Моделирование и прогнозирование параметров озонового слоя тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Сакаш, Ирина Юрьевна

• Сакаш, Ирина Юрьевна
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Сакаш, Ирина Юрьевна

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

1. ОЗОН В АТМОСФЕРЕ.

1.1. СВОЙСТВА ОЗОНА.

1.2. ОБРАЗОВАНИЕ И РАЗРУШЕНИЕ СТРАТОСФЕРНОГО ОЗОНА.

1.3. ДИНАМИКА ОЗОНОСФЕРЫ.

1.3.1. ПРОЦЕССЫ ПЕРЕНОСА В АТМОСФЕРЕ.

1.3.2. ОЗОН И ЦИРКУМПОЛЯРНЫЙ ВИХРЬ.

1.3.3. ОЗОН И СОЛНЕЧНАЯ АКТИВНОСТЬ.

1.3.4. АНТРОПОГЕННОЕ ВОЗДЕЙСТВИЕ НА ОЗОН.

1.3.5. "ОЗОНОВЫЕ ДЫРЫ".

1.4. МОДЕЛИ АТМОСФЕРЫ И ОЗОНОСФЕРЫ ЗЕМЛИ.

1.5. АДАПТИВНЫЕ МОДЕЛИ.

1.6. МЕТОДЫ И ПРИБОРЫ ДЛЯ ИЗМЕРЕНИЯ СОДЕРЖАНИЯ ОЗОНА

1.7. ВЫБОР И ОБОСНОВАНИЕ ПОДХОДА.

1.8. ВЫВОДЫ К ГЛАВЕ 1.

2. НЕЙРОСЕТЕВЫЕ МОДЕЛИ ДИНАМИКИ ОЗОНОВОГО СЛОЯ.

2.1. САМОАДАПТИРУЮЩИЕСЯ НЕЙРОННЫЕ СЕТИ.

2.2. МЕТОДИКА ПОСТРОЕНИЯ МОДЕЛЕЙ.

2.3. ПОСТРОЕНИЕ КРАТКОСРОЧНЫХ ПРОГНОЗОВ ОСО.

2.3.1. ПОЧАСОВОЙ ПРОГНОЗ ОСО.

2.3.2. СРЕДНЕСУТОЧНЫЙ ПРОГНОЗ ОСО.

2.3.3. СРЕДНЕМЕСЯЧНЫЙ ПРОГНОЗ ОСО.

2.3.4. СРЕДНЕГОДОВОЙ ПРОГНОЗ ОСО.

2.3.5. ИНТЕГРАЛЬНЫЙ ПРОГНОЗ ПО НЕСКОЛЬКИМ УДАЛЕННЫМ ТОЧКАМ.

2.4. ПОЛИНОМИАЛЬНЫЙ И ЛИНЕЙНЫЙ ПРОГНОЗ ОСО.

2.5. ПОСТРОЕНИЕ ДОЛГОСРОЧНЫХ ПРОГНОЗОВ ОСО.

2.5.1. ВЕКТОРНЫЙ ПРОГНОЗ ОСО.

2.5.2. АНСАМБЛЕВЫЙ ПРОГНОЗ ОСО.

2.6. ПОСТРОЕНИЕ ДОЛГОСРОЧНЫХ ПРОГНОЗОВ СРЕДНЕМЕСЯЧНЫХ ЗНАЧЕНИЙ ОСО ДЛЯ СЕВЕРНОГО ПОЛУШАРИЯ.

2.7. СВЯЗЬ ВАРИАЦИЙ ОСО С ПРОСТРАНСТВЕННО-ВРЕМЕННЫМИ ОСОБЕННОСТЯМИ ОБЩЕЙ ЦИРКУЛЯЦИИ АТМОСФЕРЫ.

2.8. ВЫВОДЫ К ГЛАВЕ 2.

3. ПРИЧИНЫ ИЗМЕНЕНИЯ СВОЙСТВ ВРЕМЕННЫХ РЯДОВ ОСО.

3.1. О ВЫЯВЛЕНИИ "ПРЕДВЕСТНИКОВ" ИЗМЕНЕНИЙ ЗАКОНОМЕРНОСТЕЙ ВРЕМЕННЫХ РЯДОВ.

3.2. ЭКСПЕРИМЕНТЫ ПО ПРОГНОЗИРОВАНИЮ ОСО С УДАЛЕНИЕМ ЗНАЧЕНИЙ.

3.3. АНАЛИЗ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТОВ.

3.4. ФИЗИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ.

3.5. ВЫВОДЫ К ГЛАВЕ 3.

ВЫВОДЫ ПО ДИССЕРТАЦИИ.

Введение диссертации (часть автореферата) на тему «Моделирование и прогнозирование параметров озонового слоя»

Актуальность темы. Значительную роль в изучении климата Земли и его математическом моделировании играют исследования динамической структуры метеорологических полей, в том числе и поля озона. Они имеют большое значение для решения многочисленных задач экологии, метеорологии, атмосферной оптики, дистанционного зондирования природной среды из космоса и других областей науки и техники. Эффективным подходом к исследованию этой сложной проблемы является использование системного анализа.

Исследование озонового слоя Земли и прогноза его состояния относится к числу важнейших глобальных экологических проблем. Озоносфера является естественным экраном, не пропускающим к земной поверхности значительную часть ультрафиолетового излучения Солнца, которое оказывает вредное влияние на биологические объекты. Разрушение озонового слоя может привести к целому ряду негативных последствий для человека, животных и растений. В частности, большое внимание исследователей привлекла проблема так называемых "озоновых дыр".

В связи со сложной и труднопредсказуемой динамикой содержания озона в атмосфере, заметно влияющей на экологическую ситуацию на планете, исследование межгодовых и десятилетних вариаций параметров стратосферы и разработка методов предсказаний будущего состояния озонового слоя имеют большое научное и практическое значение.

Объект и задачи исследования. Воздействие озона на климат имеет очень сложный характер из-за процессов с обратными связями, определяющими теплообмен в атмосфере; из-за переноса радиации; циркуляции; перемешивания. Детальная оценка возможных механизмов влияния озона может быть получена в результате систематических наблюдений, разработки и реализации достаточно надежных физико-математических моделей.

Наши знания о закономерностях образования, переноса и разрушения атмосферного озона явно недостаточны. И обусловлено это не только сложностью самой проблемы, но и относительно небольшой продолжительностью наблюдений по содержанию и распределению озона в атмосфере. Изучение такого сложного природного феномена, каким является озоносфера Земли, требует длительных, точных измерений с привлечением как наземных, так и спутниковых средств.

В исследованиях использовались данные о глобальном содержании озона в атмосфере с сайта НАСА ftp://toms.gsfc.nasa.gov/pub/eptorns/data/, получаемые со спутника ЕР/TOMS прибором TOMS (Total Ozone Mapping Spectrometer) и локальные наземные данные, полученные в г. Томске с помощью наземного озонометра.

Использованный метод. Атмосфера является сложной неравновесной системой, все компоненты которой взаимосвязаны и взаимообусловлены. Возможность получения аналитических описаний в применении к многомерным, нелинейным, динамичным атмосферным процессам представляется весьма проблематичной. В подобных случаях традиционно используются методы численного моделирования. Однако и они имеют серьезные ограничения в силу высокой сложности объекта исследования, требующего (для получения приемлемой точности) учета в модели сотен параметров. Тем не менее, даже такие модели, не обеспечивают (в ряде случаев) удовлетворительное качество отображения динамичных, иерархических атмосферных процессов.

Вместе с тем, современные системные методы нейроинформатики позволяют преодолеть этот барьер и вести разработку нелинейных адаптивных моделей теоретически неограниченной степени сложности с учетом множества взаимосвязанных параметров. Использование нейронных сетей дает возможность устранить, при необходимости, наиболее сложную часть -формализацию задачи и строить математическое представление путем "обучения" нейросети по экспериментальным данным.

Среди преимуществ таких моделей можно отметить возможность оценки значимости входных параметров для получения прогностических результатов. Это обстоятельство позволяет извлекать новое знание о соотношении важности различных факторов для формирования, протекания и динамики изучаемых явлений и процессов. Помимо более полных представлений о природе предмета исследования, появляется возможность эффективного упрощения модели с целью экономии вычислительных ресурсов и ускорения получения результатов моделирования и экспертных оценок.

Необходимо, также, подчеркнуть чрезвычайно высокое быстродействие нейросетевых прогностических и экспертных систем при решении поставленных задач, демонстрируемое ими после обучения и составляющее от долей секунды до нескольких секунд (в наиболее сложных случаях требующих до нескольких суток при использовании традиционных методов численного моделирования).

Основные цели работы

1. Создать методику построения локальных прогнозов общего содержания озона (ОСО) над определенными географическими точками для средних широт на основе нейронных сетей в условиях жестко лимитированной реальной информации о функционировании атмосферных процессов.

2. Оценить возможность выделения предвестников изменения характерных свойств временного ряда концентрации озона в озоносфере над определенными географическими точками Земной поверхности.

3. Провести сравнительный анализ метода прогнозирования с помощью нейронных сетей с линейным и полиномиальным методами.

4. Исследовать зависимость концентрации озона от циркуляции атмосферы.

Основные положения, выносимые на защиту и научная новизна В диссертационной работе впервые

1) предложены методы моделирования динамики концентрации озона в озоносфере Земли с использованием нейронных сетей;

2) показано, что точность нейросетевых прогностических моделей динамики озонового слоя с заблаговременностью 20 дней может достигать 98 %, которая значительно превышает характерную точность известных атмосферных моделей (80 %);

3) показана возможность выделения предвестников изменения характерных свойств временного ряда концентрации озона в озоносфере над определенными географическими точками Земной поверхности;

4) на основе ряда проведенных исследований подтверждена квазистационарность (консервативность) свойств озонового слоя, позволяющая строить детерминистские прогнозные модели;

5) показано преимущество нейронных сетей для построения сложных атмосферных моделей по сравнению с методами линейного и полиномиального прогноза;

6) показана зависимость концентрации озона в стратосфере от глобальных циркуляционных атмосферных процессов.

Практическая значимость диссертационной работы заключается в

1) разработке нового метода моделирования динамики озонового слоя Земли;

2) создании методики выделения предвестников изменения характерных свойств динамики концентрации озонового слоя;

3) установлении определенного влияния циркуляции атмосферы на озоновый слой Земли.

Полученные результаты внедрены в Институте оптики атмосферы СО РАН (г. Томск), в Красноярском государственном университете и Красноярском государственном техническом университете. На основе выполненных исследований готовится дальнейшее изучение озоносферы Земли с ориентацией на построение глобальных моделей динамики ОСО.

Достоверность результатов работы подтверждается корректным применением методов нейроинформатики; экспериментальными данными, полученными спутниковыми и наземными методами; результатами, опубликованными в литературе.

Личный вклад. Автором впервые предложены и использованы методы моделирования динамики озонового слоя на базе нейронных сетей. Работа полностью проведена автором самостоятельно.

Апробация работы. Основные результаты диссертационной работы докладывались на следующих конференциях:

1. Международная конференция "Физика ионосферы и атмосферы Земли" (Иркутск, 1998 г.);

2. 7-й Международный симпозиум "Оптика атмосферы и океана" (Томск, 2000 г.);

3. VII Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2001" (Москва, 2001 г.);

4. VIII объединенный международный симпозиум "Оптика атмосферы и океана. Физика атмосферы" (Иркутск, 2001 г.);

5. Всероссийская научно-практическая конференция "Химико-лесной комплекс - проблемы и решения" (Красноярск, 2001 г.);

6. Международная научно-практическая конференция "Сибирский авиакосмический салон" (САКС-2001) (Красноярск, 2001 г.);

7. VIII Всероссийская конференция "Нейрокомпьютеры и их применение" с международным участием "НКП-2002" (Москва, 2002 г.);

8. II Всесибирский конгресс женщин-математиков (в день рождения Софьи Васильевны Ковалевской) (Красноярск, 2002 г.);

9. Международная конференция "Континуальные алгебраические логики, исчисления и нейроматематика в науке, технике и экономике - КЛИН-2002" (Ульяновск, 2002 г.);

10. IX объединенный международный симпозиум "Оптика атмосферы и океана. Физика атмосферы" (Томск, 2002 г.);

11. V Всероссийский семинар "Моделирование неравновесных систем" (Красноярск, 2002 г.);

12. V Всероссийская научно-техническая конференция "Нейроинформатика-2003" (Москва, 2003 г.);

13.Х объединенный международный симпозиум "Оптика атмосферы и океана. Физика атмосферы" (Томск, 2003 г.);

14. VI Всероссийская научно-техническая конференция "Нейроинформатика-2004" (Москва, 2004 г.).

Публикации. По теме диссертации опубликовано 23 печатные работы.

Работа поддержана грантом Красноярского краевого фонда науки № 10F181C.

1. ОЗОН В АТМОСФЕРЕ 1.1. СВОЙСТВА ОЗОНА

Атмосферный озон - это одна из малых, но весьма важных, примесей атмосферы.

Молекула озона представляет собой относительно устойчивое соединение, состоящее из трех атомов кислорода. Молекула озона О36 имеет массу 7,7-10"23 г.

Озон составляет 0,64-Ю"6 массы всей атмосферы [1]. Озон в атмосфере располагается в виде сферического слоя, внутренняя поверхность которого совпадает с поверхностью Земли. Толщина озонового слоя составляет приблизительно 100 км. Озон в этом слое распределен неравномерно как в вертикальном, так и в горизонтальном направлении. Максимум его содержания наблюдается в среднем слое 20-25 км. Выше концентрация озона быстро убывает и на высотах выше 30 км достигает состояния фотохимического равновесия. В тропосфере она также значительно меньше, чем в слое максимума и составляет 8-12% от его общего содержания в столбе атмосферы.

Средняя условная толщина озонового слоя, приведенного к нормальному давлению и температуре, составляет около 0,3 см. Его средняя плотность в слое 0-70 км равна 0,9-10"ш г/см3. Общая масса озона в атмосфере составляет около 3,3-109 т.

Из всего потока солнечной энергии, падающей на Землю, озон поглощает

ЛЛ около 3%, или 5-10 Дж/сутки, что не мешает ему оказывать существенное влияние на состояние живых организмов и динамику атмосферных процессов.

Плотность озона рз - масса газообразного озона в единице объема воздуха, выражаемая в микрограммах на метр кубический (мкг/м3). Иногда термином "плотность озона" обозначается толщина слоя озона, содержащегося в слое атмосферы километровой толщины, приведенного к нормальному давлению 1013,25 гПа и температуре 288,15 К. Величина 10° см/км соответствует плотности озона, равной 21,415 мкг/м3 [2, 3].

Парциальное давление озона Рз - давление, которое имел бы озон, находящийся в газовой смеси, если бы он один занимал объем, равный объему смеси при той же температуре. Измеряется в миллиПаскалях (мПа, 1 мПа = 10 нбар).

Общее количество озона в атмосфере выражается обычно через толщину (в сантиметрах) того слоя, который образовал бы весь озон атмосферы, собранный отдельно и приведенный к нормальному давлению 760 мм рт. ст. и нормальной температуре 0° С. Величину 10"3 см называют единицей Добсона (сокращенно ед. Д. или D. и.) [4].

Озон есть аллотропическое видоизменение кислорода — трехатомный кислород. В молекуле озона атомы расположены по вершинам равнобедренного треугольника с боковой стороной 1,278 А и углом при вершине 116°49'.

В газообразном виде озон имеет голубоватый оттенок, заметный при содержании в воздухе 15 — 20% озона. Он связан со слабым поглощением в оранжевой части спектра, в полосе Шаппюи, наибольшим при Х = 6010 А.

В атмосфере окраска, создаваемая озоном, заметна у серовато-синего края земной тени, отброшенной на атмосферу, например на востоке после захода Солнца, поскольку здесь солнечные лучи прошли длинный косой путь сквозь атмосферу и сквозь слой озона в ней.

Газообразный озон имеет при давлении 1 атм и 29° С плотность рзо = 2,144-Ю"3 г/см3 и теплоемкость ср=0,190 кал/г (при 0° С). Он сжижается при -111,9° С в темно-синюю жидкость плотностью 1,46 г/см3. Скрытая теплота его испарения равна 75,6 кал/г. При температуре -183°С жидкий озон имеет уже плотность 1,57 гсм"3, а при -192,7° С он затвердевает в виде темно-фиолетовых кристаллов. Критическая температура жидкого озона равна -12,1° С, критическое давление 54,6 атм.

Характерный запах озона ощущается уже при его концентрации в воздухе 10"4%. Озон сильнее кислорода растворим в воде: его растворимость при давлении 1 атм достигает 1,09 г/л при 0° С и 0,87 г/л при 10° С. Потенциал ионизации озона равен 12,8 эВ.

Значение стратосферного озона, в первую очередь (в том числе для защиты биологических объектов), определяется его оптическими свойствами -способностью поглощать ультрафиолетовое излучение Солнца с длиной волны менее 280-300 нм. Максимальное поглощение в полосе Гартли достигается на длине волны 253,65 нм. Сильное поглощение озона в ультрафиолетовой части спектра предотвращает попадание на поверхность Зелии биологически активного излучения Солнца в диапазоне 250-320 нм, разрушающего важнейшие биологические элементы - белки и нуклеиновые кислоты. Кроме того, поглощение озоном ультрафиолетового излучения приводит к нагреванию озоносодержащих слоев стратосферы и в значительной степени определяет ее тепловой режим и, тем самым, динамические процессы, протекающие в стратосфере.

Главная полоса поглощения озона - полоса Гартли занимает диапазон длин волн от 220 до 290 нм. К ней примыкает область более слабых полос Хюггинса, простирающаяся от 300 до 360 нм. В этой области наблюдаются достаточно резкие минимумы, которые используются для измерения содержания озона по ослаблению излучения внеземных источников света -Солнца, Луны, звезд. В красной части спектра расположена слабая полоса поглощения Шаппюи, простирающаяся от 440 до 850 нм.

Как известно, Земля испускает инфракрасное излучение. Озон же поглощает не только часть солнечного ультрафиолетового излучения, но и часть излучения Земли. Тем самым энергия, излучаемая Землей в инфракрасном диапазоне, задерживается озоном наряду с другими газами (СО2, водяной пар и т. п.) и остается в пределах земной атмосферы. Наиболее сильно озон поглощает инфракрасное излучение с длиной волны 9570 нм или 9,57 мкм. Другие полосы поглощения озона в инфракрасной области или перекрываются более сильными полосами поглощения Н2О и СО2, или имеют малую интенсивность [2].

Химические свойства озона отличаются двумя главными чертами — нестойкостью и окисляющей способностью. Примешанный к воздуху в малых концентрациях, он разлагается сравнительно медленно, но при повышении температуры разложение его ускоряется и при температуре более 100° С становится очень быстрым. Присутствие в воздухе NO2, СЬ, а также каталитическое действие окислов металлов (серебра, меди, железа, марганца) ускоряют разложение озона.

Озон обладает сильными окислительными свойствами, так как один из атомов кислорода очень легко отщепляется от его молекулы. Озон окисляет при обычной температуре большинство металлов, кроме золота и металлов платиновой группы. Серебро чернеет в воздухе, содержащем озон; с ртутью он образует окись HgO; черный сернистый свинец PbS он обращает в белый сернокислый PbSO.4, мышьяковистый ангидрид AS2O3— в мышьяковый As20sH т. д. Озон реагирует и со многими газами, которые присутствуют в атмосфере. Сероводород H2S при соединении с озоном выделяет свободную серу, сернистый ангидрид SO2 превращается в серный SO3, закись азота N2O — в окись N0, аммиак NH3 — в азотоаммиачную соль NH4NO3 [4].

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Сакаш, Ирина Юрьевна

ВЫВОДЫ ПО ДИССЕРТАЦИИ

1) Предложены методы моделирования динамики концентрации озона в озоносфере Земли на основе нейронных сетей.

2) Построены локальные прогнозы ОСО на основе предложенных методов над определенными географическими областями для средних широт в условиях жестко лимитированной реальной информации о функционировании атмосферных процессов, прогнозы для различных периодов времени: почасовой, среднесуточный, среднемесячный, среднегодовой, прогнозы для трех локальных областей озоносферы над земной поверхностью в рамках единой нейросетевой модели в одни и те же моменты времени.

3) Оценена возможность выделения предвестников изменения характерных свойств временного ряда концентрации озона в озоносфере в ряде выбранных областей над земной поверхностью. Показано наличие таких предвестников, позволяющих сохранять возможность прогноза на "сложных" участках, и неоднозначность результатов при попытках их выделения. Неоднозначность выделения предвестников связана с сильным изменением свойств функции, описывающей динамику временного ряда, но не ее полной заменой. Сохранение высокого качества нейросетевых прогнозов на "сложных" участках временного ряда ОСО позволило сделать вывод о квазистационарности свойств озонового слоя Земли.

4) Проведен сравнительный анализ метода прогнозирования с помощью нейронных сетей с линейным и полиномиальным методами и показаны преимущества нейросетевых методов. В частности, продемонстрирована возможность построения нейросетевых моделей для долговременных "векторных" и "ансамблевых" прогнозов ОСО.

5) Показана связь вариаций параметров озонового слоя с обобщенными группами общей циркуляции атмосферы.

ЗАКЛЮЧЕНИЕ

Исследование озонового слоя Земли и прогноза его состояния относится к числу важнейших глобальных экологических проблем. Озоносфера является естественным экраном, не пропускающим к земной поверхности значительную часть ультрафиолетового излучения Солнца, которое оказывает вредное влияние на биологические объекты. Разрушение озонового слоя может привести к целому ряду негативных последствий для человека, животных и растений. В частности, большое внимание исследователей привлекла проблема так называемых "озоновых дыр".

В связи со сложной и труднопредсказуемой динамикой содержания озона в атмосфере, заметно влияющей на экологическую ситуацию на планете, исследование причин межгодовых и десятилетних вариаций параметров стратосферы и разработка методов предсказаний будущего состояния озонового слоя имеют большое научное и практическое значение.

В диссертационной работе предложены методы и выполнен ряд вычислительных экспериментов по прогнозированию общего содержания озона в стратосферном слое (озоносфере) с помощью нейронных сетей. Показана высокая перспективность использования нейронных сетей для моделирования атмосферных процессов.

В отличие от традиционных моделей, нейросетевые модели не ограничены сложностью, и, при необходимости, позволяют проводить теоретически неограниченное их усложнение путем учета все большего количества факторов и взаимосвязей [94]. Это особенно важно в тех случаях, когда не удается выделить ключевые факторы, определяющие течение процесса, результат которого сложным образом связан с множеством одновременно изменяющихся параметров. Объем и время вычислений также не являются препятствием, поскольку нейросети идеально приспособлены для распараллеливания вычислений, как в параллельных компьютерах, так и в локальных или глобальных сетях связи. С другой стороны, наступает переход от эры традиционных компьютеров к доминированию нейрокомпьютерных методов решения как традиционных, так и принципиально новых задач [132].

Список литературы диссертационного исследования кандидат технических наук Сакаш, Ирина Юрьевна, 2004 год

1. Александров, Э. Л. Атмосферный озон и изменения глобального климата / Александров, Э. Л., Кароль, И. Л., Ракипова, Л. Р., Седунов, Ю. С., Хргиан, А. X. Л.: Гидрометеоиздат, 1982. - 170 с.

2. Комаров, В. С. Статистическая структура вертикального распределения атмосферного озона / Комаров, В. С., Михайлов, С. А., Ромашов, Д. Н. Новосибирск: Наука, 1988. - 65. с.

3. Хргиан, А. X. Физика атмосферы. 1 том. Л.: Гидрометеоиздат, 1978. -242 с.

4. Ортенберг, Ф. С. Озон: взгляд из космоса // Ортенберг, Ф. С., Трифонов, Ю. М. М.: Знание, 1990. - 64 с.

5. Nicolet, М. Stratospheric ozone: an introduction to its study // Revs. Geoph. Space Phys, 1975. Vol. 13. - N 5. - P. 593-636.

6. Dutsch, H. U. Vertical ozone distribution on global scale // Pure Appl. Geophys, 1978. Vol. 116. - N 2/3. - P. 511-529.

7. Fabian, P. Transport and Austauschvorgange in des Atmosphare / Fabian, P., Prushniewicz, P. G., Zand, A. // Naturwiss, 1971. Vol.58. - N 11. -P. 541-546.

8. Dutsch, H. U. Ozon in der Atmosphare // Neujahrsbl. Naturforsch. Ges. Zurich, 1980. Vol. 182. - P. 485.

9. Pmchniewicz, P. G. A study of tropospheric ozone budget based on interhemispheric mass exchange: Proc. Int. Conf. Struct. Сотр. Gen. Circul. Atm. Melbourne, 1974. - Vol. 1. - P. 429-438.

10. Жадин, E. А. Анализ связей межгодовых вариаций общего содержания озона и циркуляции стратосферы / Жадин, Е. А., Дианский, Н. А. // Метеорология и гидрология, 1997. -№ 9. С. 25-34.

11. Жадин, Е. А. Возможные причины увеличения содержания озона в отдельных регионах Северного и Южного полушарий в 1979-1992 гг. // Метеорология и гидрология, 2001. № 4. - С. 50-59.

12. Baldwin, M. P. The Arctic Oscillation and its role in stratosphere-troposphere coupling // SPARCN Newsletter, 2000. Vol. 14. - P. 10-14.

13. Baldwin, M. P. Propagation of the Arctic Oscillation from the stratosphere to the troposphere / Baldwin, M. P., Dunkerton, T. J. // J. Geophys. Res, 1999. Vol. 104. - P. 30937-30946.

14. Никулин, Г. H. Модуляция арктическим колебанием аномалий общего содержания озона в средних широтах Северного полушария / Никулин, Г. Н., Репинская, Р. П. // Известия АН. Физика атмосферы и океана, 2001. Том 37. -№ 5. - С. 681-691.

15. Salby, S. Fluctuations of total ozone and their relationship to stratospheric air motion / Salby, S., Callaghan, P. F. // J. Geophys. Res, 1993. Vol. 88. -ND2.-P. 2715-2727.

16. Бекорюков, В. И. Эволюция озона и метеорологических характеристик атмосферы над Северной Америкой / Бекорюков, В. И., Бугаева, И. В., Кирюшов, Б. М., Тарасенко, Д. А. // Известия АН. Физика атмосферы и океана, 2000. — Том 36. № 1. - С. 76-83.

17. Steinbrecht, W. Correlation between tropopause height and total ozone: implications for long-term changes / Steinbrecht, W., Clande, H., Kohler, V., Hoinka, K. P. // J. Geophys. Res, 1998. Vol. 103. - N D15. - P. 1918319192.

18. Белан, Б. Д. Сезонная динамика вертикального распределения тропосферного озона над Западной Сибирью / Белан, Б. Д., Плотников, А. П., Толмачев, Г. Н. // Оптика атмосферы и океана, 2001. Том 14. — №4.-С. 315-318.

19. Bojkov, R. D. Estimating the global ozone characteristics during the last 30 years / Bojkov, R. D., Fioletov, V. E. // J. Geophys Res, 1995. Vol. 100. -ND8.-P. 16537-16551.

20. Harris, N. R. P. Trends in stratospheric and free tropospheric ozone / Harris, N. R. P., Ancelle, G., Bishoph, L. // J. Geophys Res, 1997. Vol. 102. -ND1.-P. 1571-1590.

21. Груздев, A. H. Анализ годового хода тропосферного и стратосферного озона по данным озонозондов / Груздев, А. Н., Ситников С. А. // Известия АН. Физика атмосферы и океана, 1994. Том 30. - №4. -С. 491-500.

22. Куколева, А. А. Оценки потоков озона через тропопаузу в планетарных высотных фронтальных зонах северного полушария // Известия АН. Физика атмосферы и океана, 2002. Том 38. - № 3. - С. 376-387.

23. Куколева, А. А. Оценки среднегодовых потоков озона через тропопаузу в северном полушарии // Известия АН. Физика атмосферы и океана, 2002.-Том 38.-№ 1.-С. 95-101.

24. Randel, W. J. Coherent variations of monthly mean total ozone and low stratospheric temperature / Randel, W. J., Cobb, J. B. // J. Geophys. Res, 1994. Vol. 99. - P. 5433-5447.

25. Webster, P. J. The past and the future of El Nino / Webster, P. J., Randel, W. J., Palmer, T. N. // Nature, 1997. Vol. 390. - P. 562-564.

26. Нерушев, А. Ф. О связи региональной изменчивости общего содержания озона с циклонической активностью // Метеорология и гидрология, 1997. -№ 5. С. 15-26.

27. Нерушев, А. Ф. Влияние центров действия атмосферы Азиатско-Тихоокеанского региона на изменчивость общего содержания озона / Нерушев, А. Ф., Крамчанинова, Е. К. // Метеорология и гидрология, 2000.-№3, С. 5-15.

28. Дорохов, В. М. Особенности вертикального распределения озона в Восточной Сибири в зимне-весенние периоды 1994-1996 гг. / Дорохов, В. М., Зайцев, И. Г., Потапова, Т. Е., Хаттатов, В. У., Юшков, В. А. // Метеорология и гидрология, 1998. -№ 4. С. 44-56.

29. Labitzke, K. Temperature changes in the mesosphere and stratosphere connected with circulation changes in minter // J. Armos. Sci, 1972. -Vol. 29.-P. 756-766.

30. Hilsenrath, E. Rocket observations of the vertical distribution of ozone in the polar night and during a mid-winter stratospheric warming // Geophys. Res. Lett, 1980. Vol. 7. - N 8. - P. 581-584.

31. Randel, W. J. Global variations of zonal mean ozone during stratospheric warming events // J. Armos. Sci, 1993. Vol. 50. - N 19. - P. 3308-3321.

32. Rabble, A. Ozone variations in the Northern Hemisphere due to dynamic processes in the atmosphere / Rabble, A., Larsen, S. H. H. // J. Atmos. and Terr. Phys, 1992. Vol. 54. - N 9. - P. 1107-1112.

33. Finger, F. G. Consistency between variations of ozone and temperature in the stratosphere / Finger, F. G., Nagatani, R. M., Gelman, M. E., Long, S. C., Miller, A. J. // Geophys. Res. Lett, 1995. Vol. 22. - N 24. - P. 3477-3480.

34. Kulikov, Yu. Yu. Relation between ozone and temperature in the Arctic stratosphere / Kulikov, Yu. Yu., Ryskin, V. G. // Int. J. of Geomagnetism and Aeronomy, 1999. Vol. 1. - N 3. - P. 253-257.

35. Хргиан, A. X. Проблема наблюдений и исследований атмосферного озона / Хргиан, А. X. Кузнецов Г. И. М.: Издательство московского университета, 1981. -216 с.

36. Жадин, Е. А. Эмпирический метод оценок воздействия естественных и антропогенных факторов на общее содержание озона // Метеорология и гидрология, 2000 № 3 - С. 16-28.

37. Butler, J. H. Methyl bromide under scrutiny // Nature, 1995. Vol. 376. -P. 469-470.

38. Радионов, В. Ф. Особенности временной изменчивости общего содержания озона на российских антарктических станциях / Радионов,

39. B. Ф,. Сибир, Е. Е. // Метеорология и гидрология, 2000. № 3. - С. 100103.

40. Кароль, И. JI. Влияние полетов транспортной авиации мира на озоносферу и климат // Метеорология и гидрология, 2000. № 7.1. C. 17-31.

41. Brasseur, G. European scientific assessment of the atmospheric effects of aircraft emissions / Brasseur, G., Amanatidis, G., Angeletti, G. // Atmos. Environ, 1998.-Vol. 32.-N 13.-P. 2327-2422.

42. Fabian, P. The impact of aviation upon the atmosphere / Fabian, P., Karcher, B. // J. Phys. Chem. Earth, 1998. Vol. 22. - N 6. - P. 5-22.

43. Кароль, И. Л. Озонный щит Земли и человек. С.-Пб.: Гидрометеоиздат, 1992.-211 с.

44. Киселев, В. М. Озоновый слой Земли и "озоновые дыры" //Экология Красноярья, 1999. -№3. С. 14.

45. Kashkin, V. В. Adaptive forecasting dynamics of the ozone layer / Kashkin, V. В., Lankin, J. P., Sakash, I. Yu. // SPIE (The International Society for Optical Engineering), 2002. Vol. 4678. - P. 630-641.

46. Володин, E. M. Чувствительность стратосферы и мезосферы к наблюдаемому изменению концентрации озона и углекислого газа по данным модели общей циркуляции атмосферы // Известия АН. Физика атмосферы и океана, 2000. Том 36. -№ 5. - С. 617-625.

47. Christiansen, В. On the response of a three-dimensional general circulation model to imposed changes in the ozone distribution / Christiansen, В., Guldberg, A., Hansen, A. W., Riishojgaard, L. P. // J. Geophys Res, 1997. -Vol. 102D.-P. 13051-13077.

48. Harris, N. Summary of the SPARC-10C assessment of trends in the vertical distribution of ozone / Harris, N., Hudson, B. // SPARC Newsletter, 1998. -Vol. 10.

49. Школьник, И. M. Региональная гидродинамическая модель атмосферы для исследования климата на территории России / Школьник, И. М., Мелешко, В. П., Павлова, Т. В. // Метеорология и гидрология, 2000. -№4, С. 32-49.

50. Betts, А. К. Comparison between the land surface responce of the ECMWF model and the FIFE-1987 data / Betts, A. K., Ball, H., Beljaars, A. C. // Quart. J. Roy. Meteorol. Soc, 1993. Vol. 119. P. 975-1001.

51. Garratt, J. R. The surface energy balance at local and regional scales — A comparison of general circulation model results with observations / Garratt, J. R., Krummel, P. В., Kowalczyk, E. A. // J. Climate, 1993. Vol. 6. -P. 1090-1109.

52. Wild, M. Validation of general circulation model radiative fluxes using surface observations / Wild, M., Ohmura, A., Gilden, H. // J. Climate, 1995. -Vol. 8.-P. 1309-1324.

53. Володин, Е. М. Численная модель совместной циркуляции глобальной атмосферы и тропиков Тихого океана. // Известия АН. Физика атмосферы и океана, 2002. Том 38. -№ 1. С. 5-19.

54. Gordon, С. T. Tropical sensitivity of a cupled model to specified ISCCP low clouds / Gordon, С. Т., Rosati, A., Gudgel, R. // J. Climate, 1995. Vol. 8. -P. 1309-1324.

55. Georgi, F. Development of a second-generation regional climate model. Part II: Convective process and assimilation of lateral boundary conditions / Georgi, F., Marinucci, M. R. // Mon. Wea. Rev, 1993. Vol. 121. - P. 28142832.

56. Degue, M. High resolution climate simulation over Europe / Degue, M., Piedelievre, J. Ph. // Climate Dynamics, 1995. Vol. 11. - P. 321-339.

57. Jackman, С. H. Past, present and future modeled ozone trends with comparisons to observed trends / Jackman, С. H., Eleming, E. L., Chandra,

58. S., Considine, D. В., Rosenfieldm, J. E. Hi. Geophys. Res, 1996. Vol. 101. -ND22.-P. 28753-28767.

59. Смышляев, С. П. Модельное исследование воздействия выбросов высотных самолетов на озоновый слой / Смышляев, С. П., Юдин, В. А, // Известия АН. Физика атмосферы и океана, 1995. Том. 31. - № 1. -С. 123-131.

60. Смышляев, С. П. Моделирование изменчивости атмосферного озона с учетом гетерогенных процессов / Смышляев, С. П., Панин, Б. Д., Воробьев, В. Н. // Известия АН. Физика атмосферы и океана, 1999. Том 35. -№3.- С. 337-343.

61. Смышляев, С. П. Двумерное моделирование сезонно-широтной изменчивости общего содержания атмосферного озона с использованием параметров крупномасштабного переноса из модели общей циркуляции атмосферы / Смышляев, С. П., Кароль, И. Л., Зубов,

62. B., Юдин, В. А., Геллер, М. А. // Известия АН. Физика атмосферы и океана, 2002. Том 38. -№ 1. - С. 81-94.

63. Смышляев, С. П. Модельное исследование сезонного хода общего содержания озона в атмосфере / Смышляев, С. П., Панин, Б. Д., Анискина, О. Г. // Известия АН. Физика атмосферы и океана, 1999. -Том 35. № 6. - С. 900-809.

64. Brasseur, G. P. The response of middle atmosphere to long-term solar variability: A two-dimensional model // J. Geophys. Res, 1993. Vol. 98. -P. 23079-23.090.

65. Chipperfield, M. P. A three-dimensional modeling study of trace species in Arctic lower stratosphere during winter 1989 / Chipperfield, M. P., Cariolle, D., Simon, P., Ramaroson, R., Lary, D.J. // J. Geophys. Res, 1993. -Vol. 98.-P. 7199-7218.

66. Lefevre, F. Chemistry of the 1992-1992 stratospheric winter: Three-dimensional model simulations / Lefevre, F., Brasseur, G. P., Folkins, I., Srniith, A. K., Simon, P. // J. Geophys. Res, 1994. Vol. 99. - P. 8183-8195.

67. Лукьянов, А. Н. Траекторная фотохимическая модель нижней стратосферы / Лукьянов, А. Н., Юшков, В. А., Накане, X., Акийоши, X. // Известия АН. Физика атмосферы и океана, 2000. Том 36. - № 6.1. C. 823-830.

68. Stohl, A. Computation, accuracy and applications of trajectories-a review and bibliography // Atmospheric Environment, 1998. Vol. 32. - P. 947-966.

69. Yudin, V. A. Transport diagnostics of GCMs and implications for 2D chemistry-transport model of troposphere and stratosphere / Yudin, V. A., Smyshlyaev, S. P., Geller, M. A., Dvortsov, V. L. // J. Atmos. Sci, 2000. -Vol. 37. P. 673-699.

70. Толстых, M. А. Полулагранжева модель атмосферы с высоким разрешением для численного прогноза погоды // Метеорология и гидрология, 2001. -№ 4. С. 5-15.

71. Bates, J. R. A comparison of climate simulations from a semi-Lagrangian and Eulerian GCM / Bates, J. R., Chen, M. A. // J. Climate, 1996. Vol. 9. -P. 1126-1149.

72. Geleyn, J. F. Adaptation of spectral method to non-uniform mapping (global and local): Recent Developments in Numerical Methods for Atmospheric Modelling ECMWF Seminar 7-11 September. 1998. Reading, UK, 1999. -P. 226-265.

73. Александров, Э. JI. Озонный щит Земли и его изменения / Александров, Э. Л., Израэль, Ю. А., Кароль, И. Л., Хргиан, А. X. С.-Пб.: Гидрометеоиздат, 1992. - 287 с.

74. Курбаткин, Г. П. Спектральная модель атмосферы, инициализация и база данных для численного прогноза погоды / Курбаткин, Г. П., Дегтярев А. И., Фролов А. В. С.-Пб.: Гидрометеоиздат, 1994. - 184 с.

75. Фролов, А. В. Глобальная спектральная модель атмосферы с высоким разрешением по вертикали / Фролов, А. В., Важник, А. И., Цветков,

76. B. И., Астахова, Е. Д, // Метеорология и гидрология, 2000. № 2.1. C. 10-21.

77. Sakash, I. Y. The model of earth's atmosphere and ozonosphere / Sakash, Irina Y. // SPIE (The International Society for Optical Engineering), 2003. -Vol. 5027. P. 240-247.

78. Бытев, В. О. Групповые свойства в теории возмущений I. Уравнения Навье-Стокса. Симметрия и дифференциальные уравнения: Труды международной конференции. Красноярск: ИВМ СО РАН, 2000. -с. 59-62.

79. Ланкин, Ю. П. Экологические основания концепции самоадаптирующихся сетей и систем с поисковым поведением / Ланкин, Ю. П., Хлебопрос, Р. Г. // Инженерная экология, 2001.- № 2.-С.2-26.

80. Горбань, А. И. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики. Новосибирск: РАН. Сиб. отделение, 1998 1. -№ 1. - С. 11-24.

81. Басканова, Т. Ф. Алгоритм самостоятельной адаптации для нейронных сетей с поисковым поведением / Басканова, Т. Ф., Ланкин, Ю. П. // Известия вузов. Физика, 2000. Вып. 6. - С. 47-51.

82. Ланкин Ю. П. Самостоятельно адаптирующиеся нейронные сети в моделировании сложных объектов // Материалы 1Х-го Международного симпозиума "Реконструкция гомеостаза". Красноярск: КНЦ СО РАН. 1998. - Том 1. - С.281-287.

83. Горбань, А. Н. Нейронные сети на персональном компьютере / Горбань, А. Н., Россиев, Д. А. Новосибирск: Наука. Сибирская издательская фирма РАН, 1996.-276 с.

84. Киселев, В. М. О репрезентативности мировой озонометрической сети

85. Труды западно-сибирского регионального научно-исследовательского гидрометеорологического института "Физико-статистические методы в метеорологии" Выпуск 93. Москва: Московское отделение гидрометеоиздата, 1990. С. 71-75.

86. Зуев, В. В. Мониторинг озоносферы на сибирской лидарной станции / Зуев, В. В., Маричев, В. Н., Смирнов, С. В. // Известия АН. Физика атмосферы и океана, 1999. Том 35. -№ 5. - С. 602-611.

87. Барцев, С. И. Принцип двойственности в организации адаптивных сетей обработки информации / Барцев, С. И., Гилев, С. Е., Охонин, В. А. // Динамика химических и биологических систем. Новосибирск: Наука. Сиб. отд-ние, 1989. - С.6-55.

88. Царегородцев, В. Г. Извлечение знаний из таблиц данных при помощи обучаемых и упрощаемых искусственных нейронных сетей / Автореферат диссертации на соискан. учен. степ, к.т.н.- Красноярск: Институт вычислительного моделирования СО РАН, 2000. 19 с.

89. Щемель, А. Л. Обработка неточно заданной информации с помощью нейросетей / Автореферат диссертации на соискан. учен. степ, к.ф.-м.н.-Красноярск: Институт биофизики СО РАН, 2002. 18с.

90. Кашкин, В. Б. Нейросетевые технологии моделирования озонового слоя земли в полярных областях / Кашкин, В. Б., Ланкин, Ю. П., Сакаш, И. Ю. // Материалы Международной научно-практической конференции САКС-2001. Красноярск: САА, 2001. - Ч. 1. - С. 78-79.

91. Kashkin, V. В. Adaptive forecasting dynamics of the ozone layer / Kashkin, V. B, Lankin, J. P., Sakash, I. Yu. // SPIE (The International Society for Optical Engineering), 2001. Vol. 4678. - P. 630-641.

92. Bartsev, S.I. Variation Principle and the Algorithm of Dual Functioning: Examples of Applications / Bartsev, S. I., Okhonin, V. A. // Neurocomputers and attention II: connectionism and neurocomputers, 1991. P. 453-458.

93. Rumelhart, D. E. Learning representations by back-propogating errors / Rumelhart, D. E., Hinton, G. E., Williams, R. J. // Nature, 1986. Vol. 323. -P. 533-536.

94. Okhonin, V. Neural network based approach to the Evaluation of Degradation Lifetime / Okhonin, V., Okhonin, S., lis A., Ilegemres, M. // Neural Network World, 2001. Vol. 11. - N 2. - P. 145-151.

95. Зуев, В. Взаимосвязь долгопериодной изменчивости озонового слоя атмосферы с обусловленной УФ-Б-воздействием изменчивостью плотности древесины / Зуев, В. В., Бондаренко, С. JI. // Оптика атмосферы и океана, 2001.-Том 14.-№12.-С. 1149-1152.

96. Barnes, P. W. Morphological responses of crop and weed species of different growth forms to ultraviolet-B radiation / Barnes, P. W., Flint, S. D., Caldwell, M. M. // Amer. J. Botany, 1999. Vol. 77. - P. 1354-1360.

97. Кашкин, В. Б. Почасовые изменения концентрации озона (нейросетевой прогноз) / Кашкин, В. Б., Сакаш, И. Ю., Ланкин, Ю. П. // Моделирование неравновесных систем 2002. Материалы V Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2002. - С. 80-82.

98. Кашкин, В. Б. Среднесуточные изменения концентрации озона (нейросетевой прогноз) / Кашкин, В. Б., Ланкин, Ю. П., Сакаш, И. Ю. //Моделирование неравновесных систем 2002. Материалы V Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2002. - С. 83-85.

99. Kashkin, V. В. Adaptive forecasting dynamics of the ozone layer / Kashkin, V. В., Lankin, J. P., Sakash, I. Yu. // SPIE (The International Society for Optical Engineering), 2002. Vol. 4678. - P. 630-641.

100. Кашкин, В. Б. Среднемесячные изменения концентрации озона (нейросетевой прогноз) / Кашкин, В. Б., Сакаш, И. Ю., Ланкин, Ю. П. / Моделирование неравновесных систем 2002. Материалы V Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2002. - С. 86-88.

101. Кашкин, В. Б. Среднегодовые изменения концентрации озона (нейросетевой прогноз) / Кашкин, В. Б., Ланкин, Ю. П., Сакаш, И. Ю. // Моделирование неравновесных систем 2002. Материалы V Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2002. - С. 89-91.

102. Басманов, Е. И. Озон и макроциркуляционные процессы в атмосфере // Метеорология и гидрология, 1983. -№ 9. С. 58-63.

103. Батуро, А. П. Кусочное прогнозирование и проблема обнаружения предвестников существенного изменения закономерности: Нейроинформатика и ее приложения. Материалы IX Всероссийского семинара Красноярск: ИВМ СО РАН, 2001. - С. 15-16.

104. Гущин, Г. П. Суммарный озон в атмосфере / Гущин, Г. П., Виноградова, Н. Н.-Л.: Гидрометеоиздат, 1983. 238 с.

105. Барцев, С. И. Принцип двойственности в организации адаптивных сетей обработки информации / Барцев, С. И., Гилев, С. Е., Охонин, В. А. // Динамика химических и биологических систем. Новосибирск: Наука. Сиб. отд-ние, 1989. - С. 6-55.