英语原文共 4 页,剩余内容已隐藏,支付完成后下载完整资料
基于云深的线偏振度变化测量云液滴有效半径和液态水含量
液态云的两个重要参数是云的有效尺寸(CES)和液态水含量(LWC)。测量这些参数,我们用了两个多重散射的去极化效应:(1)云底线性偏振度的斜率(sldlp),和(2)无限高度的线性极化的饱和值(sadlp)。我们使用蒙特卡罗模拟来验证这种方法,假设水云的液滴尺寸服从伽玛分布,从我们的计算中,我们发现, sadlp随着消光系数(或LWC)和CES的变化而变化,而sldlp只随着消光系数变化。使用sldlp提取消光系数后,我们可以很容易地通过sadlp获得CES。结果,我们发现,CES和LWC可以从实验参数sldlp和sadlp中提取,而sldlp和sadlp很容易从一个单波长偏振雷达中获得。
低空液水云在大气辐射传输中起着重要的作用,因为对于地面来说,它的立体角大。云的微物理特性如它的液态水含量(LWC)和云的有效尺寸(CES)是气候研究所需的典型参数。
有几个著名的测量CES的方法,包括主动测量的方法如激光雷达或雷达。也有许多测量LWC和CES的被动方法例如使用被反射的太阳光和热排放。其中一个主动的方法是结合水的拉曼信号和弹性Mie散射信号,它们随着立方体和液滴半径的平方变化而变化。另一种方法是将雷达和激光雷达信号结合起来,它们随液滴半径的六次方和二次方变化而变化。然而,拉曼激光雷达在白天测量不可靠,同时雷达和激光雷达信号在测量小颗粒的散射截面上具有一定的局限性。三分之一的方法采用多重散射效应,导致多视场(MFOV)激光辐射传播的空间分布的改变或导致了云-气溶胶激光雷达和红外探测者卫星观测(CALIPSO)偏振度的改变。特别是,胡等用整层去极化率和经验结果来模拟消光系数和有效半径之间的关系。胡等所使用的参数是物理上完全不同的,如在云中的水云衰减后向散射信号的指数衰减率和波长为3.7 m近红外辐射的吸收率。在这篇文章中,我们也使用了多重散射效应来测量CES和LWC。然而,我们使用的参数,与胡的方法相比,在物理上更类似。
胡等[8]和Jim等[9]计算出了一种偏振度和激光雷达信号多重散射之间的简单关系。计算结果表明,线性偏振度(DLP)随着从云底高度的增加从1下降到0。从这些结果我们得出,消光系数可以通过测量与云深有关的DLP变化中提取。大多数的Monte Carlo模拟算法表明,多重散射事件的数量(或平均自由路径之间的散射事件)取决于消光系数[10,11]。然而,在原则上一个测量参数,不能得出关于云的两个基本信息,如CES和LWC。因此,我们使用至少两个实验性的独立参数提取关于CES和LWC的信息。
根据Mie散射理论,散射相函数峰值的宽度与粒子的大小成反比,因此,与小的颗粒相比,大颗粒散射入射光有较小的立体角。因此,对于一个给定的激光雷达视场(FOV),由更小的粒子引起的多重散射在雷达视场内比大颗粒造成的多重散射消失更快。因此,DLP在穿过云的时候不会无限制的降低;相反,它在一定云深的地方会发生饱和。在这方面,饱和线性偏振度(sadlp)是一个测量其他实验参数很好的参考。这种方法测量的sadlp和线性偏振度的斜率(sldlp)可以用来计算CES和LWC。
图1显示传统特色的DLP和 ,这是使用Monte Carlo方法[9]在一个给定的激光光束发散角(LBD),云高,CES、激光波长、LWC(或消光系数)与一个给定的伽玛分布和激光雷达视场的基础上计算出来的。
图1 在给定的条件(,,,)下,DLP与距云底距离的关系
DLP被定义为:,
其中和表示与所传播激光偏振方向垂直和平行的偏振激光雷达信号。(这个信号是不完整的雷达信号由胡等人定义)如图1所示,先随云深下降,但是它在离云底一定高度的距离时停止下降。从这些结果我们可以得出结论,云底的sldlp(图1零点)和sadlp是独立的物理参数,可以用来提取云的微物理参数,如LWC和CES。Sldlp是斜率,因此,要对初始值参数为(A1)和指数(T1)的指数衰减函数的线性部分进行线性回归,如图1所示。使用相同的方法,sadlp可以用另一个拟合参数计算(y0),如图1所示。DLP可以由一个跟X有关的指数衰减函数()表示。在图1中它用一个普通的光滑线来表示,在这种情况下,拟合参数是:.
图2显示了在不同的消光系数下DLP与距云底深度的变化关系。这个图试用于1mrad激光光束发散角、一个1.5 mrad的激光接收器视场角,云的高度(CH)1公里,激光波长为694 nm和不同的LWC值。现在,我们将视场和发散角的单元作为一个完整的角度。此外,计算时,云高为1000米。
图2 在下,对于不同的消光系数,DLP与距云底距离的关系
如图2和其他结果[7,9]显示, DLP随着云深的变化完全取决于消光系数。因此,该sldlp可以用来提取消光系数而不使用其他的假设或实验结果。在图2中,不同的消光系数代表了不同CES和LWC的值。这些结果与胡等[7]的结果是类似的,就是激光雷达信号被表示为一个跟 有关的指数衰减函数,其中指消光系数,指到云底高度,指整层去极化率。
图3显示了消光系数相同,但CES不同情况下,DLP随距云底高度的变化情况,此时激光雷达视场角为1.5 mrad。激光光束发散角、CH和激光波长为分别为1 mrad、1公里和694 nm。如图所示,虽然sadlp随CES变化,但当消光系数(或LWC)是恒定的时候, sldlp 与CES无关。 这意味着,从sldlp值中提取出消光系数后,我们可以逐步从sadlp值提取出CES。无论是sldlp和sadlp可以用单波长偏振激光雷达测量。我们还发现,与图3相同条件下,而用激光雷达视场角小于1.5mrad时DLP变化几乎相同,但结果会得到较小的sadlp和sldlp值(这个结果不是这篇文章所示)。
图3 当,时,对于不同的CES值,DLP与距云底距离的关系
图4显示了对于不同的CES,sldlp是消光系数的函数。此图显示了云的消光系数和sldlp之间的相关性,二者满足二阶多项式方程。
在这里指云的消光系数。当FOV,LBD,和云的高度不变时,该方程系数不变。我们使用了几种不同的云参数的组合得到这个方程,如CES从 3mu;m到 30mu;m,消光系数从到(0.05克∕M3 lt; LWC<1.34 g∕m3),这些CES,LWC,和消光系数的组合见表1。
图4 当时,对于不同的CES和LWC,SLDLP与消光系数的对应关系
表1 用于公式二的CES和LWC的值
图5显示了对于一个给定的CH、FOV和LBD,sldlp与CES的关系。当消光系数是有一点变化的常数时,sldlp几乎不变。恒定的sldlp来自于仅仅取决于消光系数的多重散射,而小的变化来自取决于CES的消谐效果。图5显示了对于一个给定的激光雷达(FOV,LBD)和CH, 当sldlp的计算与CES无关时,消光系数可以被提取出来。
图5当时,对于不同的消光系数,SLDLP与CES的对应关系
图6显示了当FOV , LBD和CH的值固定时,对于不同的消光系数.sadlp与CES的关系。然而,当消光系数恒定时,sadlp随CES剧烈变化。Sadlp的强度依赖于CES且随着消光系数的变化而变化。特别的是,当消光系数和CES分别大于和时,CES对消光系数的敏感性将下降。这表明,当CES大于20mu;M,要求提高激光雷达系统的视场角使之大于0.75mrad,但这增加了在恒定视场激光雷达信号的条件下CES的散射角效应。
图6当时,对于不同的消光系数,SADLP与CES的对应关系
图7显示了在不同激光雷达视场角的情况下,sadlp与CES的关系。这个图片表明,当视场角增大,sadlp和CES之间没有相关性。CES和sadlp之间的灵敏度随视场角的增大而降低。使用大视场(5mrad)与LBD为1 mrad的激光雷达,我们不能测量CES值大的云,因为sadlp不唯一地对应于CES。这种复杂的关系发生是因为大视场角的去极化雷达信号取决于两个主要过程:(1)散射后的光的传播角;(2)散射角依赖偏振。因此,小视场角的激光雷达系统可用来解决CES值较大的云。
图7 当时,对于不同的,与的对应关系
最后做一个总结,我们可以利用多重散射的偏振效应去测量CES和LWC。我们得出这样的结论:液体CES和LWC(或消光系数)可以从使用简单的偏振雷达的实验测量出的两个独立的sldlp和sadlp值中提取出来。因为sldlp直接由消光系数决定,所以我们用它来消除由sadlp(随CES和含水量变化)提供的信息的模糊性。一旦消光系数确定了,CES可以从已知消光系数情况下, sadlp与CES的关系中提取出来。因为我们期望得到当云的消光系数足够大的时候远离云底地方的sadlp值,小视场激光雷达系统可以用来获得饱和的云深度和云底的sadlp值。在这种情况下,我们应该使用一个高频率的激光器,一个高分辨率的ADC和光子计数系统来获得在激光雷达的动态范围内的饱和信号(sadlp)。
文献:
1. D. D. Turner, A. M. Vogelmann, R. T. Austin, J. C. Barnard,K. Cady-Pereira, J. C. Chiu, S. A. Clough, C. Flynn, M. M.Khaiyer, J. Liljegren, K. Johnson, B. Lin, C. Long, A.Marshak, S. Y. Matrosov, S. A. Mcfarlane, M. Miller, Q.Min, P. Minnis, W. Orsquo;hirok, Z. Wang, and W. Wiscombe, Bull.Am. Meteorol. Soc. 88, 177 (2007).
2. Y. X. Hu and K. Stamnes, J. Climate 6, 728 (1993).
3. D. N. Whiteman and S. H. Melfi, J. Geophys. Res. 104, 411(1999).
4. R. Baedi, J. de Wit, H. Russchenberg, J. Erkelens, and J.Poiares Baptista, Phys. Chem. Earth B 25, 1057 (2000).
5. L. R. Bissonnette, G. Roy, G. Vallee, and S. Cantin, Proc.SPIE 4087, 939 (2000).
6. G. Roy, L. R. Bissonnette, Ch. Bastille, and G. Vallee, Appl.Opt. 38, 5202 (1999).
7. Y. Hu, M. Vaughan, C. McClain, M. Behrenfeld, H. Maring, D.Anderson, S. Sun-Mack, D. Flittner, J. Huang, B. Wielicki, P.Minnis, C. Weimer, C. Trepte, and R. Kuehn, Atmos. Chem.Phys. 7, 3353 (2007).
8. Y. Hu, Z. Liu, D. Winker, M. Vaughan, V. Noel, L.Bissonnette, G. Roy, and M. McGill, Opt. Lett. 31, 1809(2006).
9. D. Kim, H. Cheong, Y. Kim, S. Volkov, and J. lee, Opt. Rev.17, 507 (2010).
10. C. M. R. Platt, J. Atmos. Sci. 38, 156 (1981).
11. Y. X. Hu, D. Winker, P. Yang, B. Baum, L. Poole, and L.Vann, J. Quant. Spectrosc. Radiat. Transfer 70, 569 (2001).
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[31352],资料为PDF文档或Word文档,PDF文档可免费转换为Word
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
您可能感兴趣的文章
- 气候变化对径流影响研究中多个gcm、统计降尺度和水文模型的比较与评价外文翻译资料
- 蒙古高原与青藏高原对北太平洋西风急流的影响外文翻译资料
- 用RAMS-CMAQ模拟北京气溶胶对大气能见度的影响外文翻译资料
- 春季江淮流域多尺度气旋活动及其与降水异常的关系外文翻译资料
- 中国东部地区春季1壤湿度和夏季降水关系的统计分析外文翻译资料
- 长江流域降水变率的AMIP GCM模拟外文翻译资料
- 中国水汽变化及气溶胶的影响外文翻译资料
- 大西洋盆地及其相邻大陆地区气溶胶的CALIPSO衍生三维结构外文翻译资料
- 基于雨量计观测数据的登陆中国的热带气旋的降水日变化外文翻译资料
- 基于CloudSat数据的热带云属现象描述外文翻译资料