Лидарный программно-аппаратный комплекс для пространственного картирования аэрозольных шлейфов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Чжан Шо

• Чжан Шо
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Чжан Шо

Введение

Глава 1. Лидарная система и вспомогательные измерительные модули

1.1. Основные принципы работы лидара

1.1.1. Классификация атмосферных лидаров

1.1.2. Лидарная система «ЛОЗА-М3»

1.2. Вспомогательные измерительные модули

1.2.1. Определение координат положения лидара

1.2.2. Определение направления зондирования

1.2.3. Получение метеорологических данных

1.3. Выводы по главе1

Глава 2. Обработка данных и расчет координат точек зондирования

2.1. Описание среды разработки

2.2. Метод определения положения измеряемых точек

2.2.1. Метод сферической теоремы синусов

2.2.2. Метод Винсента

2.2.3. Сравнение методов и выбранный алгоритм

2.3. Описание параметров в методе Винсента

2.3.1. Пояснение к термину «расстояние»

2.3.2. Описание формата координат

2.3.3. Описание формата азимута

2.4. Обработка лидарных данных

2.4.1. Состав и формат исходных данных

2.4.2. Предварительная обработка данных

2.4.3. Расчет координат точек зондирования

2.4.4. Создание облака точек

2.5. Выводы по главе

Глава 3. Визуализация и картирование данных зондирования

3.1. Двумерная визуализация данных

3.1.1. Создание карт интенсивности сигнала обратного рассеяния

3.1.2. Совмещение данных лидарного зондирования и онлайн карт

3.2. Разработка методов 3D-визуализации данных

3.2.1. Использование Python для реализации эффекта 3D визуализации

3.2.2. Использование геоинформационной системы (ГИС)

для реализации эффекта 3D визуализации

3.3. Выводы по главе3

Заключение

Список литературы

Приложение А. Свидетельство о регистрации программы

Приложение Б. Акты внедрения результатов работы

Введение

Введение диссертации (часть автореферата) на тему «Лидарный программно-аппаратный комплекс для пространственного картирования аэрозольных шлейфов»

Актуальность

С ускорением процесса урбанизации и индустриализации изменения окружающей среды становятся более серьезным. В частности, загрязнение атмосферы серьезно сказывается на повседневной жизни и физическом здоровье людей, поэтому мониторинг атмосферы становится более важным. В последние годы становится всё более заметным негативное влияние аэрозольного загрязнения атмосферы на здоровье людей [1,2], что делает наблюдение и исследование атмосферных загрязнений одной из актуальных проблем.

Лидар (англ. Light Identification, Detection, and Ranging, LIDAR) является продуктом сочетания традиционных радиолокационных технологий, современных лазерных и информационных технологий. В 1960 г. был создан принципиально новый источник излучения - лазер. Новый источник быстро развивался благодаря своим уникальным свойствам: монохроматичности, направленности, когерентности и высокой яркости излучения, и быстро нашёл применение во многих областях исследований. После появления лазера ученые сразу же выдвинули идею исследования атмосферы с помощью нового источника излучения [3,4]. В результате десятилетий непрерывного развития лидарные технологии нашли применение во множестве областей, таких как военное дело, медицина, научные исследования, включая мониторинг окружающей среды.

В промышленном производстве для контроля распространения аэрозольных загрязнений на промышленных объектах необходимо знать такие параметры, как направление и скорость их распространения. При использовании для такого контроля лидарных методов целесообразно вести протоколирование результатов измерений с учётом необходимости сохранения данных, в том числе, о координатах проведения измерений и направлении зондирования и дистанции до исследуемого объекта. Набор этих данных особенно актуален при проведении измерений с использованием мобильных лидарных комплексов, обеспечивающих двумерное пространственное сканирование лазерного луча.

При проведении метеорологических измерений или контроле потенциально опасных объектов с использованием лидарных комплексов может существовать необходимость постоянного контроля ситуации. Для этого необходимо иметь возможность наглядного представления результатов измерений в режиме реального времени с использованием интуитивно понятного интерфейса. Эта задача может быть решена путем построения новой оптической системы на основе объединения лидара и программного комплекса с возможностью автоматизированного доступа в геоинформационную систему (ГИС) для непрерывной привязки полученных оптическими методами данных об аэрозольных загрязнениях к географической карте. Последнее особенно важно, если в перспективе лидарную систему будут использовать пользователи, являющиеся специалистами в смежных областях (метеорологи, экологи и т.д.) и не имеющие специальных знаний в области лидарного зондирования.

Степень разработанности темы исследования

В этом разделе будет представлено состояние исследований по трем направлениям: 1. разработки сканирующих лидаров, 2. методы обработки данных и 3. визуализации объединения данных и карт.

1. Разработки сканирующих лидаров

Существует множество различных атмосферных лидарных технологий однако подробно остановимся на разработках сканирующих лидаров.

По сравнению с традиционным лидаром, сканирующий лидар имеет больший диапазон измерений благодаря возможности сканирования направления зондирования. В 1980-х годах НАСА провело эксперименты с использованием сканирующего лидара [5], а в 1992 г. разработало 3-волновую сканирующую лидарную систему для обнаружения распределения аэрозолей в тропосфере и стратосфере, а также экспериментальных данных по выхлопным газам в аэропортах.

В 1994 г. центр научных систем и применения США и НАСА разработали бортовую аэрозольную лидарную систему [6]. Система имеет способность

сканирования распределения аэрозоля параллельно и перпендикулярно траектории полета, а также измерять ослабление аэрозоля и оптическую толщу.

В 2010 г. В Институте оптики атмосферы СО РАН создали мобильный многоволновый аэрозольно-флуоресцентный лидар «ФАРАН-М1» [7], (см. рисунок 1). Лидар работает на двух длинах волн лазерного излучения - 1062, 266 нм с двумя каналами приёма сигнала - ИК канал и УФ канал. Лидар предназначен для обнаружения и исследования распространения в атмосфере аэрозольных образований и газов.

Рисунок 1. Схема лидара ФАРАН-М1 и система сканирования

В 2015г. в Китае Нанкинский университет информационных наук и технологий Gao Aizhen и др. создали сканирующую лидарную систему для изучения рассеяния Ми, которая реализует несколько моделей обнаружения на основе одноточечного обнаружения [8-10]. Система может сканировать и наблюдать аэрозоли, дымовые шлейфы и облака в режиме реального времени. Данные зондирования обеспечивают обширный справочный материал для мониторинга атмосферных загрязнителей и улучшения окружающей атмосферной среды.

Эта система в основном состоит из четырех подсистем (рисунок 2): система излучения, система приема оптических сигналов, система сбора и обработки данных и система сканирования. В системе излучения используется лазер Nd:YAG с длиной волны 532 нм, энергией импульса 20 мкДж и частотой повторения 11 кГц. Система сканирования использует платформу трехмерного сканирования "Meade" и программу VB для создания окна визуализации для управления вращением платформы (направление и скорость вращения) через последовательную связь.

Рисунок 2. Схема сканирующего лидара [8] и его внешний вид

Система поддерживает всего три режима сканирования: секторное (sector scan), коническое (conical scan) и объемное (volume scan). Точность сканирующей платформы - 5 угловых минут, и есть четыре скорости сканирования (0.5/1.0/1.5/4 °/с).

В 2018 г. в Институте оптики атмосферы СО РАН был разработан мобильный сканирующий лидар «ЛОЗА-А2» (см. рисунок 3), который используется для измерения пространственного распределения аэрозолей над озером Байкал [11,12]. В его системе излучения используется лазер Nd:YAG для генерации длин волн 1064 нм и 532 нм, а частота повторения импульсов составляет 20 Гц.

Рисунок 3. Внешний вид лидара ЛОЗА-А2 [11]

2. Методы обработки данных

Помимо разработки структурной конструкции лидара, также необходима последующая обработка данных. В ходе исследования целесообразно комбинировать и выводить различные типы данных для достижения оптимального качества визуализации.

В 2006 г. Matejicek предложил метод анализа загрязнения окружающей среды городов на основе ГИС-технологии [13]. Геоинформационная система [14] (географическая информационная система, ГИС) — система сбора, хранения, анализа и графической визуализации пространственных (географических) данных

и связанной с ними информации о необходимых объектах. Этот метод сохраняет данные об окружающей среде в базе данных RDBMS, потом управляет и анализирует их данные через ArcGIS и интегрирует дополнительные данные, собранные лидаром, для создания слоя цифровой карты для реализации визуализации и географического анализа. Этот метод использовался для анализа концентрации О3 в различных местах Праги.

В 2006 г. Chen Ming и др. [15] изобрели платформу слияния мобильного мониторинга на основе ГИС. Платформа в основном состоит из двух частей: мобильной станции мониторинга и центра мониторинга. Мобильная станция мониторинга в основном отвечает за сбор, обработку, хранение и удаленную передачу различных типов данных (включая метеорологические данные, информацию о местоположении, азимут и т. д.); затем обработанные данные передаются к центру мониторинга по беспроводной сети. Центр мониторинга отвечает за прием данных, объединение данных и отображение информации мониторинга с помощью системы ГИС. Блок схема платформы представлена на рисунке 4. Платформа может применяться для мониторинга в режиме реального времени экологической обстановки, геологических катастроф и других сценариев.

В 2011 г. Yang Bin и др. [17-19] разработали систему для моделирования и оценки распространения загрязнения атмосферы. Система использует компонент «ArcGISEngine» и инструмент разработки «C # 2005» для моделирования и оценки распространения загрязнения воздуха в городах. База данных пространства и атрибутов области исследования хранится на сервере «SQLSever 2000» и доступна для механизма обработки данных «ArcSDE».

Рисунок 4. Блок-схема платформы [15]

В 2011 г. Университет Цинхуа Ouyang ^п и др. [20,21] разработали систему моделирования распространения загрязнения воздуха, основанную на трехмерной и временной ГИС. Система использует теорию атмосферной диффузии и технологию "3DGIS" и ,TGIS" и предлагает решение для описания

распространения загрязнения в трехмерном динамическом виде. Система может осуществлять организацию и управление базой данных об окружающей среде, расчет и создание трехмерной изоповерхности загрязнения, динамическое отображение распределения загрязнения, статистику области воздействия загрязнения и анализ пораженных персонала. Система использует ArcGIS в качестве платформы ГИС, а система управления базами данных использует SQL Server и ArcSDE в качестве движка пространственной базы данных (см. рисунок

5).

Рисунок 5. Отображение области моделируемого загрязнения согласно [20] (красная часть - область моделируемого загрязнения)

В 2013 г. Научно-технический университет Китая Wen Fei и др. разработали систему сбора данных, которая может использоваться для нескольких типов лидара [22-24] (см. рисунок 6). Эта группа исследователей сформировала стандарт и режим сбора лидарных данных, а также представила понятие «реконфигурируемой рамки» в области сбора лидарных данных. Система разработана на базе "LabVIEW" и "FPGA".

Рисунок 6. Образец системы сбора данных лидара [22]

3. Визуализация объединения данных и карт

Для отображения результатов зондирования данные, полученные после обработки сигналов обратного рассеяния, обычно объединяют с картой. Особенно после появления мобильного лидара для картирования области обнаружения аэрозольных примесей возникла необходимость использовать вспомогательные модули, такие как GPS и электронный компас для определения положения и направления зондирования. После объединения можно эмпирически отразить на карте характеристики пространственного распределения загрязняющих веществ в зоне обнаружения. Это актуально для специалистов в смежных областях, которые не имеют опыта в области лидарного зондирования, для быстрого и точного определения масштабов и тенденций распространения загрязнений [25,26].

В 1986 г. в Институте оптики атмосферы СО РАН проводились исследования распределения аэрозольного поля над г. Разлог (НРБ) с помощью автоматизированного сканирующего лидара (ЛОЗА-2Б) [27]. Была проведена регистрация подробной оперативной информации о переносе аэрозоля воздушными потоками на горизонтальном разрезе над городом и создан рисунок горизонтального разреза аэрозольного поля (см. рисунок 7). На этом этапе исследователи выполняли рисунок вручную.

к . =2 м/с

Рисунок 7. Разрез аэрозольного поля над г. Разлог [27]

В настоящее время с развитием технологий исследователи имеют возможность использовать компьютеры для сбора данных и создания рисунков, и затем объединять их с картами для локализации и отслеживания загрязнителей.

В 2010 г. С.Сколло и др. [28] в Италии использовали сканирующую лидарную систему VAMP (поляризованная система мониторинга вулканического пепла) для сканирования кратера в 7 км от астроблемы на вершине вулкана Этна, чтобы получить информацию о пространственном распределении вулканического пепла (см. рисунок 8). Лидар перемещается по определенному азимуту и углу возвышения для анализа концентрации вулканического пепла в различных регионах и наконец, всестороннего анализа пространственного распределения вулканического пепла. В статье также используется комбинация данных и карт для облегчения понимания и анализа.

Рисунок 8. Интенсивность обратного рассеяния частицами пепла [28]

В 2017 г. Национальная физическая лаборатория Великобритании (NLP) произвела измерения выбросов метана вблизи мусорных свалок с помощью инфракрасного лидара дифференциального поглощения [29]. Пространственное распределение и дисперсия метанового шлейфа картированы и количественно оценены с помощью метода DIAL, горизонтальное и вертикальное распределение концентраций метана также рисуется отдельно в сочетании с картами (см. рисунок

9).

background

(а) (б)

Рисунок 9. Карты горизонтального (a) и вертикального (б) распределения концентраций метана, полученные в [29]

В 2018 г. группа исследователей из Научно-технического университета Китая Lu Lihui и др. [30,31] использовали лидар в транспортном положении для зондирования твердых частиц в атмосфере.

В дополнение к исходным трем подсистемам, а именно системе лазерного излучения, системе приема сигналов и системе сбора и обработки данных, система добавляет блок автомобильного питания, и блок GPS (см. рисунок 10). В дополнение к функции обнаружения фиксированного режима, в системе также имеется режим мобильного обнаружения, то есть измерения производятся во время движения автомобиля. Система выполняет следующие функции: точное получение профиля распределения атмосферных частиц по пути измерения, получение региональных характеристик распределения атмосферных частиц, что также полезно для определения региональных источников загрязнения. Кроме того, сочетание данных мобильных навигационных наблюдений и данных поля ветра может быть полезным при определении транспортных каналов, оценке транспортных потоков региональных твердых частиц и оценке влияния атмосферных твердых частиц на формирование городского загрязнения.

В 2018 г. Институт оптики атмосферы СО РАН для изучения пространственного распределения аэрозолей над г. Томском использовал сканирующий лидар «ЛОЗА-М3» [32]. В эксперименте лидар, расположенный на крыше института, применялся для сканирования и измерения загрязнения атмосферы в городе и получения данных об обратном рассеянии аэрозолей., Диапазон сканирования при этом составлял 66° а дальность обнаружения - до 15 км. После обработки результаты объединяются в графическом редакторе с картой для отображения и описания (рисунок 11).

(а)

Рисунок 10. внешний вид лидара; (б) трехмерное распределение концентрации атмосферных твердых частиц [30,31]

Рисунок 11. Отображение распространения аэрозольного облака над г. Томском [32], измерения 6 сентября 2018 г.

В 2019 г. в исследованиях Академии наук Болгарии использовался сканирующий лидар для мониторинга аэрозолей органического происхождения в густонаселенных районах г. Софии [33]. Метод измерения основан на двух отдельных подсистемах: 1. лидарная подсистема дальнего зондирования для быстрого получения информации об аэрозольном поле; 2. подсистема отбора проб аэрозоля для обработки биоаэрозольных частиц с тем, чтобы определить их массовую концентрацию и калибровать лидарные данные. Наконец, создание лидарной карты для мониторинга источников выбросов аэрозолей в городе и отслеживания переноса аэрозольных загрязнителей (см. рисунок 12).

В 2020 г. В работе Лю Чжи и др. [34] Даляньского технологического университета использовали сканирующий лидар по принципу Шаймпфлюга для измерения атмосферного загрязнения в пределах 5 километров вокруг университета. В системе используется полупроводниковый лазер с рабочей длиной волны 808 нм и датчик изображения CMOS в качестве детектора. Сканирование в эксперименте проводилось как в горизонтальном, так и в вертикальном направлениях: горизонтальное сканирование позволяет определить

распределение и изменение загрязняющих веществ, вертикальное сканирование используется для анализа вертикальной структуры аэрозоля пограничного слоя. Затем результаты измерений отображаются на карте (см. рисунок 13).

Ф (б)

Рисунок 12. лидарная карта вертикального поперечного сечения атмосферы; (б) лидарная карта приземной атмосферы городской зоны [33]

Ф (б)

Рисунок 13. внешний вид лидара [34]; (б) рисунок карты

горизонтального сканирования

Дальнейшее внимание уделяется реализации SD-визуализации данных лидарного зондирования. В настоящее время лидар широко используется в картографировании местности, контроле качества зданий, беспилотном пилотировании и других областях.

SD-визуализация лидарных данных неотделима от концепции «облако точек», которая была впервые разработана на основе технологии SD-сканирования. «Облако точек» состоит из большого количества точек, полученных с помощью трехмерного лазерного сканера, то есть по сути это огромная коллекция крошечных отдельных точек, расположенных в 3D- пространстве. Получив координаты X, Y, Z каждой точки в пространстве, можно получить набор 3D координатных измерений, которые часто включают значение цвета, хранящееся в RGB и интенсивность, а затем эти детали могут быть преобразованы в цифровую 3D модель.

Рассмотрим некоторые программы и библиотеки, использующиеся для анализа и обработки данных лидарного зондирования. Компания «IT-центр МАИ» поделилась своим опытом обработки лидарных данных в работе [35]. Сначала в статье представлены несколько широко используемых программ с открытым исходным кодом для анализа лидарных данных (например, MeshLab, Cloud Compare и ROS и т. д.) и библиотеки в Python для автоматизированной обработки данных, например Pylas, PyPCD, pyntcloud. и Open3D.

В исследовании группы ученых из ETH Zurich [36] решена проблема реконструкции 3D-моделей из облаков точек, представлен полный процесс преобразования неорганизованных облаков точек в высококачественные полигональные поверхности и описаны алгоритмы реконструкции и методы моделирования и методы визуализации, обычно используемые в процессе. В статье освещаются четыре этапа преобразования данных облака точек в полигональные поверхности (см. рисунок 14): предварительная обработка включает в себя устранение ошибочных данных для выборки точек с целью сокращения времени последующих вычислений, следующий этап включает

определение отношений соседства между соседними частями, а на следующем этапе генерируются полигональные поверхности с использованием метода триангуляции Делоне, диаграммы Вороного и других методов. На этапе постобработки происходит коррекция краев, заполнение полостей и сглаживание поверхности.

Рисунок 14. Основные шаги от точки до полигональной поверхности согласно [36]

В работе [20] при моделировании процесса диффузии атмосферных загрязнений для преобразования визуализации дискретных данных в визуализацию трехмерной изоповерхности дискретных данных приводится несколько распространенных методов, в том числе: алгоритм Cubrille, алгоритм Marching Cubes, алгоритм Marching Tetratdra и т. д., который также включает в себя такие шаги, как зонирование и вычисление интерполяции.

Проанализировав результаты вышеуказанных исследований, можно сделать следующие выводы.

1. Лидарная технология получила широкое распространение в области мониторинга атмосферы и уже позволяет получать множество важных результатов для дальнейших исследований. В настоящее время появились различные типы лидарных измерительных систем, основанных на разных принципах и применяемых в разных сценариях.

2. Сканирующая лидарная измерительная система имеет большой объем функций. В дополнение к основным функциям системе необходимо выполнять сбор и интеграцию разных типов данных, что требует более эффективного сбора данных и централизованного управления системой.

3. Данные, собираемые атмосферным лидаром, имеют явные региональные особенности, поэтому для более наглядного отображения результатов измерений и

облегчения использования специалистами в других областях результаты обычно накладываются на карту.

4. С развитием и усовершенствованием технологии ГИС лидарное зондирование все больше применяется в области обнаружения загрязнений окружающей среды.

В настоящее время в исследованиях по визуализации атмосферных лидарных данных остаются актуальными следующие проблемы.

1. Степень пространственной визуализации результатов измерений не высока, в большинстве работ отображаются области загрязнения в виде двухмерных графиков, очень редко используются методы пространственного трехмерного распределения атмосферного загрязнения.

2. В процессе визуализации остается необходимость коррекции карты в графических редакторах (таких как Photoshop, Adobe Шшй^^перед наложением на неё данных. Этот процесс обработки неизбежно приводит к погрешностям, которая увеличивается с увеличением расстояния обнаружения. Кроме того, результат картирования значительно запаздывает относительно времени сканирования местности.

3. При наложении данных сканирующего атмосферного лидара на карту в основном используется отображение в горизонтальном направлении сканирования, поскольку существует проблема соответствия между истинными широтой и долготой точек при измерении под другими углами места. Существующие на данный момент исследования не дают удовлетворительного эффекта отображения.

Цель и задачи исследования

Целью работы является выполнение оптической диагностики аэрозольных образований, включая визуализацию и нанесение облака загрязняющих веществ на географическую карту, на основе построения новой оптической системы по принципу объединения сканирующего лидара и программно-аппаратного комплекса с возможностью автоматизированного доступа в геоинформационную

систему (ГИС). Реализация этой цели позволит осуществить автоматизацию всего процесса зондирования, начиная со сбора и обработки получаемых данных и заканчивая визуализацией и автоматическим нанесением облака загрязняющих веществ на географическую карту.

В работе решаются следующие задачи:

1) определение требований к выбору и подключению модулей лидарных датчиков, включая датчики азимутального и угломестного приводов, и методов сбора данных;

2) разработка метода расчета широты и долготы точек на пути распространения лазерного луча при различных направлениях зондирования;

3) реализация пакетной автоматической обработки результатов зондирования на основе разработанных методов сбора данных;

4) осуществление визуального отображения аэрозольного облака и автоматическое наложение лидарных данных на географическую карту.

Научная новизна

1. Реализован новый принцип построения оптической системы на основе объединения лидара и программного комплекса с возможностью автоматизированного доступа в геоинформационную систему (ГИС) для непрерывной привязки полученных оптическими методами данных об аэрозольных загрязнениях к географической карте.

2. Разработан алгоритм для расчета широты и долготы точек дискретизации на пути распространения луча при больших дальностях зондирования. Программа основана на геодезическом алгоритме - «методе Винсента», учитывающем эллиптичность земной поверхности, и оптимизирует метод по рабочим характеристикам сканирующего лидара. Широту и долготу целевой точки можно автоматически рассчитать путем указания координата лидара, расстояния зондирования и направления зондирования.

3. Реализован метод обработки лидарных данных на основе типа данных «массив». Этот метод разработан на основе использования библиотек «Numpy» и

«Pandas» в среде Python для выполнения пакетных операций над данными и реализован в форме высокоскоростной автоматической обработки крупномасштабных данных.

4. Разработан пакет программ для выполнения автоматической визуализации распространения загрязняющих веществ путем объединения численной информации об интенсивности лидарного сигнала с электронной «онлайн» картой в виде слоев, реализовано интуитивно понятное и наглядное отображение характеристик пространственного распределения загрязняющих веществ в реальном времени.

Теоретическая и практическая значимость

Теоретическая значимость данной работы заключается, во-первых, в решении задачи вычисления широты, долготы и высоты различных точек на трассе зондирования сканирующего лидара, что имеет большое значение для последующего картирования распределения загрязняющих веществ. Во-вторых, разработан "End-to-End" процесс обработки данных: необходимо ввести только исходные данные и соответствующие параметры, а выходной файл может быть сформирован напрямую.

Практическая значимость данной работы заключается в разработке метода визуализации данных лидарного зондирования. Данные наблюдений за загрязнением атмосферы имеют явные региональные особенности, поэтому важное значение имеет визуализация "данных в сочетании с картами". Это позволяет специалистам, которые не имеют специальных знаний в области лидарного зондирования, быстрее анализировать и судить о масштабах воздействия загрязнений и своевременно принимать меры для их устранения, что имеет прикладное практическое значение. В будущем метод также будет скорректирован в соответствии с конкретными потребностями для адаптации к различным типам лидарных систем.

Методология и методы исследования

В работе использовались следующие методы: синтез лазерного зондирования аэрозоля и процесса визуализации данных, анализ требований к вспомогательным модулям и общее проектирование структуры лидарного комплекса. Конкретно использовались теория лазерного дистанционного зондирования, методы анализа и обработки сигналов, методы контроля и опроса датчиков, теория геодезии и методы обработки данных. Python используется для обработки и визуализации данных.

Список литературы диссертационного исследования кандидат наук Чжан Шо, 2024 год

Список литературы

1. Wang Yingjian, Hu Shunxing, Zhou Jun, Hu Linghuan. Measurement of Atmospheric Parameters by Lidar. Beijing: Science Press, 2014. 400 p. [in Chinese].

2. Northend C.A., Honey R.C., and Evans W.E. Laser radar (Lidar) for meteorological

observations // Review of Scientific Instruments. 1966. V. 37(4). P. 393-400.

3. Ellison J Mck, Yao Zhiqi. A review of air pollutants sulfur oxides and particulate

matter and their health effects // Journal of Environmental Hygiene. 1980. No. 3. P. 165-167 [in Chinese].

4. Schwartz J., Dockery D.W., and Neas L.M. Is daily mortality associated specifically

with fine particles? // Journal of the Air & Waste Management Association. 1996. V. 46(10). P. 927-939.

5. Kent G.S, Hansen G.M. Scanning lidar with a coupled radar safety system // Applied

Optics. 1999 V. 38(30). P. 6383-6387.

6. Palm S.P, Melfi S.H, and Carter D.L. New airborne scanning lidar system: applications for atmospheric remote sensing // Applied Optics. 1994. V. 33(24). P. 5674-5681.

7. Коханенко Г., Макогон М. Флуоресцентно-аэрозольный лидар "ФАРАН-М1" //

Фотоника. 2010. №4. С. 50-53.

8. Gao Aizhen. Study on the system and observation of scanning LIDAR // MS thesis.

Nanjing University of Information Science and Technology, 2015.

9. Bu Lingbing, Gao Aizhen, Chen Rongxu, Ma Ningkun, Ke Huabing, Qiu Zujing,

Gao Haiyang, and Huang Xingyou. The Observation of Cloud Spatial Distribution Using a Scanning LIDAR // Opto-Electronic Engineering. 2015. V. 42(12). P. 54-59 [in Chinese].

10. Bu Lingbing, Yuan Jing, Gao Aizhen, Lei Yong, Guo Wei, Gao Haiyang, Huang Xingyou. Analysis of Haze-fog Events Based on Laser Ceilometer // Acta Photonica Sinica. 2014. V. 43 (09). P. 64-69 [in Chinese].

11. Насонов С В, Балин Ю С, Клемашева М Г, и др. Мобильный лидар «ЛОЗА-А2» для зондирования атмосферы // Материалы XIV Международной Школы

молодых ученых «Физика окружающей среды» им. АГ Колесника. Томск: STT, 2020. 118 с. ISBN 978-5-93629-654-3, 2020: 60.

12. Nasonov S., Balin Yu., Klemasheva M., Kokhanenko G., Novoselov M., Penner I., Samoilova S., Khodzher T. Mobile aerosol Raman polarizing lidar LOSA-A2 for atmospheric sounding // Atmosphere. 2020. V. 11(10). P. 1032.

13. Matejicek L., Engst P., and Janour Z. A GIS-based approach to spatio-temporal analysis of environmental pollution in urban areas: A case study of Prague's environment extended by LIDAR data // Ecological Modelling. 2006. V. 199(3). P. 261-277.

14. Журкин И.Г., Шайтура С.В. Геоинформационные системы. Москва: Кудиц-пресс, 2009. 272 C.

15. Chen Ming, Li Hongfei, Xia Aimin, Yan Lili, Zeng Yi, Zhao Yanqing, Li Weifeng, Li Guoquan, Wang Lixin, Wang Xiaofeng, and Li Jia. GIS-based Mobile Monitoring Fusion Platform // China Patent: CN103942941A, 2014-07-23.

16. Yang Bin, Zhang Feng, He Zhengwei, and Wang Qing. The Application of the Atmospheric Dispersion Simulation and Evaluation System Based on GIS // Remote Sensing for Land & Resources. 2010. No. 03. P. 130-135.

17. Zhaj Tongqian, Hu Bin. Spatial analysis methods of atmospheric TSP pollution on GIS // Environmental Engineering. 2020. V. 20(3). P. 68-69 [in Chinese].

18. Zhang Feng. Study and Application of Atmospheric Dispersion Simulation & Evaluation System based on GIS // MS thesis. Chengdu University of Technology, 2009.

19. Yang Bin, Gu Xiumei, Zhang Fei, and Zhang Feng. Development of simulated evaluation and decision support system of atmospheric pollution dispersion // Science of Surveying and Mapping. 2011. V. 36(03). P. 147-149 [in Chinese].

20. Ou Yangkun. Research and Implementation on Air Pollution Dispersion Modeling System Based on 3DGIS and TGIS // MS thesis. Tsinghua University, 2011.

21. Liu Zhao, Ou Yangkun, Xie Yingli, Xu Xinlei, and Fang Zheng. The Applied Research of Gaussian Puff Model Based on 3D GIS and TGIS // Bulletin of Surveying and Mapping. 2011. No. 05. P. 80-88.

22. Wen Fei, Liang Futian, Xia Longsheng, Gao Xin, and Jing Ge. Data Acquisition System for Atmospheric Lidar // Nuclear Electronics & Detection Technology. 2011. V. 31(03). P. 277-281.

23. Gao Xin. Application of Labwindows / CVI in Data Acquisition System for Atmospheric Lidar // Proceedings of the 15th National Academic Annual Conference on Nuclear Electronics and Nuclear Detection Technology. 2010. P. 5 [in Chinese].

24. Wen Fei. Development of Doppler Wind Lidar Data Acquisition System // Proceedings of the 15th National Academic Annual Conference on Nuclear Electronics and Nuclear Detection Technology. 2010. P. 6 [in Chinese].

25. Yin Qing, He Jinhai, and Zhang Hua. Application of laser radar in monitoring meteorological and atmospheric environment // Journal of Meteorology and Environment. 2009. V. 25(5). P. 48-56 [in Chinese].

26. Liu Bin, Zhang Jun, Lu Min, Teng Shuhua, Ma Yanxin, Zhang Wenguan. Research progress of laser radar applications // Laser and Infrared. 2015. V. 45(2). P. 117-122 [in Chinese].

27. Зуев В.Е., Кауль Б.В., Самохвалов И.В. и др. Лазерное зондирование индустриальных аэрозолей. Новосибирск: Наука, 1986.

28. Scollo S., Boselli A., Coltelli M., Leto G., Pisani G., Spinelli N., Wang X. Monitoring Etna volcanic plumes using a scanning LiDAR // Bulletin of volcanology. 2012. V. 74. P. 2383-2395.

29. Innocenti F., Robinson R., Gardiner T., Finlayson A., Connor A. Differential absorption lidar (DIAL) measurements of landfill methane emissions // Remote sensing. 2017. V. 9(9). P. 953.

30. Lu Lihui. Research and application of mobile observation technology of atmospheric particles based on vehicle-based lidar // PhD thesis. University of Science and Technology of China, 2018.

31. Lu Lihui, Liu Wenqing, Zhang Tianshu, Dong Yunshu, Chen Zhenyi, Fan Guangyang, Liu Yang, and Xiang Yan. Characteristics of boundary layer height in Jing-Jin-Ji area based on lidar // Laser & Optoelectronics Progress. 2017. V. 54(01). P. 50-56.

32. Kokhanenko G.P, Balin Yu.S, Klimkin A.V, Novoselov M.M., Zhang Sh. Mapping aerosol pollution over the city using a scanning lidar // Proc. of SPIE. 2021. V. 11916. P. 839-842.

33. Stoyanov D., Nedkov I., Grudeva V., et al. Long-Distance LIDAR Mapping schematic for fast monitoring of bioaerosol pollution over large city areas // Atmospheric Air Pollution and Monitoring, 2019.

34. Liu Zhi. Studies on the Air pollution detection by employing a scanning Scheimpflug lidar //MS thesis. Dalian University of Technology, 2020.

35. IT-центр МАИ. Осваиваем анализ лидарных данных и измеряем дорожные знаки [Электронный ресурс]. URL https://habr.com/ru/company/itmai/blog/549716/ (дата обращения 28.02.2023).

36. Remondino F. From point cloud to surface: the modeling and visualization problem // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2003. V. 34.

37. WHO global air quality guidelines: particulate matter (PM2. 5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide: executive summary. World Health Organization, 2021.

38. The cost of air pollution: strengthening the economic case for action. World Bank, Institute for Health Metrics and Evaluation, 2016.

39. Wang Dezhi. Principle of Lidar // Science&Technology Association Forum. 2008. No. 05. P. 40.

40. Wen Fei. The Study of Framework of Data Acquisition System for Lidar // PhD thesis. University of Science and Technology of China, 2013.

41. Gao Fei. Study of laser radar for fine-detection of aerosol profiles // MS thesis. Xi'an University of Technology, 2008.

42. Kokhanenko G.P., Balin Yu.S., Klemasheva M.G., Nasonov S.V., Novoselov M.M., Penner I.E., Samoilova S.V. Scanning Polarization Lidar LOSA-M3: opportunity for research of crystalline particle orientation in the clouds of upper layers // Atmos. Meas. Tech. 2020. V. 13. P. 1113-1127.

43. Kovalev V.A., Eichinger W.E. Elastic Lidar. Theory, Practice, and Analysis Methods. N.Y.: John Wiley &Sons, Inc., 2004. 615 p.

44. Wang Nuantang, Jia Xiangbin, and Xue Jinqing. Discussion on the principle of relative positioning of GPS // Zhongguo baozhuang ke-ji bolan. 2012. No. 9. P. 126127.

45. Wang Qingguang. Analysis on working principle and error of GPS receiver // Journal of Shaoguan University. 2011. V. 32(12). P. 35-37.

46. Ma Shourui. Development and application status of GPS technology // Huabei Land and Resources. 2012. No. 4. P. 142-143.

47. Li Tianwen. GPS principle and application. Beijing: Science Press, 2003. 232 p.

48. He Xiaolei, Yu Hejun, Li Jianying, and Ding Lei. An engineering formula solution for the solar azimuth and its application // Acta energiae solaris sinica. 2008. V. 29(1). P. 69-73.

49. Gritsuta A.N., Klimkin A.V., Kokhanenko G.P., Kuryak A.N., Osipov K.Yu., Ponomarev Yu.N., and Simonova G.V. Mobile multi-wavelength aerosol lidar // International Journal of Remote Sensing. 2018. V.39(24). P. 9400-9414.

50. Vincenty T. Direct and inverse solutions of geodesics on the ellipsoid with application of nested equations // Survey review. 1975. V. 23(176). P. 88-93.

51. Yang Delin. Principle, method and application of large-scale digital surverying and mapping. Beijing:Tsinghua University press, 1998. 242 p.

52. Moritz H. Geodetic reference system 1980 // Journal of geodesy. 2000. V. 74(1). P. 128-133.

53. García S, Luengo J, Herrera F. Data preprocessing in data mining. Cham, Switzerland: Springer International Publishing, 2015. 320 p.

54. Geng Xiulin, Xie Zhaoru. Applied statistics. Beijing: Science Press, 2002. 476 p.

55. García S., Ramírez-Gallego S., Luengo J., et al. Big data preprocessing: methods

and prospects // Big Data Analytics. 2016. V. 1(1). P. 1-22.

56. VanderPlas J. Python data science handbook: Essential tools for working with data. O'Reilly Media, Inc., 2016. 548 p.

57. Karney C.F.F. Algorithms for geodesics // Journal of Geodesy. 2013. V. 87(1). P. 43-55.

58. Rusu R.B., Cousins S. 3D is here: Point cloud library // 2011 IEEE international conference on robotics and automation. IEEE, 2011. P. 1-4.

59. Официальный сайт Matplotlib [Электронный ресурс]. URL: https://matplotlib.org/ (дата обращения 28.04.2023).

60. Faridul H.S, Pouli T., Chamaret C., et al. A Survey of Color Mapping and its Applications // Eurographics (State of the Art Reports). 2014. V. 3(2). P. 1.

61. Liu Minghao. Introduction to Geographic Information Systems. Chongqing: Chongqing University Press, 2009. 246 p.

Основные публикации по теме диссертации

Публикации в изданиях, включенных в Перечень ВАК:

A1. Климкин А.В., Карапузиков А.А., Коханенко Г.П., Куряк А.Н., Осипов К.Ю., Пономарев Ю.Н., Чжан Ш. Использование длинноволнового диапазона для дистанционного зондирования атмосферного аэрозоля // Оптика атмосферы и океана. 2020. Т. 33. № 03. С. 205-208. / Klimkin A.V., Karapuzikov A.A., Kokhanenko G.P., Kuryak A.N., Osipov K.Yu., Ponomarev Yu.N., Zhang Sh. Use of the Long-Wavelength Range for Remote Sensing of Atmospheric Aerosols // Atmospheric and Oceanic Optics. 2020. V. 33. P. 383-386.

А2. Чжан Ш., Климкин А.В., Коханенко Г.П., Кураева Т.Е., Осипов К.Ю. Расчет координат объекта лидарного зондирования и его картографическое отображение // Оптика атмосферы и океана. 2023. Т. 36. № 07. С. 591-594.

Публикации в изданиях, индексируемых Scopus

А3. Karapusikov A., Klimkin A., Kokhanenko G., Kuryak A., Osipov K., Ponomarev Yu., Zhang Sh. Use of long wave remote sensing for aerosol research // Proceedings of SPIE. 2019. V. 11322, CID:113221X.

А4. Karapusikov A., Klimkin A., Kokhanenko G., Kuryak A., Osipov K., Ponomarev Yu., Zhang Sh. Experimental studies of the spectral dependence of backscattering signals on aerosol at wavelengths of a CO2 laser // Proceedings of SPIE. 2020. V. 11560. CID: 11560 59. А5. Kokhanenko G.P., Balin Yu.S., Klimkin A.V., Novoselov M.M., Zhang Sh. Mapping aerosol pollution over the city using a scanning lidar // Proceedings of SPIE. 2021. V. 11916. CID: 119163Y. А6. Karapuzikov A., Klimkin A., Kokhanenko G., Kuraeva T., Kurjak A., Lugovskoi A., Markelov A., Osipov K., Ponomarev Yu., Zhang Sh. Experimental comparison of mercury cadmium telluride photodetectors with nitrogen liquid cooling and thermoelectric cooling // Proceedings of SPIE. 2021. V. 12086. CID: 120860S.

А7. Klimkin A.V., Kokhanenko G.P., Kuraeva T.E., Osipov K.Yu., Zhang Sh. Calculating the coordinates of the lidar sensing object // Proceedings of SPIE. 2022. V. 12341. P. 543-548. A8. Klimkin A.V., Kokhanenko G.P., Kuraeva T.E., Osipov K.Y., Zhang Sh. Calculation of the coordinates of the object of lidar sounding and its 3D cartographic display // Proceedings of SPIE. 2023. V.12920. CID:129200V.

Результаты интеллектуальной деятельности

А9. Осипов К.Ю., Климкин А.В., Чжан Ш., Кураева Т.Е. Программа для картирования данных лидарного зондирования // Свидетельство о государственной регистрации программ для ЭВМ № 2023617920 от 17.04.2023. Правообладатель: ИОА СО РАН (RU).

Приложение А. Свидетельство о регистрации программы

Приложение Б. Акты внедрения результатов работы

иУ1 ВЕРЖДАЮ»

Г. Л Старпдубш

АКТ

о внедрении результ&тад диссертационной работы Чжзн Шо Е1 а соискание ученом степени цщдидйт( тещических лаук

Настоящим акгчм подтверждается, что результаты диссертационной работы Чжан Шо «Лиларкнй ттрсграмчно-аппа|>«[1ный комплекс для пространственною картирования аэрозольных шлейфов» 6bJ.su частично использованы ъ Институт^ кнемофтичееких исследивший п аэрономии им. Ю.Г'. Шафера СО РАН л выполнении рабпти по государственному чадам ню I -(НО.

Название результата' «Рал рэботанные алгоритмы расчета адюрдинэгг, позволяющие Оператору быстро отслеживать источник аагряэнення л анализировать масштабы распространения загрязнения п процессе дидэрниго зондировании».

Зам. директору по научной работе

ИКФИА СО РАН

« »

«УТВЕРЖДАЮ» Директор ИОА СО РАН чл.-корр. РАН

_ / И.В.Пташник /

2023 г.

АКТ

О внедрении результатов кандидатской диссертационной работы Чжан Шо

Настоящим актом подверждается, что результаты кандидатской диссертации Чжан Шо «Лидарный программно-аппаратный комплекс для пространственного картирования аэрозольных шлейфов» используются в Центре коллективного пользования «Атмосфера» Института оптики атмосферы СО РАН.

Разработанные методы автоматизированного доступа в геоинформационную систему и алгоритмы расчета координат, позволяющие в процессе зондирования оперативно отслеживать источник загрязнения и анализировать масштабы распространения загрязнения, протестированы и использованы в составе программного обеспечения сканирующего поляризационного лидара ЛОЗА-МЗ.

Результаты исследования использованы при выполнении государственного задания ИОА СО РАН.

Зав группой оптического зондирования атмосферы

к.ф.-м.н.

/Балин Ю.С./