青藏高原气溶胶和水汽的多波长激光雷达探测研究

青藏高原气溶胶和水汽的多波长激光雷达探测研究

论文摘要

青藏高原是地球上海拔最高、面积最大、地形最复杂的高原,对东亚大气环流、亚洲季风、海气作用过程有重要的驱动作用。高原夏季的强对流活动是水汽和污染物由对流层向平流层输送的重要通道。对流活动将低层气溶胶粒携带到对流层顶附近,致使该地区对流层顶附近气溶胶浓度增大;该区域向平流层输送的气溶胶、水汽等物质总量甚至都强于整个热带地区,其水汽输送对全球平流层水汽平衡具有重要影响。准确获取水汽和气溶胶的时空分布信息对研究青藏高原气候辐射效应具有重要作用。由于青藏高原气象观测站稀疏,气溶胶和水汽的分布在大多地方是未知的。利用在西藏羊八井(海拔4300米)新建的多波段多大气成分主被动综合探测系统(Atmosphere Profiling Synthetic Observation System,APSOS)探测研究高原水汽和气溶胶垂直分布特征,对青藏高原气候研究等具有重要的科学意义和应用价值。APSOS作为我国目前海拔最高的激光雷达大气综合探测站点,在淮南(海拔36米)为期一年的联调联试后,于2017年10月入驻西藏羊八井,获取了首批宝贵的观测资料。本文利用APSOS其中的分系统气溶胶-云-水汽激光雷达获取的多波长数据,对羊八井的水汽含量和气溶胶光学参数进行反演;对反演过程中常常容易被忽略的大气模式的影响进行评估,利用神经网络方法对模式进行修正,改进反演结果;对遥感获取的光学参量反演气溶胶粒子微物理特性方法进行模拟测试。具体内容和结论包括以下几个部分:(1)对淮南和羊八井的水汽和气溶胶分布进行了比较。利用淮南和羊八井激光雷达数据,分别反演两地的水汽和气溶胶。水汽利用淮南同步观测的微波辐射计获取标定常数;羊八井由于没有同步观测的水汽设备,因此利用距离羊八井约80km的拉萨探空获取标定常数。两地的水汽结果表明,近地面水汽比较丰富,随高度衰减较快,至地面约4km高度时,水汽衰减至地面的1/10;淮南近地面水汽丰富,可达25g/kg,而羊八井仅约9g/kg。对比淮南和羊八井气溶胶光学参数,两地的气溶胶消光系数基本在同一量级,比如6km以下均在0.02至0.03km-1之间变化。其后向散射比在羊八井的略大于淮南的值,如在4km处,羊八井的后向散射比为5.3,而淮南的为2.5;激光雷达比在淮南的略大于羊八井的值,在4-8km其平均值均分别为14Sr(淮南)和8Sr(羊八井)。(2)对反演气溶胶和水汽时所用大气模式进行评估和选择。在反演气溶胶和水汽参数时,需要用到大气温度、密度廓线,在没有实测值时,一般利用美国标准大气(U.S.Standard Atmosphere,USSA-1976),但我们发现USSA-1976在高原地区的温度和密度偏差较大,如在拉萨,USSA-1976与实测探空的均方根误差温度可达40K,密度可达5×1024m-3;而与此同时,NRLMSISE-00(Naval Research Laboratory Mass Spectrometer and Incoherent Scatter Radar Exosphere,海军研究实验室质谱仪和非相干散射雷达大气经验模型,也可简称MSIS-00)模式的偏差仅为8K和0.5×1024m-3。利用同时的拉萨探空资料,评估了USSA-1976和MSIS-00模式对水汽和气溶胶反演的影响,结果显示,其对水汽影响较小,可忽略;但对气溶胶消光系数的影响较大,USSA-1976对气溶胶消光造成的偏差达94%,而MSIS-00也可达到35%。因此通常使用的USSA-1976在高原地区不适用,相比而言用MSIS-00更好。(3)修正反演所用大气模式MSIS-00模式。为了尽可能减小反演气溶胶时引入的误差,利用神经网络方法结合历史探空资料修正MSIS-00模式的温度和密度。采用近三年的历史数据对神经网络模型进行训练,用于修正MSIS-00的温度和密度。检验结果表明,经修正后的MSIS-00模式误差有了不同程度的减小,在00UT时次,均方根误差(Root Mean Square error,RMSE)由9.2K降低到3.2K,在12UT时次,由12.5K降低到3.6K;将修正后的MSIS-00模式运用于气溶胶反演中,对反演结果优化7%。(4)模拟测试激光雷达比迭代方法。由遥感手段获取的气溶胶光学参数可反演其微物理参数,常用的有Tikhonov正则化方法,该方法需要尽可能多的光学参数,激光雷达目前已实现的355nm和532nm的拉曼激光雷达可以不用假设与微物理参数密切相关的激光雷达比,直接反演355nm和532nm的消光系数和后向散射系数,但1064nm的后向散射系数还是需要利用米散射反演方法,假设的激光雷达比会给反演微物理引入不确定性,因此利用激光雷达比迭代方法来反演微物理参数,并对该方法的模拟测试表明,当激光雷达比无限接近真值时对反演参数造成的误差也会越来越小,即该方法可以收敛。本文利用羊八井的多波长激光雷达比对水汽混合比、气溶胶光学参数进行反演,对微物理反演算法进行模拟,另外也修正了高原的MSIS-00模式。这些工作都取得了很好的进展,当然还需要更深入的研究。为了获取更加精确的水汽和气溶胶的气候效应,应开展长期连续的激光雷达观测,同时还可结合卫星、地面原位探测仪器开展联合对比和验证。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  •   1.1 研究背景和意义
  •   1.2 青藏高原大气科学试验
  •   1.3 青藏高原气溶胶和水汽的探测
  •     1.3.1 原位探测方法
  •     1.3.2 遥感探测方法
  •   1.4 本文研究内容及章节安排
  • 第2章 激光雷达探测原理及数据
  •   2.1 引言
  •   2.2 气溶胶和水汽探测激光雷达
  •   2.3 多波长激光雷达系统结构
  •   2.4 激光雷达数据情况
  •   2.5 激光雷达数据预处理
  •     2.5.1 噪声扣除
  •     2.5.2 时间延迟修正
  •     2.5.3 光子计数脉冲堆积效应
  •     2.5.4 模拟光子通道拼接
  •     2.5.5 高低空信号拼接
  •   2.6 本章小结
  • 第3章 气溶胶光学特性和水汽的反演
  •   3.1 引言
  •   3.2 大气模式的选择
  •   3.3 激光雷达方程
  •   3.4 水汽混合比的反演
  •     3.4.1 反演方法
  •     3.4.2 透过率修正函数
  •     3.4.3 标定常数
  •     3.4.4 误差计算方法
  •     3.4.5 水汽反演个例
  •   3.5 气溶胶光学参数的反演
  •     3.5.1 反演方法
  •     3.5.2 参数敏感性测试
  •     3.5.3 气溶胶反演个例
  •   3.6 不同大气模式的影响
  •   3.7 本章小结
  • 第4章 MSIS-00 大气模式偏差评估与修正
  •   4.1 引言
  •   4.2 MSIS-00 模式
  •     4.2.1 MSIS-00 的简介
  •     4.2.2 MSIS-00 的时空敏感性
  •   4.3 MSIS-00 与探空资料的对比
  •     4.3.1 数据预处理
  •     4.3.2 温度偏差
  •     4.3.3 对流层顶偏差
  •   4.4 MSIS-00 模式偏差修正
  •     4.4.1 人工神经网络方法
  •     4.4.2 建立修正模型
  •     4.4.3 修正结果检验
  •   4.5 MSIS-00 模式应用实例
  •   4.6 本章小结
  • 第5章 气溶胶的微物理特性
  •   5.1 引言
  •   5.2 气溶胶微物理参数
  •     5.2.1 谱分布函数
  •     5.2.2 粒子积分参数
  •     5.2.3 复折射指数
  •   5.3 气溶胶微物理参数反演方法
  •     5.3.1 不适定问题概述
  •     5.3.2 正则化求解方法
  •     5.3.3 求解目标参数选择
  •     5.3.4 激光雷达比迭代方法
  •     5.3.5 偏差计算方法
  •   5.4 算法模拟试验
  •     5.4.1 谱参数的选择
  •     5.4.2 复折射指数集合
  •     5.4.3 反演窗设置
  •     5.4.4 激光雷达信号模拟
  •     5.4.5 激光雷达比迭代反演
  •   5.5 本章小结
  • 第6章 总结与展望
  •   6.1 研究内容总结
  •   6.2 本文创新点
  •   6.3 研究展望
  • 参考文献
  • 致谢
  • 作者简历及攻读学位期间发表的学术论文与研究成果
  • 文章来源

    类型: 博士论文

    作者: 代雅茹

    导师: 胡雄,潘蔚琳

    关键词: 激光雷达,青藏高原,气溶胶,水汽,模式

    来源: 中国科学院大学(中国科学院国家空间科学中心)

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 中国科学院大学(中国科学院国家空间科学中心)

    分类号: P412.25

    DOI: 10.27562/d.cnki.gkyyz.2019.000009

    总页数: 112

    文件大小: 9445K

    下载量: 106

    相关论文文献

    • [1].激光雷达传感器功能仿真方法研究[J]. 舰船电子工程 2019(12)
    • [2].0.94μm差分吸收激光雷达地基工作的进展[J]. 红外与激光工程 2019(12)
    • [3].十九年深耕 国产激光雷达比肩巨头——访北科天绘总经理张智武[J]. 中国测绘 2019(09)
    • [4].大陆固态3D闪光激光雷达推向商用车市场[J]. 汽车与配件 2019(21)
    • [5].星载海洋激光雷达最佳工作波长分析[J]. 中国光学 2020(01)
    • [6].海洋激光雷达实验与仿真结果的对比[J]. 红外与激光工程 2020(02)
    • [7].大气环境遥感监测激光雷达产品技术浅析[J]. 科技风 2020(08)
    • [8].工程测绘中激光雷达测绘技术的应用[J]. 工程技术研究 2020(02)
    • [9].激光雷达开度仪在三峡船闸中的应用[J]. 水运工程 2020(02)
    • [10].英特尔最新激光雷达相机技术重新定义了计算机视觉[J]. 传感器世界 2019(12)
    • [11].工程测绘中激光雷达测绘技术的应用分析[J]. 城市建设理论研究(电子版) 2019(18)
    • [12].激光雷达测绘技术在工程测绘中的运用探析[J]. 价值工程 2020(07)
    • [13].随机取向沙尘气溶胶激光雷达线退偏比特性研究[J]. 南京信息工程大学学报(自然科学版) 2020(02)
    • [14].基于激光雷达的玉米全生育期株高变化监测[J]. 北京城市学院学报 2020(01)
    • [15].基于激光雷达的同时定位与地图构建方法综述[J]. 计算机应用研究 2020(02)
    • [16].当摄影测量遇到激光雷达:迈向机载混合时代 机载摄像头和激光雷达传感器的结合推动制图领域向前迈进[J]. 中国测绘 2020(01)
    • [17].基于线状阵列扫描的激光雷达快速三维成像[J]. 科技风 2020(13)
    • [18].工程测绘中激光雷达测绘技术探讨[J]. 工程技术研究 2020(05)
    • [19].激光雷达,为万物互联添“未来之眼”[J]. 上海信息化 2020(04)
    • [20].激光雷达监测海面溢油遥感理论[J]. 电子测试 2020(09)
    • [21].基于拉曼激光雷达的大气温度和水汽反演分析[J]. 光谱学与光谱分析 2020(05)
    • [22].中国利用星载激光雷达开展沙尘和污染研究的综述[J]. 大气科学学报 2020(01)
    • [23].疫情之下,激光雷达需求迎增长[J]. 汽车与配件 2020(09)
    • [24].走向量产之路的激光雷达[J]. 智能网联汽车 2019(03)
    • [25].从照明走向感知——激光雷达的演变和未来[J]. 智能网联汽车 2019(01)
    • [26].自动驾驶和激光雷达的产业化之路[J]. 智能网联汽车 2019(01)
    • [27].三维激光雷达在汽车辅助驾驶中的应用分析[J]. 数字技术与应用 2020(06)
    • [28].激光雷达风速模拟系统设计[J]. 计算机测量与控制 2020(06)
    • [29].三维激光雷达扫描技术在河流模拟中的应用[J]. 水电能源科学 2020(08)
    • [30].车载激光雷达测量技术在铁路既有线复测中的应用[J]. 工程建设与设计 2020(14)

    标签:;  ;  ;  ;  ;  

    青藏高原气溶胶和水汽的多波长激光雷达探测研究
    下载Doc文档

    猜你喜欢