《Advances in Space Research》:Analysis and modeling method for atmospheric turbulence based on LSTM-Transformer model using Multi-channel Raman Lidar
编辑推荐:
研究人员深入探讨了大气湍流与温度及相对湿度之间的关系,这对揭示大气边界层内热湿输送机制至关重要。为此,研究团队研发并在宁夏回族自治区大气环境遥感重点实验室部署了一套多波长米-拉曼激光雷达系统,该系统可同步测量大气温度、相对湿度以及表征湍流强度的关键参数——大气
研究人员深入探讨了大气湍流与温度及相对湿度之间的关系,这对揭示大气边界层内热湿输送机制至关重要。为此,研究团队研发并在宁夏回族自治区大气环境遥感重点实验室部署了一套多波长米-拉曼激光雷达系统,该系统可同步测量大气温度、相对湿度以及表征湍流强度的关键参数——大气折射率结构常数(Cn2,单位为m-2/3)。通过皮尔逊相关系数法,研究人员系统分析了温度、相对湿度与Cn2的垂直相关模式。结果表明,在近地层(0–2.5 km)内,温度与Cn2呈显著正相关,峰值相关系数为0.78;相对湿度则与Cn2呈负相关,最小相关系数为?0.71。在此基础上,研究人员提出了一种非线性建模方法,采用级联长短期记忆网络-Transformer(LSTM-Transformer)神经网络捕捉三者间的复杂关系,实现Cn2的高精度反演。实验结果显示,该模型在不同天气条件下均保持稳定性能,多云天平均决定系数R2达97.08%,晴天为95.75%,沙尘天气为95.83%,降雨后为92.65%。该模型具有优异的泛化能力与反演精度,证实了基于温度和相对湿度准确估算大气湍流强度的可行性,并为Cn2的反演提供了新方法。
大气湍流是一种高度不规则且随机的现象,会显著干扰激光束传播,引发强度闪烁、相位畸变、光束漂移和展宽,同时降低大气遥感精度,影响自由空间光通信与天文观测系统的性能。在大气边界层,湍流与温度、湿度存在复杂的相互作用,热梯度与水汽分布调节湍流结构,进而决定折射率结构常数(Cn2)的变化。因此,研究湍流与温湿的关系,有助于理解热湿输送机制、全球变暖相关现象及提高城市天气预报精度,也为光通信与遥感传输条件评估提供理论基础。
现有非光学探测方法主要依赖原位物理传感器测量温度、风速等参数,再推导湍流参量,如温度脉动法。虽然已有气球载温度传感器、高频温度脉动仪结合超声风速仪等改进,但这些方法多为单点低空测量,缺乏相对湿度同步观测,空间覆盖不足,难以解析湍流的垂直结构与多变量耦合关系。光学探测技术如米散射激光雷达、激光光斑漂移法等,虽可提供垂直剖面,但与气象条件的实时关联仍不够紧密。数值模拟方法如天气研究与预报(WRF)模型在大尺度预测方面表现良好,但对微尺度扰动敏感度不足,且高度依赖实测数据校准。近年来,人工神经网络(ANN)凭借非线性建模能力被应用于湍流反演,但仍存在单一响应因子依赖、垂直分辨率有限等问题。
本研究由北方民族大学团队完成,发表于《Advances in Space Research》。研究人员研发并部署多通道米-拉曼激光雷达系统,在宁夏进行为期约两个月的夜间观测,采集温度、相对湿度与Cn2的垂直剖面数据。通过皮尔逊相关系数分析温湿与Cn2的垂直相关性,构建级联LSTM-Transformer模型,实现不同天气条件下的Cn2高精度反演。关键技术方法包括:①多波长米-拉曼激光雷达同步测量温湿与Cn2;②皮尔逊相关系数法定量分析垂直相关性;③LSTM-Transformer神经网络建模;④对数变换与神经网络滤波降噪处理。
研究结果如下:
多通道米-拉曼激光雷达系统
系统由激光发射、信号收集、分光分析及信号采集四个子系统组成,可同步获取温度、相对湿度与Cn2的垂直分布。
实验结果与数据分析
2024年7月初至9月初在北方民族大学开展野外实验,夜间观测时间段为20:00–22:30。结果显示,近地层温度与Cn2呈强正相关,相对湿度与Cn2呈负相关,相关性随高度变化。多云、晴天、沙尘及降雨后模型R2分别达97.08%、95.75%、95.83%、92.65%,验证了模型的稳定性与适应性。
结论
多波长米-拉曼激光雷达可有效测量并同步获取温湿与Cn2的垂直剖面,结合LSTM-Transformer模型可在多种天气条件下实现高精度反演。该方法突破了传统单点测量的局限,提升了垂直分辨率与多变量耦合分析能力,为大气湍流参数建模提供了新技术路径。
讨论与结论翻译:本研究证实,基于温度与相对湿度的测量可准确估算大气湍流强度,级联LSTM-Transformer模型在不同天气条件下均表现出优异的泛化能力与反演精度,为Cn2的反演提供了新的技术途径,对大气边界层物理机制研究与光通信传输条件评估具有重要意义。