基于多普勒效应的相干激光雷达广泛应用于测风等大气探测领域，实际应用于风场观测时，由于噪声杂波干扰、回波信号较弱和风场不均匀性等影响了多普勒频移估计的精度。为准确估计激光雷达弱回波信号中的多普勒频移，提升相干测风激光雷达的探测距离和探测精度，文中开展了基于激光雷达功率谱信号的多普勒频移估计算法以及探测性能提升的评估研究。在快速傅里叶变换的基础上，提出了一种结合线性预测频谱估计与导数增强方法的功率谱分析方法，通过与常用的最大似然离散谱峰值频移估计算法(ML DSP算法)进行比较，验证了文中方法在相干测风激光雷达微弱信号频移估计过程中的优势。风速数据的时间及空间相关性分析结果表明，功率谱分析方法具有更好的风速估计稳定性，有效风场探测距离相较ML DSP算法提升了73%。与超声风速计对比结果表明，文中提出的综合算法在弱信号情况下的风速测量精度高，风速结果与超声风速计的标准偏差相较ML DSP算法降低了0.23 m/s，偏离率BIAS降低了0.3 m/s，有效提高了低信噪比范围内多普勒频移估计的精度。

种子注入的372 nm稳频Nd: YAG激光器作为铁共振荧光多普勒激光雷达的激光光源，其性能将直接影响大气温度和径向风速的测量精度，属于研制难度较大但极其重要的关键技术。文中对激光光源的频率稳定性进行了仿真分析和实验研究。利用蒙特卡洛方法，仿真了振荡级输出1116 nm脉冲光的频率稳定性（均方根）应小于1 MHz；对改进型Ramp-Fire种子注入技术进行了详细介绍，并在振荡级光路中采用了该技术；通过激光拍频实验，测量得出1116 nm脉冲光在10 min内的频率稳定性的均方根为543.24 kHz，其结果满足指标要求，可将频率抖动和频率漂移引起的系统误差减少至0.51 K和0.61 m/s。文中所做工作为铁共振荧光多普勒激光雷达实现大气温度和径向风速的高精度测量提供了必要保障。

为实现湍流的自动化预警，提出了一种基于卷积神经网络的激光雷达湍流预警算法。首先，该方法将激光雷达获取的风速数据进行速度结构函数的构建；然后，拟合出涡流耗散率，进而将涡流耗散率构建为像素数据集。将数据集输入一种由两个卷积层、两个全连接层、一个softmax层、若干激活函数组成的卷积神经网络分类模型进行湍流识别；最后，采用学习率递减的方法来调整模型的参数对网络进行训练，网络收敛后，其损失度低至3%，通过对比实验表明网络的准确度可达到85%。运用中川机场2016年机组报告进行对比分析，结果表明：文中方法对大气湍流的预警命中率可达80%、误报率为13.3%、虚警率为6.7%，该方法与Hog-SVM分类方法相比，命中率显著提高，从而证明了该卷积网络模型在湍流预警中泛化能力强，提高了预警效率，能够为管制员和气象预报人员提供一种判断依据。

2019年9月至10月，利用相干多普勒激光雷达在深圳石岩地区（113.9°E，22.7°N）与深圳气象梯度塔进行了联合观测实验，基于激光雷达后向散射强度直接反演PM2.5、PM10颗粒物浓度。反演得到的不同高度颗粒物浓度与梯度塔上颗粒物同步混合监测仪实测结果进行统计回归分析。结果表明：本次实验中，PM2.5和PM10的反演结果与实测结果的相关性均达到0.8以上，其中PM2.5的反演结果更好。吸湿因子分析表明，120 m和220 m处2.5~10 μm的大颗粒物质亲水性更强，70 m处2.5 μm以下细粒子亲水性更强。颗粒物浓度反演与比对结果表明，多普勒激光雷达可以用来观测颗粒物浓度。

介绍了中国海洋大学激光雷达团队的小型化机载多普勒激光雷达系统研制工作、机载运动状态下的姿态及速度校正算法和海上风场反演方法。分析了2016年在广东省海陵岛近岸海域开展的国内首次无人直升机载激光雷达海上风场观测实验的数据，并与陆基多普勒激光雷达观测结果进行了比对，验证了系统的工作性能及数据反演算法的有效性。实验结果表明，机载多普勒激光雷达系统运动状态下的观测数据与陆基激光雷达观测数据相关性较好，系统可搭载于小型无人机平台，有效实现海上风场的快速精确观测。

研制了车载钠荧光散射多普勒激光雷达和车载532 nm瑞利散射多普勒激光雷达用于测量临近空间大气温度和风场。在钠荧光散射多普勒激光雷达中使用了三频比率多普勒测量方法获得80~100 km的温度和风场。在532 nm瑞利散射多普勒激光雷达中，使用碘分子吸收线边缘技术测量70 km 以下的风场，使用积分方法测量80 km以下的温度。在距离分辨率为1 km、时间分辨率为1 h情况下，40 km处的大气温度、风速测量不确定度约为0.2 K和0.4 m/s；70 km处约为1.5 K和5.5 m/s；92 km处约为0.3 K和1.0 m/s。这两部激光雷达已经在北京、青海、甘肃等地进行了长期观测，应用于临近空间环境特性研究。