【摘要】：大氣水汽是重要的大氣氣象參數(shù),它是大氣最活躍的一種氣體成份。水汽是成云降水過程中不可缺少的因素,同時在全球水文循環(huán)、氣象學和大氣動力學等一系列大氣過程中也扮演著重要的角色。而水汽的這些重要影響都與水汽含量及其時空分布變化特征緊密相關(guān)。鑒于水汽的快速時空變化特性,全天時高精度的大氣水汽探測對于研究降水、大氣污染物擴散以及灰霾和霧霾的形成和消散等有著重要的科學研究意義和應(yīng)用價值。針對全天時探測中白天強太陽背景光對弱水汽拉曼散射信號的干擾作用,論文首先進行了對現(xiàn)有拉曼激光雷達系統(tǒng)的仿真,詳細討論了接收視場角、濾光片帶寬等主要參數(shù)對全天時探測性能的影響,并完成了全天時大氣水汽探測激光雷達系統(tǒng)的優(yōu)化設(shè)計與實驗驗證。根據(jù)激光雷達回波信號和噪聲的特點,提出了基于小波去噪的白天太陽背景光高精度濾波抑制方法研究,討論了分解層數(shù)、小波基函數(shù)、閾值函數(shù)以及閾值選取對去噪結(jié)果的影響,通過大量的數(shù)據(jù)分析和去噪評價函數(shù)對比,得到以小波基sym6-8,分解層數(shù)為5層,采用改進的閾值函數(shù)和改進通用閾值方法,可達到較好的去噪效果。并開展全天時激光雷達探測實驗和數(shù)據(jù)反演,結(jié)果表明,在白天大氣水汽探測距離可從1.5-2km提高至3km以上,驗證了小波閾值去噪算法的有效性和全天時水汽探測的可行性。利用2013年11月-2016年7月西安理工大學激光雷達遙感中心探測數(shù)據(jù)和氣象站數(shù)據(jù),對西安地區(qū)大氣水汽含量進行了長期統(tǒng)計分析。獲得了不同高度層內(nèi)水汽含量的變化和占比,分析了水汽含量的時空變化特性和季節(jié)變化特性,以及特殊天氣過程(如降雨、降雪)前后水汽含量的變化趨勢。并探討了水汽含量與各氣象要素的相關(guān)性,結(jié)果表明,水汽含量與地面溫度和水汽壓正相關(guān),與氣壓負相關(guān),而且與降水量、降水日數(shù)和降水效率有較強的相關(guān)性,為使用激光雷達探測手段指導農(nóng)業(yè)生產(chǎn)以及人工降水工作提供有力依據(jù)。
[Abstract]:Atmospheric water vapor is an important atmospheric meteorological parameter. It is one of the most active gas components in the atmosphere. Water vapor is an indispensable factor in the process of cloud-forming precipitation and plays an important role in a series of atmospheric processes such as global hydrological cycle meteorology and atmospheric dynamics. These important effects of water vapor are closely related to water vapor content and its spatio-temporal distribution. In view of the rapid spatio-temporal variation of water vapor, the high-precision atmospheric water vapor detection during the whole day is of great scientific significance and application value for the study of precipitation, the diffusion of atmospheric pollutants, the formation and dissipation of haze and haze, and so on. In view of the interference of strong solar background light on weak water vapor Raman scattering signal in all-day detection, the simulation of the existing Raman lidar system is carried out firstly, and the field of view angle of reception is discussed in detail. The influence of filter bandwidth and other main parameters on all-day detection performance is studied. The optimized design and experimental verification of all-day Lidar system for atmospheric water vapor detection are completed. According to the characteristics of Lidar echo signal and noise, a high precision filtering method based on wavelet de-noising for daytime solar background light is proposed. The decomposition layer number and wavelet basis function are discussed. The influence of threshold function and threshold selection on de-noising results is studied. Through a lot of data analysis and comparison of de-noising evaluation function, the wavelet-based sym6-8, decomposition layer is used as 5 layers, and the improved threshold function and improved universal threshold method are adopted. Can achieve a better de-noising effect. All-day lidar detection experiments and data inversion are carried out. The results show that the range of atmospheric water vapor detection can be increased from 1.5-2km to more than 3km in the daytime. The validity of wavelet threshold de-noising algorithm and the feasibility of all-day water vapor detection are verified. From November 2013 to July 2016, a long-term statistical analysis of atmospheric water vapor content in Xi'an region was carried out based on the data from Lidar remote Sensing Center and Meteorological Station of Xi'an University of Technology. The variation and occupation ratio of water vapor content in different height layers are obtained. The temporal and spatial variation characteristics and seasonal variation characteristics of water vapor content are analyzed, as well as the change trend of water vapor content before and after special weather processes such as rainfall and snow. The correlation between water vapor content and meteorological factors is discussed. The results show that water vapor content is positively correlated with surface temperature and water vapor pressure, negatively correlated with atmospheric pressure, and strongly correlated with precipitation, precipitation days and precipitation efficiency. It provides a powerful basis for the use of lidar detection to guide agricultural production and artificial precipitation.
【學位授予單位】：西安理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：P412.25;TN958.98

【參考文獻】

相關(guān)期刊論文 前10條

1 呂立蕾;;多光譜激光雷達小波去噪效果評價體系[J];海洋測繪;2016年04期

2 于杰;車慧正;陳權(quán)亮;朱君;桂柯;鄭宇;;2010—2012年我國西北地區(qū)沙塵個例氣溶膠特征分析[J];氣象與環(huán)境科學;2016年02期

3 段慧;張丹;范力;楊洪霞;;西充河自動監(jiān)測斷面表層溶解氧季節(jié)變化及影響分析[J];四川環(huán)境;2015年05期

4 楊瑞鴻;王研峰;黃武斌;鄭泳宜;;半干旱地區(qū)大氣水汽含量反演分析[J];現(xiàn)代農(nóng)業(yè)科技;2015年01期

5 趙一鳴;李艷華;商雅楠;李靜;于勇;李涼海;;激光雷達的應(yīng)用及發(fā)展趨勢[J];遙測遙控;2014年05期

6 郭艷君;丁一匯;;1958～2005年中國高空大氣比濕變化[J];大氣科學;2014年01期

7 韓潔;李建芳;;2011年陜西省強秋淋天氣分析[J];陜西氣象;2012年06期

8 張秉祥;韓軍彩;陳靜;劉萍;;華北地區(qū)空中水汽含量與降水量的關(guān)系[J];干旱氣象;2012年02期

9 張永濤;焦振峰;馬鑫鑫;侯俊嶺;;漯河單站氣象要素與降水概率的初步研究[J];氣象與環(huán)境科學;2011年S1期

10 趙松;江漢紅;張朝亮;柯澤賢;;基于改進小波閾值函數(shù)的雷達信號去噪[J];兵工自動化;2011年07期

相關(guān)會議論文 前1條

1 劉艷華;李鐵林;郭獻林;馬鑫鑫;;河南省空中水汽資源的來源、分布及收支[A];第十五屆全國云降水與人工影響天氣科學會議論文集（Ⅰ）[C];2008年

相關(guān)博士學位論文 前1條

1 李霞;西北半干旱區(qū)大氣可降水量和氣溶膠光學特性的反演與分析[D];蘭州大學;2012年

相關(guān)碩士學位論文 前8條

1 王斌;寒冷地區(qū)既有居住建筑外窗節(jié)能改造研究[D];長安大學;2013年

2 韓軍彩;華北地區(qū)空中水汽含量的演變特征[D];南京信息工程大學;2011年

3 袁紅梅;基于小波變換的圖像去噪算法與實現(xiàn)[D];上海交通大學;2008年

4 宛霞;用衛(wèi)星資料和常規(guī)資料聯(lián)合估算水汽含量的研究[D];蘭州大學;2007年

5 姚勝利;地震信號的小波去噪方法研究[D];中南大學;2007年

6 張旭蓮;小波變換及其在地震資料去噪中的應(yīng)用[D];西安科技大學;2006年

7 翟清斌;利用地基GPS遙感大氣水汽含量的研究[D];清華大學;2005年

8 樊春玲;低頻振動下機械故障診斷技術(shù)的研究[D];燕山大學;2001年

，

本文編號：2465448