автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Алгоритмическое и программное обеспечение формирования и применения таблиц коэффициентов поглощения в задачах оптики газовой атмосферы

На правах рукописи

Окладников Игорь Георгиевич

АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ФОРМИРОВАНИЯ И ПРИМЕНЕНИЯ ТАБЛИЦ КОЭФФИЦИЕНТОВ ПОГЛОЩЕНИЯ В ЗАДАЧАХ ОПТИКИ ГАЗОВОЙ АТМОСФЕРЫ

Специальность 05.13.18 Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Томск 2003

Работа выполнена к Томском государственном университете систем управления и радиоэлектроники

Научный руководитель: доктор технических наук, профессор

Мицель Артур Александрович

Научный соруководитель: доктор технических наук

Катаев Михаил Юрьевич

V

Официальные оппоненты: доктор технических наук, профессор

Светлаков Анатолий Антонович

доктор физико-математических наук, профессор Воскобойников Юрий Евгеньевич

Ведущая организация: Институт Оптического Мониторинга СО РАН

Защита состоится " 03 " июля 2003 г. в 17 час 00 мин 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 Научной библиотеке Томского государственного университета систем управления и радиоэлектроники по адресу: 634050, г. Томск, ул. Вершинина, 74.

Автореферат разослан " 02 " июня 2003 г

Ученый секретарь диссертационного совета

доктор технических наук г—ут*у/л^А-Я. Клименко

о

г7

-з -

Актуальность проблемы. При использовании оптических методов контроля и диагностики газового состава атмосферы в качестве априорной информации требуется знание коэффициентов поглощения. Коэффициенты поглощения используются также для решения прямых и обратных задач оптики газовой атмосферы таких, как перенос теплового излучения в атмосфере, в дальнометрировании, актинометрии, климатологии. Кроме того, коэффициенты поглощения используются в химии атмосферы, в лазерном зондировании давления и температуры, аэрозольного состава атмосферы.

Классически коэффициент поглощения вычисляется путем суммирования вкладов всех спектральных линий при данной длине волны поглощаемого излучения, а также температуре и давлении поглощающего газа. Количество линий, как правило, составляет от сотен до нескольких десятков тысяч, и зависит от газа и спектрального диапазона, в котором данный газ поглощает. Расчет формы контура спектральной линии поглощения - весьма нетривиален и связан с большим объемом вычислений. Значительный вклад в оптимизацию численных алгоритмов расчета коэффициентов поглощения внесли A.A. Мицель, K.M. Фирсов, Б.А. Фомин, L. Sparks, J. Humlicek и другие. Предложенные ими способы ускорения полинейного подхода связаны селекцией линий поглощения, с сокращением объема вычислений для одной спектральной линии, обрыванием контура линии и другими процедурами.

Другим подходом, способным существенно сократить время решения прямых и обратных задач является подход, основанный на однократном расчете коэффициентов поглощения для различных длин волн, температур и давлений и сохранении их в виде некоторых таблиц. В результате расчет заменяется процессом извлечения данных из полученных таблиц, что в общем случае гораздо быстрее, чем прямой расчет. Этот подход уже давно используется учеными многих стран, но все создаваемые таблицы рассчитаны под конкретные приборы, специфику их работы, число спектральных каналов и т.д. Увеличение числа или изменение спектральных каналов, использование других или новых приборов - все это приводит к необходимости создания новых таблиц. Это вызывает определенные затруднения в работе, поскольку создание таблиц коэффициентов поглощения (ПСП) требует много времени.

Наибольших успехов в создании таблиц коэффициентов поглощения достиг L. Strow, создавший со своей группой самую крупную по охвату спектрального диапазона базу данных. В этой базе хранятся коэффициенты поглощения, насчитанные в диапазоне 605-2805 см"1 с шагом 0.025 см"1, для 100 слоев по высоте и 11 температурных профилей. Однако привязка к конкрет-' ному прибору AIRS делает ее непригодной для других приборов и других типов исследований. Как показал тщательный анализ литературы, таблиц, применимых для любого прибора и спектрального диапазона на момент начала работы не существовало. Поэтому сразу был сделан акцент на создание универсального набора таблиц коэффициентов поглощения (далее, банка ко-

эффициентов поглощения), способного удовл ности в

решении прямых и обратных задач газоанализа, как в настоящее время, так и в будущем.

Универсальность подразумевает широкий спектральный диапазон охвата, и достаточную для практики точность расчета. Это неизбежно приводит к большим объемам создаваемого банка данных. Например, для спектрального диапазона шириной 1000 см"1 при шаге 0.001 см"1, наличии 100 слоев по давлению и 10 температурных профилей понадобится рассчитать коэффициент поглощения в 109 точках, что для чисел с плавающей запятой одинарной точности составит примерно 4 Гб. Для нескольких газов и более широкого спектрального диапазона размер банка будет существенно больше. Сократить занимаемый банком объем можно за счет применения неравномерных сеток, учитывающих характер поведения коэффициента поглощения, а также методов сжатия и интерполяции таблично заданной функции. Это приводит к необходимости анализа различных подходов к сжатию и интерполяции данных с целью выбора наиболее подходящих, не только в плане скорости, но еще и точности, и объема создаваемого банка данных.

Завершающим звеном в развитии автоматизации эксперимента и применения математических методов является развитие программных средств. Они должны нести основную нагрузку в обработке и моделировании экспериментальных данных. Разработка программного обеспечения является самостоятельной и непростой задачей, так как в рамках одного пакета необходимо связывать разнообразные потоки данных (в нашем случае значительного объема), математические методы и физические модели.

Целью данной работы является создание банка коэффициентов поглощения атмосферных газов (БКП), а также разработка программного обеспечения для решения прямых и обратных задач газоанализа с использованием созданного банка.

Для достижения поставленной цели необходимо было решить следующие задачи:

1. Исследовать особенности поведения коэффициента поглощения в зависимости от длины волны, температуры и давления

2. Изучить методы интерполяции табличных данных и выбрать среди них наиболее эффективный с точки зрения скорости, точности и объема таблиц коэффициентов поглощения (ТКП). На основе выбранного метода интерполяции построить оптимальные сетки по длине волны, температуре и давлению.

3. Изучить методы сжатия и преобразования данных. Выбрать наиболее

эффективный в плане скорости извлечения данных из сжатого представ-

ления, точности восстановления данных и степени сжатия.

4. Разработать программное обеспечение для использования банка коэффициентов поглощения высокого разрешения (БКПВР) в решении прямых и обратных задач оптики газовой атмосферы.

5. Найти практическое приложение таблиц коэффициентов поглощения для решения обратных задач газоанализа.

Достоверность результатов и выводов диссертационной работы обеспечивается строгостью используемых математических методов, непротиворечивостью результатов и выводов с ранее полученными данными исследований, совпадением результатов численных расчетов с расчетами других авторов и экспериментальными данными. Все разрабатываемые программные модули тестировались путем проведения циклов замкнутого моделирования (моделирование прямой задачи и затем решение обратной задачи).

Основные положения, выносимые на защиту:

1. Таблицы коэффициентов поглощения высокого разрешения, по сравнению с методом полинейного счета, в ряде случаев позволяет более эффективно (в плане скорости и простоты алгоритмической реализации) решать прямые и обратные задачи газоанализа за счет особой организации структуры ТКП и использованных методов сжатия и интерполяции.

2. Алгоритмы решения обратных задач при использовании таблиц коэффициентов поглощения обеспечивают точность решения не хуже, чем при использовании полинейного счета. Это обусловлено высоким спектральным разрешением коэффициентов поглощения в ТКП и погрешностью расчета оптической толщи с помощью ТКП, не превышающей 1 процента.

3. Созданный пакет программ «STUB», в основе которого лежит применение таблиц коэффициентов поглощения высокого разрешения, позволяет более эффективно решать прямые и обратные задачи газоанализа за счет использования ТКП.

Научная новизна:

1. Разработан алгоритм построения адаптивных сеток по частоте, температуре и давлению, заключающийся в разрежении равномерных сеток до минимального размера, обеспечивающего погрешности интерполяции, не превышающие заданной. В отличие от равномерных сеток, адаптивные сетки содержат столько узлов, сколько необходимо для описания поведения коэффициента поглощения с заданной погрешностью интерполяции, что позволило сократить размер БКПВР приблизительно в 15 раз.

2. Разработан алгоритм, сжимающий ТКП с помощью разложения матриц по сингулярным значениям за счет редукции хранимых матриц разложе-

ния путем отбрасывания несущественных собственных векторов и собственных значений.

3. Разработана методика определения существенных собственных векторов, путем анализа собственных значений с целью определения вклада каждого в общую дисперсию. Существенные собственные вектора и значения необходимы для восстановления исходных данных с заданной точностью.

4. Определена специальная структура ТКП, обеспечивающая высокую скорость расчета коэффициентов поглощения за счет особого размещения данных в файлах, учитывающего специфику расчетов.

5. Создан банк данных (на основе предварительно рассчитанных ТКП для 20 газов, спектрального диапазона 0-20000 см'1, 100 слоев по давлению (10"4 - 1 атм) и 10 температурных профилей), позволяющий решать прямые и обратные задачи оптики атмосферы, за счет хранящихся в нем коэффициентов поглощения высокого разрешения (0.001 см"1).

6. Произведена модификация методов решения обратных задач с учетом использования БКП, заключающаяся в использовании для расчетов сжатых матриц коэффициентов поглощения. Это сокращает количество проводимых математических операций и позволяет более эффективно, по временным затратам, решать обратные задачи.

Практическая значимость диссертационной работы определяется возможностью широкого применения банка коэффициентов поглощения атмосферных газов высокого разрешения для решения качественных и количественных задач га^оанализа. Он может быть использован при проведении газоаналитического эксперимента и конструировании многоцелевой или специализированной аппаратуры, предназначенных для решения разнообразных задач геофизического, экологического или промышленного мониторинга атмосферы со спутников. Разработанные алгоритмы и пакеты программ, совместно с БКП использовались для определения общего содержания углекислого газа, озона, водяного пара и оптрческой толщи аэрозоля по данным прямых узкополосных и широкополосных измерений солнечного излучения высокого разрешения в УФ, ИК и видимой областях спектра. А также для восстановления вертикальных профилей концентрации метана по уходящему тепловому излучению земной поверхности и атмосферы.

Апробация работы. Основные результаты работы докладывались на: Международном симпозиуме «Оптика атмосферы и океана» (VII Томск 2000, VIII Иркутск 2001, IX Томск 2002), Научно-технической конференции студентов и молодых специалистов «Радиотехнические и информационные системы и устройства» (III Томск 1999, IV Томск 2000), Международная конференция «Моделирование, базы данных и информационные системы для атмо-

сферных наук» (Иркутск 2001), IX Рабочая группа «Аэрозоли Сибири» (Томск 2002), Международная конференция "Enviromis-2002" (Томск 2002).

Диссертационная работа выполнена в рамках двух грантов РФФИ (0007-90175, 02-07-06035), в последнем автор был руководителем, а также в рамках ФЦП «Интеграция» (проекты А0061, В0050/1038)

Личный вклад автора состоял в разработке алгоритмов и программных комплексов, обсуждении и интерпретации результатов исследований, проведении расчетов по моделированию и обработке экспериментальных данных. В ряде работ идеи были предложены Катаевым М.Ю. Автором разработана программа для создания БКПВР, а также набор программных библиотек для его использования. Совместно с Мицелем A.A. и Катаевым М.Ю. была разработана структура пакета «STUB», а создание его графического интерфейса и программное наполнение (процедуры расчета интенсивностей и потоков принадлежат Милякову A.B.) принадлежат автору.

Объем и структура работы. Диссертация состоит из введения, четырех глав и приложений. Полный объем диссертации 125 страниц текста с 39 рисунками и 8 таблицами. Список литературы содержит 71 наименование.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

ВО ВВЕДЕНИИ обоснована актуальность и новизна исследований, определена цель работы и задачи исследований, рассмотрен классический способ расчета коэффициента поглощения, показаны сложности в его расчете, дана общая характеристика работы, приводятся основные положения, выносимые на защиту.

ПЕРВАЯ ГЛАВА посвящена различным методам сжатия, преобразования и интерполяции данных. Проводится их анализ и выбирается наиболее подходящий. Приводятся результаты сравнения с классическим методом полинейного счета. Описывается построение адаптивных сеток. Показаны основные трудности, возникающие при проектировании и создании таблиц коэффициентов поглощения.

В настоящее время опубликовано множество статей, посвященных созданию и использованию поисковых таблиц. Однако область применимости каждой таблицы коэффициентов поглощения ограничена конкретным прибо- • ром, атмосферными газами, геометрией трассы и спектральным диапазоном. В результате, использовать имеющиеся ТКП для других приборов как правило невозможно, либо связано с рядом трудностей. Каждая группа ученых вынуждена создавать свои индивидуальные ТКП или пользоваться медленным полинейным методом. Выходом из этой ситуации может стать использование набора универсальных таблиц коэффициентов поглощения, которые

можно легко адаптировать под конкретные условия применения. Набор таких таблиц в совокупности с программным обеспечением для их использования был назван банком коэффициентов поглощения атмосферных газов.

При создании такого банка мы руководствовались геометрией трассы, в которой излучение проходит сквозь всю атмосферу либо снизу вверх (для задач спутникового зондирования), либо сверху вниз (для задач наземного зондирования). В качестве критерия точности была выбрана погрешность расчета оптической толщи в диапазоне высот от 0 до 100 км, не превышающая I процента. Все дальнейшие исследования проводились, исходя из заданной таким образом точности.

Для создания ТКП в первую очередь необходимо было определить шаг сетки. Зависимость коэффициента поглощения от температуры и давления носит гладкий характер, но по частоте она сильно осциллирующая и необходимо выбрать достаточно мелкий шаг для точного описания кривой. Однако уменьшение шага по частоте приведет к резкому увеличению размеров БКПВР, в то время как увеличение шага приведет к неправильному описанию формы контура спектральной линии (см. рис. 1-2).

Шаг по частоте, см'1

Рис. 1. Зависимость размера ТКП от шага по частоте

Чтобы точно описать контур спектральной линии, шаг по частоте был выбран равным 10"3 см*1. Из рисунка видно, что такой мелкий шаг приведет к огромному размеру ТКП: для спектрального диапазона 0-20000 см" с шагом 0.001 см"1. 100 слоев по давлению, 10 температурных профилей и 20 газов, при хранении коэффициентов поглощения в виде чисел с одинарной точностью потребуется приблизительно 1.46 Тб. Естественно, такой огромный банк невозможно ни хранить, ни использовать, поэтому необходимо сокра-

тить его размер. Для этого хорошо подходят алгоритмы многомерной интерполяции, позволяющие использовать более редкий шаг сетки без значительного ущерба точности, а также методы сжатия данных.

Нами были рассмотрены следующие методы интерполяции таблично заданной функции: интерполяция линейным, параболическим и кубическим многочленами, интерполяция кубическим и В-сплайнами одной и двух переменных, интерполяция фракталами. Интерполяция В-сплайнами и фракталами с другими методами не сравнивались, вследствие слишком медленной работы, связанной со сложным математическим аппаратом в их реализации.

Частота, см'1

Рис. 2. Форма контура линии для различных шагов но частоте

Каждый метод интерполяции характеризуется двумя связанными обратной зависимостью параметрами: точностью и скоростью своей работы. Быстрые методы дают более низкую точность интерполяции и наоборот. Поскольку нам важны оба этих параметра, то есть требуется и высокая точность, и высокая скорость, необходимо было определить "золотую середину" - некоторый оптимальный вариант, в той или иной мере удовлетворяющий обоим требованиям. Чтобы сравнить методы между собой, мы поставили их в одинаковые условия по одному из параметров. В качестве такого параметра была выбрана точность: если все методы приблизительно одинаково точны, тогда скорость работы играет определяющую роль. Результаты сравнения приведены в таблице 1.

Таблица 1

Сравнение методов интерполяции

Интерполяция

Линейная Квадратичная Кубический сплайн

2D+1D 3D 1D+1D+1D

Число точек 2501 1429 1251

Макс, ошибка 0.94% 0.95% 0.92%

СКО 1.69-10"0 5.0М0"' 2.37-Ю-0

Время работы 0.29 сек. 10.12 сек. 117.79 сек.

Из таблицы видно, что наилучшим является метод линейной интерполяции, как наиболее быстрый и обеспечивающий необходимую точность вычислений.

Все алгоритмы сжатия можно разделить на два больших класса: сжимающие без потери информации и сжимающие с потерями в пределах заданной точности восстановления.

Алгоритмы сжатия информации без потерь точно восстанавливают информацию без внесения каких-либо искажений. Они широко применяются во всех популярных архиваторах, однако не отличаются высокой скоростью работы и степенью сжатия.

Алгоритмы, сжимающие информацию с потерями обеспечивают более высокое сжатие, чем алгоритмы, сжимающие без потерь, особенно если требования к точности восстановления невелики. Скорость работы таких алгоритмов сильно зависит от сложности математического аппарата, лежащего в их основе, а степень сжатия - от требуемой точности восстановления.

Были рассмотрены следующие методы и программы сжатия: разложение матриц по сингулярным значениям (SVD), дискретное вэйвлет-разложение, дискретное Фурье-преобразование, преобразование Карунена-Лоэве (KLT), аппроксимация кубическим полиномом, фрактальное сжатие, арифметическое кодирование, архиваторы RAR, PkZIP, ARJ, формат JPEG.

Из рассмотренных методов некоторые были отброшены сразу, как слишком сложные и громоздкие в вычислительном плане. Это: аппроксимация кубическим полиномом (как неспособную сжимать сильно осциллирующую функцию), арифметическое кодирование и фрактальное сжатие (как слишком медленные, вследствие сложного математического аппарата), JPEG и преобразование Фурье (как связанные с вэйвлет-разложением). Результаты сравнения остальных методов приведены в таблице 2.

Как видно из таблицы, из всех рассмотренных методов только SVD-сжатие и преобразование Карунена-Лоэве позволяют частично извлекать информацию из сжатого представления. Однако метод SVD имеет наибольший коэффициент сжатия. Вследствие этого SVD-разложение было выбрано для сжатия ТКП.

Таблица 2

Сравнение методов сжатия

Метод Время Время Степень Максимальная Частичная

сжатия сжатия декомпрессии сжатия погрешность декомпрессия

БУБ 21 мин 2 сек 5-25 не более 1% Да

кьт 15 мин 2 сек 3-10 не более 1% Да

Вэйвлет 27 сек 2 сек 1.1-3.3 не более 1% Нет

ЯЛЫ 18 сек 4 сек 1.37 - Нет

14 сек 5 сек 1.08 - Нет

АЮ 12 сек 6 сек 1.08 - Нет

ВТОРАЯ ГЛАВА посвящена описанию концепции банка коэффициентов поглощения высокого разрешения и таблиц коэффициентов поглощения (ТКП), из которых он состоит. Рассматриваются существующие таблицы коэффициентов поглощения. Описывается структура БКП.

Расстояние между узлами в сетках ТКП должно быть таким, чтобы достаточно точно описывать поведение функции коэффициента поглощения и погрешность интерполяции в произвольной точке не превышала разумного предела. Особенно это касается сетки по частоте. Однако, поскольку количество линий на разных спектральных отрезках может в значительной степени варьироваться, применение равномерной сетки с очень мелким шагом представляется нецелесообразным из-за необходимости хранения огромного количества избыточной информации. В этом случае имеет смысл использовать адаптивную неравномерную сетку по частоте, шаг которой будет меняться в зависимости от поведения коэффициента поглощения.

В результате того, что в различных регионах планеты имеют место различные атмосферные условия, различными организациями, занимающимися исследованиями и моделированием земной атмосферы, было создано множество метеорологических моделей. Поскольку заранее неизвестно с какой метеомоделью будут использоваться ТКП, были созданы сетки по температуре и давлению, охватывающие все возможные метеоусловия в земной атмосфере. По давлению была создана неравномерная сетка, содержащая 100 узлов. При создании температурной сетки было проанализировано 93 температурных профиля из различных метеомоделей за период с 14.06.1995 г. по 11.04.2000 г. На основе этих данных был определен коридор максимальных и минимальных значений температуры в атмосфере на каждой высоте. Ширина коридора составляет около 80 К, что позволяет использовать равномерные температурные сетки для каждого давления. При этом, для достижения высокой точности интерполяции достаточно взять всего 10 точек в каждой температурной сетке.

Для обеспечения гибкости, самодостаточности и декомпозируемое™ БКПВР был создан в виде набора файлов, содержащих таблицы коэффициентов поглощения и необходимую служебную информацию, обеспечивающую независимость каждого файла. Каждый файл соответствует определенному атмосферному газу и спектральному диапазону длиной 10 см'1. Номер газа и охваченный спектральный диапазон содержатся в имени файла, а также в заголовке, где хранится другая информация о типе и структуре данных в ТКП. Поскольку каждый файл независим и может использоваться как самостоятельная единица, БКПВР может быть составлен из произвольных файлов для необходимых спектральных диапазонов и атмосферных газов в зависимости от решаемой задачи.

Для достижения максимальной скорости считывания файлов с некоторого носителя (скажем, жесткого диска), была определена внутренняя структура с учетом прямого доступа к файлу. Этот способ доступа был выбран, как позволяющий обратиться и считать любую запись из файла за кратчайшее время. В качестве оптимальной методики сжатия готовых таблиц используется сжатие с использованием разложения матриц по сингулярным значениям.

Таблицы коэффициентов поглощения для каждого газа и спектрального диапазона имеют следующий формат. Файл ТКП состоит из трех частей, идущих друг за другом: заголовок, левая матрица собственных векторов и «правая матрица», которая равна произведению диагональной матрицы'собственных значений на правую матрицу собственных векторов. Вся информация в файле хранится в виде «записей». Каждая запись - блок фиксированной длины, считываемый за одну операцию чтения. Левая матрица хранится так, чтобы каждая «запись» соответствовала одной частоте. Правая матрица хранится таким образом, чтобы каждая «запись» соответствовала некоторой температуре и давлению. Таким образом, используя произвольный доступ к файлу можно быстро считать строки столбцы этих матриц, соответствующие коэффициенту поглощения для заданной частоты, температуры и давления.

В ТРЕТЕЙ ГЛАВЕ описывается обратные задачи газоанализа и математические методы, используемые для их решения. Показаны особенности, возникающие при решении таких задач с использованием таблиц коэффициентов поглощения.

Таблицы коэффициентов поглощения нашли широкое применение в различных задачах оптики атмосферы, что показывает обзор, сделанный нами в Главе 1. Однако все они создавались для конкретных приборов и привязаны к параметрам этих приборов (спектральному диапазону, разрешению и т.д.). Разработанные нами ТКП лишены этого недостатка. Далее приведены результаты применения ТКП при решении конкретных задач лазерной, солнечной и спутниковой фурье-спектроскопии.

По типу испускаемого излучения лазерные источники подразделяются на дискретные и непрерывные. Уравнение для лазерных сигналов, прошед-

ших через атмосферу и отраженных от отражателя (трассовый газоанализ) может быть представлено в виде:

Цу,Ц = 10(у)Зт(у)Тас {у) ¡0(у-у')Т} (у\Ь)Т02 {у\Ь)с1у'

где /('/,!) - эхо-сигнал с дальности Ь на частоте у1 ; С - спектральное распределение энергии лазерного излучения в импульсе; Тас - пропускание аэро-зольно-континуальной составляющей; Т] - пропускание мешающих газов; $арр ~ аппаратурная константа, включающая: площадь приемной апертуры,

пропускание передающей и принимающей оптики, геометрический фактор, потери излучения за счет неучтенных факторов, длительность импульса, дли-, тельность строба, квантовую эффективность ФЭУ.

Т^{у,Ь) = щ>{-2к{у,Ь)рЬ),

где р - концентрация газа; к(у,Ь) - монохроматический коэффициент поглощения газа.

Случай 1: Для лазеров, которые имеют дискретную перестройку длины волны излучения (А V«: у, ^ - полуширина линии поглощения), выражение для определения средней концентрации по трассе имеет вид:

í и..

1 .

р = ——-1п

Случай 2: Для лазеров с непрерывной перестройкой длины волны (например, ПГС) (ДV > у) средняя по трассе концентрация определяется по выражению:

р~—!=т— 1п 2М-1

где Ак = кап -ка„ , Т}{у)= ^0(у-у)Т^{у,1)с1у\ к{у) - средний по трас-

Дк

се коэффициент поглощения.

Расчет коэффициентов поглощения при исследованиях в первом случае производится на широком спектральном диапазоне и занимает длительное время. А поскольку параметры среды могут меняться и порой очень быстро, коэффициент поглощения часто приходится пересчитывать. Во втором случае имеет место свертка с излучаемым спектром, что приводит к существенному снижению скорости решения обратной задачи. Замена расчета коэффициентов поглощения на считывание их из ТКП способна существенно ускорить процесс вычислений.

Пассивные методы исследования атмосферы используют естественные источники излучения - Солнце, Луну, звезды, тепловое излучение атмосферы и поверхности Земли. В случае прямого наблюдения на Солнце излучение, принимаемое прибором, записывается в виде (1).

Г=11С'Тм{у#) Jc(K-v')r0(v,ji)7>(K,,i)dv' (1)

Av

где Тш - пропускание аэрозольно-молекулярной атмосферы; Т0 - пропускание исследуемого газа. ro(v,n) = exp j-ц|A:(v,z)p(z)dz|, ц = —Т{ -пропускание мешающих газов, ц) = 23ш J(?(v-v')7}{v,^i)dv, С" -

\v

калибровочная константа.

Затем, заменяя монохроматические пропускания на эффективные, переходят к аппроксимации выражения (1):

r=/0TT£(v^)f0(v,n) .

Выражение для расчета эффективного пропускания исследуемого газа имеет вид:

_ н

f0(v)ti) = exp{-^[mr]"J, W=\p(z)dz .(2)

о

Выбрав две длины волны on и off,и полагая слабую зависимость интенсивности излучения источника и суммарного мешающего пропускания от длины волны, выражают общее содержание исследуемого газа в вертикальном столбе. '

Vi

W = 1 irt

цМ

Для определения неизвестных параметров к и п прибегают к линеаризации выражения (2), что приводит к уравнению линейной регрессии вида:

у = а + Ьх.

Решая это уравнение с помощью метода наименьших квадратов находят неизвестные параметры, необходимые для определения общего содержания исследуемого газа.

Нами были обработаны, с использованием ТКП, спектры солнечного излучения в видимой и ИК области, полученные со спектрорадиометра высокого разрешения. Результаты сравнения измеренного и модельного пропускания с учетом общего содержания, определенного из решения обратной задачи, приведены на рис. 3-4. Погрешность определения общего содержания в столбе атмосферы углекислого газа составила менее 0.5 процента.

&

1 оо-

0 95

0 90'

0 85

0 80

0 75

0 925

0 930 0 935 0 940 0 945 Длина волны,мкм

Рис. 3. Сравнение реального и восстановленного пропусканий водяного пара

Рис. 4. Сравнение реального и восстановленного пропусканий углекислого газа

В результате обработки солнечных спектров в УФ диапазоне по данным с широкополосного солнечного спектрорадиометра было определено общее содержание озона в течение месяца и смоделирован суточный ход солнечного излучения по полученным результатам. Сравнение полученного общего содержания для различных дней сентября 2002 г. с результатами реальных измерений со спутника TOMS приведены на рис. 5. Результаты сравнения реального и модельного излучений Солнца приведены на рис. 6.

D зоо-Q

§ и

- Модель -■-TOMS

12 15 18 21 24 27

День

Рис. 5. Сравнение реального и вычисленного общего содержания озона

-Измср 308 8 км

—■—Модель 308 8 нм - - -Изыер 324 2 нм —•— Модель 324 2 ны

.....Измер 340 0 ны

-А—Модель 340 0 нм

----Измер 371 5 нм

—▼—Модель 371 5 нм

ч. О

1 1 1 I 1 I 1 I I ■ I 1 I 1

9 10 II 12 13 14 15 16 17 Время, час Рис. 6. Сравнение реального и восстановленного излучений Солнца

Показательным по сложности использования коэффициентов поглощения в обратной задаче спутниковой метеорологии является метод зондирования уходящего теплового излучения атмосферы и подстилающей поверхности. Уравнение расчета уходящего теплового излучения атмосферы и подстилающей поверхности имеет вид:

■dz.

где £у - излучательная способность поверхности Земли, Ви (Г) - функция Планка, На - верхняя граница атмосферы. Пропускание исследуемого газа записывается как:

Модифицированный метод Шахина, использующий весовые функции £>, позволяет учитывать высотную зависимость коэффициента поглощения, добиваясь более точного совпадения с измеренной интенсивностью.

где р - модельный профиль, известный априори.

При этом количество итераций в ряде случаев может достигать сотни и больше. И на каждой итерации требуется расчет коэффициентов поглощения для новых параметров атмосферы. Применение ТКП, в данном случае, особенно увеличивает скорость вычислительного процесса.

В ЧЕТВЕРТОЙ ГЛАВЕ дано описание программного обеспечения для создания и использования таблиц коэффициентов поглощения в решении прямых и обратных задач газоанализа. Дается обзор существующих программных пакетов и проводится сравнение пакета «STUB» с ними.

Для создания Банка коэффициентов поглощения атмосферных газов высокого разрешения нами был разработан пакет программ, названный «Генератором». Вот его основные возможности: а) работа с несколькими газами; б) задание диапазона и шага по частоте для каждого газа, на которых необходимо рассчитать коэффициент поглощения; в) разбиение частотного диапазона на отрезки по 10 см"' и запись каждого в отдельный файл; г) автоматическое определение минимального шага по частоте для каждого отрезка; д) автоматическое построение адаптивной частотной сетки; е) сжатие таблиц с помощью процедуры разложения по сингулярным значениям (SVD).

Генератор таблиц коэффициентов поглощения для заданных газов и диапазона частот рассчитывает коэффициенты поглощения и сохраняет их в один или несколько файлов. При этом можно выбрать: сжимать или не сжимать рассчитанные таблицы с помощью процедуры SVD. Если предполагается рассчитать большой спектральный диапазон (>10 см"1), рекомендуется использовать сжатие. В заголовках созданных файлов хранится вся необходи-

¿W-flWpW «/»(г),

мая информация. Таким образом, каждый файл является независимым и может быть использован отдельно, что позволяет формировать банк коэффициентов поглощения, содержащий только требуемые газы и спектральные диапазоны.

В рамках гранта РФФИ №00-07-90175 в составе творческого коллектива был создан общий Банк коэффициентов поглощения, состоящий из трех частей: банка коэффициентов поглощения высокого разрешения, банка коэффициентов поглощения низкого разрешения и параметрического банка для модифицированной комбинированной методики (МКМ).

Созданный нами банк коэффициентов поглощения высокого разрешения охватывает спектральный диапазон от 0 до 20000 см'1, с шагом 0.001 см"1 для двадцати атмосферных газов: Н20, С02,03, N20, СО, СН4, 02, NO, S02, N02, NH3, HN03, OH, HF, HC1, HBr, HI, CIO, OCS и Н2С03. Общее количество файлов ТКП составило 14889 шт объемом 4792277144 байт.

Банк коэффициентов поглощения низкого разрешения охватывает спектральный диапазон от 0 до 20000 см"1, с шагом 20 см"1 для семи атмосферных газов: Н20, С02, 03, N20, СО, СИ,, 02. Общее количество файлов 4 шт объемом 21840868 байт.

Для использования БКПВР был создан набор динамических библиотек, которые могут быть включены в состав разрабатываемого программного обеспечения. Кроме того, на базе этих библиотек в соавторстве с Миляковым А.В. был создан пакет программ «STUB», позволяющий решать как прямые, так и обратные задачи газоанализа (см. рис.7) с помощью БКП. Вот его основные функциональные возможности: моделирование оптической толщи и пропускания атмосферных газов и аэрозоля (см. рис.8); многооконный интерфейс; расчет' весовых функций; моделирование интенсивностей восходящего и нисходящего излучения; использование горизонтальной или наклонной трассы для различных диапазонов высот и зенитных углов; имеется возможность задания количества точек по высоте для получения более точных расчетов; использование различных метеорологических моделей атмосферы; свертка модельного пропускания атмосферы с одной из четырех заданных аппаратных функций (треугольник, прямоугольник, гауссиана, лоренциана); использование различных спектральных диапазонов, которые можно задавать в различных единицах измерения (см"1, мкм, нм); работа с одним или несколькими атмосферными газами; решение обратной задачи определения газового содержания по данным лазерного зондирования и Фурье-спектрометрии; возможность задавать параметры оптической трассы, функции источника излучения, чувствительности фотодетектора; в качестве функции источника может быть задана солнечная постоянная (для Фурье-спектрометрии); возможность задавать тип используемого лазера (для лазерного метода) и выбирать спектральные каналы; возможен вывод результатов в графической форме, в том числе и нескольких графиков одновременно, запись в файл и вывод графиков на печать; предусмотрена специальная воз-

можность масштабирования графиков для более детального изучения полученных результатов.

Пакет функционирует в среде Windows и имеет удобный, интуитивно понятный интерфейс, существенно облегчающий работу.

В ЗАКЛЮЧЕНИИ ДИССЕРТАЦИИ приводятся основные выводы, полученные в ходе выполнения работы.

ЕЩШНННННМНННИВШШ!?!?1''"--.,"

■"input parent№ ' ""

-Fawed- Atoipln j G«amtry j ~ -1 Method |

Spectrdrang» j AnMratutAjicten J Owe» ргми>Ш | j

I

-'-View-—- - - , View «and r| Vwwcontruum j VJnvndafenauevr j j

6feWopborre |

Fawd------ ------ Oobcdftcfcnet* | Trvwraftence j liwie - • t FTtRUp |j

Wentty | г i' j FTIROowi ||

C.otn; i,--: | Wegtopfaretcra j Aw

Рис. 7. Главное окно

' Рис. 8. Расчет оптической толщи

Основные выводы и результаты работы:

1. В результате проведенного анализа методов сжатия таблично заданных коэффициентов поглощения был выбран метод SVD-сжатия, как обеспечивающий: высокую степень сжатия, возможность частичного извлечения данных из сжатой формы и точность расчета оптической толщи не превышающую 1 процент.

2. Анализ методов интерполяции коэффициентов поглощения позволил выбрать трехмерную линейную интерполяцию, как наиболее быстрый метод, обеспечивающий заданную точность расчета оптической толщи. Созданные, с учетом выбранного метода интерполяции адаптивные сетки по частоте, температуре и давлению позволили сократить размер БКП приблизительно в 20 раз.

3. Создан банк коэффициентов поглощения атмосферных газов высокого разрешения, охватывающий спектральный диапазон 0-20000 см 1 с шагом 0.001 см"1 и диапазон давлений от 2-Ю"6 до 1 атм. для 20 основных атмосферных газов.

4. Разработанный пакет программ «STUB» позволяет решать как прямые, так и обратных задачи оптики газовой атмосферы с использованием БКП.

5. В результате проведенных исследований было выяснено, что алгоритмы решения обратных задач газоанализа с помощью БКП обеспечивают точность решения не хуже, чем алгоритмы, использующие полинейный счет, но с меньшими временными затратами.

6. Таблицы коэффициентов поглощения применены для решения задач лазерного ' зондирования атмосферы, солнечной фотометрии и спутниковой фурье-спектрометрии.

Основные публикации по теме диссертации

1. Мицель A.A., Ташкун С. А., Миляков A.B., Окладников И.Г. Концептуальная модель банка коэффициентов поглощения атмосферных газов. // Автоматизированные системы обработки информации, управления и проектирования: Сб. науч. тр. / Томск, гос. ун-т систем управления и радиоэлектроники. - Томск: ТУ СУР, 1999. - Т. 2. Вып. 2. -С. 57-68.

2. Окладников И.Г. Оптимизация банка коэффициентов поглощения атмосферных газов, полученного методом полинейного (LINE BY LINE) счета. // Студент и научно-технический прогресс: Тез. докл. XXXVII Межд. науч. студ. конф. - Новосибирск, 1999. - 199 с.

3. Окладников И.Г. Методы сжатия банка коэффициентов поглощения атмосферных газов. // Радиотехнические и информационные системы и

устройства: Тез. докл. IV per. науч.-тех. конф. Ч. 2. 17 мая 2000 -Томск. - С. 25.

4. Мицель А.А., Катаев М.Ю., Ташкун С.А., Миляков А.В., Окладников И.Г. Банк коэффициентов поглощения. Проект. // Оптика атмосферы и океана: Тез. VII межд. симп. 16-19 июля 2000 г. - Томск. • - С. 148.

5. Мицель А.А., Окладников И.Г. Математические методы сжатия данных. // Оптика атмосферы и океана: Тез. VII межд. симп. 16-19 июля 2000 г. -Томск.-С. 150.

6. Arthur A. Mitsel, Sergey A. Tashkun, Aleksey V. Milyakov, Igor G. Okladnikov. Methodological problems of compiling the data bank of atmospheric gas absorption coefficientsK) // SPIE, 2000, - V. 4341. - C. 616-625.

7. Мицель A.A., Катаев М.Ю., Окладников И.Г. Сжатие банка коэффициентов поглощения атмосферных газов. // Оптика атмосферы и океана, 2000, - Т. 14, № 1. - С. 59-64.

8. Мицель А.А., Катаев М.Ю., Окладников И.Г. Интерполяция и поиск данных в таблицах коэффициентов поглощения атмосферных газов. // Моделирование, базы данных и информационные системы для атмосферных наук: Тез. межд. конф. 25-29 июня 2001 г. - Иркутск. -С. 39-40.

9. Мицель А.А., Катаев М.Ю., Миляков А.В., Окладников И.Г. АРМ "Поглощение ИК излучения в атмосфере". // Моделирование, базы данных и информационные системы для атмосферных наук: Тез. межд. конф. 25-29 июня 2001 г. - Иркутск. - С. 40.

10. А.А. Mitsel, M.Yu. Kataev, Н. Nakane, I.G. Okladnikov. Comparison of line-by-line and look-up tables methods in task of gas compositions retrieving from FTIR measurements of direct solar radiation. // Atmospheric and ocean optics. Atmospheric physics: VIII Joint int. symp. proc. - Irkutsk. June 25-29,2001. -

! P. 108.

11. A.A. Mitsel, M.Yu. Kataev, I.G. Okladnikov. Look-up tables method in tasks of light propagation and gasanalysis // Atmospheric and ocean optics. Atmospheric physics: VIII Joint int. symp. proc. - Irkutsk. June 25-29,2001. -P. 108.

12. Мицель A.A., Катаев М.Ю., Окладников И.Г. Интерполирование таблиц коэффициентов поглощения атмосферных газов. // Автоматизированные системы обработки информации, управления и проектирования: Сб. науч. тр. / Томск, гос. ун-т систем управления и радиоэлектроники. -Томск: ТУСУР, 2002. - Т. 7. - С. 85-94.

13. Катаев М.Ю., Окладников И.Г. Возможности применения линейной интерполяции к таблицам коэффициентов поглощения. // Автоматизированные системы обработки информации, управления и проектирования: Сб. науч. тр. / Томск, гос. ун-т систем управления и радиоэлектроники. -Томск: ТУСУР, 2002. -Т. 7. -С. 95-101.

14. Катаев М.Ю., Окладников И.Г., Б. Киндел, Сакерин С.М. Определение • оптических толщин аэрозоля в УФ и видимой областях спектра по

данным измерений спектрорадиометром высокого разрешения. П. Аэрозоли Сибири: Тез. докл. IX раб. гр. 26-29 ноября 2002 г. - Томск. -С. 54.

15. Катаев М.Ю., Окладников И.Г. Возможности применения линейной интерполяции в банке таблиц коэффициентов поглощения. // Enviromis-2002: Тез. межд. конф. - Томск, 2002. - С. 53.

16. Мицель А.А., Катаев М.Ю., Миляков А.В., Окладников И.Г., Золотое С.Ю. Банк коэффициентов поглощения атмосферных газов. // Enviromis-2002: Тез. межд. конф. - Томск, 2002. - С. 53.

17. Мицель А.А., Катаев М.Ю., Окладников И.Г. Интерполирование таблиц в банке коэффициентов поглощения атмосферных газов. // Enviromis-2002: Тез. межд. конф. - Томск, 2002. - С. 54.

18. Kataev M.Yu., Okladnikov I.G., Kindel B.C. Retrieving of gases total content (ОЗ, H20, C02) from measurements of direct solar radiation by spectroradiometer. // Atmospheric and ocean optics. Atmospheric physics: IX Joint int. symp. proc. - Tomsk, 2002. -P. 58.

19. Окладников И.Г. Определение общего содержания Н20 и С02 по прямым наблюдениям на Солнце. // Информационные системы мониторинга окружающей среды: Тр. науч.-тех. школы-семинара студентов, аспирантов и молод, специалистов. - Томск: ТУ СУР, 2002. - Вып. 1. -С. 31-40.

20. Окладников И.Г. Определение предела адаптации частотных сеток коэффициентов поглощения. // Информационные системы мониторинга окружающей среды: Тр. науч.-тех. школы-семинара студентов, аспирантов и молод, специалистов. - Томск: ТУ СУР, 2002. - Вып. 1. -С. 56-60.

21. Катаев М.Ю., Мицель А.А., Окладников И.Г. Выбор схемы интерполяции таблиц коэффициентов поглощения атмосферных газов при расчете пропускания. // Автоматизированные системы обработки информации, управления и проектирования : Сб. науч. тр. / Томский гос. ун-т систем управления и радиоэлектроники. - Томск: ТУ СУР, 2003. -Т. 8.-С. 10-16.

22. Kataev М. Yu., Okladnikov I.G. Search of optimal spectral channels for retrieving C02 total content from measurements of direct solar radiation by spectroradiometer. // SPIE, 2003. - V. 5026. - P. 80-83.

Тираж 100. Заказ 514. Томский государственный университет систем управления и радиоэлектроники пр. Ленина, 40

"по¿7"

* 11 о 8 7

Введение.

Глава 1. Методы сжатия и интерполяции табличных данных.

1.1. Современное состояние проблемы.

1.2. Интерполяция таблиц.

1.2.1. Интерполяция многочленами.

1.2.2. Интерполяция сплайнами.

1.2.3. В-сплайны. ф 1.2.4. Интерполяция фракталами.

1.3. Сравнение методов интерполяции.3G

1.4. Сжатие данных.

1.4.1. Спектральные методы сжатия информации.

1.4.2. Математические методы сжатия информации.4G

1.4.3. Фрактальное сжатие.

1.4.4. Статистические методы сжатия информации.

1.5. Сравнение методов сжатия.

1.6. Выводы.

Глава 2. Банк коэффициентов поглощения (БКП).5G

2.1. Банк коэффициентов поглощения высокого разрешения.5G

2.1.1. Определение сеток в ТКП.5G

2.1.2. Структурная модель банка коэффициентов

I поглощения атмосферных газов (БКИВР).G

I 2.3. Выводы.G

1 Глава 3. Решение обратных задач оптики газовой атмосферы с помощью БКПВР.

3.1. Обратная задача лазерного зондирования атмосферы.

3.2. Определение общего содержания II^O и СО-2 по прямым наблюдениям на Солнце.

3.3. Определение общего содержания ().{ и аэрозольной оптической толщи по прямым наблюдениям на Солнце.

3.4. Определение профилей концентрации газов по уходящему излучению.

3.5. Магматические методы решения обратных задач.

3.5.1. Прямой итерационный метод.

3.5.2. Итерационный метод с линейными ограничениями.

3.5.3. Итерационный метод оптимальных оценок.

3.5.4. Итерационный метод Шахина.

3.5.5. Модифицированный метод Туоми.

3.G. Выводы.

Глава 4. Прикладное программное обеспечение.

4.1. Программное обеспечение для создания ТКИ.

4.2. Прикладное программное обеспечение для БКП.

4.3. Выводы.

При разработке и конструировании систем дистанционного мониторинга газового состава атмосферы, оптической связи, дальнометрирования и других приборов, работающих в атмосфере, возникает необходимость решения задач оптики газовой атмосферы [1]. Кроме того, эти задачи решаются в климатологии, метеорологии, лазерном газоанализе (для определения вертикальных профилей температуры и давления, а также аэрозольного состава), и других науках, изучающих свойства, состояние и поведение земной атмосферы. Масштабы процессов, происходящих в атмосфере, варьируются как во времени, так и в пространстве. Поэтому при измерениях параметров атмосферы используются различные приборы и методы получения нужной информации. Эти приборы работают на разных физических принципах, что приводит к необходимости использовать различные способы определения концентраций газов.

Одним из параметров состояния атмосферы является ее газовый состав, поскольку он определяет многие происходящие в атмосфере процессы. Получение информации о газовом составе атмосферы является актуальной задачей в связи с необходимостью контроля за качеством воздушной среды (экологические задачи), оперативного контроля за погодой (климатические и геофизические задачи), а также контроля за техногенными процессами, и другими факторами, влияющими на окружающую среду.

Методы решения обратных задач совершенствуются год от года. Предлагаются все более быстрые и вместе с тем точные методы. Однако, несмотря на постоянные улучшения, скорость работы методов остается невысокой, в то время как имеющиеся и возникающие задачи требуют порой решения в режиме реального времени. Одной из причин невысокой скорости является необходимость расчета пропускания земной атмосферы.

Выражение для расчета спектрального пропускания имеет вид: L

T{v) = ехр < f <*М) , dl о и оно характеризуют долю прошедшей энергии излучения с частотой v вдоль трассы длиной L. Здесь a(v,l) — это объемный коэффициент поглощения.

Наряду с величиной Т (/у) вводятся функция пропускания, характеризующая долю прошедшего через данный слой среды излучения, содержащегося в спектральном диапазоне Av = U2 — v\. В соответствии с этим определением эти величины записываются как [2]:

Tau = tfWdv'

Любой спектральный прибор, используемый для регистрации спектра, характеризуется аппаратной функцией G{v — 1/'), которая искажает реальный спектр. Результат экспериментального измерения функции пропускания для излучения, спектр которого на входе в среду описывается распределением /0 {и), определяется выра?кением

J G{v — и') /о {v') Т (и1) dis' гр У-АУд f Giv-v^h^dv'

V-Al>a где 2Аиа — ширина аппаратной функции прибора.

В случае монохроматического лазерного излучения выражение примет вид: /о (//) = /о {и) S (и — v'), где 8 (у — и') — дельта-функция, выражение для функции пропускания имеет вид

Гд, = Г (!/)= ехр {-«(I/)/}.

Если регистрация излучения в конечной точке трассы ведется с помощью спектрального прибора с высоким разрешением, таким, что а (и) в интервале частот 2Ava не меняется, то такой прибор регистрирует неискаженные спектральные характеристики среды, а не интегральные. Связь между ТАи и Ади имеет простой вид 1 — ТА„.

Выражение для объемного коэффициента поглощения имеет вид: a(v,l) = k(vj)p(l) где р — массовая плотность газа, а к — массовый коэффициент поглощения (далее, коэффициент поглощения), который определяется суммой вкладов от каждой линии поглощения п i=l где п - число линий поглощения. Такой метод расчета коэффициента поглощения называется полинейным (line-by-line). Величина А-,-(г/,/) выражается через характеристики спектральной линии

Здесь, Si - частота центра и интенсивность линии. Частота центра соответствует частоте наиболее поглощаемого молекулой излучения, а интенсивность характеризует поглощение данной линией на всем диапазоне частот: г сю

Si{l)= h(»J)diл J о

Функция Ф (и — ViJ) описывает форму контура (формфактор) линии поглощения. Для Ng - компонентной газовой смеси объемный коэффициент поглощения является суммой объемных коэффициентов поглощения отдельных газов [3]

Ng ('А0 = W)' )=1

Каждая точка I трассы длиной L характеризуется температурой Т и парциальным давлением газа Р, которые постоянны для однородной трассы или являются функциями Р (/) и Т (/) — для неоднородной. Таким образом, выражение можно переписать в виде: 4 ki (и, Р, Т) = £ Si (Т) Ф [у - uh Р, Т). i=i

Расчеты интенсивности 5, и контура спектральной линии Ф производится на основе параметров спектральных линий и приведены в Приложении А. Параметры спектральных линий как правило известны заранее и хранятся в специальных базах данных. Примером таких баз данных пара-t метров спектральных линий (БДПСЛ) являются HITRAN и GEISA, широко используемые при решении задач атмосферной оптики. Более подробно рассмотрение различных БДПСЛ приведено в Приложении Б.

Количество линий, вклады которых необходимо суммировать, как правило, составляет от сотен до нескольких десятков тысяч. А расчет контура одной спектральной линии, как было показано выше — весьма нетривиальная задача, связанная с большим объемом вычислений.

В результате расчет коэффициентов поглощения (КП), может зани-* мать длительное время, и вызывать серьезные задержки в решении обратных задач определения параметров земной атмосферы. Вследствие высокой изменчивости параметров атмосферы со временем, такие задержки могут значительно снизить ценность получаемых результатов. Кроме того, нередко возникает необходимость решения обратных задач газоанализа в режиме реального времени, где даже незначительные паузы крайне нежелательны.

Обратные задачи определения вертикальных профилей температуры, ^ давления и концентрации атмосферных газов в общем случае являются нелинейными и для их решения используют итеративные методы. Многократный расчет коэффициентов поглощения для различных длин волн, температур и давлений приводит к существенным и не всегда оправданным временным затратам.

Значительный вклад в совершенствование численных алгоритмов расчета коэффициентов поглощения внесли А.А. Ми цель, К.М. Фирсов, Б.А. Фомин, L. Sparks, J. Humlicek и другие. Предложенные ими способы ускорения полинейного подхода связаны с селекцией линий поглощения, сокращением объема вычислений для одной спектральной линии, обрыванием контура линии и другими процедурами.

Другим подходом, способным существенно сократить время решения обратных задач является подход, основанный на однократном расчете коэффициентов поглощения для различных длин волн, температур и давлений и сохранении их в виде некоторых таблиц. В результате расчет заменяется на простое извлечение данных из полученных таблиц, что в общем случае гораздо быстрее. Этот подход уже давно используется учеными, но все создаваемые таблицы рассчитаны под конкретный прибор, специфику его работы, число спектральных каналов и т.д. Увеличение числа или изменение спектральных каналов, использование другого или нового прибора, все это приводит к необходимости создания новых таблиц, что может вызвать определенные затруднения в работе, поскольку создание таблиц коэффициентов поглощения требует длительного времени.

Наибольших успехов в создании таблиц коэффициентов поглощения достиг L. Strow, создавший со своей группой наибольшую по охвату спектрального диапазона базу данных. Однако привязка к конкретному прибору AIRS делает ее непригодной для других приборов и других типов исследований. Как показал тщательный анализ литературы, баз данных, содержащих коэффициенты поглощения, применимые для любого прибора и спектрального диапазона на момент начала работы не существовало. Поэтому изначально был сделан акцент на создание универсальног о набора таблиц коэффициентов поглощения (для различных спектральных диапазонов и газов), способною удовлетворить любые потребности в решении прямых и обратных задач газоанализа, как в настоящее время, так и в будущем. Далее такой набор будем называть Банком коэффициентов поглощения — БКП.

Универсальность подразумевает широкий спектральный диапазон и высокую точность вычислений. Поэтому самый простой вариант — взять равномерную сетку с шагом, достаточным для точного описания функции коэффициента поглощения не подходит. Причина в том, что при очень частой сетке и большом спектральном диапазоне размер таблиц будет очень большим. Например, при ширине спектральной линии порядка Ю-2 см-1, шаг по частоте необходимо взять равным 10~3 см-1, чтобы точно описать контур спектральной линии. Спектральный диапазон соответствует охвату базы данных параметров спектральных линий HITRAN-2000, то есть от О см-1 до 20000 см-1. При 100 слоях по давлению и 10 температурных профилях таблицы коэффициентов поглощения, содержащие числа с одинарной точностью будут занимать объем около 75 Гб. И это только для одного газа. Естественно, такой огромный набор ТКП невозможно ни записать на какой-либо распространенный носитель данных (жесткий диск, магнитная лента), ни использовать. Кроме того, время, уходящее на поиск и считывание информации из таблиц будет занимать гораздо больше времени, чем расчет. Однако, нет необходимости насчитывать коэффициент поглощения там, где данный газ ничего не поглощает. Более того, такой мелкий шаг по частоте, как Ю-3 см-1 требуется не для всех газов и не во всех спектральных диапазонах. Применение адаптивной сетки по частоте, учитывающей характер поведения функции, способно значительно уменьшить объем хранимых данных. При этом возникает необходимость использования интерполяции. Сократить объем можно так?ке за счет применения методов сжатия. Однако не все алгоритмы интерполяции и сжачия пригодны к использованию. Если интерполяция или извлечение сжатых коэффициентов поглощения будет происходить очень медленно, это сведет весь выигрыш в скорости "на нет". Таким образом, необходимо рассмотреть различные методы сжатия и интерполяции, и выбрать из них наиболее подходящие, не только в плане скорости, но еще и точности, и объема создаваемого Банка KII.

В результате можно сказать, что целью данной работы является создание Банка коэффициентов поглощения атмосферных газов, а также разработка программного обеспечения для решении прямых и обратных задач газоанализа с использованием созданного Банка.

Для достижения поставленной цели необходимо было решить следующие задачи:

1) Исследовать особенности поведения коэффициента поглощения в зависимости от длины волны, температуры и давления

2) Изучить методы интерполяции табличных данных и выбрать среди них наиболее эффективный с точки зрения скорости, точности и объема таб-лиц коэффициентов поглощения (ТКП). На основе выбранного метода интерполяции построить оптимальные сетки по длине волны, температуре и давлению.

3) Изучить методы сжатия и преобразования данных. Выбрать наиболее эффективный в плане скорости извлечения данных из сжатого представления, точности восстановления данных и степени сжатия.

4) Разработать программное обеспечение для использования Банка коэффициентов поглощения высокого разрешения (БКПВР) в решении прямых и обратных задач оптики газовой атмосферы.

5) Найти практическое приложение таблиц коэффициентов поглощения для решения обратных задач газоанализа.

Основные положения, выносимые на защиту:

1) Таблицы коэффициентов поглощения высокого разрешения, по сравнению с методом нелинейного счета, в ряде случаев позволяет более эффективно (в плане скорости и простоты алгоритмической реализации) решать прямые и обратные задачи газоанализа за счет особой организации структуры TKII и использованных методов сжатии и интерполяции. и —

2) Алгоритмы решении обратных задам при использовании таблиц коэффициентов поглощения обеспечивают точность решения не хуже, чем ири использовании нелинейного счета. Это обусловлено высоким спектральным разрешением коэффициентов поглощения в ТКИ и погрешностью расчета оптической толщи с помощью Г1 КП, не превышающей 1 процента.

3) Созданный пакет программ "STUB", в основе которого лежит применение таблиц коэффициентов поглощения высокого разрешения, позволяет более эффективно решать прямые и обратные задачи газоанализа за счет использования ТКП.

Научная новизна:

1) Разработан алгоритм построения адаптивных сеток по частоте, температуре и давлению, заключающийся в разрежении равномерных сеток до минимального размера, обеспечивающего погрешности интерполяции, не превышающие заданной. В отличие от равномерных сеток, адаптивные сетки содержат столько узлов, сколько необходимо для описания поведения коэффициента поглощения с заданной погрешностью интерполяции, что позволило сократить размер БКПВР приблизительно в 15 раз.

2) Разработан алгоритм, сжимающий таблицы коэффициентов поглощения (ТКП) с помощью разло?кения матриц по сингулярным значениям за счет редукции хранимых матриц разложения путем отбрасывания несущественных собственных векторов и собственных значений.

4 3) Разработан алгоритм определения существенных собственных векторов, путем анализа собственных значений с целью определения вклада каждого в общую дисперсию. Существенные собственные вектора и значения необходимы для восстановления исходных данных с заданной точностью.

-4) Определена специальная структура TKII, обеспечивающая высокую скорость расчета коэффициентов поглощения за счет особого размещения данных в файлах, учитывающего специфику расчетов.

5) Создан Банк данных (на основе предварительно рассчитанных TKI1 для 20 газов, спектральног о диапазона 0-20000 см-1, 100 слоев по давлению (Ю-'1 - 1 атм) и 10 температурных профилей), позволяющий решать прямые и обратные задачи оптики атмосферы, за счет хранящихся в нем коэффициентов поглощения высокого разрешения (0.001 см-1).

G) Произведена модификация методов решения обратных задач с учетом использования БКП, заключающаяся в использовании для расчетов сжатых матриц коэффициентов поглощения. Это сокращает количество проводимых математических операций и позволяет более эффективно, по временным затратам, решать обратные задачи.

Практическая значимость диссертационной работы определяется возможностью широкого применения Банка коэффициентов поглощения атмосферных газов высокого разрешения для решения качественных и количественных задач газоанализа. Он может быть использован при проведении газоаналитического эксперимента и конструировании многоцелевой или специализированной аппаратуры, предназначенных для решения разнообразных задач геофизического, экологического или промышленного мониторинга атмосферы со спутников. Для решения задач функционирования БКП были разработаны алгоритмы:

1) Построения адаптивной сетки по частоте, давлению и температуре.

2) Сжатия таблиц коэффициентов поглощения высокого разрешения с применением разложения матриц по сингулярным значениям.

3) Поиска и извлечения коэффициентов поглощения из БКП BP.

4) Аппроксимации коэффициентов пог лощения с помощью специализированной трехмерной линейной интерполяции.

5) Обработки данных узкополосного и широкополосного сиектрофотомет-рирования прямого солнечног о излучения (в УФ, видимой и ИК областях спектра).

G) Определения общего содержания углекислого газа, озона, водяною пара и оптической толщи аэрозоля по данным прямых наблюдений на Солнце высокого разрешения в УФ и ИК областях спектра.

7) Восстановления вертикальных профилей концентрации метана по уходящему тепловому излучению земной поверхности и атмосферы.

Созданы пакеты программ для:

1) Расчета коэффициентов молекулярного поглощения на основе баз данных параметров спектральных линий (например, HITRAN), формирования из них таблиц коэффициентов поглощения для любого спектрального диапазона и газа.

2) Формирования Банка коэффициентов поглощения атмосферных газов высокого разрешения на основе ТКП.

3) Расчета оптической толщи, пропускания, восходящего теплового и нисходящего солнечного излучений на основе созданного Банка коэффициентов поглощения атмосферных газов в широком спектральном диапазоне (от видимой до миллиметровой области).

4) Решения обратных задач газоанализа для разнообразных типов оптических абсорбционных газоанализаторов.

Апробация работы. Основные результаты работы докладывались на: Международном симпозиуме "Оптика атмосферы и океана" (VII Томск 2000, VIII Иркутск 2001, IX Томск 2002), Научно-технической конференции студентов и молодых специалистов "Радиотехнические и информационные системы и устройства" (III Томск 1999, IV Томск 2000), Международная конференция "Моделирование, базы данных и информационные системы для атмосферных наук" (Иркутск 2001), IX Рабочая группа "Аэрозоли Сибири" (Томск 2002), Международная конференция "Enviromis-2002" (Томск 2002).

Диссертационная работа выполнена в рамках двух грантов РФФИ (0007-90175, 02-07-06035), в последнем автор был руководителем, а также в рамках ФИН "Интеграция" (проекты A00G1, В0050/1038)

Внедрения Результаты работы нашли применение в институтах Российской академии наук (Институт оптики атмосферы, г. Томск; Институт угля и углехимии, г. Кемерово), а также в университетах Москвы и Красноярска. Соответствующие акты о внедрении приведены в диссертации.

Личный вклад автора состоял в разработке алгоритмов и программных комплексов, обсуждении и интерпретации результатов исследований, проведении расчетов по моделированию и обработке экспериментальных данных. В ряде работ идеи были предложены Катаевым М.Ю. Автором разработана программа для создания БКПВР, а также набор программных библиотек для его использования. Совместно с Мицелем А.А. и Катаевым М.Ю. была разработана структура пакета "STUB", а создание его графического интерфейса и программное наполнение (процедуры расчета интенсивностей и потоков принадлежат Милякову А.В.) принадлежат автору.

Объем и структура работы. Диссертация состоит из введения, четырех глав и приложений. Полный объем диссертации 125 страниц текста с 38 рисунками и 8 таблицами. Список литературы содержит 71 наименование.

4.3. Выводы

Разработан пакет программ "STUB" для решения прямых и обратных задач оптики газовой атмосферы с использованием Банка коэффициентов поглощения. Сравнение с существующими аналогами показало, что пакет "STUB1' имеет более широкие возможности, чем у аналогичных пакетов, а также имеет удобный графический интерфейс. Применение Банка коэффициентов поглощения позволяет решать различные задачи с высокой скоростью и достоверностью результатов, а также обеспечивает удобные условия для их анализа.

Заключение

В результате проведенных исследований была решена актуальная научно- техническая задача создания Ьанка коэффициентов поглощения высокого разрешения и прикладног о прог раммного обеспечения для решения задач оп тики газовой атмосферы с использованием БКН.

Полученные результаты позволяют сформулировать следующие выводы:

1) В результате проведенного анализа и сравнения методов сжатия таблично заданных коэффициентов поглощения был выбран метод SVD-сжатия, как обеспечивающий: высокую степень сжатия, возможность частичного извлечения данных из сжатой формы и точность расчета оптической толщи не хуже 1 процента.

2) Анализ методов интерполяции коэффициентов поглощения позволил выбрать трехмерную линейную интерполяцию, как наиболее быстрый метод, обеспечивающий заданную точность расчета оптической толщи. Созданные, с учетом выбранного метода интерполяции адаптивные сетки по частоте, температуре и давлению позволили сократить размер БКП приблизительно в 20 раз.

3) Создан банк коэффициентов поглощения атмосферных газов высокого разрешения, охватывающий спектральный диапазон 0-20000 см-1 с шагом 0.001 см-1 и диапазон давлений от 2-Ю-6 до 1 атм. для 20 основных атмосферных газов.

4) Разработан пакет программ "STUEr, который позволяет решать как прямые, так и обратные задачи оптики газовой атмосферы с использованием БКП.

5) В результате проведенных исследований было выяснено, что алгоритмы решения обратных задач газоанализа с помощью БКП обссиечивают точность решения не хуже, чем алгоритмы, использующие иоли-нейный счет.

G) Таблицы коэффициентов поглощения применены для решения задач лазерного зондирования атмосферы, солнечной фотометрии и спутниковой Фурье-спектрометрии.

Благодарности

Автор выражает глубокую признательность своим научным руководителям Ми целю Артуру Александровичу за постановку задачи на начальном этапе исследований и Катаеву Михаилу Юрьевичу за чуткое и неотрывное руководство на протяжении всей работы автора.

Автор благодарит Бойченко Ивана Валентиновича за моральную поддержку и Милнкова Алексея Владимировича за ценные советы, а также помощь в совместной разработке пакета "STUB1'.

1. 1.ternational Program for Eartli Observations (IPEO) // The International Space Univ. Summer session. Final Report, 1990. — Toronto, Canada. — 560 c.

2. Зуев B.E. Распространение видимых и инфракрасных волн в атмосфере. — М.: Советское радио, 1970. — 49G с.

3. Зуев В.Е., Макушин Ю.С., Пономарев Ю.Н. Спектроскопия атмосферы.

4. Л.: Гидрометеоиздат, 1987. — Т. 3. — 248 с.

5. D. S. Turner. Absorption coefficient estimation using a two-dimensional interpolation procedure. // J. Quant. Spectrosc. Radiat. Transfer, 1995.

6. V. 53, N. 6, — P. 633-637.

7. Edwards, D.P. Genln2: a general line-by-line atmospheric transmittance and radiance model. // NCAR Technical Note 367 + STR: National Center for Atmospheric Research, 1992. — 69 p.

8. K. Thome, F. Palluconi, T. Takashima, and K. Masuda Atmospheric Correction of ASTER. JI IEEE Transactions On Geoscience And Remote Sensing, 1998. — V. 36. N. 4. — P. 1199 -1211.

9. D. P. Edwards, С. M. Halvorson, and J. C. Gillc Radiative transfer modelling for the EOS Terra satellite Measurement, of Pollution in the110 —

10. Troposphere (MOPITT) instrument. // J. of Geophysical Rcasearch, 1900.

11. V. 104. N. D14. — P. 1G755-1G775.

12. Демидович Б.П., Марон И.А. Основы вычислительной математики. — М.: Наука, 19GG. — GG4 с.

13. Бронштейн И.II., Семендяев К. А. Справочник по математике / для инженеров и учащихся втузов. — М.: Наука, 1981. — 718 с.

14. Г. Корн, Т. Корн Справочник по математике / для научных работников и инженеров. — М.: Наука, 1974. — 831 с.

15. Гончаров B.JI. Теория интерполирования и приближения функций. — М.: ГТТИ, 1934. — 316 с.

16. Бахвалов Н.С. Численные методы. — М.: Наука, 1975. T.l. — G31 с.

17. Фильчаков П.Ф. Справочник по высшей математике. — Киев: Наукова Думка, 1974. — 743 с.1G. Завьялов Ю.С., Jleyc В.А., Скороспелое В.А. Сплайны в инженерной геометрии. — М.: Машиностроение. 1985. — 224 с.

18. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. — М.: Наука, 1980 / Главная редакция физико-математической литературы. — 352 с.

19. Стечкин С.Б., Субботин Ю.Н. Сплайны в вычислительной математике. — М.: Наука, 197G. — 248 с.

20. Edward W. Vrscay. A Hitchhiker's Guide to "Fractal-Based" Function Approximation and Image Compression. — "Math Ties", Feb. and Aug. 1995. — 19 p.

21. Зуев В.E., Комаров B.C. Статистические модели температуры и газовых компонент — J1.: Гидрометеоиздаг, 1985. — 199 с.

22. Разработка математических методов и алгоритмов предварительной обработки и кодирования сло?кных изображений. — Москва: МНЭТ, 197G. 147 с.4

23. F.T. Chan, T.M. Shih, J.D. Gao, and C.K. Chan. Application of t.lio Fast Wavelet, transform Method t.o Compress Ultraviolet-Visible Spectra. // Applied Spectroscopy, 199G. — V. 50, N. 3. — P. G49 G59.

24. Duubcchies I. Ten Lectures on Wavelets (CBMS Lecture Notes Series). // Pure Appl. Math. 4190G (1988), IEEE Trans. Inform. Theory 3G9G1 (1990). Philadelphia: SIAM, 1991. — 215 p.

25. F.T. Chan, J.D. Gao, T.M. Shih, and J. Wang. Compression of Infrared Spectral Data Using the Fast Wavelet Transform Method. // Applied Spectroscopy, 1997. V. 51, N. 5, P. G49-G59.

26. Дж. Форсайт, M. Малькольм, К. Моулер. Машинные методы математических вычислений.: перевод с англ. — М.: Мир. 1980. — 280 с.2G. R. J. Rummcl. Applied Factor Analysis. — Evanston, 111.: Northwest Univ. Press, 1970. — 184 p.

27. G. Hangac, R. C. Weiboldt, R. D. Lam, and T. L. Isenhour. Compression of an Infrared Spectral Library by Karhunen-Loeve Transformation, j j Applied Spectroscopy, 1982. — V. 3G, N. 1. — P. 41-47.

28. Ватолин Д., Ратушняк А., Смирнов M., Юкин В. Методы сжатия данных. // http://compression.graphicon.ru, 2002. — ISBN 5-86404-170-Х.9G с.

29. J. Ziv and A. Lempcl. An Universal Algorithm for Sequential Data Compression. // IEEE Transactions oil Information Theory, 1977. — V. 23, N. 3. — 127 p.

30. Terry Welch Technique for High-Performance Data Compression. // "Computer", June 1984. — P. 12-5G.

31. Ian H. Wittcn, Redford M. Ncal, John G. Clearly Arithmetic coding for data compression. // Communications of the ACM, 1987. — V. 30, N. G.94 p.

32. Ольховский Ю.В. Сжатие данных при телеизмерениях — М.: Сон. Радио, 1971. — 251 с.

33. Standart atmosphere. Tables and data for altitudes to 65.800 feet // NASA report 1235, 1955. — 122 p.

34. Anderson J.G., Clough S.A., Kneyzys F.X., Chetwynd J.H., Shettle E.P. AFGL. Atmospheric constituent profiles (0-120 km) // AFGL-TR-86-0110, AD A175173, 1986. — 92 p.

35. Зуев В.В., Катаев М.Ю., Макогон М.М., Мицель А.А. Лидарный метод дифференциального поглощения: современное состояние // Оптика Атмосферы и Океана, 1995. — Т. 8, N. 8. — С. 1136-1164.

36. Р.Межерис Лазерное дистанционное зондирование — Москва: Мир. 1987. — 550 с.

37. Мицель А.А., Катаев М.Ю. Выбор оптимальных спектральных каналов для решения задач абсорбционного газоанализа и локации, 4.2. Алгоритмы поиска. // Оптика атмосферы и океана, 1992. — Т. 5, Л« 9. — С. 986-995.

38. Kataev Л/. Ум., Ercmertko M.N. Retrieving of ozone profile from measurement of direct solar radiation in visible spectral region // SPIE, 1999. — V. 3983. — P. 372 376

39. Harrison L., Bcauhanwis M., Dcrndt J., Kiedron P., Michalsky J., and Mm Q. L. The rotating shadow band spectroradiometer (RSS) at SGP. // Geophys. Res. Lett., 1999. — V. 26. — P. 1715-1718.

40. Sicard M., Thome К. ./., Growthc.r D. G., Smith M. W. Shortwave infrared spcctroradiomet.er for atmospheric transmitt.aiire measurements // J. Atmospheric Oceanic Technology, 1998. — V. 15. — P. 174-183.

41. Kindcl B.C., Zheng Qu, Goetz Alexander F.H. Direct solar spectral irradiance and transmit-tance measurements from 350 to 2500 nm // J. Applied Optics, 2001. — V. 40. Л5.21. — P. 352-3G4.

42. Хргиан А.Х.У Кузнецов Г.И. Проблемы наблюдений и исследований атмосферного озона — Л.: Гидрометеоиздат, 1981. — 291 с.

43. Еланский Н.Ф., Терехин Ю.Л. Применение методов регуляризации к решению задачи восстановления вертикального распределения озона по наблюдениям эффекта обраще-ния // Известия АН СССР, Физика Атмосф. и Океана, 1982. — Т. 18, JVq 9. — С. 944-952

44. Кабанов Д.М., Сакерин С.М., Турчинович С.А. Солнечный фотометр для научного мониторинга (аппаратура, методики, алгоритмы). // Оптика атмосферы и океана, 2001. — Т. 14. До 12. — С. 1162-1169.

45. Большакова Л.Г. Учет влияния ширины спектрального интервала при измерении содержания озона в атмосфере. // Физика атмосферы и океана, 1976. — Т. 12, Ло 9. — С. 969-977.

46. Harry D. Kambczcdis, Vera Djepa-Petrova, Ayastassios D. Adarnopoulos. Radiative transfer. I. Atmosperic transmission monitoring with modeling and ground-based multispcctral measurements. // Applied Optics, 1997. — V. 36, N. 27. — P. 6976-6982.

47. Richard S. Stolarski. Monitoring stratospheric ozone from space. // The role of the stratosphere in global change / NATO ASI Series, 1993. —-V. 18. — P. 319 346.

48. George R. Di.uk. ct al. Remote sensing of land-surface energy balance using data from the High-resolution Interferometer Sounder (HIS): A simulation study. // J. Remote Sens. Environ., 1994. V. 48. — P. 106-118.114 —

49. R.odyars С. Retrieval of atmospheric temperature and composition from remote measurement of thermal radiation, j j Rev. Geophys., 197G.1. V. 14. -P. 609-624.

50. E. Puliafito, R. Bevilacqua, J. Olivcro, and W. Degenhardt. Retrieval error comparison for several inversion techniques used in limb-scanning millimeter-wave spectroscopy. // J. of Geophysical Research, 1995. — V. 100, N. D7. — P. 14257-14267.

51. S. Tworncy. On the numerical solution of Fredholm integral equation of the first kind by the inversion of the linear system produced by quadrature. // J. Assoc. Comput, 1963. — V. 10. — P. 112-145.

52. S. Tworney. Introduction to the mathematics of inversion in remote sensing and indirect measurements. // Development in Geomathematics, 1977. — V. 3. — P. 236-278.

53. M. T. Chahine. A general relaxation method for inverse solution of the full radiative transfer equation, j j J. Atmos. Sci., 1972. — V. 29, P. 741-747.

54. P.L. Varghese, R.K. Hanson. Collisional narrowing effects on spectral line shapes measured at high resolution. // Appl.Optics, 1984. — V. 23, N. 14. — P. 2376-2380.

55. Вайнштейн JI.А., Собельман И.И. Юков Е.А. Возбу?кдение атомов и уширение спектральных линий. — М.: Наука, 1979. — 320 с.

56. Breene R. G. Ir. Theories of Spectral Line Shape. — New York, 1981. —344 p.

57. Зуев B.E. Распространение лазерного излучения в атмосфере. — М.: Радио и связь, 1981. — 288 с.

58. HITRAN Molecular Spectroscopic Database and HAWKS (HITRAN Atmospheric Workstation): 199G Edition. // J. Quant. Spectrosc. Radiat. Transfer, 1998. — V. GO, N. 5. — P. 665-710.

59. Robert H. Norton and Curtis P. Rinsland. ATMOS data processing and science analysis methods. // Applied Optics, 1991. — V. 30, N. 4. — P. 389-399.

60. L. R. Brown, M. R. Gunson, R. A. Toth, F. W. Irion, C. P. Rinsland, and A. Goldmxin. 1995 Atmospheric Trace Molecule Spectroscopy (ATMOS) linelist. // Applied Optics, 1996. — V. 35, N. 16. — P. 2828-2845.

61. Goldman, R. D. Blathcrwick, F. J. Murcray, and D. G. Murcray. University of Denver infra-red spectral atlases. // Applied Optics, 1996. -V. 35, N. 16. — P. 2821 2827.

62. CG. H.M. Pickctt, R.L. Poynter, E.A. Cohen, M.L. Dehtsky, J.C. Pearson. H.S.P. Muller. Submil-Iimeter, millimeter and microwave spectral line catalog, // JQSRT, 1998. — V. GO. — P. 883 890.

63. G7. K. Chance, K.W. Jucks, D.G. Johnson, and IV.A. Traub. The Smithsonian astrophysical Observatory Database SA098. If J. Quant. Spectrosc. Radiat. Transf., 1994. — V. 52. — P. 447-457.

64. G8. H. Partridge, D. W. Schwenke. The determination of an accurate isotope dependent potential energy surface for water extensive ab initio calculations and experimental data. // J. Cliem. Phys., 1997. — V. 106. — P. 4618-4639.

65. O.L. Polyansky, N.F. Zobov, S. Viti, J. Tennyson, P.F. Bernath, L. Wallace. High temperature rotational transitions of water in sunspot and laboratory spectra. // J. Mol. Spectrosc., 1997. — V. 186. — P. 422-447.

66. Ch. Wenger, J.P. Champion. Spherical Top Data System (STDS) software for the simulation of spherical top spectra. // J. Quant. Spectrosc. Radiat. Transf., 1998. — Y. 59. — P. 471-480.

67. R. Carlson, et. al. Near-infrared spectroscopy and spectral mapping of Jupiter and the Galilean satellites: results from Galileo's initial orbit. / Science, , 199G. — Y. 274. — P. 385-388.

68. Расчет контура спектральной линии

69. Контур Лоренца (см. рис. 1) используется при больших давлениях (в приземном слое Земли). Здесь основной вклад в ширину линии вносит столкновительный эффект уширения.

70. Совместное действие контуров Доплера и Фойгта, проявляющихся одновременно, но с разным вкладом для различных высот, детально рассмотрено в 58. Оно приводит к фойгтовскому контуру линии поглощениятгЬ J а2 + t х.1. ООгде а = b = Юу/^, t =

71. В предельных случаях контур Фойгта переходит либо в контур Лоренца (при условиях приземной атмосферы), либо в контур Доплера (условия верхней атмосферы).10000 1000 100 10 1 0 1 001 1Е-3 1Е-4 1Е-5 1Е-в 1Е-7 1Е-в

72. Контур Лоренца Контур Доплера Контур Фойгта1000 4 1000 61000 в 1001 0 1001 2 Частота, см'11.--11001 4 1001 в

73. Рис. 1. Различные виды формфакторов линий