1.Key Laboratory of Atmospheric Optics, Anhui Institute of Optics and Fine Mechanics, Hefei Institutes of Physical Science, Chinese Academy of Sciences, Hefei 230031, China 2.University of Science and Technology of China, Hefei 230026, China 3.School of Atmospheric Sciences, Sun Yat-sen University, Zhuhai 519000, China
Fund Project:Project supported by the National Key Technology Research and Development Program of the Ministry of Science and Technology of China (Grant No. 2018YFC0213102) and the National Natural Science Foundation of China (Grant Nos. 41475024, 4202780010).
Received Date:28 June 2021
Accepted Date:20 August 2021
Available Online:25 August 2021
Published Online:20 December 2021
Abstract:The problem of turbulence has been puzzling relevant researchers for more than 300 years. Although some feasible solutions and models have been proposed, the turbulence still brings trouble in the foreseeable future. Turbulence is caused mainly by buoyant thermal bubbles and wind shear, which transports matter and energy between the earth surface and the atmosphere. Based on the analysis of the measured data obtained from the Sea Monsoon Experiment-II (SMEX-II), carried out on the ‘Shenkuo’ scientific research ship, the vertical spatial distribution of meteorological data overseas was explored when the air sounding balloons were released at relatively fixed times during June 2019. Through the Tatarski model, the main influencing factors of fitting turbulence profile over the sea and the turbulence evolution of boundary layer top and tropopause are discussed. Meanwhile, the effect of offshore distance of the scientific research ship on the vertical profile of optical turbulence strength is analyzed. The results show that the outer scale plays a decisive role in the distribution of turbulence over the seas. The inverse growth section between the boundary layer top and the tropopause depends on the sudden change of temperature gradient. The underlying land surface has a significant influence on the inverse growth section to the boundary layer top, while the underlying sea surface has a more pronounced influence on the inverse growth section of the tropopause. Based on the obtained data and corresponding analysis, the spatiotemporal distribution characteristics of optical turbulence overseas are grasped, which provides necessary references for selecting the astronomical observation sites, atmospheric laser transmission, and satellite remote sensing observations over the sea. Keywords:atmospheric refractive index constant/ Tatarski model/ atmospheric optical turbulence profile/ radiosonde
对比昼夜大气折射率结构常数$C_n^2$拟合廓线, 可以看出海洋上空的光学湍流强度大致以8 km高度为分界, 其下的光学湍流强度在10–16量级以上, 其上的则在10–16量级以下. 白天湍流强度在1.3 km左右出现明显的逆增长区而夜间湍流强度在500 m左右较大但没有出现逆增长区, 在15 km左右白天和夜晚都出现逆增长区. 外尺度在白天1.3 km左右出现明显的逆增长区而在夜晚500 m左右外尺度较大但没有出现逆增长区, 昼夜外尺度在15 km左右均出现强度减弱的突变. 昼夜风切变在1.3 km左右和500 m左右没有出现明显的逆变区而在15 km左右出现较弱的逆变区. 温度梯度白天在1.3 km左右出现逆增长区而夜晚在500 m左右出现逆增长区, 在15 km左右昼夜温度梯度均出现逆增长区. 图4为昼夜平均的$C_n^2$拟合廓线, 由于天气等原因, 探空气球获取数据的最大高度不一样, 图中选取所有探空球均能到达的16 km对流层顶作为最大高度. 由于气球在刚释放的一段时间内运动不平稳导致数据不可靠, 故而图4最低高度取200 m. 利用所有探空球获得的$C_n^2$拟合廓线求平均值. 总体来看, 白天折射率结构常数平均值总体高于夜间折射率结构常数平均值, 且白天和夜晚折射率结构常数平均值同样在边界层顶和对流层顶出现明显的逆增长. 图 4 (a) 全程$C_n^2$昼夜平均拟合廓线; (b) 近海$C_n^2$昼夜平均拟合廓线; (c) 远海$C_n^2$昼夜平均拟合廓线 Figure4. (a) Day and night average $C_n^2$ fitted profile of entire journey; (b) day and night average $C_n^2$ fitted profile of offshore; (c) day and night average $C_n^2$ fitted profile of deep ocean.
图4(a)展示了整个航段昼夜平均的$C_n^2$分布, 图4(b)和图4(c)则展示了近海和远海环境下$C_n^2$的昼夜平均拟合廓线分布, 其中近海和远海的区分以160 km距离为界限[20]. 近海1.3 km左右的转换区湍流逆变强于全程平均值和远海平均值, 而15 km左右的转换区湍流逆变弱于全程平均值和远海平均值, 说明陆地下垫面对边界层湍流的影响大一些, 而海洋下垫面对高空湍流的影响大一些. 图5分析了海洋环境和岸基环境的$C_n^2$昼夜平均拟合廓线的分布情况. 以沿海探空球数据为基础分析岸基环境, 以SMEX-II的探空球数据为基础分析海洋环境. 对比分析可得: 1.3 和15 km左右的逆增长区只有在海洋环境下才会出现, 岸基环境下在这两个高度并没有出现明显的湍流转换区. 观察海洋环境和岸基环境的$C_n^2$昼夜平均拟合廓线发现在6 km左右的高度出现交点, 在这高度以下海洋的$C_n^2$昼夜平均拟合廓线强度要高于岸基的$C_n^2$昼夜平均拟合廓线, 以上则反之. 图 5 沿海$C_n^2$昼夜平均拟合廓线 Figure5. Day and night average $C_n^2$ fitted profile of sea and coastal area.
图6显示了由微波辐射计和探空球获得的海洋大气相对湿度、温度梯度和折射率结构常数垂直分布. 通过对比, 二者趋势相似, 数据基本相同, 可以相互验证实验数据的有效性和准确性. 从图6可以看出, 相对湿度和温度梯度都在1.3 km左右出现转换[28], 而边界层刚好与1.3 km左右的湍流强度逆增长区相吻合, 表明海洋边界层是受湍流运输影响的. 定性分析表明该湍流主要是由太阳辐射加热产生的浮力热泡引起的. 从微波辐射计的数据分析, 海洋大气边界层的高度会随着昼夜的变化出现一定的转变, 且边界层白天高度高于夜晚. 这或许能解释夜晚逆增长区不明显的问题, 因为边界层可能在500 m左右甚至更低, 而在此高度的逆增长区很有可能由于整体湍流值较强而难以分辨出来. 图 6 (a) 微波辐射计湿度廓线; (b) 白天探空气球湿度廓线; (c) 白天探空气$C_n^2$拟合廓线; (d) 白天探空气球温度梯度廓线; (e) 微波辐射计温度梯度廓线 Figure6. (a) Humidity profile of microwave radiometer; (b) noon humidity profile of radiosonde; (c) noon $C_n^2$ fitted profile of radiosonde; (d) noon temperature gradient profile of radiosonde; (e) temperature gradient profile of microwave radiometer.
4.讨论部分海洋的大气光学湍流数据较为缺乏, 只有少数由探空气球直接测得的湍流廓线数据, 难以综合分析湍流廓线随离岸距离变化的趋势. 为了解决这一问题, 本文则采用Tatarski参数化模式. 模式估算有地域适用性, 参考蔡俊等[26]提出的HMNSP99外尺度改进模式, 拟合出海洋上空的湍流拟合廓线. 海边拟合廓线的准确性已经得到验证, 而远海的拟合廓线准确性目前尚未深入验证. 图7展示了2020年在海洋获得的一组离岸431 km的实测湍流实测廓线和模式拟合的拟合廓线对比情况, 证明了拟合模型的适用性. 因此在此使用改进的HMNSP99外尺度模式对海洋不同离岸距离的湍流垂直廓线进行计算. 图 7 海洋远海$C_n^2$实测廓线和拟合廓线 Figure7. Measured profile and fitted profile of $C_n^2$ in the sea.
图8为利用上述公式分析的$C_n^2$平均拟合廓线. 图8表明白天温度梯度影响下的大气折射率结构常数拟合廓线与温度梯度和风切变均考虑的拟合廓线数值接近, 分布趋势也相似, 因此白天大气折射率结构常数受温度梯度的影响较大. 白天风切变影响下的大气折射率结构常数拟合廓线与两者均考虑的拟合廓线总体差别巨大, 在1.3 km附近相差2个数量级, 在15 km附近数值增大到相差1个数量级, 但权重仍然很小, 因此白天大气折射率结构常数受风切变的影响很小. 图8展示夜间大气折射率结构常数拟合廓线总趋势与白天类似. 在近地面500 m以下温度梯度和风切变有着同数量级的影响, 在近地面以上的区域温度梯度将占主导因素. 图 8 白天夜晚风切变的$C_n^2$拟合廓线、温度梯度的$C_n^2$拟合廓线、完整$C_n^2$拟合廓线的对比图 Figure8. Noon and night comparison of $C_n^2$ fitted profile of wind shear, $C_n^2$ fitted profile of temperature gradient, and $C_n^2$ fitted profile of wind shear and temperature gradient.