项目名称: 基于侧向散射双波长激光雷达的近地层PM2.5浓度时空分布规律研究

项目编号: No.41175021

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 天文学、地球科学

项目作者: 陶宗明

作者单位: 中国人民解放军陆军军官学院

项目金额: 80万元

中文摘要: 近地面层气溶胶中,细颗粒物占有一定的比例。这些细颗粒物容易富集有毒物质,其PM2.5浓度大小直接关系到空气的质量,对人体健康有重要的影响。现有的仪器探测PM2.5浓度在空中分布较困难。侧向激光雷达在近距离段测量精度高,双波长可以获得气溶胶尺度谱的Junge 指数。基于侧向散射双波长激光雷达技术,可以很精确地获得近地层(0-3000 m)气溶胶的时空分布信息。国外侧向激光雷达技术正处在研究中,国内鲜见这方面的报道。本项目利用项目组成员在激光雷达技术和激光雷达探测大气气溶胶方面的学术积累,先研究侧向激光雷达新技术;然后把这一新技术与双波长技术结合在一起,同地面点式PM2.5监测仪进行联合实验,探索大气气溶胶的双波长消光系数、尺度谱与PM2.5浓度之间的定量转化关系;最后通过大量的观测,揭示近地面层大气中PM2.5的浓度时空统计分布规律,为有效防控近地面层的空气污染提供科学依据。

中文关键词: 激光雷达;气溶胶;PM2.5质量浓度;消光系数;

英文摘要:

英文关键词: lidar;aerososl;PM2.5 mass concentration;extinction coefficient;

成为VIP会员查看完整内容
0

相关内容

AAAI 2022 | SASA: 重新思考三维物体检测中的点云采样问题
专知会员服务
23+阅读 · 2022年3月1日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
14+阅读 · 2021年8月2日
专知会员服务
64+阅读 · 2021年5月3日
最快 5 年,我们就能实现自动驾驶了?
ZEALER订阅号
0+阅读 · 2021年12月10日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
57+阅读 · 2021年5月3日
Arxiv
25+阅读 · 2021年3月20日
Arxiv
126+阅读 · 2020年9月6日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
38+阅读 · 2020年3月10日
Arxiv
15+阅读 · 2020年2月6日
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
小贴士
相关主题
相关VIP内容
AAAI 2022 | SASA: 重新思考三维物体检测中的点云采样问题
专知会员服务
23+阅读 · 2022年3月1日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
14+阅读 · 2021年8月2日
专知会员服务
64+阅读 · 2021年5月3日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
57+阅读 · 2021年5月3日
Arxiv
25+阅读 · 2021年3月20日
Arxiv
126+阅读 · 2020年9月6日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
38+阅读 · 2020年3月10日
Arxiv
15+阅读 · 2020年2月6日
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
微信扫码咨询专知VIP会员