旋翼无人机气象环境观测的数据分析与质量控制

By adopting rotor Unmanned Aerial Vehicles (UAV) for meteorological and environmental observation, the spatio-temporal resolution and the ability on interpreting structural characteristics of atmospheric boundary layer profiles can be significantly improved. However, these observation data still lack strict and standard quality controls. In this study，observation data from rotor UAVs, flux towers, kite-airship sounding system, sounding balloon and wind profiler radars will be fully compared in order to clarify the relationship between observation data error (temperature, humidity, wind and PM2.5) and rotor UAV parameters (UAV gesture and rotor speed/throttle) as well as atmospheric environment parameters (wind speed, temperature, humidity and radiation). The relationship will be applied to construct correction models and data quality controls for these observation data. In detail，the correction model of wind speed is established on wind vector decomposition method (based on rotor UAV parameters) and mathematical statistics and those of temperature, humidity and PM2.5 are established by using atmospheric physics equations, error analysis and mathematical statistics. The purpose of this study is to provide a simpler and more reliable data quality control scheme for rotor UAV observation system, which can help to further improve the analytical ability on the atmospheric profile data in our country, and provide feasible solutions and valuable references for extensive application of rotor UAV observational system.

基于旋翼无人机的边界层气象环境观测，能显著提升大气边界层廓线各观测要素的时空分辨率和大气结构特性的解析能力，但相关观测仍缺乏严格统一的数据质量控制。本研究拟全面开展旋翼无人机与高塔、系留气艇、探空小球、风廓线雷达等观测方法的对比实验，明确温、湿、风、PM2.5等廓线观测要素的误差与旋翼无人机参数（无人机姿态、旋翼转速/油门）、大气环境参数（风速、温湿度、辐射）等因子的关系，并分别建立订正模型和数据质量控制方案。其中，风向风速的订正基于旋翼无人机参数的风矢量分解方法和数学统计方法；温湿度和PM2.5等要素的订正基于大气物理方程、误差分析和数学统计方法。本研究旨在为基于旋翼无人机的边界层廓线观测提供一种更简便、可靠的数据质量控制方案，有助于进一步提高我国边界层气象观测数据廓线解析力，为相关应用的广泛开展提供可行方案和有力依据。

基于旋翼无人机的边界层气象环境观测，能显著提升大气边界层廓线各观测要素的解析力，但相关数据质量控制研究的缺乏已成为制约科学研究及业务应用的突出问题。.本研究针对这一核心问题，通过开展传感器在无人机上不同的搭载位置的对比观测实验，明确了旋翼无人机对气象环境观测的影响及合理的搭载方式，并优化了自主研发的边界层气象环境旋翼无人机观测系统；通过开展旋翼无人机与传统观测方法（探空气球、系留汽艇、高塔）的对比观测实验，揭示了旋翼无人机的温湿风及PM2.5等气象环境观测误差与各影响因子之间的关系；并进一步结合旋翼无人机飞行姿态数据，依循高空探测数据质量控制规范，加入地面实时观测对比订正、轻量化光学仪器温湿度依赖性、无人机移动补偿、三维坐标旋转矩阵订正（倾角补偿、朝向校准）、上下行数据识别匹配（最大协方差法）等步骤，建立了一套针对旋翼无人机边界层探测的多要素校准算法。.基于无人机观测平台及校准算法，本研究在江苏南京、湖北荆州等地开展了不同天气条件下的连续观测实验。实验结果表明：利用无人机可同时有效获取大气边界层气象五要素和环境六要素（2-10 m垂直分辨率）的垂直变化特征，可实现位温、比湿、总体里查逊数等边界层参量的精细解算。其中，PM2.5等大气污染物廓线可用于改善边界层高度和夹卷区厚度的判定，并验证了受气溶胶辐射效应影响，洁净大气条件下得到的夹卷速度随对流理查逊数的负一次方函数关系在重灰霾条件下不再适用。.项目主要成果已整理成文，发表及已录用论文共6篇，其中SCI论文4 篇，核心期刊论文2篇；申请专利7项，其中发明专利2项在实审周期内,实用专利5项。项目研发的观测平台作为案例已写入《新编大气探测学》，并应用于两湖盆地、新疆塔中、林芝青藏科考等大气边界层观测实验中，获得国务院政府网站、新华社等媒体的报道。基于研究成果的推广，另有合作署名文章4篇。本研究的开展为边界层研究提供具有高时空解析能力的新手段。