海洋晝夜碳通量激光遙感研究

LiDAR-based monitoring of diurnal-nocturnal oceanic carbon flux

CHEN Peng1，2.3，LI Yunzhou1，3，4，ZHANG Siqi2，3* ，ZHANG Zhenhua2，PAN Delu2，3

1.InstituteofOceangaphicstrumentationQiluUnversityofTechnologyhadongAcadeyofSiences）ingdaoin; 2.Second Institute of Oceanography，Ministryof Natural Resources，Hangzhou 310ol2，China;3.Academician Workstationof Shandong Province，Shandong Academyof Sciences，Jinan 250l4，China;4.LaoshanLaboratory，Qingdao 266237，China）

Abstract：Oceaniccarbon fluxconstitutesa critical component of the global carboncycleand fundamentalyinforms climate change modeling and prediction.The advent oflight detectionand ranging（LiDAR）remote sensing has gradualy revolutionizedoceaniccarbonfluxmeasurementsbyproviding highspatiotemporal resolutions，precision，andreal-time monitoringcapabies.Thisreviewevaluates recent advances in LiDAR-based monitoringof diurnal-nocturnal oceanic carbon flux dynamics.We examine the fundamental principles，methodological approaches，and technical challenges associated withLiDARapplications in carbon fluxquantficationacross theair-sea interface.Aditionally，weidentify knowledge gapsand propose futureresearch directions toenhance theeficacyof LiDARtechnology incharacterizing temporal variability in oceanic carbon sequestration.

Key words ： oceanic carbon flux; LiDAR-based remote sensing；diurnal-nocturnal monitoring；carbon cycle; CO₂ flux

海洋在全球碳循環(huán)和氣候中扮演著至關(guān)重要的角色。每年由于化石燃料和土地利用變化等原因，人類向大氣中排放大量人為二氧化碳（ CO₂ ），其中約 25% 由海洋吸收。此外，海洋將成為大多數(shù)人為排放 CO₂ 的主要儲存庫，在1000 年的時間尺度上吸收超過一半的累計排放量，在10000年或更長時間尺度上吸收 60% 到 85% 。響應(yīng)大氣 CO₂ 的增加，海洋碳匯發(fā)生持續(xù)增長，其主要過程涉及不同時間尺度上的多種機(jī)制：大氣CO₂ 在海表的溶解、海水碳酸鹽體系的緩沖作用，以及通過海洋環(huán)流將其輸送到中深層海洋。此外，海洋碳庫對氣候變異性和氣候變化也十分敏感[1]，這些影響因素影響著海洋碳匯的吸收能力，并可能改變海洋碳的年代記變化率和長期儲存效果。準(zhǔn)確估算海洋碳匯的趨勢和變異性，有助于更好地理解海洋碳循環(huán)如何響應(yīng)各種驅(qū)動變化的因素，并預(yù)測其演變趨勢及長期儲碳能力。此外，對海洋碳匯及其變異性的準(zhǔn)確評估還能為全球碳預(yù)算中的其他部分的估算提供獨立的約束，特別是有助于提高對于陸地生物圈二氧化碳匯的趨勢和變異性的認(rèn)知。

海洋碳通量是全球碳循環(huán)中的重要組成部分，準(zhǔn)確監(jiān)測海洋碳通量對于氣候變化的研究具有重要意義。海洋通過吸收大氣中的 CO₂ ，在緩解氣候變化中發(fā)揮著至關(guān)重要的作用。在過去的二十年里，我們在提高對海洋碳匯及其趨勢和變異性的定量評估方面取得了顯著進(jìn)展。聯(lián)合國政府間氣候變化專門委員會（Intergovermmental Panel on Climate Change，IPCC）第四次評估報告評估了基于1990 年代觀測數(shù)據(jù)的平均海洋碳匯為 （2.2±0.4）Gt 年。海洋碳匯的首次估算基于海洋一般環(huán)流模型，隨后根據(jù) O₂/N₂ 觀測和更廣泛的地球化學(xué)數(shù)進(jìn)行了推算。隨后，全球海洋生物地球化學(xué)模型的發(fā)展提供了海洋碳匯在氣候變化和大氣 CO₂ 濃度長期增加響應(yīng)下的變異性首次估算。這些模型模擬了調(diào)節(jié)海洋碳循環(huán)（包括自然和人為因素）的過程，并響應(yīng)氣候、天氣和大氣 CO₂ 水平的變化。基于這些過程模型的結(jié)果表明，海洋碳匯對氣候變化和變異性非常敏感，但這種變異性遠(yuǎn)小于由大氣 CO₂ 上升引發(fā)的趨勢[2-3]。全球海洋通過吸收大氣中的 CO₂ ，在緩解氣候變化中發(fā)揮著至關(guān)重要的作用。然而，我們對海洋碳循環(huán)的理解仍然存在空白，海水 CO₂ 分壓（ σ_pC02 是估算全球海-氣碳匯的重要參數(shù)。全面的全球海面 p_CO2 測量數(shù)據(jù)缺乏阻礙了對于準(zhǔn)確預(yù)測海洋 CO₂ 吸收、精確模擬氣候變化影響以及為政策制定政策提供有效信息的進(jìn)程。傳統(tǒng)水色遙感受限于陽光輻射，只能在白天工作，導(dǎo)致夜間遙感數(shù)據(jù)缺失。在一個晝夜周期中，光能在極端黑暗和豐富之間變化，導(dǎo)致浮游植物采光能力和光合速率過程的日波動，最終導(dǎo)致碳輸出、溶解有機(jī)質(zhì)組成、養(yǎng)分循環(huán)和生態(tài)系統(tǒng)功能的變化[4。盡管海洋生態(tài)系統(tǒng)變量的平均狀態(tài)和季節(jié)變化已經(jīng)可以被很好的表征，但對其晝夜變化的評估仍處于起步階段[5-6]。

理解海洋碳酸鹽體系的變化和進(jìn)程需要對海-氣 CO₂ 吸收/排放的整個變化周期有一個透徹的理解[7]自1850年以來，隨著人為排放量的指數(shù)級增長，海洋對 CO₂ 的吸收也隨之增加，導(dǎo)致海洋碳匯在2020 年達(dá)到了 （3.0±0.4）GV 年[8]。然而，碳預(yù)算的不平衡，即估計的總排放量與估計的大氣、海洋和陸地生物圈變化之間的差異，依然十分顯著大約是 0.1～0.3Gt/ 年[8-10]。海洋表面 CO₂ 濃度的長期變化是海-氣界面 CO₂ 交換的關(guān)鍵[\"]。因此，海面 CO₂ 濃度觀測在全球海-氣碳循環(huán)估算中扮演著關(guān)鍵角色。遺憾的是，由于全面的全球海面 CO₂ 濃度觀測數(shù)據(jù)的稀缺，觀測數(shù)據(jù)仍然十分有限。目前的全球累計觀測數(shù)據(jù)已展現(xiàn)出顯著的長時序趨勢，然而依舊掩蓋了顯著的年代際趨勢和區(qū)域波動[12]，，進(jìn)行嚴(yán)格定量研究以精確追蹤地球碳預(yù)算演變是全球碳循環(huán)研究必要選擇[13]。得益于全球海洋生物地球化學(xué)遙感數(shù)據(jù)的日益豐富和遙感反演方法的不斷進(jìn)步，長期海面 CO₂ 濃度的估計正在不斷提高精度，然而，由于輸入遙感數(shù)據(jù)的問題，在兩極地區(qū)仍存在較大的誤差[14]。

激光遙感作為一種新型的主動遙感手段，近年來在海洋觀測領(lǐng)域得到了快速發(fā)展。盡管現(xiàn)有激光衛(wèi)星都是為大氣及陸地所設(shè)計的，但由于其高時空分辨率和不受太陽輻射限制的特點，其在海洋環(huán)境監(jiān)測、海洋生態(tài)系統(tǒng)研究、海洋碳通量監(jiān)測等方面同樣具有重要應(yīng)用價值，應(yīng)用范圍從僅能地形觀測向海洋環(huán)境參數(shù)反演不斷發(fā)展。本文將綜述激光遙感觀測晝夜海洋碳循環(huán)的發(fā)展歷程、現(xiàn)狀以及未來的發(fā)展趨勢。

全球海洋晝夜碳循環(huán)研究現(xiàn)狀

晝夜節(jié)律變化是地球氣候最常見且高頻的周期變化，這一變化引起了海表面溫度等一系列海洋生物要素的周期性變化，其中由于沿海地區(qū)更容易受到強(qiáng)風(fēng)、水體環(huán)境變化等影響，最大的晝夜差異往往發(fā)生于此[1]。盡管現(xiàn)有對海表面 CO₂ 濃度的平均狀態(tài)和季節(jié)變化已有初步認(rèn)知，但對晝夜變化的評估仍處于起步階段[5-6]。先前的基于觀測的研究已經(jīng)探索了表層海洋 CO₂ 濃度的日變化，并報告了開放海洋中日振幅達(dá)到（187±85）μatm（10^-6 標(biāo)準(zhǔn)大氣壓， 1atm=101 325Pa） 的極端情況，在開放海洋的薩格索海中為 5～25μatm^[15] 在熱帶地區(qū)為8和 15μatm ，在亞熱帶地區(qū)小于 5μatm^[16] 。在接近海底生態(tài)系統(tǒng)（如珊瑚礁[6，17-18]、海帶森林[19]和海草[20]）的地區(qū)，記錄了更高的 CO₂ 濃度日振幅（ 100～500μatm， ），特別是在淺水區(qū)域，底棲生物量的比例增加[21-22]。海水 CO₂ 濃度晝夜變化為碳循環(huán)的動態(tài)過程提供了基本見解[23]。海水 CO₂ 濃度晝夜變化還影響海洋生物生產(chǎn)力，進(jìn)而可能影響整個海洋食物網(wǎng)[24]。然而，實測數(shù)據(jù)受到區(qū)域限制，區(qū)域性的研究結(jié)果難以向全球推廣，嚴(yán)重限制了人們對于全球海洋碳通量晝夜變化的認(rèn)知。此外，海洋溫度和循環(huán)的變化可以改變 CO₂ 的吸收和釋放過程，可能導(dǎo)致正反饋或負(fù)反饋循環(huán)，分別放大或減輕氣候變化[25-26]。總之，對海洋過程的理解有助于制定有效的環(huán)境政策和保護(hù)措施。為政策制定者和研究人員提供了寶貴的數(shù)據(jù)，從而進(jìn)行可持續(xù)的海洋管理，減輕氣候變化的影響。然而，目前關(guān)于全球海洋表面 CO₂ 濃度和海-氣 CO₂ 通量研究稀少。此外，傳統(tǒng)的被動遙感數(shù)據(jù)未能提供夜間信息，這增加了解決這一關(guān)鍵知識空白的挑戰(zhàn)難度。

海洋遙感衛(wèi)星能夠覆蓋全球海洋區(qū)域，包括偏遠(yuǎn)、難以到達(dá)的海域，為研究提供全面、連續(xù)的海洋數(shù)據(jù)。從進(jìn)入衛(wèi)星時代以來，海洋衛(wèi)星遙感技術(shù)有效推動了全球海洋研究的發(fā)展，幫助了解海洋的整體狀況和變化趨勢。許多機(jī)構(gòu)也開始嘗試?yán)眠b感數(shù)據(jù)開展海洋晝夜碳循環(huán)變化的研究：Lachs[27]使用晝夜海表面溫度遙感數(shù)據(jù)，準(zhǔn)確預(yù)測珊瑚礁生長狀態(tài);Olsen[16利用遙感數(shù)據(jù)評估了考慮海表面溫度和風(fēng)速晝夜變情況下，海水 CO₂ 濃度和海-氣 CO₂ 通量的日內(nèi)差異變化。這些研究都開始涉足基于遙感數(shù)據(jù)的全球海洋晝夜變化研究，然而所用的遙感傳感器始終停留在微波輻射計、紅外輻射計等被動遙感技術(shù)，研究更多的是關(guān)注海表面溫度以及風(fēng)速的變化以及水色遙感參數(shù)的晝夜變化。

2 激光雷達(dá)技術(shù)在海洋碳循環(huán)中的應(yīng)用

激光遙感是一種基于激光測距原理的遙感技術(shù)，它通過向目標(biāo)物體發(fā)射激光束，并接收從物體表面反射回來的激光信號，通過分析信號的時間延遲、強(qiáng)度和波長變化等信息，獲取目標(biāo)的空間分布和相關(guān)物理性質(zhì)。激光雷達(dá)（LiDAR）技術(shù)作為一種高精度的主動遙感手段，一直對全球大面觀測提供了獨特且難以替代的寶貴數(shù)據(jù)。在海洋研究中，激光雷達(dá)能夠提供海洋表層和次表層的高分辨率數(shù)據(jù)，并且實現(xiàn)對于水色要素的晝夜連續(xù)觀測，為研究海洋碳循環(huán)提供了新的視角和方法。通過提取激光雷達(dá)回波信號中包含的特征信息，能夠?qū)崿F(xiàn)對海洋水體中包括海洋表面狀態(tài)、水體組成成分、物質(zhì)濃度及空間分布等多種參數(shù)的探測，已在淺海水深、海洋光學(xué)性質(zhì)、海洋次表層、赤潮監(jiān)測以及海浪特征等方面進(jìn)行探索性應(yīng)用，滿足了各種海洋探測的需求。在海洋生物量和碳通量監(jiān)測中，激光遙感提供了海面風(fēng)速、海洋表面葉綠素濃度、海水次表層浮游植物剖面分布等海洋環(huán)境要素信息，這些數(shù)據(jù)對碳通量的估算至關(guān)重要。

2.1 全新的海水三維觀測數(shù)據(jù)

現(xiàn)有的海洋遙感技術(shù)總體上是二維平面遙感，與海洋業(yè)務(wù)及科學(xué)應(yīng)用所需的水體剖面結(jié)構(gòu)或物質(zhì)、能量的遷徙與時空分布三維探測需求存在巨大的差距[28-31]。傳統(tǒng)水色遙感僅是海洋表層積分式成像觀測[32]，無法提供水色參數(shù)的垂直剖面信息[33]。水下次表層浮游植物的初級生產(chǎn)力對整個水體的貢獻(xiàn)很大，也具有最大的新生產(chǎn)力比例，而新生產(chǎn)力反映了海洋真光層從大氣中凈吸收 CO₂ 的能力，該層對估算海洋初級生產(chǎn)力及認(rèn)識全球碳循環(huán)都具有重要意義[32，3-35]。以往相關(guān)研究都對水體垂向分布情況進(jìn)行假設(shè)，如假定水體垂向均勻，或者假定已知顆粒的垂直分布狀態(tài)，這大大影響了遙感觀測的準(zhǔn)確度[36-37]。海洋激光雷達(dá)具備深度分辨能力，能夠連續(xù)晝夜觀測全球和極地地區(qū)浮游植物的剖面結(jié)構(gòu)，從而提高全球浮游植物初級生產(chǎn)力和有機(jī)碳量的估算精度[38]。試驗表明，如果利用水體剖面分層信息，可以將現(xiàn)有凈初級生產(chǎn)力的估算精度提高 54% [38]，水下剖面遙感有望引領(lǐng)下一場衛(wèi)星海洋遙感革命[33]。海洋激光遙感技術(shù)可以廣泛應(yīng)用于獲取水下次表層浮游植物的垂直結(jié)構(gòu)以及與之相關(guān)的初級生產(chǎn)力、碳循環(huán)、早期赤潮、內(nèi)波、上升流和渦旋等信息[28]。

2.2 水色要素的全天時觀測能力

海水碳通量存在顯著的晝夜變化，這些差異主要由水體的生物地球化學(xué)過程決定，其中光合作用和呼吸作用是碳通量變化的主要驅(qū)動力。傳統(tǒng)水色遙感依賴于太陽輻射，難以實現(xiàn)夜間觀測和日內(nèi)變化;而激光遙感技術(shù)通過監(jiān)測海水的光學(xué)特性、溫度變化、浮游生物的分布等，能夠為碳通量的估算提供關(guān)鍵數(shù)據(jù)，可以實現(xiàn)24小時不間斷的海洋碳通量監(jiān)測，尤其適用于監(jiān)測晝夜周期變化的碳通量。

3 激光遙感技術(shù)的在晝夜碳循環(huán)研究中的優(yōu)勢

海洋激光遙感是海洋遙感領(lǐng)域的新一代“探針”，在當(dāng)今國際海洋遙感研究中處于前沿地位，也是觀測特殊海區(qū)碳循環(huán)不可替代的重要前沿技術(shù)。主動激光雷達(dá)可穿透部分薄云，具有最小的大氣校正誤差，從而解決了被動水色遙感在極地的許多局限性[34，39]，在極地研究中，相對于傳統(tǒng)被動遙感技術(shù)具有明顯的優(yōu)勢，能夠提供更高的精度[40]。海洋激光遙感作為一種主動遙感手段，可實現(xiàn)無光/弱光條件下對海水的全天時連續(xù)觀測，可彌補傳統(tǒng)水色衛(wèi)星遙感手段在這些條件下無法觀測的缺陷，尤其是對高緯度極地海區(qū)的觀測。

近年來搭載在云-氣溶膠激光雷達(dá)和紅外探測衛(wèi)星CALIPSO上的用于云和氣溶膠探測的云與氣溶膠偏振測量激光雷達(dá)（CALIOP）探測器在海洋研究領(lǐng)域顯示出了極大的潛力，已經(jīng)被用于極地生物量[34]和顆粒有機(jī)碳（POC）碳儲量[33]的研究。圖1顯示了北極地區(qū)極夜時段的激光遙感與傳統(tǒng)被動遙感葉綠素月平均產(chǎn)品的對比結(jié)果，從中可以看出，新型激光觀測與傳統(tǒng)遙感觀測在數(shù)據(jù)重合區(qū)域具有一致的觀測結(jié)果，但激光遙感在極夜期間，依舊具有很高的覆蓋區(qū)域，為深入理解全球海洋生態(tài)系統(tǒng)與環(huán)境因子之間的耦合關(guān)系提供可靠的數(shù)據(jù)支持，為極地地區(qū)浮游植物生態(tài)系統(tǒng)和全球海洋浮游動物晝夜垂直遷移研究提供了新的觀測視角[32，34-35，41-44]，有望引領(lǐng)下一場衛(wèi)星海洋遙感革命[33]。

相較于其他海區(qū)，極地冬季（極夜）的太陽高度角低，即使在中午也缺乏充足的太陽輻射，導(dǎo)致極地區(qū)域遙感數(shù)據(jù)嚴(yán)重缺失。基于被動遙感的極地海水 CO₂ 濃度反演產(chǎn)品在冬季出現(xiàn)大面積的數(shù)據(jù)空白（如圖2所示），基于被動遙感的北極海水 CO₂ 濃度重建模型在冬季失效，導(dǎo)致對于極地強(qiáng)烈的季節(jié)變化缺乏準(zhǔn)確的認(rèn)識[45]。冬季極地海洋在極夜條件下對 CO₂ 吸收和釋放呈現(xiàn)出特有的生態(tài)模式，深入認(rèn)識極地冬季的生態(tài)過程和海洋碳循環(huán)機(jī)制，對于我們?nèi)媪私夂Ｑ筇紖R至關(guān)重要。

4 挑戰(zhàn)與展望

盡管激光遙感在海洋碳通量監(jiān)測中具有獨特優(yōu)勢，但仍然面臨一些挑戰(zhàn)。首先，海洋的復(fù)雜性和動態(tài)變化使得遙感數(shù)據(jù)的解釋和分析難度較大。其次，海洋激光雷達(dá)衰減后向散射和水體的光學(xué)特性受到多種因素的影響，如何提高激光遙感數(shù)據(jù)的精度和可靠性仍是一個亟待解決的問題。此外，由于海洋晝夜碳通量的空間異質(zhì)性，如何實現(xiàn)高精度、高空間分辨率的連續(xù)監(jiān)測也是當(dāng)前研究中的難點。

4.1 病態(tài)方程的求解問題

激光雷達(dá)的定量化反演基于激光雷達(dá)方程 ，其難點在于;需從一個觀測值 S（z） 求解兩個未知數(shù)（激光雷達(dá)衰減系數(shù) α 和 180^° 后向散射系數(shù) β ），這成為了制約激光雷達(dá)反演的基本難題[46]。激光雷達(dá)物理量 α 和 β 可用來換算成水體漫衰減系數(shù) K_d 、顆粒后向散射系數(shù) b_bp ，進(jìn)而可得到葉綠素和顆粒有機(jī)碳 POC 濃度剖面[35，38，47-52]。目前 α 和 β 常用斜率法求解[53]，通過對激光雷達(dá)方程兩邊同時求微分，并假設(shè) β 在垂直方向近似均勻分布，可消除含 β 項，從而得到只含 α 的微分方程，進(jìn)而簡單有效的獲取 α 。但是斜率法的假設(shè)要求激光雷達(dá)所探測水域的水體為 β 近均質(zhì)水體，這大大限制了斜率法反演光學(xué)參數(shù)的準(zhǔn)確性和使用范圍。針對非均勻水體剖面反演，目前經(jīng)典方法采用基于激光雷達(dá)比（ R=α/β 先驗值假設(shè)，通過假設(shè)衰減與散射系數(shù)之間存在一定的比值關(guān)系，將其中一個物理量用另一個物理量表示出來，從而使激光雷達(dá)方程轉(zhuǎn)變?yōu)橐粋€方程求解一個未知數(shù)的問題，解算 Bermoulli微分方程即可完成求解，其中Fermald 法[5-55]和 Klett法[56-57]在激光雷達(dá)遙感反演中應(yīng)用較為廣泛。該類方法優(yōu)點是可用于非均勻介質(zhì)，其物理實質(zhì)是假設(shè)水體中的顆粒物的濃度與深度相關(guān)，而種類與深度無關(guān)，故而可以通過激光雷達(dá)比將激光雷達(dá)衰減系數(shù)和 180^° 后向散射系數(shù)關(guān)聯(lián)起來，同時反演出這兩個光學(xué)參數(shù)。然而，如上所述，基于激光雷達(dá)比的反演方法前提是必須海水顆粒激光雷達(dá)比的先驗數(shù)值，但是海水顆粒激光雷達(dá)比的測量和估算是一個相當(dāng)繁瑣復(fù)雜的過程，激光雷達(dá)比的不確定性是此種方法反演誤差的主要來源。一方面在于傳統(tǒng)光學(xué)儀器難以直接測量激光雷達(dá)比;另一方面在于不同區(qū)域海水顆粒類型和粒徑等的差異都會造成激光雷達(dá)比隨之變化，其先驗值難以準(zhǔn)確預(yù)估[58-59]。國內(nèi)目前尚少見海水顆粒激光雷達(dá)比測量與估算方面的研究報道。未來需要突破傳統(tǒng)的基于激光雷達(dá)比先驗假設(shè)方法的框架，發(fā)展一種無需激光雷達(dá)比的非均勻海水光學(xué)剖面反演通用模型。

4.2 多次散射效應(yīng)校正

多次散射效應(yīng)是制約激光雷達(dá)高精度剖面反演的另一個難題。對于激光雷達(dá)來說，由于海氣介質(zhì)的多次散射效應(yīng)會對信號強(qiáng)度和偏振狀態(tài)造成較大的影響。這種影響的大小不僅取決于激光雷達(dá)的系統(tǒng)參數(shù)，也與介質(zhì)的光學(xué)特性有很大的關(guān)系。這些影響因素的復(fù)雜性，多次散射效應(yīng)下激光雷達(dá)測量物理量（ α 和 β ）與傳統(tǒng)海洋光學(xué)儀器測量的水體漫衰減系數(shù)、后向散射系數(shù)的轉(zhuǎn)換關(guān)系不明，嚴(yán)重影響海水剖面結(jié)構(gòu)的反演精度。目前，多次散射效應(yīng)的研究大多基于激光雷達(dá)輻射傳輸模擬方法，主要包括準(zhǔn)單次散射近似激光雷達(dá)方程[60]、小角度散射近似解析方法[61-62]和蒙特卡羅（MC）統(tǒng)計分析方法[63-64]三類。其中小角度散射近似解析方法運行速度快且穩(wěn)健，但通常只適用于特定的應(yīng)用場景，忽略顆粒大角度散射，不適應(yīng)含有高濃度次表層浮游植物的水體，需要做大量的積分計算，并且積分邊界條件的確定也需要大量密集計算，導(dǎo)致該方法的計算復(fù)雜度非常高，因此這種方法沒有得到進(jìn)一步的發(fā)展和廣泛的應(yīng)用[65]。準(zhǔn)單次散射近似激光雷達(dá)方程方法的理論形式簡單、應(yīng)用方便，并且不需要消耗大量的計算資源，但在較渾濁海水介質(zhì)中難以適用，僅考慮了單次散射，忽視了海水中激光多次散射的過程，在仿真精度上有一定的局限性[66]。MC 仿真方法是對輻射傳輸進(jìn)行數(shù)值模擬的常用方法，是一種統(tǒng)計分析方法。這種方法不需要求解復(fù)雜的輻射傳輸方程，非常適合研究光子在介質(zhì)中的傳輸遷移問題，光子與大氣和海水中物質(zhì)的吸收和散射過程可以抽象為一系列具有一定概率的隨機(jī)事件，用 MC 方法來模擬光在水體中的輻射傳輸過程和水體光學(xué)特性變化[6768]。標(biāo)準(zhǔn) MC 方法實現(xiàn)簡單，但消耗大量計算資源，運行速度慢，會引入隨機(jī)噪聲。為了提高M(jìn)C仿真的效率，相關(guān)學(xué)者們提出了基于期望值的半解析MC方法，此方法充分利用了每個光子的每次散射行為，大大提高了信號的收斂速度，并與實驗進(jìn)行對比，驗證了半解析 MC 方法的有效性[63-64，69-71]。激光輻射傳輸模型的目標(biāo)是認(rèn)識介質(zhì)環(huán)境中激光的發(fā)射、吸收、散射三種作用，建模并最終定量計算介質(zhì)中的激光輻射場強(qiáng)度分布。研究激光與介質(zhì)的相互作用，有助于更好地理解海水、海面、海底、大氣等介質(zhì)的物理參數(shù)與輻射能量轉(zhuǎn)移過程的關(guān)系，是激光遙感研究的必要技術(shù)支撐。如何更好地對儀器參數(shù)和環(huán)境參數(shù)影響下激光多次散射效應(yīng)建模，提高激光輻射傳輸模型的性能，是海洋激光遙感界近年來關(guān)注的熱點。由于海水的光學(xué)厚度大，其多次散射效應(yīng)非常強(qiáng)，這會對雷達(dá)回波信號的退偏振程度造成影響，從而影響目標(biāo)物偏振特性探測的準(zhǔn)確性，也顯著影響了上述幾種仿真方法的精度。目前對于激光雷達(dá)偏振信號輻射傳輸過程和仿真方法的研究主要集中在大氣激光雷達(dá)和生物光學(xué)領(lǐng)域。 Hu 等72 提出了偏振大氣激光雷達(dá)半解析 MC 輻射傳輸模型，以研究水云中的多次散射效應(yīng)對大氣激光雷達(dá)回波偏振特性的影響。Liu等[73提出了一種針對水云的多次散射與退偏振比之間的簡單關(guān)系，用來校正水云激光雷達(dá)回波信號中的多次散射效應(yīng)，此方法在CALIOP 的云數(shù)據(jù)產(chǎn)品產(chǎn)生及應(yīng)用中起到了很大的作用。Chumside等[74]研究了退偏對海洋激光雷達(dá)信號的影響，但忽略了多次散射效應(yīng)。近年來，部分學(xué)者開始逐漸關(guān)注海洋激光雷達(dá)偏振信號的多次散射效應(yīng)[46.69，75-76]。然而，目前海洋激光雷達(dá)領(lǐng)域的多次散射效應(yīng)研究大多還是針對非偏振光的，海水的光學(xué)厚度較大并且成分復(fù)雜，建立有效的偏振海洋激光雷達(dá)輻射傳輸模型，是理解海水多次散射與回波信號偏振特性之間關(guān)系的有效手段，利用偏振激光雷達(dá)進(jìn)行探測也有助于進(jìn)行水體顆粒物的光學(xué)及微物理特性反演。未來需要發(fā)展一種綜合考慮多次散射、儀器性能和環(huán)境參數(shù)的大氣-海面-海水-海底全鏈路的激光雷達(dá)偏振輻射傳輸模型，校正多次散射效應(yīng)對激光雷達(dá)反演精度的影響。

4.3 海洋激光雷達(dá)衛(wèi)星的空缺

從1994 年的空間激光雷達(dá)試驗（LITE）[77]、2002年的地球科學(xué)激光高度計（GLAS）[78]、2006年的云與氣溶膠偏振測量激光雷達(dá)（CALIOP）［79]、2018年的多普勒測風(fēng)激光雷達(dá)（ALADIN）[80]、2018年的先進(jìn)地形激光高度計（ATLAS）[81]到計劃 2022年發(fā)射的大氣激光雷達(dá)（ATLID）[82]，美國和歐洲已積累了豐富的星載激光雷達(dá)經(jīng)驗。我國2019年發(fā)射了裝備全波形激光測高儀的高分7號衛(wèi)星[83]，2022年發(fā)射了裝備大氣探測激光雷達(dá)（ACDL）的大氣環(huán)境監(jiān)測衛(wèi)星[84]和裝備森林遙感激光雷達(dá)的陸地生態(tài)系統(tǒng)碳監(jiān)測衛(wèi)星[4]。作為當(dāng)前最具前景的海洋遙感技術(shù)[85]，美國宇航局 NASA 和意大利航天局已經(jīng)規(guī)劃發(fā)展海洋激光衛(wèi)星Caligola 等[86-87]，國內(nèi)嶗山實驗室提出了“觀瀾號\"海洋激光衛(wèi)星計劃[28]，但目前尚未有在軌運行的專用于海洋的星載海洋激光雷達(dá)。未來需要發(fā)展我國自主的專用海洋晝夜和水下剖面探測的激光衛(wèi)星。

未來隨著激光遙感技術(shù)的不斷發(fā)展和多源遙感數(shù)據(jù)的融合，海洋碳通量監(jiān)測將進(jìn)入新的階段。首先，未來的激光遙感系統(tǒng)將在精度、分辨率和觀測范圍等方面取得突破，使得全天候、全天時的碳通量監(jiān)測成為可能。其次，集成遙感與數(shù)值模擬、機(jī)器學(xué)習(xí)等新興技術(shù)，能夠更好地分析和預(yù)測海洋碳通量的變化。最后，國際合作與數(shù)據(jù)共享將成為提升海洋碳通量監(jiān)測能力的關(guān)鍵，全球范圍內(nèi)的協(xié)同監(jiān)測將為應(yīng)對氣候變化提供更為精準(zhǔn)的科學(xué)依據(jù)。

5結(jié)論

海洋碳通量是全球碳循環(huán)中的重要組成部分，準(zhǔn)確監(jiān)測海洋碳通量對于氣候變化的研究具有重要意義。激光遙感技術(shù)憑借其高精度和實時監(jiān)測能力，在海洋碳通量的晝夜監(jiān)測中展示了巨大的潛力。盡管面臨一些技術(shù)和挑戰(zhàn)，隨著技術(shù)的不斷發(fā)展和數(shù)據(jù)的逐步積累，激光遙感將在未來的海洋碳通量研究中發(fā)揮越來越重要的作用。

參考文獻(xiàn)：

[1]GRUBERN，BAKKER DC，DEVRIES T，etal.Trendsand variabilityin theocean carbon sink[J].Nature Reviews Earthamp; Environment，2023，4（2） ： 119-34. DOI： 10.1038/s43017-022-00381-x.

[2]LE QUERE C，RODENBECK C，BUITENHUIS E T，et al. Saturation of the Southern Ocean CO ² sink due to recent climate change[J]. Science，2007，316（5832）：1735-1738.DOI： 10.1126/science.1136188.

[3]LE QUERE C，RAUPACH MR，CANADELL JG，et al.Trends in the sources and sinksof carbon dioxide[J].Nature geoscience，2009，2（12） ： 831-836.D01：10.1038/ngeo689.

[4]WUJ，GOESJI，DOROSAROGOMES H，etal.Estimatesofdiurnalanddailyneprimaryproductivityusing theGeostatioary Ocean Color Imager（GOCI）data[J].Remote Sensingof Environment，2022，280：113183.DOI：10.1016/j.rse.2022.113183.

[5]BURGERFA，JOHNJG，F(xiàn)RoLICHERTL.Increase inocean acidity variabilityand extremes under increasing atmospheric CO ² （20號 [J].Bioge0sciences，2020，17（18）： 4633-4662.DOI：10.5194/BG-17-4633-2020.

[6]TORRESO，KWIATKOWSKI L，SUTTONAJ，et al. Characterizing mean and extreme diurnal variability of ocean CO ² system variablesacross marineenvironments[J].GeophysicalResearch Leters，2021，48（5）：e2020GL090228.DOI：10.1029/ 2020gl090228.

[7]MCNEIL B I，SASSE T P.Future ocean hypercapnia driven by anthropogenic amplification of the natural CO ² cycle[J]. Nature， 2016，529（7586） ： 383-386. D0I： 10.1038/nature16156.

[8]PIERREF，JONES MATTHEW W，MICHAELO，et al. Globalcarbon budget 2021[J].Earth System Science Data Discussions， 2021.D0I：10.5194/essd-2021-386.

[9]FRIEDLINGSTEINP，O'SULLIVAN M，JONES M W，et al.Global carbon budget 2020[J].Earth System Science Data，2020， 12（4） ：3269-3340.D0I：10.5194/essd-12-3269-2020.

[10]FRIEDLINGSTEINP，O'SULLIVANM，JONES M W，et al.Globalcarbon budget 2022[J].Earth System Science Data Discussions，2022. DOI：10.5194/essd-14-4811-2022.

[11]FAY A R，GREGOR L，LANDSCHuTZER P，et al. Harmonizationof global surface ocean p_C02 mapped products and their flux calculations；an improved estimate of the ocean carbon sink[J].Earth System Science Data Discussions，2021： 1-32.

[12]RODENBECK C，BAKKERDCE，GRUBERN，etal.Data-based estimatesof theoceancarbonsinkvariability-firstresultsof the Surface Ocean P CO ² Mapping intercomparison （SOCOM）[J]. Biogeosciences，2015，12（23）： 7251-7278.DOI： 10.5194/ bg-12-7251-2015.

[ 13]LE QUERE C，ANDREW R M， FRIEDLINGSTEIN ΔP ，et al.Global carbon budget 2017[J].Earth System Science Data，2018， 10（1）： 405-448. D01： 10.5194/essd-10-405-2018

[14]CHAU T T T， GEHLEN M， CHEVALLIER F. A seamless ensemble-based reconstruction of surface ocean P CO ² and air-sea CO ² （204 fluxesoverthe globalcoastalandopenceansJ].Biogeosciences，2022，19（4）：1087-09.DOI：10.5194/bg-19-1087-22.

[15]BATES N R， TAKAHASHI T， CHIPMAN D W，et al. Variability of P CO on diel to seasonal timescales in the Sargasso Sea near Bermuda[J]. Journal of Geophysical Research： Oceans，1998，103（C8）： 15567-15585.DOI： 10.1029/98jc00247.

[16]OLSEN A，OMAR A M， STUART-MENTETH A C，et al. Diurnal variations of surface ocean Λ_pC0₂ and sea-air CO ² flux evaluated usingremotely sensed data[J].Geophysical Research Leters，2004，31（20）： 2004GL020583.DOI：10.1029/2004gl020583.

[17]ALBRIGHTR，TAKESHITAY，KOWEEK DA，etal.Carbon dioxideadition tocoralreef waterssuppeses netcommunity calcification[J]. Nature，2018，555（7697） ： 516-519. DOI： 10.1038/nature25968.

[18]DRUPP P S， DE CARLO E H， MACKENZIE F T，et al. Comparison of CO₂ dynamics and air-sea gas exchange in difering tropical ref environments[J]. Aquatic Geochemistry，2013，19（5）： 371-397. DOI： 10.1007/s10498-013-9214-7.

[19]MURIE K A，BOURDEAUPE.Fragmentedkelp forestcanopies retain their abilty toalter local seawaterchemistry[J]. Scientific Rep0rts，2020，10： 11939.DO1： 10.1038/s41598-020-68841-2.

[20]BERG P，DELGARD M L， POLSENAERE P，et al. Dynamics of benthic metabolism， 0₂ ，and pCO₂ in a temperate seagrass meadow[J]. Limnology and Oceanography，2019，64（6）： 2586-2604. DOI：10.1002/lno.11236.

[21]HOFMANNG E，SMITHJE，JOHNSONK S，et al.High-frequency dynamics of ocean pH：A multi-ecosystemcomparison[J]. PLoS One，2011，6（12） ： e28983. DOI： 10.1371/journal.pone.0028983.

22]PAGEHN，COURTNEYTA，DECARLOEH，etal.Spatiotemporal variabilityinseawatercarbonchemistryforacoralefflat in Kane'ohe Bay，Hawai'i[J]. Limnology and Oceanography，2019，64（3）： 913-934.DOI： 10.1002/Ino.11084.

[23]JURYC，THOMASF，ATKINSON M，etal.Bufercapacity，ecosystem feedbacks，andseawater chemistryunder globalhange [J].Water，2013，5（3）：1303-1325.DOI：10.3390/w5031303.

[24]DENMAN K，CHRISTIANJR，STEINER N，etal.Potential impactsoffuture ocean acidificationon marine ecosystemsand fisheries：Currnt knowledge andrecommendations forfuture researchJ].ICES Journalof Marine Science，2011，68（6）：1019- 1029.DOI：10.1093/icesjms/fsr074.

[25] KRANZ S A， DIETER S， RICHTER K U， et al. Carbon acquisition by Trichodesmium： The effect of p CO ² and diurnal changes [J]. Limnology and Oceanography，2009，54（2） ： 548-559. DOI： 10.4319/lo.2009.54.2.0548.

[26] PETER H， SINGER G A，PREILER C，et al. Scales and drivers of temporal pCO₂ dynamics in an Alpine stream[J]. Jourmal of Geophysical Research： Biogeosciences， 2014，119（6）：1078-1091. DOI： 10.1002/2013jg002552.

[27]LACHS L，DONNER S，EDWARDSAJ，etalHigherspatialresolutionisnotalways beter：Evaluating satelite-sensedsea surfacetmperature productsforawestPacificcoralref systemJ].ScientificReports，2025，15：1321.DOI：10.1038/s4598- 024-84289-0.

[28]CHEN G，TANGJW，ZHAOCF，etal.Concept designofthe“guanlan”sience mision：China’snovelcontributiontospace oceanography[J]. Frontiers in Marine Science，2019，6：194.DOI：10.3389/fmars.2019.00194.

[29]汪自軍，張揚，劉東，等.新型多波束陸海激光雷達(dá)探測衛(wèi)星技術(shù)發(fā)展研究[J]．紅外與激光工程，2021，50（7）： 20211041. DOI： 10.3788/IRLA20211041.

[30]唐軍武，陳戈，陳衛(wèi)標(biāo)，等.海洋三維遙感與海洋剖面激光雷達(dá)[J]．遙感學(xué)報，2021，25（1）：460-500.DOI：10.11834/

jrs.20210495

[J」. Nature， 2019， 576（7786）： 257-261. D0l： 10.1038/s41586-019-1796-9.

[33]HOSTETLERCA，BEHRENFELDMJ，HUY X，etal.Spaceborne lidar in the studyof marine systems[J].AnnualReviewof Marine Science，2018，10：121-147. DOI：10.1146/annurev-marine-121916-063335.

[34]BEHRENFELD MJ，HUY X，O’MALLEYRT，et al.Annual boom-bust cycles of polar phytoplankton biomassrevealed by space-based lidar[J]. Nature Geoscience，2016，10（2） ： 118-122.DOI： 10.1038/ngeo2861.

[35]LUX M，HUYX，YANG YK，etal.Antarctic spring ice-edge blooms observed fromspaceby ICESat-2[J].Remote Sensingof Environment， 2020， 245： 111827. DOI： 10.1016/j.rse.2020.111827.

[36]OVERPECKJT，MEEHL GA，BONY S，et al. Climate datachalenges in the21stcentury[J].Science，2011，331（6018）： 700-702. DOI： 10.1126/science.1197869.

[37]MORELA，GENTILIB.Radiationtransportwithinoceanic（case1）water[J].JournalofGeophysicalResearch：Oceans，2004， 109（C6） ： 2003JC002259.DOI： 10.1029/2003jc002259.

[38]SCHULIENJA，BEHRENFELDMJ，HAIRJW，etal.Vertically-resolved phytoplanktoncarbonandnet primaryproduction from a high spectral resolution lidar[J]. Optics Express，2017，25（12）：13577-13587. DOI： 10.1364/OE.25.013577.

[39]BABIN M，ARRIGO KR，BeLANGER S，et al.Oceancolourremote sensing inpolarseas： report of an IOCCG workinggroupon ocean colour remote sensing in polar seas [M]. International Ocean Colour Coordinating Group，2015.

[40]BHARDWAJA，SAM L，BHARDWAJ A，etal.LiDAR remote sensing of the cryosphere： Present applicationsand future prospects[J]. Remote Sensing of Environment， 2016，177： 125-143.DOI： 10.1016/j.rse.2016.02.031.

[41]ZHANG Z H，ZHANG SQ，BEHRENFELD MJ，etal. Combining deep learming with physical parameters in POC and PIC inversion from spacebornelidarCALIOP[J].ISPRS Journalof Photogrammetryand Remote Sensing，2024，212：193-211.DOI： 10.1016/j.isprsjprs.2024.05.007.

[42]CHENP，JAMETC，LIUD.LiDARremotesensingforverticaldistributionofseawateropticalpropertiesandchlorohl-afrom the East China Seato the South China Sea[J]. IEEE Transactionson Geoscience and Remote Sensing，2O22，60：4207321. DOI： 10.1109/TGRS.2022.3174230.

[43]ZHANG S Q， CHEN P，HU Y X，et al. Research Report Diurnal global ocean surface P CO ² and air-sea CO ² flux reconstructed from spaceborne LiDAR data[J]. PNAS Nexus，2023，3（1） ： pgad432. DOI： 10.1093/pnasnexus/pgad432.

[44]CHN P，JAMET C，ZHANG Z H，etal. Vertical distrbution of subsurface phytoplankton layer in South China Sea using airborne lidar[J]. Remote Sensing of Environment，2021，263：112567.DOI：10.1016/j.rse.2021.112567.

[45]ZHANG S，CHEN P，ZHANG Z，et al.Carbon air-sea flux in the Arctic Ocean from CALIPSO from 2007to 2020[J].Remote Sensing，2022，14（24）： 6196.

[46]CHURNSIDEJH，SHAWJA.Lidarremote sensing ofthe aquatic environment： Invited[J].Applied Optics，2020，59（10）： C92-C99. DOI： 10.1364/AO.59.000C92.

[47]CILLINA，ARCHAMBAULT P，LONG B.Mapping the shalowwater seabedhabitat withthe SHOALS[J].IEEETransactions on Geoscience and Remote Sensing，2008，46（10）： 2947-2955. DOI：10.1109/TGRS.2008.920020.

[48]BEHRENFELD MJ，HUY X，HOSTETLER C A，et al. Space-based lidar measurements of global ocean carbon stocks[J]. Geophysical Research Letters，2013，40（16） ： 4355-4360. DO1： 10.1002/grl.50816.

[49]KHEIREDDINE M，BREWINRJW，OUHSSAIN M，etal.Particulate scatering and backscatering inrelation tothenatureof particles in the red sea[J]. Journal of Geophysical Research： Oceans，2021，126（4） ： e2020JC016610.

[50]DIONISID，BRANOVE，VOLPEG，etal.Seasonaldistrbutions ofoceanparticulateopticalpropertiesfromspaceboelidar measurements in Mediterranean and Black sea[J].Remote Sensing of Environment，2020，247：111889.DOI：10.1016/j.rse. 2020.111889.

[51]LACOUR L，LAROUCHR，BABINM. Insitu evaluationof spaceboe CALIOP lidarmeasurementsoftheupper-oceanparticle

backscattering coefficient[J]. Optics Express，2020，28（18）： 26989-26999.DOI： 10.1364/OE.397126.

[52]LEEZP，DUKP，ARNONER.Amodelforthedifuseattenuatincoeffcientofdownwellngirradiance［J]JoualolGeophysical Research （Oceans），2005，110（C2） ： C02016. DOI： 10.1029/2004JC002275.

[53]KUNZ GJ，DELEEUWG.Inversionof lidar signals with theslope method[J].AppliedOptics，1993，32（18）：3249-3256. DOI： 10.1364/AO.32.003249.

[54]FERNALDFG.Analysisof atmospheric lidarobservations：Some comments[J].AppliedOptics，1984，23（5）：652.DO1：10. 1364/ao.23.000652.

[55]BUL，HUANGX，CAON，etal.Mie-Rayleigh-Raman lidarformeasurementofatmospheric temperatureandaerosolextinction [J].Proceedingsof SPIE-The InternationalSocietyfor Optical Enginering，209，7382：73824Y-73824Y-6.DOI：10.17/12. 835730.

[56]KLETTJD.Stableanalytical iversonsoutionforprocesinglidarretusJ]ApledOptics，981，20（2）：2-O： 10.1364/AO.20.000211.

[57]EGOROVAD，POTAPOVAIA，SHCHUKIN G G.Lidar methods for probing an atmospheric aerosol[J].Journal of Optical Technology，2001，68（11） ： 801. DO1：10.1364/J0T.68.000801.

[58]CHENP，PANDL，MAOZ H，etal.Afeasiblecalibration method fortype1openocean waterLiDARdatabasedonbiooptical models[J]. Remote Sensing，2019，11（2）： 172.DO1： 10.3390/rs11020172.

[59]CHURNSIDEJH，SULLIVANJM，TWARDOWSKI MS.Lidar extiction-to-backscateratioof theoceanJ].Optics Express， 2014，22（15）： 18698-18706. D0I： 10.1364/0E.2.018698.

[60]CHURNSIDEJH.Reviewof profilingoceanographic lidar[J].Optical Enginering，2014，53（5）：051405.DOI：10.117/1.oe. 53.5.051405.

[61]HOGANR.Fast lidarandradar multiple-scatering models.partI：Small-anglescatering usingthephotonvariance-covariance method[J]. Journal of the Atmospheric Sciences，2008，65（12）： 3621-3635.DOI：10.1175/2008JAS2642.1.

[62]LUCHININAG，KIRILLIN MY，DOLIN L S.Backscater signals inunderwater lidars： Temporalandfrequency features[J]. Applied Optics， 2018， 57（4） ： 673-677. DO1： 10.1364/A0.57.000673.

[63]CHENP，PANDL，MAOZ H，etal.Semi-analytic Monte Carloradiative transfer modeloflaserpropagationininhomogeneous sea water withinsubsurfaceplanktonlayer[J].Opticsamp;LaserTechnology，2019，11：1-5.DOI：10.1016/j.optlastec.208.09. 028.

[64]LIUD，XUPT，ZHOUYD，etal.Lidarremotesensingofseawateropticalproperties：Experimentand MonteCarlosiulation [J].IEEE Transactions on Geoscience and Remote Sensing，2019，57（11）： 9489-9498.DOI：10.1109/TGRS.2019.2926891.

[65]BISONNETTELR.Lidarandmultiplescatring[M].Lidar：Range-resolvedopticalremotesensingof theatmosphere.New York，NY： Springer NewYork， 2005：43-103.

[66]MITRA K，CHURNSIDEJH.Transient radiative transfer equationapplied tooceanographic idar[J].AppliedOptics，99，38 （6）： 889-895. D01： 10.1364/ao.38.000889.

[67]RAMELLA-ROMANJ，PRAHL S，JACQUES S.ThreeMonte Carlo programsof polarized lighttransport intoscatering media： Part I[J]. Optics Express，2005，13（12） ： 4420-4438. DO1： 10.1364/opex.13.004420.

68]GORDONHR.Interpreationofairboeoceaniclidar：Efectsof multiplescateringJ].ApliedOptics，982，21（16）：2996- 3001. DOI： 10.1364/A0.21.002996.

[69]STEGMANNPG，SUNBQ，DINGJC，etal.Studyof theefectsofphytoplankton morphologyandvertical profileonlidar atenuatedbackscateranddepolarizationatioJ].JoualofQuantitativeSpectroscopyandRadativeTransfer，O19，5：-15. DOI：10.1016/j.jqsrt.2018.12.009.

[70]POOLELR，VENABLEDD，CAMPBELLJW.Semianalytic Monte Carlo radiative transfer model foroceanographic lidar systems[J]. Applied Optics，1981，20（20） ： 3653-3656. DOI： 10.1364/A0.20.003653.

[71]LIUQ，CUI XY，JAMETC，etal.Asemianalytic Monte Carlo simulator forspaceborneoceanic lidar：Framework and preliminary results[J]. Remote Sensing，2020，12（17） ： 2820. DOI： 10.3390/rs12172820.

[72]HUYX，WINKERD，YANG P，et alIdentificationof cloud phase from PICASSO-CENA lidardepolarization：A multiple scateringsensitivitystudyJ].Journalof QuantitativeSpectroscopyandRadiative Transfer，2O0l，70（4/5/6）：569-579.DOI： 10.1016/S0022-4073（01） 00030-9.

[73]HUYX，LIUZY，WINKERD，etal.Simplerelationbetweenlidar multiplescateringanddepolarizationfor waterclouds[J]. Optics Letters，2006，31（12）： 1809-1811.D0I： 10.1364/ol.31.001809.

[74]CHURNSDEJH.Polarizationefectsonoceanograpic lidar[J].Optics Express，2008，16（2）：1196-1207.DOI：10.164/e. 16.001196.

[75]LIL X，STEGMANNPG，ROSENKRANZ S，et al.Simulationof lightsatering fromacollidaldropletusingapolarized Monte Carlo method：Application to the time-shift echnique[J].Optics Express，2019，27（25）：36388-36404.DOI：10.1364/OE.27. 036388.

[76]ZHAI SY，TWARDOWSKIM，HEDLEYJD，etal.Optical backscatering andlinear polarizationpropertiesof thecolony forming Cyanobacterium Microcystis[J]. Optics Express，2020，28（25）： 37149-37166. DOI： 10.1364/OE.405871.

[77]WINKER D M，COUCHR H，MCCORMICK M P.An overview of LITE：NASA’s lidar in-space technology experiment[J]. Proceedings of the IEEE，1996，84（2） ： 164-180. DOI：10.1109/5.482227.

[78]LANCASTER R S，SPINHIRNEJD，PALM S P.Laser pulsereflectance of theocean surface fromthe GLAS satelite lidar[J]. Geophysical Research Letters，2005，32（22） ： 2005GL023732. DOI： 10.1029/2005gl023732.

[79]WINKER D M，PELONJ，COAKLEYJ，et al.The CALIPSO mission：A global 3D view of aerosols andclouds[J].Buletinof the American Meteorological Society，2010，91（9）：1211-1229.DOI： 10.1175/2010BAMS3009.1.

[80]LUX O，LEMMERZ C，WEILER F，et al.ALADIN laser frequency stability and its impact on the Aeolus wind error[J]. Atmospheric Measurement Techniques Discussions， 2021，2021：1-40.

[81]PARRISH C E，MAGRUDER L A，NEUENSCHWANDER A L，et al. Validation of ICESat-2 ATLAS bathymetry and analysis of ATLAS's bathymetric mapping performance[J]. Remote Sensing，2019，11（14）： 1634. DOI： 10.3390/rs1141634.

[82]PEREIRA DO CARMO J，DE VILLELEG，HELIERE A，et al. ATLID，ESA atmospheric backscatter LIDAR for the ESA EarthCARE mission[J]. CEAS Space Journal， 2019，11（4） ： 423-435. DOI： 10.1007/s12567-019-00284-6.

[83］郭金權(quán)，李國元，左志強(qiáng)，等.高分七號衛(wèi)星激光測高儀全波形數(shù)據(jù)質(zhì)量及特征分析［J].紅外與激光工程，2020，49 （S2） ： 20200387.DOI：10.3788/IRLA20200387.

[84]陳衛(wèi)標(biāo)，劉繼橋，侯霞，等.大氣環(huán)境監(jiān)測衛(wèi)星激光雷達(dá)技術(shù)[J]．上海航天（中英文），2023，40（3）：13-20.DOI：10. 19328/j.cnki.2096-8655.2023.03.002.

[85]JAMET C，IBRAHIMA，AHMADZ，etal.Going beyond standardocean colorobservations： Lidarand polarimetryJ].Frontiers in Marine Science，2019，6： 251. DO1： 10.3389/fmars.2019.00251.

[86]STARR D. NASA'saerosol-cloud-ecosystems （ACE）mision[C]//Imaging and Aplied Optics.Toronto：OSA，2011： HMA4. DOI：10.1364/hise.2011.hma4.

[87]BEHRENFELDMJ，LORENZONIL，HUYX，etal.Satelitelidar measurements asacritical newglobalocean climatercord [J]. Remote Sensing，2023，15（23） ： 5567.DOI： 10.3390/rs15235567.