大气光学湍流是与光电工程系统设计、应用密切相关的基本参数。通过仪器实地测量大气光学湍流廓线时会受到人力、物力、财力等多种条件的限制，因此依据常规气象参数估算大气光学湍流强度具有十分重要的意义。提出一种结合遗传算法的反向传播（GA-BP）神经网络。首先，基于Tatarski大气光学湍流参数化方案，利用HMNSP99外尺度模式估算了大气光学湍流廓线；其次，尝试基于实测数据训练BP神经网络，并结合遗传算法估算大气光学湍流廓线。将两种方法估算的大气光学湍流廓线与实测的廓线进行对比，结果表明：GA-BP神经网络模式估算值与实测值的均方根误差（RMSE）比HMNSP99模式的RMSE小，表明利用GA-BP人工神经网络模式估算大气光学湍流廓线是一种可行的方法。

大气光学湍流的存在会严重制约光学系统的性能。为了能够降低大气湍流的影响, 满足光电工程的应用, 准确地估算出不同场景下的大气光学湍流廓线具有十分重要的指导意义。基于Tatarski光学湍流参数化方案和广泛应用的外尺度模式, 利用探空仪测量的气象探空数据, 对内陆(合肥)、海陆交界处(茂名)和远海海洋这三个不同环境下的大气光学湍流廓线进行估算。将合肥和茂名两地的估算值与实际观测的廓线进行对比验证, 发现在变化趋势和量级上相近, 为该模式估算远海海洋的大气光学湍流廓线提供了依据。结果表明模式能够较好地估算出不同环境下的光学湍流廓线。此外, 还发现高空光学湍流的发生与风切变和温度梯度有重要关系。

介绍了天气数值预报模式的运行流程、模式安装、模拟参数设置等.结合光学湍流的参数化方案,预报了大气光学湍流强度廓线,并与探空气球实测数据对比验证.结果表明,预报的大气光学湍流强度廓线符合高空光学湍流的一般特征和变化规律,但廓线的形状与实测存在一定的差异,并分析产生差异的原因.分析表明,提高预报精度需要改进高空湍流外尺度模式.

利用气象模式预报大气光学湍流，能够使地基望远镜根据不同的大气视宁度条件，选取相应的观测目标和终端设备，还可以优化自适应光学系统性能和激光器打击目标的发射时机。介绍了采用天气预报模式建立的大气光学湍流预报方法。利用该预报方法，采用数值和分析两种模型，分别提前3 d、2 d和1 d预报出2011年11月6日夜间阿里天文站的气象参数、大气光学湍流强度C2n廓线和视宁度。共计6次的预报结果均显示近地面层、边界层2 km高度以及对流层12 km高度存在强湍流层。与单星闪烁测量层析(SICDAR)的实测数据对比结果表明，本预报方法能够反映大气光学湍流廓线的结构特征。预报的视宁度反映出夜间的增大趋势和差分像运动视宁度仪(DIMM)实测结果相似。

掌握湍流基本规律及其廓线结构分布，是大气光学理论与应用研究中的关键问题之一。利用随机并行梯度下降算法对大气湍流廓线统计模式拟合进行了研究。在已获合肥地区整层大气折射率结构常数C2N平均廓线的前提下，以广义Hufnagel-Valley湍流模型为基础，拟合获得了该地区不同时间与不同季节的湍流模式廓线。研究发现，该方法获得的该地区湍流模式廓线在整层大气高度上均能很好地同实测平均廓线相符合，且两者所表征的整层湍流特征参量也能保持非常好的一致性。对寻求基于Hufnagel-Valley模型的通用湍流廓线模式拟合方法进行了有益的探索。