引用本文
谭敏, 王邦新, 庄鹏, 张站业, 李路, 储玉飞, 谢晨波, 王英俭. 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, 2020,40(5): 1397-1401.
TAN Min, WANG Bang-xin, ZHUANG Peng, ZHANG Zhan-ye, LI Lu, CHU Yu-fei, XIE Chen-bo, WANG Ying-jian. Study on Atmospheric Temperature and Water-Vapor Mixing Ratio Based on Raman Lidar[J]. Spectroscopy and Spectral Analysis, 2020,40(5): 1397-1401.
Doi:10.3964/j.issn.1000-0593(2020)05-1397-05  
Permissions
Copyright©2020, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
基于拉曼激光雷达的大气温度和水汽反演分析
谭敏1,2,3, 王邦新1,2,3,*, 庄鹏1,2,3, 张站业1,2,3, 李路1,2,3, 储玉飞1,2,3, 谢晨波1,2, 王英俭1,2
1. 中国科学院安徽光学精密机械研究所中国科学院大气光学重点实验室, 安徽 合肥 230031
2. 先进激光技术安徽省实验室, 安徽 合肥 230037
3. 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230026
*通讯联系人 e-mail: bxwang@aiofm.ac.cn

作者简介: 谭 敏, 1989年生, 中国科学院安徽光学精密机械研究所中国科学院大气光学重点实验室博士研究生e-mail: thankm@mail.ustc.edu.cn

收稿日期: 2018-03-12
基金: 中国科学院战略性先导科技专项(XDA17040524), 民用航天技术预先研究项目(D040103), 中国科学院合肥物质科学研究院“十三五”规划重点支持项目(KP-2019-05)资助
摘要

为了同时测量大气温度, 水汽和大气气溶胶, 中国科学院安徽光学精密机械研究所中国科学院大气光学中心研制了一台多功能拉曼激光雷达。 该激光雷达采用多腔干涉滤光片的高性能光谱盒, 同时按小角度入射顺序安装, 分离不同波长的激光雷达回波信号, 并能高效率地提取信号。 利用该台拉曼激光雷达进行连续观测, 分析了大气温度、 水汽混合比的垂直分布。 研究结果表明: 探测时间为5分钟, 激光能量为200 mJ时, 激光雷达和无线电探空仪测得的平均偏差很小, 10 km以下的总体趋势相似, 同时观测到逆温层位于对流层低层。 在干净天的条件下, 6.2 km高度下的夜间统计温度误差在1K以下; 在轻微雾霾天的条件下, 2.5 km高度下的夜间统计温度误差在1 K以下。 水汽探测过程中, 激光雷达在4 km以内的相对误差不超过5%, 7.5 km以内的相对误差不超过20%。 连续观测结果验证了拉曼激光雷达的可靠性, 实现了对流层大气参数的实时测量。

关键词: 拉曼激光雷达; 大气温度; 水汽混合比
中图分类号:TN958.98 文献标志码:A
Study on Atmospheric Temperature and Water-Vapor Mixing Ratio Based on Raman Lidar
TAN Min1,2,3, WANG Bang-xin1,2,3,*, ZHUANG Peng1,2,3, ZHANG Zhan-ye1,2,3, LI Lu1,2,3, CHU Yu-fei1,2,3, XIE Chen-bo1,2, WANG Ying-jian1,2
1. Key Laboratory of Atmospheric Optics, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China
2. Advanced Laser Technology Laboratory of Anhui Province, Hefei 230037, China
3. Science Island Branch of Graduate School, University of Science and Technology of China, Hefei 230026, China
*Corresponding author
Abstract

Raman lidar has been designed by the Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, which measures atmospheric temperature, water vapor, and aerosol simultaneously. A high-performance spectroscopic box that utilizes multicavity interference filters, mounted sequentially at small angles of incidence, is used to separate the lidar return signals at different wavelengths, and to extract the signals with high efficiency. The external experiments are carried out for simultaneous detection of atmospheric temperature, water vapor, under clear and hazy weather conditions. The vertical profiles of temperature, water vapor are analyzed. The results show that for an integration time of 5 min and laser energy of 200 mJ, the mean deviation between measurements obtained by lidar and radiosonde is small, and the overall trend is similar. The temperature inversion layer is found in the low troposphere. The statistical temperature error for nighttime is below 1 K up to a height of 6.2 km under clear weather conditions, and up to a height of 2.5 km under slightly hazy weather conditions, with 5 min of observation time. Moreover, the relative error in water vapor detection process mostly does not exceed 5% up to 4 km, and is well below 20% up to 7.5 km. Continuous observations verify the reliability of Raman lidar to achieve real-time measurement of atmospheric parameters in the troposphere.

Keyword: Raman lidar; Temperature; Water vapor
引 言

温度、 水汽和气溶胶是三个重要的大气气象参数。 对这些参数的持续观察对于提高我们对天气和气候变化的理解至关重要, 特别是对地球大气的辐射和热平衡以及大气化学的研究。 同时准确观测这些气象参数的日变化对于了解和预测天气变化的环境评估具有指导作用[1]。 云的形成和水文循环是理解水蒸汽浓度和运动的必要条件。 气溶胶粒子通过吸收和散射辐射可以对地球大气辐射系统的平衡产生重大影响[2, 3]。 人类活动会产生许多颗粒和二次气溶胶, 导致能见度明显降低和雾霾加重。 最重要的是, 悬浮在空气中的小颗粒(PM2.5)将导致空气污染问题并影响人体健康[4]。

北京市政府出台了一系列临时性政策, 比如根据车牌号牌限制出行, 限制粉尘排放和禁止焚烧等产生污染物的行为。 2014年亚太经济合作组织峰会(Asia-Pacific Economic Cooperation, APEC), 北京及其周边地区包括河北、 天津、 山东和内蒙古采取了这些措施来保证空气质量。 测量实验于2014年11月至2015年1月在北京市怀柔区雁栖湖(40.41° N, 116.68° E)中国科学院大学(UCAS)大气观测现场进行。 观测试验可以帮助我们理解空气污染的演变, 并评估空气污染控制措施的影响[5, 6]。

激光雷达已经广泛应用于大气气溶胶、 大气温度和水汽的空间分布及时间演变特征测量[1, 7, 8]。 2014年11月, 依据中国科学院重点部署项目“ 先导2014京津冀地区灰霾综合外场实验” 任务需求, 中国科学院大气光学重点实验室利用自行研制的温度水汽、 气溶胶拉曼激光雷达(temperature, water vapor and aerosols Raman lidar, TWAR[9])对北京市的大气温度、 水汽和气溶胶进行了探测。

1 TWAR激光雷达

TWAR激光雷达安装在移动式方舱内, 可以很方便地移动到不同观察点。 图1是TWAR激光雷达的结构框图以及实物图。

图1 TWAR激光雷达的结构图和照片Fig.1 Schematic diagram and photograph of the developed TWAR lidar

Nd:YAG激光器的出射光频率为1 064 nm(1 000 mJ), 经二倍频、 三倍频产生532 nm (500 mJ) 和355 nm (200 mJ) 频率的激光。 1 064和532 nm出射光通过小窗口传输到大气中, 使用直径为300 mm, 焦距为4 m的卡塞格林望远镜(图1中标记为A)接收回波信号。 在光学后继接收盒中, 1 064 nm的弹性信号被PMT6(Photomultiplier Tube, 光学倍增管)接收。 532 nm的信号通过偏振片分为平行和垂直信号分别被PMT7和PMT8接收。 这些信号可以用于分析气溶胶和云层的分布特性。

355 nm的激光通过扩束镜(可以使激光束的发散角缩小到0.1 mard, 这可以保护工作人员的眼睛, 同时也能减少背景噪声和能量密度)经过大窗口传输到大气中。 回波信号被直径为450 mm, 焦距为4 m的卡塞格林望远镜(图1中标记为B)接收。 光学后继接收盒中, 入射光经过准直后被BS1(Beam Splitter, 分束片)分开, 使得拉曼信号和弹性信号分开, 大于370 nm的波长被透过(透过率为95%), 而小于370 nm的波长被反射(1%透过)。 由355 nm激发的水汽和N2的振动-转动拉曼信号分别约为407和386 nm, 它们被BS2分开, 分别聚焦在PMT4和PMT5上, 355 nm的弹性信号聚焦于PMT1上, 低阶量子数转动拉曼信号聚焦于PMT2上, 高阶量子数转动拉曼信号聚焦于PMT3上。 在整个接收光路中, 可以调节IF1— IF3(Interference Filter, 干涉滤光片)的角度, 从而选择提取的转动拉曼信号的中心波长, 以确认最合适的干涉滤光片参数。

2 探测原理

由于转动拉曼光谱的强度分布包含关于大气温度的信息, 因此可以根据N2和O2的纯转动拉曼散射谱线强度与大气温度的依赖关系反演大气温度。 为了计算大气温度分布, 表达见式(1)和式(2)[9]

Q(T, z)=Sjlow(T, z)Sjhigh(T, z)≈exp-AT2(z)+BT(z)+C(1)

T(z)=-B+B2-4AC-4AlnQ2(C+lnQ)(2)

式中, Q(T, z)是低阶转动量子数谱线强度与高阶转动量子数谱线强度之比; Sjlow(T, z)和 Sjhigh(T, z)分别为低阶转动量子数和高阶转动量子数拉曼通道所对应的大气回波信号。 A, B和C是可以通过拟合确定的校准系数; z是高度。

高度z处的水汽混合比可以用式(3)表示[10]

WVMR(z)=CwPWV(z)PRR(z)Tr(z)(3)

式(3)中, Cw是标定常数; PWV(z)和PRR(z)分别是水汽通道和氮气通道的回波信号; Tr(z)是大气透过率校正项, 它是散射体和激光雷达之间的大气在氮气分子拉曼散射波长和水汽分子拉曼散射波长上的透过率比值。

3 结果与讨论
3.1 温度探测

观测实验是在2014年11月1日至2015年1月31日进行的, TWAR激光雷达放置于北京市怀柔区中国科学院大学雁栖湖校区(40.41° N, 116.68° E), 激光雷达每隔15 min探测一次, 每次探测4分钟(激光器发射5 000个激光脉冲, 脉冲频率为20 Hz)。 图2显示了激光雷达和无线电探空仪的温度分布图以及统计温度不确定性分布图。 统计温度不确定度可以按照式(4)计算

ΔT=∂T∂QΔQ≈T1-T2Q1-Q2QPRR1+PB1PRR12+PRR2+PB2PRR22(4)

式(4)中, PRR1和PRR2分别为低阶量子数转动拉曼通道和高阶量子数转动拉曼通道去除噪声后的纯转动拉曼大气回波信号; PB1和PB2分别是两个通道的噪声信号; Q为两信号的比值。

图2 (a)2014年11月8日和(b)2014年11月13日在雁栖湖测得的激光雷达和无线电探空仪的温度曲线
误差曲线显示了统计温度的不确定性Fig.2 Lidar and radiosonde temperature profiles measured at Yanqi Lake (40.41° N, 116.68° E) on (a) 8 November 2014 and (b) 13 November 2014
Error profiles show the statistical temperature uncertainty

在处理激光雷达信号时, 首先要对数据进行降噪处理, 本文选择三角滤波法, 3 km以下的平滑窗口选择120 m, 3 km以上的平滑窗口选择600 m。 由图2可知, TWAR激光雷达探测的温度和无线电探空仪探测的温度在10 km高度以内仍具有相同的趋势, 吻合的很好, 同时大气温度随着高度升高而降低, 下降速率约为6 K· km-1。 然而500 m以下的激光雷达探测的温度不是那么的准确, 这主要是因为近地面几何因子的影响。

标定系数a, b, c可以通过反演公式拟合得出

Q(T)=exp(a/T2+b/T+c)(5)

本文反演的标定系数为a=1.35× 105, b=-4.7× 103, c=24.71。 图2(a)为2014年11月8日晚上20:30的温度廓线, 该天为干净天; 图2(b)为2014年11月13日晚上20:30的温度廓线, 该天为轻微雾霾天。 在干净天的情况下, 激光雷达与无线电探空仪在10 km以下的温度廓线吻合的很好, 6.2 km以下的统计误差小于1 K, 然而在轻微雾霾天的情况下, 统计误差小于1 K的高度仅为2.5 km。 此外由于9 km左右有云的出现, 导致转动拉曼通道探测到了强烈的米散射信号, 因此在云层上方有较大的统计不确定性, 但是同时可以观察到云层下方的激光雷达和无线电探空仪探测的温度吻合的很好, 且6 km以下的统计误差不超过3 K。

图3显示了2014年11月8日20:00至22:00间的连续温度廓线, 虽然由于数据统计的不确定性带来温度数据的波动, 但是仍然可以通过TWAR激光雷达观察到温度的连续变化过程。 激光雷达调整为每隔五分钟工作一次, 每次发射2 000个激光脉冲。 为了更好地观察到温度的时空变化, 连续的温度廓线依次平移13 K。 从图中可以看出2 h内的温度变化比较稳定, 2~3 km的温度缓慢增加, 这很可能是因为人类活动以及太阳辐射的挥发, 导致近地面热空气上移引起的。

图3 TWAR激光雷达探测的连续温度廓线Fig.3 Consecutive temperature profiles measured with TWAR lidar

3.2 水汽混合比探测

图4为2014年7月28日激光雷达和无线电探空仪探测的水汽混合比, 本次观测地点位于中国科学院合肥物质研究院大气光学中心, 观测时间为19:30— 20:00, 在观测地同时释放探空气球进行对比验证。 图4(a)显示了无云条件下, 10 km以内的激光雷达和无线电探空仪探测的水汽混合比。 图4(b)和(c)分别为激光雷达探测的水汽与无线电探空仪探测的水汽之间的误差和相对误差。 由观测结果可知, 4 km以内的相对误差不超过5%, 7.5 km以内的相对误差不超过20%。 同时由于几何因子的影响, 400 m以内的误差较大。

图4 (a)激光雷达探测的水汽(黑色圆圈)与探空气球探测的水汽(黑色曲线); (b)误差; (c)相对误差Fig.4 (a) Profiles of water-vapor mixing ratio, measured with lidar (circles) and radiosondes launched at night (black curves) on 28 July 2014; (b) Difference between lidar and local radiosonde measurements; (c) Relative error profile

图5为2014年11月9日和10日激光雷达和无线电探空仪探测的水汽混合比, 观测地点为北京怀柔区中国科学院大学雁栖湖校区(40.41° N, 116.68° E)。 对比可知, 激光雷达和无线电探空仪的观测数据吻合的比较好, 但是并不如合肥的数据, 这主要是因为北京无线电探空仪释放位置距离观测点约15 km。 另外, 我们也可以发现北京的冬季非常干燥, 水汽混合比一般低于2 g· kg-1。

图5 2014年11月9日和10日用激光雷达(黑色曲线)和无线电探空仪(黑色虚线)探测的水汽混合比Fig.5 Profiles of water-vapor mixing ratio, measured with lidar (black curves) and radiosonde (black dashes) for 9 and 10 November 2014

4 结 论

利用TWAR激光雷达在北京怀柔进行了连续观测, 结论如下:

(1)TWAR激光雷达探测到的大气温度和水汽与无线电探空仪探测的数据吻合的非常好。

(2)干净天的情况下, TWAR激光雷达探测的6.2 km以内的夜间统计温度误差小于 1 K; 轻微雾霾天的情况下, TWAR激光雷达2.5 km以内的夜间统计温度误差小于 1 K。

(3)水汽探测过程中, TWAR激光雷达在4 km以内的相对误差不超过5%, 7.5 km以内的相对误差不超过20%。

参考文献
[1] Behrendt A, Nakamura T, Onishi M, et al. Applied Optics, 2002, 41(36): 7657. [本文引用:2]
[2] Bardouki H, Liakakou H, Economou C, et al. Atmospheric Environment, 2003, 37(2): 195. [本文引用:1]
[3] Ramanathan V, Feng Y. Atmospheric Environment, 2009, 43(1): 37. [本文引用:1]
[4] Oberdorster G. International Archives of Occupational and Environmental Health, 2001, 74(1): 1. [本文引用:1]
[5] Chen Z, Zhang J, Zhang T, et al. SCIENCE CHINA Chemistry, 2015, 58(9): 1385. [本文引用:1]
[6] Wang Z, Li J, Wang Z, et al. SCIENCE CHINA Earth Sciences, 2014, 57(1): 3. [本文引用:1]
[7] Radlach M, Behrendt A, Wulfmeyer V. Atmospheric Chemistry and Physics, 2008, 8(2): 159. [本文引用:1]
[8] Hammann E, Behrendt A, Mounier F Le, et al. Atmospheric Chemistry and Physics, 2015, 15(5): 2867. [本文引用:1]
[9] LIU Yu-li, XIE Chen-bo, SHANG Zhen, et al(刘玉丽, 谢晨波, 尚震, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2016, 36(6): 1978. [本文引用:2]
[10] Whiteman D N, Melfi S H, Ferrare R A. Applied Optics, 1992, 31(16): 3068. [本文引用:1]