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

相干测风激光雷达VAD风场反演的数据质量控制方法

王贵宁,  刘秉义,  冯长中,  吴松华,  刘金涛,  王希涛,  李荣忠

downloadPDF
文章导航 > 红外与激光工程  > 2018 >  47(2): 230002-0230002(8)
王贵宁, 刘秉义, 冯长中, 吴松华, 刘金涛, 王希涛, 李荣忠. 相干测风激光雷达VAD风场反演的数据质量控制方法[J]. 红外与激光工程, 2018, 47(2): 230002-0230002(8). doi: 10.3788/IRLA201847.0230002
引用本文: 王贵宁, 刘秉义, 冯长中, 吴松华, 刘金涛, 王希涛, 李荣忠. 相干测风激光雷达VAD风场反演的数据质量控制方法[J]. 红外与激光工程, 2018, 47(2): 230002-0230002(8). doi: 10.3788/IRLA201847.0230002
shu
Wang Guining, Liu Bingyi, Feng Changzhong, Wu Songhua, Liu Jintao, Wang Xitao, Li Rongzhong. Data quality control method for VAD wind field retrieval based on coherent wind lidar[J]. Infrared and Laser Engineering, 2018, 47(2): 230002-0230002(8). doi: 10.3788/IRLA201847.0230002
Citation: Wang Guining, Liu Bingyi, Feng Changzhong, Wu Songhua, Liu Jintao, Wang Xitao, Li Rongzhong. Data quality control method for VAD wind field retrieval based on coherent wind lidar[J]. Infrared and Laser Engineering, 2018, 47(2): 230002-0230002(8). doi: 10.3788/IRLA201847.0230002
shu

相干测风激光雷达VAD风场反演的数据质量控制方法

doi: 10.3788/IRLA201847.0230002
  • 1.

    中国海洋大学 信息科学与工程学院,山东 青岛 266100;

  • 2.

    青岛航天海鹰环境科技有限责任公司,山东 青岛 266100

基金项目: 

国家自然科学基金（40905005，41375016）

详细信息
    作者简介:

    王贵宁(1989-),男,硕士生,主要从事激光雷达反演算法方面的研究。Email:972015021@163.com

  • 中图分类号: TP701

Data quality control method for VAD wind field retrieval based on coherent wind lidar

  • 1.

    College of Information Science and Engineering,Ocean University of China,Qingdao 266100,China;

  • 2.

    Seaglet Environment Technology Inc,Qingdao 266100,China

  • 摘要: 相干测风激光雷达扫描测量模式下使用速度方位显示（VAD）方法反演水平风场时，若不进行质量控制，会使拟合数据精度大幅降低。基于最小二乘VAD拟合算法，通过分析相干测风激光雷达扫描测量模式中的多种误差源，设置了信噪比、数据残差、扫描区间有效数据、数据有效率四个判据对参与拟合的数据质量进行控制，进而提出了基于以上判据的VAD逐级拟合质量控制方案，设计了数据质量控制流程，并对该方法进行了实验验证。通过对2 955组10 min平均激光雷达测风数据与高精度风杯数据进行对比分析，结果表明：经VAD逐级拟合质量控制流程后，风速均方根偏差从0.97 m/s降低到0.54 m/s，比对偏差降低约44%，风向均方根偏差从7.47降低到5.55，比对偏差降低约26%。
    Abstract: The precision of wind filed retrieved from coherent wind lidar scanning measurement mode using VAD method could be substantially low without quality control. By investigating error sources in the scanning measurement mode, based on least square VAD fitting algorithm, a stepwise regression procedure for quality control of the data involved in wind regression was presented. The statistical parameters adopted for the quality control process included SNR, data residual, scanning interval effective data and the data efficiency. Based on the technique proposed, the quality control strategy was designed and verified by comparing the Lidar retrieved 2 955 pair of 10-minuts averaged wind data with those derived from the wind cup data. The result shows that the root mean square deviation (RMSD) of the wind speed has been reduced for approximately 44% from 0.97 m/s to 0.54 m/s, while the RMSD of wind direction has been reduced for approximately 26% from 7.47 to 5.55.
  • [1] Kunkel K E, Eloranta E W, Shipley S T. Lidar observations of the convective boundary layer[J]. Journal of Applied Meteorology, 1977, 16(12):1306-1311.
    [2] Dolfi-Bouteyre A, Augere B, Valla M, et al. Aircraft wake vortex study and characterization with 1.5m fiber Doppler lidar[J]. Aerospace Lab, 2009(1):1-13.
    [3] Iungo G V, Wu Y T, Portagel F. Field measurements of wind turbine wakes with lidars[J]. Journal of Atmospheric Oceanic Technology, 2013, 30(2):274-287.
    [4] Browning K A, Wexler R. The determination of kinematic properties of a wind field using Doppler radar[J]. J Appl Meteor, 1968, 7(1):105-113.
    [5] Li L I, Wang C Z, Xie Y F, et al. Wind field inversion technique for scanning wind lidar[J]. Chinese Optics, 2013, 6(2):251-258.
    [6] Yamada Y, Chong M. Vad-based determination of the nyquist internal number of Doppler velocity aliasing without wind information[J]. Journal of the Meteorological Society of Japan, 1999, 77(2):447-457.
    [7] Tabary P, Scialom G, Germann U. Real-time retrieval of the wind from aliased velocities measured by Doppler radars[J]. Journal of Atmospheric Oceanic Technology, 2001, 18(6):875-882.
    [8] Tabary P, Petitdidier M. Application of a bayesian wind profile retrieval technique to radar data collected in the alpine southern upslope region and comparison with upstream wind profiler measurements[J]. Journal of Atmospheric Oceanic Technology, 2002, 19(6):875-887.
    [9] Zhu Lijuan, Gong Jiandong. A study on application to velocity dealiasing of Doppler radar VAD profile data[J]. Plateau Meteorology, 2006, 25(5):862-869. (in Chinese)朱立娟, 龚建东. OIQC技术在雷达反演VAD廓线资料退模糊中的应用研究[J]. 高原气象, 2006, 25(5):862-869.
    [10] Holleman I. Quality control and verification of weather radar wind profiles[J]. Journal of Atmospheric Oceanic Technology, 2005, 22(22):1541-1550.
    [11] Lu Dachun, Jiang Nianchong. Application of products based on VAD technique to nowcasting[J]. Journal of Applied Meteorological Science, 2003, 14(S1):156-160. (in Chinese)陆大春, 蒋年冲. VAD有关产品在临近预报中的应用[J]. 应用气象学报, 2003, 14(S1):156-160.
    [12] Shao Aimei, Qiao Xiaoshi, Qiu Changcheng, et al. Criteria of quality control for VAD winds[J]. Journal of Lanzhou University (Natural Sciences), 2009, 45(5):57-62. (in Chinese)邵爱梅, 乔小湜, 邱崇践. VAD技术反演水平风廓线的质量控制标准[J]. 兰州大学学报(自科版), 2009, 45(5):57-62.
    [13] Yin Jiaping. Research and observation of turbine wake and wind field of MABL by coherent Doppler wind lidar[D]. Qingdao:Ocean University of China, 2015. (in Chinese)尹嘉萍. 风机尾流场与海气边界层风场的多普勒激光雷达观测研究[D]. 青岛:中国海洋大学, 2015.
    [14] Liu Bingyi. Performance optimization and wind field retrieval for mobile wind lidar[D]. Qingdao:Ocean University of China, 2008. (in Chinese)刘秉义. 车载测风激光雷达性能优化和风场反演[D].青岛:中国海洋大学, 2008.
    [15] Huang Min. Research on nonlinear VAD method of continuous coherent wind lidar[D]. Chengdu:Chengdu Technology University, 2012. (in Chinese)黄敏. 连续相干激光测风雷达非线性VAD方法研究[D]. 成都:成都理工大学, 2012.
    [16] Yang Yanling, Li Yanchao, Gao Long, et al. Numerical simulation of balanced heterodyne detection for coherent lidar[J]. Infrared and Laser Engineering, 2011, 40(10):1918-1922. (in Chinese)杨彦玲, 李彦超, 高龙, 等. 相干激光雷达平衡外差探测方法的数值仿真[J]. 红外与激光工程, 2011, 40(10):1918-1922.
    [17] Frehlich R. Simulation of coherent Doppler lidar performance in the weak-signal regime[J]. Journal of Atmospheric and Oceanic Technology, 1996, 13(3):646-658.
    [18] Wang Xitao. The research of all-fiber laser heterodyne detection for velocity measurement[D]. Qingdao:Ocean University of China, 2011. (in Chinese)王希涛. 全光纤激光相干测速技术研究[D]. 青岛:中国海洋大学, 2011.
    [19] Pan Jingyan, Wu Shuangyang, Liu Guo, et al. Wind measurement techniques of coherent wind lidar[J]. Infrared and Laser Engineering, 2013, 42(7):1720-1724. (in Chinese)潘静岩, 邬双阳, 刘果, 等. 相干激光测风雷达风场测量技术[J]. 红外与激光工程, 2013, 42(7):1720-1724.
    [20] Wu S, Liu B, Liu J, et al. Wind turbine wake visualization and characteristics analysis by Doppler lidar[J]. Optics Express, 2016, 24(10):A762.
    [21] Wu S, Liu B, Liu J. Aircraft wake vortex measurement with coherent Doppler lidar[C]//European Physical Journal Web of Conferences, 2016:14008.
    [22] Wu S, Yin J, Liu B, et al. Observations of wind profile of marine atmosphere boundary layer by shipborne coherent Doppler lidar[C]//The 27th International Laser Radar Conference, 2016, 119:06017.
    [23] Wu S, Yin J, Liu B, et al. Wind turbine wake visualization by Doppler lidar[C]//Optics and Photonics for Energy and the Environment, 2015:EM3A.4.
    [24] Zeng Shuer. The vector mean method of wind[J]. Meteorological, 1983, 9(6):21-22. (in Chinese)曾书儿. 风速风向的矢量平均方法[J]. 气象, 1983, 9(6):21-22.
  • [1] 胡中昱, 卜令兵.  Aeolus星载测风激光雷达进展综述 . 红外与激光工程, 2023, 52(5): 20220691-1-20220691-14. doi: 10.3788/IRLA20220691
    [2] 李光福, 南钢洋, 潘冬阳, 白雪, 刘帅, 孙志慧.  激光雷达测风系统信号采集处理研究 . 红外与激光工程, 2021, 50(S2): 20210467-1-20210467-7. doi: 10.3788/IRLA20210467
    [3] 岳端木, 孙会来, 杨雪, 孙建林.  飞秒激光环切加工不锈钢微孔工艺及其质量控制神经网络模型 . 红外与激光工程, 2021, 50(10): 20200446-1-20200446-10. doi: 10.3788/IRLA20200446
    [4] 邱学晶, 赵旺, 杨超, 程涛, 王帅, 许冰.  基于离焦光栅的单帧深度学习相位反演算法 . 红外与激光工程, 2020, 49(10): 20200273-1-20200273-8. doi: 10.3788/IRLA20200273
    [5] 李国元, 么嘉棋, 赵一鸣, 李正强, 李旭, 唐洪钊.  激光测高卫星大气散射延迟改正现状及展望 . 红外与激光工程, 2020, 49(11): 20200234-1-20200234-11. doi: 10.3788/IRLA20200234
    [6] 周安然, 韩於利, 孙东松, 韩飞, 唐磊, 蒋杉.  高光学效率相干多普勒激光雷达的测风性能分析与测试 . 红外与激光工程, 2019, 48(11): 1105006-1105006(7). doi: 10.3788/IRLA201948.1105006
    [7] 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
    [8] 王平春, 陈廷娣, 周安然, 韩飞, 王元祖, 孙东松, 王国成.  基于高斯拟合的相干激光雷达风速估计算法 . 红外与激光工程, 2018, 47(12): 1230006-1230006(6). doi: 10.3788/IRLA201847.1230006
    [9] 冯长中, 吴松华, 黄海广, 王贵宁.  梯度下降VAD方法的单多普勒激光雷达风场探测技术 . 红外与激光工程, 2018, 47(11): 1106006-1106006(9). doi: 10.3788/IRLA201847.1106006
    [10] 刘燕平, 王冲, 吴云斌, 上官明佳, 夏海云.  联合时频分析在相干测风激光雷达中的应用 . 红外与激光工程, 2018, 47(12): 1230001-1230001(8). doi: 10.3788/IRLA201847.1230001
    [11] 周永升, 马勋鹏, 赵一鸣, 李凉海.  相干测风激光雷达微弱信号的频率估计 . 红外与激光工程, 2018, 47(3): 306002-0306002(8). doi: 10.3788/IRLA201847.0306002
    [12] 蒋立辉, 闫妍, 熊兴隆, 陈柏纬, 陈星, 章典.  基于斜坡检测的多普勒激光雷达低空风切变预警算法 . 红外与激光工程, 2016, 45(1): 106001-0106001(7). doi: 10.3788/IRLA201645.0106001
    [13] 贾晓东, 孙东松, 谢绍亮, 吴小锋.  相干测风激光雷达中多核DSP并行风速反演算法的实现 . 红外与激光工程, 2016, 45(9): 906007-0906007(6). doi: 10.3788/IRLA201645.0906007
    [14] 胡冬冬, 舒志峰, 孙东松, 张飞飞, 窦贤康.  瑞利测风激光雷达夜间准零风层观测结果分析 . 红外与激光工程, 2015, 44(2): 482-485.
    [15] 高园园, 舒志峰, 孙东松, 夏海云, 张飞飞, 韩於利, 上官明佳.  积分球在瑞利测风激光雷达中的应用 . 红外与激光工程, 2014, 43(11): 3547-3554.
    [16] 何清芳, 王青梅, 毕波, 曾祥能, 史倩义.  基于改进VPP方法的激光雷达小尺度风场反演 . 红外与激光工程, 2014, 43(5): 1484-1489.
    [17] 赵培娥, 罗雄, 曹文勇, 赵彬, 冯立天, 李晓锋, 谭锦, 周鼎富.  应用Zoom FFT方法提高相干测风激光雷达频谱分辨率 . 红外与激光工程, 2014, 43(1): 98-102.
    [18] 何莹, 张玉钧, 王立明, 尤坤, 高彦伟.  高温氨逃逸激光原位监测的浓度反演算法 . 红外与激光工程, 2014, 43(3): 897-901.
    [19] 步志超, 郭磐, 陈思颖, 张寅超, 陈和, 陈胜哲, 葛宪莹.  相干测风激光雷达望远镜孔径及截断因子的优化分析 . 红外与激光工程, 2014, 43(3): 694-699.
    [20] 潘静岩, 邬双阳, 刘果, 董光焰, 张鹏飞, 陈静.  相干激光测风雷达风场测量技术 . 红外与激光工程, 2013, 42(7): 1720-1724.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  544
  • HTML全文浏览量:  115
  • PDF下载量:  89
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-08-06
  • 修回日期:  2017-10-15
  • 刊出日期:  2018-02-25

相干测风激光雷达VAD风场反演的数据质量控制方法

doi: 10.3788/IRLA201847.0230002
  • 1. 中国海洋大学 信息科学与工程学院,山东 青岛 266100;
  • 2. 青岛航天海鹰环境科技有限责任公司,山东 青岛 266100
    • 作者简介:

    王贵宁(1989-),男,硕士生,主要从事激光雷达反演算法方面的研究。Email:972015021@163.com

  • 收稿日期: 2017-08-06
  • 修回日期: 2017-10-15
  • 刊出日期: 2018-02-25
基金项目:

国家自然科学基金（40905005，41375016）

  • 中图分类号: TP701

摘要: 相干测风激光雷达扫描测量模式下使用速度方位显示（VAD）方法反演水平风场时，若不进行质量控制，会使拟合数据精度大幅降低。基于最小二乘VAD拟合算法，通过分析相干测风激光雷达扫描测量模式中的多种误差源，设置了信噪比、数据残差、扫描区间有效数据、数据有效率四个判据对参与拟合的数据质量进行控制，进而提出了基于以上判据的VAD逐级拟合质量控制方案，设计了数据质量控制流程，并对该方法进行了实验验证。通过对2 955组10 min平均激光雷达测风数据与高精度风杯数据进行对比分析，结果表明：经VAD逐级拟合质量控制流程后，风速均方根偏差从0.97 m/s降低到0.54 m/s，比对偏差降低约44%，风向均方根偏差从7.47降低到5.55，比对偏差降低约26%。

English Abstract

    全文HTML

参考文献 (24)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计