介绍了一种估算大气光学湍流的方法--支持向量机。依据该方法用温度梯度、风速和相对湿度估算了2014年5月13日至2014年5月18日四川成都平原地区近地面连续6天的大气折射率结构常数C2n, 并将其与实际观测值进行了比较。结果表明两者吻合得较好, 能基本表现成都地区的光学湍流特征。与Wyngaard算法相比, 支持向量机得到的结果与观测值更加贴近, 其夜间估算的准确度高于Wyngaard算法。相关分析结果表明: 估算值与观测值的相关度在80%以上。平均绝对误差与平均相对误差等误差分析显示, 训练好的支持向量机能够基本准确地估算出成都地区的C2n, 但转换时刻的估算值与观测值仍有一定误差。该研究表明, 进一步提高估算精度需要改进模式在转换时刻的估算结果。

选取随船观测的三亚地区2016-01-06至2016-01-09连续4天的折射率结构常数C2n及温度、风速、相对湿度三种常规气象参数, 基于后向传播神经网络和逐步回归理论, 分别建立两种模型并对C2n进行了连续3天的估算。结果显示, 两种模型估算的结果在变化趋势及量级上均符合近海面光学湍流的一般特征和变化规律, 并且可以表现出C2n的基本日变化特征, 整体相关系数分别为0.8661和0.8496。选取了平均绝对误差、平均相对误差、均方根方差以及相关系数等统计量来衡量估算结果。分析表明, 两种模型均能准确地估算出近海面的C2n, 但在夜间弱湍流发生时估算值略高于测量值。为进一步提高估算的准确度, 需要改进模式在夜间的估算效果。