大气边界层过程的准确刻画对于天气预报、气候变化研究及空气质量监测具有重要意义，而边界层高度作为描述其结构与演变的关键参数，直接影响湍流混合、垂直扩散及物质输送等过程。然而，受常规探空观测频次低、连续性差及气球漂移等因素限制，边界层高度难以高时空分辨率获取。现有拉曼激光雷达与微波辐射计虽可提供温湿度廓线信息，但分别存在近地层探测盲区及反演精度不足等问题。针对上述不足，本文提出一种融合拉曼激光雷达与微波辐射计数据的高精度大气温湿廓线反演方法。首先，采用线性拼接策略实现多源观测数据的有效融合；在此基础上，引入卡尔曼滤波算法对融合廓线进行优化处理，构建全天时、全天候、高时间分辨率的温湿度廓线数据集。在此基础上，进行了大气边界层高度的反演，并利用探空数据进行对比验证。结果显示，该方法在对流边界层和中性边界层条件下均具有较好适用性，相比之下，单一微波辐射计反演结果存在一定高估现象，且在夏秋季表现更为明显。最后，基于反演结果分析了2018年12月至2019年8月期间边界层高度的多时间尺度变化特征及其影响机制。
 

激光雷达、微波辐射计、温湿度、边界层