卷云对星载CO2激光雷达探测能力影响的仿真模拟研究

潘张宇萱

摘要：针对星载差分吸收激光雷达，构建了一套包含6个子模块的正演模型，并围绕卷云对探测能力的影响，开展了典型场景下的仿真模拟研究。通过对比薄冰云和厚冰云两个典型场景的模拟结果，得出如下结论：当场景中仅存在薄冰云时，可以有效探测云下CO₂；当场景中存在较强的云层和气溶胶时，难以有效探测云下CO₂，云和气溶胶的衰减效应对探测效果有显著的影响。这些结果也说明，星载差分吸收激光雷达虽然空间分辨率极高，可以获取垂直方向上的廓线信息，但与此同时，探测能力的精细化评估和数据的高精度处理技术仍是难点。

关键词：星载激光雷达；差分吸收技术；CO₂；仿真模拟

一、前言

温室气体含量的逐年增加破坏了原来在天然温室气体成分下所维持的源和汇的自然平衡，其中，二氧化碳（CO₂）含量相对较大，也是全球碳循环的主要载体。被动遥感中，地面碳柱观测网络TCCON是基于地基傅立叶红外高光谱仪按照标准规范开展太阳红外光谱观测，反演CO₂等多种大气温室气体成分[1]。2006年10月欧洲发射的METOP-A、2009年1月日本发射的GOSAT、2014年7月美国发射的OCO-2都是用于探测CO₂等温室气体含量的卫星[2-4]。近年来，星载主动遥感技术逐渐发展起来，如差分吸收激光雷达技术探测大气主要气体成分，美国NASA和欧洲ESA分别提出了A-SCOPE和ASENDS卫星计划，均以主动式路径积分差分吸收IPDA激光雷达为设计载荷[5-6]。2022年4月，我国成功发射大气环境监测卫星，携带了全球第一台用于探测二氧化碳的激光雷达，以期实现对地球大气二氧化碳的全天时、高精度探测[7]。

星载差分吸收激光雷达在探测二氧化碳时会受到云层吸收和散射的影响，从而带来探测结果的不确定性。本文将针对这一问题，建立正演模型，基于两个典型冰云场景开展仿真模拟分析，探讨冰云对于探测能力的影响。

二、探测原理

星载二氧化碳激光雷达采用差分吸收技术来实现有效探测，其基本原理如下：

三、正演模型

正演模型是指在仪器设计和探测模式等论证过程中，通过构造数学模型，计算得到其理论值，然后用仿真模拟验证其设计的正确性和可行性，同时为设计方案提供优化方法的一种有效手段。

本文构建的正演模型由6个子模块构成，如图1所示：典型场景模拟、光学特性计算、辐射传输计算、衰减后向散射系数计算、回波信号仿真、参数敏感性分析。将NCEP再分析数据输入至WRF和WRF-CHEM中进行三维场景模拟，并耦合初始设置的CO₂含量廓线；再利用OPAC数据库对水凝物、气溶胶的光学特性进行计算，得到后向散射特性；结合LBLTRM模式，建立大气辐射传输模式，计算衰减后向散射系数；根据卫星平台参数和激光雷达仪器参数，模拟探测器上获得的仿真信号；根据仿真结果可对关键参数进行敏感性分析。典型场景一旦确定，就需要以仪器、卫星平台参数作为输入值，如表1所示。

四、典型模拟结果分析

（一）典型场景与CO₂廓线

作为正演模型的起点，我们选取了两个典型场景。图2为第一个场景的三维示例，模拟一次热带地区斯里兰卡岛上空的冰云。在该场景中，海洋（水体）的反照率低于0.1，陆地的反照率高于0.15，这对于靠地表反射的差分吸收技术来说很重要。在场景中耦合CO₂浓度时，陆地和海洋采用了不同的廓线。从全球统计来看，海洋上空CO₂含量略高于陆地。

（二）薄冰云场景模拟结果分析

第一个模拟场景纬度横跨约4°，为典型热带地区薄冰云，云顶高度位于15km左右，冰晶含水量最大区域在7.0～7.5°N，均值达到约0.66mg/m³，垂直光学厚度基本在0.3以内。该场景主要考察激光雷达穿透薄冰云层后对于CO₂的探测能力。

将场景中的各项大气条件、水凝物、CO₂等背景参数输入正演模型，得到的仿真结果如图3所示。图3（a）中15km处的明显回波可以看到1572nm波长仍然能够用于探测云层信息，且由于云层很薄，光学厚度小，云层下方的信号较为平滑，地表和水面处偶尔有强反射信号需要做过饱和处理。图3（b）给出了λ_on与λ_off两个通道探测信号的差值，平均值在14.3μV左右，且云测信息会被削弱，其差值越明显，对后期CO₂浓度的反演越有利。取场景中每条廓线λ_on与λ_off通道信号的比值P_on/P_off，并在高度上对每条廓线进行累加，从而考察CO₂吸收作用导致的信号变化。通过对比发现，尽管图3（c）中P_on/P_off累加值在一定区间内出现不稳定，但其基本趋势与图3（d）中输入正演模型的CO₂柱浓度一致，且相关性达到0.83，证明在薄冰云中，能够对CO₂柱浓度实施有效探测，但信噪比需要通过参数优化来提升。

（三）厚冰云场景模拟结果分析

第二个模拟选取了中纬度地区一次典型的陆地冰云与气溶胶同时出现的场景。冰云位于8～10km之间，分布范围广阔，2km下方有气溶胶分布，设置为“大陆污染型”气溶胶。由于均为陆地，反射率均在0.2以上。该场景主要考察厚冰云对于CO₂探测能力的影响。

图4（a）中8～10km处有明显云层回波，35.3～35.7°N和36.4～36.7°N两个区域内的云层回波较强，光学厚度大于4.5，吸收作用显著，其下方高度区域内几乎没有信号。图4（b）中，λ_on与λ_off两个通道探测的信号差值较小，主要是受云层吸收作用的影响。图4（c）中，将每条廓线的P_on/P_off在高度上进行累加，在上述云层回波较强的两个区域内，P_on/P_off有很强的不确定性，几乎无法分辨趋势，但在其他云层较薄的区域，不确定性减弱。对比图4（d），两者基本没有任何相似的特征，且相关系数也仅为0.09，表明在云层较厚、含水量较大时，无法对CO₂实施有效探测。

五、结语

本文针对星载差分吸收激光雷达，构建了一套包含6个子模块的正演模型，并围绕卷云对探测能力的影响，开展了典型场景下的仿真模拟研究，并得出如下结论：当场景中仅存在薄冰云时，可以有效探测云下CO₂；当场景中存在较强的云层和气溶胶时，难以有效探测云下CO₂，云和气溶胶的衰减效应对探测效果有显著的影响。星载差分吸收激光雷达虽然空间分辨率极高，可以获取垂直方向上的廓线信息，但与此同时，探测能力的精细化评估和数据的高精度处理技术仍是巨大挑战。

参考文献

[1]周敏强，张兴赢，王普才，等.二氧化碳柱浓度的卫星反演试验及地基验证[J].中国科学：地球科学，2015，45（6）：856-863.

[2]García OE，Sepúlveda E，Schneider M，et al.Consistency and quality assessment of the Metop-A/IASI and Metop-B/IASI operational trace gas products （O3， CO， N2O， CH4， and CO₂） in the subtropical North Atlantic[J].Atmospheric Measurement Techniques，2016，9（5）：2315-2333.

[3]Yokota T，Yoshida Y，Eguchi N，et al.Global concentrations of CO₂and CH4 retrieved from GOSAT： First preliminary results[J].SOLA，2009，5：160-163.

[4]Wunch D，Wennberg PO，Osterman G，et al.Comparisons of the orbiting carbon observatory-2 （OCO-2） XCO₂measurements with TCCON[J].Atmospheric Measurement Techniques，2017，10（6）：2209-2238.

[5]Caron J，Durand Y，Bezy JL，et al.Performance modeling for A-SCOPE： a space-borne lidar measuring atmospheric CO₂[C]//Lidar Technologies， Techniques， and Measurements for Atmospheric Remote Sensing V.SPIE，2009.

[6]Abshire JB，Riris H，Allan GR，et al.A lidar approach to measure CO₂concentrations from space for the ASCENDS Mission[C]//Lidar Technologies， Techniques， and Measurements for Atmospheric Remote Sensing VI.SPIE，2010.

[7]王敏，黄辛.大气环境监测卫星升空[N].中国科学报，2022-04-18（1）.

作者单位：南京信息工程大学大气物理学院