Алгоритмы и программное обеспечение для обработки и моделирования атмосферных климатообразующих факторов

Золотов, Сергей Юрьевич

Математическое моделирование, численные методы и комплексы программ

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Алгоритмы и программное обеспечение для обработки и моделирования атмосферных климатообразующих факторов

кандидата технических наук: Золотов, Сергей Юрьевич
город: Томск
год: 2003
специальность ВАК РФ: 05.13.18
цена: 450 рублей

Диссертация по информатике, вычислительной технике и управлению на тему «Алгоритмы и программное обеспечение для обработки и моделирования атмосферных климатообразующих факторов»

Автореферат диссертации по теме "Алгоритмы и программное обеспечение для обработки и моделирования атмосферных климатообразующих факторов"

На правах рукописи

Запотев Сергей Юрьевич

АЛГОРИТМЫ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ОБРАБОТКИ И МОДЕЛИРОВАНИЯ АТМОСФЕРНЫХ КЛИМАТООБРАЗУЮЩИХ ФАКТОРОВ

Специальность 05.13.18 Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Томск -2003

Работа выполнена в Томском государственном университете систем управления и радиоэлектроники и в Институте оптического мониторинга СО РАН, г. Томск.

Научный руководитель - доктор технических наук, профессор

Мицель Артур Александрович

Соруководитель - заслуженный деятель науки РФ,

доктор физико-математических наук Ипполитов Иван Иванович

Официальные оппоненты: доктор технических наук, профессор

Шелупанов Александр Александрович

доктор физико-математических наук, профессор

Суторихин Игорь Анатольевич Ведущая организация - Томский государственный университет

Защита состоится« 9 » 2003 г., в¡5'.СО на заседании

диссертационного совета Д212.268.02 при Томском государственном университете систем управления и радиоэлектроники по адресу: 634034, г. Томск, ул. Белинского, 53, НИИ АЭМ при ТУСУР.

С диссертацией можно ознакомиться в библиотеке Томского государственного университета систем управления и радиоэлектроники по адресу: г. Томск, ул. Вершинина, 74.

Отзывы на автореферат в 2-х экземплярах с подписью составителя, заверенные печатью организации, просим направлять в адрес диссертационного совета.

Автореферат разослан «53 2003 г.

Ученый секретарь

диссертационного совета „

доктор технических наук «уТу' Клименко А.Я.

Актуальность темы. Инструментальные наблюдения глобальной температуры приземного воздуха, выполненные в течение двадцатого столетия, позволили оценить темп повышения температуры величиной 0,6 °С за сто лет, причем процесс потепления заметно усилился в последние десятилетия. В качестве основной причины глобального потепления в настоящее время рассматривается увеличение содержания в атмосфере газов, обладающих сильным парниковым эффектом: углекислого газа СОг и метана СН4.

В зависимости от степени учета соответствующих климатообра-зующих процессов различные климатические модели дают эффект глобального потепления к 2100 году от 1.5 до 5.8 °С. Во всех без исключения климатических моделях критически важное значение имеет качество так называемого радиационного блока, т.е. совокупность алгоритмов, позволяющих рассчитывать приходящую коротковолновую солнечную радиацию и уходящую от системы Земля-атмосфера длинноволновую.

Из-за очень жёстких требований к быстродействию радиационных блоков климатических моделей, в них используются исключительно параметрические и упрощенные методы расчёта потоков атмосферной радиации. По мнению ряда специалистов, неудовлетворительная надёжность климатических прогнозов обусловлена, в значительной мере, именно низкой точностью описания радиации в климатических моделях. Таким образом, возникает необходимость в параметризации радиационных процессов с приемлемой точностью и вычислительных методов, применяемых для расчета потоков атмосферной радиации.

Для различных вычислений в радиационном блоке климатических моделей необходимо знание численных значений соответствующих климатических величин. Получение экспериментальных данных опирается на ведущихся на многих станциях мировой сети инструментальных наблюдениях за температурой, давлением, влажностью и др. величинами. Также инструментальные наблюдения ведутся и за значениями концентрации парниковых газов (углекислый газ, метан, озон). При этом повышенные требования предъявляются к качеству рядов наблюдений. Анализ имеющихся рядов наблюдений показал, что нередким явлением являются пропуски в силу организационных и технических неполадок. Таким образом, в непрерывном ряде наблюдений образуются разрывы различной длительности. Для заполнения этих разрывов требуется разработка алгоритмов восстановления пропущенных значений, не снижающих существенн

В течение последних двух десятилетий отмечен значительный прогресс в развитии глобальных климатических моделей (ГКМ), обусловленный как достижениями в исследованиях собственно климатической системы, так и ростом возможностей вычислительной техники, обеспечивающей все большую детализацию и полноту модельных описаний климатически значимых процессов. Современные ГКМ, используемые в расчетах изменений климата, включают в качестве основных компонентов интерактивные (взаимодействующие друг с другом) модели атмосферы, океана, верхних слоев суши, криосферы и биосферы. Однако их применение в расчетах изменения климата является довольно сложной задачей, и поэтому в настоящее время все еще актуальны прогнозы, основанные на использовании рядов непосредственно самой климатической величины.

В глобальной сети инструментальных измерений парниковых газов до недавнего времени существовало белое пятно в измерениях эмиссии метановых потоков на территории Западной Сибири, поэтому в последние годы там появились соответствующие измерительные комплексы. Опыт эксплуатации некоторых измерительных комплексов показал, что существующие методики обработки данных не обеспечивают требуемую точность оценки эмиссии метана.

Целью данной работы является создание новых и усовершенствование известных методов и алгоритмов обработки данных реальных измерений климатических величин, развитие приближенного метода расчета тепловой радиации атмосферы, а также разработка соответствующего программного обеспечения.

Для достижения цели необходимо было решить следующие задачи:

1. Провести анализ современных методов интерполяции и экстраполяции рядов атмосферных климатических величин и создать методику прогноза и восстановления пропущенных значений.

2. Усовершенствовать модель преобразования данных эмиссии метана с учетом переходной функции детектора.

3. Создать быструю и точную методику расчета потоков тепловой радиации Земли.

4. Создать программное обеспечение для решения вышеперечисленных задач.

Основные положения, выносимые на защиту:

!. Метод, основанный на математическом аппарате непрерывного вейвлет-преобразования, обеспечивает прогноз и восстановление пропущенных величин тех временных последовательностей, в которых проявляется колебательная структура.

2. Усовершенствованная модель детектора метана действующего измерительного комплекса снижает среднюю погрешность определения величины потока эмиссии газа с 22 до 8 процентов.

3. Разработанная модифицированная комбинированная методика позволяет рассчитывать атмосферные радиационные потоки с приемлемой для практических целей точностью (с погрешностью порядка одного процента).

4. Созданное программное обеспечение дает возможность быстро и достаточно точно рассчитывать тепловые потоки атмосферы Земли как при наличии реальных рядов наблюдений атмосферных величин, так и с помощью их различных модельных значений.

Научная новизна данной диссертационной работы заключается в следующем:

1. Для прогноза/интерполяции климатических величин применен новый подход, основанный на продолжении/восстановлении во времени вейвлет-коэффициентов исходной величины.

2. Предложенная модель детектора метана позволяет учитывать герметичность соединительных трубок и время, необходимое для поступления содержимого камеры непосредственно на детектор, благодаря использованию теории линейных систем управления.

3. Разработанная модифицированная комбинированная методика позволяет уменьшить время расчета пропускания атмосферы в десятки раз (по сравнению с эталонным методом) за счет параметризации этой величины, а также значительно увеличить точность расчета по сравнению с эмпирическими методами.

Практическая ценность работы определяется следующими результатами. Алгоритм и программное обеспечение прогноза климатических характеристик с помощью математического аппарата непрерывного вейвлет-преобразования позволяет строить качественные прогнозы таких климатообразующих факторов как числа Вольфа, температуры, влажности, давления и других, в которых явно или неявно проявляется колебательная структура. Эти прогнозы могут быть использованы для решения различных задач, связанных с сельским хозяйством, отдельными отраслями промышленности, службами ГО и ЧС для предупреждения различных природных катаклизмов (пожаров, наводнений, засух, ураганов и т.д.). Данный алгоритм и ПО применяются

и для корректного восстановления пропущенных значений климатических величин, что позволяет увеличить временные ряды наблюдений для их дальнейшей обработки и анализа.

Усовершенствованная модель метанового детектора, помимо повышения качества восстановления эмиссии метана, увеличивает временные ряды наблюдений, так как при этом количество отбракованных экспериментов удается существенно понизить. В конечном итоге достигается определенный экономический эффект, связанный с уменьшением затрат на проведение экспериментальных работ.

Модифицированная комбинированная методика и пакет программ обеспечивают расчеты тепловых потоков в широком диапазоне длин волн (от 330 до 10000 см"1 - от 1 до 30 мкм) в реальном масштабе времени и может успешно использоваться в радиационном блоке климатических моделей, в задачах локального газоанализа и др., где необходимо быстро и точно рассчитывать величины пропускания, интенсивности и потоков тепловой радиации.

Апробация работы: результаты работы представлены на 7, 9 Международных симпозиумах «Оптика атмосферы и океана» 2000, 2002 гг., г. Томск; 37, 38 Международных научно-студенческой конференции «Студент и научно-технический прогресс» 1999, 2000 гг., г. Новосибирск; региональных конференциях «Радиотехнические и информационные системы и устройства» 1999, 2000 гг., г. Томск; Международной конференции «Моделирование, базы данных и информационные системы для атмосферных наук» 2001 г., г. Иркутск; на 4 региональном семинаре молодых ученых «Современные проблемы физики, технологии и инновационного развития», февраль 2003 г., г. Томск; на Пятом Сибирском Совещании по климато-экологическому мониторингу, 25-27 июня 2003 г., г. Томск. По результатом работы опубликовано восемь статей.

Достоверность результатов обеспечивается строгим применением математических методов, внедрением реально работающего программного обеспечения для моделирования и обработки экспериментальных данных, а также сравнением результатов с реальными, литературными данными и данными, полученными теоретическим путем.

Личный вклад автора:

1. Автором предложена идея интерполяции климатических величин с помощью вейвлет-преобразования, реализован алгоритм для прогнозирования/интерполяции данных климатических величин и создано программное обеспечение на основе данного алгоритма.

2. Автором получены формулы расчета эмиссии потока СН4 с учетом переходной функции метанового детектора и создано программное обеспечение расчета эмиссии метана.

3. В модифицированной комбинированной методике (МКМ) автором предложена идея в разбиении диапазона поглощающих масс на поддиапазоны. Кроме того, для расчетов вертикальных потоков тепловой радиации атмосферы с помощью МКМ разработан программный комплекс ABS и произведен полный подбор параметров моделей для диапазона волновых чисел 330-10000 см'1 с шагом 5 см"1 для двенадцати газов (Н20, С02, 03, NA СО, СН4, 02, NO, S02, N02, NH3, HN03) со спектральным разрешением 20 см"1.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения и 11 приложений. Диссертация содержит 142 страницы текста, 68 таблиц и рисунков, 113 библиографических ссылок.

Краткое содержание работы. Во введении диссертационной работы обоснованы актуальность и новизна исследований, определена цель работы и задачи исследований, приводятся основные положения, выносимые на защиту.

В первой главе диссертации делается обзор существующих математических методов прогноза и интерполяции (восстановлении пропущенных значений) рядов климатических величин. Приводится описание методики прогнозирования и интерполяции рядов наблюдений климатической величины с помощью вейвлет-преобразования и дается ее сравнение со стандартными методами.

Ряд климатических величин измеряется в дискретные моменты времени и в силу различных причин имеет пропуски. Обычно для восстановления пропущенных значений применяется определенная математическая аппроксимация временного ряда (различные полиномы, сплайны). Специфика всех этих аппроксимаций такова, что на практике ищут коэффициенты полинома/сплайна по очень малому количеству близ лежащих точек и, таким образом, не учитывается информация о колебательной структуре всего ряда.

В исследованиях колебательной структуры, прежде всего, используют преобразование Фурье. Преобразование Фурье является полезным математическим аппаратом для анализа сигналов, однако, иногда оказывается недостаточно эффективным при обработке сложных сигналов. Оно не позволяет анализировать локальные свойства сигнала, так как базисные функции Фурье-преобразования определены на всей

временной оси. Поэтому в последнее время все чаще вместо Фурье-преобразования используется вейвлет-преобразование.

Вейвлет-преобразование сигнала состоит в его разложении по базису, построенному из обладающей определенными свойствами специальной функции (вейвлета) посредством масштабных изменений и переносов. В отличие от преобразования Фурье вейвлет-преобразование обеспечивает двухмерный анализ исследуемого одномерного сигнала, при этом частота и время рассматриваются как независимые переменные.

На рисунке 1 приведены вейвлет-коэффициенты для модельного ряда вшО), /е[0,0.1я,...,18я]. На этом рисунке видна четкая масштабная повторяющаяся структура, что дает нам основание с достаточной точностью а) интерполировать в местах пропуска, б) продолжить по временной оси эти вейвлет-коэффициенты. Далее, с помощью обратного вейвлет-преобразования восстанавливается ряд. Результаты восстановления в точках пропуска /е[Юл, 10.1л:,...,12я] функции

вт(0, заданной на интервале /е[0,0.1л,..., 18л:] и прогноза на моменты времени г е [18.1п, 18.2л,..., 20л] сведены на рис. 2.

Для сравнения различных методов интерполяции взят ряд среднегодовых значений температуры г. Омска в период 1916-2002 гг. Интерполяция проведена на период 1956-1959 гг. Из всех известных методов интерполяции для сравнения были выбраны методы интерполяции полиномом Ньютона третьей степени и кубическим сплайном, как методы, которые имеют широкое распространение и встроенные во все популярные математические пакеты. Анализ результатов интерполяции стандартными методами показывает, что колебательная структура ряда полиномом/сплайном абсолютно не учитывается. Как следствие, наблюдается большое отклонение восстановленных данных стандартными методами от реальных.

Проведем интерполяцию с помощью вейвлет-преобразования. Анализ карты абсолютных значений вейвлет-коэффициентов показывает четко выраженные колебания масштабов 11 и 28 лет, периодически проявляется масштаб в 5,5 лет. Далее, мы восстанавливаем пропущенные вейвлет-коэффициенты и по ним рассчитываем значение температурного ряда в точках пропуска данных, т.е. получается непосредственно интерполяция.

2я 4я 6л 8я Юя 12ж 14я 16я 18я Время

Рис. 1. Карта абсолютных значений вейвлет-коэффициентов ряда

зш(0.

Рис. 2. Восстановление ряда вт(г) (пунктир) в диапазоне Ге[10я, 10.1л, ...,12л] и прогноз (пунктир) на /е[18.1л, 18.2я, ...,20я].

Сравнительный анализ различных методов интерполяции приведен на рисунке 3 и в таблице 1. Из них видно, что метод интерполяции на основе вейвлет-преобразования имеет преимущество по сравнению с другими интерполяционными методами.

Рис. 3. Сравнение различных методов интерполяции (вейвлет-преобразование: пунктир, полином Ньютона - точки, кубический сплайн - штрих-пунктир) с реальными данными (сплошная линия) среднегодовой температуры г. Омска (1916-2002 гг.). Вертикальными отрезками показаны 90%-ные доверительные интервалы.

Таблица 1

Сравнительный анализ различных методов интерполяции для годового _ температурного ряда г. Омска _

Метод Максимальное отклонение, °С Минимальное отклонение, °С Среднее отклонение, °С

Полином Ньютона 1,1 0,8 0,9

Кубический сплайн 2,2 0,3 1,4

Вейвлет-преобразование 0,5 ОД 0,2

В диссертации также рассматривается прогноз (1982-2002 гг.) годового ряда чисел Вольфа, полученного в период с 1700 по 2002 гг. Сравнительный анализ различных методов прогноза для ряда числа Вольфа приведен в таблице 2. Из нее видно, что метод прогноза на основе вейвлет-преобразования значительно превосходит метод сингулярного разложения и лучше метода прогноза модели авторегрессии -скользящее среднее.

Таблица 2

Сравнительный анализ различных методов прогноза для ряда числа __Вольфа__

Метод Максимальное отклонение Минимальное отклонение Среднее отклонение

Авторегрессия -скользящее среднее 66,6 3,9 23,7

Сингулярное разложение 137,3 4,3 61,1

Вейвлет-преобразование 55,6 1,8 17,3

Дополнительно при помощи вейвлет-преобразования в диссертации были сделаны прогнозы следующих метеорологических величин для города Омска:

1. Годовой температурный ряд за период 1916-2002 гг. Прогноз сделан на период 1996-2005 гт.

2. Среднемесячное значение давления воздуха с января 1941 г. по декабрь 2001 г. Прогноз сделан на период с января 2002 г. по декабрь 2004 г.

3. Годовой ряд осадков с 1967 по 1998 гг. Прогноз сделан на пе: риод 1996-2005 гг.

Анализ результатов прогнозов показывают, что они дают полное качественное соответствие с реальными величинами, а в большинстве случаев имеет место и количественное согласие.

Во второй главе диссертации описывается усовершенствованная методика для измерительного комплекса расчета эмиссии потоков метана.

Самым большим глобальным источником метана являются переувлажненные почвы. Для таких участков поверхности характерно то, что уровень грунтовых вод находится в вблизи поверхности почвы.

Такие участки поверхности иногда называют ветландами (wetlands). Они могут быть как естественного, так и антропогенного происхождения - болота, рисовые поля, затопленные леса и т.д. Они характеризуются различным типом растительности. Несмотря на то, что переувлажненные почвы играют важную роль в глобальном обмене парниковыми газами между поверхностью и атмосферой, только в последние десять лет стали проводиться регулярные глобальные измерения.

Значительную часть переувлажненных почв занимают северные болотные экосистемы, среди которых особое место принадлежит Большому Васюганскому болоту.

Оценить величины потоков метана не просто, т.к. эти данные разные и немногочисленны. Наличие продолжительных по времени рядов наблюдений потоков метана должно помочь в адекватной оценке их ежегодного выброса от большой территории.

Для этой цели в районе деревни Плотникове (Томская область) была установлена автоматическая система регистрации потоков метана. В состав данной системы входят шесть камер, микропроцессор, подводящие трубки, питание, разнообразные механические устройства и датчики. Место для установки данной системы было выбрано таким образом, чтобы камеры было возможно установить на разные типы почв и талы растительности. Каждая камера оборудована специальными крышками для ее полного открытия/закрытия. В момент закрытия происходит накопление газа из почвы, а в момент открытия - проветривание камеры. Так как физически детектор метана находится не в камере, то содержимое камеры подается на детектор по подводящим трубкам, а затем обратно в камеру. Для калибровки метанового детектора в течение часа в камеру делают две инъекции по 13 см3.

В традиционной схеме обработки данных аппаратного комплекса не учитывалась инерционность метанового датчика и время, необходимое для попадания содержимого камеры на детектор и обратно (время задержки). Это приводило к искажению регистрируемых величин эмиссии метана. Для того, чтобы учесть реакцию детектора на изменения концентрации метана, необходимо знать его реакцию на единичный скачок. Для этого нами была получена следующая формула:

A(t) = l-exp(-Gt), (1)

где A(t) - реакция детектора метана на единичный скачок; G - частота утечки метана из соединений подводящих трубок и их герметичности (0-5 мин"1).

Систему камера-детектор, согласно теории линейных систем управления, можно рассматривать как устройство, состоящее из последовательного соединения отдельных устройств камеры и детектора.

.gii-oxto-h)

(2)

Регистрируемую детектором метана концентрацию находим из следующего выражения:

т = 5(/)+—(l -ехр(- aC(t)l а

C(t) = C0(t) + Flux(t)+Inj(t),

Flux® -

■г } 7(Y-G) V

где F(r) - напряжение на детекторе метана в мВ; t - текущее время в минутах; B(t) - базовая линия; Sit) - чувствительность детектора (60-120 мВ/ppm), которая должна быть постоянной, однако ее поведение со временем неизвестно; а - коэффициент детектора (0.03-0.06 ррт'1); С(0 - концентрация метана на детекторе в момент времени t; C0(¿) - фоновая концентрация метана в ppm; F - скорость возрастания концентрации за счет эмиссии метана (0-3 ppm/мин); у - частота

утечки метана в закрытой камере (0-0.02 мин"1); С,'" - концентрация метана в ррт, вызванной i -ой инъекцией; tt - время впрыска i -ой инъекции; tz - время задержки в минутах; tQ - время предстоящего (относительно текущего времени) открытия камеры; tc - время прошедшего (относительно текущего времени) закрытия камеры; ©(/) -функция единичного скачка (равна нулю при t < 0 или единице при í>0).

Для практического применения формулы (2) необходимо сделать предположение, что величины £(/), S(t), С0(/) являются неизвестными константами в течение одного часа. Также неизвестны константы а, у , G и F. Для их поиска с помощью метода наименьших квадратов минимизируется квадрат невязки между реальными значениями напряжения на детекторе метана (в течение одного часа работы активной камеры) и расчетным напряжением. Таким образом, мы получаем величины B(t), S(t), C0(t), которые зависят от времени с дискретностью в один час и величины а, у, G, F, которые зависят от конкретного экземпляра камеры и конкретного тина почвы. Из рис. 4 видно, что кривая напряжения, полученная по новой методике, практически совпадает с кривой реально измеренного напряжения детектора, в то

время как наблюдается значительное расхождение кривой, полученной по старой методике, от реальной.

1100 1000

? 900

| 800

® 700

1 600 со

500 400.

А Г /'-Л I 'ЧЛ [/ _ II 1

"У \ 1 V V-

№ и \ 1 V-* \

\ 1 1 1 111111

10 15 20 25 30 35 40 45 50 55 60 Время, мин.

Рис. 4. Сравнение значения напряжения, рассчитанных с помощью традиционного метода (точки) и нового (пунктир), с реальными данными (сплошная линия) в период с 20:00 до 21:00 6 июня 2000 года.

Анализ реальных данных за летне-осенний период 2000 года показал, что значения потока эмиссии метана по новой методике получаются в среднем на 21 процент больше, чем по старой. Сравнения рассчитанных потоков с литературными данными показывает, что средняя относительная погрешность их определения по новой методике составляет 8 процентов, в то время как по старой методике средняя погрешность определения потока метана равна 22 процента. При этом старая методика все время дает заниженные значения потока метана.

В третьей главе диссертации приводятся различные способы задания высотного распределения метеорологических величин.

Для расчета радиационных потоков необходимо знать распределение метеорологических величин вдоль трассы луча. Обычно при проведении расчетов потоков излучения атмосферу считают послойно однородной. Такое допущение во многих случаях вполне оправданно и, что особенно важно, позволяет уменьшить объем метеорологической

информации путем замены распределения метеопараметров вдоль произвольных направлений на распределение лишь вдоль вертикального направления с последующим перерасчетом на заданный угол трассы.

В связи с тем, что реальные измерения высотного профиля некоторой метеорологической величины для любого географического района и в любое время провести практически невозможно, то на практике используется следующая информация:

1. Высотные распределения температуры, давления и концентрации газов в виде статистических моделей, адекватно описывающих данный географический район и сезон года. В настоящее время активно используются полученные в Институте Оптики Атмосферы СО РАН (г. Томск) статистические модели высотного распределения термодинамических параметров. Эти модели содержат не только средние значения температуры, давления и концентрации газов, но и параметры их изменчивости в пространстве и во времени (среднеквадратические отклонения и матрицы ковариации).

2. Реальные значения метеовеличин на поверхности земли и восстановленные на их основе высотные профили с помощью статистических методов. Таким образом, рассчитанный профиль получается более близкий к реальному по сравнению с модельным (см. пункт 1), за счет использования реальных значений метеовеличин у поверхности земли. Для этого необходимо знать основные статистические значения величины по высоте (среднее, среднеквадратическое отклонение, корреляционную матрицу). В диссертации рассматриваются три типичных для данной ситуации случая: а) известно значение величины ц на высоте /?0 = 0 ; б) известно значение искомой величины д и другой коррелированной с ней величины и на высоте И = \; в) известно значение величины д на высотах = 0 и ^ > Ар.

В качестве примера возьмем высотные профили измеренных значений температуры (0—30 км) и удельной влажности (0-8 км) над г. Новосибирском в период с 1 июля 1961 г. по 24 августа 1970 г. (483 временных точки). Нами были получены автокорреляционные матрицы температуры и удельной влажности, а также взаимокорреляционная матрица между этими величинами и значения среднеквадратических отклонений. На рис. 5 приведено сравнение реального температурного профиля за 26 июля 1965 г. и оценки профиля, рассчитанного по вышеописанному случаю (б). Из рис. 5 видно, что таким образом достигается хорошее соответствие между оценкой и реальным результатом.

3. Высотное распределение давления, температуры и концентрации газов, полученные косвенным путем из измерений оптических ха-

рактеристик атмосферы различными приборами (лидарами. спектрофотометрами. озонометрами). В качестве примера в диссертации рассмотрен экспресс-метод определения высотного профиля концентрации озона с помощью данных озонометра М-124. Данный экспресс-метод позволяет помимо определения общего содержания озона также определять эффективную высоту слоя озона и эффективную полуширину.

Рис. 5. Сравнение реального (сплошная линия) температурного профиля за 26 июля 1965 г., модельного (точки) (лето средних широт) и расчетного (пунктир) для случая (б) (см. текст). Горизонтальными черточками показана расчетная ошибка восстановления профиля.

В четвертой главе диссертации приведены основные выражения, использующие при моделировании длинноволновой радиации безоблачной атмосферы, для которой учитывается только поглощения атмосферными газами. Проводится обзор существующих методов расчета функции пропускания с низким и средним спектральным разрешением, выявляются их достоинства и недостатки. Далее идет описание разработанной нами модифицированной комбинированной методики и сравнение ее результатов расчета разных оптических величин атмосферы с существующими методами и литературными данными.

Ключевую роль в изменении климата играют радиационные процессы, так как они прямо или косвенно связанны с такими факторами, как вариации солнечной постоянной, трансформации свойств подстилающей поверхности, изменения газового и аэрозольного состава атмосферы и др. Одной из проблем моделирования радиационных процессов является учет молекулярного поглощения газовыми составляющими атмосферы вследствие высокой селективности коэффициентов поглощения.

Для моделирования распространения теплового излучения Земли используют уравнение переноса радиации. Основной характеристикой » этого уравнения является функция пропускания. Именно для ее расчета

требуется большие затраты машинного времени. В связи с этим многие исследователи пытаются создать высокоэффективные модели расчета * характеристик молекулярного поглощения, которые могли бы обеспе-

чить высокую степень параметризации без потери точности.

В зависимости от решаемых задач оптики атмосферы функции пропускания должны быть известны с высоким (например, для интерпретации данных спутниковых приборов) либо грубым спектральным разрешением (например, для решения радиационно-климатических задач). В настоящее время для расчета функций пропускания со средним и низким спектральным разрешением широко используются следующие группы методов: методы на основе полинейного счета (Ьте-Ву-1лпе: ЬВЬ, метод к-распределения), эмпирические методы (методика ГОИ, методика ГИПО, методика ЬО\УТ11АЫ, методика ГГО), методы на основе моделей полос поглощения.

Теоретические модели полос поглощения основаны на идеализированном описании спектров поглощения. Эти модели - параметрические, причем сами параметры определяются с помощью экспериментальных данных или рассчитываются прямым методом для различных значений термодинамических параметров среды. На основе моделей полос поглощения была разработана комбинированная методика расчета функций пропускания. По замыслу её авторов, каждая модель применяется к тому спектральному интервалу, в котором она обеспечивает наилучшую точность. Достоинствами комбинированной методики являются: а) быстрый расчет пропускания (параметры для каждой длины волны считаются постоянными величинами); б) возможность проводить аналитические вычисления при решении радиационных задач. К недостаткам комбинированной методики следует отнести - отсутствие границ применимости и небольшую точность. Необходимо отметить и еще такой факт, что параметры в разных диапазонах длин волн найдены при разных спектральных разрешениях.

Для устранения больших погрешностей при расчете функции пропускания нами была создана модифицированная комбинированная методика (МКМ). Её преимущества: а) подбор всех параметров модели проводится с одним спектральным разрешением; б) расчет параметров для всех газов осуществляется в широком диапазоне волновых чисел (в практической реализации 330-10000 см"1); в) варьирование модельных параметров производится в зависимости от значения поглощающей массы газа.

Определение параметров некоторой модели осуществляется с помощью метода наименьших квадратов. Исходные данные получаются либо из эксперимента, либо при помощи метода ЬВЬ. Для дальнейшего улучшения точности расчетов, максимально возможный диапазон поглощающих масс разбивается на несколько поддиапазонов.

В таблице 3 приводится сравнение точности расчета пропускания МКМ и Ш\УТЛАМ-7 с ЬВЬ. Для расчетов были выбраны следующие условия: Спектральное разрешение 20 см*1, вертикальная трасса 0-100 км, зенитный угол равен нулю, спектральный диапазон от 330 до 10000 см"1 с шагом 5 см"1 . Для подбора параметров моделей в модифицированной комбинированной методике общий диапазон поглощающих масс был разбит на десять поддиапазонов.

Таблица 3

Сравнение расчетов функции пропускания по МКМ и Ш\УТИАМ-7 с __ЬВЬ (лето средних широт)__

Газ Макс, по- греш. МКМ, % Сред, погрет. МКМ, % Макс, погреш. Ш№П*АМ-7, % Сред, погреш. ЬОШТНАЫ-7, %

н2о 10,1 0,6 54,0 7,9

С02 34,0 0,5 86,2 1,7

03 0,2 меньше 0,1 29,1 0,3

Ы20 з,з меньше 0,1 20,4 0,5

СО 0,9 меньше 0,1 10,4 од

СН4 6,1 0,1 30,5 1,1

02 0,4 меньше 0,1 35,1 0,7

N0 меньше 0,1 меньше 0,1 0,1 меньше 0,1

802 2,2 меньше 0,1 68,1 0,5

Ш2 4,0 меньше 0,1 3,9 меньше 0,1

Щ, 0,1 меньше 0,1 4,2 0,1

НШ3 меньше 0,1 меньше 0,1 - -

Из таблицы 3 видно, что МКМ гораздо точнее, чем методика ЬСМТКАК

Если известна функция пропускания, то можно рассчитывать вертикальные профили восходящего Р (г) и нисходящего ^ (г) интегральных полусферических потоков теплового излучения. Для проверки МКМ приводится расчет потоков уходящего и приходящего излучения и сравнение с литературными данными, рассчитанные методом полинейного счета (табл. 4).

Таблица 4

Сравнение расчета потоков уходящего и приходящего излучения по МКМ с 1В1.

Лето умеренных широт, диапазон волновых чисел 400-500 см"1

Высота, Восходящий Восходящий Нисходящий Нисходящий

км поток по поток по поток по поток по

МКМ, Вт/м2 ЬВЬ, Вт/м2 МКМ, Вт/м2 ЬВЬ, Вт/м2

0 42,20 42,20 42,15 41,84

1 40,87 40,98 40,51 39,66

2 39,31 39,46 37,90 36,03

3 37,64 37,80 33,71 30,59

4 36,18 36,31 27,76 24,14

5 35,00 35,08 20,40 17,98

6 34,12 34,07 13,11 12,91

7 33,46 33,23 7,81 8,82

8 32,93 32,57 4,37 5,77

9 32,57 32,09 2,14 3,63

10 32,30 31,74 1,75 2,08

15 32,10 31,38 0,18 0,23

20 32,08 31,36 0,10 0,12

25 32,07 31,37 0,08 0,07

30 32,07 31,37 0,04 0,05

35 32,07 31,38 0,03 0,03

40 32,07 31,39 0,03 0,02

45 32,08 31,39 0,02 0,02

50 32,08 31,40 0,02 0,01

70 32,07 31,38 0,00 0,00

100 32,07 31,38 0,00 0,00

В пятой главе диссертации приводится обзор существующего программного обеспечения (ПО), позволяющего а) прогнозировать временные последовательности (Statistica, Caterpillar, MathCAD, Mat-Lab); б) восстанавливать пропущенные данные (Statistica, MathCAD, MatLab); в) рассчитывать функцию пропускания газов в диапазоне длин волн 1 -30 мкм и, соответственно, вертикальные потоки тепловой радиации Земли (LBL, LOWTRAN). Далее идет речь об авторском ПО.

При обзоре существующего ПО выявлены следующие моменты: а) для интерполяции данных реализованы простые методы: различные полиномы и сплайны невысоких порядков (не больше третьего); б) в регрессионных процедурах прогноза тоже стоит жесткое ограничение на количество параметров соответствующих моделей; в) в программах расчета функции пропускания в основном отсутствует графический интерфейс и имеет место работа в пакетном режиме.

Программное обеспечение для прогноза и восстановления пропущенных значений климатических величин с помощью вейвлет-преобразования было создано для реализации оригинального авторского алгоритма прогноза и восстановления пропущенных климатических величин с помощью вейвлет-преобразования. Программное обеспечение реализовано в системе MATLAB. Алгоритм прогноза и восстановления пропущенных значений климатических величин с помощью вейвлет-преобразования:

1. Считывание входного временного ряда.

2. Считывание вида действия, которое необходимо осуществить: восстановить пропущенные значения во времени или сделать прогноз. В случае выполнения процедуры интерполяции необходимо ввести временные интервалы для восстановления, а если выбран прогноз, то количество временных точек для данного прогноза.

3. Расчет коэффициентов вейвлет-преобразования.

4. Восстановление вейвлет-коэффициентов во время пропуска или их продолжение по временной оси.

5. Восстановление исходного ряда из измененных вейвлет-коэффициентов. Автоматически в ходе данной процедуры получается интерполирование временного ряда или его прогноз.

6. Опциально предусмотрена возможность вывода в виде графика: а) входной временной последовательности; б) результата работы программы (т. е. восстановленные значения или прогноз); в) карты абсолютных значений вейвлет-коэффициентов.

7. Возвращение пользователю: а) в виде выходного ряда - полученный результат; б) в виде матрицы - полученные вейвлет-коэффициенты.

Программное обеспечение обработки данных эмиссии метана. Следует заметить, что цельного ПО расчета эмиссии метана для соответствующей установки, описанной во второй главе, до этого не существовало, т.к. вся обработка проводилась в виде определенных запросов на SQL, реализованных в среде MS Access. Авторское программное обеспечение для расчета потоков метана было создано в системе MATLAB. Алгоритм поиска значений потоков эмиссии метана по новой методике:

1. Считывание данных из входного файла датчика метана и их запись в структуру входных данных. По умолчанию каждому входному файлу соответствует собственная структура, однако, при необходимости, эти структуры могут быть объединены. Основу входной структуры составляют записанные во времени значения напряжения метанового детектора. Данная структура является основным входным источником данных для авторского программного обеспечения.

2. Использование априорной информации об искомых величинах. Например, задание условия, что величина эмиссии потока метана не будет превышать некоторого значения в данный период времени.

3. Игнорирование временных отрезков, в которых самим микропроцессором зафиксированы сбои оборудования. Таким образом, поиск неизвестных величин осуществляется только по корректно регистрируемым значениям напряжения детектора метана в текущем временном часе.

4. Выбор пользователем временных подынтервалов, в которых необходимо осуществить подбор неизвестных величин. Это процедура позволяет игнорировать заведомо известные временные отрезки, в которых сильно проявляется как нестабильность работы аппаратуры, так и сильные помехи. В отличие от пункта 3, данные временные подынтервалы не считаются микропроцессором как сбои оборудования, и только сам пользователь должен решать, как сильно они будут искажать реальные значения искомых величин. В этом случае в помощь пользователю строится специальный график временного хода значения напряжения детектора метана, по которому он и принимает соответствующее решение. Данная процедура является опциальной и может быть отключена (т.е. поиск неизвестных величин будет проходить по всем зарегистрированным значения напряжения детектора).

5. Поиск методом наименьших квадратов неизвестных величин. Для этого используется встроенная в MATLAB специальная функция поиска минимума целевой функции с ограничениями.

6. Строится график как реальных значений напряжения, так и расчетных. Такой вывод результата позволяет косвенно судить о том, на-

сколько близки к истинным подобранные в пункте 5 искомые величины. Данная операция носит опциальный характер.

7. Результаты поиска неизвестных величин записываются в выходную структуру. Основу данной выходной структуры составляют записанные во времени (за каждый час) значения подобранных величин. При необходимости эти величины могут быть показаны на графике.

Для расчетов вертикальных потоков тепловой радиации атмосферы с помощью МКМ разработан программный комплекс ABS (ABSorption). В его состав входят: а) ПО расчета потоков эмиссии метана; б) ПО прогноза и восстановления пропущенных значений климатических величин с помощью вейвлет-преобразования; в) ПО модифицированной комбинированной методики (рис. 6). Программное обеспечение МКМ представляет собой динамически подключаемую библиотеку и позволяет рассчитывать пропускание/поглощение, восходящую или нисходящую интенсивность теплового излучения, потоки тепловой радиации атмосферы.

Основные выводы и результаты работы:

1. Разработан алгоритм, позволяющий прогнозировать и интерполировать пропущенные величины временных климатических последовательностей на основе математического аппарата непрерывного вейвлет-преобразования.

2. Создано программное обеспечение прогноза/интерполяции климатических характеристик с помощью математического аппарата непрерывного вейвлет-преобразования. Оно позволяет строить прогнозы и восстанавливать пропущенные значения таких климатообразую-щих факторов как числа Вольфа, температуры, давления, влажности и др., в которых явно или неявно проявляется колебательная структура. Данное авторское ПО внедрено в лабораторию физики климатических систем Института Оптического Мониторинга СО РАН, г. Томск.

3. Благодаря теории линейных систем управления усовершенствована модель преобразования данных эмиссии метана. Предложенная модель детектора метана позволяет учитывать переходную функцию системы, что влияет на точность восстановления потока газа.

4. Созданное программное обеспечение обработки данных эмиссии метана позволяет использовать особенности переходной функции измерительной системы автоматизированного комплекса. В данном ПО предоставлена возможность оперативного учета априорной информации об условиях проведения эксперимента. Данное авторское ПО внедрено в лабораторию диагностики природных сред Института Оптики Атмосферы СО РАН, г. Томск.

Программный комплекс ABS

Реальные знзчекия температуры, давления, концентрации парниковых газов

Напряжение детектора метана

Приземная концентрация метана Г ПО расчета потоков

эмиссии метана

Модельное распределение метеовеличин по высоте

ПО прогноза и восстановления Обработанные значения

пропущенных значений •_метеовеличин_

климатических величин

с помощью вейвлет-преобразования j

Геометрия трассы, спектральный диапазон

Высотное распределение температуры, _давления и концентрации газов

Метеси

рофиль

ПО МКМ

Потоки теплового излучения

Рис. 6. Структура программного комплекса ABS.

5. Разработанная модифицированная комбинированная методика позволяет уменьшить время расчета функции пропускания в десятки раз (по сравнению с эталонным методом), а также значительно увеличить точность расчета по сравнению с эмпирическими методами. Проведенные исследования показали, что с помощью МКМ достаточно быстро рассчитываются атмосферные радиационные потоки с приемлемой для практических целей точностью (с погрешностью около одного процента).

шения задач переноса излучения и зондирования газового состава атмосферы». ПО МКМ внедрено в лабораторию атмосферной абсорбционной спектроскопии ИОА СО РАН, г. Томск; в отдел экологического мониторинга НИИ PJI МГТУ им. Н.Э. Баумана, г. Москва; в лабораторию оптики атмосферы физико-технического НИИ КГУ, г. Красноярск.

Основные публикации по теме работы:

1. Золотое С. Ю., Еременко М. Н. Программный комплекс обработки данных озонометров // Доклады ТУСУР. Автоматизированные системы обработки информации, управления и проектирования. Сборник научных трудов. - Томск; ТУСУР, 1999 г. - Т. 3. - С. 131-135.

2. Мицель А. А., Золотов С. Ю. Комбинированная методика расчета атмосферного поглощения со спектральным разрешением 20 см"1 // "Оптика атмосферы и океана". - 2001 г. - Т. 14. - № 1. - С. 54-58.

3. Мицель А. А., Золотов С. Ю. Программный комплекс для решения радиационно-климатических задач // Доклады Томского государственного университета систем управления и радиоэлектроники. -Томск: ТУСУР, 2001 - Т. 6. - С. 221-228.

4. Zolotov S. Yu., Buldakov А. V. Representation of meteorological series for application in theoretical models // 9 Joint International Symposium on Atmospheric and Ocean Optics/Atmospheric Physics / eds. Gennadii G. Matvienko, Vladimir P. Lukin - 2003. - Part 2 - 400 p.

5. Золотов С.Ю. Применение вейвлет-анализа для представления метеорологических величин в аналитическом виде // Труды постоянно действующей научно-технической школы-семинара студентов, аспирантов и молодых специалистов «Информационные системы мониторинга окружающей среды». - Томск: ТУСУР, 2002 - Вып. 1 — С. 16— 22.

6. Золотов С.Ю., Ипполитов И.И., Логинов С.В. О возможностях прогнозирования климатических характеристик с помощью вейвлет-преобразования // Сб. 4 региональной школы-семинара молодых ученых «Современные проблемы физики, технологии и инновационного развития». -Томск, 2003.

7. Золотов С. Ю., Надеев А.И. Потоки метана заболоченной территории Западной Сибири // Доклады Томского государственного университета систем управления и радиоэлектроники. - Томск: ТУСУР, 2003-Т. 8.-С. 17-20.

8. Золотов С.Ю.', Ипполитов И.И., Кабанов М.В., Логинов С.В. О возможностях прогнозирования климатических характеристик с помощью вейвлет-преобразования // Пятое Сибирское Совещание по клима-

то-экологическому мониторингу. Материалы докладов - Томск: ИОМ СО РАН, 2003-С. 77-80.

9. Золотое С. Ю., Мицель А. А. Приближенная методика расчета пропускания газовой среды // Оптика атмосферы и океана. 7 международный симпозиум. Томск, Россия. 16-19 июля 2000 г. - Томск: изд-во Института оптики атмосферы СО РАН, 2000 - С. 55-56.

10. Zolotov S. Yu., Buldakov А. V. Representation of meteorological series for application in theoretical models // Thesis in 9 Joint international symposium "Atmospheric and Ocean Optics. Atmospheric Physics - 2002". - Томск: изд-во Института оптики атмосферы СО РАН, 2002 - С. 138— 139.

11. Золотов С. Ю., Еременко М. Н. Программный комплекс для обработки данных озонометра М-124 // Материалы 37 Международной научно-студенческой конференции "Студент и научно-технический прогресс". Информационные технологии. - Новосибирск: Новосибирский государственный университет, 1999. - С. 135.

12. Золотов С. Ю., Пономарев М. Н. Программный продукт ABS для расчета поглощения газов в атмосфере // Материалы 38 Международной научно-студенческой конференции "Студент и научно-технический прогресс". Информационные технологии. - Новосибирск: Новосибирский государственный университет, 2000. - С. 77-78.

13. Золотов С. Ю. Программный комплекс для обработки данных озонометра М-124 // Радиотехнические и информационные системы и устройства. -Томск: ТУСУР, 1999. - Ч. 1. - С. 39-40.

14. Золотов С. Ю., Пономарев М. Н. Автоматизация расчета поглощения газов в атмосфере // Радиотехнические и информационные системы и устройства. - Томск, 2000. - Ч. 2. - С. 12-13.

15. Золотов С. Ю., Мицель А. А. Модификация приближенной методики расчета атмосферного поглощения // Тезисы международной конференции "Моделирование, базы данных и информационные системы для атмосферных наук" 25-29 июня 2001 года, г. Иркутск. - Иркутск, 2001.-С. 33.

Тираж 100. Заказ 668. Томский государственный университет систем управления и радиоэлектроники пр. Ленина, 40

№13 3 9 8

Оглавление автор диссертации — кандидата технических наук Золотов, Сергей Юрьевич

ВВЕДЕНИЕ.

ГЛАВА 1. ПРОГНОЗИРОВАНИЕ И ВОССТАНОВЛЕНИЕ ПРОПУЩЕННЫХ ЗНАЧЕНИЙ КЛИМАТИЧЕСКИХ ВЕЛИЧИН.

1.1. Введение.

1.2. Основные методы восстановления пропущенных величин временных рядов.

1.2.1. Интерполяция с помощью различных полиномов.

1.2.2. Интерполяция с помощью сплайнов.

1.2.3. Статистические методы восстановления пропущенных данных

1.3. Основные методы прогноза временных рядов.

1.3.1. Прогнозирование временных рядов с помощью регрессионных моделей.

1.3.2. Прогнозирование временных рядов с помощью сингулярного разложения.

1.4. Прогноз и восстановление данных временных рядов с помощью вейвлет-преобразования.

1.5. Сравнение различных математических методов интерполяции и прогноза климатических величин.

1.5.1. Восстановление пропущенных значений ряда климатических величин.

1.5.2. Экстраполяция (прогноз) рядов наблюдений климатических величин.

1.6. Выводы.

ГЛАВА 2. ПОТОКИ МЕТАНА ЗАБОЛОЧЕННОЙ ТЕРРИТОРИИ

ЗАПАДНОЙ СИБИРИ.

2.1. Введение.

2.2. Методика измерений.

2.3. Расчет потоков метана.

2.4. Выводы.

ГЛАВА 3. МОДЕЛИ ВЫСОТНОГО РАСПРЕДЕЛЕНИЯ ДАВЛЕНИЯ, ТЕМПЕРАТУРЫ И ГАЗОВЫХ КОМПОНЕНТ АТМОСФЕРЫ.

3.1. Введение.

3.2. Статистические модели.

3.3. Определение высотного распределения метеорологических величин на основе наземных данных.

3.4. Определение профиля озона на основе данных озонометра М-124.

3.5. Выводы.

ГЛАВА 4. МЕТОДЫ РАСЧЕТА ТЕПЛОВОЙ РАДИАЦИИ В

БЕЗОБЛАЧНОЙ АТМОСФЕРЕ ЗЕМЛИ.

4.1. Уравнение переноса радиации.

4.2. Методы расчета функции пропускания атмосферы со средним и низким спектральным разрешением.

4.3. Модели полос поглощения.

4.4. Модифицированная комбинированная методика.

4.5. Расчет пропускания смеси газов.

4.6. Моделирование потоков тепловой радиации и радиационного выхолаживания атмосферы.

4.7. Выводы.

ГЛАВА 5. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ОБРАБОТКИ И

МОДЕЛИРОВАНИЯ АТМОСФЕРНЫХ КЛИМАТИЧЕСКИХ ВЕЛИЧИН.

5.1. Обзор существующего программного обеспечения.

5.2. Программное обеспечение обработки данных эмиссии метана.

5.3. Программное обеспечение для прогноза и восстановления пропущенных значений климатических величин с помощью вейвлет-преобразования.

5.4. Программное обеспечение для расчета вертикальных потоков тепловой радиации с помощью модифицированной комбинированной методики.

5.5. Выводы.

Введение 2003 год, диссертация по информатике, вычислительной технике и управлению, Золотов, Сергей Юрьевич

Инструментальные наблюдения глобальной температуры приземного воздуха, выполненные в течение двадцатого столетия, позволили оценить темп повышения температуры величиной 0,6 °С за сто лет [1,2]. Процесс потепления заметно усилился в последние десятилетия и в отдельных районах земного шара достигает величин, превышающих 0,5 °С за десять лет [3]. В качестве основной причины глобального потепления в настоящее время рассматривается увеличение содержания в атмосфере газов, обладающих сильным парниковым эффектом: углекислого газа СОг и метана СНЦ.

Прогнозы влияния на температуру антропогенно обусловленных выбросов СО2 на десятки лет вперед определяются путем численного решения полной системы уравнений термогидродинамики атмосферы [4]. Достоверность прогноза зависит от способа параметризации физических процессов, происходящих на верхней и нижней границе атмосферы (потоки коротковолновой и длинноволновой радиации, альбедо и орография подстилающей поверхности, обмен теплом и влагой в приземном слое и т.д.), степени учета обратных связей в климатической системе, а также сценариев динамики выбросов в атмосферу антропогенно обусловленных парниковых газов.

Необходимо различать между собой понятия климатическая величина и климатообразующий фактор. Под климатической величиной понимается определенная физическая характеристика атмосферы, например, температура, влажность, давление, скорость и направление ветра и т.п. В качестве клима-тообразующих факторов могут выступать самые различные свойства окружающей среды, например, активность Солнца, скорость радиационного выхолаживания атмосферы, высота местности, почвенный покров и т.п. Следует заметить, что сами климатические величины могут со своей стороны выступать как климатообразующие факторы по отношению к другим климатическим величинам и факторам, например, температура - для влажности, влажность - для облачности, облачность - для радиации и т.д. [5].

В зависимости от степени учета вышеперечисленных климатообразую-щих процессов различные модели дают эффект глобального потепления к 2100 году от 1.5 до 5.8 °С [1, 2]. Во всех без исключения климатических моделях критически важное значение имеет качество так называемого радиационного блока, т.е. совокупность алгоритмов, позволяющих рассчитывать приходящую коротковолновую солнечную радиацию и уходящую от системы Земля-атмосфера длинноволновую.

Из-за очень жёстких требований к быстродействию радиационных блоков климатических моделей, в них используются исключительно параметрические и упрощенные методы расчёта притоков и потоков атмосферной радиации. В расчётах обычно учитывается только поглощение в полосах важных парниковых газов (водяной пар, углекислый газ, метан, озон и др.). Из-за необходимости учета этих полос современные радиационные блоки являются многоспектральными, а именно, в тепловой и солнечной частях спектра рассматриваются несколько десятков спектральных участков соответствующих характерным областям спектра («окнам прозрачности», сильным полосам поглощения, и т.п.).

По мнению ряда специалистов, неудовлетворительная надёжность климатических прогнозов обусловлена, в значительной мере, именно низкой точностью описания радиации в климатических моделях (радиационных блоках). Поэтому чисто научная проблема моделирования атмосферных радиационных процессов сдерживает решение важнейших проблем, имеющих общечеловеческую значимость. Таким образом, возникает необходимость в параметризации радиационных процессов с приемлемой точностью и вычислительных методов, применяемых для расчета потоков атмосферной радиации, а также выработка рекомендаций по их возможному усовершенствованию.

В силу этого условия объективно возникла и стала весьма актуальной проблема получения так называемых «эталонных» расчетов, т.е. расчетов, полученных для аналогичных атмосферных случаев, но уже при строгом учете сложных процессов поглощения, испускания и рассеяния радиации и решении соответствующих уравнений переноса без неконтролируемых упрощений. Очевидно, только путем сопоставления с эталонными расчетами и натурными экспериментами можно определять погрешности расчетных методик, выявлять основные причины этих погрешностей и вырабатывать рекомендации по их устранению, т.е., в конечном итоге, существенно повысить точность радиационных блоков климатических моделей и, как можно надеяться, надежность самих прогнозов изменения климата.

Получение экспериментальных данных опирается на ведущихся на многих станциях мировой сети инструментальных наблюдениях за температурой, давлением, влажностью и другими величинами. При этом повышенные требования предъявляются к качеству рядов наблюдений. Оно определяется точностными характеристиками используемых приборов и квалификацией обслуживающего персонала. Анализ имеющихся рядов наблюдений показал, что нередким явлением являются пропуски в силу организационных и технических неполадок. Таким образом, в непрерывном ряде наблюдений образуются разрывы различной длительности. Для заполнения этих разрывов требуется разработка алгоритмов восстановления пропущенных значений, не снижающих существенно качество всего ряда.

В прогнозе предстоящих изменений климата важная роль принадлежит корректной экспериментальной оценке эмиссий и стоков атмосферного метана. За прошедшее столетие концентрация метана более чем удвоилась и продолжает расти со скоростью порядка одного процента в год [6]. Об этом свидетельствует анализ измерений концентрации метана, полученных на глобальной сети наземных станций NOAA/CMDL за период 1984-1996 гг., и образцы льда Антарктики и Гренландии [7, 8]. Эти данные позволили убедиться в динамической природе глобального атмосферного цикла метана, обусловленного сезонными изменениями эмиссии метана. Установлено [6], что эмиссия метана от заболоченных территорий в значительной степени зависит от температуры почвы и уровня почвенно-грунтовых вод. В работе [9] особо подчеркивается необходимость в мониторинге крупных болотных экосистем.

Около половины площади болот находятся между 50° и 70° с.ш., районах, которые, как ожидается, претерпят увеличение температуры на несколько градусов Цельсия в следующие сто лет. Эти изменения могут привести к [10]:

- изменению периода таяния и соответствующему изменению биологической активности;

- увеличению территорий, подверженных, таянию и анаэробным условиям;

- увеличению чистой первичной продуктивности вследствие либо прямого удобрения из-за увеличения концентрации углекислого газа, либо непрямого влияния температуры;

- изменениям в над- и подземных накоплениях углерода;

- изменениям в распределении и последовательности растений.

Основываясь только на увеличении температуры, эмиссия метана может, вероятно, увеличиться в высоких широтах, обеспечивая положительную обратную связь в климатической системе. Однако, другие факторы могут уменьшить этот отклик. Например, ограничение питательных веществ может ограничить увеличение продуктивности и адаптация микробов к существующему температурному режиму может быть неадекватной. Поступление воды в высоких широтах может уменьшиться в ответ на увеличенное испарение при более теплых условиях, что может повлечь снижение уровня воды и осушение почвы в ранее обводненных и затопленных местах.

Группа исследователей [10] оценила потенциальные изменения эмиссии метана из высокоширотных болот в ответ на предсказываемые изменения климата (табл. В. 1).

Таблица В. 1

Эмиссия метана и изменения климата по [10]

Описание Отклик эмиссии метана

Соотношения между региональной эмиссией с Северного Склона (Аляска) из тундры и температурой; моделирование изменений водного статуса через изменения распределения растительности; экстраполяция с использованием измерений 1987-1989 гг. Местные: 4-х кратное увеличение при повышении летней температуры почвы на 4 °С; региональные: 4-5 кратное увеличение при потеплении на 4 °С и при более влажных условиях; 2-х кратное увеличение при потеплении на 4 °С и при более сухих условиях: большая чувствительность к потеплению.

Чувствительность высокоширотных эмиссий к историческим вариациям летней температуры; нет оценок водного статуса; корреляция температура-поток и региональные температурные аномалии 20-го века использованы для моделирования исторических аномалий потоков. Аномалии в ±2 °С дали ±5 Тг вариации около среднегодовой эмиссии в 30 Тг; предполагается , что 3-5 °С увеличение температуры может удвоить эмиссию: средняя чувствительность к раннему потеплению;

Измерения температуры и эмиссии метана из осушенных болот Финляндии. 4-см уменьшение уровня воды уменьшает потоки метана на 80 процентов; 20-см уменьшение уровня воды снижает потоки метана до нуля: сильная чувствительность к водному статусу.

Продолжение табл. В.1

Описание Отклик эмиссии метана

Измерения уровня воды и эмиссии метана из осушенных болот в Канаде. 100 процентное уменьшение эмиссии при 10-см снижении уровня воды; больше 10 см снижение уровня воды превращает болото в маленький сток метана: сильная чувствительность к водному статусу.

Изучение чувствительности моделированной эмиссии метана к увеличению температуры. Увеличение температуры на 2 °С увеличивает эмиссию на 36%, 29% и 12% соответственно в северных, умеренных и тропических болотах: сильная чувствительность к температуре в северных и умеренных широтах.

Для достижения цели необходимо было решить следующие задачи:

2. Усовершенствовать модель преобразования данных эмиссии метана с учетом переходной функции детектора.

3. Создать быструю и точную методику расчета потоков тепловой радиации Земли.

4. Создать программное обеспечение для решения вышеперечисленных задач.

Основные положения, выносимые на защиту:

1. Метод, основанный на математическом аппарате непрерывного вейв-лет-преобразования, обеспечивает прогноз и восстановление пропущенных величин тех временных последовательностей, в которых проявляется колебательная структура.

Научная новизна данной диссертационной работы заключается в следующем:

Практическая ценность работы определяется следующими результатами. Алгоритм и программное обеспечение прогноза климатических характеристик с помощью математического аппарата непрерывного вейвлет-преобразования позволяет строить качественные прогнозы таких климатооб-разующих факторов как числа Вольфа, температуры, влажности, давления и других, в которых явно или неявно проявляется колебательная структура. Эти прогнозы могут быть использованы для решения различных задач, связанных с сельским хозяйством, отдельными отраслями промышленности, службами ГО и ЧС для предупреждения различных природных катаклизмов (пожаров, наводнений, засух, ураганов и т.д.). Данный алгоритм и ПО применяются и для корректного восстановления пропущенных значений климатических величин, что позволяет увеличить временные ряды наблюдений для их дальнейшей обработки и анализа.

Апробация работы: результаты работы представлены на 7, 9 Международных симпозиумах «Оптика атмосферы и океана» 2000, 2002 гг., г. Томск [11, 12]; 37, 38 Международных научно-студенческой конференции «Студент и научно-технический прогресс» 1999, 2000 гг., г. Новосибирск [13, 14]; региональных конференциях «Радиотехнические и информационные системы и устройства» 1999, 2000 гг., г. Томск [15, 16]; Международной конференции «Моделирование, базы данных и информационные системы для атмосферных наук» 2001 г., г. Иркутск [17]; на 4 региональном семинаре молодых ученых «Современные проблемы физики, технологии и инновационного развития», февраль 2003 г, г. Томск; на Пятом Сибирском Совещании по климато-экологическому мониторингу, 25-27 июня 2003 г, г. Томск [18]. По результатом работы опубликовано восемь статей [18-25].

Личный вклад автора;

2. Автором получены формулы расчета эмиссии потока СН* с. учетом переходной функции метанового детектора и создано программное обеспечение расчета эмиссии метана.

3. В модифицированной комбинированной методике (МКМ) автором предложена идея в разбиении диапазона поглощающих масс на поддиапазоны. Кроме того, для расчетов вертикальных потоков тепловой радиации атмосферы с помощью МКМ разработан программный комплекс ABS и произведен полный подбор параметров моделей для диапазона волновых чисел 330-10000 см"1 с шагом 5 см"1 для двенадцати газов (Н20, С02, 03, N20, СО, СН4, 02, NO, S02, N02, NH3, HNO3) со спектральным разрешением 20 см"1.

Заключение диссертация на тему "Алгоритмы и программное обеспечение для обработки и моделирования атмосферных климатообразующих факторов"

Основные результаты настоящей работы заключаются в следующем:

2. Создано программное обеспечение прогноза (интерполяции) климатических характеристик с помощью математического аппарата непрерывного вейвлет-преобразования. Оно позволяет строить прогнозы и восстанавливать пропущенные значения таких климатообразующих факторов как числа Вольфа, температуры, давления, влажности и др., в которых явно или неявно проявляется колебательная структура. Данное авторское ПО внедрено в лабораторию физики климатических систем (ЛФКС) Института Оптического Мониторинга Сибирского Отделения Российской Академии Наук, г. Томск (см. прил. 11).

4. Созданное программное обеспечение обработки данных эмиссии метана позволяет использовать особенности переходной функции измерительной системы автоматизированного комплекса. В данном ПО предоставлена возможность оперативного учета априорной информации об условиях проведения эксперимента. Данное авторское ПО внедрено в лабораторию диагностики природных сред (ЛДПС) Института Оптики Атмосферы Сибирского Отделения Российской Академии Наук, г. Томск (см. прил. 11).

6. Созданный программный комплекс ABS на основе ПО МКМ позволяет рассчитывать функции пропускания, интенсивности восходящего и нисходящего излучений, вертикальные восходящие и нисходящие потоки тепловой радиации на порядок точнее, чем с помощью эмпирических методов (LOWTRAN-7) и на порядок быстрее эталонного метода LBL. Данное авторское ПО реализовано в рамках гранта РФФИ № 00-07-90175 «Банк поглощения атмосферных газов для решения задач переноса излучения и зондирования газового состава атмосферы». ПО МКМ внедрено (см. прил. 11) в лабораторию атмосферной абсорбционной спектроскопии ИОА СО РАН, г. Томск; в отдел экологического мониторинга НИИ РЛ МГТУ им. Н.Э. Баумана, г. Москва; в лабораторию оптики атмосферы физико-технического НИИ КГУ, г. Красноярск.

Автор выражает глубокую признательность научным руководителям профессору кафедры АСУ ТУ СУР Мицелю А. А. и зав. лабораторией ЛФКС ИОМ СО РАН Ипполитову И.И. за постановку задачи, неустанное руководство, терпение и внимание.

Автор благодарит коллектив кафедры АСУ Томского государственного Университета Систем Управления и Радиоэлектроники за помощь при подготовке диссертации.

На разных этапах работы над данной диссертацией автору любезно помогали:

118

- к.т.н., преподаватель каф. АСУ Бойченко И.В. в качестве консультанта по оформлению текста диссертации;

- сотрудник ЛДПС ИОА Надеев А.И. и профессор каф. АСУ ТУСУР Катаев М.Ю. в качестве консультантов по материалам главы 2;

- аспирант ЛФКС ИОМ Булдаков А.В. в качестве консультанта по суточным данным температуры г. Томска (они были им и предоставлены);

- сотрудники ЛФКС ИОМ Логинов С.В. и Дюкарев Е.А. в качестве консультантов по материалам главы 1.

- аспирант каф. АСУ ТУСУР Еременко М.Н. в качестве консультанта по материалу раздела 3.4;

- аспиранты каф. АСУ ТУСУР Миляков А.В. и Окладников И.Г. в качестве консультантов по материалам глав 4 и 5. ь

ЗАКЛЮЧЕНИЕ

Совокупность результатов, изложенных в работе, позволила решить научно-техническую задачу прогноза и восстановлении пропущенных значений климатических величин, получения корректных значений потока эмиссии метана, быстрого и точного расчета тепловых радиационных потоков.

Библиография Золотов, Сергей Юрьевич, диссертация по теме Математическое моделирование, численные методы и комплексы программ

1. Climate Change 2001. The Scientific Basis. Contribution of Working Group 1.to the Third Assessment Report of the IPCC. Summary for Policymakers and Technical Summary - WMO/UNEP, 2001.

2. Израэль Ю.А., Груза Г.В., Катцов B.M., Мелешко В.П. Изменения глобального климата. Роль антропогенных воздействий // Метеорология и гидрология. 2001.-№ 5. - С. 5-21.

3. Региональный мониторинг атмосферы. Ч. 4 / под ред. д.ф-м.н. чл.-корр. РАН Кабанова М.В. Томск: МГП «Раско», 2000. - 270 с.

4. Монин А.С. Введению в теорию климата. Л: Гидрометеоиздат, 1982. - 246 с.

5. Блютген И. География климатов. Т. 1 М.: Прогресс, 1972. - 430 с.

6. Крылова А.И., Крупчатников В.Н. Глобальное моделирование потоков метана от болотных экосистем // сб. трудов «Большое Васюганское болото». Томск: ИОМ СО РАН, 2002. - С. 98-103.

7. Dlygokencky E.J., Steele L.P., Lang P.M., Masarie K.A. The growth rate and distribution of atmospheric CH4 // J. Geophys. Res. 1994. - № 99. - P. 17021-17043.

8. Dlygokencky E.J., Lang P.M., Masarie K.A., Tans P.P. Continuing decline in the growth rate of the atmospheric methane burden // Nature. 1998. - V. 393. -No. 4.-P. 447^150.

9. Инишева Л.И., Головацкая Е.А. Сток, эмиссия и мониторинг углерода Васюганского болота // сб. трудов «Большое Васюганское болото». Томск: ИОМ СО РАН, 2002. - С. 123-133.

10. Matthews Е. Wetlands // Atmospheric Methane. Its Role in the Global Environment / editor Khalil M.A.K.

11. Золотов С. Ю., Мицель А. А. Приближенная методика расчета пропускания газовой среды // Оптика атмосферы и океана. 7 международныйсимпозиум. Томск, Россия. 16-19 июля 2000 г. Томск: изд-во ИОА СО РАН, 2000 - С. 55-56.

12. Золотов С. Ю. Программный комплекс для обработки данных озонометра М-124 // Радиотехнические и информационные системы и устройства. Томск: ТУСУР, 1999. - Ч. 1. - С. 39-40.

13. Золотов С. Ю., Пономарев М. Н. Автоматизация расчета поглощения газов в атмосфере // Радиотехнические и информационные системы и устройства. Томск, 2000. - Ч. 2. - С. 12-13.

14. Золотов С. Ю., Еременко М. Н. Программный комплекс обработки данных озонометров // Доклады ТУСУР. Автоматизированные системы обработки информации, управления и проектирования. Сборник научных трудов. Томск; ТУСУР, 1999. - Т. 3. - С. 131-135.

15. Мицель А. А., Золотов С. Ю. Комбинированная методика расчета атмосферного поглощения со спектральным разрешением 20 см"1 // "Оптика атмосферы и океана". 2001. - Т. 14. -№ 1. - С. 54-58.

16. Мицель А. А., Золотов С. Ю. Программный комплекс для решения радиационно-климатических задач // Доклады Томского государственного университета систем управления и радиоэлектроники. Томск: ТУСУР, 2001 -Т. 6.-С. 221-228.

17. Золотов С. Ю., Надеев А.И. Потоки метана заболоченной территории Западной Сибири // Доклады Томского государственного университета систем управления и радиоэлектроники. Томск: ТУСУР, 2003. - Т. 8. - С. 1720.

18. Climate Change. The IPCC Scientific Assessment / eds. J.T. Houghton, G.J. Jenkins, J.J. Ephraums. Cambridge: Cambridge University Press, 1990. -365 p.

19. Climate Change 1992. The Supplement Report to the IPCC Scientific Assessment / eds. J.T. Houghton, B.A. Callander, S.K. Varney. Cambridge: Cambridge University Press, 1992. - 200 p.

20. Climate Change 1995. The Science of Climate Change. Contribution of Working Group I to the second assessment report of the IPCC / eds. J.T. Houghton, L.G. Meira Filho. Cambridge: Cambridge University Press, 1996. - 56 p.

21. Новиков JI.B. Основы вейвлет-анализа сигналов, С-Пб: ООО «Мо-дус+», 1999. - 152 с.

22. Мицель А.А., Золотов С.Ю. MathCAD. Лабораторный практикум по вычислительной математике. Томск: ТУСУР, 2003. - 172 с.

23. A Practical Guide to Splines // Applied Math. Sciences. 1978. - Vol. 27. - 416 p.

24. Злоба E., Яцкив И. Статистические методы восстановления пропущенных данных // Компьютерное моделирование и новые технологии. -2002. — Т. 6. -№ 1.-С. 51-61.

25. Эфрон Б. Нетрадиционные методы многомерного статистического анализа М.: Финансы и статистика, 1988.

26. Колмогоров А.Н. Стационарные последовательности в гильбертовом пространстве // Теория вероятностей и математическая статистика. 1986. -С. 215-255.

27. Колмогоров А.Н. Интерполирование и экстраполирование стационарных случайных последовательностей // Теория вероятностей и математическая статистика. 1986. - С. 255-263.

28. Крейн М.Г. Об одной экстраполяционной проблеме А.Н. Колмогорова // ДАН. 1945. - Т. 46. - С. 339-342.

29. Журбенко И.Г., Кожевникова И.А. Стохастическое моделирование процессов. М.: МГУ, 1990. - 150 с.

30. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей. М.: Наука, 1973.

31. Розанов Ю.А. Стационарные случайные процессы. М.: Физматгиз, 1963.

32. Яглом A.M. Введение в теорию стационарных случайных функций // УМН. 1952. - Т. 7. - Вып. 5(51). - С. 3-168.

33. Яглом A.M. Корреляционная теория стационарных случайных функций. JL: Гидрометеоиздат, 1981.42. http://www.gistatgroup.com/gus.

34. Астафьева Н.М. Вейвлет-анализ: основы теории и примеры применения // Успехи физических наук. 1996. - Т. 166. - № 11. - С. 1145-1170.

35. Torrence С., Compo G.P. A practical guide to wavelet analysis // Bulletin of the American meteorological Society. 1998. - Vol. 79. - No. 1 - P. 61-78.

36. Герман Дж.Р., Голдберг P.А. Солнце, погода и климат. JL: Гидрометеоиздат, 1981. - 319 с.

37. Ciceron R.J., Oremland R.S. Biogeochemical aspects of atmospheric methane // Global Biogeochemical Cycles. 1988. - No. 2. - P. 299-327.

38. Matthews E., Fung I.Y. Methane emissions from natural wetlands: global distribution, area, and environmental characteristics of sources // Global Biogeochemical Cycles. 1987. No. 1. - P. 61-86.

39. Alexeev V.A., Birdsey R.A. Carbon in ecosystems of forests and peat-lands of Russia. Krasnoyarsk: Skachev Institute for Forest Research, 1994. - 1711. P

40. Andronova J.A., Karol I.L. The contribution of USSR sources to global methane emission // Chemoshere. 1993. - No. 26. - P. 11-126.

41. Zelenev V.V. Assessment of the average annual methane flux from the soils of Russia. Laxenburg: IIASA Working Paper, 1996. - 45 p.

42. Попов Е.П. Теория линейных систем автоматического управления и регулирования. М.: Наука.

43. Захаров В.М., Костко O.K. Лазеры и метеорология. Л.: Гидроме-теоиздат, 1972. - 175 с.

44. Захаров В.М., Костко O.K. Метеорологическая лазерная локация. -Л.: Гидрометеоиздат, 1977. -203 с.

45. Зуев В.Е. Лазер-метеоролог. Л.: Гидрометеоиздат, 1974. - 96 с.

46. Зуев В.Е., Зуев В.В. Дистанционное оптическое зондирование атмосферы. С-Пб: Гидрометеоиздат, 1992. - 232 с.

47. Лазерный контроль атмосферы /под ред. Хинкли Э.Д., Зуева В.Е. -М.: Мир, 1979.-416 с.

48. Межерис Р. Лазерное дистанционное зондирование. М.: Мир, 1987. -550 с.

49. Самохвалов И.В., Копытин Ю.Д., Ипполитов И.И., Балин Ю.С., Зуев В.В., Климкин В.М., Матвиенко Г.Г., Соснин А.В., Хмельницкий Г.С., Ша-манаев B.C. Лазерное зондирование тропосферы и подстилающей поверхности. Новосибирск: Наука, 1987. - 260 с.

50. Еременко М.Н., Катаев М.Ю., Мицель А.А. Новая методика обработки данных озонометров // Оптика атмосферы и океана. 1999. - № 1.

51. Standard Atmosphere. Tables and Data for Altitudes to 65.800 Feet // NAGA Report 1235. Washington: Government Printing Office, 1955.

52. Minzner P.A., Ripley W.S. The ARDC Model Atmosphere, 1956 // AF Surveys in Geoph. AFCRC. - 1957. - No. 86.

53. Minzner R.A., Champion K.S.W., PondH.L. The 1959 ARDC Model Atmosphere // Air Force Surveys in Geoph. AFCRC, 1959. - No. 115.

54. COSPAR International Reference Atmosphere 1961 // Report of the Preparing Group for an International Reference Atmosphere. Adopted at the COSPAR Meeting in Florence. Amsterdam: North-Holland Publ. Сотр., 1961.

55. SisenwineN., DubinM., Wexler H. The U.S. Standard Atmosphere // J. Geoph. Res. 1962. - Vol. 67. - No. 9. - P. 3627-3633.

56. COSPAR International Reference Atmosphere 1965 // Compiled by the members of COSPAR working group IV. Amsterdam: North-Holland Publ. Сотр., 1965.

57. Хргиан A.X., Кузнецов Г.И. Проблема наблюдений и исследований атмосферного озона. М.: Изд-во МГУ, 1981. - 216 с.

58. Dettinger M.D., GhilM. Seasonal and interannual variations of atmospheric C02 and climate // Tellus. 1998. - V. 50. - P. 1-24.

59. Зуев B.E., Комаров B.C. Статистические модели температуры и газовых компонент атмосферы. JL: Гидрометеоиздат, 1986.

60. Ипполитов И.И., Комаров B.C., Мицель А.А. Оптико-метеорологическая модель атмосферы для моделирования лидарных измерений и расчета распространения радиации // Спектроскопические методы зондирования атмосферы. Новосибирск: Наука, 1985. - С. 4-44.

61. Комаров B.C., Ломакина Н.Я., Михайлов С.А. Оценочная модель высотного распределения малых газовых составляющих атмосферы // Метеорология и гидрология. 1985. - № 1. - С. 56-61.

62. Комаров B.C., Мицель А.А. Модель атмосферного озона для средних широт // Космические исследования. 1984. - Т. 22. - № 2. - С. 306-309.

63. Мицель А. А., Фирсов К. М., Фомин Б. А. Перенос оптического излучения в молекулярной атмосфере. Томск: STT, 2001. - 444 с.

64. Гандин JI.C., Коган P.JI. Статистические методы интерпретации метеорологических данных. Д.: Гидрометеоиздат, 1976. - 356 с.

65. Гущин Г.П., Виноградова Н.Н. Суммарный озон в атмосфере. Л: Гидрометеоиздат, 1983. - 240 с.

66. Мицель А. А., Фирсов К. М. Развитие моделей молекулярного поглощения в задачах переноса излучения в атмосфере Земли // Оптика атмосферы и океана. 2000. - № 2. - С. 179-197.

67. Кондратьев К. Я. Радиационные факторы изменений глобального климата. Л.: Гидрометеоиздат, 1986.

68. Ellingson R. G., Ellis J., Feis S. The intercomparison of radiation codes used in climate models: long wave results // J. Geoph. Res. 1991. - V. 96. - P. 8929-8953.

69. Ку-Нан-Лиоу. Основы радиационных процессов в атмосфере. Л.: Гидрометеоиздат, 1984. - 376 с.

70. Кондратьев К .Я., Тимофеев Ю.М. Прямые методы расчёта функций пропускания атмосферных газов // Изв. АН СССР. Физика Атмосферы и океана. 1967. - Т. 3. - № 2. - С. 198-206.

71. Drayson S.R. Atmospheric transmission in the CO2 bands beetween 12 p. and 18 ц// Appl. Opt. 1967. - V.5. - P. 385-391.

72. Покровский А.Г. Методика расчета спектрального пропускания ИК радиации в атмосфере // Проблемы физики атмосферы. 1967. - № 7. - С. 85-110.

73. Edwards D.P. GENLN2. A general line-by-line atmospheric transmit-tance and radiance model. Version 3.0. Description and user's guide. Colorado: NCAR, 1992.

74. Feigelson E.M., Fomin В.A., Gorchakova I.A., Rozanov E. V., Timofeyev Yu.,M, Trotsenko A.N., Schwarzkopf M.D. Calculation of longwave radiation fluxes in atmospheres // Journal of Geophysical Research. 1991. - V. 96. - P. 8985-9001.

75. Smith H.J.P., Dube D.J., Gardner M.E., Clough S.A., Kneizys F.X. and Rothman L.S. FASCOD Fast Atmospheric Signature Code (Spectral Transmit-tance and Radiance). - Air Force Geophys.Lab.: Hanscom.Mass, 1978.

76. Мицель А.А., Руденко В.П. Пакет прикладных программ для расчёта энергетических потерь оптического излучения в атмосфере LARA-1 // Препр. № 57. Томск: Изд.ТФ СО АН СССР, 1988. - С. 55.

77. Mitsel А.А., Ponomarev Yu.N., Firsov K.M., Ptashnik I.V., and Kataev M.Yu. The computer codes LARA and AJRA for simulating the atmospheric transmittance and radiance: current status // JQSRT. 1995. - V. 54. - P. 559-572.

78. Варнава B.A., Карасёв А.Б., Кондранин Т.В. и др. Эффективный метод расчёта переноса инфракрасного излучения в неоднородной атмосфере // Тр. XXI научн. конф. МФТИ. 1975. - С. 37^18.

79. Scott N.A. A direct method of compilation of the transmission function of an inhomogeneous gaseous medium // Journal Quant. Spectrosc.Rad. Transfer. -1974.-V. 14.-P. 691-704.

80. Ridgway W.L., Harshvardhan, Arking A. Computation of atmospheric cooling rates by exact and approximate methods // J.Geophys.Res. 1991. - V. 96. - P. 8969-8984.

81. Schwarzkopf M.D., Fels B. The simplified exchange method revisited: An accurate, rapid method for computation of infrared cooling rates and fluxes // J.Geophys.Res. 1991. - V. 96. - P. 9075-9096.

82. Aoki T. // Papers Meteor.Geophys. 1988. - V. 39. - P. 53.

83. Report on the ITRA, International Radiation Commission Working Group on Remote Sensing / Edited by A.Chedin, H.Fisher, K.Kunzi, D.Spaukuch, N. A. Scott. University of Maryland, 1988.

84. Киселева M.C., Непорент B.C., Федорова E.О. Поглощение инфракрасной радиации при неразрешенной структуре спектра для наклонных путей в атмосфере (действие Н20 и С02) // Изв. АН СССР. Сер. ФАО. 1967. -Т. 3. - № 5. - С. 640-649.

85. Филиппов В.JI., Козлов С.Д., Румянцева Н.А., Зиатдинова Н.М., Макаров А.С. Прозрачность атмосферы в диапазоне 1-14 мкм при высокой дальности видимости // Изв. вузов. Физика. 1984. - Деп. в ВИНИТИ, per. № 2483-84. - 52 с.

86. Kneizys F.X., ShettleE.P., Gallery W.O., Chetwynd J.H., AbreuL.W., SelbyJ.E.A., Clough S.A., FennR.W. Atmospheric Transmittance / Radiance. Computer Code LOWTRAN 6 // AFGL-TR-83-0187. Hanscom, 1983. - 200 p.

87. Броунштейн A.M., Фролов А.Д. О методике расчета спектрального пропускания в ИК окнах прозрачности атмосферы для приземных горизонтальных трасс // Труды ГГО. 1985. - Вып. 496. - С. 70-79.

88. The Infrared Handbook. Atmospheric Absorption / Editor WolfW.L., Zissis G.J., Chapter S., La Rocca A.J. Washington, 1978. - P. 5-1-5-132.

89. Гуди P. Атмосферная радиация. M.: Мир, 1966. - 417 с.

90. Зуев В. Е. Распространение видимых и инфракрасных волн в атмосфере. М.: Советское радио, 1970. - 496 с.

91. Kneizys F.X., Abreu L.W., Anderson G.P., Chetwyng J.H., Shettle E.P., Berk A., Bernstein L.S., Robertson D.C., Acharya P., Rothman L.S., Selby J.E.A.,

92. Gallery W.O., Clough S.A. The MODTRAN 2/3 Report and LOWTRAN 7 Model / Ed. by Abreu L.W. and Anderson G.P. Phillips Laboratory, Hanscom AFB, MA, USA, 1996. -222 p.

93. BurchD. E., Howard J. N., Williams D. Infrared transmission in synthetic atmospheres: Absorption laws for overlapping bands // J. Opt. Soc. Am. -1956.-No. 46.-P. 452-455.

94. Hoover G. M., Hathaway С. E., and Williams D. Infrared Absorption of overlapping bands of atmospheric gases // Appl. Opt. 1967. - No. 6. - P. 481487.

95. Tubbs L. D., Hathaway С. E., and Williams D. Further studies of overlapping bands of atmospheric gases // Appl. Opt. 1967. - No. 6,- P. 1422-1423.

96. Серия "Исследование космического пространства" . Том 19 "Ключевые проблемы исследований планет Солнечной системы (парниковый эффект атмосфер планет)" / под ред. Кондратьева К. Я. и Москаленко Н. И. -М., ВИНИТИ, 1983. 156 с.

97. B.A.Fomin and Yu.V.Gershanov. Tables of the Benchmark Calculations of Atmospheric Fluxes for the ICRCCM Test Cases. Part 1 : Long-Wave Clear-Sky Results. Preprint IAE-5981/1.

98. Боровиков В.П., Боровиков И.П. STATISTICA. Статистический анализ и обработка данных в среде Windows. Москва: Филинъ, 1998. - 608 с.

99. Мицель А.А., Пташник И.В., Фирсов К.М. Моделирование молекулярного поглощения и лазерного зондирования газового состава атмосферы. Лабораторный практикум. Томск: ТУСУР, 1999. - 64 с.113. http://www.matlab.ru.

100. ВЫСОТНОЕ РАСПРЕДЕЛЕНИЕ ДАВЛЕНИЯ, ТЕМПЕРАТУРЫ И НЕКОТОРЫХ ГАЗОВ В МОДЕЛИ ИОА СО РАН ДЛЯ ЛЕТА УМЕРЕННЫХ ШИРОТ 72.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00