用于激光云高仪的微分增强云检测方法

卜令兵; 庄一洲; 徐中兵; 丘祖京; 邵楠清; 吕敏; 张强

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

用于激光云高仪的微分增强云检测方法

卜令兵, 庄一洲, 徐中兵, 丘祖京, 邵楠清, 吕敏, 张强

文章导航 > 红外与激光工程 > 2013 > 42(8): 2226-2230

卜令兵, 庄一洲, 徐中兵, 丘祖京, 邵楠清, 吕敏, 张强. 用于激光云高仪的微分增强云检测方法[J]. 红外与激光工程, 2013, 42(8): 2226-2230.

引用本文:

卜令兵, 庄一洲, 徐中兵, 丘祖京, 邵楠清, 吕敏, 张强. 用于激光云高仪的微分增强云检测方法[J]. 红外与激光工程, 2013, 42(8): 2226-2230.

Bu Lingbing, Zhuang Yizhou, Xu Zhongbing, Qiu Zujing, Shao Nanqing, Lv Min, Zhang Qiang. Differential enhancing method of laser ceilometer for detection of cloud[J]. Infrared and Laser Engineering, 2013, 42(8): 2226-2230.

Citation:

Bu Lingbing, Zhuang Yizhou, Xu Zhongbing, Qiu Zujing, Shao Nanqing, Lv Min, Zhang Qiang. Differential enhancing method of laser ceilometer for detection of cloud[J]. Infrared and Laser Engineering, 2013, 42(8): 2226-2230.

用于激光云高仪的微分增强云检测方法

1.
南京信息工程大学气象灾害教育部重点实验室,江苏南京 210044

基金项目:

国家自然科学基金（40805016）;国家级大学生创新训练项目（20120300003）

详细信息

作者简介:
卜令兵（1976-），男，副教授，硕士生导师，博士，主要从事大气激光探测方面的研究。Email：lingbingpu@gmail.com

中图分类号: P413

Differential enhancing method of laser ceilometer for detection of cloud

1.
Key Laboratory of Meteorological Disaster of Ministry of Education,Nanjing University of Information Science and Technology,Nanjing 210044,China

摘要: 激光云高仪是对大气中云的时空分布进行自动连续监测的有力工具之一，现有的云检测算法在低信噪比或有气溶胶影响时容易产生误判或漏判。文中分析了激光云高仪回波的原始信号、一阶微分信号和二阶微分信号特征，构造了两个新的信号序列，提出了一种微分增强云检测方法。该算法可以实现对云回波信号中云峰和云边界特征的增强和分离，有效修正了低信噪比和气溶胶层对云检测带来的误差。通过实验对比了微分增强法和微分零交叉法的云检测结果，结果表明：微分增强法在不影响云高判别的情况下，能有效地减少云的漏判和误判。
- 微分增强法 /
- 云检测 /
- 激光云高仪
Abstract: Laser ceilometer is one of the most powerful instruments to monitor the spatial and temporal distribution of cloud automatically and uninterruptedly. For the reason of algorithm, low signal-to-noise ratio and existence of aerosol layer may lead to inaccuracy during cloud observation. Based on the analyses to raw signal, differential signal and second-order differential signal, the differential enhancing method for detection of cloud was presented as well as the construction of two new signal series. The new method could realize the enhancement and separation of the signal feature of cloud peak and boundary and results in reduction of influence of low signal-to-noise ratio and existence of aerosol layer. Comparison experiments using both the differential zero-crossing method and the differential enhancing method were conducted. The results show the differential enhancing method can reduce the rates of missing judgement and misjudgement while has no influence to the judgement of cloud heights.
- differential enhancing method /
- cloud detection /
- laser ceilometer

[1]	He Junfeng, Liu Wenqing, Zhang Yujun, et al. New method of lidar ceilometer back scattersignal processing based on Hilbert-Huang transform[J]. High Power Laser and Particle Beams, 2012, 41(2): 397-403. (in Chinese)
[2]	Winker D M, Vaughan M A. Vertical distribution of clouds over Hampton, Virginia observed by lidar under the ECLIPS and FIRE ETO programs[J]. Atmos Res, 1994, 34(1-4): 117-133.
[3]	Pal S R, Steinbrecht W, Carswell A I. Automated method for lidar determination of cloud-base height and vertical extent[J]. Appl Opt, 1992, 31: 1488-1494.
[4]	Han Daowen, Liu Wenqing, Zhang Yujun, et al. Memorable glide window integral algorithm for retrieving cloud height[J]. High Power Laser and Particle Beams, 2008, 20(1): 1-5. (in Chinese)
[5]	Klett J D. Stable analytical inversion solution for processing lidarreturns[J]. Appl Opt, 1981, 20(2): 211-220.
[6]	Fernald F G. Analysis of atmospheric lidar observations some comments[J]. Appl Opt, 1984, 23(5): 652-653.
[7]	Zhang Gaixia, Zhang Yinchao, Tao Zongming, et al. Lidar geometrical form factor and its effect on aerosol detection[J]. Chinese Journal of Quantum Electronics, 2005, 22(2): 299-304. (in Chinese)
[8]	Mao Feiyue, Gong Wei, Li Jun, et al. Cloud detection and parameter retrieval based on improved differential zero-crossing method for Mie Lidar[J]. Acta Optica Sinica, 2010, 30(11): 3097-3102. (in Chinese)
[9]	Wang Qingmei, Zhang Yimo, Liu Tiegen, et al. Portable Lidar ceilometer for cloud-base height measurement[J]. High Power Laser and Particle Beams, 2005, 17(9): 1312-1316. (in Chinese)

[1]	徐世龙, 夏宇浩, 董家杰, 钱其姝. 基于时间-光谱信息的遮蔽目标激光点云扩展与标识方法 . 红外与激光工程, 2023, 52(6): 20230213-1-20230213-9. doi: 10.3788/IRLA20230213
[2]	王建军, 卢云鹏, 张荠匀, 白崇岳, 胡燕威, 李旭辉, 王炯宇. 实现激光点云高效配准的ICP优化及性能验证 . 红外与激光工程, 2021, 50(10): 20200483-1-20200483-7. doi: 10.3788/IRLA20200483
[3]	邵新杰, 潘硕, 宋彬, 李晓磊, 唐香珺. 深孔内表面检测点云拼接技术研究 . 红外与激光工程, 2021, 50(12): 20210210-1-20210210-8. doi: 10.3788/IRLA20210210
[4]	赵毅强, 艾西丁·艾克白尔, 陈瑞, 周意遥, 张琦. 基于体素化图卷积网络的三维点云目标检测方法 . 红外与激光工程, 2021, 50(10): 20200500-1-20200500-9. doi: 10.3788/IRLA20200500
[5]	李路, 谢晨波, 庄鹏, 邢昆明, 方志远, 储玉飞, 邵甲第, 王邦新. 星载云–气溶胶激光雷达光机系统结构及研究进展 . 红外与激光工程, 2020, 49(8): 20190501-1-20190501-18. doi: 10.3788/IRLA20190501
[6]	冯发杰, 丁亚洲, 吏军平, 黄星北, 刘欣怡. 使用显著性划分的机载激光雷达点云滤波 . 红外与激光工程, 2020, 49(8): 20190439-1-20190439-9. doi: 10.3788/IRLA20190439
[7]	陈思颖, 王嘉奇, 陈和, 张寅超, 郭磐, 年璇, 孙卓然, 陈粟. 改进简单多尺度法的激光雷达云检测 . 红外与激光工程, 2020, 49(S2): 20200379-20200379. doi: 10.3788/IRLA20200379
[8]	薛珊, 吕南方, 沈雨鹰, 刘正彬, 郭建波. 基于激光三维点云的机械工件识别方法 . 红外与激光工程, 2019, 48(4): 442002-0442002(8). doi: 10.3788/IRLA201948.0442002
[9]	么嘉棋, 高小明, 李国元, 杨雄丹, 禄競, 李参海. ICESat/GLAS回波能量数据的云光学厚度反演 . 红外与激光工程, 2019, 48(S1): 126-134. doi: 10.3788/IRLA201948.S117009
[10]	王毅, 何明元, 葛晶晶, 项杰. 基于正交匹配追踪的云检测算法研究 . 红外与激光工程, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
[11]	熊晶莹, 戴明, 赵春蕾. 红外激光车载云台去抖动设计 . 红外与激光工程, 2018, 47(1): 126002-0126002(7). doi: 10.3788/IRLA201847.0126002
[12]	李帅, 徐抒岩, 刘栋斌, 张航. 高信噪比云与气溶胶探测仪成像系统设计 . 红外与激光工程, 2018, 47(11): 1111006-1111006(8). doi: 10.3788/IRLA201847.1111006
[13]	王帅, 孙华燕, 郭惠超. 适用于激光点云配准的重叠区域提取方法 . 红外与激光工程, 2017, 46(S1): 137-142. doi: 10.3788/IRLA201746.S126002
[14]	战宇, 刘常升, 薛俊川. 等效载荷法模拟激光超声微裂纹检测 . 红外与激光工程, 2016, 45(10): 1006004-1006004(5). doi: 10.3788/IRLA201645.1006004
[15]	徐广州, 阮萍. 光机集成仿真前处理中点云边界检测技术 . 红外与激光工程, 2016, 45(4): 428001-0428001(6). doi: 10.3788/IRLA201645.0428001
[16]	李峰, 崔希民, 刘小阳, 卫爱霞, 吴燕雄. 机载LIDAR 点云定位误差分析 . 红外与激光工程, 2014, 43(6): 1842-1849.
[17]	王兆丰, 闫镔, 童莉, 陈健, 李建新. 自适应邻域尺寸选择的点云法向量估计算法 . 红外与激光工程, 2014, 43(4): 1322-1326.
[18]	卞春江, 余翔宇, 侯晴宇, 张伟. 最小化支持向量数分类器的云检测 . 红外与激光工程, 2014, 43(6): 1818-1822.
[19]	王东生, 马兆光, 王维明. 激光全息法检测固体药柱包覆层缺陷 . 红外与激光工程, 2013, 42(2): 376-380.
[20]	代雷, 隋永新, 吴迪. 基于激光干涉法的曲率半径精密检测系统 . 红外与激光工程, 2013, 42(8): 2221-2225.

点击查看大图

计量

文章访问数: 305
HTML全文浏览量: 42
PDF下载量: 156
被引次数: 0

用于激光云高仪的微分增强云检测方法

1. 南京信息工程大学气象灾害教育部重点实验室,江苏南京 210044

作者简介:
卜令兵（1976-），男，副教授，硕士生导师，博士，主要从事大气激光探测方面的研究。Email：lingbingpu@gmail.com

收稿日期: 2012-12-11
修回日期: 2013-01-09
刊出日期: 2013-08-25

基金项目:

国家自然科学基金（40805016）;国家级大学生创新训练项目（20120300003）

中图分类号: P413

关键词:

摘要: 激光云高仪是对大气中云的时空分布进行自动连续监测的有力工具之一，现有的云检测算法在低信噪比或有气溶胶影响时容易产生误判或漏判。文中分析了激光云高仪回波的原始信号、一阶微分信号和二阶微分信号特征，构造了两个新的信号序列，提出了一种微分增强云检测方法。该算法可以实现对云回波信号中云峰和云边界特征的增强和分离，有效修正了低信噪比和气溶胶层对云检测带来的误差。通过实验对比了微分增强法和微分零交叉法的云检测结果，结果表明：微分增强法在不影响云高判别的情况下，能有效地减少云的漏判和误判。