激光探测对于获取云和气溶胶的垂直廓线, 研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。 而星载大气激光雷达云气溶胶分类算法的研究, 对于激光雷达数据的参数反演及应用极为重要。 针对激光条件下探测的云和气溶胶特有的光学信息和空间分布, 结合概率统计与机器学习算法, 提出了一种对于云/气溶胶、 云相态及气溶胶子类型识别的分类算法, 实现了星载激光雷达的大气特征层快速、 有效分类。 算法采用中国地区2016年CALIOP的观测数据作为样本数据, 主要由三部分组成: (1) 基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征, 分别构建了云和气溶胶的γ532, χ, δ, Z和lat的五维概率密度函数, 以此为基础构建云气溶胶的分类置信函数, 并基于此实现了云和气溶胶类型的反演; (2) 选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础, 结合云层的γ532, χ, δ Z和云顶温度T的概率密度函数构建ROI, 水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云, 获得云相态的分类结果; (3) 以各气溶胶子类型的光学以及空间分布特性为基础, 采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分, 完成气溶胶子类型的识别。 利用现有CALIOP观测结果作为样本数据构建分类数据库, 避免了对于地面以及航测数据的依赖, 而机器学习则大大简化了算法的实现过程, 使得云气溶胶分类更加高效。 算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析: 云层有98.51%一致性, 气溶胶有88.43%的一致性, 且白天比夜间一致性高。 对于云相态分类, 可以有效区分出水云和冰云, 其中二者水云一致性高达93.44%。 在气溶胶子类型反演结果中, 可以准确识别出大多数气溶胶特征层子类型。 霾、 沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。 其中, 霾天的大部分煤烟型以及污染型(污染沙尘以及污染大陆) 气溶胶反演结果与VFM具有较好的一致性。 沙尘天也能够获得较好的沙尘以及污染沙尘的结果。 晴空为数不多的气溶胶层也取得了较为一致的结果。 对于实现的星载大气激光雷达特征层分类算法, 针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进, 在保证一定精度的基础上, 简化了算法, 提高了数据处理的效率, 在下一步工作中, 将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。

基于扩散限制凝聚模型仿真生成了黑碳团簇粒子和具备核-壳结构（核为黑碳团簇，壳为包覆水层）的混合态粒子，并模拟了黑碳团簇粒子的老化过程，利用团簇T矩阵方法计算并研究了粒子形态结构和包覆水层对两种粒子在550 nm波长处的光学特性。分析表明，新生黑碳团簇粒子的光学特性参数与等体积球形黑碳粒子之间的差异最大，当分形维数Df为1.8时，散射截面和单次散射反照率的相对偏差分别达到61.58%和49.44%，随着黑碳团簇粒子的老化，差异逐渐减小。对于混合态粒子，忽略黑碳核的团簇结构会导致前向散射强度、散射截面、消光截面、单次散射反照率、不对称因子和F34/F11被低估，导致后向散射强度、吸收截面、-F12/F11、F33/F11、F44/F11被高估；包覆水层厚度的增加会加剧混合态粒子散射矩阵中元素随散射角的振荡程度，且忽略黑碳核或球形黑碳核假设所引起的光学特性参数相对偏差呈逐渐减小的趋势。该工作有助于进一步减小黑碳气溶胶辐射强迫估算误差。

近年来, 我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度（PM2.5）, 已经引起了全世界范围的广泛关注。 卫星遥感能够对大气污染进行快速准确地监测。 然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS), 其云监测和暗像元反演算法通常把灰霾当做薄云、 雾或地表亮目标处理, 无法反演霾天的气溶胶光学厚度(aerosol optical depth, AOD)。 笔者研究了云、 雾、 霾、 地表覆盖等不同像元在可见光、 近红外以及红外通道的光谱特性。 基于MODIS数据, 参考相关的云监测和气溶胶反演算法, 选取多个对灰霾敏感的光谱通道, 计算表观反射率和亮度温度。 针对不同波段, 分别探讨了霾与薄云、 低层云、 雾、 浓密植被和地表亮目标等像元之间的光谱差异, 统计灰霾分布的阈值区间, 并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。 通过对2008年华北平原春夏两个重霾事件进行测试, 该算法的霾分布监测结果与卫星真彩图具有较好的一致性。 基于北京和香河AERONET站点观测的高AOD数据, 验证了本算法的霾识别率接近80%, 在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。 最后, 分析了灰霾识别过程中的主要误差来源, 并提出了基于霾纹理特征, 以及其他辅助数据支撑的改进方法。

随着全球及区域尺度内空气污染问题的日益突显,利用卫星遥感进行大气探测的技术也得到了不断发展。 分别介绍了气溶胶、灰霾、近地面颗粒物、污染气体、温室气体的遥感反演原理,及近年来国内外算法和 应用进展情况。同时,阐述了建立多源卫星空气质量监测系统的迫切性,及其国内外发展现状。最后,针对目 前我国空气质量卫星监测技术的需求,指出了目前大气遥感技术在我国发展的不足之处,并为进一步提升卫星 遥感技术在大气监测领域的应用和扩展提出了一些建议。

云和气溶胶偏振激光雷达(CALIPSO)卫星数据是探测大气气溶胶特征的有效工具。采用CALIPSO 数据对37.1°N，113.3°E ~ 38.6°N，117°E 之间地理区域的强霾天气、沙尘天气、生物质燃烧污染天气和清洁天气的气溶胶消光系数、退偏比、色比以及温度廓线进行对比分析，结果表明：1) 强霾天气主要是球形度较高的水溶性细粒子污染，集中在地表1 km 以内，常伴有逆温无风或弱风现象出现；2) 沙尘天气垂直分布广，可存留在高空，非球形度高，粒子尺度不均匀，风速偏大；3) 生物质燃烧污染天气主要是集中在中低空的细粒子污染，黑碳成分高，消光系数大，常伴有污染性沙尘共同存在。三种污染天气廓线有很大不同，说明不同污染天气的气溶胶垂直分布的差异很大。