光学学报, 2018, 38 (1): 0101001, 网络出版: 2018-08-31   

不同气溶胶环境中相干激光雷达回波特性 下载: 5327次

Echoing Characteristics of Coherent Lidar in Different Aerosol Environments
作者单位
1 解放军电子工程学院脉冲功率激光技术国家重点实验室, 安徽省电子制约技术重点实验室, 安徽 合肥 230037
2 中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室, 上海 200083
摘要
基于Mie散射理论,给出了利用半解析蒙特卡罗法模拟气溶胶粒子对水平线偏振激光后向散射的主要过程;基于气溶胶和云的光学特性库,选择了4种典型环境、5种典型气溶胶组分和3种湿度条件,分别计算了1.5 μm和2.0 μm波段处后向散射回波的退偏度、偏振度和回波光子数,得到了后向散射光的偏振特性随各组分粒径的变化规律以及各气溶胶环境的后向散射激光回波特性,并分析了不同环境下达到相同探测性能时所需的激光功率比,为远距离高精度相干激光雷达系统的设计和分析提供了参考。
Abstract
Based on Mie scattering theory, the main process of semi-analytic Monte Carlo simulation is illustrated to research the backscattering properties of aerosol particles to linearly polarized laser in horizontal direction. Four typical environments, five typical aerosol components and three humidity conditions are chosen from optical property libraries of aerosols and clouds. The depolarization ratio, polarization ratio and returned photon number are calculated at 1.5 μm and 2.0 μm, respectively. The variation laws of polarization properties of backscattered laser are acquired with changing of particle sizes of different kinds of aerosol components. Besides, the echoing characteristics of backscattered laser are obtained in four typical aerosol environments. At last, the laser power ratio needed in different environments to achieve the same detection performance is analyzed, which is of reference value to the design and analysis of the coherent lidar systems for the long range and high accuracy observation.

1 引言

在大气探测领域,激光雷达凭借高时空分辨率、高精度等优势得到了广泛应用,特别是基于大气后向散射的激光雷达的发展,极大地拓展了激光雷达的应用领域。一方面,利用大气介质散射光的偏振特性可实现云和气溶胶的种类识别和分布特征分析,如广泛使用的CALIPSO卫星[1]、激光雷达观测网站EARLINET、AD-Net等[2];另一方面,基于大气粒子后向散射光的强度和频移,对温室气体[3]和大气风场[4]进行具有一定时空分辨能力的高精度监测。为提高探测信噪比和时间分辨率,相干激光雷达的研究日益活跃,如相干测风激光雷达[5-6]和差分吸收相干激光雷达(CDIAL)[7],在环境监测和气候研究等方面发挥了重要作用。大气粒子散射光的偏振性质(如偏振态和偏振角)变化将影响信号光与本振光的偏振匹配度和相干效率[8]。此外,气溶胶环境消光特性的差别导致其后向散射回波功率不同。在设计相干激光雷达系统和分析其性能时,应综合考虑气溶胶环境后向散射光的偏振和功率特性。

气溶胶粒子对激光的散射主要是Mie散射,基于Mie散射理论进行蒙特卡罗数值仿真。Ramella-Roman等[9]总结分析了3种Mie散射蒙特卡罗仿真方法,给出了详细的仿真流程,并验证了仿真的正确性;孙贤明等[10]仿真分析了水云对偏振激光的去极化特性,证实了水云粒子的多次散射退偏振作用;吴浩等[11]分析了大气灰霾气溶胶粒子的偏振特性,证实了利用偏振辐射特性能实现灰霾气溶胶的监测;郝增周等[12]分析了沙尘粒子在不同湿度条件下的后向散射偏振特性,研究了特定规律分布的气溶胶粒子在不同湿度及波长范围内的变化情况;钟辰等[13]使用时域有限差分法计算了单分散非球形粒子的散射相函数,但后向散射与Mie散射理论的计算结果差异较大。

可见,当前的研究主要针对单一种类气溶胶粒子的散射特性,对于环境中多组分、多分散气溶胶的后向散射研究有待深化,特别是针对不同气溶胶环境下相干激光雷达的回波特性缺乏综合的理论研究。本文基于Mie散射理论分析了相干激光雷达在不同气溶胶环境中的回波特性,该研究对于阐明激光雷达回波特性、合理设计相干激光雷达系统、分析现有相干激光雷达在不同工作环境下的性能具有理论指导意义。

2 基本原理

2.1 大气粒子后向散射光偏振性质蒙特卡罗仿真

传统研究中常用的Henyey-Greenstein函数虽能很好地体现Mie散射前向峰值的主要特征,但不能正确模拟后向散射,并且在偏振激光散射模型中,光子Mie散射与散射角和方位角都有关联,因此在蒙特卡罗仿真中散射角应基于散射角和方位角的累积概率分布函数(CDF)并通过“拒绝法”选取[14],入射偏振光的相函数可表示为

ρ(α,β)=m11(α)+m12(α)[Q0cos(2β)+U0sin(2β)]/I0, (1)

式中ρ(α,β)为单次散射相函数,α为散射角,β为散射前后子午面构成的方位角[9],m11(α)、m12(α)分别是Mueller矩阵中的元素。Q0U0I0为入射光的Stokes矩阵S0=[I0Q0U0V0]的元素。散射角α的取值范围为[0,π], m11(α)满足归一化表达式,即

2π0πm11(α)sinαdα=1(2)

散射角的CDF可表示为

P(0θα)=2π0αm11(θ)sinθdθ=ξ1,(3)

式中θ为累加角度,ξ1为(0,1)内均匀分布的随机数。一旦散射角α确定下来,方位角β可根据条件概率分布函数抽样得到[14],即

ρ(ε)=1+m12(α)[Q0cos(2ε)+U0sin(2ε)]/[m11αI0],(4)

式中ε为任意角度。因此,方位角的CDF可表示为

P(0εβ)=0βρ(ε)/02πρ(ε)=12π{β+m12(α){Q0sin(2β)+U0[1-cos(2β)]}/[2m11αI0]}=ξ2,(5)

式中ξ2为(0,1)内均匀分布的随机数。

散射仿真过程如图1(a)所示,相干脉冲激光雷达工作的一般过程如图1(b)所示,发射激光脉冲能量为E0,通过距离选通,分别得到空间距离为R1R2附近处于选通时间Δt内的激光回波,其能量分别为E1E2,再对这些激光回波进行相干探测,P为激光的瞬时功率。在差分吸收激光雷达中,基于R1R2处差分波长各自回波强度的差异,能得到ΔR=R1-R2内待测气体的浓度。在仿真过程中,使用子午面法进行蒙特卡罗模拟,统计每次散射光的Stokes矢量,每次散射过程后都必须对参考平面进行调整,散射过程的初始参考面为XOZ面,光子传播方向为(0,0,1)。经过粒子散射,大部分光子进行前向传输,少部分光子发生后向散射,又由于大气气溶胶粒子间距远大于粒子尺寸,散射过程为非相干散射,实际气溶胶粒子的散射特性为各尺度粒子散射效果的叠加,可认为达到接收面的总散射强度是每个粒子的散射强度之和。

气溶胶粒子散射的Mueller矩阵可表示为[9]

M(α)=m11αm12α00m12αm11α0000m33αm34α00-m34αm33α,(6)

图 1. 气溶胶粒子散射示意图。(a)散射仿真过程;(b)相干脉冲激光雷达的工作过程

Fig. 1. Diagram of scattering of aerosol particles. (a) Simulation process of scattering; (b) working process of coherent pulsed lidar

下载图片 查看所有图片

式中mij(α)为矩阵元素,i=1,2,3,j=1,2,3,4。矩阵各元素的计算式为[9]

m11(α)=12(S12+S22)m12(α)=12(S22-S12)m33(α)=12(S1S2*+S1*S2)m34(α)=i2(S2*S1-S2S1*),(7)

式中S1S2为散射方向平行和垂直两个正交分量的复振幅,*代表共轭。

用蒙特卡罗方法仿真粒子散射的流程比较成熟,主要包括光子发射、步长选择、散射方向和散射Stokes矩阵计算及终止条件判断[9-10]。在本文仿真中,终止条件包括光子后向散射到探测器或光子的权重阈值低于10-8。以文献[ 9]中的计算流程对不同种类、不同湿度条件下的粒子后向散射进行蒙特卡罗仿真,同时统计回波光的功率和偏振信息,一个完整散射后的Stokes矢量可表示为[10]

Sr=R(χ)R(-γ)M(α)R(β)SinΔΩexp(-σextL),(8)

式中Sin为初始Stokes矢量;R(β)为将Sin由参考面旋转到散射面的旋转矩阵;R(-γ)为将散射Stokes矢量从散射面旋转至新子午面的旋转矩阵;R(χ)为将散射Stokes矢量旋转到接收器所在平面的旋转矩阵;ΔΩ为碰撞点到接收器的立体角;L为光子在气溶胶中的总传输距离;σext为气溶胶的消光系数,与粒子种类和浓度有关。

2.2 不同环境下气溶胶粒子特性

当前,得益于光纤激光器和晶体材料的发展,用于大气成分探测的CDIAL和相干测风激光雷达的工作波长集中在1.5 μm和2.0 μm波段,这2个波段不仅能产生高功率、高相干性激光,还处于大气窗口,有助于实现大范围、高时空分辨、非合作的大气探测,因此这里主要研究这2个波段在不同气溶胶环境中后向散射回波的特性。

在Mie散射理论中,气溶胶粒子参数主要包括尺度谱N(r)和复折射率m=nr+jni,nrni分别为复折射率的实部和虚部。研究表明[15],对数正态分布能较好地描述一种模态的气溶胶粒子尺度分布,并且对数正态分布(包括它们的叠加)基本上可以描述整个气溶胶尺度谱分布,气溶胶尺度谱N(r)满足

dN(r)dr=N2πln10·lgσ1r×exp-(lgr-lgrmodN)22(lgσ)2,(9)

式中 rmodN为平均模态半径,σ为几何标准差,N为粒子数密度。

气溶胶粒子吸收水分后,其粒径和复折射率均出现变化,这将改变气溶胶粒子对偏振激光的后向散射特性[15-16]。湿度影响气溶胶散射的问题可简化为球形粒子的散射问题,用相对湿度表示大气湿度的大小。当大气湿度较大时,湿气溶胶粒径可表示为[12]

rh=(1-Hr)-(1/d)r0,(10)

式中r0为干气溶胶的粒径,Hr为相对湿度,d为与气溶胶种类有关的常数。

在复折射率随湿度变化方面,Hänel[17]经大量理论和实验研究,得到了表征等效均匀球形粒子复折射率分布的经验公式为

n=nw+(n0-nw)(rh/r0)-3,(11)

式中n0nw分别表示干气溶胶粒子和水的折射率。

气溶胶环境是多组分粒子的混合体,各组分有不同的分布谱和复折射率,气溶胶和云的光学特性(OPAC)库包含了61个波长处10种典型气溶胶组分的光学参数和10种环境中各组分的平均含量[15]。考虑到相干激光雷达的应用场合,选取4种环境,分别是一般大陆气溶胶、城市气溶胶、沙漠气溶胶和洁净海洋气溶胶,如表1所示,Ni为各典型环境中气溶胶粒子数密度,Rk(k=1,2,3)是环境中各组分粒子数的混合比。

表 1. 典型气溶胶环境组分

Table 1. Environment components of typical aerosols

Aerosol typeNi /cm-3Component 1R1 /%Component 2R2 /%Component 3R3 /%
Continental15300WASO45.75SOOT54.25Insoluble0.26×10-2
Urban15800WASO17.72SOOT82.28Insoluble0.94×10-3
Maritime1520WASO98.68SSAM1.32Sea salt (coarse)0.21×10-3
Desert2300WASO86.96MINM11.72MIAM1.32

查看所有表

上述4个典型环境中非水溶性粒子和粗模海盐粒子的含量均低于0.01%,其对气溶胶环境散射的影响可以忽略。主要考虑水溶性气溶胶、积聚模海盐气溶胶、细沙尘气溶胶、积聚模沙尘气溶胶和黑炭气溶胶5种气溶胶的散射,其对应OPAC库中的数据文件分别为WASO、SSAM、MINM、MIAM和SOOT。选取相干激光雷达常用的1.5 μm和2.0 μm波段附近各组分的复折射率,如表2所示。波长变化较小时,可认为复折射率不变。下标r、i分别代表实部和虚部,下标1、2分别代表1.5 μm和2.0 μm。

表 2. 典型气溶胶组分分布参数

Table 2. Distribution parameters of typical aerosol components

Particle typermodN /μmσ /μmnr1ni1nr2ni2
WASO0.0212.241.3331.595×10-31.3131.532×10-3
SSAM0.2102.031.3222.034×10-41.3071.099×10-3
MIAM/MINM0.400/0.0702.00/1.951.5305.700×10-31.5307.600×10-3
SOOT0.0122.001.7700.4601.8000.490

查看所有表

3 计算过程及结果分析

假设OPAC库中的SOOT和MIAM的粒径不受湿度影响[15],并且WASO和SSAM等吸湿后,粒径变大,但σ不变。在干气溶胶组分折射率方面,OPAC库和高分辨率大气光谱数据库(HITRAN2008)[18]有很好的一致性,结合(10)、(11)式以及OPAC库中不同湿度下气溶胶的折射率值,计算得到:对于WASO,d=4.75;对于海盐气溶胶,d=3.94。

由于气溶胶粒子的后向散射系数很小,发射光子数较少时,回波光子很少,这将使仿真结果受随机误差的影响较大,因此需进行大量光子多组模拟,从而耗费大量时间。为降低计算复杂度,结合表2参数,仅计算累积分布中占99.9%的粒子,其余总含量低于0.1%的粒子对仿真的影响很小,忽略不计。规定WASO、MINM、SOOT 3种小粒径组分的截止粒径是0.8 μm;SSAM和MIAM两种大粒径组分的截止粒径是4.5 μm。

激光初始Stokes矢量S0=[ 1100];对于小粒径组分和大粒径组分,粒径步长分别取0.01 μm和0.05 μm;仿真中光学厚度取1,发射光子数N0=2×105,相干激光雷达接收视场角为1 mrad,采样空间分辨率为15 m,在距离门的选通时间Δt内的回波能被有效探测。为保证有足够多的回波光子,需要动态确定各组分粒子数浓度Np。由于发生非相干散射,不同组分、不同粒径处回波的整体Stokes矢量Sr,j是各回波光子的非相干叠加,可表示为

Sr,j=i=0Nr,j,iSr,j,i,(12)

式中Sr,j,iNr,j,i分别是各组分、各粒径处各回波光子的Stokes矢量和回波光子数,j代表前述5种气溶胶,Sr,j=[Ir,j Qr,j Ur,j Vr,j]。对于水平线偏光,退偏比可定义为

δj(r)=Ir,j-Qr,jIr,j+Qr,j(13)

激光雷达回波一般是部分偏振光,可以等效为偏振光和自然光的叠加,其中仅有部分偏振光能实现有效相干探测,回波光的偏振度可表示为

Pj=Qr,j2+Ur,j2+Vr,j2/Ir,j(14)

1.5 μm波段处5种气溶胶组分后向散射光的偏振特性如图2、3所示,图中分别按照细粒模(r<0.8 μm)和粗粒模(r<4.5 μm)给出了偏振性质随粒径分布的变化情况。对于吸湿性组分,分别计算了相对湿度H为0、70%和99% 3种湿度条件下的退偏比δj(r)和偏振度Pj(r)。图中各曲线是对上述5种组分在10组独立重复模拟实验中取均值并进行5点平滑后的结果。

图 2. 1.5 μm波段处不同气溶胶组分的退偏比

Fig. 2. Depolarization ratios of different aerosol components at 1.5 μm

下载图片 查看所有图片

图 3. 1.5 μm波段处不同气溶胶组分的偏振度

Fig. 3. Polarization ratios of different aerosol components at 1.5 μm

下载图片 查看所有图片

由计算结果可得:随着粒径的增加,后向散射光的退偏度振荡增强,偏振度逐渐降低,其中SOOT后向散射光的保偏能力最强;对于同种组分,随着湿度的增大,后向散射光偏振度呈现单调下降的趋势,海盐气溶胶的变化比WASO强烈;散射粒子的半径大于0.2 μm时,后向散射光的偏振度出现振荡,这与气溶胶粒子条件下发生后向散射过程的数目Nback有关,气溶胶散射粒径越大,前向散射相函数值越大,基于偏振光散射相函数选出后向散射角的概率降低,这就导致Nback减小,但后向散射过程中回波光子权重值比小粒径时大,由于仿真光子数目有限,计算过程受噪声影响大,按(13)、(14)式计算时误差增大。

在相同计算条件下,2.0 μm波段的5种气溶胶组分后向散射光的偏振特性如图4、5所示。

图4、5可知,2.0 μm波段处的后向散射特性与1.5 μm波段处类似,总体趋势有较好的一致性,仅在具体数值和局部粒径变化趋势上有所不同,并且2.0 μm波段处的后向散射光偏振度总体上优于1.5 μm波段。在分析气溶胶组分总的后向散射特性时,需对各粒径处回波按照(9)式所示的分布规律进行加权求和,该过程可表示为

Sj=r=r1,jr2,jSr,jn(r)Δr/Mj,(15)

式中r1,jr2,j分别为各组分的计算粒径,Δr为取样间隔,Mj为各气溶胶组分总的粒子数。

各组分的偏振特性依据(13)、(14)式进行计算。基于表2所示的各组分粒径分布规律,对计算得到的上述每种粒径进行10组独立重复实验,对散射结果取均值,得到5种典型组分的后向散射回波特性如表3所示。表中下标1、2分别表示1.5 μm波段和2.0 μm波段;下标rms表示多组回波的退偏度

图 4. 2.0 μm波段处不同气溶胶组分的退偏比

Fig. 4. Depolarization ratios of different aerosol components at 2.0 μm

下载图片 查看所有图片

图 5. 2.0 μm波段处不同气溶胶组分的偏振度

Fig. 5. Polarization ratios of different aerosol components at 2.0 μm

下载图片 查看所有图片

表 3. 不同气溶胶组分的后向散射回波特性

Table 3. Backscattering echoing characteristics of different aerosol components

Typeδ1δrms1P1Prms1N1δ2δrms2P2Prms2N2
SOOT0.0390.0640.9420.0340.440.0450.0510.9370.0260.36
MINM0.0240.0730.9550.00875.080.0280.0840.9480.00762.01
MIAM0.1090.0660.8040.00437.740.0860.0670.8540.00346.65
WASO10.0380.1270.9320.01712.650.0320.0870.9400.00410.99
WASO20.0340.0950.9370.01122.980.0310.0870.9420.00420.47
WASO30.0300.1120.9460.01572.240.0300.0870.9450.00457.55
SSAM10.0570.1130.9400.02668.480.0410.1330.9330.01772.26
SSAM20.0640.0840.9100.01952.300.0500.1210.9170.02467.42
SSAM30.0970.1050.8590.02321.140.0650.1430.9050.01929.43

查看所有表

和偏振度的相对均方根值;Nl(l=1,2)表示考虑衰减后的回波光子数;SSAMm、WASOn(m=1,2,3且n=1,2,3)分别表示气溶胶在Hr为0、70%和99%时的回波特性。

表3可知,在10次计算中,不同组分的退偏度起伏较大,相对波动约为10%,而偏振度比较稳定,这主要是由Stokes矢量相加时的随机性导致的。当回波光子数足够多时,随机出现的奇异值所占比例会大大降低,退偏度起伏将会得到改善。当湿度改变时,WASO和SSAM有两种不同的变化趋势,WASO散射光的偏振度随湿度的增大略有增大,最大波动为1.6%,而SSAM散射光的偏振度逐渐降低,最大波动为9.0%。2.0 μm波段的偏振度随湿度变化的相对波动低于1.5 μm波段。在后向散射光子数方面,气溶胶粒径和复折射率均随湿度的增大而发生变化,WASO的后向散射能力逐渐增强,而SSAM的散射能力逐渐减弱。在1.5 μm波段,湿度由0变为70%时,WASO回波光子数增量为81.7%,SSAM回波光子数减少30.9%;湿度由70%增大到90%时,WASO回波光子数增加了3.14倍,SSAM回波光子数减少约59.6%。对于SOOT,由于其复折射率虚部很大,有强烈的吸收,在发射光子数相同时,回波光子数远低于其他4种组分。

不同环境的气溶胶组分和组分含量均有差异,从OPAC库选取的4种气溶胶环境是各自环境的平均情况,反映一般性质,对应晴空无云环境。计算每种环境的相干激光雷达回波特性时,需对各组分按照含量(表1)进行加权求和,每种气溶胶环境中激光回波总的Stokes矢量为

Eq=j=15SjCq(j),(16)

式中q=1,2,3,4分别对应选取的4种气溶胶环境,Cq(j)为不同环境中各气溶胶组分相对于洁净海洋气溶胶粒子总数的比例。Eq中的第一个元素即为加权回波光子总数Nr(q)。当Hr=70%时,4种气溶胶环境回波的δPNr表4所示。

表 4. 不同气溶胶环境的后向散射回波特性

Table 4. Backscattering echoing characteristics of different aerosol environments

ParameterContinent (average)Maritime (clean)UrbanDesert
1.5 μm2.0 μm1.5 μm2.0 μm1.5 μm2.0 μm1.5 μm2.0 μm
δ0.0340.0310.0390.0350.0340.0320.0560.049
P0.9370.9420.9320.9350.9370.9410.8980.908
Nr /arb. units108.2996.2423.3721.0946.1540.8038.4436.44

查看所有表

表4可知,4种气溶胶环境均存在退偏振现象,其中沙漠气溶胶的退偏度最大,约为5%,CALIPSO卫星测量的塔克拉玛干沙漠与柴达木盆地的退偏度廓线值范围为0.20~0.35、戈壁区的退偏度廓线值范围为0.16~0.28[19], 观测值与仿真结果的差异与OPAC库中气溶胶组分的尺度谱分布、沙漠环境中各组分的混合比、探测波长以及沙尘气溶胶的球形等效有关。一般大陆气溶胶和城市气溶胶中SOOT的回波光子数远大于WASO,因此WASO的偏振特性主导了这两种环境的偏振特性,但WASO含量的差异使回波光子数发生改变。海洋气溶胶的散射粒子数密度较小,因此该环境下计算得到的Nr小于其他3种环境。

气溶胶后向散射特性与粒子的尺度谱分布、复折射率和形状等密切相关,实际气溶胶粒子可能有多种组分,并且形状不规则,即使粒子的复折射率和等效尺度谱在数值上一致, 其散射特性仍存在较大差异[20]。对于沙尘气溶胶粒子,非球形仿真结果与真实值的差异较小,但当前尚无研究表明应以何种形状参数的非球形粒子表征OPAC库定义的一般情况下的沙尘气溶胶。对非球形粒子退偏度的仿真以离散偶极近似(DDA)和T矩阵方法居多,主要集中在旋转椭球形、圆柱形和切比雪夫形粒子,粒子形状参数对后向散射结果的影响很大,并且即使针对相同的粒子形状参数,在相似的仿真参数下(粒径分布、波长等)计算的结果也有较大差异,在某些非球形参数下,利用DDA和T矩阵计算多分散沙尘气溶胶后向散射时也能得到与MIAM类似的结果[20-21]

从相干探测的角度得出激光回波特性的3个因素对探测结果的影响程度是不同的,主要表现在以下方面:

1) 在退偏振度方面,即使回波的偏振方向和偏振态都发生变化,通过偏振分集接收[8],将信号光和本振光各分为偏振正交的两路光,使偏振方向平行的分量相干,再对两路相干信号进行处理,以准确得到幅值和频率信息,从而可在总体上提高相干探测的偏振匹配度和信噪比。

2) 在偏振度方面,4种环境的偏振性质相对稳定,偏振度的最大差异位于1.5 μm波段,为4.3%;偏振度的下降说明激光由线偏振光退化成了部分偏振光,降低了后向散射光中能被有效相干探测的光子比例,并且回波光中的非相干部分将增大系统的低频噪声,而外差探测能有效避开低频噪声的影响。使用偏振分集接收时,有效相干回波光子数可定义为

Neff,v=NrvPv,v=1,2,3,4,(17)

式中Pv表4种气溶胶环境的偏振度。

3) 在加权回波光子总数方面,气溶胶粒子浓度Ni(表1)对后向散射回波光子数的影响较大。对于同类气溶胶粒子,Ni越大,其散射能力越强,发生后向散射的过程也将越多,由于粒子数密度和组分的差异,不同环境的回波光子数在1.5 μm波段最大相差4.6倍。

为达到相同的信噪比和时间分辨率,4种环境对激光雷达发射功率的需求不同。Hr=70%时,由(17)式可得,一般大陆气溶胶、洁净海洋气溶胶、城市型气溶胶、沙漠型气溶胶在1.5 μm波段所需的功率比为0.215∶1∶0.504∶0.631,在2.0 μm波段所需的功率比为0.218∶1∶0.514∶0.596。在2.0 μm波段所需的发射功率较大,对于城市气溶胶,所需功率比1.5 μm波段时大约12.6%。

4 结论

基于Mie散射理论,利用子午面蒙特卡罗法数值分析了5种典型气溶胶组分在3种湿度条件下的回波特性。各组分后向散射光的偏振度随粒径的增大逐渐降低的趋势具有一致性;湿度增大时,WASO和SSAM的粒径和复折射率均发生变化,回波光的偏振度逐渐降低,SSAM的变化幅度较大,且湿度越大,WASO散射光子数越少,SSAM散射越强;4种环境的退偏度相对稳定,在1.5 μm波段的最大偏差约为4.3%;回波光子数差异很大,这与散射粒子浓度和种类有关,散射回波功率是制约相干探测的主要因素,4种环境中,一般大陆气溶胶的回波最强,2.0 μm波段处所需功率比1.5 μm波段处的平均值大11.92%(Hr=70%)。具体到实际环境中,可以预先测量激光雷达应用环境中粒径的分布谱,再利用各组分的散射结果来分析待测环境的回波特性,也可结合不同环境中所需的激光雷达功率比,合理确定相干激光雷达的发射激光功率,或预先分析现有激光雷达在不同气溶胶环境中的性能。

参考文献

[1] Winker D M, Pelon J. Coakley J A J, et al. The CALIPSO mission: A global 3D view of aerosols and clouds[J]. Bulletin of the American Meteorological Society, 2010, 91(9): 1211-1229.

[2] 伯广宇, 刘东, 王邦新, 等. 探测云和气溶胶的机载双波长偏振激光雷达[J]. 中国激光, 2012, 39(10): 1014002.

    Bo G Y, Liu D, Wang B X, et al. Two-wavelength polarization airborne lidar for observation of aerosol and cloud[J]. Chinese Journal of Lasers, 2012, 39(10): 1014002.

[3] Wagner G A, Plusquellic D F. Ground-based, integrated path differential absorption LIDAR measurement of CO2, CH4, and H2O near 1.6 μm[J]. Applied Optics, 2016, 55(23): 6292-6310.

[4] Brinkmeyer E, Waterholter T. Continuous wave synthetic low-coherence wind sensing lidar: Motionless measurement system with subsequent numerical range scanning[J]. Optics Express, 2013, 21(2): 1872-1897.

[5] Kavaya M J, Beyon J Y, Koch G J, et al. The Doppler aerosol wind (DAWN) airborne, wind-profiling coherent-detection lidar system: Overview and preliminary flight results[J]. Journal of Atmospheric & Oceanic Technology, 2014, 31(4): 826-842.

[6] Abari C F, Chu X, Hardesty R M, et al. A reconfigurable all-fiber polarization-diversity coherent Doppler lidar: Principles and numerical simulations[J]. Applied Optics, 2015, 54(30): 8999-9009.

[7] IshiiS, IwaiH, MizutaniK, et al. 2-μm coherent lidar for CO2 and wind measurements[C]. Lidar Remote Sensing for Environmental Monitoring XIV, 2013: 887206.

[8] 董骁, 胡以华, 赵楠翔, 等. 差分吸收相干激光雷达中偏振分集技术研究[J]. 光电子·激光, 2015, 26(3): 541-547.

    Dong X, Hu Y H, Zhao N X, et al. Research on polarization diversity technology in coherent differential absorption lidar[J]. Journal of Optoelectronics·Laser, 2015, 26(3): 541-547.

[9] Ramella-Roman J C, Prahl S A, Jacques S L. Three Monte Carlo programs of polarized light transport into scattering media: Part II[J]. Optics Express, 2005, 13(25): 10392-10405.

[10] 孙贤明, 肖赛, 万隆, 等. 蒙特卡罗方法模拟水云对偏振激光雷达的多次散射去极化[J]. 中国激光, 2015, 42(11): 1113005.

    Sun X M, Xiao S, Wan L, et al. Monte Carlo simulation of polarization ldiar multiple scattering depolarization by water cloud[J]. Chinese Journal of Lasers, 2015, 42(11): 1113005.

[11] 吴浩, 魏轶男, 宫明艳, 等. 灰霾型气溶胶粒子偏振特性研究[J]. 大气与环境光学学报, 2015, 10(5): 408-416.

    Wu H, Wei Y N, Gong M Y, et al. Research on haze aerosol particles polarization characteristics[J]. Journal of Atmospheric and Environmental Optics, 2015, 10(5): 408-416.

[12] 郝增周, 龚芳, 潘德炉, 等. 沙尘气溶胶粒子群的散射和偏振特性[J]. 光学学报, 2012, 32(1): 0101002.

    Hao Z Z, Gong F, Pan D L, et al. Scattering and polarization characteristics of dust aerosol particles[J]. Acta Optica Sinica, 2012, 32(1): 0101002.

[13] 钟辰, 高隽, 吴良海, 等. 基于时域有限差分法的非球型气溶胶和卷云粒子散射特性研究[J]. 光散射学报, 2014, 26(4): 331-339.

    Zhong C, Gao J, Wu L H, et al. Research on scattering properties of non-spherical aerosols and cirrus particles based on the finite difference time domain method[J]. The Journal of Light Scattering, 2014, 26(4): 331-339.

[14] Wang X D. Wang L H V. Propagation of polarized light in birefringent turbid media: A Monte Carlo study[J]. Journal of Biomedical Optics, 2002, 7(3): 279-290.

[15] Hess M, Koepke P, Schult I. Optical properties of aerosols and clouds: The software package OPAC[J]. Bulletin of the American Meteorological Society, 1998, 79(5): 831-844.

[16] 蔡嘉, 高隽, 范之国, 等. 湿度影响下的气溶胶粒子的偏振特性[J]. 发光学报, 2013, 34(5): 639-644.

    Cai J, Gao J, Fan Z G, et al. The polarization characteristic research of aerosol particles under the humidity influence[J]. Chinese Journal of Luminescence, 2013, 34(5): 639-644.

[17] Hänel G. The properties of atmospheric aerosol particles as functions of the relative humidity at thermodynamic equilibrium with the surrounding moist air[J]. Advances in Geophysics, 1976, 19: 73-188.

[18] Rothman L S, Gordon I E, Barbe A, et al. The HITRAN2008 molecular spectroscopic database[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 2009, 110(9/10): 533-572.

[19] 徐成鹏, 葛觐铭, 黄建平, 等. 基于CALIPSO星载激光雷达的中国矿物气溶胶观测[J]. 中国沙漠, 2014, 34(5): 1353-1362.

    Xu C P, Ge J M, Huang J P, et al. Observations of dust aerosol over China based on CALIPSO spaceborne lidar[J]. Journal of Desert Research, 2014, 34(5): 1353-1362.

[20] 张小林. 沙尘气溶胶粒子模型的线退偏比特性[J]. 光学学报, 2016, 36(8): 0829001.

    Zhang X L. Linear depolarization ratios characteristics of dust aerosol particles model[J]. Acta Optica Sinica, 2016, 36(8): 0829001.

[21] 胡帅, 高太长, 刘磊, 等. 偏振光在非球形气溶胶中传输特性的蒙特卡罗仿真[J]. 物理学报, 2015, 64(9): 094201.

    Hu S, Gao T C, Liu L, et al. Simulation of radiation transfer properties of polarized light in non-spherical aerosol using Monte Carlo method[J]. Acta Physica Sinica, 2015, 64(9): 094201.

董骁, 胡以华, 徐世龙, 刘豪. 不同气溶胶环境中相干激光雷达回波特性[J]. 光学学报, 2018, 38(1): 0101001. Xiao Dong, Yihua Hu, Shilong Xu, Hao Liu. Echoing Characteristics of Coherent Lidar in Different Aerosol Environments[J]. Acta Optica Sinica, 2018, 38(1): 0101001.

本文已被 10 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!