施百棋1，范广强2*，曹念文1，沈吉1
1南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044
2中国科学院安徽光学精密机械研究所，环境光学与技术重点实验室，安徽 合肥 230031
摘要 采用瑞利-拉曼-米氏（Rayleigh-Raman-Mie）激光雷达探测了南京北郊对流层上空气溶胶的光学特性，选取为2011-03-30、2011-03-31以及2011-04-16。通过比对Fernald方法和Raman方法反演气溶胶消光系数证明Raman方法由于不需要提前假定雷达比，因此使用Raman方法反演结果更为精确。利用软阈值小波去噪的方法对Raman回波信号进行去噪处理，结合Mie散射信号反演，获得了不同天气下的气溶胶消光系数、后向散射系数和雷达比的垂直分布廓线图，并进行了分析。实验结果表明，采用软阈值小波去噪的方法，可以有效去除背景噪声的干扰，使反演所得廓线图曲线更为平滑，从而提高反演结果的精度。当天气为晴且无云时，反演获得的气溶胶的消光系数、后向散射系数和雷达比垂直分布廓线图整体均大于大气模型且无明显波动，表明南京北郊上空气溶胶分布均匀，气溶胶无明显聚集。当天空中有云时，气溶胶的消光系数和后向散射系数均显示极大值，并且相应的高度雷达比较低，因此，认为在该高度存在着冰晶云（高积云或高层云）。当天空中没有云，并且有较多气溶胶时，消光系数和雷达比均具有较大的峰值，而后向散射系数则处于较低水平。
关键词 大气光学；大气气溶胶；消光系数；后向散射系数；激光雷达比；小波去噪
中图分类号 P412 文献标志码 A
Detection of aerosol optical parameters by raman lidar
SHI Baiqi1,FAN Guangqiang2*,CAO Nianwen1,SHEN Ji1
1Collaborative innovation center of meteorological disaster prediction, early warning and evaluation of Nanjing University of information technology,Nanjing 210044
2Anhui Institute of Optics and precision machinery, Chinese Academy of Sciences,Key Laboratory of Environmental Optics and technology,Anhui Hefei 230031
Abstract The optical characteristics of aerosols over the troposphere in the northern suburb of Nanjing were detected by Rayleigh-Raman-Mie lidar on March 30th, 2011, March 31st, 2011 and April 16th, 2011. By comparing Fernald method and Raman method to retrieve aerosol extinction coefficient, it was proved that Raman method was more accurate because it didn’t not need to assume radar ratio in advance. The soft threshold wavelet denoising method was used to denoise Raman echo signals. The vertical distribution profiles of aerosol extinction coefficient, backscattering coefficient and radar ratio under different weather conditions were obtained combined with Mie scattering signal inversion. Experimental results showed that the soft threshold wavelet denoising method can effectively remove the interference of background noise, make the inversion profile curve smoother, and improve the accuracy of inversion results. When the weather was clear and cloudless, the extinction coefficient, backscattering coefficient and radar ratio vertical distribution profile obtained by retrieval were larger than the atmospheric model as a whole and had no obvious fluctuation, which indicates that the aerosol distribution over the northern suburb of Nanjing was uniform and there was no obvious aggregation of aerosols. When there were clouds in the sky, the extinction coefficient and backscattering coefficient of aerosol had maximum values, and the corresponding altitude radar was relatively low. Therefore, it was considered that there were ice crystal clouds (altocumulus clouds or high-level clouds) at this altitude. When there was no cloud in the sky and there were more aerosols, the extinction coefficient and radar ratio had larger peaks, while the backscattering coefficient was at a lower level.
Key words Atmospheric optics; Atmospheric aerosol; Extinction coefficient; Backscattering coefficient; Lidar ratio; Wavelet denoising
OCIS codes 010.1100；010.1290；010.1310；010.1350；010.1615；010.3640
1 引 言
大气气溶胶是指地球大气中的颗粒物，颗粒直径从几十微米到几纳米。它们主要是固体粒子或者液滴，也可以由两者共同构成。气溶胶的特性是高度时空可变性[1]，随着其化学、物理和光学性质而变化，在春天[2]更常见。大气气溶胶在大气辐射和气候变化[3]中起着重要的作用。它们可以吸收地球的长波辐射和太阳的短波辐射，还可以通过散射，影响地球—大气系统的辐射收支[4]。此外，它们可以充当反应面，参与大气中的众多化学反应，并作为凝结核参与降水过程[5]，影响云的辐射和降水性质。气溶胶还与烟雾事件、酸雨等密切相关，并通过影响大气环境对人体健康产生重要作用[6-8]。不同污染类型气溶胶对应不同的化学组分，具有相异的吸收/散射特征[9]。
21世纪初以来，许多学者开始致力于气溶胶研究，在改进观测装置与研究方法上取得了许多进展。目前，最常见的研究方法是卫星和地基遥感技术[10]，用于探究其光学性质和辐射效应。地面上对气溶胶粒子的直接观测项目包括粒子浓度、质量浓度、光谱分布[11]和采样分析[12]。地基遥感的观测项目主要包括激光雷达[13]、系留飞艇、铁塔和高层建筑，系留飞艇无法实时监测，而后两者无法检测出1km以上的污染。激光雷达具有良好的实时性能，较高的空间分辨率和宽广的检测范围，且可以定量评估气溶胶颗粒的主要微物理特性[14]。许多学者已经使用激光雷达来分析各个地区的气溶胶颗粒的诸多特征，例如北京气溶胶光学特性的季节性变化[15]，以及兰州气溶胶的垂直分布[16]。应用最广泛的激光雷达之一是米氏（Mie）散射。它的缺点是在数据处理中需要许多假设条件，尤其是不同边界条件的设定对气溶胶光学参数的反演存在很大影响[17-18]。Mie散射主要使用Fernald或者Klett法反演大气气溶胶光学参数，这两种方法在气溶胶含量低的区域反演结果有差别[19]。利用Fernald或者Klett法反演时需要假定参考点的激光雷达比，该值与大气折射率，气溶胶颗粒尺寸和化学组成有关，并且随着时间、空间[20]的变化而变化，不能对消光系数进行精细反转。而另一种激光雷达：瑞利-拉曼-米氏（Rayleigh-Raman-Mie）激光雷达（RRML），它可同时接收两种回波信号，即米氏（Mie）散射和拉曼（Raman）散射的回波信号。使用RRML时，反演时能摒除雷达比的影响，直接反演气溶胶的后向散射系数和消光系数，结果更加可靠。施建中等[21]使用RRML的Mie通道回波信号来观测南京北面郊区的大气气溶胶，分析其光学厚度的波动特征。曹念文等[22]利用 RRML 对南京北郊气溶胶进行常规观测，凭借气溶胶的光学特性随边界值变化这一特点，提出了新的边界值确定方法。沈吉等[23]使用RRML来研究平流层气溶胶，获得平流层气溶胶消散系数分布廓线，并分析其波动特征。此外，也有学者选择组合不同的激光雷达加以完善，例如组合Raman-Mie 散射激光雷达和多波长激光雷达[24]，借以改良多波长雷达比的数据反演方法，改善对流层中气溶胶粒子光学特性的反演精度。此外，还可以将激光雷达（微脉冲激光雷达、RRML）和CE-318太阳光度计结合起来进行综合观测[25]。然而，由于气溶胶颗粒的类型和来源的复杂性，各个地区针对气溶胶的光学性质的观察仍然十分有限，尤其欠缺对雷达比数据的变化规律及成因分析等的详细研究。
本文主要是利用RRML所采集到激光雷达回波资料，对其进行反演，通过反演结果分析南京北郊对流层气溶胶的光学特性。由于Raman信号常伴有大量的噪声信号，且本身强度较弱，需在反演前先通过软阈值滤波的小波去噪方法对Raman信号进行平滑[23]。利用平滑后的信号进行反演，获得对流层中高层气溶胶的消光系数。再结合Raman平滑信号与Mie散射信号，通过反演获得后向散射系数、激光雷达比。
2 实验观测系统与反演方法
2.1 实验观测系统
实验观测数据来自于中国气象局综合观测实验基地的瑞利-拉曼-米氏（Rayleigh-Raman-Mie）激光雷达（RRML）。实验装置如图１所示。RRML系统主要分为3个部分：发射单元、数据存储单元及接收单元。将仪器放置在水平工作台上，激光雷达发射532nm波长的信号，望远镜接收的后向散射光为两种波长的Raman信号（532nm和607nm）。不同波长的信号在分束镜处被分离，其中波长为607nm的后向散射光被全部反射到Raman通道，而波长为532nm的后向散射光有两种路径，一部分光通过反射镜被反射到Rayleigh通道，另一部分光则被Mie通道接收。Raman和Rayleigh通道设置了延迟可调的不同门控。Raman与Rayleigh高层信号都很微弱，需要提高信噪比，因此使用高量子效率、高灵敏度的R4632型光电倍增管（PMT），并结合光子计数卡进行检测。Mie通道接收到的后向散射信号先通过H5783型光电倍增管，然后由PCI29812型模数转换（A/D）数据采集卡采集并存储于计算机。此外，Raman与Rayleigh通道的光子计数卡可以调节通道的垂直分辨率，垂直分辨率分为30m和150m两种；实验数据的空间垂直分辨率为30m，Mie通道的垂直分辨率为30m。
图1 实验观测系统结构示意图
Fig.1 Structural schematic of experimental observation system
2.2 反演方法
2.2.1 消光系数
（1）
上式为氮Raman激光雷达方程，表示雷达接收到的Raman通道回波信号；表示Raman通道雷达常数；为雷达接收视场角内的重叠函数；经过氮分子Raman散射后的波长(607nm)表示为；激光波长(532nm)表示为；高度处的氮气分子数密度表示为；氮气分子后向散射截面表示为；和表示波长处大气气溶胶、大气分子（高度为z）的消光系数；和表示波长处大气气溶胶、大气分子（高度为z）上的消光系数。
（2）
（2）式为Mie散射激光雷达方程，其中表示雷达接收到的Mie通道回波信号；表示Mie通道的雷达常数；和表示在波长处大气气溶胶、大气分子（高度为z）的后向散射系数。
由（1）式计算可得气溶胶消光系数为：
（3）
（3）式中k为大气气溶胶的消光波长指数，k在对流层中，一般设定为1，这是因为，经过理论分析、数值计算等发现，k的取值对计算气溶胶消光系数影响很小。（3）式中大气分子消光系数和氮气分子数密度均可由美国标准大气模式计算得出。
若已经给定激光雷达比的数值，则可以借助Fernald法，用（2）式进行求解，以获得消光系数，如下式：
（4）
（4）式中，表示由气溶胶粒子特性所确定的气溶胶雷达比；表示Mie散射通道信号的距离平方矫正；为大气分子的雷达比，可设定为8π/3。表示基准高度，即没有气溶胶颗粒的大气层的所在高度。利用美国标准大气模型计算大气中分子的消光系数。
2.2.2后向散射系数
结合（1）、（2）式，可以计算出后向散射系数，如下:
（5）
式中，和表示波长处大气气溶胶、大气分子（高度为z）的后向散射系数。
2.2.3雷达比
通过反演得出的后向散射系数、消光系数，可以计算出雷达比：
（6）
3 小波去噪及数据处理
图2 原始信号与去噪后的信号对比图
Fig2 Comparison of original signal and denoised signal
本文使用的大气气溶胶的激光雷达观测数据来自中国国家气象局-南京综合观测实验基地-南京信息工程大学，挑选2011年3月30日，对探测气溶胶的激光雷达数据的距离矫正信号进行去噪处理。由（3）式可知这一项对求解消光系数影响很大，从图2中可以看出，在原始信号经过距离校正过后，Raman信号存在很多的波动，这不利于气溶胶消光系数的反演。这些波动主要是由于较弱的Raman信号中夹杂着大量其他噪声信号，造成了波动。为了更好地反演后向散射系数和气溶胶消光系数，需要对Raman原始信号进行去噪处理，而小波去噪是一种较好的方式，它能很好地从原始信号中提取真实信号，改善反演结果，反演结果如图2所示。由图可见，小波去噪整体上能很好地平滑距离校正信号，但是在2km以下的信号数据约为零，原因是Raman回波本身信号相对较弱，需要通过光电倍增管将其放大成雷达最终得到的Raman信号，其中就包括强的背景光噪声信号。因此，激光雷达设置了一个约2km的门控高度，用于防止强的地面背景光噪声信号损坏光子计数卡。为了有效地减小低空失真信号对数据反演结果的准确性的影响，本文选取了3km以上的平滑信号来反演后向散射系数和气溶胶消光系数。
小波去噪首先需要确定分解层次，对原始信号进行小波分解，获得多对正交的小波基；然后对分解的高频系数进行阈值量化处理，去除信号中的系统噪声；最后再对小波进行重构，将量化的每一层高频系数与低频系数进行小波重构[27]。阈值处理方法主要有两种：软阈值化和硬阈值化，处理后的小波系数分别表示为 [28]：
（7）
（8）
其中，表示阈值，表示分解得到的小波系数。从文献[28]可知，使用软阈值去噪所得结果更为平滑，能得到更好的反演结果，因此本文选择软阈值法进行滤波。
4 反演结果
4.1 Fernald反演方法与Raman反演方法的对比
为比对Fernald方法和Raman方法的反演效果，本文选取了一组雷达比较低的数据和雷达比较高的数据进行比对。在使用Fernald方法反演气溶胶消光系数时，我们需要提前假设一个确定的气溶胶雷达比值，因此图2(a)和(b)均在假设雷达比为20的前提下进行计算。如图2(a)所示，当实际雷达比较小时，使用Fernald方法和Raman方法反演所得结果极为接近，证明了Raman方法反演的准确性。而当实际雷达比较大时，如图2(b)所示，使用Fernald方法和Raman方法反演所得结果出现较大差距，表明使用Fernald方法提前假定雷达比会使得反演结果出现一定误差。因此，使用Raman方法反演气溶胶消光系数与Fernald方法相比不需要假定雷达比，反演结果要更为精确。
图3 不同雷达比情况下时使用Fernald方法和Raman方法反演所得消光系数垂直分布廓线对比图
Fig3 Comparison of the extinction coefficient profiles retrieved by the Fernald method and the Raman method with different radar ratios
4.2 消光系数、后向散射系数和雷达比的反演结果
为了深入研究南京北郊上空对流层的各种气溶胶光学特性，选取了2011年3月30日、2011年3月31日及2011年4月16日三天晚上部分时间段的激光雷达信号数据进行处理，最终反演得到了气溶胶的消光系数、后向散射和雷达比的垂直分布廓线图。南京地区的历史天气查询结果为：2011年3月30日的天气为晴，气温为5-20℃，东南风4-5级；2011-03-31的天气为晴转多云，气温为8-22℃，东南风4-5级转为3-4级；2011年4月16日的天气为晴，气温为10-23℃，东北风转东南风4-5级。
从图4可以看出对流层整体的消光系数都很小，低于0.05km-1，同时后向散射系数也均在0.01km-1sr-1以下，雷达比整体上也在10-20之间，说明30日夜间南京北郊上空的气溶胶含量比较低，污染物较少。但是在18时39分的垂直高度4km处的气溶胶消光系数和雷达比出现了较小峰值，说明此时南京北郊上空4km处存在少量气溶胶。同时在20时07分和20时32分的垂直高度4km和5.2km处的气溶胶消光系数和雷达比也出现了较小峰值，且峰值相较于18时39分有所减小，说明在4km处的气溶胶向更高层有扩散，但扩散幅度较小。
图4 2011年3月30日消光系数（a）、后向散射系数（b）以及雷达比（c）垂直分布廓线图
Fig4 Extinction coefficient(a), backscattering coefficient(b) and radar ratio(c) profile on March 30, 2011
图5为2011-03-31夜间19时30分、19时38分和19时55分三个时刻的消光系数、后向散射系数以及雷达比廓线图。从消光系数廓线图可以看出，在19:30的5.1km处以及5.7km处出现明显的峰值分别为0.065km-1和0.07km-1，同时可以看到19:30的后向散射系数在5km及5.5km处有极大值分别为0.016km-1sr-1和0.013km-1sr-1，但是4.5km至5.5km处的雷达比却处于低值，大约在7-10sr之间，因此可以认为在4.5-5.5km之间有冰晶云存在[29]，而在4.5km至5.5km的高度多为高积云或高层云。19:38的消光系数和后向散射系数与19:30大致相同，峰值略有增加，表明在此高度的气溶胶浓度有所增加。19:55的消光系数与后向散射系数也同样与之前时刻大致相同。在3.8km左右高度处，可以看到消光系数和雷达比都出现了极大值，19:30雷达比的峰值达到了85sr，可以认为在此高度处有少量气溶胶聚集，而在19:38以及19:55的图中，可以看到3.8km处的峰值不断减小，说明此处聚集的气溶胶随时间逐渐消散。
图5 2011年3月31日消光系数（a）、后向散射系数（b）以及雷达比（c）垂直分布廓线图
Fig5 Extinction coefficient(a), backscattering coefficient(b) and radar ratio(c) profile on March 31, 2011
图6为2011年4月16日夜间19时27分、19时36分和19时52分三个时刻的消光系数、后向散射系数以及雷达比廓线图。从消光系数廓线图可以看出16日夜间的消光系数在5-7km之间出现明显的峰值且非常大，最大值均在0.7km-1以上，在19时52分时达到了0.78km-1。而从16日晚的后向散射系数廓线图可以看出其整体都低于0.01km-1sr-1，相对来说整体偏小，因此可以认为在此高度上主要有大量气溶胶均匀分布。再从雷达比廓线图可以看出在5km以上高度sr表现有明显高值，且在6-8km内均高于100，可以认为16日晚南京北郊上空存在有大量气溶胶，且其主要组成成分为烟灰或矿物颗粒气溶胶，表明在16日晚夜间南京北郊地区上空大气污染较为严重。再对比16日晚的三个时刻，我们可以看出消光系数廓线与后向散射系数随时间变化趋势较小，19时52分雷达比虽然较前两个时刻有变化但总体依然维持在一个高值，表明16日晚夜间南京北郊上空风速较小，不利于气溶胶的稀释扩散，使得该地区污染较为严重。
图6 2011年4月16日消光系数（a）、后向散射系数（b）以及雷达比（c）垂直分布廓线图
Fig6 Extinction coefficient(a), backscattering coefficient(b) and radar ratio(c) profile on April 16, 2011
结合图4、图5和图6可以发现，3月30日晚的总体消光系数、后向散射系数和雷达比均比较稳定，变化幅度小，与南京3月30日的历史天气相吻合，晴天且风力较小。同时也可见，当天气为晴且无云时，南京北郊上空的气溶胶消光系数、后向散射系数和雷达比均高于大气模型，说明人类活动对上空的气溶胶影响较大。31日晚，天空中有云出现时，消光系数和后向散射系数均出现极大值，而对应高度的雷达比为低值。16日晚，天空中无云并有大量气溶胶时，消光系数出现了大的峰值，然而后向散射系数却没有呈现明显峰值，同时，雷达比也出现了较大峰值。
5 结 论
采用RRML系统对2011年3月30日、2011年3年31日及2011年4月16日夜间南京北郊上空的气溶胶进行了连续观测，获得了这三日夜间不同时刻对流层中高层大气气溶胶的消光系数、后向散射系数及雷达比的垂直分布廓线图，并进行了分析，得出以下主要结论：
（1）由于Raman方法不需要提前假定雷达比，因此与传统Fernald方法相比反演结果更为精确。
（2）由于Raman散射回波信号本身较弱，容易受到噪声干扰，再加上雷达设备硬件的限制使得反演结果出现比较大的波动，因此采用软阈值小波去噪的方法对信号进行处理，可以有效去除背景噪声的干扰使反演所得廓线图的曲线更为平滑，提高反演结果的准确性。
（3）反演结果表明，当晴天无云时，实验测得的气溶胶消光系数、后向散射系数及雷达比均大于大气模型，表明南京北郊上空有气溶胶均匀分布。当上空有云存在时，气溶胶消光系数和后向散射系数均出现极大值，而对应高度雷达比为低值，认为是此高度有冰晶云。当上空无云且有大量气溶胶时，消光系数和雷达比均出现较大峰值，而后向散射系数则处于较低水平。
参考文献
[1]田晓敏, 刘东, 徐继伟, 等. 大气探测激光雷达网络和星载激光雷达技术综述[J]. 大气与环境光学学报, 2018, 13(6) : 401-416.
TIAN Xiaomin, LIU Dong, XU Jiwei, et al. Review on Atmospheric Detection Lidar Network and Spaceborne Lidar Technology[J]. Journal of Atmospheric and Environmental Optics, 2018, 13(6) : 401-416.(in Chinese)
[2]籍裴希, 徐健, 秦艳, 等. 气溶胶在华北地区霾期间中低对流层中随高度的季节变化[J].自然灾害学报, 2014, 23(6) : 149-157.
JI Peixi, XU Jian, QIN Yan, et al. Seasonally vertical distribution of aerosols in middle and low troposphere in north China during haze periods[J]. Journal of Natural Disasters, 2014, 23(6) : 149-157. (in Chinese)
[3]石广玉, 王标, 张华, 等. 大气气溶胶的辐射与气候效应[J]. 大气科学, 2008, 32(4) : 826-840.
SHI Guangyu, WANG Biao, ZHANG Hua, et al. The Radiative and Climatic Effects of Atmospheric Aerosols[J]. Chinese Journal of Atmospheric Sciences, 2008, 32(4) : 826-840. (in Chinese)
[4]廖礼, 漏嗣佳, 符瑜, 等. 中国东部气溶胶在天气尺度上的辐射强迫和对地面气温的影响[J]. 大气科学, 2015, 39(1) : 68-82.
LIAO Li, LOU Sijia, FU Yu, et al. Radiative Forcing of Aerosols and Its Impact on Surface Air Temperature on Synoptic Scale in Eastern[J]. Chinese Journal of Atmospheric Sciences, 2015, 39(1) : 68-82. (in Chinese)
[5]高艳春, 吴涧. 气溶胶影响中国东部微量降水的初步分析[J]. 中国科学院大学学报, 2014, 31(3) : 314-321.
GAO Yanchun, WU Jian. Preliminary analysis of effects of aerosol on slight rain reduction in eastern China[J]. Journal of University of Chinese Academy of Sciences, 2014, 31(3) : 314-321. (in Chinese)
[6]吴兑, 毕雪岩, 邓雪娇, 等. 珠江三角洲气溶胶云造成的严重灰霾天气[J]. 自然灾害学报, 2006, 15(6) : 77-83.
WU Dui, BI Xuehua, DENG Xuejiao, et al. Heavy haze weather resulting from aerosol cloud over Pearl River Delta, Journal of Natural Disasters, 2006, 15(6) : 77-83. (in Chinese)
[7]林雨, 方守恩. 灾害性天气环境下高等级公路车速管理[J]. 自然灾害学报，2007, 16(5) : 96-99.
LIN Yu, FANG Shouen. Driving speed management of high-grade highway under disastrous
weather condition[J]. Journal of Natural Disasters, 2007, 16(5) : 96-99. (in Chinese)
[8]吴彬贵, 解以扬, 吴丹朱, 等. 京津塘高速公路秋冬季低能见度及应对措施[J]. 自然灾害学报, 2009, 18(4) : 12-17.
WU Bingui, XIE Yiyang, Wu Danzhu, et al. Poor visibility on Jingjintang expressway in autumn/winter and relevant measures[J]. Journal of Natural Disasters, 2009, 18(4) : 12-17. (in Chinese)
[9]王玉芬. 基于激光雷达技术的太原典型雾霾天气研究[J]. 山西科技, 2018, 33(3) : 87-89, 117.
WANG Yufen. Study on Typical Haze Weather in Taiyuan Based on Laser Radar Technology[J]. Shanxi Science and Technology, 2018, 33(3) : 87-89, 117. (in Chinese)
[10]顾人颖, 廖桉桦, 朱纯阳. 基于激光雷达的宁波市晴天消光系数垂直特征分布[J]. 浙江农业科学, 2018, 59(1) : 99-102.
GU Renying, LIAO Anhua, ZHU Chunyang. Vertical Distribution of Extinction Coefficient in Ningbo City Based on Lidar[J]. Zhejiang Agricultural Science, 2018, 59(1) : 99-102. (in Chinese)
[11]姜忠, 石广玉, 陈焕森. 北京市1998-2001年大气气溶胶粒子数浓度分析[J]. 气候与环境研究, 2003, 8(4) : 495-502.
JIANG Zhong, SHI Guangyu, CHEN Huasen. Analysis on Aerosol Concentration of Beijing during 1998-2001[J]. Climatic and Environmental Research, 2003, 8(4) : 495-502. (in Chinese)
[12]吴兑, 邓雪娇, 叶燕翔, 等. 岭南山地气溶胶物理化学特征研究[J]. 高原气象, 2006, 25(5): 877-885.
WU Dui, DENG Xuejiao, YE Yanxiang, et al. A Study on the Physical and Chemical Features of Aerosols in the Area South of the Nanling Mountains[J]. Plateau Meteorology, 2006, 25(5) : 877-885.(in Chinese)
[13] 刘尚富, 胡辉. 国外激光雷达的发展趋势[J]. 舰船电子工程, 2017, 37(6) : 1-4. LIU Sahngfu, HU Hui. Development Trend of Foreign Lidar[J]. Ship Electronic Engineering, 2017, 37(6) : 1-4. (in Chinese)
[14] 周燕秋, 倪长健, 刘培川, 等. 基于激光雷达分析一次重霾过程混合层高度[J]. 中国环境监测, 2016, 32(4) : 22-28.
ZHOU Yanqiu, NI Changjian, LIU Peichuan, et al. Analysis of Mixed Layer Height by Lidar Detection over a Heavy Haze Episode[J].Environmental Monitoring in China, 2016, 32(4) : 22-28. (in Chinese)
[15]王耀庭, 苗世光, 张小玲. 基于激光雷达的北京市气溶胶光学参数季节特征[J]. 中国环境科学, 2016, 36(04) : 970-978.
WANG Yaoting, MIAO Shiguang, ZHANG Xiaoling. Seasonal characteristics of the aerosol optical parameters based on lidar over the Beijing Area[J]. China Environmental Science Press, 2016, 36(04) : 970-978. (in Chinese)
[16]周碧, 张镭, 隋兵, 等. 利用激光雷达探测兰州地区气溶胶的垂直分布[J]. 高原气象, 2014, 33(06) : 1545-1550.
ZHOU Bei, ZHANG Lei, SUI Bing, et al. Detection of Aerosol Vertical Distribution Using Lidar in Lanzhou District[J]. Plateau Meteorology, 2014, 33(06) : 1545-1550(in Chinese).
[17]陈涛, 吴德成，刘博, 等．低层大气中确定气溶胶后向散射系数边界值的新方法[J]. 光学学报, 2010, 30(6) : 1531-1536.
CHEN Tao, WU Decheng, LIU Bo, et al. A New Method for Determining Aerosol Baekscatter Coefficient Boundary Value in the Lower Troposphere[J]. Acta Photonica Sinica, 2010, 30(6) :1531-1536. (in Chinese)
[18] J. D. Klett. Extinction Boundary Value Algorithms for Lidar Inversion[J]. Appl Opt. 1986, 25(15) : 2462-2464.
[19] 宋秀瑜, 曹念文，杨思鹏．探究影响南京地区大气气溶胶光学特性反演的因素[J]. 激光与光电子学进展, 2017, 54(4) : 040101.
SONG Xiuyu, CAO Nianwen, YANG Sipeng. Influence Factors on Atmospheric Aerosol Optical Property Inversion in Nanjing[J]. Laser & Optoelectronics Progress, 2017, 54(4) : 040101. (in Chinese)
[20] Fernald F G. Analysis of atmospheric lidar observations: some comments[J]. Applied Optics, 1984, 23(5) : 652.
[21]施建中, 曹念文. 南京北郊对流层气溶胶激光雷达观测[J]. 激光与光电子学进展, 2012, 49(10) : 77-85.
SHI Jianzhong, CAO Nianwen. Tropospheric Aerosol Measurements by Lidar in Northern Suburbs of Nanjing[J]. Laser & Optoelectronics Progress, 2012, 49(10) : 77-85. (in Chinese)
[22]曹念文, 施建中, 张莹莹, 等. 南京北郊气溶胶观测[J]. 激光与光电子学进展, 2012, 49(06) : 56-61.
CAO Nianwen, SHI Jianzhong, ZHANG Yingying, et al. Aerosol Observation in the Northern Suburb of Nanjing[J]. Laser & Optoelectronics Progress, 2012, 49(06) : 56-61. (in Chinese)
[23]沈吉, 曹念文. 拉曼散射激光雷达反演平流层气溶胶消光系数廓线[J]. 中国激光, 2018, 45(06) : 245-252.
SHEN Ji, CAO Nianwen. Inversion of Stratospheric Aerosol Extinction Coefficient Profile by Raman Scattering Lidar[J]. Chinese Journal of Lasers, 2018, 45(06) : 245-252. (in Chinese)
[24]SU Jia, LIU Zhaoyan, WU Yonghua, et al. Retrieval of Multi-wavelength Aerosol Lidar Ratio Profiles by Raman scattering and Mie Backscattering Signals[J]. Atmospheric Environment, 2013, 79(7) : 36-40.
[25]孙海波, 曹念文. 激光雷达反演气溶胶光学特性的k值准确度研究[J]. 激光与光电子学进展, 2017, 54(01) : 284-291.
SUN Haibo, CAO Nianwen. Accuracy of Value k in Aerosol Inversion Optic Properties Based on Lidar[J]. Laser & Optoelectronics Progress, 2017, 54(01) : 284-291. (in Chinese)
[26]Cao Nianwen, Yang Shaobo, Xie Yinhai, et al. Aerosol profiling by Raman lidar in Nanjing,
China[J]. Optics and Spectroscopy, 2015, 119(4) :700-707.
[27]周智荣, 华灯鑫, 杨蓉, 等. Mie散射激光雷达回波信号小波去噪方法[J]. 光子学报, 2016, 45(7) : 0701002.
ZHOU Zhirong, HUA Dengxin, YANG Rong, et al. De-noising Method for Mie Scattering Lidar Echo Signal Based on Wavelet Theory[J]. Acta Photonica Sinica, 2016, 45(7) : 0701002. (in Chinese)
[28]沈吉, 曹念文. 米-拉曼散射激光雷达反演对流层气溶胶消光系数廓线[J]. 中国激光, 2017, 44(6) : 0610003.
SHEN Ji, CAO Nianwen. Inversion of Tropospheric Aerosol Extinction Coeffcient Profile by Mie-Raman Scattering Lidar[J]. Chinese Journal of Lasers, 2017, 44(6) : 0610003. (in Chinese)
[29] 王向川, 饶瑞中. 大气气溶胶和云雾粒子的激光雷达比[J]. 中国激光, 2005, 32(10). WANG Xiangchuan, RAO Ruizhong. Lidar Ratio for Atmospheric Aerosol and Cloud Particles[J]. Chinese Journal of Lasers, 2005, 32(10). (in Chinese)