沙尘天气激光雷达监测技术研究

doi:10.11707/j.1001-7488.20071205

林业科学 ›› 2007, Vol. 43 ›› Issue (12): 28-32.doi: 10.11707/j.1001-7488.20071205

沙尘天气激光雷达监测技术研究

张怀清¹ 鞠洪波¹ 陈永富¹ Papayannis A² 王普才³

1.中国林业科学研究院资源信息研究所,北京100091；2.LaserRemoteSensingLaboratory,PhysicsDepartment,NationalTechnicalUniversityofAthens,ZografouGreece15780；3.中国科学院大气物理研究所,北京100029

收稿日期:2007-04-20 修回日期:1900-01-01 出版日期:2007-12-25 发布日期:2007-12-25

Study on Dust Monitoring Technology Using Lidar

Zhang Huaiqing¹,Ju Hongbo¹,Chen Yongfu¹,Papayannis A²,Wang Pucai³

1. Research Institute of Resources and Information Techniques, CAF Beijing 100091;2. Laser Remote Sensing Laboratory, Physics Department, National Technical University of Athens, Zografou Greece 15780;3. Institute of Atmospheric Physics, Chinese Academy of Sciences Beijing 100029

Received:2007-04-20 Revised:1900-01-01 Online:2007-12-25 Published:2007-12-25

摘要/Abstract

摘要：

使用LB10-D200激光雷达,对2006年4月北京地区天气连续监测,通过监测数据的分析,研究沙尘天气的大气垂直结构及其运动发展情况,同时与通过使用E-BAM贝塔沙尘监测仪器、AERONET、MODIS和DREAM预测模型等手段的分析结果进行综合对比分析。结果表明:4月份共有10dAOT浓度大于1,最高峰达到4;激光雷达监测结果和其他手段得到的结果具有良好的一致性,能精确地表达典型沙尘天气垂直大气的时空分布;沙尘层AOT对整个大气AOT的贡献率约为60%～80%。

关键词: 激光雷达, 沙尘, 气溶胶, 光学厚度, 监测

Abstract:

In the paper, LB10-D200 lidar was used to continuously monitoring the atmosphere in Beijing during the April, 2006, and then to analyzed the collected data to reveal the vertical structure and movement of dust atmosphere. The E-BAM dust monitoring instrument, AERONET, MODIS and DREAM models were used to compare and analyze. The result was that: There were 10 days in April with the AOT more than 1,the highest reached 4. The results were consistent between lidar data and other monitoring methods. Lidar results could present the spatial-time structure of vertical dust layers. The dust AOT contributed about 60%～80% to the whole AOT.

Key words: lidar, dust, aerosols, optical thickness, monitoring

张怀清鞠洪波陈永富 Papayannis A 王普才. 沙尘天气激光雷达监测技术研究[J]. 林业科学, 2007, 43(12): 28-32.

Zhang Huaiqing;Ju Hongbo;Chen Yongfu;Papayannis A;Wang Pucai. Study on Dust Monitoring Technology Using Lidar[J]. Scientia Silvae Sinicae, 2007, 43(12): 28-32.

[1]	孔维尧, 孙权, 刘鑫鑫, 曲丽, 王福友, 姚明远, 邹红菲. 基于红外相机监测的汪清自然保护区东北豹种群动态[J]. 林业科学, 2019, 55(5): 188-196.
[2]	夏永杰, 庞勇, 刘鲁霞, 陈博伟, 董斌, 黄庆丰. 高精度DEM支持下的多时期航片杉木人工林树高生长监测[J]. 林业科学, 2019, 55(4): 108-121.
[3]	宋以宁, 刘文萍, 骆有庆, 宗世祥. 基于线性谱聚类的林地图像中枯死树监测[J]. 林业科学, 2019, 55(4): 187-195.
[4]	耿林, 李明泽, 范文义, 王斌. 基于机载LiDAR的单木结构参数及林分有效冠的提取[J]. 林业科学, 2018, 54(7): 62-72.
[5]	尤号田, 邢艳秋, 彭涛, 丁建华. 机载LiDAR航带旁向重叠对针叶林结构参数估测的影响[J]. 林业科学, 2018, 54(6): 109-118.
[6]	李欢, 李明泽, 范文义, 王斌. 基于机载激光雷达的林隙结构参数提取[J]. 林业科学, 2018, 54(10): 98-107.
[7]	刘奇, 吴怀栋, 谭运洪, 张教林. 西双版纳热带季雨林木质藤本多样性及其攀援方式[J]. 林业科学, 2017, 53(8): 1-8.
[8]	张煜星, 王雪军, 黄国胜, 党永峰, 陈新云. 森林面积多阶遥感监测方法[J]. 林业科学, 2017, 53(7): 94-104.
[9]	刘清旺, 李世明, 李增元, 符利勇, 胡凯龙. 无人机激光雷达与摄影测量林业应用研究进展[J]. 林业科学, 2017, 53(7): 134-148.
[10]	王新闯, 吴金汝, 陆凤连, 焦海明, 张合兵. 基于ICESat-GLAS数据的波形去噪算法优选与森林冠顶高反演模型建立[J]. 林业科学, 2017, 53(12): 62-72.
[11]	段祝庚, 肖化顺, 袁伟湘. 基于离散点云数据的森林冠层高度模型插值方法[J]. 林业科学, 2016, 52(9): 86-94.
[12]	刘鲁霞, 庞勇, 李增元. 基于地基激光雷达的亚热带森林单木胸径与树高提取[J]. 林业科学, 2016, 52(2): 26-37.
[13]	李广良, 李迪强, 薛亚东, 王秀磊, 杨敬元, 余辉亮. 利用红外相机研究神农架自然保护区野生动物分布规律[J]. 林业科学, 2014, 50(9): 97-104.
[14]	曹林, 代劲松, 庞勇, 赵兵, 徐建新, 李增元. 集成LiDAR和辐射模型的植被遮挡下城市屋顶太阳能估算[J]. 林业科学, 2014, 50(2): 99-110.
[15]	黄洪宇;陈崇成;邹杰;林定. 基于地面激光雷达点云数据的单木三维建模综述[J]. 林业科学, 2013, 49(4): 123-130.

沙尘天气激光雷达监测技术研究

Study on Dust Monitoring Technology Using Lidar

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

作者中心

期刊获奖

引证指标

联系方式