气溶胶在大气辐射收支平衡、气候变化、降水、云的形成以及环境污染方面扮演着重要的角色。为了实现对气溶胶光学参数的大范围、高精度、定量化测量，2019年3月使用大气环境星气溶胶碳探测激光雷达（ACDL）的机载缩比系统（Air-ACDL）在中国山海关地区开展了机载观测试验。试验完成了不同污染天气、不同高度以及不同地表类型下的多架次观测。将六天飞行试验得到的机载高光谱激光雷达（HSRL）测量的气溶胶光学深度（AOD）分别与地面站点的太阳光度计和卫星遥感数据进行对比分析，其相关系数R均达到0.90以上，其样本数量分别为86与2200。基于机载HSRL的观测数据，提出了适用于Air-ACDL的气溶胶分类方法，并对山海关地区的气溶胶进行了分类研究。使用后向轨迹传输模型、云气溶胶激光雷达和红外探路卫星观测（CALIPSO）气溶胶分类结果，以及Aura卫星臭氧监测仪（OMI）传感器等数据验证Air-ACDL测量的气溶胶分类的可靠性。多架次Air-ACDL观测结果表明：相比于传统激光雷达气溶胶分类方法，基于Air-ACDL的气溶胶分类方法能够对气溶胶进行更加准确的分类；山海关地区地理位置特殊，观测期间，当地气溶胶除由本地供暖等活动产生的城市气溶胶之外，还有受大气传输影响来自内蒙古地区的沙尘气溶胶，以及来自东南渤海地区的海洋气溶胶。

提出了一种利用归一化荧光信号对气溶胶颗粒进行分类的方法。将单个粒子的荧光信号在对应散射光信号上的归一化值分为四个区间，在四个区间内分别进行计数。将其应用于以405 nm激光二极管为激发光源的荧光粒子计数器，实现了对细菌、核黄素、香烟烟雾、汽车尾气、荧光微球等不同气溶胶粒子的初步分类。同时，采用主成分分析算法对实验结果进行了可视化分析。该方法可应用于微生物粒子的识别和预警，降低环境中非生物荧光粒子的干扰。

根据AERONET SGP站的气溶胶光学反演数据，提出了一种基于朴素贝叶斯分类器的气溶胶分类模型，以气溶胶单次散射反照率、复折射率指数等作为输入变量识别了该地区5种类型的气溶胶，分析了不同类型气溶胶的光学特性。所提模型基于学习训练集样本的类别概率分布生成分类器模型，进而预测出测试集样本的类别。在此基础上，将所提模型应用于SGP站气溶胶类型的季节分布差异特性分析，实验结果符合该地区的气候环境特征。为研究所提模型分类结果的准确性，利用AERONET站点数据与高光谱分辨率激光雷达廓线数据匹配法建立了气溶胶分类阈值标准。结果表明，相比传统的气溶胶分类算法，所提模型获得的气溶胶分类结果与基于阈值标准确定的结果具有较高的一致性，可为卫星等遥感设备的气溶胶反演提供地面数据支撑。

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。

利用2011～2014年北京太阳光度计数据对北京地区的气溶胶光学特性进行了研究。北京地区气溶胶光学厚度(aerosol optical depth, AOD) 全年较高,四年440 nm波长的AOD年均值分别是0.67±0.70, 0.69±0.71, 0.73±0.66, 0.75±0.66。AOD月均值表现出 一定的季节变化,最大值和最小值一般出现在春季和秋季。通过气溶胶类型分类可知,除了春季受沙尘大颗粒气溶胶影响外,北京地区高气溶胶主要 由城市细粒子气溶胶引起,且四季小粒子增长现象明显,其中夏秋季主要为吸湿性增长,其他季节主要为静稳天气下的增长。 对比沙尘和霾天气下气溶胶性质,结果表明:霾天气下AOD一般高于沙尘天气, Hysplit风场后向轨迹模型 结果表明,沙尘天气下气团为穿过蒙古草原和沙漠的西北风场。在灰霾天气下风场风速较小且主要以东南和西南风场为主,高气溶胶状 态为本地积累和外来输送共同作用产生。

气溶胶是影响气候变化和空气质量的重要因素, 对气溶胶作用的量化分析依赖于气溶胶光学性质及其垂直剖面的精细探测。高光谱分辨率激光雷达利用窄带光学滤波器, 可在光谱上实现对分子散射和气溶胶散射的分离, 从而在不需假设气溶胶激光雷达比的情况下, 独立获取气溶胶消光系数和后向散射系数。文中基于高光谱分辨率激光雷达技术, 开展气溶胶分类方法研究。根据已有的气溶胶分类研究结果, 给出基于气溶胶光学参数的分类方法, 并建立气溶胶分类查找表。利用高光谱分辨率激光雷达于2015年春季在青岛地区测量的气溶胶消光系数、后向散射系数和退偏振比, 参照建立的气溶胶分类查找表, 实现了对气溶胶的分类识别, 并用HYSPLIT轨迹模式、NAAPS气溶胶模式进行了印证。个例研究结果表明该方法能够实现对气溶胶类型的正确识别。

提出了利用激光雷达区分不同类型气溶胶的新方法。建立了包含背景气溶胶和云两种不同类型气溶胶光学参数（后向散射系数、消光系数）的两个激光雷达方程，并推导计算其解的表达式。反演出两种不同类别气溶胶的光学参数，以此区分背景气溶胶和云。根据两种不同气溶胶的光学参数与两种不同消光后向散射比（Saer1,Saer2）模拟激光雷达回波信号，并用该新方法反演得到两不同类别气溶胶的光学参数。反演结果与不同类型气溶胶的模拟参数一致。用该方法区分激光雷达同时探测到的大气背景气溶胶和云。模拟和测量结果都证实了该方法对不同类型气溶胶进行分类的可行性。