提出一种新型的侧向纯转动拉曼散射激光雷达探测技术，其采用双基地的收发系统结构，利用侧向接收系统的俯仰扫描功能实现对与温度具有相反依存关系的高低量子数的侧向纯转动拉曼散射光谱的探测，该技术为从地表到特定高度大气温度的无盲区探测提供了技术支持。侧向纯转动拉曼散射激光雷达的初步观测实验采用整段等距离分辨率和分段等距离分辨率两种云台转动方案，反演结果表明侧向纯转动拉曼散射激光雷达可实现1400 m高度范围内大气温度的精细探测，且分段等距离分辨率云台转动方案在近地表312 m高度范围内能够获得更为精细的大气温度空间分布特征。

星载红外高光谱垂直探测仪GIIRS （Geostationary Interferometric Infrared Sounder）能够实现大气温度和湿度参数高垂直分辨率的观测，为数值天气预报提供精度更高的初始场。基于GIIRS观测辐射值采用BP神经网络（Back Propagation Neural Network）法和深度学习的卷积神经网络（Convolutional Neural Networks, CNN）法反演大气温度、湿度垂直廓线，重点在于CNN法模型的构建与参数的优化，得到反演精度最高的网络模型配置。将训练样本根据不同地表类型和是否有云的影响分为三种方案（方案一：不分类、方案二：陆地/洋面分类、方案三：晴空/有云分类），分别进行建模、反演和检验。结果表明两种反演算法都有较好的反演精度，相对而言CNN法在所有高度层上反演偏差、均方根误差和平均相对误差均较小，反演精度更高。CNN法温度反演在高层10~200 hPa改进较大，三种分类方案改进的最大值分别为1.15 K、1.06 K和1.02 K；湿度反演在对流层低层500~1000 hPa改进较大，三种分类方案分别平均改进了0.43 g/kg、0.41 g/kg和0.34 g/kg。BP神经网络法方案三时（即分晴空和云时）温度和水汽混合比廓线反演精度最好；CNN算法方案一时（即不对样本数据进行任何分类）反演精度最高。

利用主成分分析法(Principal Components Analysis，PCA)分析了风云三号D星微波温度计(Microwave Temperature Sounder，MWTS)观测数据中条带噪声的分布特征，描述了存在条带噪声的主要模态。基于集合经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)方法对存在条带噪声的模态所对应的时间系数进行了分解并滤波。通过重构观测亮温实现了对条带噪声的抑制。在定性验证条带噪声抑制效果的基础上，通过将观测亮温与模态亮温进行比较来定量评估条带噪声抑制后的数据精度。统计结果表明，经过条带噪声抑制后，观测亮温与模态亮温的标准差减小约0.018 K，进一步提升了MWTS的数据精度。

气温是描述大气状态的基本参数之一, 温度的准确测量对天气预报、 气候预测及其他气象参数的反演都至关重要。 激光雷达作为一种遥感仪器, 已经用于气象要素的探测中(风、 温度、 气溶胶的光学厚度等)。 目前, 测温激光雷达主要有拉曼激光雷达(振动和转动)、 共振荧光激光雷达和Rayleigh散射激光雷达等, 拉曼激光雷达需要大功率的激光器和复杂的背景滤波器; 共振荧光激光雷达无法探测平流层内的温度; 基于Rayleigh散射的测温激光雷达多应用于温度的相对测量, 反演温度时需要建立响应函数和校准程序; 基于固体腔扫描F-P干涉仪测量大气Rayleigh散射光谱来反演温度的方法, 时间分辨率较低, 并且该方法在测量过程中需要运动部件, 所以不利于星载。 在大气低层, 分子的Rayleigh散射光谱会受到Brillouin散射的影响, 两种散射信号叠加形成的Rayleigh-Brillouin散射光谱不再服从Gaussian分布, 直接通过测量散射光谱的半高全宽来反演温度, 会产生误差。 基于回波能量的方法会受到气溶胶Mie散射信号的影响, 所以在对流层中该方法并不适用。 为了实现对流层内温度的高精度和高时间分辨率的测量, 提出利用Fizeau干涉仪和PMT阵列对对流层内分子的Rayleigh-Brillouin散射光谱进行测量, 并通过插值的方法来对回波信号中气溶胶Mie散射信号进行抑制, 从而使Mie散射信号对温度反演的影响较小, 最后将测量光谱和理论光谱进行全光谱匹配来实现温度的反演。 除此之外, 还对Fizeau干涉仪的自由光谱区、 固体腔几何长度、 腔体反射率、 扫描间隔等参数进行了优化设计。 为了验证本文提出方法的可行性, 利用Matlab软件建立了一套仿真模型, 通过模拟表明, 在不考虑云、 风和水汽含量的影响时, 利用该方法测量对流层内的大气温度时, 测量误差小于1 K。 该测温方法可以对对流层内的大气温度廓线实现高精度、 高时间分辨率的测量, 在测量过程中不需要使用运动部件, 有较高的使用价值, 并对同类高光谱激光雷达分光系统的研究具有借鉴意义, 为我国高光谱激光雷达陆基及星载应用提供了一套可行的技术方案和温度反演方法。

提出了一种全天时大气温度探测的纯转动拉曼激光雷达系统,选用Nd…YAG脉冲激光器的四倍频输出266.0 nm作为激励波长,避开了强烈的太阳背景光对系统探测大气温度的影响。设计了一种新型三次衍射式双光栅多色仪作为激光雷达的分光系统。仿真结果表明,双光栅多色仪可实现Stokes与Anti-Stokes高低量子数通道转动拉曼谱线的有效提取,对米-瑞利弹性散射信号的抑制率可达到60~70 dB。充分考虑臭氧吸收和荧光对系统探测性能的影响,所设计的日盲紫外纯转动拉曼激光雷达采用模拟探测模式可在12 min的积分时间内实现2.2 km高度范围内大气温度的全天时探测。

大气温度、 水汽、 地表温度和地表发射率是大气和地表的本征信息量。 利用卫星红外资料精确反演大气温湿廓线有利于准确预报天气和研究气候变化, 同时地表温度和地表发射率光谱的反演为研究植物生长与作物产量、 地表水分蒸发与循环、 能量平衡、 地表成分及物理性质、 气候变迁与全球环境提供重要参数指标。 把大气和地面作为一个整体系统来考虑, 建立一种能同步反演大气温度廓线、 大气水汽廓线、 地表温度和地表发射率的反演方法, 利用超光谱红外卫星资料（atmospheric infrared sounder, AIRS）, 针对我国新疆地区沙漠和雪地两种典型发射率地表同步反演大气温度廓线、 水汽廓线、 地表温度和地表发射率。 反演方法首先线性化地球-大气系统红外辐射传输方程, 提出通过经验正交函数构建大气廓线和地表发射率光谱, 有效减少反演变量数, 建立同步物理反演模式, 然后以美国国家环境预报中心（National Centers for Environmental Prediction, NCEP）的预报结果（初始大气温度、 水汽廓线以及地表参数）作为初始值, 最后通过牛顿迭代得到最优化解。 反演观测区域覆盖我国新疆塔克拉玛干沙漠和准噶尔盆地, 分别选择位于塔克拉玛干沙漠腹地的塔中探测站（纬度38.98°, 经度83.64°）和准噶尔盆地的阜康荒漠生态系统国家野外科学观测研究站（纬度44.2°, 经度87.9° ）为反演地面验证点。 反演结果表明, 塔克拉玛干沙漠地表温度明显高于准噶尔盆地地表温度, 与实际情况相一致; 根据反演的8.6和13.4 μm处的地表发射率分布情况, 可以看出在8.6 μm处沙漠地表发射率明显低于雪地发射率, 在6～15 μm范围内, 反演的沙漠地区（塔中站）地表发射率和雪地地区（阜康站）地表发射率与美国喷气推进实验室测量的沙漠发射率光谱和雪地发射率光谱相一致。 研究表明, 把大气和地面作为一个整体系统来考虑, 把地表发射率加入到反演中, 通过比较和分析沙漠地区（塔中）和雪地地区（阜康）的大气廓线反演结果与当地气象探空值和传统反演方法反演值, 改进了大气温度廓线和水汽廓线反演精度, 特别是边界层温度和水汽改进尤为明显; 同时分析表明在发射率光谱变化较大的沙漠地区, 大气廓线反演精度的改进比雪地要高, 这是由于地表发射率光谱在沙漠、 戈壁地区变化较大, 而雪地的发射率光谱变化不大。 用该方法针对地表发射率光谱变化较大的地区（沙漠）同步反演大气廓线、 地表温度和地表发射率, 可以更有效的提高大气温度廓线、 水汽廓线的反演精度。 该研究结果可以为数值天气预报和我国未来超光谱红外卫星应用提供服务和有力支持, 具有十分重要的意义。Hyperspectral Infrared Satellite Data

为了研制一种测量边界层大气温度的激光雷达, 采用氮气和氧气的转动喇曼谱的强度比反演大气温度垂直分布的方法, 对转动喇曼激光雷达系统进行了理论分析与实验研究, 取得了边界层内的大气温度数据。结果表明, 该激光雷达测量的大气温度在0km～2.5km处与大气模式表现出了较好的一致性, 激光能量为100mJ, 测量时间约为17min, 垂直分辨率为7.5m;2.5km处信号随机起伏引起的统计误差达到1K, 可以对边界层内2.5km以下的大气温度进行高精度测量; 如果要使测量的高度进一步增加, 可以增大激光脉冲的能量或选用口径大的望远镜。这对探测边界层大气温度的转动喇曼激光雷达系统的研制提供了有益的指导。