盧 博， 吳 東， 張?zhí)斐?/p>

(中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266100)

CALIOP數(shù)據(jù)在星載相干多普勒測(cè)風(fēng)激光雷達(dá)性能仿真中的應(yīng)用?

盧 博， 吳 東??， 張?zhí)斐?/p>

(中國(guó)海洋大學(xué)信息科學(xué)與工程學(xué)院，山東 青島 266100)

利用2007—2008年21個(gè)月CALIOP測(cè)量的夜間氣溶膠后向散射系數(shù)的全球三維平均分布數(shù)據(jù)取代傳統(tǒng)仿真中的氣溶膠模型數(shù)據(jù)，對(duì)晴空條件下的2.1 μm相干多普勒測(cè)風(fēng)激光雷達(dá)的測(cè)風(fēng)性能進(jìn)行了計(jì)算機(jī)仿真研究。仿真結(jié)果表明，采用合理的系統(tǒng)參數(shù)設(shè)計(jì)，在20°S至40°N之間4.5 km海拔之下單激光脈沖的徑向風(fēng)速誤差普遍小于1 m/s。以1 m/s作為可接受風(fēng)速誤差的標(biāo)準(zhǔn)，符合標(biāo)準(zhǔn)的最大可測(cè)量海拔高度向兩極方向遞減，在南極附近減至1～2 km。若10個(gè)激光脈沖平均測(cè)量，在對(duì)流層下層風(fēng)速誤差可降至0.5 m/s以?xún)?nèi)，且在35°N附近最大可測(cè)量海拔高度可達(dá)5.5 km。

CALIOP；相干多普勒測(cè)風(fēng)激光雷達(dá)；性能仿真；氣溶膠后向散射系數(shù)

全球大氣風(fēng)場(chǎng)的精確測(cè)量對(duì)數(shù)值氣象預(yù)報(bào)、氣候變化研究、颶風(fēng)預(yù)報(bào)、機(jī)場(chǎng)風(fēng)切變的探測(cè)等都有重大意義。早在1984年，Huffaker提議使用星載多普勒二氧化碳激光雷達(dá)進(jìn)行全球風(fēng)測(cè)量[1]。隨著激光技術(shù)的發(fā)展，2 μm高能量固體激光器成功研發(fā)，它相比二氧化碳激光器能夠提供更多的參數(shù)，并且被NASA應(yīng)用到星載相干多普勒雷達(dá)上[2]。

星載多普勒測(cè)風(fēng)激光雷達(dá)是目前測(cè)量全球三維風(fēng)場(chǎng)最先進(jìn)的技術(shù)，能夠提供高精度、高分辨率、高全球覆蓋率的大氣風(fēng)場(chǎng)信息。多普勒測(cè)風(fēng)激光雷達(dá)系統(tǒng)發(fā)射的激光與大氣中的氣溶膠相互作用，產(chǎn)生后向散射信號(hào)，通過(guò)分析該回波信號(hào)獲取風(fēng)速信息。多普勒測(cè)風(fēng)激光雷達(dá)可分為直接探測(cè)和相干探測(cè)2種探測(cè)方式。直接探測(cè)利用光學(xué)鑒頻器直接分析大氣氣溶膠后向散射信號(hào)獲取風(fēng)場(chǎng)引起的多普勒頻移，相干探測(cè)對(duì)接收到的氣溶膠后向散射信號(hào)和穩(wěn)定的本地振蕩光進(jìn)行混頻獲取風(fēng)場(chǎng)引起的多普勒頻移。與直接探測(cè)相比，相干探測(cè)方式具有信噪比高、探測(cè)靈敏度高以及對(duì)背景太陽(yáng)光不敏感等優(yōu)點(diǎn)[3]。

在衛(wèi)星發(fā)射前，對(duì)星載相干多普勒測(cè)風(fēng)激光雷達(dá)進(jìn)行性能仿真是十分必要的。多普勒激光雷達(dá)仿真模型DLSM(Doppler Lidar Simulation Model)采用了模型化的氣溶膠后向散射系數(shù)剖面實(shí)現(xiàn)多普勒測(cè)風(fēng)激光雷達(dá)仿真[4-5]。Frehlich等使用定常和變化的氣溶膠散射模型對(duì)相干多普勒測(cè)風(fēng)雷達(dá)進(jìn)行了大量的研究[6-9]。近年，在仿真方法上，F(xiàn)rehlich等采用了其提出的經(jīng)驗(yàn)?zāi)Ｐ蚚8-9]。上述研究盡管考慮了風(fēng)切變、氣溶膠變化等因素對(duì)探測(cè)信號(hào)的影響，但是無(wú)法對(duì)全球大氣氣溶膠分布變化較大的實(shí)際情況給出較理想的性能仿真。

2006年4月CALIPSO(Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation)衛(wèi)星成功發(fā)射，其搭載的星載激光雷達(dá)CALIOP(Cloud-Aerosol Lidar with Orthogonal Polarization)自開(kāi)機(jī)測(cè)量以來(lái)，至今正常運(yùn)行，對(duì)氣溶膠和云的全球分布進(jìn)行了前所未有的高分辨率三維觀測(cè)[10]，使得考慮實(shí)際大氣變化的相干多普勒測(cè)風(fēng)激光雷達(dá)性能仿真成為可能。2013年，吳東等采用了Frehlich等的仿真經(jīng)驗(yàn)?zāi)Ｐ?，利?007年3月—2008年2月1 a的CALIOP晴空條件實(shí)測(cè)資料，給出2.1 μm星載相干多普勒測(cè)風(fēng)激光雷達(dá)隨緯度分布的性能仿真結(jié)果[11]。本文采用菲涅耳(Fresnel)近似條件下的參數(shù)物理意義明晰的路徑積分仿真方法[12]，利用更長(zhǎng)時(shí)間的CALIOP晴空條件實(shí)測(cè)資料，將CALIOP 2007—2008年21個(gè)月(剔除了2008年8、9、10月)的氣溶膠后向散射數(shù)據(jù)應(yīng)用于晴空條件下2.1 μm星載相干多普勒測(cè)風(fēng)激光雷達(dá)的測(cè)風(fēng)性能仿真之中，給出隨緯度分布和隨經(jīng)度分布的性能仿真結(jié)果。

1 相干多普勒測(cè)風(fēng)激光雷達(dá)原理

對(duì)于相干多普勒測(cè)風(fēng)激光雷達(dá)系統(tǒng)性能的評(píng)估可用徑向風(fēng)速的均方根誤差表示，1984年Kane[13]給出由信噪比SNR估算均方根誤差的公式：

(1)

其中：f是采樣頻率；N是激光脈沖數(shù)；t是脈沖發(fā)射間隔；L是距離門(mén)寬度和脈沖寬度的比值；λ是波長(zhǎng)；W是無(wú)噪聲返回信號(hào)的頻率展延，其計(jì)算公式為：

(2)

其中：υNy=fλ/2是由奈奎斯特判據(jù)得到的最大速度；υbw=λ/(4πt)是對(duì)應(yīng)發(fā)射脈沖寬帶的速度不確定性；υatm為風(fēng)速分布的標(biāo)準(zhǔn)偏差。因此，為了減小誤差，由等式(1)可以看出需減小W的值，即減小υbw的值，增大脈沖間隔t。當(dāng)脈沖間隔t極大時(shí)υbw極小，此時(shí)W的大小由υatm決定。需要注意的是，由于分子快速隨機(jī)的運(yùn)動(dòng)，分子散射會(huì)出現(xiàn)明顯的多普勒展寬，最終導(dǎo)致υatm值的變大。因此，為避免分子散射的影響，應(yīng)選擇更長(zhǎng)的激光波段，使得相干激光雷達(dá)性能的評(píng)估依賴(lài)于氣溶膠的后向散射系數(shù)。

當(dāng)信噪比SNR極大時(shí)，等式(1)中的最后2項(xiàng)極小，速度測(cè)量的誤差達(dá)到極小。信噪比是另一個(gè)減小風(fēng)速測(cè)量誤差的關(guān)鍵參數(shù)，1991年Frehlich和Kavaya[12]提出SNR的計(jì)算方法為：

(3)

其中：E是激光脈沖能量；R是雷達(dá)到脈沖前沿的距離；T(R)是激光雷達(dá)到距離R處的大氣單程透過(guò)率；B是探測(cè)帶寬；h是普朗克常數(shù)；υ是激光頻率；ηQ是量子效率，C(R)是無(wú)量綱的相干響應(yīng)率。外差效率ηH是評(píng)估相干多普勒測(cè)風(fēng)雷達(dá)的重要參量，定義為ηH=C(R)/D(R),其中D(R)是無(wú)量綱的非相干響應(yīng)率。C(R)和D(R)都可由低頻空間(lf)分量和高頻空間分量(hf)兩部分表示[12]，可用它們的一階近似項(xiàng)代替，表達(dá)式如下：

(4)

(5)

其中：

(6)

(7)

是橫向相干長(zhǎng)度；波矢k=2π/λ(rad/m)，常數(shù)H=2.914 383,Cn2是折射率擾動(dòng)結(jié)構(gòu)參數(shù),C0,lf(R)、C0,hf(R)、D0,lf(R)、D0,hf(R)具體算法Frehlich和Kavaya已給出。當(dāng)目標(biāo)的波動(dòng)強(qiáng)度較小時(shí)，低頻分量起主導(dǎo)作用，對(duì)于任何強(qiáng)度的波動(dòng)低頻分量是不可缺少的部分。當(dāng)目標(biāo)的波動(dòng)強(qiáng)度較大時(shí),高頻分量開(kāi)始變得重要。對(duì)于星載激光雷達(dá)觀測(cè)，由于衛(wèi)星在幾百公里高的軌道上，目標(biāo)大氣遠(yuǎn)離雷達(dá)，晴空條件下，目標(biāo)大氣的折射率擾動(dòng)對(duì)外差探測(cè)的影響較小。

2.1 μm波長(zhǎng)的大氣氣溶膠后向散射系數(shù)可由CALIOP提供的532 nm的氣溶膠后向散射系數(shù)轉(zhuǎn)換得到。Srivastava等人[14]通過(guò)對(duì)波長(zhǎng)范圍在0.53～10.6 μm的多套激光雷達(dá)的實(shí)測(cè)資料分析給出了2.1 μm大氣氣溶膠后向散射系數(shù)波長(zhǎng)轉(zhuǎn)換公式：

(8)

其中，當(dāng)波長(zhǎng)λ為532 nm時(shí)，具體參數(shù)為a532=0.023 05，b532=1.709，c532=2.793[14]。本文所選用的CALIOP數(shù)據(jù)為2007和2008年21個(gè)月Level 2 V3.01氣溶膠剖面數(shù)據(jù)提供的晴空條件下夜間的氣溶膠后向散射系數(shù)。數(shù)據(jù)水平分辨率5 km，垂直分辨率60 m，高度范圍0～30 km。

2 性能仿真及結(jié)果分析

本文基于MATLAB編程語(yǔ)言，開(kāi)發(fā)了一套系統(tǒng)參數(shù)可調(diào)的相干激光雷達(dá)仿真軟件，對(duì)星載相干多普勒測(cè)風(fēng)激光雷達(dá)性能進(jìn)行仿真。使用的系統(tǒng)參數(shù)如表1所示。對(duì)相干多普勒測(cè)風(fēng)激光雷達(dá)進(jìn)行性能仿真時(shí)，首先使用晴空條件下測(cè)得的折射率擾動(dòng)結(jié)構(gòu)參數(shù)Cn2計(jì)算外差效率[15]。在激光下行傳輸時(shí)Cn2會(huì)對(duì)外差效率ηH產(chǎn)生累積影響，導(dǎo)致越接近地表時(shí)外差效率率ηH越小。大氣折射率對(duì)外差效率的影響是很小的，并且主要是由雷達(dá)系統(tǒng)引起的[11]。本文使用了冬季夜間的Cn2數(shù)據(jù)計(jì)算外差效率。

為了實(shí)現(xiàn)更加真實(shí)的性能仿真，本文只選用了晴空條件下的后向散射系數(shù)數(shù)據(jù)。選取數(shù)據(jù)時(shí)，使用的條件是消光系數(shù)質(zhì)量分類(lèi)標(biāo)識(shí)等于1、2、16或18，消光系數(shù)不確定性小于3 km-1，層分辨率為5或20 km，同時(shí)濾掉檢測(cè)到為80 km分辨率的氣溶膠層。出現(xiàn)晴空條件的分布模式是由全球的云分布模式確定的，此模式對(duì)相干多普勒雷達(dá)的性能仿真具有十分重要的影響[11,16]。

表1 星載相干多普勒測(cè)風(fēng)激光雷達(dá)系統(tǒng)參數(shù)

圖1為2007和2008年2 a 24個(gè)月全球4°×6°分辨率532 nm的夜間平均氣溶膠后向散射系數(shù)分布圖，自下到上分別是1、3和5 km的高度分布圖，色標(biāo)代表后向散射系數(shù)值取以10為底的對(duì)數(shù)，單位為km-1。從全球范圍來(lái)看，大部分氣溶膠分布在高度小于1 km的邊界層內(nèi)。由圖1可以看出，在南緯20°至北緯40°區(qū)域內(nèi)，后向散射數(shù)值普遍偏大，這是由于在北非、中東、東亞地區(qū)存在大面積沙漠，在中非、南非、南美地區(qū)存在生物燃燒行為，非洲大量的煙塵隨著大氣運(yùn)動(dòng)被運(yùn)輸?shù)酱笪餮笊峡諏?dǎo)致的。同時(shí)可以看出，氣溶膠后向散射系數(shù)由赤道地區(qū)向南北兩級(jí)方向遞減，在兩級(jí)地區(qū)趨近于0。

圖1 全球4°×6°分辨率532 nm的夜間平均氣溶膠后向散射系數(shù)(10為底的對(duì)數(shù))分布圖，自下到上分別是1、3、5 km的高度分布圖。白色區(qū)域?qū)?yīng)地點(diǎn)的海拔高于高度選擇，因此沒(méi)有可用的數(shù)據(jù)

為了便于觀察后向散射系數(shù)隨高度的變化，將24個(gè)月全球4°×6°分辨率532 nm的夜間平均后向散射系數(shù)分別在經(jīng)度和緯度方向上進(jìn)一步的平均。圖2為24個(gè)月532 nm夜間平均后向散射系數(shù)隨緯度的垂直分布，異常的數(shù)據(jù)分布在50°N到80°N緯度上7～10 km高度范圍內(nèi)(圖2右上紅圈部分)。這很可能與2008年8月7日的Kasatochi火山爆發(fā)[17]有關(guān)(http://alaska.usgs.gov/science/kasatochi/)。阿拉斯加火山觀測(cè)站報(bào)導(dǎo)稱(chēng)2008年8月8日之后有持續(xù)的火山灰進(jìn)入大氣中，且火山灰在9.1～13.7 km海拔范圍內(nèi)緯度方向上自東向西漂移了950 km以上(http://www.volcano.si.edu/volcano.cfm?vn=311130)。因此，本文去掉2008年8、9、10三個(gè)月的CALIOP后向散射系數(shù)數(shù)據(jù)，只將剩余的21個(gè)月的數(shù)據(jù)應(yīng)用到相干多普勒雷達(dá)性能仿真中。圖3(a)為21個(gè)月532 nm夜間平均后向散射系數(shù)隨緯度的垂直分布，異常部分已經(jīng)消失，圖3(b)為使用公式(8)后得到的21個(gè)月2.1 μm夜間平均后向散射系數(shù)隨緯度的垂直分布。由圖3可以看出，在20°S到40°N緯度范圍內(nèi)5 km高度以下存在較大的后向散射系數(shù)數(shù)值。圖4為21個(gè)月532 nm和2.1 μm夜間平均后向散射系數(shù)隨經(jīng)度的垂直分布。

圖2 24個(gè)月532 nm夜間平均后向散射系數(shù)隨緯度的垂直分布

((a)21個(gè)月532 nm的夜間平均后向散射系數(shù)隨緯度的垂直分布Zonal-vertical distributions of mean backscatter at 532 nm derived from 21 months of nighttime data;(b)21個(gè)月2.1 μm的夜間平均后向散射系數(shù)隨緯度的垂直分布Zonal-vertical distributions of mean backscatter at 2.1 μm derived from 21 months of nighttime data.)

圖3 21個(gè)月532 nm和2.1 μm的夜間夜間平均后向散射系數(shù)隨緯度的垂直分布

Fig.3 Zonal-vertical distributions of mean backscatter at 532 nm and 2.1 μm derived from 21 months of nighttime data

(a)21個(gè)月532 nm的夜間平均后向散射系數(shù)隨經(jīng)度的垂直分布。Longitudinal-vertical distributions of mean backscatter at 532 nm derived from 21 months of nighttime data ;(b)21個(gè)月2.1 μm的夜間平均后向散射系數(shù)隨經(jīng)度的垂直分布。Longitudinal-vertical distributions of mean backscatter at 2.1 μm derived from 21 months of nighttime data.

圖4 21個(gè)月532 nm和2.1 μm的夜間夜間平均后向散射系數(shù)隨經(jīng)度的垂直分布

Fig.4 Zonal-vertical distributions of mean backscatter at 532 nm and 2.1 μm derived from 21 months of nighttime data

根據(jù)2.1 μm氣溶膠后向散射系數(shù)的垂直分布和擾動(dòng)結(jié)構(gòu)參數(shù)Cn2，用公式(1)計(jì)算風(fēng)速測(cè)量的誤差，在計(jì)算時(shí)激光脈沖數(shù)N分別取1和10進(jìn)行對(duì)比。圖5為徑向速度誤差隨緯度垂直分布的仿真結(jié)果，圖6是徑向速度誤差隨經(jīng)度垂直分布的仿真結(jié)果。

((a)N=1計(jì)算得到的誤差分布圖Single pulse(N=1);(b)N=10計(jì)算得到的誤差分布圖Ten pulses (N=10).)

圖5 速度誤差隨緯度的垂直分布(色標(biāo)單位為m/s)

Fig.5 Zonal-vertical distributions of speed error (Colors are coded in m/s)

((a)N=1計(jì)算得到的誤差分布圖Single pulse(N=1);(b)N=10計(jì)算得到的誤差分布圖ten pulses(N=10))

圖6 速度誤差隨經(jīng)度的垂直分布(色標(biāo)單位為m/s)

Fig.6 Longitudinal-vertical distributions of speed error(Colors are coded in m/s)

相干多普勒測(cè)風(fēng)激光雷達(dá)是通過(guò)測(cè)量氣溶膠粒子運(yùn)動(dòng)的多普勒頻移實(shí)現(xiàn)風(fēng)速測(cè)量。由于較強(qiáng)的氣溶膠后向散射信號(hào)普遍來(lái)源于對(duì)流層下層，在低海拔地區(qū)計(jì)算的風(fēng)速精度更高。如圖5所示，徑向風(fēng)速測(cè)量精度最高的部分均是在對(duì)流層下層。單激光脈沖(N=1)測(cè)量時(shí)，仿真得到的徑向風(fēng)速誤差大于0.5 m/s小于1 m/s區(qū)域的海拔在低緯度地區(qū)普遍小于4.5 km，在高緯度地區(qū)普遍小于1.5 km。同時(shí)從圖5可以發(fā)現(xiàn)，對(duì)比相同誤差值發(fā)生的高度，北半球略高于南半球，這種非對(duì)稱(chēng)分布的原因是由于南北半球氣溶膠分布不同引起的。北半球干旱和半干旱地區(qū)面積、人口數(shù)量均大于南半球，因此北半球大氣中存在更多的沙塵性氣溶膠和人為源氣溶膠。

如果以1 m/s作為可接受風(fēng)速誤差的標(biāo)準(zhǔn)，則符合標(biāo)準(zhǔn)的最大可測(cè)量海拔高度出現(xiàn)在20°N，此高度值約5 km，在20°N附近，非洲的沙塵在沙塵源地區(qū)可傳輸至7 km的海拔高度上[18]。當(dāng)激光脈沖數(shù)N取10時(shí)，在對(duì)流層下層風(fēng)速誤差可以減0.5 m/s范圍以?xún)?nèi)。此時(shí)符合標(biāo)準(zhǔn)的最大可測(cè)量海拔高度出現(xiàn)在35°N，高度值約5.5 km，而在35°N附近，亞洲的沙塵可傳輸?shù)缴蠈?duì)流層[19]。因此可以得到結(jié)論，合理設(shè)計(jì)的相干多普勒測(cè)風(fēng)激光雷達(dá)可用于獲得晴空條件對(duì)流層下層的風(fēng)廓線。

在圖6中，速度誤差隨經(jīng)度的垂直分布大體上以20°E線為軸左右對(duì)稱(chēng)，在20°W至50°E范圍內(nèi)徑向風(fēng)速測(cè)量精度最高。這是由于在此經(jīng)度范圍內(nèi)，存在大量的生物質(zhì)燃燒現(xiàn)象，產(chǎn)生大量的煙塵擴(kuò)散到2 km以上的高空造成的[20]。在以1 m/s作為可接受風(fēng)速誤差的標(biāo)準(zhǔn)，所有經(jīng)度范圍內(nèi)符合標(biāo)準(zhǔn)的最大可測(cè)量海拔高度在N=1時(shí)最大值為4.5 km，在N=10時(shí)最大值為5 km，且最大可測(cè)量海拔高度普遍大于2 km。實(shí)際氣溶膠后向散射系數(shù)的分布與地表類(lèi)型等有關(guān)系，在90°W至120°W經(jīng)度區(qū)間內(nèi)，存在眾多高原和山脈，如墨西哥高原、落基山脈等等，導(dǎo)致100°W處小峰的出現(xiàn)。

3 結(jié)論

本文采用MATLAB編程，選用了2007—2008年2 a的CALIOP V3.01二級(jí)(Level 2)夜間氣溶膠剖面數(shù)據(jù)，剔除了2008年8、9、10月異常氣溶膠數(shù)據(jù)，獲得氣溶膠后向散射系數(shù)的全球三維平均分布數(shù)據(jù)。對(duì)晴空條件下的2.1 μm星載相干多普勒激光雷達(dá)進(jìn)行性能仿真。仿真結(jié)果表明，采用合適的系統(tǒng)設(shè)計(jì)和合理的參數(shù)選擇，使用相干多普勒測(cè)風(fēng)激光雷達(dá)從太空對(duì)對(duì)流層底的全球風(fēng)速激光測(cè)量是可行的。

采用合理的光學(xué)和數(shù)據(jù)采集參數(shù)，當(dāng)單激光脈沖測(cè)量時(shí)徑向風(fēng)速誤差在20°S至40°N之間4.5 km海拔之下小于1 m/s。以1 m/s作為可接受風(fēng)速誤差的標(biāo)準(zhǔn)，符合標(biāo)準(zhǔn)的最大可測(cè)量海拔高度向兩極方向遞減，在南極附近減至1～2 km。若平均10個(gè)激光脈沖進(jìn)行仿真，在對(duì)流層下層風(fēng)速誤差可降至0.5 m/s以?xún)?nèi)，且在35°N附近最大可測(cè)量海拔高度可達(dá)5.5 km。

進(jìn)一步的應(yīng)用CALIOP多種天氣條件下的實(shí)際觀測(cè)的氣溶膠后向散射系數(shù)取代傳統(tǒng)仿真中的氣溶膠模型數(shù)據(jù)，對(duì)于星載測(cè)風(fēng)激光雷達(dá)的發(fā)射前系統(tǒng)設(shè)計(jì)、參數(shù)選擇、性能估計(jì)等將有重要意義。

致謝:感謝美國(guó)國(guó)家航空航天局蘭利研究中心的科學(xué)數(shù)據(jù)中心(ASDC)提供的CALIOP觀測(cè)數(shù)據(jù)。

[1] Huffaker R M, Lawrence T R, Post M J, et al. Feasibility studies for a global wind measuring satellite system (Windsat): Analysis of simulated performance[J]. Applied Optics, 1984, 23(15): 2523-2536.

[2] Baker W E, Emmitt G D, Robertson P, et al. Lidar measured winds from space: an essential component for weather and climate prediction[J]. Bull Am Meteorol Soc, 1995, 76: 869-888;

[3] Huffaker R M, Hardesty R M. Remote sensing of atmospheric wind velocities using solid-state and CO2coherent laser systems [J]. Proceedings of the IEEE, 1996, 84(2): 181-204.

[4] Wood Jr S A, Emmitt G D, Greco S. DLSM: A coherent and direct detection lidar simulation model for simulating space-based and aircraft-based lidar winds[C]. AeroSense: International Society for Optics and Photonics, 2000: 2-12.

[5] Wood S A, Emmitt G D, Wood L S, et al. The community Doppler lidar simulation model (DLSM)[EB/OL]. http: //www. swa. com/ald/DLSM4. 2/DLSMindex. htm. [2007-07-02],[2014-01-20].

[6] Frehlich R G, Yadlowsky M J. Performance of mean-frequency estimators for Doppler radar and lidar[J]. Journal of Atmospheric and Oceanic Technology, 1994, 11(5): 1217-1230.

[7] Lottman B T, Frehlich R G. Evaluation of coherent Doppler lidar velocity estimators in non-stationary regimes[J]. Applied Optics, 1997, 36: 7906-7918.

[8] Frehlich R. Simulation of coherent Doppler lidar performance for space-based platforms[J]. Journal of Applied Meteorology, 2000, 39(2): 245-262.

[9] Frehlich R. Errors for space-based Doppler lidar wind measurements: Definition, performance, and verification[J]. Journal of Atmospheric and Oceanic Technology, 2001, 18(11): 1749-1772.

[10] Winker D M, Hunt W H, McGill M J. Initial performance assessment of CALIOP[J]. Geophysical Research Letters, 2007, 34(19).

[11] Wu D, Tang J, Liu Z, et al. Simulation of coherent Doppler wind lidar measurement from space based on CALIPSO lidar global aerosol observations[J]. Journal of Quantitative Spectroscopy and Radiative Transfer, 2013, 122: 79-86.

[12] Frehlich R G, Kavaya M J. Coherent laser radar performance for general atmospheric refractive turbulence[J]. Applied Optics, 1991, 30(36): 5325-5352.

[13] Kane T J, Zhou B, Byer R L. Potential for coherent Doppler wind velocity lidar using neodymium lasers[J]. Applied optics, 1984, 23(15): 2477-2481.

[14] Srivastava V, Rothermel J, Clarke A D, et al. Wavelength dependence of backscatter by use of aerosol microphysics and lidar data sets: Application to 2. 1-μm wavelength for space-based and airborne lidars[J]. Applied Optics, 2001, 40(27): 4759-4769.

[15] Fairall C W, FRISCH A S. Diurnal and annual variations in mean profiles of Cn 2[M]. Boulder: NOAA Technical Memorandum ERL WPL-195 (National Oceanic and Atmospheric Administration), 1991.

[16] Wu D, Hu Y, Mccormick M P, and Yan F. Global Cloud Layer Distribution Statistics from One Year’s CALIPSO Lidar Observations[J]. International Journal of Remote Sensing, 2001, 32(05): 1269-1288.

[17] Wang J, Park S, Zeng J, et al. Modeling of 2008 Kasatochi volcanic sulfate direct radiative forcing: assimilation of OMI SO 2 plume height data and comparison with MODIS and CALIOP observations[J]. Atmospheric Chemistry and Physics Discussions, 2012, 12(10): 26435-26475.

[18] Liu Z, Omar A, Vaughan M, et al. CALIPSO lidar observations of the optical properties of Saharan dust: A case study of long-range transport[J]. Journal of Geophysical Research: Atmospheres (1984-2012), 2008, 113(D7): 102-108.

[19] Uno I, Eguchi K, Yumimoto K, et al. Asian dust transported one full circuit around the globe[J]. Nature Geoscience, 2009, 2(8): 557-560.

[20] Winker D M, Tackett J L, Getzewich B J, et al. The global 3-D distribution of tropospheric aerosols as characterized by CALIOP[J]. Atmospheric Chemistry and Physics, 2013, 13(6): 3345-3361.

責(zé)任編輯 陳呈超

Performance Simulation of Spaceborne Coherent Doppler Wind Lidar Based on CALIOP Data

LU Bo, WU Dong, ZHANG Tian-Che

(College of Information Science and Engineering, Ocean University of China, Qingdao 266100, China)

A spaceborne Doppler lidar can be used to obtain the 3-dimensional (3D) global wind data. The measurement accuracy of radial wind speed depends strongly on backscattered signals from aerosols. The Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation (CALIPSO) mission, launched by NASA in April 2006, created continuous vertically resolved observations of aerosols on a near-global scale using its onboard lidar(CALIOP). Instead of using traditional modeled aerosol backscatter profiles, the measurement performances of a spaceborne 2.1 μm coherent Doppler wind lidar (CDWL) are simulated using mean zonal-vertical and longitudinal-vertical aerosol backscatter distributions retrieved from 21 months data (from Jan. 2007 to Dec. 2008 except Aug. to Oct. in 2008) of CALIOP night time measurements in clear-air conditions. The aerosol backscatters at 2.1 μm are derived from the CALIOP measurements of aerosol backscatter coefficient at 532 nm by using Srivastava’s relationship. A computer simulation tool for the measurement performance simulation of a CDWL system has been developed using MATLAB. With a laser pulse energy of 1 J and a telescope of 1 m in diameter and appropriate selected parameters, the simulated radial speed error is less than 1 m/s for a single-shot measurement within 4.5 km altitude between 20°S and 40°N. With 1 m/s as a benchmark of the acceptable speed error, the highest measurable altitude decreases toward the two poles from the equator and decreases to an level between 1 km-2 km in the southern remote ocean. The error can be further reduced to a certain value less than 0.5 m/s in the low troposphere when 10 laser shots are averaged and at the same time the measurable altitude reaches a maximum close to 5.5 km around 35°N.

CALIOP; coherent Doppler wind lidar; performance simulation; aerosol backscatter

國(guó)家自然科學(xué)基金項(xiàng)目(41228008；41376180)資助 Supported by the National Natural Science Foundation of China(41228008,41376180)

2014-11-15；

2015-06-20

盧 博(1989-)，男，碩士生。E-mail:lubo89@126.com

?? 通訊作者：E-mail:dongwu@ouc.edu.cn

TN958.98

A

1672-5174(2017)01-119-07

10.16441/j.cnki.hdxb.20140257

盧博， 吳東， 張?zhí)斐? CALIOP數(shù)據(jù)在星載相干多普勒測(cè)風(fēng)激光雷達(dá)性能仿真中的應(yīng)用[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 47(1): 119-125.

LU Bo, WU Dong, ZHANG Tian-Che. Performance simulation of spaceborne coherent doppler wind lidar based on CALIOP data[J]. Periodical of Ocean University of China, 2017, 47(1): 119-125.