Математические методы и алгоритмы восстановления общего содержания CO2 по данным спутникового прибора GOSAT тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Лукьянов Андрей Кириллович

• Лукьянов Андрей Кириллович
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Лукьянов Андрей Кириллович

ВВЕДЕНИЕ

1. Предметная область и обзорная информация о направлении исследований

1.1. Атмосфера Земли

1.1.1. Структура атмосферы Земли

1.1.2 Газовый состав атмосферы Земли

1.1.3. Углекислый газ и метан в атмосфере Земли

1.1.4. Аэрозоли в атмосфере Земли

1.1.5. Облачность

1.2. Проблема глобального потепления, экологии и физики атмосферы

1.2.1. Определение глобального потепления

1.2.2. Причины глобального потепления

1.2.3. Парниковый эффект

1.2.4. Проблемы экологии и физики атмосферы

1.3. Исследования газового состава атмосферы Земли

1.3.1. Определение мониторинга

1.3.2. Методы и средства определения концентрации газов

1.4. Дистанционное зондирование

1.5. Спутниковый мониторинг

1.5.1. Искусственные спутники Земли

1.5.2. Спутниковый мониторинг парниковых газов

1.5.3. Приборы спутникового мониторинга

Выводы

2. Моделирование спутникового сигнала GOSAT

2.1. Описание GOSAT

2.1.1. Спутник

2.1.2. Описание приборов TANSO-FTS и TANSO-CAI

2.1.3. Данные GOSAT

2.2. Программные системы расчета переноса излучения

2.3. Метод решения прямой задачи расчета спутникового сигнала

2.3.1. Поглощение теплового излучения атмосферными газами

2.3.2. Модель прохождения солнечных лучей в атмосфере

2.3.3 Расчет отраженной солнечной радиации

2.4. Априорные данные для расчёта сигнала GOSAT

2.5. Программный комплекс расчёта спутникового сигнала GOSAT

2.5.1. Структура программы расчета спутникового сигнала

2.5.2. Объектная декомпозиция

2.6. Расчёт спутниковых сигналов

2.6.1. Типичное решение задачи

2.6.2. Распараллеливание задачи моделирования сигнала GOSAT

2.7. Тестирование расчёта спутникового сигнала GOSAT

2.8. Сравнение с программами аналогами

Выводы

3. Восстановление из спутниковых сигналов общего содержания CO2

3.1. Задача нахождения содержания CO2

3.1.1. Прямые и обратные задачи атмосферной оптики

3.1.2. Методы решения обратных задач атмосферной оптики

3.2. Метод эмпирических ортогональных функций

3.3. Метод решения обратной задачи восстановления общего содержания СО2

3.3.1 Применение метода ЭОФ к задаче восстановления общего содержания СО2

Программе восстановления содержания углекислого газа необходимо предоставить матрицу сигналов спутника ООБЛТ и содержания углекислого для первичного нахождения коэффициентов. Параметры, необходимые для расчёта задаются в файле

XML. После этого возможно определение содержание с помощью найденных коэффициентов

3.3.2 Программный комплекс расчёта содержания углекислого газа

3.3.3 Распараллеливание задачи восстановления содержания методом ЭОФ

3.4. Подготовка данных и программного обеспечения для тестирования метода решения обратной задачи

3.5. Тестирование метода решения обратной задачи

3.6. Тестирование метода решения обратной задачи на смешанных данных

3.7. Сравнение результатов метода решения обратной задачи с данными L2

Выводы

Заключение

Список литературы

Приложение А: Список некоторых спутников для мониторинга парниковых газов

Приложение Б: Список программ расчета переноса излучения

Приложение В: Объектная декомпозиция программы расчета спутникового сигнала

Приложение Г

Введение диссертации (часть автореферата) на тему «Математические методы и алгоритмы восстановления общего содержания CO2 по данным спутникового прибора GOSAT»

ВВЕДЕНИЕ

Увеличение содержания ряда парниковых газов (СО2, Н2О, СН4, N2O и т.д.) приводит к изменениям радиационных свойств атмосферы и, как следствие, к изменениям климата Земли [1]. Современные оценки вклада различных газов в процесс нагревания атмосферы показывают, что относительные доли СО2, СН4, ^О составляют 60%, 20% и 6% соответственно. Кроме этого, существует задача изучения вклада не только естественных, но и антропогенных газов в атмосферные процессы. В настоящее время применяются различные наземные и космические системы мониторинга характеристик газового состава атмосферы. Проведённые последние годы были многочисленные спутниковые эксперименты, позволили получить большое количество информации о вариациях (в том числе и долговременных) общих содержаний и вертикальных профилей содержания озона, водяного пара и многих других малых газовых составляющих.

Основной целью систем мониторинга газового состава является получение информации для изучения пространственно-временной изменчивости климатообразующих газов в атмосфере. Результаты такого анализа для различных временных и пространственных масштабов имеют большое значение, поскольку используются: а) в глобальных моделях атмосферы для прогноза климатических изменений; б) для определения интенсивностей источников и стоков; в) с целью выделения физических, климатических и т.д. факторов, являющихся причинами наблюдаемых вариаций содержания газов для пространственной (географической или высотной) области проведения измерений.

В отечественной литературе физические и математические основы, а также методы применения спутников для дистанционного зондирования окружающей среды из космоса изложены в известных монографиях и статьях Nakajima Fraedrich К, Jansenl Н, К.Я. Кондратьева, Г.И. Марчука, М С.

Малкевича, Ю.М. Тимофеева, О.И. Смоктия, О.М: Покровского, А.Б. Успенского и многих других ученых.

Огромные пространственные масштабы и изменчивость параметров атмосферы и поверхности Земли приводят разнообразию методов и технических средств слежения. Однако, спутниковые методы являются единственным источником информации, способным предоставлять регулярную информацию о параметрах атмосферы в пределах всей территории планеты.

Обработка данных спутникового зондирования трудоёмкий процесс, состоящий из нескольких этапов предварительной и тематической обработки и анализа. Получение информации об объектах исследования, по данным измерений из космоса, невозможно без тщательного проведения численных модельных экспериментов. Поэтому, можно считать, что данная работа, по своей направленности и полученным результатам является важной и актуальной.

Степень разработанности проблемы. Обзор литературы показывает, что для решения задач моделирования и обработки спутниковой информации разработано много численных методик и программ, однако большинство из них рассчитано на моделирование или обработку для одной географически локализованной точки, либо некоторой области, либо определенной полосы широт. Учет сезонов года, географического положения точки или других изменений по трассе полета требует специальной организации вычислений. Впоследствии возникают задачи сбора расчетов в одно целое, обработки, анализа и визуализации данных, которые получаются алгоритмически затруднительными и затратными по времени.

Для решения таких задач необходима разработка специальных программ, позволяющих учитывать изменение атмосферных параметров в течение, например, года и в масштабах всей планеты. Данная работа позволяет провести моделирование или обработку спутникового сигнала для любой точки земной поверхности и с временным шагом несколько часов.

Большинство моделей определения содержания парниковых газов основаны на параметрических подходах, а в данной работе рассматривается подход, основанный на непараметрическом подходе эмпирических ортогональных функций (ЭОФ).

Цель и задачи исследования.

Целью исследования является разработка методов, алгоритмов и комплекса программ для решения прямой задачи моделирования спутниковых сигналов и обратной задачи восстановления общего содержания СО2 из анализа спутниковых данных. При достижении поставленной цели должны быть решены следующие задачи:

1. Разработка метода моделирования спутникового сигнала, представляющего собой спектр отраженного солнечного излучения в ближней ИК области, и программы для реализации процесса автоматизированного расчета сигналов в глобальных масштабах поверхности Земли с временным шагом несколько часов и с учётом априорных данных о состоянии атмосферы (ветер, газовый состав, аэрозоль);

2. Апробация предлагаемого метода расчета спутниковых сигналов и определение зависимости влияния входных условий (зенитный угол Солнца, состояние атмосферы, типы поверхности, рельеф);

3. Разработка метода определения общего содержания С02 в атмосфере из спектров отраженного Солнечного излучения в ближней ИК области спектра, на основе метода эмпирических ортогональных функций;

4. Апробация предлагаемого метода определения общего содержания С02 и определение зависимости влияния априорных данных на результат;

5. Разработка комплексов программ на основе предложенных методов;

6. Сравнительный анализ результатов восстановления общего содержания СО2 из реальных спутниковых данных с результатами измерений подспутниковых мониторинговых станций ТССОМ

Объект и предмет исследования. Объектом исследования является сигнал спутникового прибора GOSAT, представляющий собой спектр отражённого солнечного излучения в ближней инфракрасной области спектра. Предметом исследований являются: метод расчёта сигнала спутникового прибора GOSAT и метод восстановления общего содержания углекислого газа по данным спутникового прибора GOSAT.

Методологическая, теоретическая и эмпирическая база исследований. Методологической основой исследования являются системный подход, а также различные методы: математического моделирования, вычислительной математики, математической статистики. Теоретической базой исследования послужили фундаментальные и прикладные исследования в области дистанционного зондирования атмосферы, спектроскопии; материалы международных научных конференций по исследуемой проблеме. Эмпирической базой исследования являются измеренные сигналы GOSAT, измеренные содержания парниковых газов, а также модели и методы, используемые при работе с этими измерениями.

Научные результаты, выносимые на защиту.

1. Метод решения прямой задачи расчета спутникового сигнала для произвольной точки земной поверхности и промежутка времени, на основе многомерной модели пропускания атмосферы, учитывающий параметры атмосферы и поверхности Земли.

(соответствует паспорту специальности п. 3 «Разработка, обоснование и тестирование эффективных вычислительных методов с применением современных компьютерных технологий».)

2. Метод решения обратной задачи восстановления общего содержания СО2 по спутниковым данным, основанный на методе эмпирических ортогональных функций, позволяющий получать устойчивые оценки общего содержания СО2 со средним отклонением не более 0,6 ppm за счет учета дополнительной априорной информации.

(соответствует паспорту специальности п. 6 «Разработка новых математических методов и алгоритмов интерпретации натурного эксперимента на основе его математической модели».)

3. Комплекс программ решения прямой и обратной задачи с учетом технологий параллельных вычислений, позволяющий ускорить расчет сигнала спутника в 25 раз относительно классической методики расчета. (соответствует паспорту специальности п. 7 «Разработка систем компьютерного и имитационного моделирования».)

Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

1. Предложен метод решения прямой задачи расчета спутникового сигнала для произвольной точки земной поверхности и промежутка времени, при учете глобальных данных параметров атмосферы и поверхности Земли и промежутка времени за счёт модификации модели переноса излучения, что позволило использовать априорные данные (пространственно-временные особенности изменения атмосферы, рельефа, отражательной способности и типов поверхности).

2. Предложен численный метод решения обратной задачи восстановления общего содержания СО2 по спутниковым данным, основанный на использовании эмпирических ортогональных функций. Модификация заключается в использовании дополнительной априорной информации при решении обратной задачи, приводящей к уточнению оценки общего содержания углекислого газа.

3. Разработан комплекс программ решения прямой и обратной задачи с учетом технологий параллельных вычислений, отличительной способностью которого является реализация новых алгоритмов расчета спутникового сигнала GOSAT и оценки общего содержания парниковых газов. Алгоритмы реализованы в параллельной парадигме.

Теоретическая значимость работы заключается в модернизации метода эмпирических ортогональных функций для решения обратной задачи расчёта

общего содержания парниковых газов, посредством учёта априорной информации.

Практическая значимость. Разработанный комплекс программ может найти применение для определения уровня парниковых газов в любой точке суши, в течение дня. Это позволит следить за изменением содержания парниковых газов, как во времени, так и в пространстве. Это знание позволит определить степень зависимости между содержанием парниковых газов и изменениями климата, определить источники парниковых газов и вклад каждого источника, отследить соблюдение Киотского протокола странами-участницами.

Соответствие диссертации паспорту научной специальности.

Представленная диссертация посвящена исследованию моделей и разработке алгоритмов для оценки общего содержания парниковых газов и моделирования сигнала прибора GOSAT.

Область диссертационного исследования включает применение математического моделирования, численных методов и комплексов программ для решения научных и технических прикладных проблем, исследования математических моделей физических и технических объектов.

Реализация и внедрение результатов. Методы, используемые для моделирования спутникового сигнала GOSAT и определения содержания парниковых газов, реализованы в программном варианте.

Апробация работы. Основные результаты по теме диссертационной работы докладывались и обсуждались на Всероссийской научно-технической конференции студентов и молодых учёных «Научная сессия ТУСУР» (Томск, 2008, 2009, 2010, 2011); Сибирской конференция по параллельным и высокопроизводительным вычислениям (2009, 2011, 2013); Международной научно-практической конференции «Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС)» (2010, 2012); Научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук» (2009); International Conference on Environmental Observations, Modeling and

Information Systems (ENVIROMIS-2010); VI научно-практической конференции молодых учёных и специалистов «Современная газотранспортная отрасль: перспективы проблемы решения», Томск (2014); Международной научной конференции «Региональные проблемы дистанционного зондирования Земли», Красноярск: Сиб. федер. ун-т (2014); Всероссийской конференция по математике и механике, посвященная 135-летию Томского государственного университета и 65-летию механико-математического факультета (2013).

Публикации. По теме диссертационной работы опубликовано 22 печатных работы, 3 из которых опубликованы в рекомендованных ВАК периодических изданиях.

Работы, опубликованные автором в ведущих рецензируемых научных журналах, рекомендованных ВАК Министерства образования Российской Федерации:

1. Катаев М.Ю., Катаев С.Г., Андреев А.Г., Базелюк С.А., Лукьянов А.К., Непараметрические математические методы восстановления общего содержания CO2 из данных спутникового мониторинга. - Доклады ТУСУРа, № 2 (24), часть 3, декабрь 2011. - c. 181-186.

2. Катаев М.Ю., Катаев С.Г., Максютов Ш., Андреев А.Г., Базелюк С.А., Лукьянов А.К., - Математические алгоритмы обработки и анализа данных Фурье-спектрометра в ближней ИК-области спектра. - Известия высших учебных заведений. Физика, Т. 55, № 3, март 2012. - с. 84-89.

3. Катаев М.Ю. Лукьянов А.К. Восстановление общего содержания углекислого газа. - Доклады ТУСУРа, №2 (32), июнь 2014. с. 230-237.

Другие работы по теме диссертации:

4. M. Yu. Kataev, S. G. Kataev, Sh. Maksyutov, A. G. Andreev, S. A. Bazelyuk, A. K. Lukianov Mathematical algorithms for processing and analysis of near-infrared data from a satellite-borne Fourier transform spectrometer. - Russian Physics Journal. - 2012, V. 55, N. 3. - p. 330-335.

5. М.Ю. Катаев, А.К. Лукьянов Метод эмпирических ортогональных функций в задаче восстановления общего содержания С02 по данным спутникового Фурье-спектрометра G0SAT. - Вестник Волгоградского государственного университета. Серия 1: Математика. Физика. №2 (19) 2013 , с. 99-105.

6. А.К. Лукьянов, М.Ю. Катаев Моделирование данных отражённого от поверхности солнечного излучения - Научная сессия ТУСУР-2009: Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых учёных. Томск, 12-15 мая 2009 г.: В пяти частях. - Ч. 1. - Томск: В-Спектр, 2009 - с. 212-213.

7. А.К. Лукьянов, М.Ю. Катаев Моделирование и обработка данных спутникового исследования атмосферы - Научная сессия ТУСУР-2010: Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых учёных. Томск, 4-7 мая 2010 г. - Томск: В-Спектр, 2010. Ч. 1. - с 294-295.

8. Лукьянов, А. К. Параллельные технологии в моделировании и обработке данных спутникового зондирования атмосферы - Научная сессия ТУСУР-2011: Материалы Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых, Томск, 4-6 мая 2011 г. - Томск: В-Спектр, 2011: В 6 частях. - Ч. 1. - с. 236-237.

9. А.К. Лукьянов, М.Ю. Катаев, И.В. Бойченко Моделирование и обработка данных спутникового исследования атмосферы - Труды 52-й научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук». Часть VII. Управление и прикладная математика. Том 1. -М.: МФТИ, 2009. ст. 142-144

10. Катаев М.Ю., Бойченко И.В., Лукьянов А.К. Алгоритм распараллеливания в задаче расчета отраженного солнечного излучения от поверхности Земли в ближней ИК области спектра - Пятая Сибирская конференция по параллельным и высокопроизводительным вычислениям:

Программа и тезисы докладов (1 - 3 декабря 2009 года). - Томск: Изд-во Том. ун-та, 2009. - с. 54-55.

11. Катаев М.Ю., Лукьянов А.К. - Применение вычислительного кластера для расчёта спутниковых сигналов. - Шестая Сибирская конференция по параллельным и высокопроизводительным вычислениям: Программа и тезисы докладов (15 - 7 ноября 2011 года). - Томск: Изд-во Том. ун-та, 2011. - с. 19-20.

12. Катаев М.Ю., Лукьянов А.К. Параллельные технологии в задаче моделирования сигнала спутникового Фурье-спектрометра - Седьмая Сибирская конференция по параллельным и высокопроизводительным вычислениям: Программа и тезисы докладов (12 - 14 ноября 2013 года). -Томск: Изд-во Том. ун-та, 2013. - с. 23-24.

13. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых сигналов ближней ИК-области спектра - Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС-16-2010): доклады (материалы) 16-й Международной научно-практической конференции, Абакан, 4-6 окт. 2010 г. - Томск: САН ВШ; В-Спектр, 2010. С. 253-257.

14. Катаев М.Ю., Лукьянов А.К. - Восстановление общего содержания CO2 из спутниковых данных методом эмпирических ортогональных функций. - Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС-18-2012): доклады (материалы) 18-й Международной научно-практической конференции, Томск 15-17 окт. 2012 г. - Томск: САН ВШ; В-Спектр, 2012. С. 135-137.

15. M.Yu. Kataev, A.K. Lukianov - Information-processing Software for satellite signal modeling in global scale // International Conference on Environmental Observations, Modeling and Information Systems (ENVIROMIS-2010), 5-11 July 2010, Tomsk, Russia. - Tomsk: 2010.

17. Катаев М.Ю., Лукьянов А.К. - Материалы VI научно-практической конференции молодых учёных и специалистов Современная

газотранспортная отрасль: перспективы проблемы решения, 17-18 апреля 2013, Томск

17. Катаев М.Ю., Лукьянов А.К. Результаты обработки реальных данных измерений спутниковым прибором GOSAT для подспутниковых станций TCCON. Восстановление общего содержания СО2. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли, Красноярск: Сиб. федер. ун-т, 2014. -С. 127-131.

18. Катаев М.Ю., Лукьянов А.К. Алгоритм обработки спутниковых данных определения общего содержания СО2 методом эмпирических ортогональных функций. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли

- Красноярск: Сиб. федер. ун-т, 2014. - с. 353-355.

19. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых сигналов Фурье спектрометра среднего разрешения в ближней ИК области спектра. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли - Красноярск: Сиб. федер. ун-т, 2014. - с. 356-361.

20. Катаев М.Ю., Лукьянов А.К.Параллельные технологии при в задаче моделирования сигнала спутникового Фурье-спектрометра // VII Сибирская конференция по параллельным и высокопроизводительным вычислениям 12

— 14 ноября 2013 г.

21. Катаев М.Ю., Лукьянов А.К. Моделирование сигнала спутникового Фурье-спектрометра среднего разрешения TANSO-FTS // Всероссийская конференция по математике и механике, посвященная 135-летию Томского государственного университета и 65-летию механико-математического факультета, Томск, ноябрь, 2013.

22. Катаев М.Ю., Лукьянов А.К Метод эмпирических ортогональных функций в задаче восстановления общего содержания CO2 по данным спутникового прибора GOSAT // Всероссийская конференция по математике

и механике, посвященная 135-летию Томского государственного университета и 65-летию механико-математического факультета, Томск, ноябрь, 2013.

1. Предметная область и обзорная информация о направлении исследований.

1.1. Атмосфера Земли

1.1.1. Структура атмосферы Земли

В первой главе будет рассмотрен предмет исследований, описана проблема глобального потепления и парниковый эффект. А так же, указаны

методы исследования атмосферы.

Атмосфера - это внешняя газовая оболочка Земли, которая простирается

от ее поверхности в космическое пространство приблизительно на 3000 км. История возникновения и развития атмосферы довольно продолжительная и сложная. За этот период состав и свойства атмосферы многократно изменялись, но на протяжении последних 50 мл{н лет, как считают ученые,

Масса современной атмосферы составляет приблизительно одну миллионную часть массы Земли. С высотой резко уменьшаются давление и плотность, а температура изменяется неравномерно и сложно, в том числе из-за влияния на атмосферу солнечной активности и магнитных бурь. Изменение температуры в границах атмосферы на разных высотах поясняется неодинаковым поглощением солнечной энергии газами. Наиболее интенсивно тепловые процессы происходят в тропосфере, причем атмосфера нагревается снизу, от поверхности океана и суши.

Атмосфера имеет слоистую структуру. От поверхности Земли вверх эти слои: тропосфера, стратосфера, мезосфера, термосфера, экзосфера (рис. 1.1).

Границы между слоями не резкие и их высота зависит от широты и времени года. Слоистая структура - результат температурных изменений на

Нижняя часть атмосферы, в которой сосредоточено 4/5 всей массы атмосферного воздуха, носит название тропосферы. Для нее характерно, что температура здесь с высотой падает в среднем на 0.67100 м (в отдельных случаях распределение температуры по вертикали варьирует в широких

пределах). В тропосфере содержится почти весь водяной пар атмосферы, и возникают почти все облака. Здесь сильно развита турбулентность, особенно вблизи земной поверхности, а также в так называемых струйных течениях в верхней части тропосферы.

Высота, до которой простирается тропосфера, над каждым местом Земли меняется изо дня в день. Кроме того, даже в среднем она различна под разными широтами и в разные сезоны года. В среднем за год тропосфера простирается над полюсами до высоты около 9 км, над умеренными широтами до 10-12 км и над экватором до 15-17 км. Средняя годовая температура воздуха у земной поверхности около +26° на экваторе и около -23° на северном полюсе. На верхней границе тропосферы над экватором средняя температура около -70°, над северным полюсом зимой около -65°, а

Давление воздуха на верхней границе тропосферы в 5-8 раз меньше, чем у земной поверхности. Следовательно, основная масса атмосферного воздуха находится в тропосфере. Происходящие в тропосфере процессы имеют непосредственное и решающее значение для погоды и климата у земной

Над тропосферой до высоты 50-55 км лежит стратосфера, характеризующаяся тем, что температура в ней в среднем растет с высотой. Переходный слой между тропосферой и стратосферой (толщиной 1-2 км)

Нижняя стратосфера более или менее изотермична. Но, начиная с высоты в 25 км, температура в стратосфере быстро растет с высотой, достигая на высоте около 50 км максимальных, притом положительных значений (от +10 до +30°). Вследствие возрастания температуры с высотой

Водяного пара в стратосфере очень мало. Однако на высотах 20-25 км иногда можно наблюдать в высоких широтах очень тонкие, так называемые перламутровые облака. Днем они не видны, а ночью кажутся светящимися, так как освещаются солнцем, которое находится под горизонтом. Эти облака состоят из переохлажденных водяных капелек. Стратосфера характеризуется еще тем, что преимущественно она содержит атмосферный озон.

Над стратосферой лежит слой мезосферы, примерно до 80 км. Здесь температура с высотой падает до нескольких десятков градусов ниже нуля. Вследствие быстрого падения температуры с высотой в мезосфере сильно развита турбулентность. На высотах, близких к верхней границе мезосферы (75-90 км), наблюдаются особого рода облака, также освещаемые солнцем в ночные часы, так называемые серебристые.

На верхней границе мезосферы давление воздуха раз в 200 меньше, чем у земной поверхности. Таким образом, в тропосфере, стратосфере и мезосфере вместе, до высоты 80 км, заключается больше чем 99,5% всей

массы атмосферы. На вышележащие слои приходится ничтожное количество

Верхняя часть атмосферы, над мезосферой, характеризуется очень высокими температурами и потому носит название термосферы. В ней различаются две части: ионосфера, простирающаяся от мезосферы до высот порядка тысячи километров, и лежащая над нею внешняя часть - экзосфера, переходящая в земную корону. Воздух в ионосфере чрезвычайно разрежен. На высотах 300-750 км его средняя плотность порядка Ю"8-Ю"10 г/м3. Выше 800-1000 км атмосфера переходит в экзосферу и постепенно в межпланетное

1.1.2 Газовый состав атмосферы Земли

Основные газовые составляющие атмосферы: азот (N2), примерно 78%, кислород (О2) около 21% и аргон (Аг), примерно 1%. Остальную часть около 1% составляют многочисленный малые газовые составляющие, включающие парниковые газы: Н20, С02, СН4, 03, N20, N02, N0, СО, НЖ)3 и около тысячи других химических соединений, многие из которых появились в результате человеческой деятельности (рис. 1.2). В таблице 1.1 приведены средние концентрации некоторых газовых составляющих атмосферы. Значительные изменения химического состава атмосферы происходили ранее, но на геологических масштабах времени. Однако в последнее время обнаружены существенные изменения концентраций таких важных

Таблица 1.1. Средние концентрации газовых составляющих атмосферы. Концентрации некоторых газов (Н2О, С02, СН4) заметно варьируются от сезона к сезону и места. [2]

Основные газовые составляющие %

Азот, N 78.084%

Кислород, O2 20.946%

Аргон, Ar 0.934%

Водяной пар, Н2О переменная составляющая; примерно 0.1 % - 1%

Малые газовые составляющие ррт

Углекислый газ, С02 383

Неон, № 18.18

Гелий, № 5.24

Метан, ОД 1.7

Криптон, & 1.14

Водород, ^ 0.55

Содержание газов на разных высотах непостоянно (рисунок 1.2.).

Ю"5 104 10 3 102 101 10° 101 102 1 03 ю4 Содержание, ррт

Рисунок 1.2. Профили концентраций газовых составляющих

атмосферы [3].

Основными естественными источниками атмосферных газов являются: биогенные источники, земная кора, океан и непосредственной образование газов в атмосфере в результате химических реакций.

Биогенный источник. Согласно современным гипотезам Земная атмосфера сформировалась под воздействием биоты. и ключевые ее компоненты контролируются биотой в процессе фотосинтеза.

По оценкам около 80% всего СН4 поступает в атмосферу вследствие распада органики под воздействием анаэробных бактерий. Источниками эмиссии метана в атмосферу являются болотные экосистемы, рисовые поля, термиты, жвачные животные, мусорные свалки. Остальные около 20% - это геологический метан, поступающий в атмосферу из разломов в земной коре и в результате утечек при добыче и транспортировке природного газа и нефти.

Земная кора. Различные газы поступают в атмосферу из земной коры при вулканических извержениях. Это Н20, С02, S02, H2S, COS, НС1. HF. HBr, CH4r CH3CI, H2, CO, а также тяжелые металлы. Из земной коры идет эмиссия газов как Не, Аг и радона (Rn), при разложении карбонатов земной коры

Запасы углекислого газа в земной коре примерно в 100000 больше, чем в его количество в атмосфере Земли. Карбонаты земной коры и морских отложений участвуют в долгопериодном цикле атмосферного углекислого

Океан. Океан является огромным резервуаром растворимых газов, являясь одновременно как источником так поглотителем растворимых газов. Растворимость газов в жидкости пропорциональна парциальному давлению газа над поверхностью жидкости. Растворимость углекислого газа в океане падает при повышении температуры его поверхности, и океан становится источником эмиссии углекислого газа в атмосферу. При понижении температуры океана он становится стоком для атмосферного С02.

Список литературы диссертационного исследования кандидат наук Лукьянов Андрей Кириллович, 2015 год

Список литературы

1. http://meteoweb.ru/phen058.php

2. ftp://remotesensing.ru/PhysChemAtm_lecture2.doc

3. Катаев М.Ю., Мицель А.А. Оптические методы мониторинга газового состава атмосферы. с. 323-353

4. Tans, Pieter Trends in Carbon Dioxide. NOAA/ESRL

5. Petty, G.W.: A First Course in Atmospheric Radiation, pages 229251, Sundog Publishing, 2004

6.

http: //www.wmo .int/pages/publications/bulletin_ru/archive/5 8_1_ru/5 8_ 1 _n isbet_ru.html

7. Deep ice tells long climate story, BBC News (4 сентября 2006). Проверено 28 апреля 2010

8. Climate Change 2001: The Scientific Basis

9.

http: //www.wmo .int/pages/publications/bulletin_ru/archive/5 8_1_ru/5 8_ 1 _n isbet_ru.html

10. http://www.planet.elcat.kg/?cont=wclim&id=6

11. http://earthobservatory.nasa.gov/IOTD/view.php?id=8857

12. Шмирко К. А. Методы лазерного зондирования в задачах изучения пространственно-временной изменчивости оптических и микрофизических параметров радиационно-активных компонентов атмосферы в переходной зоне материк-океан: автореф. дис. канд. физ.-мат. наук: 01.04.21, Институт автоматики и процессов управления Дальневосточного отделения РАН. - Владивосток, 2009. - 20 с

13. http: //www.bigpi.biysk.ru/encicl/articles/04/1000405/1000405F.htm

14. Koхaнoвский А.А. Теория переноса солнечного излучения в облаках и снежном покрове и ее применение в задачах спутникового мониторинга земли из космоса: автореф. дис. док. физ.-мат. наук: 25.00.29, Институте физики Академии наук Белaруси. - Санкт-Петербург, 2010. - 53 с

15. Notes-FullReport] America's Climate Choices. Washington, D.C.: The National Academies Press. 2011. p. 15. ISBN 978-0-309-14585-5. "The average temperature of the Earth's surface increased by about 1.4 °F (0.8 °C) over the past 100 years, with about 1.0 °F (0.6 °C) of this warming occurring over just the past three decades"

16. IPCC, Synthesis Report, Section 2.4: Attribution of climate change, in IPCC AR4 SYR 2007

17.

http://www.metoffice.gov.uk/hadobs/hadcrut3/diagnostics/global/nh%2Bsh7i ndex.html

18. Meehl et al., Chap. 10: Global Climate Projections, Sec. 10.ES: Mean Temperature, in IPCC AR4 WG1 2007."

19. [Notes-Lu-2007] Lu, Jian; Vecchi, Gabriel A.; Reichler, Thomas (2007). "Expansion of the Hadley cell under global warming"

20. H Gitay, A Suarez, RT.Watson, DJ Dokken (Eds). IPCC, Geneva, Switzerland. Climate Change and Biodiversity. IPCC Technical Paper V - April 2002. pp 85

21. IPCC. (2007) Climate change 2007: the physical science basis (summary for policy makers), IPCC.

22. Joint science academies' statement: The science of climate change (ASP). Royal Society (17.05.2001). - «The work of the Intergovernmental Panel on Climate Change (IPCC) represents the consensus of the international scientific community on climate change science» Проверено 1 апреля 2007.

23. «Rising to the climate challenge». Nature 449 (7164): 755. DOI: 10.1038/449755a. Проверено 2007-11-06.

24. ftp://remotesensing.ru/PhysChemAtm_lecture5.ppt

25.

http: //www.wmo .int/pages/publications/bulletin_ru/archive/5 8_1_ru/5 8_ 1 _n isbet ru.html

26. Burtraw, D., A. Krupnick, K. Palmer, A. Paul, M. Toman and C. Bloyd, 2003: Ancillary benefits of reduced air pollution in the US from moderate greenhouse gas mitigation policies in the electricity sector. Journal of Environmental Economics and Management, 45, 650-673.

27. Metz, B. O.R. Davidson, P.R. Bosch, R. Dave and L.A. Meyer (Eds), 2007: Climate Change 2007: Mitigation. Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press.

28. Sitch, S., P.M. Cox, W.J. Collins and C. Huntingford, 2007: Indirect radiative forcing of climate change through ozone effects on the land-carbon sink. Nature, 448: 791-794

29. Nisbet, E.G., 2007: Cinderella science. Nature, 450, 789-790

30.

http: //www.wmo .int/pages/publications/bulletin_ru/archive/58_1_ru/58_1_n isbet_ru.html

31. Peters, W. and 15 others, 2007: An atmospheric perspective on North American carbon dioxide exchange: Carbon Tracker. Proc. Natl. Acad. Sci. USA, 48, 18925-18930

32. http: //www.pro sputnik. ru/sputniktv.html

33. http://troll.phys.spbu.ru/science/foundation.html

34. http://www.atm.ox.ac.uk/group/mipas

35. Fischer, H., and H.Oelhaf. Remote sensing of vertical profiles of atmospheric trace constituents with MIPAS limb-emission spectrometers. Applied Optics, 1996, 35, 16, 2787 - 2796.

36. http: //envisat.esa.int/instruments/sciamachy/

37. "Japan launches rocket with greenhouse-gas probe". The Associated Press. Jan 23, 2009. Retrieved Jan 23, 2009

38. Fujioka, Chisa (Jan 23, 2009). "Japan launches satellite to monitor greenhouse gases". Reuters. Retrieved Jan 23, 2009

39. "Greenhouse gases Observing SATellite "IBUKI"(GOSAT)". Japan Aerospace Exploration Agency. Retrieved Jan 23, 2009

40. Gerein, Keith (January 21, 2009). "Alta. scientists to track greenhouse gases from space". Calgary Herald. Retrieved January 24, 2009

41. http://www.kirensky.ru/papers/preprint/832.pdf

42. Крылов А. С., Втюрин А. Н., Герасимова Ю. В. Обработка данных инфракрасной Фурье-спектроскопии. Методическое пособие. Препринт № 832 Ф.Красноярск, Институт физики СО РАН, 2005. - 48 стр.

43. http: //events .eoportal .org/presentations/330/7450. html

44. http://www.jaxa.jp/press/2009/02/20090209_ibuki_e.html

45. http: //events .eoportal .org/presentations/330/7450. html

46.

http://data.gosat.nies.go.jp/GosatUserInterfaceGateway/guig/doc/GOSAT_H B_E_1 stEdition_for_HP.pdf

47. Scott N.A., Chedin A. A fast line-by-line method for atmospheric absorption computations: The Automatized Atmospheric Absorption Atlas. // J. Appl. Meteor. 1981. Vol. 20. P. 802-812.

48. Scott, N.A. A direct method of computation of transmission function of an inhomogeneous gaseous medium: description of the method and influence of various factors // J. Quant. Spectrosc. Radiat. Transfer. 1974. Vol. 14. P. 691-707.

49. Jacquinet-Husson N. The 1997 spectroscopic GEISA data bank // J. Quant. Spectrosc. Radiat. Transfer. 1999. Vol. 62. P. 205-254.

50. Chen Y., Weng F., Han Y., Liu Q. Validation of the community radiative transfer model (CRTM) by using CloudSat Data // J. Geophys.Res. 2008. in press.

51. Катаев М.Ю., Катаев С.Г., Андреев А.Г., Базелюк С.А., Лукьянов А.К., Непараметрические математические методы восстановления общего содержания CO2 из данных спутникового мониторинга. - Доклады Томского государственного университета систем управления и радиоэлектроники 2(24), часть 3, декабрь 2011

52. F-M. Breon, S. Boffies J.Appl.meteorol., 1996, Jan, pp. 69-76

53. http://www. dlr. de/blogs/en/desktopdefault.aspx/tabid-5919/9754_read-268/

54. Farr Tom G., Hensley Scott, Rodriguez Ernesto, Martin Jan, Kobrick Mike. The shuttle radar topography mission. // CEOS SAR Workshop. Toulouse 26-29 Oct. 1999. Noordwijk. 2000. P. 361-363.

55. http://gis-lab.info/qa/srtm.html

56. Jarvis A., H.I. Reuter, A. Nelson, E. Guevara. Hole-filled seamless SRTM data V3, International Centre for Tropical Agriculture (CIAT). 2006

57. http://dds.cr.usgs.gov/srtm/version2_1/SRTM30/e060n90/

58. http://www.eea.europa.eu/data-and-maps/data/corine-land-cover-2000-clc2000- 100-m-version-9-2007

59. http://www.fao.org/docrep/003/x0596e/X0596e00.htm#P-1_0

60. Steinwand, D.R.. Mapping raster imagery to theInterrupted Goode Homolosine projection // International Journal of Remote Sensing. 15(17). 1994. P. 3463-3471

61. http://www.softwright.com/faq/support/glc_intro.html

62. http: //www.agu.org/pubs/crossref/2007/2006GB002706. shtml

63. http://speclab.cr.usgs.gov/spectral.lib06/ds231/index.html#ASCIID

64. http://speclib.jpl.nasa.gov/documents/jpl_desc

65. http://speclib.jpl.nasa.gov/documents/jhu_desc

66. http://speclib.jpl.nasa.gov/downloads/RSE_D_08_00553.pdf

67. http: //home.comcast.net/~snyderwc/ij rsemis.pdf

68. Kistler, R., E. Kalnay, W. Collins, S. Saha, G. White, J. Woollen, M. Chelliah, W. Ebisuzaki, M. Kanamitsu, V. Kousky, H. van den Dool, R. Jenne, M. Fiorino. 2001:Bulletin of the American Meteorological Society. Feb2001. Vol. 82 Issue 2. P. 247.

69.

http://www.ferhri.ru/index.php?option=com_content&view=article&id=97:-ncepncar-grib-&catid=54:topmnu-data-realtime&Itemid=68

70. http://icdc.zmaw.de/ncep.html?&L=1

71. http : //data-portal .ecmwf.int/

72. http://www.ecmwf.int/about/

73. http://aa.usno.navy.mil/data/docs/AltAz.php

74. http://catalogx.ensmp.fr/Files/ESRA11res.pdf

75. http://pveducation.org/pvcdrom/properties-of-sunlight/sun-position-calculator

76.

http://college.ru/astronomy/course/content/chapter5/section1/paragraph2/the ory.html

77. http://www.webknow.ru/biologij a_00082_4.html

78.

http : //rredc.nrel. gov/solar/spectra/am1.5/ASTMG173/ASTMG173. html

79. http : //bass2000.obspm.fr/home.php

80. http://www.ioccg.org/groups/Thuillier.pdf

81. Boichenko I.V., Kataev M.Yu., Maksyutov S. The program 7S for simulating of the reflected sunlight propagation in atmosphere. - XII Joint International Symp. "Atmospheric and Ocean Optics. Atmospheric Physics", Tomsk: IAO SB RAS, 2005. - p.44

82. S.Y. Kotchenova, E.F. Vermote, R. Matarrese, F.J. Klemm Validation of a vector version of the 6S radiative transfer code for atmospheric correction of satellite data. Part I: Path radiance. - Appl. Opt., 2006, V.45(26). - pp. 6762-6774

83. R.N. Halthore, D.Crisp, S.E.Schwartz, G.P.Anderson, A.Berk, B.Bonnel, O. Boucher, F.-L. Chang, E.E.Clothiaux, e.a. Intercomparison of shortwave radiative transfer codes and measurements. - J.Geoph.Res. - V.110, N.D11, D11206

84. http://en.wikipedia.org/wiki/Binary_file

85. http : //www.math.rsu.ru/dictionary/a/ASCII.htm

86. http : //ru.wikipedia.org/wiki/Hierarchical_Data_Format

87. http : //ru.wikipedia.org/wiki/NetCDF

88. Van R. Kane , Alan R. Gillespie, Interpretation and topographic compensation of conifer canopy self-shadowing / Remote Sensing of Environment - 2008, 3820 с.

89. Бойченко И.В. Вычислительный кластер ТУСУР: старт. // Информационные системы: тр. постоянно действующего науч.-техн. семинара / Том. гос. ун-т систем управления и радиоэлектроники, Отд. проблем информатизации Том. науч. центра СО РАН; под. ред. проф. А.М. Корикова. - Вып. 5. - Томск: Том. гос. ун-т систем управления и радиоэлектроники, 2008. - с. 3-12

90. Тимофеев Ю.М., Поляков А.В. Математические аспекты решения обратных задач атмосферной оптики (учебное пособие). - СПб.: Изд.-во С.-Петерб. ун-та, 2001. - 188 с.

91. Козлов В.П. Математические вопросы обращения радиационных данных // в сб. «Инверсия Абеля и ее обобщения» / под ред. д. ф.-м. н. Н.Г. Преображенского. - Новосибирск.: Наука, 1978. - C. 68-95.

92. Покровский О.М. Ассимиляция данных прямых и косвенных измерений в статистическом анализе метеорологических полей // Метеорология и гидрология. - 1974. - №°6. - С. 33-39.

93. Турчин В.Ф., Козлов В.П., Малкевич М.С. Использование методов математической статистики для решения некорректных задач // Успехи физических наук. - 1970. - Т. 102. - вып. 3. - С. 345-386.

94. Rodgers C.D. Some theoretical aspects of remote sounding in the Earth's atmosphere //JQSRT. - 1971. - V. 11. - P. 767-777.

95. Westwater E.R., Straund O.N. Statistical information content of radiation measurements used in undirect sensing // J. of the Atm. Scien. - 1968. -V. 25. - № 12. - P. 750-758

96. Козлов В.П. Математические вопросы обращения радиационных данных // в сб. «Инверсия Абеля и ее обобщения» / под ред. д. ф.-м. н. Н.Г. Преображенского. - Новосибирск.: Наука, 1978. - C. 68-95.

97. Тихонов А.Н., Арсенин В.Я. Методы решения некорректно поставленных задач. М: Наука, 1979. 285 с.

98. Морозов А.Н., Светличный С.И. Основы фурье-спектрорадиометрии. М.: Наука, 2006. 275 с.

99. Дворук С.К., Корниенко В.Н., Кочиков И.В. и др. Мониторинг загрязняющих веществ в атмосфере с помощью Фурье-спектрорадиометра // Опт. журн. 2004. Т. 71, № 5. С. 7-13.

100. Кочиков И.В., Морозов А.Н., Светличный С.И., Фуфурин И.Л. Распознавание веществ в открытой атмосфере по единичной интерферограмме фурье-спектрорадиометра // Опт. и спектр. 2009. Т. 106, №5. С. 743-749.

101. Быков И.В., Катаев М.Ю., Мицель А.А., Холодных А.И. Программное обеспечение лазерного газоанализатора с непрерывной перестройкой частоты для многокомпонентного газоанализа атмосферы // В сб. трудов: Автоматизированные системы управления экспериментом / Под ред. Г.С. Шарыгина. - Томск: ТУСУР, 1999. - T. 2. - С. 59-65.

102. Катаев М.Ю. Методические основы обработки данных лазерного трассового газоанализа // Оптика атмосферы и океана. - 2001. - T. 14. - № 9. - С. 1-6.

103. Hartmut Boesch, David Baker, Brian Connor, David Crisp, Charles Miller. Global Characterization of CO2 Column Retrievals from Shortwave-Infrared Satellite Observations of the Orbiting Carbon Observatory-2 Mission // Remote Sensing. - 2001. - №3. - С. 270-304

104. T. von Clarmann, C. De Clercq, M. Ridolfi, M. Hopfner, and J.-C. Lambert. The horizontal resolution of MIPAS // Atmospheric Measurement Techniques. - 2009. - №2. - С. 47-54.

105. F. Chevallier, M. Fisher,P. Peylin,S. Serrar,P. Bousquet,F.-M. Bre'on,A. Che'din, P. Ciais. Inferring CO2 sources and sinks from satellite observations: Method and application to TOVS data // Journal of geophysical research. - 2005. - №110. - С. 1-13.

106. Paul I. Palmer, J.J. Barnett, J.R. Eyre, S.B. Healy. A nonlinear optimal estimation inverse method for radio occultation measurements of temperature, humidity and surface pressure // Journal of geophysical research. - 2000. - том 105. - №D3. - С. 17513-17526.

107. H. Bovensmann, A. Doicu, P. Stammes, M. Van Roozendael, C. von Savigny, M. Penning de Vries, S. Beirle, T. Wagner, K. Chance, M. Buchwitz, A. Kokhanovsky, A. Richter, A. V. Rozanov, V. V. Rozanov. From Radiation Fields to Atmospheric Concentrations -Retrieval of Geophysical Parameters // SCIAMACHY - Exploring the Changing Earth's Atmosphere.: Springer Science+Business Media B.V. - 2011. - С. 99-127.

108. Mitsuhiro TOMOSADA, Koji KANEFUJI, Yukio MATSUMOTO, Hiroe TSUBAKI. Application of the Spatial Statistics to the Retrieved CO2 Column Abundances Derived from GOSAT Data // Proceedings of the 4th WSEAS International Conference on REMOTE SENSING. - 2008. - C. 67 - 73.

109. Clive D. Rodgers. Inverse Methods for Atmospheric Sounding : Theory and Practice. - : World Scientific Pub Co Inc, 2000. - 240 c.

110. C.R. Nowlana,C.T. McElroya, J.R. Drummonda. Measurements of the O2 A- and B-bands for determining temperature and pressure profiles from ACE-MAESTRO: Forward model and retrieval algorithm // Journal of Quantitative Spectroscopy & Radiative Transfer. - 2007. - №108. - С. 371-388.

111. Y. Yoshida, Y. Ota1, N. Eguchi, N. Kikuchi, K. Nobuta, H. Tran, I. Morino, T. Yokota. Retrieval algorithm for CO2 and CH4 column abundances from short-wavelength infrared spectral observations by the Greenhouse Gases Observing Satellite // Atmospheric Measurement Techniques Discussions. - 2010. - №3. - С. 4791-4833

112. M. J. Christi and G. L. Stephens. Retrieving profiles of atmospheric CO2 in clear sky and in the presence of thin cloud using spectroscopy from the near and thermal infrared: A preliminary case study // JOURNAL OF GEOPHYSICAL RESEARCH. - 2004. - том 109. - № D04316. - С. 1-11.

113. P. Y. Foucher, A. Ch'edin, G. Dufour, V. Capelle, C. D. Boone, P. Bernath. Technical Note: Feasibility of CO2 profile retrieval from limb viewing solar occultation made by the ACE-FTS instrument // Atmospheric Chemistry and Physics Discussions. - 2009. - №9. - С. 411-462

114. Daniel Feldman. Retrieval of carbon dioxide concentration from AIRS thermal emission data: Research Proposition Report. - California institute of technology, 2003. - 11 c.

115. Shamil Maksyutov, Yumiko Nakatsuka, Vinu Valsala, Makoto Saito, Nikolay Kadygrov, Tadao Aoki, Nawo Eguchi, Ryuichi Hirata, Motoyoshi Ikeda, Gen Inoue, Takakiyo Nakazawa, Ryo Onishi, Orabir K. Patra, Andrew D. Richardson, Tazu Saeki, Tatsuya Yokota. Algorithms for carbon flux estimation using GOSAT observational data // CGER's supercomputer monograph report. -2010. - том 15. - С.1-127

116. Edward T. Olsen, Moustafa T. Chahine, Luke L. Chen, Thomas S. Pagano. Retrieval of mid-tropospheric CO2 directly from AIRS measurements, Pasadena, CA: Jet Propulsion Laboratory, National Aeronautics and Space Administration, 2008. - 6 с.

117. http://en.wikipedia.org/wiki/Leo_Breiman

118. http://stat-www.berkeley.edu/users/breiman/RandomForests/cc_home.htm

119. http://cwiki.apache.org/MAHOUT/random-forests.html

120. http://144.206.159.178/ft/7597/639797/12827151.pdf

121.

http: //www.intuit.ru/department/database/datamining/10/datamining_ 10. htm

l

122. A. Hannachi, I. T. Jolliffe, D. B. Stephenson. Empirical orthogonal functions and related techniques in atmospheric science: A review // INTERNATIONAL JOURNAL OF CLIMATOLOGY. - 2007. - том 27. - №9.

123. A.B.Uspensky, S.V.Romanov, A.N.Trotsenko. Can a statistical regression be a valuable tool for the inversion of advanced IR sounders data? // ITSC XIII Proceedings Sainte Adele, Canada. - 2003. - C. 652-659.

124. http://www.mcs.anl.gov/petsc/

125. http://trilinos.sandia.gov/

126. http: //crd-legacy.lbl.gov/~xiaoye/SuperLU/

127. http://winhpc.ru/?id=46

128. TCCON Webpage, https://tccon-wiki.caltech.edu/Sites, accessed February 11, 2012

129. Катаев М.Ю., Лукьянов А.К. Результаты обработки реальных данных измерений спутниковым прибором GOSAT для подспутниковых станций TCCON. Восстановление общего содержания СО2. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли, Красноярск: Сиб. федер. ун-т, 2014. -С. 127-131.

130. Катаев М.Ю. Лукьянов А.К. Восстановление общего содержания углекислого газа. - Доклады ТУСУРа, №2 (32), июнь 2014. с. 230-237

Приложение А: Список некоторых спутников для мониторинга парниковых газов

Спутник Характеристи ки орбиты Инструмент Период работы Спектральные полосы, разрешение Методы измерений Газы Пределы высоты измерения Вертикальное разрешение, км Точность, % Полоса обзора Горизонт. разрешение

низ верх

UARS (NASA) Наклон = 57°, H = 600 км, Т = 97 мин, Покрытие = 36 дней ISAMS 09.1991 07.1992 IR 7.4 мкм, 7.8 мкм, 1220 -1340 км, 1280 - 1390 км limb CO Менее 20 2600 профилей в день 50 Б - 70 N 200 км вдоль трассы

NO

no2 18 4

n2o 0.007 0.08

CH4

HALOE 09.1991 VIS/IR 2.43 мкм, 10.25 мкм occult limb NO 8 2.5 - 4.5 10 - 30 15 профилей утром и вечером, 6 -150 км 300 км профиль вдоль трассы

no2 12 2.5 - 4.5

CH4 8 2.5 - 4.5

CLAES 09.1991 04.1993 IR NO 1300 профилей 400 км

no2

n2o 15 3

CH4 15 3

ADEOS Circular SS, H = 802,9 км, Т = 101 мин, Покрытие = 4 дня ILAS 09.1996 06.1997 VIS/IR 850-1610 см-1, 753-781 нм occult n2o 2 57-70 N 60-85 Б 13 км

CH4 2

IMG 09.1996 06.1997 IR 0.1 см-1 nadir CO 8x8 км, 86 км

N2O

CH4

EOS Terra Polar SS, H = 705 км, Т = 99 мин, Покрытие = 16 дней MOPPIT 12.1999 IR 2.3, 2.4, 4.7 мкм nadir gas correlation CO 0 15 3-4 10 612 ±25° от надира 22х22

CH4 2

ENVISAT Polar, H = 780-820 км, Т = 100.59 мин, MIPAS Покрытие = 35 дней 03.2002 IR 4.15-14.6 мкм limb CH4 8 50 3 Radiometric 1-3, Profile 5 2600 профилей в день вертикально 5150 км горизонтально 3-30 км 500

N2O 8 50 3

CO2 8 50 3

NO2 20 40 3

SCIAMACHY Покрытие = 60 дней 03.2002 UV/VIS/IR 240-314 нм, 309-3405 нм, 394-620 нм occult limb nadir NO 3 90-65 N 90-30 Б

NO2 3

N2O 3

604-805 нм, 785-1050 нм, 1000-1750 нм, 1940-2040 нм, 2265-2380нм Av = 0.2-15 hm CO 0 100 3 Radiometric менее 4 1000 км 3х132 профиль 32x215 nadir

CO2 0 100 3

CH4 0 100 3

ODIN Polar SS, H = 620 км, Т = 97 мин, Покрытие = 5 дней SMR 02.2001 MW 118,7 GHz, 480-580 GHz limb NO 50 80 1.5-3 2-40 ±100 км от экватора 600 км на профиль

N2O

CO

MW

MLS 118 GHz, 190 GHz, limb CO 0 80 1.2 30-50 Radiometric 2.5-62.5 км 3х300 км

240 GHz, 640 GHz, N2O 1.2 менее 3

EOS AURA Polar SS, 2,5 THz,

H = 705 км, Т = 99 мин HIRDLS IR 6.12-17.76 мкм limb N2O 5 80 1 5-10 6 профилей за 1000-2000 км 400x400 км на профиль

21 канал CH4 1

IR CO 0 30 2.3

TES 3.2-15.4 мкм limb/nadir no2 2.3 3-500 ppb limb: 50x180 км 5-50 км

Av = 0.025 нм n2o 2.3 local: 5x18 км 0.5-5 км

CH4 2.3

Space shuttle Endeavour Наклон = 57° H = 220 км, Покрытие = 4 дня MAPS 1994 nadir CO 70° N -67° S

NOAA Polar SS H =825-850 км HIRS-3 CO 2240 км 20 км

IR CO 1 30

MetOp H = 850 км IASI 3.4-15.5 мкм nadir CH4 0.5-2 25 км

n2o

VIS/IR

Aqua EOS-PM 1 AIRS 05.2002 0.4-1.7 мкм, 3.4-15.4 мкм 2382 полосы nadir H2O 0 100 1-2 20 ±49° 1650 км 13x13 км

Наклон = 98° H = 666 км 0.75-0.78 мкм CO2 0 100 56000

GOSAT T = 98.2 мин Покрытие = 3 дня TANSO-FTS 01.2009 1.56-1.72 мкм 1.92-2.08 мкм nadir CH4 0 100 профилей за 3 дня 10х10 км

5.5-14.3 мкм H2O 0 100

Приложение Б: Список программ расчета переноса излучения

Name UV Visible Near IR Thermal IR mm/sub-mm Microwave line-byline/band Scattering Polarised Geometry License Notes

4A/OP Нет Нет Да Да Нет Нет line-by-line freeware

6S/6SV1 Нет Да Нет Нет Нет Нет band Да Hem-Lambertian surface

ARTS Нет Нет Нет Да Да Да line-by-line Да Да spherical 1D, 2D, 3D GPL

CRM Нет Да Да Нет Нет freely available Part ofNCARCo mmu nity Climate Model

CRTM Нет Да Да Да Нет Да band Да

DISORT Да Да Да Да Нет radar Да plane-parallel free with restrictions discrete ordinate, used by others

Fu-Liou Нет Да Да Нет Нет Да plane-parallel usage online, source code available web interface online at

FUTBOLIN Х>0.3 цт Да Да Да К1000 цт Нет line-by-line Да spherical or plane-parallel handles line- mixing, continuum absorption and NLTE

GENLN2 line-by-line

KARINE Нет Нет Да Нет Нет plane-parallel GPL

KCARTA Да Да line-by-line Да plane-parallel freely available AIRSreference model

KOPRA Нет Нет Нет Да Нет Нет

LBLRTM Да Да Да Да Да Нет line-by-line

libRadtran Aa Aa Aa Aa HeT HeT band or line-by-line Aa Aa plane-parallel or pseudo-spherical GPL

MATISSE HeT Aa Aa Aa HeT HeT band Aa propriety freeware

MODTRAN v<50,000 cm" i Aa Aa Aa Aa Aa band Aa propriety commercial solar and lunar source, uses DISORT

RFM HeT HeT HeT Aa HeT HeT line-by-line available on request MIPASreference

model based on GENLN2

RRTM/RRTMG v<50,000 cm" 1 Aa Aa Aa Aa v>10 cm"1 free of charge uses DISORT

RTMOM X>0.25 ^m Aa Aa X<15 ^m HeT HeT line-by-line Aa plane-parallel freeware

RTTOV band available on request

SBDART Aa Aa Aa HeT HeT Aa plane-parallel uses DISORT

SCIATRAN Aa Aa Aa HeT HeT HeT Aa plane-parallel

SHARM HeT Aa Aa HeT HeT HeT Aa

SHDOM Aa Aa Aa

Streamer,Fluxnet HeT HeT X>0.6 mm X<15 mm HeT HeT band Aa plane-parallel Fluxnet is fast version of STREAMER usingneural nets

Приложение В: Объектная декомпозиция программы расчета спутникового сигнала

Приложение Г

Акт внедрения