同时刻不同高度处对窗口内的数据计算G(i)的第一局部波动率o(i),之后按2倍距离库长的间隔来滑动此窗两种假设方案下反演的水汽廓线数据QU(i)和Q2(i)。基于步骤1收集的高时间频次无线电和Q2(i)数据与Qr(i)的差值,选择差值较小的数据作为该匹配点上的水汽反演值,以此构度差最大值ΔTumax=max(Tu)一min(Tu)、郊区大气温度差最大值ΔTrmax=max(Tr)一min(Qr)min(Qr)。为2/3的互信息对应的气象数据组合成气象影响特征因子。将城市影响特征因子与气象影骤1收集的高时间频次无线电探空数据在不同高度处的水平风速为目标,按照激光雷达观测与高时间频次无线电探空观测数据时间差最小以及观测目标空间距离最短的时空匹配间频次无线电探空不同高度处的水平风速作为输出数据集Data_out,将Data_in分别输入时间趋势特征和空间依赖特征;将Data_in和提取的时间趋势特征和空间依赖特征一起输行的改动和变

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论