Particle Size Distributions Based on a Multipopulation Genetic Algorithm Used in Multiwavelength Lidar


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Aerosols influence the radiation budget of the Earth’s atmospheric system. Aerosol particle size distribution is one of the major parameters used for characterizing aerosol influence on radiative forcing. The optical and microphysical properties of aerosol particles over Yinchuan, China, were measured with a multiwavelength lidar developed at Beifang University of Nationalities using backscatter and extinction coefficients at wavelengths of 1064, 532, and 355 nm. These data were used to retrieve particle size distributions. Given the disadvantages of the traditional regularization method, the innovative multipopulation genetic algorithm (MPGA) was used to retrieve the particle size distribution from the lidar data. To verify the feasibility of using the MPGA on multiwavelength lidar data, experiments were carried out under different atmospheric conditions, including a background sunny day, a cloudy day, and a foggy day. The particle size distributions obtained from the multiwavelength lidar data were compared with results retrieved from direct irradiance data from a sun photometer. Results showed that the MPGA is suitable for retrieving particle size distributions from multiwavelength lidar data.

Об авторах

Jiandong Mao

School of Electrical and Information Engineering, Beifang University of Nationalities

Автор, ответственный за переписку.
Email: mao_jiandong@163.com
Китай, North Wenchang Road, Yinchuan, 750021

Hu Zhao

School of Electrical and Information Engineering, Beifang University of Nationalities

Email: mao_jiandong@163.com
Китай, North Wenchang Road, Yinchuan, 750021

Hongjiang Sheng

School of Electrical and Information Engineering, Beifang University of Nationalities

Email: mao_jiandong@163.com
Китай, North Wenchang Road, Yinchuan, 750021

Chunyan Zhou

School of Electrical and Information Engineering, Beifang University of Nationalities

Email: mao_jiandong@163.com
Китай, North Wenchang Road, Yinchuan, 750021

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Springer Science+Business Media New York, 2016

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».