Восстановление трехмерных полей тропосферного водяного пара по данным многочастотных дистанционных радиометрических измерений
ВВЕДЕНИЕ……………………………………………………………………………………………………………………………………….. 3
ГЛАВА 1. Дистанционное зондирование влажности атмосферы с помощью микроволновых
радиометрических средств космического базирования …………………………………………………………………. 16
1.1. Глобальные трёхмерные поля атмосферного водяного пара как объект атмосферных и
климатических исследований ……………………………………………………………………………………………………… 16
1.2. Развитие средств и методов микроволнового радиометрического зондирования профиля
влажности из космоса ………………………………………………………………………………………………………………….. 20
1.3. Космический эксперимент «Конвергенция» ………………………………………………………………………… 39
1.4. Выводы по главе 1…………………………………………………………………………………………………………………. 42
ГЛАВА 2. Исследование особенностей формирования радиотеплового излучения нижними слоями
атмосферы……………………………………………………………………………………………………………………………………….. 44
2.1. Синтез модели переноса излучения для решения прямой задачи ДЗЗ …………………………………. 46
2.2. Анализ статистических свойств вертикальных распределений физических параметров
безоблачной тропосферы …………………………………………………………………………………………………………….. 52
2.3. Оценка чувствительности радиотепловых измерений к изменению профиля влажности ….. 64
2.4. Выводы по главе 2…………………………………………………………………………………………………………………. 75
ГЛАВА 3. Обоснование подхода к выбору радиотепловых каналов для дистанционных измерений
трёхмерных полей водяного пара в тропосфере Земли ………………………………………………………………….. 77
3.1. Дифференциальные радиотепловые измерения профиля влажности тропосферы с
поверхности Земли ………………………………………………………………………………………………………………………. 81
3.2. Экспериментальное исследование радиотеплового метода зондирования профиля
влажности атмосферы с поверхности Земли ………………………………………………………………………………. 88
3.3. Дифференциальные радиотепловые измерения профиля влажности нижней тропосферы из
космоса ………………………………………………………………………………………………………………………………………. 100
3.4. Выводы по главе 3……………………………………………………………………………………………………………….. 108
ГЛАВА 4. Восстановление глобальных трёхмерных полей водяного пара в тропосфере Земли на
основе моделей и данных радиотеплового зондирования из космоса…………………………………………… 110
4.1. Восстановление профиля влажности в тропосфере Земли на основе модельных данных КЭ
«Конвергенция» …………………………………………………………………………………………………………………………. 113
4.2. Восстановление глобальных трёхмерных полей водяного пара в тропосфере Земли на основе
данных МТВЗА-ГЯ «Метеор-М» № 2 ………………………………………………………………………………………… 126
4.3. Выводы по главе 4……………………………………………………………………………………………………………….. 137
ЗАКЛЮЧЕНИЕ …………………………………………………………………………………………………………………………….. 140
СПИСОК ЛИТЕРАТУРЫ …………………………………………………………………………………………………………….. 144
ПРИЛОЖЕНИЕ 1. Кадры анимированных полей абсолютной влажности на различных уровнях
тропосферы, восстановленных по данным МТВЗА-ГЯ «Метеор-М» № 2 ……………………………………. 156
Во введении показана актуальность темы диссертационной работы, сформулированы цель и задачи, научная новизна исследования, выносимые на защиту положения, описана общая структура диссертационной работы.
Глава 1 носит обзорный характер. В ней рассмотрены основные научные задачи, которые требуют информации о глобальном трёхмерном распреде- лении водяного пара в тропосфере Земли. Кратко рассмотрены источники такой информации. Показаны требования Всемирной метеорологической организации (ВМО), предъявляемые к точности восстановления профиля во- дяного пара в тропосфере. Согласно этим требованиям, необходимо обеспе- чить соответствующие измерения в глобальном масштабе с погрешностью от 20 до 5 % с вертикальным разрешением от 3 до 0,6 км от поверхности до верхней границы тропосферы и горизонтальным разрешением до 20 км.
Изложена история развития средств и методов микроволнового радио- метрического зондирования профиля влажности тропосферы из космоса. Показано, что наиболее современные комплексы радиотеплового дистан- ционного зондирования Земли (ДЗЗ) (ATMS (англ. Advanced Technology Microwave Sounder), Saphir, МТВЗА-ГЯ) проводят зондирование профиля влажности тропосферы на 3–6 каналах в области сильной линии поглоще- ния водяного пара 183,31 ГГц (150–183 ГГц), при этом весовые функции таких каналов широки (порядка 4–5 км), что ограничивает вертикальное разрешение восстанавливаемых профилей. Для восстановления профиля влажности используются три основных метода решения обратных задач: ре- грессионные, физические итерационные с использованием статистических данных и методы машинного обучения.
Большая часть предложенных в литературе алгоритмов разработана для восстановления профиля относительной влажности в 4–7 атмосферных слоях от поверхности до 10–12 км. Погрешности восстановления при этом составляют порядка 20 %. Такие результаты находятся на грани требований ВМО для использования в задачах климатологии и прогнозирования.
Также кратко описывается разрабатываемый в ИКИ РАН космический эксперимент «Конвергенция», планируемый к выполнению на российском сегменте Международной космической станции и имеющий полное назва- ние «Определение детальных профилей температуры и влажности атмосфе- ры при исследовании генезиса атмосферных катастроф». Важной частью научной аппаратуры эксперимента станет микроволновый радиометр-спек- трометр МИРС, в разработке которого автор диссертационной работы при- нимал активное участие, чему посвящена значительная часть диссертацион- ной работы.
В главе2 приведены основные статистические характеристики вер- тикальных распределений физических параметров тропосферы на основе анализа судовых радиозондовых измерений за 2014–2016 гг. Показано, что над поверхностью океана дисперсия влажности растёт с высотой. Наибо- лее равномерное распределение без явных максимумов абсолютная влаж- ность имеет в атмосфере тропиков и средних широт летом на высотах от 1,5 до 4,5 км (рис. 1а). Атмосфера этих областей наиболее насыщена водяным паром. В области тропосферы от 0 до 5 км, где находится основная масса влаги, изменения профиля абсолютной влажности происходят коррелиро- вано в пределах дистанции 1–2 км по высоте (рис. 1б).
аб
Рис.1 Двумерные гистограммы профилей влажности тропической тропосфе- ры (а), корреляционная матрица профиля абсолютной влажности тропической тропосферы (б)
Приведены основные соотношения, которые были использованы для моделирования радиотеплового излучения системы океан–атмосфера, принимаемого на спутнике. На основе результатов моделирования иссле- дована чувствительность радиотепловых измерений к изменению профиля влажности тропосферы на типичном наборе частотных каналов, использу- емом для зондирования профиля влажности. Показано, что из-за сильного поглощения вблизи линии 183,31 ГГц радиотепловые измерения на типич- ном наборе частот 165,5–183,31 ГГц наиболее чувствительны к изменению профиля влажности на высотах от 4 до 10 км. Ниже 4 км, особенно для тро- пической и летней среднеширотной атмосферы, весовые функции частот- ных каналов вблизи линии 183,31 ГГц не позволяют получить хорошего вы- сотного разрешения и чувствительности к изменению профиля влажности (рис. 2).
Рис. 2. Весовые функции каналов (165,5–183,31)±0,3 ГГц радиометрического ком- плекса МИРС КЭ «Конвергенция» для стандартной тропической атмосферы
Всё вышеперечисленное позволило сделать вывод, что необходим по- иск новых методов радиотеплового зондирования из космоса, которые мог- ли бы обеспечить повышение точности восстановления профиля водяного пара в нижних слоях тропосферы до высот 4–5 км.
В главе3 приводится обоснование применения и выбор дополни- тельного набора радиотепловых каналов в области полосы поглощения 22,235 ГГц для повышения точности восстановления профиля влажности нижней тропосферы при зондировании из космоса. В настоящий момент измерения в полосе 22,235 ГГц считаются непригодными для зондирования
профиля влажности тропосферы из космоса из-за слабой чувствительности таких измерений к его вариациям.
Для этого используется подход с применением дифференциальных радиотепловых измерений, который заключается в вычитании радиотепло- вых сигналов на двух близких частотах в полосе поглощения 22,235 ГГц. При этом формируется дифференциальная весовая функция, которая имеет максимум, оторванный от поверхности Земли, чего не наблюдается на оди- ночных каналах в полосе 22,235 ГГц (рис. 3).
аб
Рис. 3. Весовые функции влажности стандартной тропической атмосферы при зон- дировании с поверхности Земли под зенитным углом 51°: а — для одиночных частот (1 — 24 ГГц, 2 — 23 ГГц); б — для разности частот (ν1 — 23 ГГц, ν2 — 24 ГГц)
Было проведено моделирование зависимости высоты и амплитуды дифференциальных весовых функций при зондировании с поверхности Земли и из космоса. Результаты моделирования показали, что из-за слабо- го поглощения в атмосфере на этих частотах дифференциальные весовые функции при зондировании с поверхности Земли и из космоса имеют схо- жий вид. Дифференциальные весовые функции с оторванным от поверхно- сти максимумом находятся в диапазоне частот от 20 до 27 ГГц и покрывают область нижней тропосферы от 0 до 4,5 км. При этом их форма и амплитуда слабо зависят от полосы приёма радиометра, а зависят только от разности частот вычитаемых каналов. Так, при разности частот 1 ГГц амплитуда диф- ференциальной весовой функции составляет порядка 2 К, что существенно выше флуктуационной чувствительности радиометра при полосе приёма порядка 500 МГц.
Помимо демонстрации чувствительности измерений в полосе 22,235 ГГц к вариациям профиля влажности дифференциальные измере- ния могут быть использованы непосредственно как источник информации для восстановления профиля влажности нижней тропосферы. Несмотря на то что случайная ошибка измерений при вычитании сигналов растёт, си- стематические ошибки при таких измерениях за счёт различных плохо из- вестных факторов могут быть снижены. Так же может быть уменьшено вли- яние мешающего излучения подстилающей поверхности или облачности, которое слабо меняется на близких частотах. Для проверки возможности дифференциальных измерений при восстановлении профиля влажности был проведён наземный эксперимент с перестраиваемым в диапазоне 18– 27,2 ГГц радиометром Р22М (СКБ ИРЭ РАН) на океанографической плат- форме Морского гидрофизического института РАН (МГИ) (пос. Кацивели, Крым). В ходе эксперимента наилучшие результаты восстановления с кор- реляцией между истинным и восстановленным профилем порядка 0,9 были получены на высотах от 1,5 до 6,5 км (высотное разрешение 1 км). При этом хорошо восстанавливаются не только близкие к стандартным экспоненци- альные профили, но и профили, имеющие инверсии.
На основе проведённого исследования предложен набор дополнитель- ных частотных каналов в полосе 22,235 ГГц, который был оптимизирован для реализации в комплексе МИРС КЭ «Конвергенция» (рис. 4).
аб
Рис. 4. Весовые функции влажностных каналов прибора МИРС КЭ «Конвергенция» для стандартной тропической атмосферы: а — ненормированные; б — нормирован- ные. Частоты каналов (ГГц) — Д1: ν1 — 24, ν2 — 25,5; Д2: ν1 — 24,5, ν2 — 26,5; Д3: ν1 — 25,5, ν2 — 26,5; Д4: ν1 — 18,7, ν2 — 26,5; 1 — 165,5; 2 — 183,31±7; 3 — 183,31±4,5; 4 — 183,31±3; 5 — 183,31±1,8; 6 — 183,31±1; 7 — 183,31±0,3
Дополнительные каналы имеют вертикальную поляризацию, полосу 500 МГц и следующие частоты: 24,0; 24,5; 25,5 и 26,5 ГГц. Расчётные оценки показывают, что применение дополнительных каналов в полосе 22,235 ГГц совместно с каналами в области 183,31 ГГц в КЭ «Конвергенция» может су- щественно улучшить восстановление профиля влажности на высотах от 0 до 4,5 км. Так, степени свободы при добавлении дополнительных каналов с использованием дифференциальных измерений возрастают на 1,1, или на 35–69 % даже при отсутствии информации об излучательных характери- стиках подстилающей поверхности, что подтверждает их информативность. При этом погрешности восстановления профиля влажности на высотах 1–3 км уменьшаются на 50–10 %.
В главе 4 приводится исследование возможности восстановления гло- бальных трёхмерных полей водяного пара в атмосфере Земли на основе модельных данных КЭ «Конвергенция» и реальных данных радиометриче- ских измерений МТВЗА-ГЯ («Метеор-М» No 2). Показано, что для восста- новления профиля влажности тропосферы может быть использована одно- слойная искусственная нейронная сеть (ИНС) прямого распространения. В качестве входных данных для ИНС не достаточно использовать только яркостную температуру каналов в области 183,31 ГГц. Кроме яркостной температуры на вход ИНС необходимо подавать профиль температуры ат- мосферы. Использование на ряду с каналами в полосе 183,31 ГГц дополни- тельных радиометрических каналов в полосе 22,235 ГГц позволяет суще- ственно уменьшить ошибку восстановления профиля влажности атмосферы на высотах от 1 до 4,5 км.
Моделирование показало, что в ходе КЭ «Конвергенция» с помощью ИНС можно восстанавливать профиль влажности атмосферы с относитель- ной ошибкой мене 32 % на высотах от 0 до 10 км. Для этого используется однослойная ИНС прямого распространения со 100 нейронами в скрытом слое, имеющими сигмоидную передаточную функцию.
Радиометрические каналы МТВЗА-ГЯ 18,7(В), 23,8(В), 31,5(В)ГГц позволяют получить две дифференциальных весовые функции, имеющие чувствительность и высотную избирательность к водяному пару на высотах 1,5–4,5 км. В качестве входной информации для ИНС при восстановлении профиля влажности атмосферы по данным МТВЗА-ГЯ нужно использо- вать значения яркостной температуры каналов 18,7 (В), 23,8 (В), 31,5 (В), 183,31±1,4; 183,31±3,0; 183,31±7,0 ГГц и профиль температуры атмосфе- ры, который может быть получен с помощью отдельной ИНС по яркост- ной температуре каналов 52,8–54,64ГГц. Применение каналов 18,7(В), 23,8 (В), 31,5 ГГц совместно с каналами 183,31 ГГц и профилем температу- ры атмосферы уменьшает ошибку восстановления профиля влажности на высотах от 1,5 до 4 км на 12–29 %.
Для восстановления профиля влажности атмосферы по данным МТВЗА ГЯ («Метеор-М» No 2 был разработан двухэтапный нейросетевой алгоритм, состоящий из двух последовательно соединённых однослойных ИНС прямого распространения. Первая ИНС восстанавливает профиль температуры атмосферы, вторая — влажности. ИНС для профиля влаж- ности содержит 12 нейронов в скрытом слое с сигмоидной передаточной функцией. Такой алгоритм позволяет восстанавливать профиль абсолют- ной влажности атмосферы по данным МТВЗА-ГЯ в семи слоях с центрами от 0,6 до 8,6 км с относительной ошибкой от 5 до 45 %. Разработанный ал- горитм позволил восстановить глобальные трёхмерные поля водяного пара в атмосферы Земли по данным МТВЗА-ГЯ «Метеор-М» No 2 за 1,5 года с 01.05.2015 по 24.10.2016.
В заключении приведены основные результаты работы, которые подтверждают основные защищаемые положения диссертационного исследования:
1. Анализ данных судовых радиозондовых измерений и результаты мо- делирования микроволнового излучения системы океан – атмосфера показали, что из-за сильного поглощения вблизи линии 183,31 ГГц радиометрические измерения на типичном наборе частот 165,5– 183,31 ГГц слабо чувствительны к изменению профиля влажности тропосферы ниже 4 км, где сосредоточена большая часть водяного пара. Это позволяет сделать вывод, что необходим поиск новых ме- тодов радиотеплового зондирования из космоса, которые могли бы обеспечить повышение точности восстановления профиля водяного пара в слое 1–4 км.
2. Теоретически исследована возможность применения нового под- хода с применением дифференциальных радиотепловых измере- ний в полосе поглощения 22,235 ГГц для повышения точности вос- становления профиля влажности в нижней тропосфере как при зондировании с поверхности Земли, так и из космоса. Подход за- ключается в вычитании сигналов близких пар частот вблизи линии 22,235 ГГц, в результате чего формируются весовые функции влаж- ности, имеющие высотную избирательность. При зондировании профиля влажности с поверхности Земли дифференциальные ве- совые функции в диапазоне частот 18–27 ГГц при разнице частот 1 ГГц имеют максимумы на высотах от 0 до 2,8 км и амплитуду по- рядка 2 К/км. При зондировании из космоса максимумы дифферен- циальных весовых функций на частотах в диапазоне 18–27 ГГц рас- полагаются на высотах от 0 до 3,5 км.
3. Проведён наземный эксперимент с использованием перестраива- емого радиометра 18–27,2 ГГц, который подтвердил возможности подхода дифференциальных радиотепловых измерений и показал,
16
что с его помощью можно восстанавливать профили влажности тро- посферы с высотным разрешением 1 км. В ходе эксперимента наи- лучшие результаты восстановления с корреляцией между истинным и восстановленным профилем порядка 0,9 были получены на высо- тах от 1,5 до 6,5 км. При этом хорошо восстанавливаются не только близкие к стандартным -экспоненциальные профили, но и профи- ли, имеющие инверсии.
4. Найдены оптимальные значения частот дополнительных радио- тепловых каналов для измерения профиля влажности нижней тро- посферы в ходе реализации КЭ «Конвергенция». Дополнительные каналы имеют вертикальную поляризацию и следующие частоты: 24,0; 25,5 и 26,5 ГГц Расчётные оценки показывают, что примене- ние дополнительных каналов в полосе 22,235 ГГц совместно с кана- лами в области 183,31 ГГц в КЭ «Конвергенция» может существен- но улучшить восстановление профиля влажности на высотах от 0 до 4,5 км. Так, степени свободы при добавлении этих каналов воз- растают на 1,1, или на 35–69 %, что подтверждает их информатив- ность. При этом погрешности восстановления профиля влажности на высотах 1–3 км уменьшаются на 50–10 %.
5. На основе результатов моделирования радиометрических сигналов разрабатываемого прибора МИРС КЭ «Конвергенция» был создан алгоритм восстановления глобальных трёхмерных полей водяно- го пара с использованием искусственных нейронных сетей. Было показано, что в качестве входных данных для ИНС не достаточ- но использовать только яркостную температуру каналов в области 183,31 ГГц. Кроме яркостной температуры на вход ИНС необходимо подавать профиль температуры атмосферы.
Использование в качестве дополнительной входной инфор- мации для ИНС яркостной температуры дополнительных каналов МИРС КЭ «Конвергенция» в полосе 22,235 ГГц совместно с кана- лами 183,31 ГГц и профилем температуры позволят существенно (на 15 %) уменьшить ошибку восстановления профиля влажности атмосферы на высотах от 1 до 4,5 км. В результате было показано, что в ходе КЭ «Конвергенция» с помощью ИНС можно будет вос- станавливать профиль влажности атмосферы с относительной ошибкой менее 32 % на высотах от 0 до 10 км. Для этого целесоо- бразно использовать однослойную ИНС прямого распространения со 100 нейронами в скрытом слое, имеющими сигмоидную переда- точную функцию.
6. Разработанный для КЭ «Конвергенция» подход, использующий ИНС, был применён для восстановления глобальных трёхмерных полей водяного пара на основе данных реального спутникового ра-
диотеплового комплекса МТВЗА-ГЯ («Метеор-М» No 2). Было по- казано, что радиометрические каналы МТВЗА-ГЯ 18,7 (В), 23,8 (В), 31,5(В)ГГц позволяют получить две дифференциальные весовые функции и их использование повышает точность восстановления профиля влажности на высотах 1,5–4,5 км. Для восстановления про- филя влажности тропосферы по данным МТВЗА-ГЯ («Метеор-М» No 2) был разработан двухэтапный нейросетевой алгоритм, состо- ящий из двух последовательно соединённых однослойных ИНС прямого распространения. Первая ИНС восстанавливает профиль температуры атмосферы, вторая — влажности. ИНС для профиля влажности содержит 12 нейронов в скрытом слое с сигмоидной пе- редаточной функцией. Такой алгоритм позволяет восстанавливать профиль абсолютной влажности атмосферы по данным МТВЗА-ГЯ в семи слоях с центрами от 0,6 до 8,6 км с относительной ошибкой от 5 до 45 %.
Разработанный алгоритм впервые позволил восстановить глобальные трёхмерные поля водяного пара в атмосферы Земли по данным МТВЗА-ГЯ («Метеор-М» No 2) за 1,5 года с 01.05.2015 по 24.10.2016.
Актуальность исследования
В настоящее время одно из главных мировых научных направлений —
наблюдение за изменением климата и изучение климатообразующих процессов.
Многолетние исследования в области климатологии показали, что огромную
важность в формировании климата имеют процессы переноса тепла и влаги в
системе океан – атмосфера. Результаты исследований этих процессов позволяют
лучше понять механизмы и спрогнозировать глобальные изменения климата в
широком диапазоне пространственно-временных масштабов. Наиболее сильно и
динамично процессы переноса тепла и влаги в атмосфере происходят над
тропическими районами океана. В этих районах зарождаются и развиваются
мощные атмосферные вихри — тропические циклоны. Взаимодействие океана и
атмосферы в зоне действия тропических циклонов резко усиливается. Воздушные
массы с высокой влажностью приобретают огромную энергию, а при выходе на
сушу наносят огромный ущерб и приводят к человеческим жертвам. Таким
образом, возникает необходимость постоянного мониторинга атмосферы,
особенно в тропической зоне, и прогноза интенсивности и траектории
тропических циклонов.
Чтобы установить общие закономерности эволюции процессов, влияющих
В диссертационной работе проведено исследование и обоснование нового
подхода для повышения точности восстановления вертикальных профилей
влажности тропосферы по данным радиотепловых спутниковых измерений, а
также проведена разработка алгоритмов восстановления глобальных трёхмерных
полей водяного пара в атмосфере Земли.
Основные результаты представленной работы можно сформулировать
следующим образом:
1. Анализ данных судовых радиозондовых измерений и результаты
моделирования микроволнового излучения системы океан – атмосфера
показали, что из-за сильного поглощения вблизи линии 183,31 ГГц
радиометрические измерения на типичном наборе частот 165,5–
183,31 ГГц слабо чувствительны к изменению профиля влажности
тропосферы ниже 4 км, где сосредоточена большая часть водяного пара.
Это позволяет сделать вывод, что необходим поиск новых методов
радиотеплового зондирования из космоса, которые могли бы обеспечить
повышение точности восстановления профиля водяного пара в слое 1–
4 км.
2. Теоретически исследована возможность применения нового подхода
дифференциальных радиотепловых измерений в полосе поглощения
22,235 ГГц для повышения точности восстановления профиля влажности
в нижней тропосфере как при зондировании с поверхности Земли, так и
из космоса. Подход заключается в вычитании сигналов близких пар
частот вблизи линии 22,235 ГГц в результате чего формируются весовые
функции влажности, имеющие высотную избирательность. При
зондировании профиля влажности с поверхности Земли
дифференциальные весовые функции в диапазоне частот 18–27 ГГц при
разнице частот 1 ГГц имеют максимумы на высотах от 0 до 2,8 км и
амплитуду порядка 2 К/км. При зондировании из космоса максимумы
дифференциальных весовых функций на частотах в диапазоне 18–27 ГГц
располагаются на высотах от 0 до 3,5 км.
3. Проведён наземный эксперимент с использованием перестраиваемого
радиометра 18–27,2 ГГц, который подтвердил возможности подхода
дифференциальных радиотепловых измерений и показал, что с его
помощью можно восстанавливать профили влажности тропосферы с
высотным разрешением 1 км. В ходе эксперимента наилучшие
результаты восстановления с корреляцией между истинным и
восстановленным профилем порядка 0,9 были получены на высотах от
1,5 до 6,5 км. При этом хорошо восстанавливаются не только близкие к
стандартным экспоненциальные профили, но и профили, имеющие
инверсии.
4. Найдены оптимальные значения частот дополнительных радиотепловых
каналов для измерения профиля влажности нижней тропосферы в ходе
реализации КЭ «Конвергенция». Дополнительные каналы имеют
вертикальную поляризацию и следующие частоты. 24 ГГц, 25,5 ГГц;
26,5 ГГц Расчётные оценки показывают, что применение
дополнительных каналов в полосе 22,235 ГГц совместно с каналами в
области 183,31 ГГц в КЭ «Конвергенция» может существенно улучшить
восстановление профиля влажности на высотах от 0 до 4,5 км. Так,
степени свободы при добавлении этих каналов возрастают на 1,1 или на
35–69 %, что подтверждает их информативность. При этом погрешности
восстановления профиля влажности на высотах 1–3 км уменьшаются на
50–10 %.
5. На основе результатов моделирования радиометрических сигналов
разрабатываемого прибора МИРС КЭ «Конвергенция» был создан
алгоритм восстановления глобальных трёхмерных полей водяного пара с
использованием искусственных нейронных сетей (ИНС). Было показано,
что в качестве входных данных для ИНС не достаточно использовать
только яркостную температуру каналов в области 183,31 ГГц. Кроме
яркостной температуры, на вход ИНС необходимо подавать профиль
температуры атмосферы.
Использование в качестве дополнительной входной информации для
ИНС яркостной температуры дополнительных каналов МИРС КЭ
«Конвергенция» в полосе 22,235 ГГц совместно с каналами 183,31 ГГц и
профилем температуры позволяет существенно (на 15 %) уменьшить
ошибку восстановления профиля влажности атмосферы на высотах от 1
до 4,5 км. В результате было показано, что в ходе КЭ «Конвергенция» с
помощью ИНС можно восстанавливать профиль влажности атмосферы с
относительной ошибкой мене 32 % на высотах от 0 до 10 км. Для этого
используется однослойная ИНС прямого распространения со
100 нейронами в скрытом слое, имеющими сигмоидную передаточную
функцию.
6. Разработанный для КЭ «Конвергенция» подход, использующий ИНС,
был применён для восстановления глобальных трёхмерных полей
водяного пара на основе данных реального спутникового радиотеплового
комплекса МТВЗА-ГЯ «Метеор-М» № 2. Было показано, что
радиометрические каналы МТВЗА-ГЯ 18,7 (В), 23,8 (В), 31,5 (В)
позволяют получить две дифференциальные весовые функции, и их
использование повышает точность восстановления профиля влажности
на высотах 1,5–4,5 км. Для восстановления профиля влажности
тропосферы по данным МТВЗА-ГЯ «Метеор-М» № 2 был разработан
двухэтапный нейросетевой алгоритм, состоящий из двух
последовательно соединённых однослойных ИНС прямого
распространения. Первая ИНС восстанавливает профиль температуры
атмосферы, вторая — влажности. ИНС для профиля влажности содержит
12 нейронов в скрытом слое с сигмоидной передаточной функцией.
Такой алгоритм позволяет восстанавливать профиль абсолютной
влажности атмосферы по данным МТВЗА-ГЯ в семи слоях с центрами от
0,6 до 8,6 км с относительной ошибкой от 5 до 45 %.
Разработанный алгоритм позволил восстановить глобальные трёхмерные
поля водяного пара в атмосферы Земли по данным МТВЗА-ГЯ
«Метеор-М» № 2 за 1,5 года с 01.05.2015 по 24.10.2016.
[Башаринов и др., 1974] Башаринов А.Е., Гурвич А.С., Егоров С.Т.
Радиоизлучение Земли как планеты. М.: Наука, 1974. 188 с.
[Болдырев и др., 2008] Болдырев В.В., Горобец Н.Н., Ильгасов П.А.,
Никитин О.В., Панцов В.Ю., Прохоров Ю.Н., Стрельников Н.И., Стрельцов А.М.,
Черный И.В., Чернявский Г.М., Яковлев В.В. Спутниковый микроволновый
сканер/зондировщик МТВЗА-ГЯ // Современные проблемы дистанционного
зондирования Земли из космоса. 2008. Вып. 5. Т. 1. С. 243–248.
[Гурвич, Кутуза, 2010] Гурвич А.С., Кутуза Б.Г. «Космос-243» — первый в
мире эксперимент по исследованию земли из космоса радиофизическими
методами // Исслед. Земли из космоса. 2010. № 2. С. 14–25.
[Ермаков, 2017а] Ермаков Д.М. Анализ трехмерной структуры поля
влагосодержания атмосферы как задача технического зрения // Тез. докл. 15-
й Всероссийской открытой конф. «Современные проблемы дистанционного
зондирования Земли из космоса». 13–17 нояб. 2017, ИКИ РАН, Москва. 2017.
С. 458.
[Ермаков, 2017б] Ермаков Д.М., Шарков Е.А., Чернушич А.П. Циркуляция
скрытого тепла в атмосфере Земли: анализ 15 лет радиотепловых спутниковых
измерений // Современные проблемы дистанционного зондирования Земли из
космоса. 2017. Т. 14. № 6. С. 9–27.
[Ермаков и др., 2007] Ермаков Д.М., Раев М.Д., Суслов А.И., Шарков Е.А.
Электронная база многолетних данных глобального радиотеплового поля Земли в
контексте многомасштабного исследования системы океан – атмосфера // Исслед.
Земли из космоса. 2007. № 1.С.7-13.
[Ермаков и др., 2012а] Ермаков Д.М., Чернушич А.П., Шарков Е.А.,
Покровская И.В. Поиск источника энергии при интенсификации ТЦ Katrina по
данным микроволнового спутникового зондирования // Исслед. Земли из космоса.
2012. № 4. С. 47–56.
[Ермаков и др., 2012б] Ермаков Д.М., Чернушич А.П., Шарков Е.А.
Детализация фаз развития ТЦ Katrina по интерполированным глобальным полям
водяного пара // Современные проблемы дистанционного зондирования Земли из
космоса. 2012. Т. 9. № 2. С. 207–213.
[Ермаков идр., 2016] Ермаков Д.М., Шарков Е.А., Чернушич А.П.
Спутниковое радиотепловидение на синоптических и климатически значимых
масштабах // Исслед. Земли из космоса. 2016. № 5. С. 3–9.
[Зражевский, 1976] Зражевский А.Ю. Методика расчёта поглощения в
атмосферных парах воды в миллиметровом и субмиллиметровом диапазонах
// Радиотехника и электроника. 1976. Т. 21. № 5. С. 951–957.
[Круглов, Борисов, 2002] Круглов В.В., Борисов В.В. Искусственные
нейронные сети. Теория и практика. М.: Горячая линия-Телеком, 2002. 382 с.
[Кузьмин и др., 2009] Кузьмин А.В., Горячкин Ю.А., Ермаков Д.М.,
Ермаков С.А., Комарова Н.Ю., Кузнецов А.С., Репина И.А., Садовский И.Н.,
Смирнов М.Т., Шарков Е.А., Чухарев А.М. Морская гидрофизическая платформа
«Кацивели» как подспутниковый полигон на Черном море // Исслед. Земли из
космоса. 2009. № 1. С. 31–44.
[Кутузаидр.,2016]Кутуза Б.Г.,Данилычев М.В.,Яковлев О.И.
Спутниковый мониторинг Земли: Микроволновая радиометрия атмосферы и
поверхности. М.: ЛЕНАНД, 2016. 336 с.
[Образцов, Щукин, 2002] Образцов С.П., Щукин Г.Г. Теоретические
исследования информативности данных наблюдений СВЧ-радиометрического
комплекса МТВЗА ИСЗ «Метеор-3М» // Тр. НИЦДЗА (филиал ГГО). 2002. Вып. 4
(552), С. 3–13.
[Пашинов,2018]Пашинов Е.В.Восстановлениеинтегрального
паросодержания атмосферы по данным прибора МТВЗА-ГЯ («Метеор-М» № 2)
надповерхностьюокеана// Современныепроблемыдистанционного
зондирования Земли из космоса. 2018. Т. 15. № 4. С. 225–235.
[Пашинов, 2019] Пашинов Е.В. Космический эксперимент «Конвергенция»:
восстановление профиля водяного пара атмосферы с помощью искусственных
нейронных сетей // Исслед. Земли из космоса. 2019. № 6. С. 28–40.
[Поляков и др., 2014] Поляков А.В., Тимофеев Ю.М., Виролайнен Я.А.
Применение искусственных нейронных сетей в температурно-влажностном
зондировании атмосферы // Изв. РАН. Физика атмосферы и океана. 2014. Т. 50.
№ 3. С. 373–380.
[Рекомендация МСЭ-R P.835-4] Рекомендация МСЭ-R P.835-4: Эталонные
стандарты атмосферы. 1992-1994-1997-1999-2005. 10 с.
[Руткевич, Шарков, 2005] Руткевич П.Б., Шарков Е.А. Новый механизм
генерации атмосферных катастроф: возможности дистанционных методов
// Современные проблемы дистанционного зондирования Земли из космоса. 2005.
Т. 2. С. 42–48.
[Садовский и др., 2014] Садовский И.Н., Шарков Е.А., Кузьмин А.В.,
Пашинов Е.В., Сазонов Д.С. Обзор моделей комплексной диэлектрической
проницаемости водной среды, применяемых в практике дистанционного
зондирования // Исслед. Земли из космоса. 2014. № 6. С. 79–93.
[Садовский и др., 2016] Садовский И.Н., Кузьмин А.В., Поспелов М.Н.,
Сазонов Д.С., Пашинов Е.В. Экспериментальные исследования коротковолновой
частиспектраветровыхволн.Предварительныйанализрезультатов
дистанционныхрадиометрическихизмерений// Современныепроблемы
дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 55–67.
[Сёмин и др., 2011] Сёмин А.Г., Кузьмин А.В., Хапин Ю.Б., Шарков Е.А.
Исследования радиояркостной температуры атмосферы тропиков в линии 183 и
325 ГГц // Современные проблемы дистанционного зондирования Земли из
космоса. 2011. Т. 8. № 4. С. 66–75.
[Смирнов и др., 2017] Смирнов М.Т., Саворский В.П., Маречек С.В.,
Турыгин С.Ю. Спектральные измерения нисходящего радиотеплового излучения
атмосферы в диапазоне 18–27 ГГц // 7-е Всероссийские Армандовские Чтения.
Современныепроблемыдистанционногозондирования,радиолокации,
распространения и дифракции волн: материалы Всероссийской научной конф.
2017. С. 175–179.
[Стерлядкин,Шарков,2014]Стерлядкин В.В.,Шарков Е.А.
Дифференциальные радиотепловые методы определения вертикального профиля
водяного пара в тропосфере и стратосфере Земли // Исслед. Земли из космоса.
2014. № 5. С. 15–28.
[Стерлядкин и др., 2017а] Стерлядкин В.В., Пашинов Е.В., Кузьмин А.В.,
Шарков Е.А.Влияниеподстилающейповерхностинаточность
дифференциальных радиометрических измерений профиля водяного пара в
нижней тропосфере со спутников // Современные проблемы дистанционного
зондирования Земли из космоса. 2017. Т. 14. № 5. С. 268–277.
[Стерлядкин и др., 2017б] Стерлядкин В.В., Пашинов Е.В., Кузьмин А.В.,
Шарков Е.А. Дифференциальные радиотепловые методы восстановления профиля
влажности атмосферы с борта космических аппаратов // Исслед. Земли из
космоса. 2017. № 2. С. 64–76.
[Тихонов, Арсенин, 1974] Тихонов А.Н., Арсенин В.Я. Методы решения
некорректных задач. М.: Наука, 1974. 224 с.
[Третьяков,2016]Третьяков М.Ю.Спектроскопическиеаспекты
радиометрии влажности атмосферного воздуха. Ч. I: Основы моделирования
атмосферного поглощения // Исслед. Земли из космоса. 2016. № 6. С. 82–90.
[Третьяков,2017]Третьяков М.Ю.Спектроскопическиеаспекты
радиометрии влажности атмосферного воздуха. Ч. II: Параметры, необходимые
для моделирования поглощения излучения в водяном паре. // Исслед. Земли из
космоса. 2017. № 1. С. 69–93.
[Успенскийи др., 2016] Успенский А.Б., Асмус В.В., Козлов А.А.,
Крамчанинова Е.К., Стрельцов А.М., Чернявский Г.М., Черный И.В. Абсолютная
калибровка каналов атмосферного зондирования спутникового микроволнового
радиометра МТВЗА-ГЯ // Исслед. Земли из космоса. 2016. № 5. С. 57–70.
[Хайкин, 2016] Хайкин С. Нейронные сети. Полный курс. М.: ООО «И.Д.
Вильямс», 2016. 1104 с.
[Черный и др., 2003] Черный И.В., Чернявский Г.М., Успенский А.Б.,
Пегасов В.М.СВЧ-радиометрМТВЗАспутника«Метеор-3М»№ 1:
предварительные результаты летных испытаний // Исслед. Земли из космоса,
2003. № 6. С. 1–15.
[Шарков, 2010] Шарков Е.А. Дистанционные исследования атмосферных
катастроф // Исслед. Земли из космоса. 2010. № 1. С. 52–68.
[Шарков, 2014] Шарков Е.А. Радиотепловое дистанционное зондирование
Земли: физические основы. Т. 1 М.: ИКИ РАН, 2014. 544 с.
[Шарков и др., 2008] Шарков Е.А., Ким Г.А., Покровская И.В. Эволюция
тропического циклона Gonu и его связь с полем интегрального водяного пара в
экваториальной области // Исслед. Земли из космоса. 2008. № 6. С. 25–30.
[Шарков и др., 2011а] Шарков Е.А., Ким Г.А., Покровская И.В. Эволюция
тропического циклона Hondo в поле экваториального водяного пара с
использованием мультиспектрального подхода // Исслед. Земли из космоса. 2011.
№ 1. С. 22–29.
[Шарковидр.,2011б]Шарков Е.А.,Ким Г.А.,Покровская И.В.
Энергетические особенности множественного тропического циклогенеза по
мультиспектральным спутниковым наблюдениям // Исслед. Земли из космоса.
2011. № 2. С. 18–25.
[Шарков и др., 2011в] Шарков Е.А., Шрамков Я.Н., Покровская И.В.
Особенности экваториального поля водяного пара при эволюции тропического
циклона (ТЦ) на примере ТЦ Francisco (2001) // Современные проблемы
дистанционного зондирования Земли из космоса. 2011. Т. 8. № 3. С. 310–316.
[Шарков и др., 2011г] Шарков Е.А., Шрамков Я.Н., Покровская И.В.
Критический параметр генезиса тропических циклонов в глобальном поле
интегральноговодяногопара// Современныепроблемыдистанционного
зондирования Земли из космоса. 2011. Т. 8. № 1. С. 280–286.
[Шарков и др., 2012] Шарков Е.А., Шрамков Я.Н., Покровская И.В.
Повышенное содержание водяного пара в атмосфере тропических широт как
необходимое условие генезиса тропических циклонов // Исслед. Земли из
космоса. 2012. № 2. С. 73–82.
[Шарков и др., 2018] Шарков Е.А., Кузьмин А.В., Веденькин Н.Н., Jeong S.,
Ермаков Д.М.,Квитка В.Е.,Козлова Т.О.,Комарова Н.Ю.,Минаев П.Ю.,
Park Il.H.,Пашинов Е.В.,Позаненко А.С.,Прасолов В.О.,Садовский И.Н.,
Сазонов Д.С.,Стерлядкин В.В.,Хапин Ю.Б.,Hong G.,Черненко А.М.
Космическийэксперимент«Конвергенция»:научныезадачи,бортовая
аппаратура, методики решения обратных задач // Исслед. Земли из космоса. 2018.
№ 4. С. 71–96.
[Becker, Autler, 1946] Becker G.E., Autler S.H. Water vapor absorption of
electromagnetic radiation in the centimeter wave-length range // Phys. Rev. 1946. V. 70.
No. 5/6. P. 300–307.
[Blackwell, 2005] Blackwell W.J. A neural-network technique for the retrieval of
atmospheric temperature and moisture profiles from high spectral resolution sounding
data // IEEE Trans. Geosci. Remote Sens. 2005. V. 43. No. 11. P. 2535–2546.
[Blankenship et al., 2000] Blankenship C.B., Al-Khalaf A., Wilheit T.T. Retrieval
of Water Vapor Profiles Using SSM/T-2 and SSM/I Data // J. Atmos. Sci. 2000. V. 57.
P. 939–955.
[Bommarito, 1993] Bommarito J.J. DMSP Special Sensor Microwave Imager
Sounder (SSMIS) // Proc. SPIE. 1993. V. 1935. P. 230–238.
[Bormann et al., 2013] Bormann N., Fouilloux A., Bell W. Evaluation and
assimilation of ATMS data in the ECMWF system // J. Geophys. Res. Atmos. 2013.
V. 118. P. 12970–12980.
[Boukabara et al., 2011] Boukabara S.A., Garrett K., Chen W. C. MiRS: An all-
weather 1DVAR satellite data assimilation and retrieval system // IEEE Trans. Geosci.
Remote Sens. 2011. V. 49. P. 3249–3272.
[Brogniez et al., 2013] Brogniez H., Kirstetter P.E., Eymard L. Expected
improvements in the atmospheric humidity profile retrieval using the Megha-Tropiques
microwave payload // Q. J. R. Meteorol. Soc. 2013. V. 139. P. 842–851.
[Chahine, 1992] Chahine M.T. The hydrological cycle and its influence on the
climate // Nature. 1992. V. 359. P. 373–380.
[Clatchey et al., 1972] Clatchey R.A., Fenn R.W., Selby J.E.A., Garing J.S.,
Volz F.E. Oрtical properties of the atmosphere. 3rd ed. // AFCRL–72–0497. 1972.
108 p.
[Climate change, 2014] Climate change 2014: Synthesis report (IPCC). 2015.
URL: https://www.ipcc.ch/report/ar5/syr/ (дата обращения: 08.05.2021).
[Dee et al., 2011] Dee D.P., Uppala S.M., Simmons A.J., Berrisford P., Poli P.,
Kobayashi S., Andrae U., Balmaseda M.A., Balsamo G., Bauer P., Bechtold P.,
Beljaars A.С.M., Berg L., Bidlot J., Bormann N., Delsol C., Dragani R., Fuentes M.,
Geer A.J., Haimberger L., Healy S.B., Hersbach H., Hólm E.V., Isaksen L., Kallberg P.,
Köhler M., Matricardi M., McNally A.P., Monge‐Sanz B.M., Morcrette J.J., Park B.K.,
Peubey C., Rosnay P., Tavolato C., Thépaut J.‐N., Vitart F. The ERA-Interim
reanalysis: configuration and performance of the data assimilation system // Q. J. R.
Meteorol. Soc. 2011. No. 137. P. 553–597.
[Defer et al., 2014] Defer E., Galligani V.S., Prigent C., Jimenez С. First
observations of polarized scattering over ice clouds at close-to-millimeter wavelengths
(157 GHz) with MADRAS on board the Megha-Tropiques mission // J. Geophys. Res.
Atmos. 2014. P. 12301–12316
[Deuber et al., 2005] Deuber B., Haefele A., Feist D.G., Martin L., Kampfer N.,
Nedoluha G.E., Yushkov V., Khaykin S., Kivi R., Vomel H. Middle Atmospheric
Water Vapour Radiometer (MIAWARA): Validation and first results of the LAPBIAT
UpperTroposphericLowerStratosphericWaterVapourValidationProject
(LAUTLOS-WAVVAP) campaign // J. Geophys. Res. 2005. V. 110. D13306. 10 p.
[Dong, Yang, 2009] Dong C., Yang J. An overview of a new Chinese weather
satellite FY-3A // Bull. Amer. Meteorol. Soc. 2009. V. 90. No. 10. P. 153121544.
[Durre et al., 2006] Durre I., Vose R.S., Wuertz D.B. Overview of the Integrated
Global Radiosonde Archive // J. Climate. 2006. V. 19. P. 53268.
[Eymard et al., 2002] Eymard L., Gheudin M., Laborie P., Sirou F., Le Gac C.,
Vinson J.-P. The SAPHIR humidity sounder // Notes Act. Instrum. de l’IPSL 24. 2002.
[Gagliano, McCheehy, 1981] Gagliano J.A., McCheehy J.J. Advance microwave
moisture sounder (AMMS) for WB-57F CCOPE missionЖ Tech Rep. for Project A-
294. Georgia Inst. of Technology, 1981. 40 p.
[Gangwar, Gohil, 2014] Gangwar R.K., Gohil B.S. Retrieval of Layer Averaged
Relative Humidity Profiles from MHS Observations over Tropical Region // Intern. J.
Atmospheric Sciences. 2014. V. 2014. Art. ID 645970. 10 p.
[Gangwar et al., 2014] Gangwar R.K., Gohil B.S., Mathur A.K. Retrieval of
Layer Averaged Relative Humidity Profiles from MHS Observations over Tropical
Region // Intern. J. Atmospheric Sciences. 2014. V. 2014. Art. ID 645970. 10 p.
[Garandet al.,2001]Garand L.,Turner D.S.,Larocque M.,Bates J.,
Boukabara S., Brunel P., Chevallier F., Deblonde G., Engelen R., Hollingshead M.,
Jackson D.,Jedlovec G.,Joiner J.,Kleespies T.,McKague D.S.,McMillin L.,
Moncet J.L., Pardo J.R., Rayer P.J., Salathe E., Saunders R., Scott N.A., Van Delst P.,
Woolf H. Radiance and Jacobian intercomparison of radiative transfer models applied to
HIRS and AMSU channels // J. Geophys. Res. 2001. V. 106. No. D20. P. 24,017–
24,031.
[Gohil, Mathur, 2006] Gohil B.S., Mathur A.K. Atmospheric humidity profile
retrieval algorithms for Megha-Tropiques SAPHIR: a simulation study and analysis of
AMSU-B data // Remote Sensing of the Atmosphere and Clouds. Proc. SPIE. 2006.
V. 6408. P. 640803-1–640803-9.
[Gordon et al. 2017] Gordon I.E., Rothman L.S., Hill C., Kochanov R.V., Tan Y.,
Bernath P.F.,Birk M.,Boudon V.,Campargue A.,Chance K.V.,Drouin B.J.,
Flaud J.M., Gamache R.R., Hodges J.T., Jacquemart D., Perevalov V.I., Perrin A.,
Shine K.P., Smith M.-A.H., Tennyson J., Toon G.C., Tran H., Tyuterev V.G., Barbe A.,
Császár A.G., Devi V. M., Furtenbacher T., Harrison J.J., Hartmann J.-M., Jolly A.,
Johnson T.J., Karman T., Kleiner I., Kyuberis A.A., Loos J., Lyulin O.M., Massie S.T.,
Mikhailenko S.N., Moazzen-Ahmadi N., Müller H.S.P., Naumenko O.V., Nikitin A.V.,
Polyansky O.L., Rey M., Rotger M., Sharpe S.W., Sung K., Starikova E., Tashkun S.A.,
Vander Auwera J.,Wagner G.,Wilzewski J.,Wcisło P.,Yu S.,Zak E.J.The
HITRAN2016 molecular spectroscopic database // J. Quantitative Spectroscopy and
Radiative Transfer. 2017. HITRAN-2016 Special Iss. P. 3–69.
[Hersbach et al., 2019] Hersbach H., Bell W., Berrisford P., Horányi A.J.M-S.,
Nicolas J., Radu R., Schepers D., Simmons A., Soci C., Dee D. Global reanalysis:
goodbye ERA-Interim, hello ERA5 // ECMWF Newsletter. 2019. V. 159. P. 17–24.
[Hilliard et al., 2015] Hilliard L., Racette P., Blackwell W., Galbraith C.,
Thompson E. Hyperspectral microwave atmospheric sounder (HyMAS) — New
capability in the CoSMIR/CoSSIR scanhead // 2015 IEEE Aerospace Conf. 2015. 8 p.
[Kadygrov, 2006] Kadygrov E.N. Operational aspects of different ground-based
remote sensing observing techniques for vertical profiling of temperature, wind,
humidity and cloud structure: a review / World Meteorological Organization:
Instruments and observing methods. 2006. Report No. 89. 24 p.
[Lambrigtsen et al., 2005] Lambrigtsen B.H., Brown S.T., Dinardo S.J. Progress
in developing GeoSTAR:A microwave sounder for GOES-R // Proc. Earth Observing
Systems X. San Diego, CA, USA: SPIE, 2005. P. 5882:58820L.
[Liebe, 1989] Liebe H.J. MPM — an atmospheric millimeter-wave propagation
model // Intern. J. Infrared, Millimeter, and Terahertz Waves. 1989. V. 10. No. 6.
P. 631–650.
[Lipton, 2003] Lipton A.E. Satellite Sounding Channel Optimization in the
Microwave Spectrum // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41.
No. 4. P. 761–781.
[Mathur et al., 2013] Mathur A.K., Gangwar R.K., Gohil B.S., Sanjib K. Deb,
Prashant Kumar, Munn V. Shukla, Simon B., Pal P.K. Humidity profile retrieval from
SAPHIR on-board the Megha-Tropiques // Current Science. 2013. V. 104. No. 12.
P. 1650–1655.
[Meissner, Wentz, 2012] Meissner T., Wentz F.J. The emissivity of the ocean
surface between 6 and 90 GHz over a large range of wind speeds and earth incidence
angles, // IEEE Trans. Geosci. Remote Sens. 2012. V. 50. No. 8. P. 3004–3026.
[Miloshevich et al., 2006] Miloshevich L.M., Holger V., Whiteman D.N.,
Lesht B.M., Schmidlin F.J., Russo F. Absolute accuracy of water vapor measurements
from six operational radiosonde types launched during AWEX-G and implications for
AIRS validation // J. Geophys. Res. 2006. D09S10.
[Paola et al., 2018] Paola F.D., Ricciardelli E., Cimini D., Cersosimo A.,
Paola A.D., Gallucci D., Gentile S., Geraldi E., Larosa S., Nilo S.T., Ripepi E.,
Romano F., Sano P., Viggiano M. MiRTaW: An Algorithm for Atmospheric
Temperature and Water Vapor Profile Estimation from ATMS Measurements Using a
Random Forests Technique // Remote Sensing. 2018. V. 10. P. 1398.1–1398.27.
[Rodgers, 2000] Rodgers C.D. Inverse methods for atmospheric sounding:
Theory and practice. Singapore: World Scientific Publishing Co. Pte. Ltd., 2000. 255 p.
[Rose, Czekala, 2011] Rose Th., Czekala H. RPG-HATPRO, RPG-TEMPRO,
RPG-HUMPRO, RPG-LHUMPRO, RPG-LHATPRO (Humidity/Temperature/LWC
Profilers), RPG-LWP, RPG-LWP-U90, RPG-150-90 RPG-DP150-90, RPG-15-90,
RPG-36-90 (LWP and IWV Radiometers): Operating Manual Version 8.17. Radiometer
Physics GmbH. Meckenheim, Germany. 2011. 249 p.
[Rosenkranz, 1998] Rosenkranz P.W. Water vapor microwave continuum
absorption: A comparison of measurements and models // Radio Sci. 1998. V. 33.
P. 919–928.
[Rosenkranz, 2001] Rosenkranz P.W. Retrieval of temperature and moisture
profiles from AMSU-A and AMSU-B measurements // IEEE T. Geosci. Remote. 2001.
V. 39. P. 2429–2435.
[Rosenkranz et al., 1982] Rosenkranz P.W., Komichak M.J., Staelin D.H. A
method for estimation for atmospheric water vapor profiles by microwave radiometry
// J. Appl. Meteor. 1982. V. 21. P. 1364-1370.
[Ruprecht, 1996] Ruprecht E. Atmospheric water vapor and cloud water: an
overview // Advances in Space Research. 1996. V. 18. No. 7. P. 5–16.
[Saunders et al., 1994] Saunders R.W., English S.J., Jones D.С. AMSU-B: a new
tool for atmospheric research // Proc. SPIE 2313. Microwave Instrumentation and
Satellite Photogrammetry for Remote Sensing of the Earth. 1994. P. 98–107.
[Sharkov, 1998] Sharkov E.A. Remote sensing of tropical regions. Chichester;
N.Y. etc.: John Wiley and Sons/PRAXIS, 1998. 310 p.
[Sharkov, 2000] Sharkov E.A. Global Tropical Cyclogenesis. Springer/PRAXIS.
Berlin; Heidelberg; L.; N.Y. etc., 2000. 361 p.
[Sharkov, 2012] Sharkov E.A. Global Tropical Cyclogenesis. 2nd ed. Berlin;
Heidelberg; L.; N.Y. etc.: Springer/PRAXIS, 2012. 650 p.
[Shraerer, Wilheit, 1979] Shraerer G., Wilheit T.T. A passive microwave
technique for profiling of atmospheric water vapor // Radio Sci. 1979. No. 14. P. 371–
375.
[Sivira et al., 2015] Sivira R.G., Brogniez H., Mallet C., Oussar Y. A layer-
averaged relative humidity profile retrieval for microwave observations: design and
results for the Megha-Tropiques payload // Atmos. Meas. Tech. 2015. No. 8. P. 1055–
1071.
[Sterlyadkin et al., 2017] Sterlyadkin V.V., Pashinov E.V., Kuzmin A.V.,
Sharkov E.A. Differential Radiothermal Methods for Satellite Retrieval of Atmospheric
Humidity Profile // Izvestiya, Atmospheric and Oceanic Physics. 2017. V. 53. No. 9.
P. 979–990.
[Vaisala…, 2013] Vaisala Radiosonde RS92 // 8th WMO Intercomparison of High
Quality Radiosonde Systems. 13 July – 1 Aug. 2010, Yangjiang, China. Vaisala White
Paper, 2013. 17 p.
[Van Vleck, Weisskopf, 1945] Van Vleck J.H., Weisskopf V.F. On the Shape of
Collisionbroadened lines // Rev. Mod. Phys. 1945. V. 17. No. 2–3. P. 227–236.
[Vigasin, 1991] Vigasin A.A. Bound, metastable and free states of bimolecular
complexes // Infrared Physics. 1991. V. 32. P. 461–470.
[Wang, Chang, 1990] Wang J.R., Chang A.L. Retrieval of water vapor profiles
from microwave radiometric measurements near 90 and 183 GHz // J. Appl. Meteor.
1990. V. 29. P. 1005–1013.
[Wang et al., 1983] Wang J.R., King J.L., Wilheit T.T., Szejwach G., Gesell L.H.,
Nieman R.A., Niver D.S., Krupp B.M., Gagliano J.A., Profiling atmospheric water
vapor by microwave radiometry // J. Appl. Meteor. 1983. V. 22. P. 779–788.
[Waters et al., 1975] Waters J.W., Kunzi K.F., Pettyjohn R.L., Poon R.K.,
Staelin, D.H. Remote sensing of atmospheric temperature profiles with the Nimbus 5
microwave spectrometer // J. Atmos. Sci. 1975. V. 32. P. 1953–1969.
[Weng, Grody, 1994] Weng F., Grody N. С. Retrieval of cloud liquid water using
the special sensor microwave imager (SSM/I) // J. Geophys. Res. 1994. V. 99. No. D12.
P. 25,535–25,551.
[Weng, Zou, 2012] Weng F., Zou X. Introduction to Suomi national polar-
orbiting partnership advanced technology microwave sounder for numerical weather
prediction and tropical cyclone applications // J. Geophys. Res. 2012. V. 117. P. 2156–
2202.
[Weng, Zou, 2013] Weng F., Zou X., Ninghai Sun, Hu Yang, Miao Tian,
Blackwell W.J., Xiang Wang, Lin Lin, Anderson K. Calibration of Suomi national
polar-orbiting partnership advanced technology microwave sounder // J. Geophys. Res.
2013. V. 118. P. 11,187–11,200.
[Wilheit et al., 1982] Wilheit T.T., Chang A.T.C., King J.L., Rodgers E.B.,
Nieman R.A., Krupp B.M., Milman A.S., Stratigos J.S., Siddalingaiah H. Microwave
radiometric observations near 19.35, 92 and 183 GHz of precipitation in Tropical Storm
Cora // J. Appl. Meteor. 1982. V. 21. P. 1137–1145.
Помогаем с подготовкой сопроводительных документов
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
4.1 (20 отзывов)
4.8 (37 отзывов)
4.8 (30 отзывов)
4.8 (105 отзывов)
4.9 (5 отзывов)
5 (428 отзывов)
4.6 (30 отзывов)
5 (154 отзыва)
4.2 (5 отзывов)
