[发明专利]基于被动多轴差分吸收光谱技术的天空条件分类方法

说明书

本发明属于光学测量技术领域，具体为一种基于被动多轴差分吸收光谱技术的天空条件分类方法。包括：利用被动MAX‑DOAS观测技术提取天空条件识别因子，包括颜色指数和氧气二聚体大气质量因子；结合观测数据与模式模拟确定天空条件的识别阈值；利用已定的阈值对7种天空条件进行识别。流程为根据天顶方向的颜色指数阈值识别出晴朗天气下的低气溶胶荷载类型；再通过颜色指数的平滑度的阈值判断分出两支：通过天顶方向O₄ DAMF区分出分散厚云和分散薄云；通过颜色指数散度识别出晴朗高气溶胶，再通过DAMF散度识别出分散薄云，最后根据天顶方向的O₄DAMF区分出连续厚云和雾。本发明实现了天空条件的识别及对观测数据的去云处理。

技术领域

本发明属于光学测量技术领域，具体地涉及被动遥感观测数据的去云处理以及数据校准。

背景技术

无云晴朗天气是多轴差分吸收光谱技术（MAX-DOAS）反演气溶胶和痕量气体廓线的最理想条件，而在多云天空下的大气光路复杂，特别是存在快速变化的云的情况下，廓线反演质量会有所降低。原则上，在辐射传输模拟中考虑云信息也是可以去除云的影响，但是在普通的观测实验中，关于云属性的必要信息是比较缺乏的。因此，对每一次测量的云和气溶胶进行识别和分类对于测量结果的质控是很重要的。常见云信息的获取是通过视觉检查或相机图像等其他来源，仍然是需要通过一定的图像识别方法来进行并且缺乏一定的准确性，但是通过MAX-DOAS观测的颜色指数（CI）和氧气二聚体（O₄）大气质量因子（DAMF）对不同天空条件显著的反馈差异，从物理意义的角度识别天空条件，其精度相对于其他方法更高。

发明内容

为了去除MAX-DOAS观测数据受云的影响，本发明提供一种快速、简便、精确的基于被动多轴差分吸收光谱技术（MAX-DOAS）的天空条件分类方法。

本发明提供的基于被动多轴差分吸收光谱技术的天空条件分类方法，其基本原理是，位于紫外和可见光波段的两个波长附近的光通量之比能够反映不同的太阳散射类型；散射的路径长短可以通过氧气二聚体（O₄）的吸收来表征；具体步骤为：

（1）首先，针对同一测量循环，从MAX-DOAS设备采集到的光谱中提取出各个角度的颜色指数（CI），通过光谱分析软件进而反演出O₄差分斜柱浓度（DSCD），并转换成所需要的O₄大气质量因子（DAMF），最后计算出五种识别因子：天顶方向的CI和DAMF（CI_meas,z，DAMF_meas,z）、CI_meas,z的平滑度（TSL）、CI和DAMF的散度（CI_max-min，DAMF_max-min）；其中，TSL定义为颜色指数时间序列进行2小时局部加权平滑后获得的CI_smooth,z与实际值CI_meas,z差值的绝对值，即TSL = |CI_meas,z-CI_smooth,z|；CI和DAMF的散度，记为CI_max-min、DAMF_max-min，定义为该循环内各角度CI和DAMF数值的最大值与最小值之差；

（2）然后，利用辐射传输模式和实测气溶胶光学厚度（AOD）确定识别因子CI_z、DAMF_z的阈值CI_ref和DAMF_ref；以0.05为TSL的阈值；以0.075为CI_max-min的阈值；以0.75为DAMF_max-min的阈值。

（3）最后，根据已确定的识别阈值区分出7种天空条件类型：晴朗低气溶胶、晴朗高气溶胶、分散薄云、分散厚云、连续薄云、连续厚云以及雾。

本发明步骤（1）中，所述提取天空识别因子，具体步骤为：