基于旋翼无人机的大气边界层环境气象垂直观测及订正方法的研究

徐家平 赵天良 陈燕 白永清 孙晓芸 王淞 曹畅

(1.江苏省气候中心，江苏 南京210009; 2.南京信息工程大学大气物理学院，江苏 南京 210044;3.中国气象局武汉暴雨研究所，湖北 武汉430205; 4.南京市气象局，江苏 南京210019; 5.南京信息工程大学大气环境中心，江苏 南京210044)

引言

大气边界层的垂直观测，不仅是天气预报模式、地气交换等理论研究的数据基础，还在空气污染防治、生态环境保护、城市规划等实际应用上，具有重要的参考价值，涉及当下我国较为突出的民生问题、环境问题[1]。基于旋翼无人机的边界层气象环境观测，能够在不同下垫面、不同天气条件下开展准垂直观测，具有更高的时空分辨率(观测每小时1次、传感器采样频率1—10 Hz，垂直升降速度0.5—4 m·s-1)，能显著提升大气边界层廓线各观测要素的解析力[2-4]，在特性层判定(逆温层、穿云起止高度、急流等)、大气结构常数(折射率、温度等)的精细解算、模式预报技巧的改善、大气污染监测等方面都有重要的研究意义及应用价值。

近年来，一系列小型化、轻量化的气象环境观测仪器的成功研发，为基于旋翼无人机平台的大气边界层廓线观测提供了新的契机[5]，与传统人工及自动化观测手段相比，可呈现诸多优势[6-13](表1)。从观测物理量上已涵盖气象常规要素(温湿风压)[14-15]、辐射量(总辐射、四分量辐射、PAR(光合有效辐射)、紫外辐射等)、主要痕量气体及污染物[16](SO2、CO、NO2、O3、PM2.5、PM10、VOC等)。得益于旋翼无人机的机动性和较强的搭载能力，诸如交通PM2.5排放源的三维扩散结构[17]、高时空分辨率(垂直分辨率为2 m、时间分别率为小时级)的温湿廓线等观测研究已有开展[18]。相关研究进一步从500 m以下的近地层拓展到1000 m以上的大气边界层，例如边界层与污染物的相互作用、大气污染物传输过程、边界层顶的夹卷效应等都得到了更精细的解析[19-21]；并逐步在生态环境[22-24]、农学植保[25]、光学遥感[26-27]、地质勘探[28]、空气污染[18-19]等领域获得应用。

表1 旋翼无人机在大气边界层观测中的优势

然而，现有基于旋翼无人机的大气环境观测通常采用商业化无人机与观测仪器的简单搭载来实现[29-30]，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[18,31]。这一问题的解决需要综合考虑传感器的选型与搭载位置、旋翼无人机对环境传感器的观测影响(例如旋翼产生的下洗气流对观测要素的时滞效应及扰动影响、无人机运动过程中产生的倾角及旋转对风速风向观测的影响等)，并建立考虑旋翼无人机影响的探空数据订正方法，明晰以上问题有助于低层大气物理化学机制研究的深入理解。并且，由于需要申请空域，500 m以上的大气边界层垂直观测仍不多见，本研究可为相关科研应用提供技术可行、数据可靠的观测手段。

1 资料与方法

1.1 基于旋翼无人机的大气边界层环境气象观测系统

1.1.1 旋翼无人机环境气象观测平台

研究表明[32]，旋翼无人机的飞行姿态(翻滚角、俯仰角、偏航角、位移、海拔高度)、旋翼的气流干扰、观测仪器性能及搭载位置等诸多因素都会对气象环境的观测产生显著影响。可影响包括温湿度[16,33-34]、风速风向[35]，还涉及PM2.5[16,36]、痕量气体[34,37]等大气环境要素的观测，所产生的误差都可能超过世界气象组织WMO的高空观测要求[38]。

本研究基于同类机型的气动仿真实验及文献调研[16,39]，充分考虑旋翼扰流对气象环境传感器的影响，依据边界层探空实际需求自主设计研发了边界层探测无人机(图1)，风杆距离旋翼垂直高度为60 cm，中心下部半球为环境气象观测舱，约高出无人机旋翼水平面20 cm，可放置温湿度仪、大气颗粒物及污染物传感器等仪器。

图1 大气边界层旋翼无人机的外观图

表2详细列出了旋翼无人机开展边界层观测应具备的基础性能参数。作为边界层探空的搭载平台，旋翼无人机的升限、载荷、滞空时间以及适用的工作环境(如抗风能力、防水能力等)已充分考虑了大气边界层内典型的气象环境；系统性能(升降速率、GPS定位精度、飞行姿态等)和安全系统(自动返航机制、避障等)依循相关法律规范并符合大气边界层探测过程中实际的风险预估；所搭载的传感器性能(探测频率、灵敏度、稳定度等)能满足相关业务或科研的目标需求。

表2 边界层旋翼无人机开展应具备的基础性能参数

1.1.2 气象环境传感器的选型

温湿压传感器应具备反应速率快、热滞效应小、系统误差小等特点[40]，还应充分考虑温度传感器的辐射效应、湿度传感器的高湿响应及穿云前后的性能差异。温湿压传感器的选型可充分参考探空气球的设计方案[29-30]，并兼顾可长期反复使用的需求。

旋翼无人机的风速风向是通过传感器原位观测所得，这与传统探空气球基于位移法方法显著不同。由于受到旋翼无人机扰流、空中飞行姿态、GPS定位精度等影响，风传感器的选型及准确测量是基于旋翼无人机开展大气边界层廓线观测的难点[41]。风传感器主要包括皮托管、风杯风标、超声、热线式和压力式风传感器等。其中热线式风传感器不能观测风向并且易损；皮托管则无法在垂直升降的情况下准确测量水平风；一体式风速风向计存在体积较大，风标随风向旋转会产生额外机械应力等安全隐患；压力式风传感器则受制于压力检测下限，对1.5 m·s-1以下的风速并不能有效表征。相较而言，超声风传感器具备牢固耐用、机械体积小、对高频风信号较为敏感等特点，是理想的选择。需特别指出的是，由于旋翼无人机运动时会产生下洗气流和扰流，其风速可达大气边界层典型垂直风(±0.5 m·s-1)的10倍以上，不利于开展垂直风的观测及订正，因此一般采用二维超声风传感器即可。

对于大气颗粒物及污染物，轻型化的仪器多基于激光散射和电化学反应池，可实现多粒径段、多污染物的观测。虽然无人机的垂直移动(气压相关)及震动会影响传感器可靠性，但在低速条件下(≤2 m·s-1)仍能较好地呈现水平分布和廓线特征。

综上，本研究集成搭载了iMet-XF温湿压传感器(International Met Systems)，分别采用负温电阻、薄膜电容和硅压阻电桥探测元器件，时间分辨率为1 s；FT-205二维超声风速仪(FT Technologies Ltd.)，时间分辨率为1—10 Hz可选；Lighthouse HandHeld 3016 IAQ多粒径段颗粒物传感器(Lighthouse worldwide Solutions)，采用激光散射法，时间分辨率为5 s；Sniffer 4D V2环境6要素(SO2、CO、NO2、O3、PM2.5和PM10)(深圳市可飞科技有限公司)，采用电化学反应池及激光散射原理，时间分辨率为1 s。

1.2 大气边界层环境气象观测和对比实验

基于前述自主研发的边界层旋翼无人机，于2018年1月18日14时，在南京信息工程大学气象楼北侧草坪，开展了温湿压传感器与GPS-BL探空气球系统[42]的温湿度对比观测。实验期间为多云，气温8 ℃，东北风2级。并于2020年4月30日10时进一步开展了温湿压传感器搭载于旋翼无人机不同位置的观测影响和差异。实验期间为晴天，西南风3—4级。

对于风传感器，于2019年4月15日15时，在安徽官渡大气环境实验基地与梯度铁塔数据开展了风传感器的对比观测。实验开展阶段为晴天，气温21 ℃，西南风3级。用于对比的风传感器是EC150三维超声风速仪(Campbell Scientific Inc.)，位于铁塔70 m处。

本研究在湖北荆州定量农场进一步开展了针对冬季重污染天气的0—1000 m的边界层垂直观测实验，搭载了温湿压及污染物传感器。本文所用数据为2020年12月20日20时的边界层探测数据，为了验证基于旋翼无人机状态数据的订正方法以及边界层气象环境观测数据可靠性。实验时段天气为晴天，北风2级，气温7—8 ℃，相对湿度高于85%，为重污染天气。

实验中高于500 m的实验均向中国民航管理局备案申请，并由执照飞手操作。

2 结果分析

2.1 旋翼无人机对气象环境传感器观测的影响

2.1.1 旋翼无人机对温湿度观测的影响

图2和图3展示了温湿压传感器搭载于旋翼无人机不同位置的观测影响和差异。实验时间为2020年4月30日上午，2套iMet-XF温湿传感器分别搭载于无人机机身中央上方和机身中央下方。实验开展了2次廓线探测，第一次上升速度为2 m·s-1，降落速度为2 m·s-1，飞行垂直高度为0—150 m(图2)。第二次上升速度为4 m·s-1，降落速度为2 m·s-1，飞行垂直高度为0—200 m(图3)。在无辐射罩的情况下，当温湿度传感器处于旋翼无人机下方时，容易受到旋翼叶片下洗气流的严重影响，廓线数据在形态上有明显的抖动，呈现不稳定状态；温湿度传感器的中心上方则是受旋翼气流影响最小的区域[41]，观测波动亦较小(表3和表4)，这与已有文献结果一致[16]。同时，实验还表明，温湿度观测应有防辐射处理；传感器的时滞现象和无人机气流可引起上下行廓线的相位差，可通过最大协方差方法匹配予以消除；气压传感器的测量基本不受无人机飞行状态和搭载位置的影响。

表4 2020年4月30日上午南京地区大气垂直廓线观测实验2中各实验设计的误差统计量

图2 2020年4月30日上午南京地区大气气温(a)、相对湿度(b)和气压(c)垂直廓线观测(实验1)

图3 2020年4月30日上午南京地区大气气温(a)、相对湿度(b)和气压(c)垂直廓线观测(实验2)

表3 2020年4月30日上午在南京地区垂直廓线观测实验1中各实验设计的误差统计量

图4则展示了旋翼无人机观测系统与GPS-BL探空气球系统的0—1500 m的温湿压对比观测。旋翼无人机观测系统搭载iMet-XF，置于无人机中心正上方20 cm。从温湿廓线看，总体上旋翼无人机与探空气球观测的温湿廓线都有很好的一致性，其中上行数据的一致性更好。无人机上行数据、下行数据和探空气球在10—1000 m的平均气温分别为4.8 ℃、5.0 ℃和4.9 ℃，平均湿度分别为82.7%、83.1%和77.3%。相较探空数据，下行数据有明显的时滞的现象。颗粒物在760 m处明显有夹卷层，1000 m可降至27 μg·m3，但上下行差异较大，在840 m高度，两者差异可达117.6 μg·m3，这一误差不仅来自于旋翼扰流，还具有一定湿度依赖性[20]。

图4 2018年1月18日14时在南京地区旋翼无人机与探空气球的0—1500 m的气温(a)、相对湿度(b)和PM2.5(c)对比观测

2.1.2 旋翼无人机对风速风向的影响

图5为安徽官渡大气环境实验基地旋翼无人机悬停与70 m梯度铁塔三维超声风数据的对比观测，水平距离保持在20 m左右(图1),结果证明两者的风速和风向有很好的一致性，相关性分别可达0.84和0.91。旋翼无人机所观测的风速比铁塔高出1.5 m·s-1，这与旋翼的气流扰动有关，旋翼一般会带来2 m·s-1左右的风速增量[41]；风向的差异则维持在15°左右，这是因为无人机及风传感器罗盘的共同误差，并且当无人机处于悬停状态下，GPS位置锁定和姿态自稳功能会导致无人机产生轻微的倾角和自转，这种动平衡状态所造成的位移和拖曳力会给风向带来一定不确定性。这一结果与Schiano等[15]基于风洞实验获取的气动结果相一致。Villa等[16]研究了大疆S600六轴旋翼无人机工作状态下的三维风场，在无人机中心上方60—80 cm处下沉气流速度不再有明显减小的趋势，这也是本研究将风杆高度设置在60 cm的主要因素。

图5 2019年4月15日15时在安徽全椒县旋翼无人机与高塔风速(a)和风向(b)数据的对比

2.2 旋翼无人机对气象环境观测的订正方法

基于旋翼无人机的气象环境廓线观测属于探空数据的一种，需根据或充分参考常规高空气象观测业务规范进行数据质量控制，如要素间一致性检查、时间一致性检查、持续性检查等步骤对旋翼无人机数据的质量控制都有较好的可复制性[30,43-44]。从方法上包括，明显错误值剔除、最小二乘法多项式拟合平滑、历史资料趋势对比、仪器系统误差订正等。取决于传感器的类型及搭载方式，必要时还应对温湿度进行辐射订正、并根据无人机姿态数据(升降速度)对各型气象环境传感器进行时滞订正及误差订正。

2.2.1 风速、风向的观测与订正方法

针对旋翼无人机风的观测，Riccardi[45]和屈耀红等[46]基于风洞和气动仿真实验各自给出了基于旋翼无人机姿态的大气风速风向解算方法，为风订正提出了可行方法。Javier[35]则研发了仅根据四轴旋翼无人机空中姿态直接计算风速风向。该方法认为风的曳力是导致旋翼无人机倾斜的主因，而无人机飞行控制处理器会通过改变旋翼旋转速度并产生相应推力来平衡风的拖曳力来确保无人机的平衡。因此，高空风速风向可以通过建立无人机姿态、拖曳力、风速风向三者之间关系，并采用力解平衡关系、线性关系或卡尔曼滤波的方法进行反算。但在小风情况下，无人机处于动态微调的自平衡状态，因此对大气静稳条件下风速风向的反演存在不足。一些研究人员[47-50]以及沈怀荣等[50]则采用不同俯仰角、翻滚角、偏航角和水平风速为因子开展固定翼气象无人机的数据质量控制误差订正，并开展了与风廓线仪、探空小球等传统方法的对比观测实验，为旋翼无人机的数据订正方法控制提供了重要参考。

但对于无法开展风洞和仿真实验的科研或业务探测，风数据适宜先采用数理模型进行订正。本研究开发了一套基于无人机空中姿态的订正方法[51]，通过无人机移动补偿、三维坐标旋转矩阵订正，并结合上下行数据识别匹配(最大协方差法)、高空探测数据质量控制、垂直剖面格点化等步骤。方法可应用于订正由于无人机空中姿态导致的风速风向的观测误差，并对于仍存在的风速误差，进一步寻找其他无人机状态数据等外部环境因子(旋翼转速、传感器在无人机的位置等)与观测差异之间的关系，拟合各未知待定参数，确定订正方程，提升对边界层风速风向观测的数据质量。

ΔWS=f(Power,Dx,Dy,E)

(1)

式(1)中，△WS为仍存在的风速误差；Power为旋翼转速；用于表征旋翼风带来的可能影响；Dx和Dy分别为传感器离无人机中心点x轴和y轴的距离；E为残差项，表征系统误差。

2.2.2 温、湿度及大气成分的观测与订正方法

对于温湿度和大气成分的观测订正，温湿度误差订正可进一步考虑订正后的风速(WScali)和本身观测的温湿度(Traw和RHraw)作为主要因子并进行筛选，建立相应的拟合方程，具体如下：

ΔT=f(Power,DS,Dx,Dy,WScali,Traw,RHraw,E)

(2)

ΔRH=f(Power,DS,Dx,Dy,WScali,Traw,RHraw,E)

(3)

对于大气颗粒物及大气污染气体，其观测误差主要和仪器摆放位置有关[32]。在正常的工作环境下，光学颗粒物检测仪(内部控温控压)颗粒污染物和痕量气体的观测误差可以表征为传感器离无人机中心所处位置的线性函数。

ΔPM2.5=f(Dx,Dy,E)

(4)

此外，在实验中发现，大气成分的观测还存在比较明显的时滞效应(图3)。时滞效应与气路长度、进样流速、传感器光腔或化学反应池的响应时间等有关，可据此进行数据的高度订正。基于旋翼无人机的大气成分观测还会存在以下问题：现有可搭载于无人机的大气成分传感器大多并不适用于高湿环境(湿度大于95%)；化学反应池在无人机高度及气压变化太快时(垂直方向速度>2 m·s-1)数据失真；部分光学传感器对无人机的震动较为敏感。

2.2.3 边界层气象环境旋翼无人机观测

2020年12月10日20时，湖北荆州处于重污染天气，本研究在湖北荆州近郊定量农场开展了0—1000 m的边界层探空实验，图6和图7为旋翼无人机廓线观测订正前后的上升阶段数据。实验中无人机以2 m·s-1保持匀速上升，可获取10 m垂直分辨率的颗粒物数据和2 m垂直分辨率的温湿风压及污染气体数据。需要指出的是，为保证地面人员安全，旋翼无人机从50 m垂直爬升至100 m的过程中，同时在水平方向上向西南侧的空地方向飞行了100 m。由图6可以发现，地面至100 m有显著的接地逆温层，逆温梯度可达0.79 ℃·100 m-1；伴随逆温层，颗粒物在100 m下有明显的堆积现象。350—450 m，风向逐步从西南转向东北风，风速从3 m·s-1增加到5 m·s-1，相对湿度也随上层气流快速降低；颗粒物浓度通过垂直及水平输送迅速降低，夹卷层厚度可达80 m(332—412 m)。此外，在稳定边界层SO2和CO同样呈现出一定的判别边界层稳定层结及边界层高度的能力[19]，可为灰霾污染条件下大气边界层结构的判定及对污染物垂直分布的影响提供技术支撑。

图6 2020年12月20日20时湖北荆州基于旋翼无人机0—1000 m的气温(a)、相对湿度(b)、风速(c)、风向(d)和气压(e)廓线观测

通过对比观测数据和订正结果表明,基于旋翼无人机姿态及GPS信息数据，可以有效订正无人机在50—100 m高度由于水平移动造成的风速风向误差。但由于无人机水平移动过程中各个旋翼转速不同、并且无人机相对空气的正负加速度所产生机械乱流，因此订正后在水平移动开始和结束后的时段仍会出现少量野点。此处未进一步剔除野点，主要是为显示这一现象的存在。同时，较快的水平移动对气温和大气颗粒物的观测也有一定波动影响，该效应可显见于50—100 m高度的气温廓线上，这需要通过临近数据进行平滑校准。还值得注意的是，当无人机以2 m·s-1匀速上升时，基于激光原理的大气颗粒物传感器能较好地表征边界层廓线，各粒径段有很好的一致性；但对于基于化学反应池原理的大气污染物传感器，在气压快速变化条件下(高度变化所致)，传感器内部的化学溶液不能快速达到新的电平衡状态，从而无法准确刻画廓线特征，这一现象在500 m以上CO的廓线表现得尤为明显(图7)。从原理上，想实现化学反应池的准确响应，无人机的垂直速度应控制在0.5 m·s-1以下或分高度层开展悬停观测，但这对边界层旋翼无人机的探测高度有较大影响，需依据实验目标有所取舍。

图7 2020年12月20日20时湖北荆州基于旋翼无人机0—1000 m PM0.5 (a)、PM1.0 (b)、PM2.5 (c)、PM5 (d)、PM10 (e)、SO2 (f)和CO (g)廓线观测

3 结论与讨论

(1)旋翼无人机性能和仪器搭载方式是精细捕捉气象环境边界层廓线特征的关键。旋翼可导致器测风速变大和风向偏转，温湿度及污染物产生时滞效应和一定抖动。综合而言，环境传感器适宜搭载于旋翼无人机的正上方，其中风传感器应置于旋翼无人机正上方60 cm及以上，以最大可能减少旋翼扰流影响。观测中垂直移动速度在0.5—2.0 m·s-1为宜，其中上行数据更具代表性。实验中还应充分考虑法律政策及当地的许可认证[43,52-53]。

(2)本研究自主研发的边界层无人机及订正方法，能较好地捕捉气象环境边界层廓线特征。同时各型传感器采样频率及响应能力不一致的问题、无人机高速移动及震动对光学和化学反应池类型传感器可靠性的影响等技术瓶颈仍然有待解决。

(3)基于对比实验和数理方法的数据质量控制已广泛应用于探空数据订正[54-56]。旋翼无人机的边界层观测数据可综合考虑气象环境要素等主要因子，并将更多旋翼无人机状态参数纳入订正方法[57-59]，可有效提升数据可靠性、拓展观测应用范围[29,60]。但以旋翼无人机开展边界层气象环境精细观测的仍不多见，有待进一步加强研究。

(致谢：感谢南京信息工程大学朱彬、王成刚和严佳德老师提供观测仪器及技术指导)