提出一种基于双向多尺度特征融合的生成对抗网络（GAN），利用该网络对各种地基望远镜拍摄的受大气湍流影响的目标天体图像直接进行盲复原处理。首先通过长曝光大气湍流退化模型与清晰图片进行卷积来构建数据集，并进行网络训练，在模拟湍流图像数据集中测试网络性能。同时，实际获取了Munin地基望远镜（卡塞格林型望远镜）拍摄的受湍流影响的国际空间站图片，并用所提神经网络模型进行测试。各项图像复原评价指标表明：所设计的网络实时性较强，在0.5 s内可以输出复原结果，相比传统非神经网络复原方法要快10倍以上；所提网络的峰值信噪比（PSNR）提高2 dB~3 dB，结构相似性（SSIM）提高9.3%左右，对受真实湍流影响的退化图像也有较好的复原效果。

利用单通道恒温热线仪获取采样频率为4000 Hz的风速脉动数据,得到包括含能区、惯性子区以及耗散区的完整风速脉动功率谱。基于功率谱分析法得到近地面大气风速湍流内尺度和湍流动能耗散率随时间的变化规律,分析湍流内尺度和湍流动能耗散率与大气稳定度的相关性,并与三维超声风速计的测量结果进行比较。结果表明:近地面湍流动能耗散率在10 ^-4~10 ^-1 m ²/s ³之间,内尺度在10 ^-3~ 10 ^-2 m之间;当大气处于稳定条件时,湍流平均动能耗散率为0.0146 m ²/s ³,平均内尺度为0.0089 m;当大气处于不稳定条件时,湍流平均动能耗散率为0.0592 m ²/s ³,平均内尺度为0.0077 m。由于功率谱分析法是直接测量湍流内尺度,因此计算的内尺度最为准确。

利用自行研制的湍流气象探空仪,对西藏拉萨的温度、风速、风向等常规气象参数廓线和 Cn2廓线进行探测。分析了湍流强度和常规气象参数随高度的变化趋势。比较了夜晚和早晨的湍流特征,发现8~15 km处两者均出现强湍流层,且8 km以上早晨的湍流强度大于夜晚的湍流强度。同时基于Hufnagel-Vally 5/7模式,利用探空数据拟合得到符合拉萨湍流特征的拉萨 Cn2经验模式。对此经验模式进行统计分析,结果进一步证明拉萨 Cn2经验模式能有效估算拉萨的湍流强度。最后,将拉萨与高美谷的探空数据进行对比分析,发现拉萨的风速较小对天文观测有利,但湍流强度较强对天文观测有一定影响。该研究为后续拉萨湍流廓线和天文台选址的研究提供了参考,并为光电工程的应用提供了技术支持。

在新疆库尔勒、广东茂名海边、西藏拉萨三个地区释放的探空气球，实现了温度、气压、风速等常规气象参数以及大气折射率结构常数的廓线测量。基于Tatarski湍流参数化方案以及以上地区探空数据，利用Thorpe尺度估算了新疆库尔勒、广东茂名海边、西藏拉萨三个地区的高空大气光学湍流廓线，并将这三个地区实测的廓线与其对应的估算结果做了对比，结果表明：估算值与实测值在量级和变化趋势上表现出较好的一致性，相关性分别为69%,60%,68%；Thorpe尺度相较于其他估算湍流廓线的参数化方法输入参数少、更简便。