云南昆明长水机场受印度洋暖湿气流影响，是我国西南地区风切变发生概率最高的机场。2021年12月，夏海云课题组研制的激光雷达在长水机场投入试运行。

　　9个月的观测统计结果显示：在降雨条件下，激光雷达10千米以上目标的探测率达到了92.79%， 有效覆盖了机场跑道。在实际验证中，激光雷达还可以捕捉到对流天气产生的辐合和辐散气流。

　　课题组通过与微波雷达进行对比发现，微波雷达可以探测强降雨区域，距离分辨率达1000米；而该激光雷达可以实现强降雨外区域探测，距离分辨率为30—150米，风切变时空分布和演变过程清晰可见。课题组还利用该激光雷达进行垂直廓线探测，揭示了机场降水和风切变形成的机制，为航空气象极端事件预报奠定基础。

　　人工智能描绘超视域风场

　　在实际应用中，激光雷达像人眼一样，会因为建筑、树木、烟尘的阻挡，产生探测盲区。

　　为了解决激光雷达“看不见”“照不到”的问题，课题组将人工智能技术应用于雷达系统。他们借助人工智能的机器学习技术建立风场反演模型，提供全域高时空分辨率探测数据。

　　“风场是流动的，就像一条大河。虽然有一部分风场会被建筑物或自然地形阻挡，但我们可以通过流体力学的办法，计算高楼等阻挡物后面的风场结构。在视线受阻，无法探测的情况下，我们在国际上率先实现了风场的全区域测量和重建。” 夏海云说，这种人工智能技术以前多用于不完整的图片修复等，在多普勒激光雷达上还是第一次应用。

　　2023年1月起，应用了生成对抗网络技术的非视域风场重建激光雷达在广州白云机场投入试运行。由于机场塔台、航站楼和围栏等低空建筑物的遮挡，广州白云机场跑道缺乏完整的水平风场探测数据。课题组通过输入机场周边的大气资料，让雷达边测边学。

　　基于深度学习方法，该雷达在连续6个月的观测数据基础上，建立了非视域风场重建模型，实现全域风场重建，误差小于0.85米/秒。

　　夏海云介绍，这款雷达采用了单光子灵敏度探测技术，发射功率只有1.5瓦，发热量小，对环境适应能力强，可对60摄氏度至零下40摄氏度的大气环境进行24小时365天不间断工作。无论是在城市的高楼大厦之间，还是在崎岖的自然地形中，激光雷达都能准确获得高时空分辨率全域风场情况，为低空经济提供实时精准的气象保障。