-
分层是大气湍流特别是高空湍流显著特征. 在某一固定高度真实光学湍流
$ C_n^2 $ 值在平均值上有1—2个量级甚至更大的起伏. 以观测数据建立的湍流廓线模式, 是一个统计平均的结果. 既不能代表某次实际大气湍流廓线的分层特征, 也没有预报功能, 不能完全满足光学工程需求. 受限于计算机的容量和速度, 无法通过DNS (direct numerical simulation)以及LES (large eddy simulation)求解Navier-Stokes方程来预报光学湍流, 解决方案是通过中尺度天气数值预报模式MM5/WRF, 预报出常规气象参数, 再由湍流参数化方案计算出$ C_n^2 $ . 本文介绍了近地面层、边界层和自由大气层$ C_n^2 $ 预报方法和研究成果, 从湍流动能预报方程和温度脉动方差预报方程详细推导出Tatarski公式, 归纳出该公式所隐含的物理意义和适用条件. 重点介绍了神经网络预报$ C_n^2 $ 和$ C_n^2 $ 估算和预报方法在南极天文选址的最新研究进展. 分析了以实验数据拟合的经验模式、建立在Kolmogorov湍流理论基础之上含有常规气象参数的参数模式、与中尺度气象模式有关的预报模式、基于数据驱动的神经网络方法等不同模式的特点和差异. 强调Kolmogorov湍流理论是现有大气光学湍流参数模式的理论基础.-
关键词:
- 大气光学湍流/
- 湍流模式/
- Tatarski公式/
- 神经网络预报$ C_n^2 $/
- 南极天文选址
Stratification is a significant characteristic of atmospheric turbulence, especially high-altitude turbulence. At a fixed height, the real optical turbulence value fluctuates by 1–2 orders of magnitude or even greater on the average value. The turbulence profile model based on the observed data is a statistical average result. It can neither represent the stratification characteristics of an actual atmospheric turbulence profile nor have the prediction function, and can not fully meet the demand of optical engineering. Owing to the limitation of the capacity and speed of the computer, it is impossible to solve the Navier Stokes equation through direct numerical simulation (DNS) and large eddy simulation (LES) to predict the optical turbulence. The solution is to predict the conventional gas parameters through the mesoscale weather numerical prediction model MM5/ WRF, and then calculate the turbulence parameters through the turbulence parameterization scheme. In this paper, the prediction methods and research results of$ C_n^2 $ in surface layer,boundary layer and free atmosphere layer are introduced. Tatarski formula is derived in detail from the turbulence kinetic energy prediction equation and the temperature fluctuation variance prediction equation, and the physical meaning and applicable conditions of the formula are summarized. The latest research progress of neural network prediction and Antarctic astronomical site selection is mainly introduced. The characteristics and differences among different models, such as the empirical model fitted with experimental data, the parameter model with conventional meteorological parameters based on Kolmogorov turbulence theory, the prediction model related to mesoscale meteorological model, and the neural network method based on data driving and so on, are analyzed. It is emphasized that Kolmogorov turbulence theory is the theoretical basis of the existing atmospheric optical turbulence parameter models.-
Keywords:
- atmospheric optical turbulence/
- turbulence model/
- Tatarski formula/
- neural network prediction of $ C_n^2 $/
- astronomical site selection
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] -
气球编号 探空日期 探空时间 HMNSP99 (RMSE/$ {R_{xy}} $) SA-BP (RMSE/$ {R_{xy}} $) 1 13/08/2020 20:03 1.30/0.65 0.49/0.72 2 14/08/2020 20:11 1.24/0.61 0.67/0.72 3 15/08/2020 20:05 1.34/0.43 0.75/0.77 4 20/08/2020 07:25 0.76/0.47 0.46/0.71 5 21/08/2020 07:17 0.74/0.76 0.43/0.80 6 22/08/2020 07:10 0.76/0.50 0.36/0.83 
下载:
导出CSV
-
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] -
[1] 吴晓庆, 杨期科, 黄宏华, 青春, 胡晓丹, 王英俭.大气光学湍流模式研究: ${\boldsymbol{C}}_{\boldsymbol{n}}^{\boldsymbol 2}$ 廓线模式. 必威体育下载 , 2023, 72(6): 069201.doi:10.7498/aps.72.20221985[2] 艾则孜姑丽·阿不都克热木, 陶志炜, 刘世韦, 李艳玲, 饶瑞中, 任益充.大气湍流对接收光场时间相干特性的影响. 必威体育下载 , 2022, 71(23): 234201.doi:10.7498/aps.71.20221202 [3] 徐启伟, 王佩佩, 曾镇佳, 黄泽斌, 周新星, 刘俊敏, 李瑛, 陈书青, 范滇元.基于深度卷积神经网络的大气湍流相位提取. 必威体育下载 , 2020, 69(1): 014209.doi:10.7498/aps.69.20190982 [4] 蔡俊, 李学彬, 詹国伟, 武鹏飞, 徐春燕, 青春, 吴晓庆.一个新的海边光学湍流外尺度和Cn2的廓线模式. 必威体育下载 , 2018, 67(1): 014206.doi:10.7498/aps.67.20171324 [5] 吴晓庆, 田启国, 金鑫淼, 姜鹏, 青春, 蔡俊, 周宏岩.常规气象参数估算南极泰山站近地面大气光学湍流强度. 必威体育下载 , 2017, 66(3): 039201.doi:10.7498/aps.66.039201 [6] 冒添逸, 陈钱, 何伟基, 庄佳衍, 邹云浩, 戴慧东, 顾国华.混沌与湍流大气中的光通信. 必威体育下载 , 2016, 65(8): 084207.doi:10.7498/aps.65.084207 [7] 王倩, 梅海平, 李玉剑, 邵士勇, 李学彬, 饶瑞中.远海海面大气光学湍流实验测量. 必威体育下载 , 2016, 65(7): 074206.doi:10.7498/aps.65.074206 [8] 王倩, 梅海平, 钱仙妹, 饶瑞中.近地面大气光学湍流外尺度的实验研究. 必威体育下载 , 2015, 64(22): 224216.doi:10.7498/aps.64.224216 [9] 王倩, 梅海平, 钱仙妹, 饶瑞中.近地面大气光学湍流空间相关特性的实验研究. 必威体育下载 , 2015, 64(11): 114212.doi:10.7498/aps.64.114212 [10] 马媛, 季小玲.倾斜离轴高斯-谢尔模型光束在大气湍流中通过猫眼光学镜头反射光的光强特性. 必威体育下载 , 2013, 62(9): 094214.doi:10.7498/aps.62.094214 [11] 李晓庆, 季小玲, 朱建华.大气湍流中光束的高阶强度矩. 必威体育下载 , 2013, 62(4): 044217.doi:10.7498/aps.62.044217 [12] 张兰强, 顾乃庭, 饶长辉.大气湍流三维波前探测模式层析算法分析. 必威体育下载 , 2013, 62(16): 169501.doi:10.7498/aps.62.169501 [13] 潘平平, 张彬.基于M2因子测量的大气湍流参数的确定方法. 必威体育下载 , 2011, 60(1): 014215.doi:10.7498/aps.60.014215 [14] 陈晓文, 汤明玥, 季小玲.大气湍流对部分相干厄米-高斯光束空间相干性的影响. 必威体育下载 , 2008, 57(4): 2607-2613.doi:10.7498/aps.57.2607 [15] 韦宏艳, 吴振森, 彭 辉.斜程大气湍流中漫射目标的散射特性. 必威体育下载 , 2008, 57(10): 6666-6672.doi:10.7498/aps.57.6666 [16] 季小玲, 汤明玥, 张 涛.超短脉冲厄米-高斯光束在湍流大气中的光谱移动和光谱跃变. 必威体育下载 , 2007, 56(7): 4281-4288.doi:10.7498/aps.56.4281 [17] 季小玲, 汤明玥.一维线阵离轴高斯光束通过湍流大气的传输特性. 必威体育下载 , 2006, 55(9): 4968-4973.doi:10.7498/aps.55.4968 [18] 季小玲, 黄太星, 吕百达.部分相干双曲余弦高斯光束通过湍流大气的光束扩展. 必威体育下载 , 2006, 55(2): 978-982.doi:10.7498/aps.55.978 [19] 陈京元, 陈式刚, 王光瑞.间歇性大气湍流中光传播问题的近Gauss极限分析. 必威体育下载 , 2005, 54(7): 3123-3131.doi:10.7498/aps.54.3123 [20] 王晓春, 周定文, 张以谟.非线性光学位相共轭实时补偿大气湍流扰动. 必威体育下载 , 1989, 38(3): 466-470.doi:10.7498/aps.38.466
下载:
计量
- 文章访问数:5543
- PDF下载量:153
- 被引次数:0