HTML
-
为了验证不同大气场模型对激光雷达工作环境反映的真实可靠性,本文中选取了WRF ver4.2.2大气模型和US76大气模型,结合德国大气物理研究所研制的小型瑞利自主激光雷达(compact Rayleigh autonomous LiDAR,CORAL)的技术参数计算了0 km~40 km以内的大气回波光子数廓线,并将两种模型计算下的大气回波光子数与参考文献中的实验结果做了对比,进行不同模型温压场的适用性参考[11]。其中WRF ver4.2.2模式初始场和边界场使用的是美国国家环境预报中心数据集(National Centers for Environmental Prediction final, NCEP FNL)0.25°×0.25°的6 h再分析资料,覆盖面积为:1359 km×1440 km,624 km×561 km,220 km×202 km; 长波辐射与短波辐射传输方案为RRTMG Shortwave and Longwave Schemes方案 [12-14]; 边界层参数化方案为Yonsei University Scheme方案 [15-16]; 第1层嵌套积云参数化方案采用Grell-Freitas Ensemble方案 [17-18],第2、第3层嵌套关闭积云参数化方案,3层云微物理参数化方案为HUJI SBM (full)方案 [19-20]。表 1为模式的主要输入参数。表中,UTC表示协调世界时(universal time coordinated)。CORAL的技术参数如表 2所示[11]。
setup description number of nesting 3 start time 2020-08-17T00:00(UTC) end time 2020-08-18T01:00(UTC) horizontal resolution 100 center of location 48.08°N, 11.27°E numbers of vertical layers 50 initial data of weather & boundary fields NCEP FNL 0.25°×0.25° 6 h Table 1. Input parameters of WRF
parameter value wavelength 532 nm one pulse energy 120 mJ pulse repetition rate 100 Hz telescope radius 63.5 cm quantum efficiency 0.1 efficiency 0.006 dark count 100/s int time 3 min Table 2. CORAL system parameters
得到的结果如图 2所示。图 2中,simulation 1是基于US76模型下得到的回波光子数,simulation 2是基于WRF模式下得到的回波光子数,observation是CORAL的第三通道实验数据,10 km以下的几何重叠区域已扣除。
由于WRF模式参数化方案的限制,模式顶气压设置上限为300 Pa,所以图 2中只给出了40 km到地面的回波光子数。两种模型计算所得的回波光子数差如图 3所示。由图 2、图 3可知,在10 km~40 km范围内基于WRF模式得到的温压场因其更接近实验真实环境,所以得到的仿真结果较US76模型得到的实验结果与实验数据更吻合。随着高度的上升,两种模型的回波光子数逐渐减少,但基于US76模型下得到的回波光子数下降速率更快,信噪比相应下降地更快,而基于WRF模式下得到的信噪比相比下降地较慢。因此,使用WRF模式得到的温压场在环境构造上有着更高时空真实性的优势,利用其得到的气象场要素代入Tenti S6模型内会更贴近地引入准确的回波光子数,并降低与实验的误差。
-
对于温度廓线的仿真,采用表 1中的WRF边界场、初始场以及微物理、积云方案和嵌套输入参数,将中心区域改为南京市浦口区(118°E,32.2°N),对以下几个季节环境时间点春(2021-03-19T16:00—2021-03-20T16:00 UTC)、夏(2021-06-20T16:00—2021-06-21T16:00 UTC)、秋(2021-09-22T16:00—2021-09-23T16:00 UTC)、冬(2021-12-20T16:00—2021-12-21T16:00 UTC)无强降水和深厚低云4个日期进行模型的温压场搭建。表 3为来自“reliable prognosis”的4个日期20:00时的天气现象记录。表中cloud amount为云量(无量纲),H为云高。
date time cloud amount H/m 2021-03-19T20:00 0.3 1000~1500 2021-06-20T20:00 none 2500 higer/none 2021-09-23T20:00 none none 2021-12-20T20:00 none none Table 3. Date weather
图 4为两种模型的温度廓线与该地区对应时间点20:00时探空数据的对比。从图 4可知,在0 km~16 km范围内,温度廓线的变化趋势WRF模式的输出产品与该地区该时刻的探空数据保持着较好的一致性,同时在数值上也较US76模型更接近探空数据。
两种模型的气压廓线与该地区对应时间点的探空数据对比如图 5所示。从图 5可知,3种模型在0 km~16 km的气压廓线变化趋势和数值都较温度廓线一致性高,在数值上WRF的输出产品比US76更为接近探空数据一点,综上所述,采用本文中所选方案的WRF产品输出温压场较US76大气模型和探空更为接近,可以认为在该晴空、无强干扰的情况下可以为干涉式HSRL系统提供一个较好的仿真计算用模拟大气环境。
本文作者设计的一套干涉式大气瑞利-布里渊散射采集激光雷达系统,参数如表 4所示。
parameter value wave length 355 nm one pulse energy 30 mJ pulse repetition rate 100 Hz telescope radius 30 cm quantum efficiency 20% dark count 3000/s Table 4. Experiment system parameters
由式(11)可知,信噪比与累计脉冲数的二分之一次方成正比,在讨论不同的季节与气象场的差异引起的回波光子数之前,需对累计脉冲数进行讨论。
图 6为春季15 km高度处不同积分次数下的瑞利-布里渊散射光谱。其中绿线为积分10次的光谱,红线为积分100次的光谱,蓝线为积分10000次的光谱。由图 6可知,随着积分次数的变多,瑞利-布里渊散射光谱的还原度逐渐提高,在10次积分的情况下,瑞利-布里渊散射光谱被噪声淹没,几乎难以辨认。在积分次数达到10000次时,可以清晰地分辨出瑞利-布里渊散射光谱。因此本文中后续的仿真实验都基于10000次脉冲积分进行。
结合US76模型计算所得的回波光子数和结合WRF计算所得的回波光子数如图 7所示。图 7中红线、蓝线、绿线、粉线分别为结合WRF模式10000次脉冲积分所得春季、夏季、秋季、冬季的回波光子数。青线为结合US76模型气象场经过10000次脉冲积分的回波光子数, 因江苏南京浦口地区4个季节下的分子、气溶胶种类和垂直密度在实际情况下有不同的分布,4个季节下使用结合WRF模式所得的回波光子数存在差异。因为结合US76模型计算所得的回波光子数不存在季节差异,所以只有一条线。
使用两种模型计算的回波光子数在不同季节的差如图 8所示。图 8中红线、蓝线、绿线、粉线分别为结合WRF模式计算的回波光子数与结合US76模型计算所得的回波光子数在春季、夏季、秋季、冬季的绝对差异。从图中可以看出,两种模型计算的回波光子数夏冬两季时在12 km处相等,春季和秋季分别在12.9 km、13.3 km处相等。
随着高度上升,两种模型计算所得回波光子数逐渐由WRF大于US76转变为US76大于WRF。两种模型计算所得的信噪比如图 9所示。图 9中蓝线、红线、绿线、粉线为结合WRF模式所得春季、夏季、秋季、冬季经过10000次积分的信噪比廓线, 青线为结合US76模型经过10000次积分所得信噪比廓线。由图 9可知,信噪比和回波光子数有一致的变化趋势,同样符合随高度衰减的特性。当积分次数在10000次时,16 km处结合WRF模式的信噪比为100,略低于结合US76模型所得信噪比,但在0 km~12 km处结合WRF模式计算所得信噪比大于US76模型。
由光谱反演得到的温度随机误差如图 10所示。图 10中蓝线、红线、绿线、青线分别为结合WRF模式积分10000次所得的春季、夏季、秋季、冬季的随机误差,粉线为结合US76模型积分10000次所得的随机误差。由图 10可知,16 km以下结合WRF模式所得的反演温度廓线随机误差为:春季不超过0.65 K;夏季不超过0.98 K;秋季不超过0.59 K;冬季不超过0.63 K。结合US76模型计算所得16 km以下温度随机误差无季节特征最大不超过1.1 K。图中两种模型的随机误差相差最大的地方在10 km处,有0.3 K。因在12 km以下WRF计算所得的回波光子数大于US76计算所得,图 8中粉线代表的随机误差大于其它4条线。随着高度逐渐升高,回波光子数逐渐减少。同时两种模型计算所得回波光子数大小关系转变后,两种模型的随机误差廓线逐渐靠拢同时不确定度增加。从图 5中两种模型计算所得的回波光子数可以看出,结合WRF模式所得的回波光子数在南京浦口地区随高度衰减速度较快,而结合US76模型所得的回波光子数随高度衰减较慢,此特征反映在图 10中为结合WRF模式所得的四季随机误差在0 km~16 km的增速要比结合US76模型快。由此,基于菲索干涉仪和PMT阵列探测大气瑞利-布里渊散射光谱的地基激光雷达系统进行温度反演,在南京浦口地区无强降水和深厚低云的天气环境下,探测能力最强的地方应当是16 km以下的低空,随机误差小于0.98 K。随着探测高度的继续升高,反演温度的随机误差会突破1 K。
4个季节下的温度仿真结果如图 11所示。图 11中,红线、绿线、蓝线、粉线为结合WRF模式仿真计算的春季、夏季、秋季、冬季0 km~16 km温度仿真廓线,黑线为结合US76模型仿真计算所得。由于US76大气模型较为单一,任何季节的反演温度都是一致的,综合来看,结合WRF模式仿真计算的温度仿真廓线更能代表特定地区的不同季节环境下的温度场信息,且温度随高度变化与实际变化一致。
综上可知,利用积分次数达到10000次还原出的瑞利-布里渊散射光谱,16 km以内的温度仿真可以得到较好的结果。证明基于Tenti S6模型拟合大气瑞利-布里渊散射光谱反演大气温度廓线具有可行性。结合WRF模式输出的气象场的反演方法,对开展其它地区HSRL系统观测应用研究,有积极的参考意义。