Methodology and effectiveness of LiDAR in identifying low-level wind shear
-
摘要: 为了提升对低空风切变的识别和预警能力, 基于国产FC-Ⅲ型测风激光雷达下滑道模式资料, 结合航空器空中报告, 对下滑道区域低空风切变识别的单斜坡法、双斜坡法和区域散度法进行了效果分析和评估, 并利用雷达识别结果, 统计分析得到了乌鲁木齐机场冬春两季低空风切变的时空分布特征。结果表明, 雷达采用区域散度法对该机场低空风切变的识别效果最好, 识别成功率可达86.7%;由时空分布特征分析可知, 14:00—16:00时是该机场低空风切变发生的高峰, 冬春两季的高发时段分别为14:00—18:00时和12:00—20:00时; 春季风切变的频次35.7%和风切变强度0.0042/s均高于冬季的17.6%和0.004/s; 跑道和两端下滑道空间位置的风切变雷达探测频率存在差异, 说明该雷达能较准确捕获风切变发生的具体位置。该研究为激光测风雷达在低空风切变识别的应用提供了参考。Abstract: To improve the ability of low-level wind shear identification and early warning, the effects of the single-slope method, double-slope method, and regional-divergence method for low-level wind shear identification in glide path area were analyzed and evaluated based on the data of a Chinese FC-Ⅲ wind light detection and ranging(LiDAR) and pilot reports. Subsequently, the spatial and temporal distribution characteristics of wind shear in Urumqi Airport in winter and spring were analyzed by using radar recognition results. The evaluation shows that the regional divergence method has an optimal performance for identifying the low-level wind shear at the airport, with a success rate of 86.7%. 14:00—16:00 is the occurrence time peak of low-level wind shear at the airport, and the high occurrence periods in winter and spring are 14:00—18:00 and 12:00—20:00, respectively. The wind shear frequency of 35.7% and wind shear intensity of 0.0042/s in spring are higher than those of 17.6% and 0.004/s in winter. The differences in radar detection frequency of wind shears at different parts of the runway and glide paths indicate that the radar can accurately capture the specific location of wind shears. The study provides a reference for the application of wind LiDAR in the field of low-level wind shear recognition.
-
0. 引言
激光诱导击穿光谱(laser-induced breakdown spectroscopy，LIBS)是一种元素分析的新技术，对几乎所有物质形态(诸如气溶胶、岩石、金属、骨骼、血液、生物组织以及聚合物等)的靶样都可以进行元素分析，其定性、定量分析是通过检测等离子体(高能激光脉冲聚焦烧蚀物质产生)发射光谱来实现。LIBS技术在各种实验条件下都可以开展实施，包括常压、真空、海洋深处、或者是极端恶劣的环境中(如反应堆), 其具有响应时间短、样品无需制备或仅需简单制备、可免校准方法和多元素同时在线分析等优点，已广泛应用于元素分析领域[1-3]。基于此，国内外学者日益关注对LIBS的研究，这项技术也逐步从实验室研究推广到生物医学、太空检测、环境监测、资源探测、反应堆乏燃料以及放射性同位素分析等诸多领域[4-10]。目前，LIBS开展特定样品的元素成分分析，探测灵敏度多为mg/L量级，一直以来, 众多科学家关注的焦点是如何极大地降低其检测限，有效地提高LIBS信号强度。
表面等离激元共振是纳米结构具有的特性之一，很大程度上能增强局域电场[11-12]，对LIBS信号增强效果显著，信号强度能达到数个量级的增强。纳米颗粒增强LIBS(nanoparticle enhanced LIBS, NELIBS)只需要简单的优化制样方法，不需要对实验设备进行复杂的改进, 即可对LIBS信号进行增强。意大利GIACOMO课题组对NELIBS展开了系统且具有重要影响力的研究，比如通过使用纳米银溶胶将其滴加到金属、半导体和绝缘体表面，降低了固体靶的烧蚀阈值，对金属靶样的信号强度增强达到了1~2个数量级[13]。基底在滴加样品溶液前沉积一层纳米金颗粒，使得检测限下降到mg/L以下[14]。LIU等人使用金属螯合物诱导金纳米粒子聚集，检测水中重金属元素(Cd, Cu, Ag, Pb和Cr)，检测限达到μg/L量级[15]；该课题组还提出了在多孔静电纺超细纤维上添加纳米粒子涂层的方法增强水体系中金属离子的LIBS信号[16]。LIU等人从纳米颗粒对信号强度、信号噪声比和相对标准差的影响出发，特别注意了预烧蚀对纳米颗粒增强效果的影响以及NELIBS很好的可重复性，从而促进了对NELIBS的全面了解[17]。
作者所在课题组引入两亲性分子到NELIBS，使得信号检测限达到μg/L量级[18]。使用磁控溅射方法，研究了纳米团簇对NELIBS信号的影响[19]。另外在纳米银溶胶中加入不同浓度的氯离子后，利用透射电镜观察纳米颗粒的状态，并结合专业微纳光子学仿真分析软件计算纳米粒子不同的状态对局域电磁场增强的影响[20]。基于此，有必要对卤素离子做进一步的研究。本文中将分析不同种类的卤素离子对NELIBS信号的影响。
1. 样品制备及实验装置
1.1 纳米颗粒制备及表征
使用Lee-Meisel法[21]制备灰绿色的纳米银溶胶(灰银胶)，即柠檬酸钠(C6H5Na3O7)还原硝酸银(AgNO3)生成银纳米粒子。
在超薄碳膜上滴加银胶溶液，使用透射电子显微镜对样品进行形貌表征。紫外-可见分光光度计用来测量银胶的吸收光谱[22]。
1.2 样品制备
配制以下溶液：浓度为0.01 mmol/L十二烷基硫酸钠(sodium dodecyl sulfate，SDS)(质量分数不小于99.0%)溶液[20]；浓度为2 mmol/L的MgSO4(质量分数不小于99.0%)溶液；浓度为0.01 mmol/L、0.05 mmol/L、0.1 mmol/L、0.15 mmol/L、0.2 mmol/L、0.3 mmol/L、0.4 mmol/L、0.5 mmol/L、1 mmol/L、2 mmol/L、4 mmol/L和20 mmol/L的KBr(质量分数为99.9%)溶液；浓度为0.2 mmol/L的KCl(质量分数不小于99.99%)溶液；浓度为0.05 mmol/L、0.1 mmol/L、0.15 mmol/L、0.2 mmol/L、0.3 mmol/L、0.4 mmol/L、0.5 mmol/L、1 mmol/L、2 mmol/L和4 mmol/L的KF(质量分数为99.9%)以及KI(质量分数不小于99.9%)溶液。
依次用去离子水和无水乙醇超声清洗9 cm2正方形单面抛光硅片(P型硅，100晶向)，20 min后干燥使用[22]。
1.3 LIBS实验
采用Nd ∶YAG纳秒脉冲激光器(波长为532 nm、单脉冲能量80 mJ)，纳秒激光聚焦烧蚀靶样产生等离子体。等离子体发射光谱(侧向收集)聚焦到光纤上，经光纤耦合传导到光谱仪中进行测量。光谱仪延迟时间、积分门宽和信号增益分别设置为0.4 μs、5 μs和1500，采集单发烧蚀LIBS信号，多次测量以降低误差[22]。
2. 结果与讨论
2.1 银纳米粒子的表征
首先对Ag纳米粒子(nanoparticles，NPs)进行透射电子显微镜(transmission electron microscope，TEM)表征，形貌表征结果如图 1所示。TEM测试图(见图 1a, 图 1c, 图 1e)和尺寸统计分布直方图(见图 1b, 图 1d和图 1f)分别对应的是10 mL、5 mL、2 mL柠檬酸钠溶液(质量分数为1%)和2 mL的AgNO3溶液(质量分数为1%)制备的灰银胶。从图 1中可以看出，减少柠檬酸钠的用量会导致Ag NPs直径变大(平均直径为34.53 nm，39.65 nm，59.01 nm)。
![图 1 不同体积的C6H5Na3O7溶液(质量分数为1%)和2 mL AgNO3溶液(质量分数为1%)制备灰银胶的TEM图及尺寸分布统计]()
图 1 不同体积的C6H5Na3O7溶液(质量分数为1%)和2 mL AgNO3溶液(质量分数为1%)制备灰银胶的TEM图及尺寸分布统计Figure 1. TEM images and size distribution statistics of different volumes of C6H5Na3O7 solution (mass fraction of 1%) and 2 mL AgNO3 solution (mass fraction of 1%) for preparation of grey silver sol图 2是灰银胶吸收光谱的测量结果。可以看到，减少柠檬酸钠的用量会使420 nm附近的共振吸收峰红移。由于较小尺寸的胶体会更加稳定，不易团聚，并且为尽量使其吸收峰位更接近532 nm激光[22]，在之后的实验中选择了纳米粒子平均直径为39.65 nm的灰银胶。
![图 2 不同体积比的AgNO3溶液(质量分数为1%)和C6H5Na3O7溶液(质量分数为1%)制备灰银胶的吸收光谱]()
图 2 不同体积比的AgNO3溶液(质量分数为1%)和C6H5Na3O7溶液(质量分数为1%)制备灰银胶的吸收光谱Figure 2. Absorption spectra of different volume ratios of AgNO3 solution (mass fraction of 1%) and sodium citrate solution (mass fraction of 1%) for preparation gray silver sol以氯离子为例, 研究了卤素离子对银纳米溶胶聚集效应的影响，发现不同浓度的氯离子诱导银纳米颗粒聚集的程度不同，随着氯离子浓度的增加，银纳米粒子逐渐团聚，间距越来越小，直至凝聚沉淀[20]。
图 3为加入氯离子浓度为20 mmol/L时的TEM图。可以看到, 纳米颗粒团聚十分严重，出现链状的凝聚，颗粒几乎很难分辨。
![图 3 氯离子浓度为20 mmol/L时银胶形貌的TEM图]()
图 3 氯离子浓度为20 mmol/L时银胶形貌的TEM图Figure 3. TEM image of morphology of Ag colloid with chloride ion concentrations of 20 mmol/L2.2 LIBS谱线特征
由作者团队之前的工作[20]可知，氯离子可以引起纳米颗粒团聚现象，0.2 mmol/L的氯离子NELIBS信号的程度最大。基于此，用同样的方法研究了不同种类的卤素离子对NELIBS信号的影响。在MgSO4溶液中加入KF、KBr和KI溶液，引入卤素离子后测量NELIBS信号的变化。图 4是靶元素Mg的一个典型的光谱图。光谱范围在382.3 nm~384.4 nm，382.90 nm、383.21 nm、383.80 nm是Mg元素的3个特征峰。从图中可以清楚看到, 添加纳米颗粒之后的LIBS信号有明显的增强效果。
![图 4 Mg元素LIBS和NELIBS光谱的对比]()
图 4 Mg元素LIBS和NELIBS光谱的对比Figure 4. Comparison of LIBS and NELIBS spectra of Mg elements改变卤素离子浓度，测量了SDS+Ag NPs MgSO4(2 mmol/L)样品中Mg元素的NELIBS信号强度，实验结果如图 5所示。图中信号强度是通过扣除本底信号后选取382.66 nm、384.13 nm为左右端点进行面积积分，将积分值作为信号强度。当Br-、I-浓度为0.2 mmol/L时Mg的NELIBS信号达到最强，与之前工作[20]中Cl-实验结果一致，而F-浓度为0.4 mmol/L时Mg的NELIBS信号最强。
![图 5 不同浓度的KF、KBr、KI溶液加入到2 mmol/L MgSO4溶液中时Mg的NELIBS信号变化]()
图 5 不同浓度的KF、KBr、KI溶液加入到2 mmol/L MgSO4溶液中时Mg的NELIBS信号变化Figure 5. NELIBS signal of Mg changes when different concentrations of KF, KBr and KI are added into 2 mmol/L MgSO4 solution基于图 5中的实验结果，综合考量实验因素，固定卤素离子的浓度为0.2 mmol/L，研究分析了4种卤素阴离子对NELIBS信号强度的影响，结果见图 6。从图 6中可以看出, 分别加入KF、KCl、KBr、KI溶液(浓度均为0.2 mmol/L)到2 mmol/L MgSO4+0.01 mmol/L SDS+Ag NPs的溶液中，当银溶胶中加入0.2 mmol/L卤化钾时，Mg的NELIBS信号得到了不同程度的增强，卤素离子对Mg的NELIBS信号的增强效果为：F-＞Cl-＞Br-＞I-。
![图 6 在2 mmol/L MgSO4溶液中加入等量0.2 mmol/L KF、KCl、KBr、KI溶液时Mg的NELIBS信号变化]()
图 6 在2 mmol/L MgSO4溶液中加入等量0.2 mmol/L KF、KCl、KBr、KI溶液时Mg的NELIBS信号变化Figure 6. NELIBS signal of Mg changes when the same amount of KF, KCl, KBr and KI solutions with 0.2 mmol/L concentration are added into 2 mmol/L MgSO4 solution3. 结论
研究了不同种类、不同浓度的卤素阴离子对Ag NPs增强LIBS信号的影响。在添加卤素离子之后对比分析了Mg的NELIBS信号，发现其信号会得到不同程度的增强，结合之前氯离子的工作，表明卤素阴离子与Ag NPs之间存在着一定的相互作用。Ag NPs具有较大的比表面积，少量未反应的银离子可能会吸附在Ag NPs的表面，而银离子与卤素阴离子具有库伦相互作用，使得卤素阴离子在Ag NPs的表面上吸附，引起Ag NPs的团聚现象，从而使得Ag NPs之间的距离发生了显著的变化；F-对Ag NPs的影响比Cl-、Br-、I-要强，F-与Ag NPs的活性点结合更容易，原因可能是和F、Cl、Br、I的原子序数有较大的关系。卤素阴离子对Mg的NELIBS信号增强的作用为：F-＞Cl-＞Br-＞I-。
-
![]()
图 1 a—乌鲁木齐机场及周边地形b—跑道c—FC-Ⅲ型测风激光雷达外景
Figure 1. a—surrounding terrains of Urumqi Airport b—the runway c—the appearance of FC-Ⅲ wind LiDAR
![]()
图 3 15个风切变个例的逆风廓线和激光雷达3种方法识别的结果
Figure 3. Headwind profiles of 15 wind shear cases and the identification results of LiDAR by three algorithms
![]()
图 6 平均区域散度值Iav的日变化结果
Figure 6. Diurnal variations of average reginal divergence value Iav
![]()
图 7 风切变发生频次(红色)及对应发生率(蓝色)的区域分布结果
Figure 7. Regional distribution of wind shear frequency (red) and corresponding incidence(blue)
![]()
图 8 风切变风速的区域统计结果
Figure 8. Regional statistical results of the wind speed of wind shears
![]()
图 9 平均区域散度值Iav的区域统计结果
Figure 9. Regional statistical results of average regional divergence value Iav
表 1 FC-Ⅲ型测风激光雷达主要性能参数
Table 1 Main technical parameters of the FC-Ⅲ wind LiDAR
parameters value average power ≤200 W wavelength 1.55 μm scanning mode PPI/RHI/DBS/GP scan range(pitch/azimuth) 0°~180°/0°~360° time resolution ≤2 s range resolution 100 m elevation resolution ≤0.1° wind speed range -60 m/s~60 m/s wind velocity accuracy ≤0.5 m/s detection range 0.02 km~10 km 
下载: 导出CSV
表 2 航空器报告的风切变事件信息和激光雷达的识别结果
Table 2 Low-level wind shear events reported by pilot and the LiDAR identification results
low-level wind shears recorded by pilot reports identification results of different methods pilot report time runway distance to the touch-down point time/km identification time the single-slope method the double-slope method the regional divergence method 2022-01-14T18:41 25# 1.8~2.3 2022-01-14T18:41 failure failure success 2022-01-15T09:44 25# 1.0~2.0 2022-01-15T09:43 failure failure failure 2022-02-06T20:17 25# 0.9~1.0 2022-02-06T20:21 failure failure success 2022-03-08T11:34 25# 0.1 2022-03-08T11:37 failure failure success 2022-03-30T16:08 25# 1.2 2022-03-30T16:06 failure failure success 2022-05-01T11:10 07# 1.0~2.0 2022-05-01T11:11 failure failure success 2022-05-01T12:17 07# 4.8 2022-05-01T12:19 success success success 2022-05-11T18:43 25# 2.0 2022-05-11T18:46 success failure success 2022-05-13T16:29 07# 4.0 2022-05-13T16:29 failure failure success 2022-05-29T17:51 25# 1.0~2.0 2022-05-29T17:55 failure failure success 2022-05-29T22:03 25# 0.3~0.6 2022-05-29T22:03 failure failure success 2022-05-29T22:13 25# 0.3~0.6 2022-05-29T22:12 failure failure failure 2022-05-29T23:27 25# 0.2 2022-05-29T23:29 failure failure success 2022-05-30T13:15 07# 0.0~2.9 2022-05-30T13:12 failure failure success 2022-06-11T16:11 07# 0.6~2.4 2022-06-11T16:16 failure failure success success rate H/% 13.3 6.7 86.7 failure rate M/% 86.7 93.3 13.3
下载: 导出CSV
-
[1] 赵文凯, 单雨龙, 赵世军. 激光测风雷达监测低空风切变研究进展[J]. 气象水文海洋仪器, 2020, 37(4): 97-100. https://www.cnki.com.cn/Article/CJFDTOTAL-QXSW202004029.htm ZHAO W K, SHAN Y L, ZHAO Sh J. Research progress of low-level wind shear detection by laser radar[J]. Meteorological, Hydrological and Marine Instrument, 2020, 37(4): 97-100 (in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-QXSW202004029.htm
[2] 俞飞, 姬鸿丽. 低空风切变的分析与预报[J]. 四川气象, 2001(3): 18-19. https://www.cnki.com.cn/Article/CJFDTOTAL-SCCX200103008.htm YU F, JI H L. Analysis and forecast of low-level wind shear[J]. SiChuan Meteorology, 2001(3): 18-19(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-SCCX200103008.htm
[3] WU T C, HON K K. Application of spectral decomposition of lidar-based headwind profiles in windshear detection at the Hong Kong international airport[J]. Meteorologische Zeitschrift, 2018, 27(1): 33-42. DOI: 10.1127/metz/2017/0858
[4] 鲁峻麟, 黄惺惺, 顾桃峰, 等. 测风雷达在超大城市综合观测中的探测效能评估[J]. 气象研究与应用, 2021, 42(4): 101-105. https://www.cnki.com.cn/Article/CJFDTOTAL-GXQX202104018.htm LU J L, HUANG X X, GU T F, et al. Evaluation of detection efficiency of wind radar in comprehensive observation of mega cities[J]. Journal of Meteorological Research and Application, 2021, 42(4): 101-105(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-GXQX202104018.htm
[5] 赵文凯, 赵世军, 单雨龙, 等. 激光测风雷达风场探测性能评估[J]. 中国测试, 2022, 48(1): 147-153. https://www.cnki.com.cn/Article/CJFDTOTAL-SYCS202201023.htm ZHAO W K, ZHAO Sh J, SHAN Y L, et al. Evaluation of wind detection performance based on wind lidar[J]. China Measurement & Test, 2022, 48(1): 147-153(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-SYCS202201023.htm
[6] 傅军, 李洁, 吴强. 激光测风雷达在风场观测领域的应用及展望[J]. 空气动力学学报, 2021, 39(4): 172-179. https://www.cnki.com.cn/Article/CJFDTOTAL-KQDX202104018.htm FU J, LI J, WU Q. Application and prospect of Doppler lidar in the wind field observation[J]. Acta Aerodynamica Sinica, 2021, 39(4): 172-179(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-KQDX202104018.htm
[7] 李冬梅, 郑永超, 潘静岩, 等. 相干多普勒激光测风雷达系统研究[J]. 光学技术, 2010, 36(6): 880-884. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS201006020.htm LI D M, ZHENG Y Ch, PAN J Y, et al. Index system of coherence Doppler wind lidar[J]. Optical Technique, 2010, 36(6): 880-884(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS201006020.htm
[8] 陈震. 全光纤相干测风激光雷达研究[D]. 青岛: 中国海洋大学, 2015. CHEN Zh. The research on all fiber coherent wind lidar[D]. Qing-dao: Ocean University of China, 2015(in Chinese).
[9] 范琪, 朱克云, 郑佳锋, 等. 不同天气类型下全光纤相干激光测风雷达探测性能分析[J]. 中国激光, 2017, 44(2): 0210003. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201702037.htm FAN Q, ZHU K Y, ZHENG J F, et al. Detection performance analysis of all-fiber coherent wind lidar under different weather types[J]. Chinese Journal of Lasers, 2017, 44(2): 0210003(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-JJZZ201702037.htm
[10] 黄轩, 郑佳锋, 张杰, 等. 西宁机场一次低空风切变的结构和特征研究[J]. 激光技术, 2022, 46(2): 206-212. DOI: 10.7510/jgjs.issn.1001-3806.2022.02.010 HUANG X, ZHENG J F, ZHANG J, et al. Study on the structure and characteristic of a low-level wind shear process that happened over Xining Airport[J]. Laser Technology, 2022, 46(2): 206-212(in Chinese). DOI: 10.7510/jgjs.issn.1001-3806.2022.02.010
[11] LI L Q, SHAO A M, ZHANG K J, et al. Low-level wind shear characteristics and lidar-based alerting at Lanzhou Zhongchuan International Airport, China[J]. Journal of Meteorological Research, 2020, 34(3): 633-645. DOI: 10.1007/s13351-020-9134-6
[12] 范琪, 郑佳锋, 周鼎富, 等. 基于激光测风雷达的机场低空风切变识别算法[J]. 红外与毫米波学报, 2020, 39(4): 462-472. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202004011.htm FAN Q, ZHENG J F, ZHOU D F, et al. Research on airport low-level wind shear identification algorithm based on laser wind radar[J]. Journal of Infrared Millimeter Waves, 2020, 39(4): 462-472(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH202004011.htm
[13] 张曦, 张建军, 丁媛媛, 等. 机场多普勒激光雷达风切变探测与识别[J]. 气象科技, 2021, 49(2): 184-191. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ202102005.htm ZHANG X, ZHANG J J, DING Y Y, et al. Detection and identification of wind shear using airport Doppler lidar[J]. Meteorological Science and Technology, 2021, 49(2): 184-191(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ202102005.htm
[14] NECHAJ P, GAÁL L, BARTOK J, et al. Monitoring of low-level wind shear by ground-based 3D lidar for increased flight safety, protection of human lives and health[J]. International Journal of Environmental Research and Public Health, 2019, 16(22): 4584. DOI: 10.3390/ijerph16224584
[15] 李肖雅, 禹智斌, 刘冬, 等. 大风背景下首都机场两条跑道低空风切变特征统计[J]. 红外与激光工程, 2021, 50(12): 294-302. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ202112024.htm LI X Y, YU Zh B, LIU D, et al. Low-level wind shear characteristic statistic of two runways of Beijing capital international airport based on strong wind background[J]. Infrared and Laser Engineering, 2021, 50(12): 294-302(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ202112024.htm
[16] 张开俊, 伏龙延, 李兰倩, 等. 基于激光测风雷达的两种低空风切变告警算法对比研究[J]. 干旱气象, 2021, 39(4): 652-661. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX202104013.htm ZHANG K J, FU L Y, LI L Q, et al. Comparison of two lidar based alerting algorithms for low-level wind shear[J]. Journal of Arid Meteorology, 2021, 39(4): 652-661(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX202104013.htm
[17] CHAN P W, LEE Y F. Application of short-range lidar in wind shear alerting[J]. Journal of Atmospheric and Oceanic Technology, 2012, 29(2): 207-220. DOI: 10.1175/JTECH-D-11-00086.1
[18] 张洪玮, 吴松华, 尹嘉萍, 等. 基于短距相干测风激光雷达的机场低空风切变观测[J]. 红外与毫米波学报, 2018, 37(4): 468-476. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH201804015.htm ZHANG H W, WU S H, YIN J P, et al. Airport low-level wind shear observation based on short-range CDL[J]. Journal of Infrared and Millimeter Waves, 2018, 37(4): 468-476(in Chinese). https://www.cnki.com.cn/Article/CJFDTOTAL-HWYH201804015.htm
-
期刊类型引用(0)
其他类型引用(1)
计量
- 文章访问数: 10
- HTML全文浏览量: 2
- PDF下载量: 6
- 被引次数: 1