留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

激光雷达和毫米波雷达的卷云微物理特性的联合反演方法

单坤玲,  刘新波,  卜令兵,  郜海阳,  黄兴友

downloadPDF
文章导航 > 红外与激光工程  > 2015 >  44(9): 2742-2746
单坤玲, 刘新波, 卜令兵, 郜海阳, 黄兴友. 激光雷达和毫米波雷达的卷云微物理特性的联合反演方法[J]. 红外与激光工程, 2015, 44(9): 2742-2746.
引用本文: 单坤玲, 刘新波, 卜令兵, 郜海阳, 黄兴友. 激光雷达和毫米波雷达的卷云微物理特性的联合反演方法[J]. 红外与激光工程, 2015, 44(9): 2742-2746.
shu
Shan Kunling, Liu Xinbo, Bu Lingbing, Gao Haiyang, Huang Xingyou. Joint inversion method of cirrus physical properties using both Lidar and millimeter wave radar[J]. Infrared and Laser Engineering, 2015, 44(9): 2742-2746.
Citation: Shan Kunling, Liu Xinbo, Bu Lingbing, Gao Haiyang, Huang Xingyou. Joint inversion method of cirrus physical properties using both Lidar and millimeter wave radar[J]. Infrared and Laser Engineering, 2015, 44(9): 2742-2746.
shu

激光雷达和毫米波雷达的卷云微物理特性的联合反演方法

  • 1.

    南京信息工程大学 物理与光电工程学院,江苏 南京 210044;

  • 2.

    南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044

基金项目: 

国家自然科学基金(40805016);江苏省自然科学基金(BK20141480)

详细信息
    作者简介:

    单坤玲(1975-),女,实验师,主要从事激光雷达数据分析方面的研究。Email:40156773@qq.com

  • 中图分类号: P412.25

Joint inversion method of cirrus physical properties using both Lidar and millimeter wave radar

  • 1.

    College of Physics &Optoelectronic Engineering,Nanjing University of Information Science & Technology,Nanjing 210044,China;

  • 2.

    Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration,Nanjing University of Information Science & Technology,Nanjing 210044,China

  • 摘要: 联合激光雷达和毫米波雷达对卷云观测可以得到更全面的卷云特性信息,是卷云观测的一种发展趋势。使用美国大气辐射观测(Atmospheric Radiation Measurement,ARM)计划中卷云观测数据,将激光雷达和毫米波雷达反演的云边界信息相结合,得到更为准确的卷云边界信息。提出卷云微物理特性的激光雷达和毫米波雷达联合反演算法,该联合反演算法能在激光雷达不能穿透或毫米波不能识别卷云的情况下,反演出整个卷云的冰水含量、光学厚度。使用联合反演算法对一次卷云过程进行反演,其中激光不能穿透的区域冰水路径含量反演精度提高24%,毫米波雷达无法识别的区域冰水路径含量反演精度提高48%。在正确反演冰水含量的基础上,利用冰水含量、粒径分布与光学厚度的关系得到卷云过程的光学厚度,克服了由于卷云对激光雷达强衰减导致的光学厚度观测的困难。
    Abstract: Joint observation using Lidar and millimeter wave cloud radar(MWCR) from which more comprehensive properties of cirrus can be retrieved is the main trend of cirrus observation. Combining the information of cirrus boundary from Lidar and MWCR of ARM project, more accurate boundary of cirrus was obtained. Joint inversion method for retrieving cirrus microphysical properties was presented. Both ice water content and optical depth can be inverted accurately even in cases when the cirrus can't be penetrated by Lidar or can't be sensed by the MWCR through this method. The joint method was applied to a cirrus case, the results showed the accuracy of ice path content increased by 24% when the Lidar can't penetrate the cirrus and 48% when the MWCR can't sense the cirrus. Based on the accurate inversion of ice water content, the optical depth of cirrus was obtained using the relationship between ice water content, size distribution and optical depth. The inversion method of optical depth can overcome the difficulty arise from the attenuation of cirrus to Lidar.
  • [1] Wylie D P, Menzel W P. Eight years of high cloud statistics using HIRS[J]. J Climate, 1999, 12(1): 170-184.
    [2]
    [3] Cao Yanan, Chen Xiuhong, Wei Heli, Study of the effects of cirrus altitude on the atmospheric infrared spectral radiation[J]. Infrared and Laser Engineering, 2012, 41(8): 1965-1970. (in Chinese)
    [4]
    [5]
    [6] Parry M L, Canziani O F, Palutikof J P, et al. Climate Change 2007: Impacts, Adaptation and Vulnerability[M]. UK: Cambridge University Press, 2007: 982.
    [7] Intrieri J M, Stephens G L, Eberhard W L, et al. A method for determining cirrus cloud particle sizes using lidar and radar backscatter technique[J]. Journal of Applied Meteorology, 1993, 32(6): 1074-1082.
    [8]
    [9] Zhien W, Sassen K. Cirrus cloud microphysical property retrieval using lidar and radar measurements, Part I: algorithm description and comparison with in situ data[J]. Journal of Applied Meteorology, 2002, 41(3): 218-229.
    [10]
    [11] Zhien W, Sassen K. Cirrus cloud microphysical property retrieval using lidar and radar measurements, PartⅡ: midlatitude cirrus microphysical and radiative properties[J]. Journal of Applied Meteorology, 2002, 59(14): 2291-2302.
    [12]
    [13]
    [14] Tinel C, Testud J, Pelon J, et al. The retrieval of ice-cloud properties from cloud radar and lidar synergy[J]. Journal of Applied Meteorology, 2005, 44(6): 860-875.
    [15] Avery M, Winker D, Heymsfield A, et al. Cloud ice water content retrieved from the CALIOP space -based lidar[J]. Geophysical Research Letters, 2012, 39: L05808.
    [16]
    [17]
    [18] Heymsfield A J, Winker D, Zadelhoff G -J van. Extinction ice water content-effective radius algorithms for CALIPSO[J]. Geophysical Research Letters, 2005, 32, L10807.
    [19]
    [20] Fernald F G. Analysis of atmosphere lidar observation: some comments[J]. Appl Opt, 1984, 23(5): 652-653.
    [21] Chen Weinai, Chiang Chiwei, Nee Janbai. Lidar ratio and depolarization ratio for cirrus cloud[J]. Appl Opt, 2002, 41(30): 6470-6476.
    [22]
    [23] Ding Hongxing, Dai Lili, Sun Dongsong. Spatial distribution of aerosol in troposphere measured by lidar at slant range[J]. Infrared and Laser Engineering, 2010, 39(3): 442-446. (in Chinese)
    [24]
    [25] Liu Chunlei, Illingworth A J. Toward more accurate retrievals of ice water content from radar measurements of clouds[J]. Journal of Applied Meteorology, 2009, 39: 1130-1146.
    [26]
    [27]
    [28] David R D, Lawrence F R. A summary of physical properties of cirrus clouds[J]. J Appl Metror, 1990, 29(9): 970-978.
    [29] Wang Jin, Zhang Lei, Wang Hongbin, et al. Lidar observations of spatial and temporal variations of clouds over semi-arid areas in Northwest[J]. Chinese Journal of Quantum Electronics, 2013, 30(1): 66-72. (in Chinese)
  • [1] 罗雄, 史悦, 范琪, 尹微, 彭涛, 赵培娥, 王柯, 周鼎富.  基于相干激光雷达气象多要素探测 . 红外与激光工程, 2023, 52(11): 20230138-1-20230138-10. doi: 10.3788/IRLA20230138
    [2] 张容川, 王筱晔, 张洪玮, 刘晓英, 王希涛, 秦胜光, 尹嘉萍, 王琪超, 吴松华.  多普勒激光雷达近地面飞机尾涡反演方法优化 . 红外与激光工程, 2023, 52(11): 20230160-1-20230160-13. doi: 10.3788/IRLA20230160
    [3] 徐国权, 李广英, 万建伟, 许可, 董光焰, 程光华, 王兴, 韩文杰, 马燕新.  脉冲调制激光雷达水下成像系统 . 红外与激光工程, 2022, 51(3): 20210204-1-20210204-8. doi: 10.3788/IRLA20210204
    [4] 李光福, 南钢洋, 潘冬阳, 白雪, 刘帅, 孙志慧.  激光雷达测风系统信号采集处理研究 . 红外与激光工程, 2021, 50(S2): 20210467-1-20210467-7. doi: 10.3788/IRLA20210467
    [5] 陈思颖, 王嘉奇, 陈和, 张寅超, 郭磐, 年璇, 孙卓然, 陈粟.  改进简单多尺度法的激光雷达云检测 . 红外与激光工程, 2020, 49(S2): 20200379-20200379. doi: 10.3788/IRLA20200379
    [6] 杨程, 鄢秋荣, 祝志太, 王逸凡, 王明, 戴伟辉.  基于深度学习的压缩光子计数激光雷达 . 红外与激光工程, 2020, 49(S2): 20200380-20200380. doi: 10.3788/IRLA20200380
    [7] 沈振民, 赵彤, 王云才, 郑永超, 尚卫东, 王冰洁, 李静霞.  混沌脉冲激光雷达水下目标探测 . 红外与激光工程, 2019, 48(4): 406004-0406004(7). doi: 10.3788/IRLA201948.0406004
    [8] 王强, 郝利丽, 唐红霞, 李贤丽, 牟海维, 韩连福, 赵远.  实际环境对量子激光雷达性能的影响 . 红外与激光工程, 2018, 47(S1): 29-35. doi: 10.3788/IRLA201847.S106006
    [9] 戴聪明, 赵凤美, 刘栋, 唐超礼, 魏合理.  强吸收带卷云大气红外辐射特性研究 . 红外与激光工程, 2018, 47(12): 1204003-1204003(7). doi: 10.3788/IRLA201847.1204003
    [10] 赵凤美, 戴聪明, 魏合理, 朱希娟, 马静.  基于MODIS云参数的卷云反射率计算研究 . 红外与激光工程, 2018, 47(9): 917006-0917006(7). doi: 10.3788/IRLA201847.0917006
    [11] 熊兴隆, 韩永安, 蒋立辉, 陈柏纬, 陈星.  基于速度结构函数的多普勒激光雷达低空湍流预警算法 . 红外与激光工程, 2017, 46(10): 1030005-1030005(7). doi: 10.3788/IRLA201768.1030005
    [12] 冯帅, 蒋立辉, 熊兴隆, 马愈昭.  含有突变信号的激光雷达能见度反演 . 红外与激光工程, 2017, 46(3): 330001-0330001(7). doi: 10.3788/IRLA201746.0330001
    [13] 夏文泽, 韩绍坤, 曹京亚, 王亮, 翟倩.  激光雷达距离估计技术 . 红外与激光工程, 2016, 45(9): 906005-0906005(6). doi: 10.3788/IRLA201645.0906005
    [14] 吴超, 刘春波, 韩香娥.  光波导相控阵激光雷达接收系统设计 . 红外与激光工程, 2016, 45(10): 1030003-1030003(6). doi: 10.3788/IRLA201645.1030003
    [15] 杨亦萍, 董晓刚, 戴聪明, 徐青山.  利用MODIS数据对北极夏季卷云特性的研究 . 红外与激光工程, 2016, 45(4): 432002-0432002(8). doi: 10.3788/IRLA201645.0432002
    [16] 蒋立辉, 闫妍, 熊兴隆, 陈柏纬, 陈星, 章典.  基于斜坡检测的多普勒激光雷达低空风切变预警算法 . 红外与激光工程, 2016, 45(1): 106001-0106001(7). doi: 10.3788/IRLA201645.0106001
    [17] 史风栋, 刘文皓, 汪鑫, 丁娟, 史屹君, 修春波.  室内激光雷达导航系统设计 . 红外与激光工程, 2015, 44(12): 3570-3575.
    [18] 曹开法, 黄见, 胡顺星.  边界层臭氧差分吸收激光雷达 . 红外与激光工程, 2015, 44(10): 2912-2917.
    [19] 姜成昊, 杨进华, 张丽娟, 李祥.  新型多普勒成像激光雷达原理设计与仿真 . 红外与激光工程, 2014, 43(2): 411-416.
    [20] 李小珍, 吴玉峰, 郭亮, 曾晓东.  合成孔径激光雷达下视三维成像构型及算法 . 红外与激光工程, 2014, 43(10): 3276-3281.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  554
  • HTML全文浏览量:  72
  • PDF下载量:  192
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-01-05
  • 修回日期:  2015-02-03
  • 刊出日期:  2015-09-25

激光雷达和毫米波雷达的卷云微物理特性的联合反演方法

  • 1. 南京信息工程大学 物理与光电工程学院,江苏 南京 210044;
  • 2. 南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044
    • 作者简介:

    单坤玲(1975-),女,实验师,主要从事激光雷达数据分析方面的研究。Email:40156773@qq.com

  • 收稿日期: 2015-01-05
  • 修回日期: 2015-02-03
  • 刊出日期: 2015-09-25
基金项目:

国家自然科学基金(40805016);江苏省自然科学基金(BK20141480)

  • 中图分类号: P412.25

摘要: 联合激光雷达和毫米波雷达对卷云观测可以得到更全面的卷云特性信息,是卷云观测的一种发展趋势。使用美国大气辐射观测(Atmospheric Radiation Measurement,ARM)计划中卷云观测数据,将激光雷达和毫米波雷达反演的云边界信息相结合,得到更为准确的卷云边界信息。提出卷云微物理特性的激光雷达和毫米波雷达联合反演算法,该联合反演算法能在激光雷达不能穿透或毫米波不能识别卷云的情况下,反演出整个卷云的冰水含量、光学厚度。使用联合反演算法对一次卷云过程进行反演,其中激光不能穿透的区域冰水路径含量反演精度提高24%,毫米波雷达无法识别的区域冰水路径含量反演精度提高48%。在正确反演冰水含量的基础上,利用冰水含量、粒径分布与光学厚度的关系得到卷云过程的光学厚度,克服了由于卷云对激光雷达强衰减导致的光学厚度观测的困难。

English Abstract

    全文HTML

参考文献 (29)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计