三種激光雷達(dá)監(jiān)測(cè)污染物分布和輸送對(duì)比

高曉榮,譚浩波 ,鄧 濤,李 菲,王春林,麥博儒 (.廣州市氣象臺(tái),廣東 廣州 50；2.廣東省生態(tài)氣象中心,廣東 廣州50080；.中國(guó)氣象局廣州熱帶海洋氣象研究所,廣東 廣州 50080；.廣州市氣候與農(nóng)業(yè)氣象中心,廣東 廣州 50)

激光雷達(dá)對(duì)氣溶膠、云和邊界層的測(cè)量在探測(cè)高度、垂直跨度、時(shí)間和空間分辨率、測(cè)量精度等方面具有全面的優(yōu)勢(shì),是其他探測(cè)手段所無(wú)法比擬的[1].其問世后就受到了廣泛關(guān)注,世界各國(guó)相繼開展了廣泛的研究.國(guó)外學(xué)者利用激光雷達(dá)就光學(xué)特性、云與氣溶膠的相互作用及邊界層結(jié)構(gòu)等方面進(jìn)行了深入研究[2-8].國(guó)內(nèi)諸多學(xué)者分別使用米散射、偏振、微脈沖激光雷達(dá)及三通道雙波長(zhǎng)高能激光雷達(dá),根據(jù)探測(cè)及反演得到的距離平方校正回波信號(hào)、消光系數(shù)、后向散射系數(shù)、退偏比等物理量來(lái)分析和研究霾天氣時(shí)氣溶膠的光學(xué)特性、邊界層結(jié)構(gòu)特征以及輸送通量等[9-14].

國(guó)內(nèi)現(xiàn)已有北京、香港、蘭州、廣州等地的多家科研單位和高校利用各自研制或定制的激光雷達(dá)進(jìn)行大氣氣溶膠探測(cè)試驗(yàn),開展了一些研究工作,但未形成系統(tǒng)的觀測(cè)網(wǎng)絡(luò),與國(guó)外相比還有一定的差距.隨著國(guó)內(nèi)相關(guān)部門從國(guó)外引進(jìn)激光雷達(dá)以及自發(fā)研制比如安徽光電所研制的激光雷達(dá)在奧運(yùn)會(huì)、世博會(huì)、亞運(yùn)會(huì)期間等用于氣溶膠探測(cè),這將有助于建立一個(gè)全國(guó)性的激光雷達(dá)探測(cè)氣溶膠的網(wǎng)絡(luò),必將大大推動(dòng)我國(guó)中低層氣溶膠研究,縮小與國(guó)外的差距.時(shí)下以城市為中心的空氣質(zhì)量自動(dòng)監(jiān)測(cè)站,僅監(jiān)測(cè)近地面有限指標(biāo),不能完全反映大氣污染的實(shí)際狀況,使空氣質(zhì)量評(píng)價(jià)結(jié)果與公眾直觀感受不一致,也不能滿足空氣污染形成機(jī)制、演變和輸送過(guò)程的研究需求.本文通過(guò)對(duì)國(guó)外與國(guó)內(nèi)自發(fā)研制的激光雷達(dá)開展同步對(duì)比試驗(yàn),旨在印證國(guó)內(nèi)激光雷達(dá)監(jiān)測(cè)污染物分布和輸送的有效性,并以此揭示不同天氣型下本地源與外來(lái)輸送對(duì)廣州的影響.

1 資料與方法

1.1 城市大氣邊界層探測(cè)的同步比對(duì)實(shí)驗(yàn)

主要儀器:在光電遙感監(jiān)測(cè)方面,主要選取3種不同型號(hào)激光雷達(dá),包括美國(guó)Sigma公司的微脈沖激光雷達(dá)(Sigma)、無(wú)錫中科光電的三通道雙波長(zhǎng)氣溶膠激光雷達(dá)(Zhongke)和北京怡孚和融的3D可視性激光雷達(dá)(Everise),如圖1所示.3種不同類型激光雷達(dá)的關(guān)鍵技術(shù)參數(shù)如表1所示.同時(shí)選取GRIMM EDM180-E環(huán)境顆粒物粒徑譜儀、美國(guó)BELFORT公司的model6000能見度儀聯(lián)合觀測(cè).

主要觀測(cè)場(chǎng)地:選取中國(guó)氣象局廣州番禺大氣成分觀測(cè)站,隸屬中國(guó)氣象局大氣成分觀測(cè)站網(wǎng).位于廣州市番禺區(qū)南村鎮(zhèn)大鎮(zhèn)崗的山頂,是番禺第一高峰,海拔141m,地處珠三角洲腹地,能代表珠江三角洲經(jīng)濟(jì)圈大氣成分均勻混合的平均特征.

圖1 3種不同型號(hào)激光雷達(dá)Fig.1 different kinds of Lidar

表1 三種激光雷達(dá)關(guān)鍵技術(shù)參數(shù)Table 1 Key parameters of lidar

平行觀測(cè)時(shí)段:2014年11月17～30日.

1.2 數(shù)據(jù)處理

激光雷達(dá)獲取氣溶膠數(shù)據(jù)流程如圖2所示.在處理數(shù)據(jù)的各步驟中,背景噪聲扣除是指對(duì)周圍雜散光產(chǎn)生背景噪聲的扣除,一般背景噪聲范圍設(shè)定在15～35km,視實(shí)際信號(hào)而定;距離平方校正是將回波信號(hào)乘以距離的平方,目的是放大遠(yuǎn)距離信號(hào);幾何重疊因子修正則是采用實(shí)驗(yàn)方法,選擇一個(gè)大氣干凈、能見度高并且水平大氣均勻的夜晚,讓激光雷達(dá)呈水平指向,持續(xù)發(fā)射激光脈沖一段時(shí)間,理論上雷達(dá)回波信號(hào)經(jīng)過(guò)距離訂正和取對(duì)數(shù)以后其值隨距離變化為直線,斜率代表消光系數(shù),而實(shí)際上接受到的信號(hào)在近端不完全填充區(qū),利用實(shí)際接受信號(hào)和理論信號(hào)的比值可以得到近端填充訂正因子[12],目的是修正近端信號(hào);空氣分子消光系數(shù)的計(jì)算是根據(jù)美國(guó)標(biāo)準(zhǔn)大氣中緯度地區(qū)模式中的空氣密度計(jì)算出空氣分子數(shù)密度,再通過(guò)Rayleigh散射公式獲得.本文求解雷達(dá)方程是用Fernald方法[15],定義消光后向散射比(SA),它是消光系數(shù)與后向散射系數(shù)的比值,采用后向積分求解雷達(dá)方程消光系數(shù).雷達(dá)方程的求解在于確定氣溶膠后向散射比SA和消光系數(shù)的邊界值. SA是計(jì)算誤差的主要來(lái)源,它依賴于入射的激光波長(zhǎng)、大氣氣溶膠粒子的尺度譜分布和折射指數(shù),數(shù)值一般在10～70之間[16].本文做了多組嘗試,SA取值40時(shí)激光雷達(dá)AOD與全球地基氣溶膠監(jiān)測(cè)網(wǎng)AERONETAOD擬合度較高,同時(shí)反演出來(lái)的低層消光系數(shù)和地面能見度儀的結(jié)果有較好的一致性.邊界值的選定對(duì)反演結(jié)果也有重要的影響[17-18].邊界值選取不當(dāng)很容易反演出負(fù)的消光系數(shù).選取遠(yuǎn)端值在對(duì)流層頂附近,認(rèn)為氣溶膠消光系數(shù)為0,取遠(yuǎn)端值為空氣分子消光系數(shù).但是雷達(dá)有效信號(hào)往往達(dá)不到那么高,可以在經(jīng)過(guò)訂正后雷達(dá)信號(hào)出現(xiàn)負(fù)值前,選定邊界高度.在8km以上筆者做過(guò)敏感性測(cè)試,用空氣消光系數(shù)代替邊界值和斜率法的結(jié)果接近.文中旨在監(jiān)測(cè)污染物分布和輸送,所有圖例僅顯示5km內(nèi)高度.混合層高度(MLH)算法主要以梯度法為主[19].

圖2 激光雷達(dá)獲取氣溶膠信息流程Fig.2 The flow-progress diagram of lidar retrieving aerosol

2 檢驗(yàn)

全球地基氣溶膠監(jiān)測(cè)網(wǎng)(AERONET)是由NASA和LOA-PHOTONS (CNRS)聯(lián)合建立的地基氣溶膠遙感觀測(cè)網(wǎng)[20].它以法國(guó)CIMEL公司生產(chǎn)的全自動(dòng)CE318太陽(yáng)光度計(jì)為觀測(cè)儀器,該儀器掃描獲得的太陽(yáng)直射輻射數(shù)據(jù)可以用于反演AOD等. Nakajima等[21]和Dubovik等[22]先后對(duì)氣溶膠尺度譜和相函數(shù)的反演算法進(jìn)行了改進(jìn)并發(fā)展形成不同的版本.利用朗伯比爾定律和CE318觀測(cè)的直射太陽(yáng)輻射可以反演340、380、440、500、670、870、1020nm等7個(gè)波段的氣溶膠光學(xué)厚度,由于地基太陽(yáng)光度計(jì)觀測(cè)反演氣溶膠參數(shù)不受地表參數(shù)影響,在大于440nm的波段,它反演的AOD精度能夠達(dá)到±0.015[23],可以作為真值用于檢驗(yàn)激光雷達(dá)獲取的氣溶膠整層消光積分AOD數(shù)據(jù).

圖3 全球地基氣溶膠監(jiān)測(cè)網(wǎng)(AERONET)與激光雷達(dá)AOD的擬合Fig.3 Linear fit analysis of AOD using AERONET and lidar

文中利用平行觀測(cè)時(shí)段(2014年11月17～30日)距離番禺大氣成分站最近的香港站AERONET太陽(yáng)直射算法以及太陽(yáng)等高圈算法反演獲得的2.0級(jí)AOD數(shù)據(jù)檢驗(yàn)激光雷達(dá)AOD產(chǎn)品.由于文中所用的激光雷達(dá)觀測(cè)數(shù)據(jù)均為532nm通道,故對(duì)應(yīng)AERONET 532nm AOD通過(guò)440～870nm配對(duì)波段的AOD榮格插值獲得.

線性擬合結(jié)果如圖3所示,由圖可知3部激光雷達(dá)AOD與AERONET AOD擬合度均達(dá)到0.7以上,這也從側(cè)面驗(yàn)證了激光雷達(dá)原始信號(hào)反演消光系數(shù)算法的可靠性.此外,與AERONET AOD相比,Sigma相對(duì)偏小,其余兩部則略偏大.

氣溶膠消光系數(shù)(km-1,與能見度成反比關(guān)系,能見度v =3.912/μ(km))是單位體積空氣塊中所有氣溶膠粒子對(duì)光衰減能力的總和.消光系數(shù)越大,能見度越低.能見度儀測(cè)量是假定大氣是水平均勻的,因此它只測(cè)某一個(gè)高度的消光系數(shù).原理上它應(yīng)當(dāng)和激光雷達(dá)觀測(cè)到該高度上氣塊的消光系數(shù)做比較.但由于能見度觀測(cè)一般離地面2.5m,在這個(gè)高度上激光雷達(dá)沒有觀測(cè)值;而激光雷達(dá)觀測(cè)最低位在離地面幾十m～200m,這個(gè)高度沒有能見度儀的觀測(cè)值,為了比較,只能假定在貼地層大氣200m范圍中,大氣消光系數(shù)是均勻的.

利用激光雷達(dá)反演出來(lái)的過(guò)渡區(qū)高度(中科光電和怡孚和融225m,Sigma:255m)氣溶膠消光系數(shù)疊加空氣分子的消光系數(shù)換算成能見度與常規(guī)能見度(地面能見度儀監(jiān)測(cè))進(jìn)行比較,如圖4所示. 3部激光雷達(dá)反演的能見度與能見度儀的相關(guān)系數(shù)均達(dá)到0.7以上,其中怡孚和融為0.72、中科光電為0.71、Sigma為0.70,同樣從側(cè)面驗(yàn)證了激光雷達(dá)原始信號(hào)反演消光系數(shù)算法的可靠性.

混合層高度(MLH)產(chǎn)品受云層的影響較大,梯度法反演的基礎(chǔ)上需人工根據(jù)本站氣象要素進(jìn)一步判斷訂正.為驗(yàn)證激光雷探測(cè)大氣邊界層高度的準(zhǔn)確性,將由激光雷達(dá)數(shù)據(jù)反演得到的邊界層高度與美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心全球同化系統(tǒng)模式NCEP-GDAS(national centers for environmental prediction global data assimilation system)模擬結(jié)果進(jìn)行了對(duì)比,如圖5所示.NCEPGDAS模式模擬結(jié)果的時(shí)間分辨率為3h,水平分辨率為1°×1°.

3部激光雷達(dá)反演的混合層高度演變趨勢(shì)與NCEP-GDAS模式模擬結(jié)果演變趨勢(shì)一致,均能反映邊界層的日變化特征,具有一定的可比性.反演的白天混合層高度,在大多數(shù)情形下Sigma比其他兩部均高.與模擬結(jié)果相比,白天混合層高度在霾天氣時(shí)(26～27日)相對(duì)較低,更能有效的揭示霾天氣,亦可反映夜間間歇性湍流特性.

圖4 能見度儀與激光雷達(dá)反演能見度的逐時(shí)演變Fig.4 Evolutionary charts of hourly visibility

圖5 混合層高度時(shí)序演變Fig.5 The evolutionary charts of hourly mixing layer height (MLH)

3 個(gè)例應(yīng)用分析

3.1 監(jiān)測(cè)污染物的外來(lái)輸送

選取觀測(cè)時(shí)段內(nèi)21～22日以及24～25日兩次弱冷空氣輸送過(guò)程對(duì)比分析.圖6給出了地面天氣圖,由圖6可知,21～22日珠江三角洲北部有弱的偏北風(fēng),南部沿海以東到東南風(fēng)為主,而24～25日過(guò)程主要以弱的偏北風(fēng)為主.兩次過(guò)程的Hysplit后向軌跡也可看出氣流均以東北向?yàn)橹?如圖7所示.

圖8給出了氣溶膠消光垂直廓線的時(shí)間演變,由圖8可知,兩次過(guò)程三部雷達(dá)均有較為一致的反應(yīng),影響時(shí)間和垂直高度均較為一致;相對(duì)怡孚和融而言,中科光電和Sigma 在兩次過(guò)程監(jiān)測(cè)外來(lái)污染物輸送時(shí)消光相對(duì)明顯一些.選取污染時(shí)段,以中科光電為例,如圖10所示,21日20:00～23:00,污染物開始主要聚集在1.0～1.5km高度逐步向0.5～1km擴(kuò)展,00:00到02:00,廓線開始由低層反向較高層擴(kuò)展,說(shuō)明有一定的垂直混合作用;而24～25日,從廓線演變來(lái)看,23:00～翌日00:00 0.8km～1.5km不斷有輸送,02:00逐步收縮減弱,但總體都是維持在0.8km以上.

圖6 兩次弱冷空氣輸送型21日/25日的地面天氣Fig.6 The surface chart of two cases under weak cold-air weather pattern

圖7 2014年11月22日/25日Hysplit后向軌跡Fig.7 Hysplit backward trajectory

圖8 2014年11月21～22日/24～25日氣溶膠消光垂直廓線的時(shí)間演變Fig.8 The profile of aerosol extinction coefficient during 21～22/24～25November 2014

圖9給出了逐時(shí)PM2.5時(shí)間演變,可知21～22日逐時(shí)PM2.5濃度明顯高于24～25日對(duì)應(yīng)時(shí)次.主要由于后一過(guò)程(24～25日)由于夜間混合層高度(MLH)低,導(dǎo)致上層的粒子無(wú)法下傳,污染物聚集在0.8km,且快速過(guò)境了,而前一過(guò)程(21～22日)整層輸送,導(dǎo)致了近地層相對(duì)高的PM2.5濃度.

圖9 2014年11月21～22/24～25日逐時(shí)PM2.5時(shí)間演變Fig.9 The evolutionary charts of hourly PM2.5 mass concentration during 21～22/24～25November 2014

圖10 2014年11月21～22日/24～25日消光廓線演變(中科光電)Fig.10 Evolution curve of extinction profiles during 21～22/24～25November 2014

3.2 本地累積

冷高出海型是常見靜穩(wěn)天氣分型之一,持續(xù)靜小風(fēng),利于污染物的水平累積,海上弱的東到東南風(fēng)帶來(lái)高濕環(huán)境,加劇氣溶膠顆粒物的吸濕增長(zhǎng).選取觀測(cè)時(shí)段25日20:00-27日20:00冷高壓出海型分析對(duì)比,如圖11所示.

圖12 PM2.5(μg/m3)時(shí)序演變Fig.12 The evolutionary charts of hourly PM2.5

白天混合層高度隨時(shí)間的演變趨勢(shì)與能見度有較高的正相關(guān),而與PM2.5演變趨勢(shì)則反相關(guān).能見度與PM2.5演變呈反相關(guān),如圖12、圖4對(duì)應(yīng)時(shí)段所示.將本次污染過(guò)程分兩個(gè)時(shí)段來(lái)看,25日20:00～26日20:00,PM2.5逐時(shí)測(cè)值基本維持在100μg /m3,最大值出現(xiàn)在18:00為128.6μg/m3,此時(shí)對(duì)應(yīng)能見度最低為3.4km;26日20:00～27日20:00,這一時(shí)段,PM2.5夜間整體維持在75～95μg/m3,能見度則為3～5km,而在27日午后PM2.5開始下降,能見度則上升,接近10km左右.從激光雷達(dá)監(jiān)測(cè)的垂直分布來(lái)看,26日白天消光明顯高于27日白天,如圖13所示.

圖13 2014年11月25～27日?qǐng)D氣溶膠消光垂直廓線時(shí)間演變Fig.13 The profile of aerosol extinction coefficient during 25～27 November 2014

圖14 26日08:00T-Logp探空?qǐng)D(站號(hào):59280)Fig.14 T-Logp radiosonde at Nov.26 8:00 am

從清遠(yuǎn)探空曲線(站號(hào):59280)可看出26日3km以及1km存在逆溫,如圖14所示.另外,圖15給出了地表通風(fēng)系數(shù)(激光雷達(dá)的MLH與地表風(fēng)速乘積)的時(shí)序演變.由圖15可知,在26日白天基本為1000～1200m2/s,而27日午后在達(dá)到2200～2800m2/s左右.

總的來(lái)看,逆溫與低的地表通風(fēng)系數(shù)共同造成了前一時(shí)段的消光明顯高于后一時(shí)段.而從MLH演變來(lái)看,兩個(gè)時(shí)段白天的混合層高度基本維持在1km左右,相差不大,主要是由于地表風(fēng)速的差異造成的地表通風(fēng)系數(shù)的差異.

圖15 2014年11月25～27日地表通風(fēng)系數(shù)變化Fig.15 Variations of hourly surface ventilation coefficientduring 25～27 November 2014

4 結(jié)論

4.1 通過(guò)全球地基氣溶膠監(jiān)測(cè)網(wǎng)(AERONET)與3部激光雷達(dá)AOD的線性擬合度驗(yàn)證了激光雷達(dá)原始信號(hào)反演消光系數(shù)算法的可靠性.與AERONET AOD相比,Sigma相對(duì)偏小,其余兩部則略偏大.

4.2 量化分析表明低層激光雷達(dá)消光系數(shù)反演能見度與能見度儀的相關(guān)性分析均高于0.7,同樣從側(cè)面反映了激光雷達(dá)原始信號(hào)反演消光系數(shù)算法的可靠性;混合層高度與NCEP-GDAS模式計(jì)算的結(jié)果具有一定的可比性.與模擬結(jié)果相比,白天混合層高度在霾天氣時(shí)相對(duì)較低,更能有效的揭示霾天氣,亦可反映夜間間歇性湍流特性.應(yīng)用分析表明.

4.3 應(yīng)用分析表明:三部激光雷達(dá)均能較為一致的監(jiān)測(cè)污染物的垂直分布、外來(lái)輸送和本地的累積.相比地面空氣質(zhì)量監(jiān)測(cè)而言,激光雷達(dá)可有效監(jiān)測(cè)污染物的垂直分布;外來(lái)輸送主要以弱冷空氣輸送型為例,兩個(gè)弱冷空氣輸送型(11月21～22日/24～25日)的差異在于后一過(guò)程(24～25日)由于夜間混合層高度(MLH)低,導(dǎo)致上層的粒子無(wú)法下傳,污染物聚集在0.8km,且快速過(guò)境了,而前一過(guò)程(21～22日)整層輸送,導(dǎo)致了近地層相對(duì)高的PM2.5濃度;本地累積主要以冷高出海型為例(25日20:00～27日20:00),逆溫與低的地表通風(fēng)系數(shù)共同造成了前一時(shí)段(25日20:00～26日20:00)的消光明顯高于后一時(shí)段(26日20:00～27日20:00).

當(dāng)然,激光雷達(dá)的應(yīng)用還很廣泛,諸如3D掃描、聯(lián)合風(fēng)廓線雷達(dá)等監(jiān)測(cè)計(jì)算通量、激光雷達(dá)業(yè)務(wù)組網(wǎng)及污染物的三維分布等等都是值得進(jìn)一步探索研究的.

[1] Clemtishaw K C. A review of instrumentation and measurement techniques for ground-based and airborne field studies of gasphase tropospheric chemistry [J]. Critical reviewers in Environmental Science and Technology, 2004,43(1):1-108.

[2] Olofson K F G, Andersson P U, Hallquist M, et al. Urban aerosol

evolution and particle formation during wintertime temperature inversions [J]. Atmospheric Environment, 2009,43(2):340-346.

[3] Badarinath K V S, Kharol S K, Sharma A R. Long-range transport of aerosols from agriculture crop residue burning in Indo- Gangetic Plains—A study using LIDAR, ground measurements and satellite data[J].Journal of Atmospheric and Solar-Terrestrial Physics, 2009,71 (1) :112-120.

[4] Lopes F J S, Landulfo E, Vaughan M A. Assessment of the CALIPSO Lidar 532nm version 3lidar ratio models using a ground-based lidar and AERONET sun photometers in Brazil [J].Atmospheric Measurement Techniques Discussions, 2013,6(1):1143-1199.

[5] Welton E J, Voss K J, Quinn P K, et al. Measurements of aerosol vertical profiles and optical properties during INDOEX 1999using micropulse lidars [J]. Journal of Geophysical Research,2002,107(D19):8019-8041.

[6] Welton E J, K J Voss, Gordon H R, et al. Ground-based lidar measurements of aerosols during ACE-2: Instrument description,results, and comparisons with other ground-based and airborne measurements [J]. Tellus, 2000,(52B):636-651.

[7] Piironen A K, Eloranta E W. Convective boundary layer mean depths and cloud geometrical properties obtained from volume imaging lidar data [J]. Journal of Geophysical Research, 1995,100:25569-25576.

[8] Pahlow M, Kleissl J, Parlange M, et al. Atmospheric boundarylayer structure observed during a haze event due to forest-fire smoke [J]. Boundary-Layer Meteorology, 2005,114:53-70.

[9] 賀千山,毛節(jié)泰.北京城市大氣混合層與氣溶膠垂直分布觀測(cè)研究 [J]. 氣象學(xué)報(bào), 2005,63(3):374-384.

[10] 賀千山.微脈沖激光雷達(dá)研究對(duì)流層氣溶膠屬性和分布特征[D]. 北京:北京大學(xué), 2006.

[11] 潘 鵠.利用微脈沖激光雷達(dá)研究上?；姻矚馊苣z光學(xué)特性[D]. 上海:東華大學(xué), 2010

[12] 鄧 濤,吳 兌,鄧雪嬌,等.一次嚴(yán)重灰霾過(guò)程的氣溶膠光線特性垂直分布 [J]. 中國(guó)環(huán)境科學(xué), 2013,33(11):1779-1784.

[13] 王耀庭,苗世光,張小玲.基于激光雷達(dá)的北京市氣溶膠光學(xué)參數(shù)季節(jié)特征 [J]. 中國(guó)環(huán)境科學(xué), 2016,36(4):970-978.

[14] 呂 陽(yáng),李正強(qiáng),謝劍鋒,等.基于激光雷達(dá)掃描觀測(cè)的散布點(diǎn)污染源監(jiān)測(cè) [J]. 中國(guó)環(huán)境科學(xué), 2017,37(11):4078-4084.

[15] Fernald F G. Analysis of atmospheric lidar observations:comments [J]. Applied Optics, 1984,23:652-653.

[16] Takamura T, SasanoY. Ratio of aerosol backscatter to extinction coefficients as determined from angular scattering measurements for use in atmospheric lidar applications [J]. Optical and Quantum Electronics, 1987,19:293-302.

[17] Sasano Y, Nakane H. Significance of the extinction/ backscatter ratio and the boundary value term in the solution for the twocomponent lidar equation [J]. Applied Optics, 1984,23(1):11-13.

[18] Sasano Y, Nakane H. Quantitative analysis of RHI lidar data by an iterative adjustment of the boundary condition term in the lidar solution [J]. Applied Optics, 1987,26(4):615-616.

[19] 劉 東.偏振-米(散射)激光雷達(dá)的研制和大氣邊界層的激光雷達(dá)探測(cè) [D]. 安徽:中國(guó)科學(xué)院安徽光學(xué)精密機(jī)械研究所,2005.

[20] Holben B N, Eck T F, Slutsker I, et al. AERONET-A federated instrument network and data archive for aerosol characterization[J]. Remote Sensing of Environment, 1998,66:1-16.

[21] Nakajima T, Tonna G, Rao R, et al. Use of sky brightness measurements from ground for remote sensing of particulate polydispersions [J]. Applied Optics, 1996,35:2672- 2686.

[22] Dubovik O, King M D. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiance measurements [J]. Geophysical Research, 2000,105:1072-1087.

[23] Eck T F, Holben B N, Dubovik O, et al. Wavelength dependence of the optical depth of biomass burning, urban and desert dust aerosols [J]. Geophysical Research, 1999,104,31:333-350.

致謝：本實(shí)驗(yàn)的現(xiàn)場(chǎng)儀器維護(hù)受到廣州熱帶海洋研究所的劉禮博士、以及北京怡孚和融和無(wú)錫中科光電兩家公司的協(xié)助,在此一并感謝.