星载激光雷达云和气溶胶分类反演算法研究

激光探测对于获取云和气溶胶的垂直廓线,研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。而星载大气激光雷达云气溶胶分类算法的研究,对于激光雷达数据的参数反演及应用极为重要。针对激光条件下探测的云和气溶胶特有的光学信息和空间分布,结合概率统计与机器学习算法,提出了一种对于云/气溶胶、云相态及气溶胶子类型识别的分类算法,实现了星载激光雷达的大气特征层快速、有效分类。算法采用中国地区2016年CALIOP的观测数据作为样本数据,主要由三部分组成:(1)基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征,分别构建了云和气溶胶的γ532,χ,δ,Z和lat的五维概率密度函数,以此为基础构建云气溶胶的分类置信函数,并基于此实现了云和气溶胶类型的反演;(2)选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础,结合云层的γ532,χ,δZ和云顶温度T的概率密度函数构建ROI,水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云,获得云相态的分类结果;(3)以各气溶胶子类型的光学以及空间分布特性为基础,采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分,完成气溶胶子类型的识别。利用现有CALIOP观测结果作为样本数据构建分类数据库,避免了对于地面以及航测数据的依赖,而机器学习则大大简化了算法的实现过程,使得云气溶胶分类更加高效。算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析:云层有98.51%一致性,气溶胶有88.43%的一致性,且白天比夜间一致性高。对于云相态分类,可以有效区分出水云和冰云,其中二者水云一致性高达93.44%。在气溶胶子类型反演结果中,可以准确识别出大多数气溶胶特征层子类型。霾、沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。其中,霾天的大部分煤烟型以及污染型(污染沙尘以及污染大陆)气溶胶反演结果与VFM具有较好的一致性。沙尘天也能够获得较好的沙尘以及污染沙尘的结果。晴空为数不多的气溶胶层也取得了较为一致的结果。对于实现的星载大气激光雷达特征层分类算法,针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进,在保证一定精度的基础上,简化了算法,提高了数据处理的效率,在下一步工作中,将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。

探测云和气溶胶的机载双波长偏振激光雷达

针对机载双波长偏振激光雷达的技术特点,结合搭载遥感飞机的基本性能,分析了激光雷达的设计方法;仿真计算了激光雷达的配置参数;解决了激光雷达应用于航空平台的一些关键技术。通过实验取得了初步的结果,地基实验表明,激光雷达达到设计指标要求的探测能力。初步的飞行实验结果表明,激光雷达采用的关键技术符合航空平台关于体积、重量、功耗以及环境适应性的要求。利用激光雷达的主动探测能力,结合机上同时搭载的被动遥感仪器,将实现国家关注的大气成分及其环境要素的科学实验研究目标。

多轴差分吸收光谱技术的云和气溶胶类型鉴别方法研究

本文研究了多轴差分吸收光谱技术(MAX-DOAS)的云和气溶胶类型鉴别方法.首先研究了晴朗低气溶胶、晴朗高气溶胶、分散云、连续薄云和连续厚云下,色彩因子、光通量和O4的大气质量因子的变化特征.分析发现随着云和气溶胶光学厚度的增加,色彩因子会逐渐减小.分散云会使色彩因子发生快速变化,连续云会使各高度角的色彩因子趋于一致.另外,厚云会使天顶方向光强剧烈下降,同时O4大气质量因子大幅度增加.根据分析结果,最终形成了MAX-DOAS技术的云和气溶胶类型鉴别方案.利用该鉴别方案,统计分析了2012年6月1日到10月30日的MAX-DOAS观测结果.分散云和连续薄云出现频率最高,达到了66%和14.3%.两种类型下,NO2对流层垂直柱浓度(VCD)的平均值相对晴朗低气溶胶下高出35%和66%.而表征NO2VCD测量值稳定度的标准偏差大约增大了2倍.连续厚云下NO2VCD常出现突然的极大值和极小值.因此实时判别云和气溶胶的种类,将对MAX-DOAS数据的解析和数据质量的保证起到十分重要的作用.

将天气雷达网建到太空

将雷达安装在卫星上,通过主动发射电磁波的方式获取云雨的内部结构特征,能够改善对全球降雨的系统性完整测量。文章对天气雷达探测卫星的发展做了介绍,从TRMM卫星到GPM全球测雨卫星星座,以及CALIPSO和CloudSat的成功发射,极大提升了对全球雨、云和气溶胶的观测能力。FY-3G星将是我国自主研发的首颗测雨雷达卫星。RainCube雨立方星的成功使发展空基测雨雷达小卫星星座的构想成为可能,在研的MASTR三频小卫星有可能推进雷达小卫星星座在同时获取云雨特征方面取得新的进展。

基于神经网络反演中国南海海域透明卷云参数

基于中分辨率成像光谱仪/云和气溶胶探测激光雷达(MODIS/CALIOP)的匹配数据集,提出一个分类神经网络进行透明卷云的识别,利用两个回归神经网络对透明卷云的光学厚度和云顶高度进行反演。结果表明,分类网络的精确度可达到84%,检测率达到79%。对成功识别的透明卷云参数进行了反演,得到透明卷云光学厚度的平均绝对误差为0.2,均方根误差为0.25,相关系数为0.79。对云顶高度进行了反演,得到云顶高度的平均绝对误差为0.61 km,均方根误差为0.74 km,相关系数达到0.87。本研究利用MODIS/CALIOP匹配数据集以及神经网络算法,可得到透明卷云的分布以及其参数特性,为其在南海海域上空的分布情况提供了数据支撑,有助于相关研究人员了解该地区透明卷云的分布情况,提高辐射计算的精度。

地基偏振拉曼激光雷达与CALIPS0星载激光雷达的对比观测研究

云和气溶胶具有显著的气候效应,且存在很大的不确定性,所以获取云和气溶胶的垂直结构信息对于研究全球气候变化具有重要意义。利用兰州大学半干旱气候变化教育部重点实验室自行研制的地基偏振拉曼激光雷达,将2014年3月6日和22日的观测资料与CALIPSO星载激光雷达的观测资料进行对比研究。结果表明:晴天条件下,CALIPSO星载激光雷达和地基激光雷达的反演结果总体上有较好的一致性,而2 km以下的差异主要是因为地基激光雷达受到几何重叠因子的影响。因此,在晴空条件下综合地基和星载激光雷达观测数据,可计算出地基激光雷达的几何重叠因子和盲区;多云条件下,CALIPSO星载激光雷达和地基激光雷达在中高层的观测结果具有较好的一致性,但低层存在较大差异,原因主要可能是由于两者观测方向的不同和云体分布不均。

星载激光雷达对气溶胶垂直分布的对比分析

云和气溶胶偏振激光雷达(CALIPSO)卫星数据是探测大气气溶胶特征的有效工具。采用CALIPSO数据对37.1°N,113.3°E^38.6°N,117°E之间地理区域的强霾天气、沙尘天气、生物质燃烧污染天气和清洁天气的气溶胶消光系数、退偏比、色比以及温度廓线进行对比分析,结果表明:1)强霾天气主要是球形度较高的水溶性细粒子污染,集中在地表1 km以内,常伴有逆温无风或弱风现象出现;2)沙尘天气垂直分布广,可存留在高空,非球形度高,粒子尺度不均匀,风速偏大;3)生物质燃烧污染天气主要是集中在中低空的细粒子污染,黑碳成分高,消光系数大,常伴有污染性沙尘共同存在。三种污染天气廓线有很大不同,说明不同污染天气的气溶胶垂直分布的差异很大。