为了提升大气物质边界层高度（AMBLH）的识别准确性，基于2020年11月至2021年11月在青岛开展的大气边界层（ABL）观测实验，提出了一种基于相干多普勒激光雷达（CDL）信噪比数据的AMBLH的综合反演方法，并应用此方法反演得到了青岛地区的AMBLH，其与探空仪反演结果的相关度为0.93。分析了青岛一年内的AMBLH发展情况，发现各月份AMBLH均有日变化特征，其中6、7月特征相对较弱，推测这与夏季来自海洋的东南风盛行有关。AMBLH月均值在全年呈起伏波动趋势，在冬末至春初、夏末至秋初的阶段逐步增大。AMBLH月均中位数4月最高、6月最低，AMBLH季度发展程度由高到低的顺序为春季、冬季、秋季、夏季，其中春季和冬季高度相近。AMBLH各季度日变化中抬升趋势出现的时间为夏季早于春季，秋季与春季相近并早于冬季。

二氧化碳 (CO2) 是大气中重要的温室气体, 准确掌握大气 CO2 的含量及变化可为气候变化预测及环境决策提供支持。为满足气候研究的需求, 卫星观测大气 CO2 柱平均干空气混合比 (XCO2) 的反演精度需优于 1%。搭载于高分五号卫星上的大气主要温室气体监测仪 GMI (Greenhouse gases monitoring instrument) 采用新型的空间外差光谱技术, 具有超高光谱分辨率。由于超分辨率卫星观测光谱面临着大气、地表和仪器的综合影响, 故根据 GMI 仪器特征设计了针对性的反演方法, 通过光谱信息含量的分析, 构建出用于大气 CO2 反演的信息谱以及用于背景扣除的参考谱, 以此重建观测数据和模拟数据, 并采用最优化估计法反演大气 XCO2。该方法具备缓变背景扣除功能, 可解决空间外差干涉型光谱的大气 CO2 反演问题。利用该反演方法对 2018 年 8 月至 2019 年 3 月的 GMI 观测数据开展反演, 并采用碳总量观测网 12 个站点的地面大气 CO2 测量结果进行验证。验证结果表明该反演方法可稳定实现 GMI 卫星观测数据的反演, 且 GMI 大气 XCO2 反演精度为 0.67%, 优于 1% 的应用需求。

针对加工中的大梯度相位在线检测需求,提出一种基于数字叠栅移相方法和牛顿迭代算法的单幅干涉图解相方法。在不同待测相位下,将所提方法的结果与其他3种典型的单幅干涉图解相方法进行仿真对比,结果表明,所提方法的解相精度较高。对离焦球面产生的大梯度相位进行测量实验,并将实验结果与ZYGO公司生产的干涉仪机械移相测量结果进行对比,验证了所提方法的有效性。

速度方位显示(Velocity-Azimuth Display, VAD)方法作为一种基于单部激光雷达和同一高度风场均匀的假设前提来反演风场的通用方法已经在业界得到广泛应用, 但其对激光雷达扫描方位角的范围和径向个数的严格要求在一定程度上影响了激光雷达的测量效率。基于此, 提出了一种基于梯度下降算法的VAD风场反演方法。使用梯度下降算法代替目前VAD中的傅里叶级数展开求解的方法。在分析了算法收敛性影响因素的基础上, 确定了算法迭代步长和迭代次数, 从而改善了算法的收敛性, 提高了运算速度。与标准风杯风速计(IEC 61400-12-1)的同步对比实验结果显示: 该方法在激光雷达扫描范围降低到60°和扫描径向个数降低到7个的情况下, 10 min平均的风速、风向相关系数达到0.99, 风速标准偏差、偏差分别为0.52 m/s和0.02 m/s, 风向的标准偏差和偏差分别为5.1°和3.6°。结果证明了该方法在提高激光雷达测量效率的同时仍能保证其准确性, 具有更强的适用性, 可有效提升系统对于动态大气风场监测能力。

提出基于共轭梯度算法的速度方位显示(VAD)风场反演方法，应用最优化理论，将共轭梯度算法代替传统VAD方法中的傅里叶级数展开来求取最优解，并针对算法在风场反演应用时存在不收敛于最优解的问题，使用Hessian矩阵对算法进行了修正。同时开展了多普勒激光雷达与符合IEC 61400-12-1国际标准的高精度风杯风速计的43天对比实验，结果显示，当激光雷达的方位角扫描范围为60°、径向个数为7个时，两者的风速、风向相关系数分别为0.991和0.998，风速、风向标准偏差分别为0.52 m/s和5.1°，风速、风向偏差分别为-0.02 m/s和3.6°。对比实验结果表明，基于共轭梯度算法的VAD风场反演方法使用较小的扫描方位角仍能保证其测量的准确性满足国际标准，具有更强的适用性，同时印证了激光雷达系统的测量性能，为动态复杂风场的监测提供了更佳的选择。

为了实现基于偏振信息反演土壤湿度的目的, 建立了土壤表面的偏振反射模型, 并在可见光波段内开展了土壤湿度与反射光偏振信息的实验研究。首先, 根据几何光学理论和测量数据建立了土壤表面的偏振反射模型。其次, 制备了不同湿度的土壤样品, 搭建了实验平台, 并在多种入射观测条件下, 使用高精度偏振成像探测系统获取了样品的偏振信息。然后, 对实验数据进行分析来验证模型。最后, 建立了模型中微面元坡度均方差、漫反射等效系数和折射率三个参数与土壤湿度的定量关系, 利用定量关系来反演土壤湿度, 并在476 nm波段上, 对湿度为26.0%的土壤样品进行室内偏振探测实验。结果表明: 根据文中反演方法得出土壤湿度为24.73%, 误差为4.88%, 证实了文中所提出的土壤湿度反演方法的正确性和可行性。

如果卫星遥感反演大气CO2 精度要求达到1%,则可以通过全球连续高精度观测弥补地面观测的不足。在实际反 演中,反演精度不仅受到卷云和气溶胶的影响,还受到其它诸多因素(地表温度,地表压力,地表反照率,大气 湿度等)的影响。讨论分析了这些因子的影响:在以 US1976美国标准大气为背景、观测高度是100 km条件下,运 用最优非线性反演算法,使用逐线积分辐射传输模型LBLRTM模拟计算,模拟分析出地表温度、地表压力、地表 反射率、大气湿度各增加1%和减小1%的情况下,对CO2 反演结果的影响,以及各典型气溶胶对反演 结果的影响。结果显示:海洋型、沙漠型、城市型、乡村型四种典型气溶胶对CO2 反演结果的影响 都比较大,影响最大的为海洋型气溶胶,能见度为5 km,影响百分比相对于CO2 初始值(380 ppm)降 低了27.18%,影响最小的为乡村型气溶胶,能见度为23 km,影响百分比相对于CO2 初始 值(380 ppm)减小了7.78%;地表反射率、地表温度、地表压力对CO2 反演结果也有很大的影响,而大 气湿度对反演结果的影响很小,基本可忽略不计。

为了通过雷达回波信号廓线图准确确定云底、云峰、云顶高度, 采用微分识别法着重分析了多峰时如何判别单层云和多层云, 介绍了雷达结构系统, 讨论了2008年5月期间合肥地区云层的高度、厚度、光学厚度的激光雷达探测结果, 并进行了理论分析和实验验证。为验证方法的可行性, 将雷达和芬兰Vaisala云高仪(探测距离0km~7km)对准同一片云, 取得了实测数据, 并进行了对比分析。结果表明, 用微分法所得云高数据与Vaisala在7km以下较吻合, 7km以上所测的卷云和SAGEⅡ所测的卷云高度基本一致, 且实验所测合肥上空的高层卷云基本上都是薄卷云, 云峰主要分布在9km~12km范围之内。这一结果对以后研究云层高度反演、并与卫星数据进行校验对比是有帮助的。