Восстановление физических параметров атмосферного аэрозоля из многоволновых лидарных измерений тема диссертации и автореферата по ВАК РФ 01.04.21, кандидат наук Суворина Анастасия Сергеевна

• Суворина Анастасия Сергеевна
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Суворина Анастасия Сергеевна

Введение

Глава 1. Обзор литературы. Контроль атмосферного аэрозоля методами дистанционного зондирования

Глава 2. Использование методов регуляризации и линейных оценок для восстановления параметров различных типов аэрозолей

2.1. Вычисление коэффициентов обратного рассеяния и аэрозольного ослабления из измерений КР лидара

2.1.1. Общие выражения для вычисления а и в

2.1.2. Погрешность вычисления а и в, обусловленная выбором параметра Ангстрема

2.2. Определение физических параметров аэрозоля из результатов многоволнового лидарного зондирования

2.2.1. Метод регуляризации Тихонова

2.2.2. Метод линейных оценок

2.2.3. Определение комплексного показателя преломления частиц из измерений многоволнового КР лидара

2.2.4. Выбор интервала инверсии при решении обратной задачи

2.3.1. Погрешность оценки основных параметров аэрозоля для различных показателей преломления частиц и распределений частиц по размерам

2.3.2. Статистика распределения индивидуальных решений

2.3.3.Восстановление параметров аэрозоля при различных модельных величинах мнимой части показателя преломления

2.3.4. Оценка параметров аэрозоля из уменьшенного набора входных данных

2.3.5. Влияние погрешности входных данных на погрешность определения параметров аэрозоля

2.4. Выводы к главе

Глава 3. Определение микрофизических параметров аэрозоля из измерений многоволнового КР лидара

3.1. Использование метода регуляризации и метода линейных оценок для определения параметров частиц

3.1.1. Восстановление высотных профилей параметров аэрозолей

3.1.2. Анализ пространственно-временных вариаций параметров аэрозоля на основе измерений многоволнового КР лидара

3.2. Демонстрация возможности использования многоволновых КР лидаров для исследования процессов переноса аэрозоля

3.2.1. Моделирование процесса переноса продуктов лесных пожаров

3.2.2. Результаты лидарных измерений

3.2.3. Оценка физических параметров частиц дыма по измерениям многоволнового КР лидара

3.3. Анализ параметров Ангстрема для коэффициентов обратного рассеяния

3.4. Выводы к главе

Глава 4. Использование сигнала вращательного комбинационного рассеяния для вычисления коэффициентов обратного рассеяния и ослабления аэрозоля

4.1. Влияние неоднозначности выбора параметра Ангстрема на оценку параметров аэрозоля

4.2. Выбор области спектра вращательного КР для измерения коэффициента обратного рассеяния и ослабления аэрозоля

4.3. Выводы к главе

Глава 5. Оценка микрофизических параметров аэрозоля из спектра его оптической толщины, полученного на основе пассивных фотометрических измерений

5.1. Погрешность оценки основных параметров аэрозоля из спектра его оптической толщины

5.1.1. Выбор интервала инверсии при решении обратной задачи

5.1.2. Математическое моделирование для оценки погрешности определения основных параметров аэрозоля из спектра АОТ

5.2. Оценка параметров частиц из набора оптических толщин, измеряемых солнечным фотометром CIMEL

5.2. Коррекция результатов оценки параметров аэрозоля методом линейных оценок с использованием данных AERONET

5.3. Оценка параметров аэрозоля из спектра оптической толщины аэрозоля, измеренного солнечными фотометрами PFR

5.4. Выводы к главе

3

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Восстановление физических параметров атмосферного аэрозоля из многоволновых лидарных измерений»

Введение

Актуальность темы исследования. Изучение воздействия атмосферного аэрозоля, в том числе антропогенного происхождения, на радиационный баланс планеты входит в число актуальных направлений современных климатологических исследований. Воздействие аэрозоля подразделяется на прямое и косвенное. В первом случае, изменение радиационного потока происходит вследствие рассеяния и поглощения излучения аэрозолем. Во втором случае, аэрозоль стимулирует физические процессы в атмосфере, приводящие к модификации физических свойств облаков, как в локальном, так и в глобальном масштабах. Оценка доли антропогенной составляющей варьируется в диапазоне от 20% до 40% от общего объема аэрозоля [1], и её увеличение является одним из ключевых факторов, влияющих на изменение радиационного баланса Земли. Результаты, представленные в отчете международной комиссии IPCC, демонстрируют, что механизмы воздействия аэрозоля на радиационный поток исследованы недостаточно, и результаты оценок изменения радиационного потока характеризуются высокой неопределенностью [1]. Для исследования процессов взаимодействия аэрозолей и облаков и улучшения точности оценок изменения радиационного потока необходима разработка систем дистанционного зондирования, позволяющих производить глобальный и долговременный мониторинг параметров аэрозоля.

В настоящее время подобный мониторинг осуществляется преимущественно пассивными методами, глобальность наблюдений при этом достигается за счет размещения систем наблюдения в космосе (MODIS, POLDER, OMI и др.) [2]. Спутниковые измерения позволяют оценивать оптическую толщину аэрозоля в нескольких спектральных каналах, и использование космических наблюдений совместно с сетью наземных фотометров AERONET позволяет получать информацию о глобальном транспорте аэрозоля и о его основных параметрах. Однако пассивные

измерения дают лишь интегральные по высоте характеристики, вместе с тем, воздействие аэрозоля на радиационный поток в значительной степени обусловлено его высотным распределением. Информация о высотном распределении аэрозоля может быть получена на основе лазерного дистанционного зондирования атмосферы. Соответствующие устройства -лидары, получили широкое распространение, поскольку малая длина волны излучения обеспечивает его эффективное рассеяние атмосферными частицами, что позволяет реализовать высокое высотное разрешение измерений [3].

Совместное использование упругого и молекулярного рассеяния

лазерного излучения позволяет независимо определять коэффициенты

ослабления и обратного рассеяния аэрозоля [4; 5; 6; 7]. Эти величины,

измеренные на нескольких длинах волн, могут быть инвертированы в

физические параметры аэрозоля, такие как объемная концентрация,

эффективный радиус и комплексный показатель преломления. В настоящее

время наибольшее распространение получили лидарные системы

комбинационного рассеяния, на основе Nd:YAG лазера с генератором

третьей гармоники, вследствие их относительной простоты. Такие системы

обеспечивают измерение трех коэффициентов обратного рассеяния (на

длинах волн 355нм, 532нм и 1064нм) и двух коэффициентов ослабления

(355нм и 532нм), из соответствующих сигналов упругого и комбинационного

рассеяния (так называемый 3в+2а набор входных данных). Задача

определения параметров частиц из столь малого количества измерений

является недоопределенной, то есть решение, соответствующее измеренному

набору входных параметров, может быть не единственным. Для уменьшения

недоопределенности задачи область параметров частиц, для которых ищется

решение обратной задачи (размеры и комплексный показатель преломления),

должна быть ограничена. Соответствующие ограничения могут

накладываться, например, на основе предварительного анализа типа аэрозоля

[8]. Для оценки достоверности получаемых результатов необходимо

6

исследовать свойства пространства решений для различных типов аэрозолей, а также изучить возможность увеличения точности решения обратной задачи за счет оптимизации выбора интервала инверсии (интервала размеров частиц, на котором производится решение обратной задачи). Существующие подходы к решению обратной задачи являются чувствительным к погрешностям входных данных, поэтому одним из путей увеличения надежности оценок параметров аэрозоля является уменьшение погрешности вычисления коэффициентов обратного рассеяния и ослабления аэрозоля. Для подтверждения достоверности получаемых результатов необходимо произвести сравнение результатов лидарных измерений с результатами других методов. Кроме того, алгоритмы, разработанные для решения обратной задачи многоволнового лидарного зондирования, могут быть применены для пассивных методик измерения, например солнечных радиометров, входящих в глобальные сети AERONET и GAW-PFR.

Таким образом, целью данной диссертационной работы является исследование свойств пространства решений обратной задачи, исследование возможности увеличения точности оценки параметров частиц, а также апробация разработанных алгоритмов на результатах долговременных лидарных и фотометрических измерений. Для достижения данной цели в данной диссертационной работе были решены следующие задачи:

1. Разработан подход, позволяющий увеличить точность вычисления коэффициента обратного рассеяния и коэффициента аэрозольного ослабления из лидарных измерений за счет использования вращательного комбинационного рассеяния, вместо колебательного.

2. Проведено численное моделирование решения обратной задачи для различных типов аэрозоля, характеризуемых различными соотношениями концентраций частиц в тонкодисперсной и грубодисперсной фракциях и различными значениями комплексного показателя преломления.

3. Разработанные алгоритмы были применены к результатам долговременных лидарных наблюдений для исследования возможности восстановления высотно-временного распределения характеристик аэрозоля.

4. Исследована возможность использования разработанных алгоритмов для оценки параметров аэрозоля из спектра оптических толщин, измеренного солнечным фотометрами.

Научная новизна

1. Предложена и экспериментально подтверждена возможность использования области спектра вращательного комбинационного рассеяния азота и кислорода для увеличения точности вычисления коэффициентов обратного рассеяния и ослабления аэрозоля.

2. Определены погрешности решения обратной задачи лидарного зондирования при использовании методов регуляризации и линейных оценок для различных типов аэрозоля.

3. Показано, что использование параметра Ангстрема позволяет выбирать интервал размеров частиц, на котором решается обратная задача, обеспечивающий минимальную погрешность определения параметров аэрозоля.

4. Продемонстрирована возможность определения интегральных параметров аэрозоля, таких как эффективный радиус и объемная концентрация, из спектра оптических толщин, измеряемых солнечными фотометрами.

Теоретическая и практическая значимость

1. Показана возможность улучшения характеристик существующих многоволновых КР лидарных систем за счет использования интерференционного фильтра, выделяющего область спектра вращательного комбинационного рассеяния, характеризуемую малой чувствительностью сечения рассеяния к высотным колебаниям температуры.

2. Исследованы погрешности оценки параметров аэрозоля, таких как эффективный радиус, объемная концентрация и действительная часть показателя преломления, для широкого диапазона модельных параметров распределений частиц по размерам.

3. Проведена оценка влияния неопределенности выбора параметра Ангстрема на погрешность вычисления коэффициентов а и в из измерений КР лидара в случае модельных данных и реальных измерений.

4. Определены параметры алгоритмов, позволяющих обрабатывать большие объемы входных данных и показана возможность вычисления высотно-временных распределений характеристик аэрозоля с использованием метода линейных оценок при проведении длительных лидарных измерений.

5. Показано, что инверсия спектра оптической толщины аэрозоля с использованием разработанных алгоритмов позволяет увеличить объем информации о параметрах частиц, получаемых из сети GAW-PFR.

Основные положения, выносимые на защиту

1. Погрешности вычисления коэффициентов обратного рассеяния и ослабления аэрозоля, вследствие неоднозначности выбора параметра Ангстрема при использовании лидарного сигнала обусловленного колебательным КР на молекулах азота, могут быть уменьшены при использовании вращательного КР на молекулах N2 и 02.

2. Выбор области спектра вращательного КР 529.2-531.2нм при длине волны лазерного излучения 532.12нм позволяет увеличить сигнал комбинационного рассеяния в 15 раз по сравнению с сигналом колебательного КР азота, при этом погрешность вычисления коэффициентов обратного рассеяния и ослабления аэрозоля, обусловленная температурной зависимостью сечения комбинационного рассеяния в диапазоне температур 230-300К, не превышает 2%.

3. Выбор интервала инверсии на основе измеренного значения параметра Ангстрема для коэффициентов аэрозольного ослабления позволяет уменьшить погрешности вычисления объемной концентрации, эффективного радиуса и действительной части показателя преломления для различных типов аэрозоля.

4. Оптические толщины аэрозоля, измеренные фотометрами на 4-х длинах волн в диапазоне 360-868нм могут быть инвертированы в эффективный радиус и объемную концентрацию частиц с использованием методов регуляризации по Тихонову и метода линейных оценок с погрешностью не более 40%.

Апробация работы. Результаты, приводимые в данной диссертационной работе, докладывались на международных конференциях International Conference on Lasers, Applications, and Technologies ICONO/LAT2013, June 2013,Moscow, Russia. 16th International Conference Laser Optics 2014, July 2014, St. Petersburg, Russia; 27th International Laser Radar Conference, July 2015, New York, US.

Личный вклад автора. Все результаты, приведенные в данной работе, были получены автором лично или при его непосредственном участии.

Глава 1. Обзор литературы. Контроль атмосферного аэрозоля методами дистанционного зондирования

Атмосферный аэрозоль является одним из ключевых факторов, определяющих радиационный баланс атмосферы [1; 9], поэтому разработка дистанционных методов диагностики основных параметров аэрозоля входит в число приоритетных задач современной физики атмосферы. Аэрозолями называют частицы в жидкой или твердой фазе, взвешенные в газообразной среде (в данном случае в воздухе). Характер воздействия аэрозоля на климат и человека определяется микрофизическими, оптическими и химическими свойствами частиц [10; 11; 12]. Эти свойства в значительной степени обусловлены источниками и способом образования аэрозолей. Среди механизмов образования обычно выделяют дисперсионный (измельчение твердых и жидких веществ) и конденсационный (конденсация насыщенных паров и химические реакции в газовой фазе) механизмы. Конденсационные аэрозоли имеют форму близкую к сферической, в то время как частицы в твердой фазе, полученные дисперсионным методом, (например, пустынная пыль) имеют нерегулярную форму. Параметры частиц аэрозоля могут изменяться при их переносе в атмосфере вследствие конденсации, химических реакций, а также за счет слипания частиц. Размеры аэрозолей варьируются от единиц нанометров до сотен микрон (верхняя граница определяется способностью аэрозоля держаться в воздухе).

Из-за большого разброса параметров частиц классификацию, как правило, проводят по источнику аэрозоля [8; 10; 13; 14; 15]. Характерные значения параметров основных типов аэрозоля приведены в таблице 1.1. Обычно выделяют фоновый аэрозоль, городской аэрозоль и продукты горения биомассы [8; 13; 14].

Фоновые аэрозоли включают в себя все типы микрочастиц природного происхождения, характерные для данной местности: пыльца, споры, микрочастицы растительного и животного происхождения. Среди природных

аэрозолей отдельно выделяют пустынную пыль и морской аэрозоль. Частицы пустынной пыли имеют размеры в диапазоне от 1 до 20 мкм и нерегулярную форму. Морской аэрозоль характерен для прибрежных территорий и состоит из кристаллов соли с примесями. Размеры частиц варьируются от 100нм до десятков микрон.

Городской тип аэрозоля характерен для густонаселенных территорий, где в воздухе, помимо природного фонового аэрозоля, в значительном количестве присутствует антропогенный аэрозоль, являющийся результатом хозяйственной деятельности человека. Существенный вклад в состав городского аэрозоля вносят продукты сгорания топлива. Из-за неоднородного состава характерные размеры частиц варьируются в широком диапазоне 10-300нм.

Продукты горения биомассы включают аэрозоль, образующийся при лесных пожарах. Для этих частиц нерегулярной формы типачны небольшие размеры в диапазоне 20-300 нм.

Для анализа воздействия атмосферного аэрозоля на радиационный баланс системы дистанционного зондирования должны обеспечивать информацию о распределении частиц по размерам, а также о комплексном показателе преломления т, при этом желательно определять т раздельно для каждой из фракций. Для характеризации аэрозоля, как правило, используют

[3]:

dN (г)

• счетное распределение ——, характеризующее количество частиц в

dr

интервале [r,r+dr].

• Распределение по площади поверхности ^(Г^, характеризующее

dr

площадь поверхности частиц в интервале размеров [r,r+dr].

• Объемное распределение ^ (г ) и объемное распределение в

йг

логарифмическом масштабе ^ (Г), характеризующие объем, занимаемый

й 1п г

частицами в интервалах [r,r+dr] или [1пг, 1пг+й1пг].

Распределения частиц по размерам используется для вычисления полных концентраций аэрозоля [3]:

• Счетной концентрации N = | N (г) йг

• Поверхностной концентрации £ = N (г )г2 йг

Объемной концентрации V = — | N (г )г3йг

При описании размеров частиц используются средний

1 гт , ч dN (г) „ I N (г) г ъйг V

— I 1п (г)—-^Мг и эффективный радиус г ч , = 3 -

N0 ^ йг IN (г) г йг £

Распределение атмосферного аэрозоля по размерам достаточно сложно, в нем, как правило, выделяют три фракции частиц [11]:

• микродисперсная фракция или частицы Айткена, имеющие размеры от нескольких молекул до десятка нанометров.

• тонкодисперсная фракция

• грубодисперсная фракция

Частицы Айткена малы для анализа их параметров оптическими методами, и в данной работе они рассматриваться не будут. Следует отметить, что точной границы раздела между тонкодисперсной и грубодисперсной фракциями не существует, и на практике соответствующая граница выбирается в диапазоне радиусов частиц 0.5 мкм-1.0 мкм [16].

Информация о параметрах аэрозоля может быть получена дистанционно на основе, как пассивных методик измерений, использующих естественные источники излучения (Солнца, Луны, звезд) [17], так и активных измерений (лидары) [3; 4; 18; 19; 20]. Системы дистанционного зондирования могут быть реализованы как в наземной конфигурации, так и в

13

конфигурации космического базирования, что позволяет проводить глобальный мониторинг атмосферы [2; 21; 22; 23; 24]. В настоящее время широкое распространение получили спутниковые спектрорадиометры, измеряющие поток рассеянного от поверхности Земли солнечного излучения в широком спектральном диапазоне (MODIS, MISR, ATSR). Кроме того, некоторые радиометрические системы также способны проводить поляриметрические измерения (POLDER, Glory) [2; 25]. Системы космического базирования позволяют получать информацию о глобальном распределении аэрозолей над поверхностью планеты, однако точность измерения оптических толщин оказывается недостаточной для определения физических параметров аэрозолей.

Значительно большей точностью обладают наземные спектрофотометры (спектрорадиометры), к достоинствами которых относятся высокая точность измерения оптической толщины аэрозоля, относительная дешевизна и возможность объединения приборов в глобальные сети. Наиболее обширной сетью солнечных фотометров является AERONET [17], которая на данный момент насчитывает более 1000 станций по всему миру. В качестве инструментов в сети используются солнечные фотометры CIMEL, современная конфигурация которых позволяет производить измерение оптической толщины аэрозоля на длинах волн 340, 380, 440, 500, 675, 870 и 1020нм. Заявленная точность измерения оптической толщины составляет 0.01 (для длины волны 440нм и более) [26]. Наряду с прямыми солнечными измерениями эти фотометры проводят измерение углового спектра яркости неба. Специальный алгоритм [16], разработанный для данного типа фотометров, позволяет проводить восстановления большого числа проинтегрированных по высоте параметров аэрозоля, таких как индикатриса рассеяния, время выживания кванта (альбедо однократного рассеяния), распределение частиц по размерам, и спектрально зависимый комплексный показатель преломления.

Вместе с тем, пассивные измерения не позволяют получать информацию о высотном распределении аэрозоля в атмосфере. Вертикальное распределение свойств аэрозоля может быть получено с использованием систем активного лазерного зондирования атмосферы - лидаров [3; 27; 28; 29; 30]. Работы по использованию лазеров для мониторинга свойств атмосферы активно ведутся с начала 60-х годов [3; 27; 28; 29; 30]. Лидарные измерения способны обеспечить информацию о вертикальной структуре свойств атмосферы, таких как температура, давление, скорость и направление ветра, высотное распределение концентраций малых составляющих атмосферы. Поскольку излучение оптического диапазона эффективно рассеивается на малых частицах, лидарные системы обеспечивают измерение обратного рассеяния с высоким высотным разрешением, что объясняет их широкое распространение в исследованиях атмосферного аэрозоля. Величина сигнала SL(z) обратного рассеяния лазерного излучения с высоты z описывается лидарным уравнением:

( г ) = ^гО ( Г, Ъ ) г, Ъ ) ехр 1

г

~2^а( г ) dl'

(1.1)

где К - энергетическая характеристика лидарной системы не зависящая от z, О^) - геометрический фактор, обусловленный конфигурацией приемного и передающего каналов системы, Р^) - коэффициент обратного рассеяния на

молекулах и аэрозоле, а фактор Т (г) = ехр

г

-2§а( гЪ) dz'

характеризует

пропускание излучения атмосферой, где а^) - коэффициент ослабления излучения.

Данное уравнение соответствует простейшему типу лидара - лидару упругого рассеяния, который получил широкое распространение в системах наземного, воздушного и космического базирования [3]. Однако лидарное уравнение (1.1) содержит два неизвестных: коэффициент обратного рассеяния в и коэффициент аэрозольного ослабления излучения а. Поэтому

для решения этого уравнения приходится задаваться предположениям о соотношении между а и в. Так, например, в методе Клетта-Ферналда [31; 32], предполагается известным и постоянным по высоте лидарное отношение

ьк=.

т

Для независимого вычисления а и в принципиальным является измерение сигнала молекулярного рассеяния, для которого может быть записано еще одно уравнение [33]. Такой сигнал может быть получен путем регистрации рэлеевского рассеяния, а также сигналов вращательного и колебательного сигнала комбинационного рассеяния (КР) (в англоязычной литературе вместо термина «комбинационное» используется термин «рамановское»). Соответствующее лидарное уравнение записывается как:

£к ( Г, 4 ) = О ( г, Як ) & ( г, Л ) ехр |-| 4( г Ль )+ 4 г' Лй )] йг'\ (1.2)

здесь и далее нами используются индексы L для обозначения параметров, соответствующих длине волны лазерного излучения, а индекс R - длины волны компоненты комбинационного. В настоящее время широкое распространение получили многоволновые лидары комбинационного рассеяния (рамановские лидары) на основе Nd:YAG лазере с генераторами второй и третьей гармоник, которые позволяют производить измерение коэффициентов в на трех длинах волн (355нм, 532нм и 1064нм) и а на двух длинах волн (355нм и 532нм) [3; 33]. В этих лидарах для вычисления а на длинах волн 355нм и 532нм, производится регистрация стоксовой компоненты комбинационного рассеяния на молекулах азота на длинах волн 387нм и 608нм соответственно. Такая конфигурация используется, например, в европейской сети лидаров EARLINET [34]. Однако сигнал колебательного рассеяния достаточно слаб, что снижает высотное и временное разрешение системы, а также затрудняет проведение измерений в дневное время. Кроме того, линии колебательного комбинационного рассеяния азота отстоят от линий излучения лазера на десятки нм, что обуславливает необходимость

делать предположение о соотношении коэффициентов а на длинах волн лазера А^ и стоксовой компоненты А^, что является дополнительным источником погрешности. В качестве характеристики спектральной зависимость коэффициента аэрозольного ослабления вводится параметр Ангстрема А [35], который определяется из выражения:

(г)_

<* Ь (г

< (г)

V

V Ъ У

(1.3)

Наиболее перспективный подход к детектированию сигнала молекулярного рассеяния представлен в лидарах высокого спектрального разрешения ВСР (в англоязычной литературе ЖЯЬ) [3; 36; 37; 38]. В этих системах используется сигнал рэлеевского рассеяния, из спектра которого удалена центральная часть, совпадающая с линией упругого рассеяния. В качестве соответствующего фильтра для длины волны 532нм может быть использована ячейка с парами йода [39], поскольку длина волны второй гармоники Nd:YAG лазера может быть подстроена под соответствующую линию поглощения молекулы 12. Альтернативным подходом является использование интерферометра, например, Фабри-Перо [40]. Сечение рэлеевского рассеяния превосходит сечение колебательно-вращательного комбинационного рассеяния более чем на три порядка, поэтому лидары ВСР позволяют обеспечить значительно более высокий уровень отношения сигнал-шум и проводить измерения в дневное время. Такая система, установленная на самолете, прошла успешные испытания [38] и в будущем планируется использование лидара ВСР для мониторинга аэрозоля из космоса. Вместе с тем подобные системы являются уникальными и в настоящее время не получили широкого применения из-за их сложности.

Компромиссным вариантом могут служить лидары, использующие чисто вращательное комбинационное рассеяние на молекулах азота и кислорода. Подобные лидарные системы широко используются для измерения температуры [41; 42; 43]. Вместе с тем, такой подход может быть модифицирован для проведения аэрозольных измерений [44; 45; 46].

17

Компоненты вращательного рассеяния расположены достаточно близко к линии лазерного излучения, однако их выделение также возможно с использованием дифракционных спектрометров и прецизионных интерференционных фильтров. Сечение спектра вращательного комбинационного рассеяния почти на 2 порядка превосходит соответствующую величину для колебательной линии азота, что позволяет значительно увеличить соответствующий лидарный сигнал. Следует отметить, что спектр вращательного КР чувствителен к температуре, поэтому для минимизации влияния температурной зависимости на процесс измерения, для вычисления может, например, используется взвешенный сигнал от линий КР, характеризуемых противоположной чувствительностью к изменению температуры. Вместе с тем, существует необходимость разработки достаточно простого подхода к выделению сигнала вращательного, позволяющего модифицировать существующие лидарные системы. Разработка подобных методов является одной из целей данной работы.

Форма частиц реального аэрозоля зачастую отличается от сферической. Одним из наиболее удобных способов разделения частиц сферической и нерегулярной формы является измерение коэффициента деполяризации обратно рассеянного излучения, поскольку при рассеянии на сферических частицах изменения состояния поляризации не происходит. Коэффициентом деполяризации называется отношение мощностей компонент обратного рассеяния излучения с ориентацией поляризации ортогональной и параллельной исходной ориентации. Детальное описание процессов измерения и калибровки коэффициента деполяризации можно найти в работах [47; 48; 49]. Характерные измеренные значения коэффициентов деполяризации для городского аэрозоля не превышают 10%, в то время как коэффициент деполяризации пустынной пыли могут превосходить 30%. Таким образом, коэффициент деполяризации частиц является

дополнительной информацией, используемой для классификации аэрозоля.

18

Таблица 1.1. Типичные диапазоны изменения параметров для основных типов аэрозоля.

Тип аэрозоля 6532, % 1Л ср Ар ! Аа355-532 355НЛЛ 1 532НЛЛ ! 355-532 ! 532-1064 ! тк т. ЛЛКЛЛ Гтс, ЛЛКЛЛ

Городской аэрозоль 3-10 58±12 53±11 1 1.4±0.5 1.4±0.3 1-2.5 1.4-1.45 0.003-0.015 0.11-0.18 2.5-3

Пустынная пыль 30-35 38±5 35±5 1 0.5±0.5 0.5±0.5 -0.1-1,6 1.55-1.6 0.002-0.003 0.12-0.15 2.3-2.5

Морской аэрозоль <5% 25±8 1 0.1±0.3 0.1±0.2 -0.1-1,55 1.38-1.45 0.001-0.003 0.12-0.16 1.9-2.7

Продукты горения <5% 46±13 53±11 1 1.0±0.5 1.0±0.4 1.0-2.3 1.47-1.53 0.001-0.015 0.12-0.15 3.2-3.3

В таблице 1.1 приведены следующие характеристики аэрозоля: 6532 - коэффициент деполяризации, измеренный на длине волны Х=532нм; LR - лидарные отношения, измеренные на длинах волн 355нм и 532нм; Ар - параметр Ангстрема для коэффициентов обратного рассеяния для пар длин волн 355-532нм и 532-1064нм; Аа355-532 - параметр Ангстрема для коэффициентов аэрозольного ослабления для пары длин волн 355-532нм; - действительная часть комплексного показателя преломления; т1 - мнимая часть комплексного показателя преломления; гт - средний радиус частиц в тонкодисперсной фракции; гтс - средний радиус частиц в крупнодисперсной фракции.

Список литературы диссертационного исследования кандидат наук Суворина Анастасия Сергеевна, 2016 год

/ 1

20 40 60 80 100 120

LR, ср

0.00 0.05 0.1 0 0.1 5 0.20 0.25 0.30

г „, м км

eff'

Рис.4.13. Высотные профили Рис.4.14. Высотные профили параметра Ангстрема и лидарных эффективного радиуса и

отношений на 355 нм и 532 нм для 30 действительной части показателя июня 2014 преломления, вычисленные из набора

данных 3р+2а, измеренного 30 июня 2014г.

Очевидно, что использование сигнала вращательного КР позволяет улучшить точность измерения оптических коэффициентов а и р. В дальнейшем планируется внести аналогичные изменения в канал измерения молекулярного сигнала для вычисления а355 и даже в перспективе измерять ашф Это в перспективе должно позволить оценивать параметров частиц с улучшенным высотным и временным разрешением.

4.3. Выводы к главе 4

1. Предложена схема использования сигнала вращательного КР для измерения коэффициента ослабления аэрозоля. Группа КР линий в антистоксовом крыле выделяется с помощью интерференционного фильтра, что позволяет на порядок увеличить молекулярный сигнал по сравнению с колебательным КР спектром. Проведенный расчет позволил выбрать участок КР спектра малочувствительный к измерению температуры.

117

1 500

1 000

0

2. Показано, что предложенная схема позволяет уменьшить погрешность вычисления коэффициентов а и в из лидарных сигналов за счет увеличения уровня сигнала и исключения погрешностей, обусловленных выбором параметра Ангстрема.

Глава 5. Оценка микрофизических параметров аэрозоля из спектра его оптической толщины, полученного на основе пассивных фотометрических измерений

В главах 2-3 анализировалась возможность определения параметров аэрозолей из измерений многоволновых КР лидаров с использованием методов регуляризации и линейных оценок. Однако, эти методы могут быть применены и для пассивных систем наблюдения (фотометров), которые используют естественные источники излучения, такие как Солнце, Луна и звезды. Такие системы способны измерять аэрозольные оптические толщины (АОТ) для определенных длин волн в широком спектральном диапазоне. В данной главе анализируется возможность использования метода регуляризации и метода линейных оценок для оценки интегральных параметров аэрозоля из спектра его оптической толщины. Методы тестируются на фотометрических данных радиометров, входящих в сети ЛЕШКЕТ [17] и GЛW-PFR [94].

5.1. Погрешность оценки основных параметров аэрозоля из спектра его оптической толщины

Величины погрешностей зависят от набора входных данных, поэтому в данном разделе приведены результаты моделирования погрешностей определения объемной концентрации аэрозоля и эффективного радиуса для наборов оптических толщин соответствующих двум типам фотометров, CIMEL и PFR.

5.1.1. Выбор интервала инверсии при решении обратной задачи

Погрешности вычисления параметров частиц чувствительны к выбору интервала инверсии. В данном разделе приведены результаты анализа зависимости погрешности вычисления эффективного радиуса и объемной концентрации частиц от выбора гтщ и гтах. При проведении анализа

119

используются реальные данные измерений фотометров сети AERONET (http://aeronet.gsfc.nasa.gov). Вычисляется разность значений параметров аэрозоля (V, reff), восстановленных методом линейных оценок, и полученных с помощью операционного алгоритма AERONET. Для анализа выбираются измерения, для которых значение оптической толщины АОТ440>0.2. По измеренному значению параметра Ангстрема А(440-870) данные разделены на две группы: с доминирующей тонкодисперсной либо грубодисперсной фракцией. Для первой группы были выбраны данные со станций GSFC и Mongu и значениями А>1.5. Во втором случае выбраны данные станций Solar Village и Bahrain с А<0.8. Число выбранных измерений в каждой группе более 500.

При проведении анализа использовались следующие значения rmin -0.075, 0.2 и 0.3, для rmax - 2.0, 3.0, 8.0, 10.0 и 15.0. Соответствующие средние величины разности между значениями параметров, восстановленных методом линейных оценок и алгоритмом AERONET, приведены на рис.5.1 для группы1 и на рис.5.2 для группы2. Из рис.5.1 видно, что зависимость величины погрешности, как для эффективного радиуса, так и для объемной концентрации, от максимального значения радиуса rmax практически линейна.

Рис.5.1. Зависимость погрешности определения эффективного радиуса и объемной концентрации аэрозоля от величины гтах. Инверсия производилась методом линейных оценок для трех значений гШщ = 0.075, 0.2 и 0.3. Предполагалось, что тонкодисперсная фракция является доминирующей в распределении частиц по размерам.

Однозначно выбрать оптимальный диапазон размеров частиц сложно, так как, например, минимальной погрешности для объемной концентрации, соответствует погрешность вычисления эффективного радиуса, превышающая 100%. Поэтому было выбрано значение гтщ=0.075 мкм, так как оно обеспечивает наиболее стабильные результаты. При данном значении гтщ величина ошибки восстановления параметров аэрозоля практически не зависит от значения гтах, поэтому значение максимального радиуса выбирается в диапазоне гтах=2.. ,5мкм для уменьшения времени вычислений.

Рис.5.2. Зависимость погрешности определения эффективного радиуса и объемной концентрации аэрозоля от величины гтах. Инверсия производилась методом линейных оценок для трех значений гтщ = 0.075, 0.2 и 0.3. Предполагалось, что грубодисперсная фракция является доминирующей в распределении частиц по размерам.

Результаты моделирования для распределения частиц по размерам с доминирующей грубодисперсной фракцией приведены на рис.5.2. Из рис.5.2 видно, что с увеличением значений гтщ и гтах погрешность вычисления объемной концентрации аэрозоля уменьшается. Однако для эффективного радиуса однозначной зависимости от гтщ и гтах не наблюдается. Так, например, наименьшему значению ошибки объемной концентрации соответствует наибольшая погрешность вычисления эффективного радиуса. Для дальнейших вычислений, в случае наличия крупных частиц (А<0.8), использовались следующие значения: гтщ=0.2мкм и гтах=10 мкм (значение гтах может быть увеличено до 15 мкм, если скорость вычисления не является решающим параметром). В дальнейшем при выборе параметров вычислений

16

г , мкм

тяу'

в качестве критерия также будет использовано измеренное значение параметра Ангстрема А(440-870).

5.1.2. Математическое моделирование для оценки погрешности определения основных параметров аэрозоля из спектра AOT

Математические основы метода регуляризации по Тихонову и метода Линейных оценок, подробно описаны в главе 2. Так как количество длин волн, и спектральный диапазон в котором осуществляется измерение, значительно отличается для различных типов фотометров, то моделирование будет проведено для двух случаев: фотометра CIMEL сети AERONET [17], обеспечивающей самый широкий спектральный диапазон измерения AOT (340-1020нм), и для фотометра сети GAW-PFR [94], измеряющего АОТ на 4 длинах волн в диапазоне 370-870нм. По аналогии с моделированием, проведенным для лидаров в разделе 2.3, соотношение концентраций частиц

2 4

двух фракций Rn варьировалось в диапазоне [10 ...10 ]. Модельное значение

комплексного показателя преломления составляло m=1.45-i0.005.

Относительные погрешности восстановления интегральных параметров

аэрозоля вычислялись по формуле:

P - P sP -^ -100%

Pmodel , (5.1)

где Pmodel - модельные значения параметра, а PLEreg - значение, полученное при

восстановлении параметров аэрозоля методом линейных оценок (индекс LE) или регуляризации (индекс reg). Результаты оценки величины погрешности вычисления эффективного радиуса и объемной концентрации из спектра оптических толщин АОТ, измеренного солнечными фотометрами сети AERONET, показаны на рис.5.3.

40

30

о £ 20 3 ср £ 10

а. К _ eff _ __ регуляризация —ДО-

ч ч ч> \

\ \ \

\ \ ' " " У

CIMEL (AERONET)

50

40

> 30

.о н о

0

1 20

ср

10

б. V регуляризация -ДО-

' —1 \ N \

\ \ \

\ ✓ ч. _ "

100

1000 К

10000

100

1000 К.

10000

N N

Рис.5.3. Погрешности вычисления эффективного радиуса (а) и объемной концентрации (б) из набора оптических толщин, измеряемых фотометром CIMEL, в зависимости от соотношения концентраций частиц в тонкодисперсной и грубодисперсной фракциях RN. Показатель преломления m=1.45-i0.005.

Из рис.5.3 видно, что погрешности вычисления эффективного радиуса не превышает 30%, а объемной концентрации 35% для обоих методов. Следует отметить, что в среднем погрешности для метода линейных оценок меньше, чем погрешности для метода регуляризации.

50

40

30

о ° 20 3 ср £ 10

а. г _ eff г __-,—,—...... регуляризация ПО

/ V 4 ч Л >

4 1 \ 4 / \ Ч 1 \ к / \ / \ /

' \ 41 \ V > ч V 4 ' \ V /

\ г / V/ \ ^

PFR (GAW-PFR)

60

50

^ 40 >

.о

¡5 30 о

X

3

2. 20

о 1=

10-

б. V

\ /-\ \ / 0 Ч / \

\ / \ / \ \ \ \

чУ ч \ ч \ \ \

\ \ \ ^—

регуляризация -ПО- \ N N

100

1000 К.

10000

100

1000 К.

10000

N N

Рис.5.4. Погрешности вычисления эффективного радиуса (а) и объемной концентрации (б) из набора оптических толщин, измеряемых фотометром PFR, в зависимости от соотношения концентраций частиц в тонкодисперсной и грубодисперсной фракциях RN. Показатель преломления m=1.45-i0.005.

При проведении измерений с помощью фотометра PFR происходит уменьшение числа АОТ до четырех и сужение спектрального диапазона измерений, что, в свою очередь, приводит к снижению точности оценки параметров аэрозоля. Результаты оценки погрешности определения гед- и V приведены на рис.5.4, из которого видно, что максимальные значения погрешностей возросли до 40% и 60% соответственно.

Кроме того, погрешности во входных данных также вносят дополнительную погрешность в результаты вычисления параметров аэрозоля. Аналогичная проблема в лидарных измерениях была рассмотрена в разделе 2.3. Было показано, что влияние уровня шумов входных данных зависит от набора (количества) данных, поэтому моделирование влияния шума во входных данных было проведено как для PFR, так и для AERONET. Результаты представлены на рис.5.5 в виде диаграмм накопленной частоты погрешности для распределений частиц по размерам Тип1 и Тип3 (Таблица.2.1). Максимальный уровень погрешностей для всех данных - 10%. Число реализаций для построения статистики составляло 500 [118].

100

, 80

ГО н

0 &

го т

к го

1

I

ф

ц

с

о ^

го X

60

40

20

а

/ "а в» ® // 09

¿1 Г ?/ в.» Л 'Р /

-1 4 / и 1/ 99

/» а' в' ® .« ,в »«V

»в»®"? §|8|§8333а зззззззззз

/

--Тип1 AERONET --Тип1 PFR - Тип3 AERONET - Тип3 PFR

20

40

60

80

Погрешность г , %

100

, 80 го н

0 &

ГО 60 т

к го

1

I

ф

ц

с

о

га 20

X

40

б

Л® / ® ® ' з* • ]®

9 я> </ в %

// и

! / ? 9 в/ 4.......яС - -

и . и ^ г?........ в® ....... в

• /в 9 9 9 9

1 //

/ ® / / ® ? ^ / Г

9 /

--Тип1 AERONET --Тип1 PFR --Тип3 AERONET -«-Тип3 PFR

100

20 40 60 80

Погрешность V, %

100

Рис.5.5. Накопленная частота погрешности вычисления эффективного радиуса (а) и объемной концентрации (б) при максимальном уровне погрешностей во входных данных 10%. Вычисления проводились методом линейных оценок для набора данных PFR (4 АОТ), и AERONET (7 АОТ).

0

0

0

0

Из рис.5.5 можно сделать вывод, что для 90% измерений в случае доминирования тонкодисперсной фракции погрешность восстановления reff и V не превосходит 40% и 25% для обоих типов фотометров. А для 90% измерений в случае доминирования грубодисперсной фракции погрешность восстановления reff и V не превосходит 50% и 60% для обоих типов фотометров.

5.2. Оценка параметров частиц из набора оптических толщин, измеряемых солнечным фотометром CIMEL

В данном разделе рассмотрены результаты инверсии данных фотометров сети AERONET, так как для этой сети существует возможность сравнить результаты, полученные методом линейных оценок с результатами алгоритма AERONET, использующего прямые солнечные измерения совместно с угловым спектром яркости неба. Для исследования влияния типа аэрозоля на точность восстановления его параметров в работе были выбраны данные с четырех станций входящих в сеть AERONET и, в соответствии с классификацией, приведенной в главе 1, характеризующихся различными типами аэрозолей: городской (GSFC), морской аэрозоль (Lanai), пустынная пыль (Bahrain) и продукты горения биомассы (Mongu) [100].

1. GSFC (38N,76W) - городской/индустриальный тип аэрозоля. Основной объем частиц содержится в тонкой моде, действительная часть показателя преломления составляет около mR=1.4. Аэрозоль является слабопоглощающим из-за наличия продуктов сгорания топлива и мнимая часть показателя преломления mj не превосходит 0.005.

2. Mongu (15S,23E) - продукты горения биомассы (лесные пожары). В распределении по размерам доминирующей является также тонкая мода. Однако, в отличие от городского аэрозоля действительная часть показателя несколько выше mR~1.45, мнимая часть также не превосходит 0.005.

3. Bahrain (26N,50E) - пустынная пыль. Основная масса аэрозоля

представлена частицами нерегулярной формы, содержащимися в грубой

125

моде. Величина mR варьируется в диапазоне 1.5-1.65, мнимая часть mj демонстрирует сильную спектральную зависимость и в УФ диапазоне может достигать величины 0.03.

4. Lanai (20N,156W) - морской аэрозоль. Грубая мода для аэрозоля этого типа является преобладающей, однако форма частиц, в отличие от пустынной пыли, близка к сферической; показатель преломления частиц m=1.36-i0.0015.

На рис.5.6 приведены оптические толщины аэрозоля на длине волны 440 нм и параметры Ангстрема для пары длин волн 440-870 нм (A(440 - 870)) для четырех выбранных станций [100].

о

О С

GSFC & AOT (440) _ A (440-870)

а

оэфЗ

« a- J

- 9 »

it А

¿1

% * Jf

Mongu ir AOT (440) _ A (440-870)

1.5 О

00 I

о

1.0 3

о

о <

1.5 О

00 I

о

1.0 3

01.05.2012 22.05.2012 12.06.2012 03.07.2012 24.07.2012

Дата

о

О С

1.2 О

00 I

о

0.8 ^^

О

01.09.2000 15.09.2000 29.09.2000 13.10.2000 27.10.2000

Дата

Lanai

it AOT (440) ""

a A (440-870)

а

о с

d 12 Р

» 00

■ о

0 8 S

<С

iff? 0.4

0.0

11.10.2004 01.11.2004 22.11.2004 13.12.2004 03.01.2005 01.01.2000 22.01.2000 12.02.2000 04.03.2000 25.03.2000

Дата Дата

Рис.5.6. Оптическая толщина аэрозоля А0Т(440) и параметр Ангстрема A(440-870) для четырех станций AERONET: GSFC, Bahrain, Mongu, Lanai.

Оптическая толщина аэрозоля, соответствующего продуктам горения

биомассы (станция Mongu), достигает AOT(440)&2 и является максимальной

из рассматриваемых. Оптические толщины пустынной пыли и городского

аэрозоля тоже достаточно высоки AOT(440)&0.4, поскольку для станции

2.5-

2.5

5 -

2.5

2.0-

2.0

2.0

1.5-

3-

1.0-

0.5-

0.5

0.5

0.0

0.0

0

0.0

GSFC были выбраны летние месяцы. Наименьшая оптическая толщина АОТ(440)<0.25 соответствовала морскому аэрозолю (Ьаиа^, что в совокупности с преобладанием в аэрозоле частиц грубой моды делает данный тип аэрозоля одним из самых сложных для восстановления.

Параметр Ангстрема связан с размером частиц, как уже было показано на рис.2.9. Большим частицам соответствуют малые значения параметра и, как видно из рис.5.6, для пыли и морского аэрозоля параметр А(440-870) , как правило, не превосходит 1. В то же время для аэрозолей, содержащих продукты горения А(440-870)> 1.5.

GSFC * AERONET Л LE

0.001.05.2012 22.05.2012 12.06.2012 03.07.2012 24.07.2012

Дата

2.0-

01.09.2000 15.09.2000 29.09.2000 13.10.2000 27.10.2000

Дата

2.0-,

11.10.2004 01.11.2004 22.11.2004 13.12.2004 03.01.2005 01.01.2000 22.01.2000 12.02.2000 04.03.2000 25.03.2000

Дата Дата

Рис.5.7. Эффективный радиус аэрозоля, полученный с использованием двух методов: метода линейной оценки (ЬЕ) и стандартного алгоритма AERONET (AERONET) для четырех станций сети.

На рис.5.7 представлены временные ряды величин эффективного радиуса аэрозоля для четырех станций, а на рис.5.8 показаны соответствующие временные ряды для объемной концентрации аэрозоля. Результаты, приведенные на рисунках 5.7 и 5.8 соответствуют двум методам инверсии:

1.0

0.8

0.6

0.4

0.2

0.0

1.6

1.6-

1.2

1.2-

0.8

0.8-

0.4

0.4-

0.0

0.0

- восстановленные из прямых солнечных измерений методом линейных оценок, на рисунках соответствующие результаты обозначены как <^Е».

- восстановленные из полного набора данных солнечного радиометра, включающего угловой спектр яркости неба, с использованием стандартного алгоритма AERONET (взяты с http://aeronet.gsfc.nasa.gov/), эти результаты на рисунках обозначены как «AER».

0.300.250.200.150.10-

GSFC * AERONET а LE

01.05.2012 22.05.2012 12.06.2012 03.07.2012 24.07.2012

Дата

0.35

0.30

0.25

0.20

0.15

0.10

0.05

0.00 01

Мопди & AERONET » LE

1.2000 15.09.2000 29.09.2000 13.10.2000 27.10.2000

Дата

_Н_

Lanai & AERONET а LE

11.10.2004 01.11.2004 22.11.2004 13.12.2004 03.01.2005

Дата

01.01.2000 22.01.2000 12.02.2000 04.03.2000 25.03.2000

Дата

Рис.5.8. Объемная концентрация аэрозоля, полученная с использованием двух методов: метода линейной оценки (ЬЕ) и стандартного алгоритма AERONET (AERONET) для четырех станций сети.

Рисунки 5.7 и 5.8 демонстрируют, что временные вариации параметров аэрозоля, полученные с использованием обоих методов схожи [100]. Наибольшее расхождение наблюдается для морского аэрозоля, однако высокие погрешности для данного типа аэрозоля характерны также для алгоритма AERONET, что связано с малой оптической толщиной морского аэрозоля.

0.05

0.00

0

90-, 6030-

»

0.4 0.6

AOT (440)

-6090-, 6030-

Mongu

■ ^ 9

ji. Hg

° 0£ 0

-30-

-60-

Bahrain

»* j> J ®®

° 01.0 > 0

<

-30-60-

90-, 60300

~r

~r

-*tr

j 0.2

0.4 0.6

AOT (440)

0.8

1.0

0 0.2 0.4 0.6

AOT (440)

0.8

1.0 > 0

<

-30-60-

Lanai

0.2

0.4 0.6

AOT (440)

0.8

1.0

Рис.5.9. Относительное расхождение между результатами вычисления

V - V

объемной концентрации аэрозоля ЛV = —— -100% с использованием

V,

AER

стандартного алгоритма AERONET и метода линейных оценок в зависимости от оптической толщины аэрозоля на длине волны 440 нм А0Т(440) для четырех станций сети AERONET.

Для того чтобы охарактеризовать расхождение между двумя подходами количественно, на рисунке 5.9 показано относительное

V - V

расхождение ЛV = —~ -100% в зависимости от оптической толщины

V

AER

аэрозоля на длине волны 440 нм, где VAER и VLE - объемные концентрации, рассчитанные двумя методами. Для построения графиков на рис.5.6-5.8 использовались результаты измерения на станциях в течение всего года. Для городского аэрозоля (GSFC) расхождение между методами особенно значительно при малых оптических толщинах (АОТ(440)<0.2), что соответствует измерениям в зимние месяцы. Увеличение ЛV с уменьшением АОТ(440) наблюдается также для морского аэрозоля [100]. В случае пыли заметная зависимость ЛV от оптической толщины не проявляется. Во всех

0

0

случаях расхождение между двумя методами не превышает 60%, при этом объемная концентрация, полученная методом линейных оценок, преимущественно меньше величин, полученных с использованием алгоритма AERONET. Причина этой недооценки, видимо, связана с наличием ортогональной части распределения Vl, информация о которой недоступна из набора оптических толщин, как уже упоминалось в разделе 2.2.

90-, 6030-

о4 - 0 jë 0 < -30-60-

90-, 6030-

••S -- 0 1.0 r 0l(

< -30-60-

Mongu

% bAÖT (440)

<

90-, 60300

I

-30-60-

Bahrain

.V*

J J дмикг»««!-

-а-уМ ai аа—

,0.2

'4

а а

0.6

0.8

AOT (440)

90-, 60300

1.0 jë 0 < -30-60-

п

Lanai