科研之友
微信
新浪微博
Facebook
分享链接
摘要
在海洋地区利用相干多普勒激光风廓线雷达反演可以得到边界层内全天候大气光学湍流廓线。采用机器学习方法-后向传播神经网络进行训练得到边界层光学湍流估算模型，以探空实测常规气象参数作为模型输入参数估算不同日期不同时刻的边界层内大气光学湍流廓线，并与实测值进行比较。通过误差分析可知，白天和夜晚的估算光学湍流廓线均方根误差分别为0.4332和0.5626,相关系数分别为0.8899和0.7673。该研究表明，相干多普勒激光风廓线雷达反演的光学湍流廓线可以通过神经网络模型实现全天候对海洋大气边界层光学湍流廓线估算的功能，且效果较好，在光电工程及天文选址方面具有重要工程参考意义。
- 单位
