Бесплатный автореферат и диссертация по наукам о земле на тему

Исследование статистическими методами зависимости альбедо и коротковолнового радиационного баланса системы почва-растительность от метеорологических факторов

ВАК РФ 25.00.30, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Исследование статистическими методами зависимости альбедо и коротковолнового радиационного баланса системы почва-растительность от метеорологических факторов"

Государственное учреждение «Главная геофизическая обсерватория им. А.И. Воейкова»

на правах рукописи

Рябова Лидия Михайловна

ИССЛЕДОВАНИЕ СТАТИСТИЧЕСКИМИ МЕТОДАМИ ЗАВИСИМОСТИ АЛЬБЕДО И КОРОТКОВОЛНОВОГО РАДИАЦИОННОГО БАЛАНСА СИСТЕМЫ ПОЧВА-РАСТИТЕЛЬНОСТЪ ОТ МЕТЕОРОЛОГИЧЕСКИХ ФАКТОРОВ

Специальность 25.00.30 - метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата географических наук

САНКТ-ПЕТЕРБУРГ 2006

Диссертация выполнена в Государственном учреждении «Главная геофизическая обсерватория им. А.И. Воейкова»

Научный руководитель: проф., доктор физико-математических наук Олег Михайлович Покровский

Официальные оппоненты: проф., доктор географических наук Нина Владимировна Кобышева

проф., доктор физико-математических наук Александр Витальевич Кондратьев

Ведущая организация: Российский государственный гидрометеорологический университет.

Защита состоится 29 марта 2006 года в 14 часов на заседании диссертационного совета Д327.005.01 при Государственном учреждении «Главная геофизическая обсерватория им. А.И.Воейкова» по адресу: 194021, Санкт-Петербург, ул. Карбышева, д. 7.

С диссертацией можно ознакомиться в библиотеке Главной геофизической обсерватории им. А.И. Воейкова.

Автореферат разослан 27 февраля 2006 года

Ученый секретарь диссертационного совета,

доктор географических наук

А.В. Мещерская

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы н состояние вопроса.

Проблематика прогнозирования климата с помощью моделей общей циркуляции атмосферы (МОЦА) приобретает возрастающее научное и прикладное значение ввиду глобальных изменений климата, вызванных антропогенными воздействиями на окружающую среду. Несмотря на постоянное совершенствование МОЦА за счет увеличения разрешения и улучшения схем параметризации, существует ряд обстоятельств, которые препятствуют достижению необходимых результатов в части, касающейся валидации модели относительно данных наблюдений. В ряде зарубежных работ были сделаны выводы, что в масштабе суточного хода составляющих коротковолнового радиационного баланса расхождения с данными МОЦА достигают 100% и более, что ставит под сомнение возможные результаты прогноза климата.

В последнее время в рамках международных проектов начаты разработки по усвоению данных наблюдений составляющих радиационного баланса в МОЦА. Один из таких проектов - европейский проект LDAS (Land Data Assimilation System), в котором предусмотрено усвоение данных наблюдений метеорологических и радиационных параметров у поверхности суши. В рамках международной программы GEWEX (Global Energy and Water Cycles Experiment) в Западной Европе и Канаде проводится ряд экспериментов по сбору необходимой наземной информации. Примером может служить проект СБОР (Coordinated Enhanced Observing Period), предназначенный как для валидации радиационных блоков МОЦА, так и для калибровки данных спутниковых наблюдений.

Учитывая недостаточную плотность наземной актинометрической и тепло-балансовой сети, основным источником информации о составляющих радиационного баланса могут быть системы дистанционного зондирования атмосферы, которые, однако, пока не обеспечивают должной точности восстановления потоков как коротковолновой, так и длинноволновой радиации. Отсутствие методик восстановления ограничивает возможности практического применения спутниковой информации.

Изучение современных изменений климата предполагает исследование всех компонентов климатической системы и их взаимосвязи. С учетом того, что доля солнечной радиации, отраженной земной поверхностью, составляет около 8% в энергетическом балансе системы Земля-атмосфера, альбедо поверхности Земли относится к числу важных климатообразующих факторов. В отличие от поверхности океана, альбедо поверхности суши является не только недостаточно изученной, но и весьма изменчивой величиной. Первое связано с тем, что до последнего времени основной объем информации об альбедо суши поступал с наземной актинометрической сети, дающей информацию об альбедо достаточно однородных участков площадок метеорологических станций. В то же время большая часть суши представляет собой ландшафты, которые входят в систему почва-растительность (СПР) и имеют достаточно сложную пространственную архитектуру. Описание переноса потоков коротковолновой солнечной радиации в СПР представляет достаточно сложную самостоятельную задачу.

Пространственно-временная изменчивость альбедо для СПР определяется бесконечным многообразием видов растительности—£е_ллотностью и архитектурой, с одной стороны, и внутригодовым хо з развития

растительности, с другой стороны. Альбедо СПР подвержено влиянию целого ряда факторов. Определенное значение имеют краткосрочные метеорологические факторы, связанные с влиянием осадков, влажности атмосферы и грунта и определяющие внутри- и межсуточную изменчивость альбедо СПР.

Цель работы и задачи исследования.

Цель данной работы состоит в расширении существующих представлений о пространственно-временной изменчивости альбедо и коротковолнового радиационного баланса с целью использования этих знаний при создании статистических моделей, когда основное внимание уделяется проблеме моделирования суточного и сезонного хода указанных характеристик.

В задачи работы входили:

1. Исследование нелинейных трендов в месячных рядах альбедо, коротковолнового радиационного баланса и связанных с ними метеорологических параметров;

2. Использование статистических моделей для описания зависимости коротковолнового радиационного баланса и альбедо от влияющих метеорологических параметров и проведение численных экспериментов для оценки их точности;

3. Подготовка модельного модуля для 4-мерной численной схемы ассимиляции данных наблюдений альбедо и коротковолнового радиационного баланса для СПР.

Научная новизна работы

Впервые в схеме ассимиляции данных наблюдений альбедо и коротковолнового радиационного баланса использованы методы моделирования нейронных сетей и фаззи анализа. Необходимость в этом подходе возникла в связи с тем, что отсутствуют уравнения, описывающие временную эволюцию составляющих радиационного баланса у поверхности суши.

Впервые для изучения межгодовых изменений сезонного хода альбедо и составляющих коротковолнового радиационного баланса использовался оригинальный метод оценки нелинейного тренда, который в отличие от линейного тренда не зависит от величины временного интервала, на котором производится анализ климатических временных рядов.

Практическая значимость работы.

Наиболее известные зарубежные модели среднесрочного (3-14 дней) прогноза погоды обязательно включают модуль усвоения данных об энергетике, в частности данные об альбедо и коротковолновом радиационном балансе для СПР. Для усовершенствования указанных зарубежных и отечественных моделей в России требуется создание современных схем ассимиляции данных об альбедо и коротковолновом радиационном балансе, получаемых на актинометрической сети Росгидромета и с борта метеорологических спутников (например, NOAA, MSG, AQUA, TERRA и др.). В настоящей работе разработаны методические основы для создания оперативных схем усвоения указанных данных, с помощью процедур масштабирования эти данные усваиваются совместно.

Полученные результаты относятся только к подстилающей поверхности метеоплощадки и описывают преимущественно систему почва-травяной покров. В будущем данную работу, следует распространить на другие виды растительно-

сти и ландшафтов, основываясь на спутниковых данных. Тем не менее, проведенный анализ позволил изучить зависимость альбедо и коротковолнового радиационного баланса для данного вида растительности от влияющих метеорологических величин.

На защиту выносятся следующие положения

1. Связи, установленные между альбедо и составляющими коротковолнового радиационного баланса с одной стороны и основными метеорологическими величинами, такими как температура и влажность почвы, температура и влажность воздуха, скорость испарения (поток скрытого тепла в атмосферу), скорость ветра, градиент температуры воздуха и скорости ветра, количество выпавших осадков, атмосферное давление с другой стороны, как на сезонном, так и на внутрисуточиом масштабе.

2. Сезонные зависимости этих связей и тенденции межгодовой изменчивости альбедо и составляющих коротковолнового радиационного баланса. В многолетних рядах альбедо выявлены положительные тренды в теплый период года и отрицательные в холодный период. Потоки радиационного баланса уменьшаются в летний сезон и возрастают в зимний сезон, потоки приходящей суммарной и отраженной радиации имеют тенденцию к увеличению в летний и к убыванию в зимний сезон на континентальных станциях, удаленных от океанов.

3. Статистические зависимости альбедо и коротковолнового радиационного баланса от влияющих метеорологических величин. В летний сезон повышение температуры воздуха и уменьшение осадков на континентальных станциях ведет к увеличению доли отраженной солнечной радиации из-за снижения влажности почвы, и уменьшению величин радиационного баланса. Наоборот, увеличение осадков в районе северо-запада и северо-востока России в летний сезон приводит к уменьшению альбедо. Зимой, наличие преимущественно положительных трендов в рядах температуры воздуха и осадков и связанного с этим таяния снега объясняет уменьшение потоков отраженной радиации и возрастание радиационного баланса.

4. Результаты моделирования дневного хода альбедо и коротковолнового радиационного баланса для СПР по данным метеорологических наблюдений. Показано, что точность восстановления суточного хода альбедо - составляет для случаев ясного неба - 10%, сплошной облачности -15%, для случаев частичной облачности - 12-13% (относительно оцениваемой величины). Средние погрешности восстановления дневного хода радиационного баланса в условиях ясного неба равны 5-6 Вт/м2 и при сплошной облачности 7-9 Вт/м2.

Личный вклад автора в диссертационную работу заключается в определении цели и задач исследования, проведении численных экспериментов со статистическими моделями дневного хода альбедо и коротковолнового радиационного баланса, анализе их результатов и определении точности восстановления альбедо и составляющих радиационного баланса.

Автором осуществлено применение стандартных и новых методов к анализу временных рядов альбедо и составляющих радиационного баланса. Установлены долгопериодные и короткопериодные тенденции изменения рассматриваемых параметров в различных регионах России. Показаны перспективы применения методов статистического моделирования дневного хода и межсуточной измен-

чивости альбедо и коротковолнового радиационного баланса для системы почва-растительность в схемах усвоения данных дистанционного зондирования поверхности суши и радиационных блоках параметризации энерго и влагообме-на в приземном слое атмосферы. Проведена оценка результатов моделирования полученных при использовании статистических методов НФМ и фаззи анализа.

Апробация работы

Основные положения и результаты представляемой работы докладывались:

- Международный симпозиум стран СНГ «Атмосферная радиация» МСАР-2002 (Санкт-Петербург, 2002);

- Всемирная конференция по изменению климата (Москва, 2003);

- International conference on Earth System Modelling (Гамбург, Германия, 2003);

- Международный симпозиум стран СНГ «Атмосферная радиация» МСАР-2004 (Санкт-Петербург, 2004);

- ACIA International Scientific Symposium on Climate Change in Arctic (Рейкьявик, Исландия, 2004)

Публикации

По теме диссертации опубликовано 7 работ, список которых приведен в конце автореферата.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы из 91 наименования. Объем диссертации составляет 101 страницу, из которых 22 страницы заняты рисунками. В тексте диссертации приводится 5 таблиц.

Работа выполнена при поддержке грантов РФФИ №01-05-65283, № 02-05-64757.

2 СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении дается обоснование актуальности проблем, которые решаются в диссертации, формулируются цели и основные задачи работы, показывается ее новизна и практическая ценность, излагается краткое содержание работы.

Глава 1 содержит обзор литературы, посвященной анализу данных измерений альбедо и коротковолнового радиационного баланса, проблеме прогнозирования климата с использованием МОЦА. Включает анализ моделей суточного и сезонного хода альбедо и коротковолнового радиационного баланса. Кроме того, в главе 1 рассматриваются методы решения поставленных задач.

Глава 2 содержит описание базы (архива) данных наблюдений по метеорологии и актинометрии. Актинометрическая информация относится к категории режимной. Источником информации являются наблюдения, выполняемые на сети станций Росгидромета. В настоящее время обработка информации осуществляется, как правило, в УГМС (ЦГМС) после чего данные передаются в Главную геофизическую обсерваторию, являющуюся специализированным центром данных (СЦД).

Для решения поставленной задачи были проанализированы данные наблюдений 27 пунктов актинометрических наблюдений России (И пунктов Европейской территории и 16 пунктов Азиатской территории), за период с 1976 по 1995 гг. Выбор станций обусловлен полнотой и надежностью данных. Дополнительно, за этот же период, был использован архив 8-ми срочных наблюдений по станциям международного обмена (220 станций). Из этого архива были использованы временные ряды для основных метеорологических величин: температура и влажность воздуха, температура и влажность почвы, давление, осадки и облачность.

Глава 3 рассматриваются статистические методы моделирования суточного хода альбедо и составляющих коротковолнового радиационного баланса. Статистические методы всегда оказывались эффективным средством исследований и моделирования, когда детерминированные модели не позволяли достигнуть желаемого результата. Наиболее распространенным статистическим методом исследования в геофизике и в частности в метеорологии является метод множественной регрессии. Однако, поскольку этот метод эффективно описывает лишь линейные или близкие к ним зависимости, в ряде случаев этот подход оказывается недостаточным. Поэтому в последние годы для описания составляющих радиационного баланса широкое распространение получили интеллектуальные модели, основанные на методах искусственного интеллекта. Среди них - методы фаззи анализа и модели нейронных сетей.

Раздел I. Описывается возможность оценки актинометрических величин, по данным метеорологических измерений. Такой подход имеет смысл, поскольку метеорологические величины измеряются на всей наблюдательной сети, а актинометрические измерения ведутся только на отдельных станциях.

Разработка методов моделирования разных масштабов изменчивости таких параметров, как например, составляющие радиационного и теплового баланса у поверхности суши, с использованием традиционной метеорологической информации направлена на повышение эффективности дистанционного зондирования.

Для этого использовались две статистические модели. Регрессионный подход обычно использует предположение, что прогнозируемая переменная может быть представлена в виде линейной комбинации нескольких наблюдаемых величин и погрешности модели. Традиционная методика исследования основана на том, что временные ряды данных наблюдений обычно разбивают на две части (выборки): обучающую и тестируемую. Первая используется для получения неизвестных параметров модели, вторая для независимой оценки погрешности прогнозирования.

Раздел II. Рассматривается метод моделирования нейронных сетей, заимствованный из исследований по моделированию искусственного интеллекта. Ранее была продемонстрирована эффективность включения фаззи анализа в модель нейронной сети для получения удовлетворительных результатов. Регрессионная модель, описанная в разделе 1, уже включала элементы фаззи анализа, что позволило получить обнадеживающие точности моделирования по сравнению с прямым применением регрессионной модели, обеспечившим более низкие точности моделирования альбедо.

Формальное применение этого аппарата не позволило в ряде случаев получить ощутимого повышения эффективности моделирования. Это связано с тем,

что большинство задач исследования окружающей среды характеризуется наличием не только нелинейных взаимозависимостей, но и также и структурной нелинейностью (взаимозависимости параметров моделей могут появляться и пропадать по мере эволюционирования системы, описываемой моделью).

Блок-схема применяемой нейро-фаззи модели (НФМ), предназначенной для моделирования альбедо и коротковолнового радиационного баланса, представлена на рис. 1.

Входные Входной Скрытый Выходной Выходной

параметры фаззи слой слой фаззи слой параметр

Рис. 1 Блок-схема нейро-фаззи модели для параметризации радиационного баланса и альбедо

Простейший вариант обычной нейронной сети включает три слоя нейронов: входной, скрытый и выходной. НФМ содержит два дополнительных фаззи слоя, предназначенных для трансформации дневного хода входных параметров модели в классификационную форму (входной фаззи слой) и обратного преобразования выходных параметров из классифицированной формы в обычные значения выходных параметров (выходной фаззи слой). Таким образом, НФМ включает пять слоев.

Первый слой с формированием пакета входных параметров в нормированной форме, в качестве которых для альбедо используются: 1) влажность почвы, 2) скорость ветра, 3) скорость испарения, 4) вертикальный градиент температуры.

Второй и четвертый слои включают классификацию (фаззификацню) и де-классификацию дневного хода каждого из этих параметров.

Третий, скрытый слой представляет собой совокупность нейронов, описываемых с помощью набора активирующих функций.

Пятый слой выполняет функцию перевода данных из системы координат, принятой в фаззи анализе, к обычной системе координат. Реализация его осуществляется с помощью линейного преобразования.

НФМ как и любая другая статистическая модель нуждается в обучении с использованием априорной выборки входных и выходных параметров. В данном случае процедура обучения состоит из отдельных этапов.

На первом этапе с помощью алгоритма «самоорганизующейся карты» получены начальные приближения для неизвестных параметров модели.

Второй этап связан с осуществлением оптимизации структуры скрытого слоя: минимизация числа узлов и соответствующая коррекция значения весов. Благодаря включению нелинейных активационных функций и большому числу узлов в скрытом слое (рис.1), НФМ обладает по сравнению с регрессионной моделью значительно большей гибкостью в описании фактических связей, существующих между альбедо и метеорологическими параметрами. При этом, если коэффициенты регрессии регрессионной модели определяются из уравнения, то НФМ для повышения точности аппроксимации проходит итерации путем многократного прогона одного и того же массива входных и выходных данных (рис.1). Многократные итерации требуются потому, что НМФ является нелинейной и имеет более сложную структуру, чем регрессионная модель.

В свете значительных расхождений между данными наблюдений и результатами моделирования, полученными в радиационных блоках современных прогностических и климатических МОЦА, предложенные статистические методы моделирования представляются достаточно эффективным средством параметризации сложных процессов энерго- и влагообмена, происходящих у поверхности суши.

Глава 4 Современные численные модели прогноза погоды основаны на решении дифференциальных уравнений в частных производных, они требуют задания граничных условий у поверхности Земли. В качестве таких граничных условий, прежде всего, должны использоваться составляющие радиационного баланса, которые в ряде случаев вычисляются с помощью схем параметризации. Совершенствование схем параметризации, ориентированное на расширение состава привлекаемых параметров является важной практической задачей.

Результаты, полученные в рамках программы СШАУЕХ и международного эксперимента СБОР, показали, что точности используемых схем параметризации радиационного баланса совершенно недостаточны и поэтому в ведущих центрах мира разрабатываются схемы 4-мерного усвоения соответствующей информации непосредственно в численных моделях среднесрочного прогноза погоды.

Учитывая большую изменчивость составляющих коротковолнового радиационного баланса и альбедо, недостаточность наблюдательной актинометриче-ской сети, а также низкую точность спутниковых наблюдений радиационного баланса, целесообразно использовать более доступную информацию метеорологических станций. С этой целью в диссертации разработаны статистические методы моделирования, использующие метеорологические величины в качестве влияющих факторов для описания дневного и сезонного хода альбедо и коротковолнового радиационного баланса. В работе подробно рассмотрены сезонная (раздел 1) и межсуточная (раздел 2) изменчивость альбедо и составляющих коротковолнового радиационного баланса.

Раздел I. При анализе тенденций (трендов) временных рядов, имеющих четко выраженный годовой ход, возможны два подхода. В первом случае вычисляется осредненный годовой ход, а затем анализируются отклонения от этого распределения. Второй подход предполагает проведение независимого анализа тенденций для каждого элемента рассматриваемого массива данных. Этот подход, обладающий большей гибкостью и позволяющий выявлять особенности временных тенденций за каждый месяц года отдельно, был использован в работе для оценки трендов.

В климатических исследованиях временных рядов наибольшее распространение получил метод оценки линейного тренда, в котором исследуемый массив данных аппроксимируется линейной функцией от времени. Коэффициенты этой функции определяются методом наименьших квадратов. Поскольку при исследовании временных рядов обнаруживаются долговременные нарушения монотонности в зависимости от времени, то для анализа целесообразно привлекать более сложные методы оценки циклических трендов, предлагаемые современной статистикой.

Расчеты трендов проведены для 27 станций, представляющих разные регионы европейской и азиатской территории России. Для большинства рассмотренных станций в последние 20 лет прошлого века обнаружены статистически значимые тренды: положительный линейный тренд для альбедо в теплое время года и отрицательный тренд в холодное время года.

Представление о характере изменения составляющих коротковолнового радиационного баланса на территории России дает таблица 1, в которой на примере станций репрезентативных для различных климатических зон, приводятся данные характерные для отдельных регионов.

В табл. 1 представлены данные о знаках линейных трендов в рядах суммарной, отраженной радиации и коротковолнового радиационного баланса в период 1976-1995 гг. Поскольку значение коротковолнового радиационного баланса наиболее тесно связано с величиной альбедо, нет ничего неожиданного в том, что в теплое время года линейные тренды коротковолнового радиационного баланса имеют отрицательный знак, поскольку тренды альбедо имеют положительный знак. Наоборот, в холодное время года коротковолновый радиационный баланс имеет тенденцию к увеличению (положительные тренды) при уменьшении альбедо. Причины таких изменений альбедо и радиационного баланса определяются климатическими изменениями метеорологических параметров.

По данным 27 станций выявленные изменения суммарной и отраженной радиации различны в разные месяцы года и в разных регионах России. Типовые закономерности, характерные для достаточно обширных территорий представлены на примере 4-х станций (Воейково, Самара, Омск, Иркутск). Прослеживая временную изменчивость данных наблюдений можно отметить нарушение монотонности временной зависимости альбедо (рис. 2). Поскольку межгодовые колебания не обнаруживают циклических компонентов, то применение аппарата оценки циклических трендов может оказаться недостаточно эффективным.

Таблица 1. Годовой ход тенденций изменения составляющих радиационного баланса

Месяц Станция

Омск Иркутск Самара Воейково

0 я вк <3 и. Вк <3 к В, <3 я Вк

I - - + + + 0 +

П 0 - + + + + - + - - - -

III + - + - + + + + - - - -

IV + + - - + - + + - - + -

V + + - + + + - + - - - -

VI + + - - 0 + + + - - - -

VII + + - + - - + + - + + -

VIII + +

IX 0 + - - - - + + - - - -

X - - + + - + + - + - + -

XI - - + + + + + + - + + -

XII - - + + + + - + - - - +

Наряду с методом полиномиальной аппроксимации в работе применялся метод скользящего среднего. Этот подход в противоположность полиномиальной аппроксимации приводит к недостаточно сглаженному ряду данных, в котором присутствует большинство высокочастотных колебаний, описывающих межгодовую изменчивость. Поэтому, был предложен более гибкий метод (рис. 2), позволяющий осуществлять преобразования временного ряда данных таким образом, что получаемая кривая обладает в достаточной степени, как свойствами сглаживания, так и аппроксимации одновременно. Предлагаемый подход является также модификацией известного метода интерполяции, основанного на алгоритме "обратных расстояний".

Применение данного метода сглаживания для анализа временных рядов альбедо позволяет уточнить характер долговременных тенденций в межгодовой изменчивости.

Предлагаемый метод сглаживания приводит к более детальному прослеживанию межгодовой изменчивости климатических временных рядов. В частности, на примере отдельных станций удалось показать, что большим величинам отраженной радиации в конце девяностых годов соответствует область малых значений радиационного баланса и, наоборот, области больших значений

коротковолнового радиационного баланса в конце семидесятых годов соответствует область малых значений отраженной радиации.

Рис. 2. Тренды полуденных значений альбедо ст. Иркутск, 1976-95 гг.,

июль: а) линейный, б) квадратический, в) кубический, г) нелинейный.

Радиационный баланс, как и другие радиационные величины, связан с метеорологическими параметрами. Установлено, что наиболее тесная связь наблюдается между радиационным балансом и аномалиями атмосферного давления.

Использование линейных трендов для продолжительных рядов не позволяет выявить короткопериодные климатические изменения, что особенно важно при изучении взаимосвязей в тенденциях различных величин. Поэтому в работе применена более гибкая методика отслеживания трендов, описанная в предыдущем разделе.

Таким образом, рассмотрение короткопериодных колебаний климатических рядов позволяет обнаружить тесные взаимосвязи в межгодовых колебаниях составляющих радиационного баланса и метеорологических параметров. Причем, количество солнечной энергии, поглощенной поверхностью суши, зависит не только от облачности, регулирующей приход солнечной радиации, но и от влияния метеорологических величин (осадки, изменение температуры воздуха) на оптические свойства поверхности суши. То же можно сказать и об отраженной радиации.

Анализ линейных трендов для всех рассматриваемых станций позволил выявить следующие долговременные тенденции в изменениях климатических рядов составляющих коротковолнового радиационного баланса:

• альбедо, за рассматриваемый период, возрастает в теплый период года и убывает в холодный период;

• коротковолновый радиационный баланс уменьшается в летний сезон и возрастает в зимний сезон;

• суммарная и отраженная радиация имеют тенденцию к увеличению в летний и к убыванию в зимний сезон на континентальных станциях, удаленных от океанов.

Анализ короткопериодных колебаний рядов составляющих коротковолнового радиационного баланса, а также метеорологических параметров (температура воздуха, аномалии атмосферного давления, осадки) позволили определить основные механизмы влияния атмосферных факторов на изменения составляющих коротковолнового радиационного баланса.

Раздел II. Сопоставление результатов моделирования межсуточной изменчивости коротковолнового радиационного баланса и альбедо НФМ (рис. 3) в существенной мере улучшаются по сравнению с регрессионной моделью (рис.

4).

Для моделирования, в том и другом случае использовались следующие метеорологические величины: температура и влажность почвы, градиент температуры в 2-х метровом слое, скорость испарения, скорость ветра.

НФМ

Рис. 3 Сравнение результатов наблюдений альбедо и данных моделирования помощью НФМ: Смоленск, июль, случаи ясного неба.

Результаты моделирования НФМ заметно лучше согласуются с наблюдениями. Установлено, что в случае регрессионной модели ширина 95%-го доверительного интервала для альбедо достигала 0,015, а при использовании НФМ ширина такого интервала не превышает значения 0,006.

а) т«иперв17ря воздух* и скорости испарен

б) температура я шшпость почвк схсороса испарении и грядвонг тоиюрит^ры (Г2 м)

ОЛ ОД 4 0Л5 ОЛб 0Л7 0.18 0Л9

0.20 031

Рис. 4. Сопоставление результатов описания альбедо с помощью

регрессионной модели при разных наборах исходных параметров и данных наблюдений: ст. Смоленск, июль, ясное небо.

В случае ясного неба (рис. 5) НФМ обеспечивает весьма высокую точность аппроксимации зависимости альбедо от метеорологических параметров. Незначительные расхождения отмечаются только в отдельные дни после выпадения осадков.

При сплошной облачности эффективность модели снижается. На рис. 5 представлена реализация, для которой в 17-й и 18-й дни расхождения между результатами наблюдений и моделирования значительны. Подробный анализ радиационных и метеорологических условий показал, что в эти дни наблюдались максимальная облачность, минимум суммарной радиации и уменьшение альбедо. При этом описала увеличение альбедо за счет наблюдавшегося увеличения скорости испарения, которое не характерно для условий сплошной облачности. В остальные дни модель правильно описывала тенденции изменения альбедо от одного дня к другому.

В целом, модель позволяет описывать дневной ход альбедо с точностью 10% в условиях ясного неба и 15% при сплошной облачности.

Для условий частичной облачности были проведены предварительные эксперименты, показавшие, что в этих случаях точность моделирования альбедо составляет 12-13%.

а) ясное небо

ДНИ

б) сплошная облачность

дни

Рис. 5 Нейро-фаззи модель альбедо: ст. Смоленск, июль, полуденные значения

Приведенные результаты можно рассматривать как обнадеживающие, поскольку точности измерений альбедо на площадке актинометрической станции составляют около 10%.

Сопоставление данных наблюдений и результатов моделирования для случаев ясного неба представлены на рис.6. Среднеквадратичные абсолютные погрешности моделирования коротковолнового радиационного баланса сосгави-

ли: 5-6 Вт/м2 в условиях ясного неба и 7-9 Вт/м2 в условиях сплошной облачности.

С) по данным о температуре воздуха и почвы

ж) ло пншя о ммгержгур* »153дуля, почжк ж нажмсп аоздоха

Мтп

Рис. 6. Результаты статистического моделирования В, по данным метеорологических величин ст. Смоленск, июль, ясное небо.

Полученные результаты могут быть эффективно использованы 4-мерной численной схеме ассимиляции в среднесрочных и долгосрочных прогностических моделях. Для их реализации рассмотренная процедура должна производиться на каждой станции и должна быть встроена в схему пространственно -временной интерполяции.

На основе методики классификации были выделены периоды 3-5 последовательных дней ясного неба и сплошной облачности.

Затем, с использованием данных по температуре и влажности почвы, скорости испарения и ветра, вертикального градиента температуры в 2-х метровом слое, с помощью НФМ были проведены численные эксперименты по моделированию дневного хода альбедо и коротковолнового радиационного баланса.

На рис. 7 представлены результаты сопоставления данных моделирования и наблюдений коротковолнового радиационного баланса, полученные за 3 последовательных ясных дня в июле 1986 г на примере ст. Смоленск.

•) 3 мюля 198« X.

Ы С—Я.11ЮД яршя)

6) 4 шоля 198« т.

в) 5 июля 15*86 т.

•шсы (иегтысм время)

Рис. 7. Моделирование дневного хода радиационного баланса (ст. Смоленск, июль ясное небо) в течение трех последовательных суток 1986 г. с помощью НФМ.

Обучение НФМ осуществлялось по независимой выборке, включавшей 30 ясных дней за июль 1985-1990 гг. Модель правильно воспроизводит дневной ход коротковолнового радиационного баланса и демонстрирует определенную межсуточную изменчивость. Максимальные расхождения составляют 20 Вт/м2, средние отклонения - 6 Вт/м2. В случае сплошной облачности соответствующие погрешности возрастают примерно в 1,5-2 раза.

Для того, чтобы лучше оценить результаты моделирования дневного хода коротковолнового радиационного баланса при большом объеме выборки, составившей 67 случаев ясного неба, нами были произведены расчеты стандартных статистик всего ансамбля: средние значения и 95%-ые доверительные интервалы, как для данных наблюдений, так и для результатов моделирования.

Статистики, показывают, что НФМ не только правильно воспроизводит среднее распределение дневного хода коротковолнового радиационного баланса, но и адекватно описывает «размах» выборки.

Заключение и выводы

1. Проведенные эксперименты со статистическими моделями дневного хода радиационных характеристик альбедо и коротковолнового радиационного баланса показали, что:

- при восстановлении альбедо наиболее влияющими метеорологическими величинами являются: температура и влажность почвы, вертикальный градиент температуры и скорости ветра в 2-х метровом приземном слое, скорость испарения;

- при восстановлении коротковолнового радиационного баланса: температура воздуха, температура и влажность почвы;

2. Полученные результаты свидетельствуют о том, что использование моделирования, основанного на методологии нейронных сетей и фаззи анализа, позволяет достичь точностей восстановления сопоставимых с погрешностями инструментальных наблюдений благодаря эффективному учету существующих нелинейных связей нескольких влияющих метеорологических величин одновременно.

Результаты моделирования показывают, что точность восстановления альбедо составляет для случаев ясного неба - 10%, сплошной облачности -15%, для случаев частичной облачности - 12-13% (относительно оцениваемой величины). Средние погрешности восстановления дневного хода коротковолнового радиационного баланса в условиях ясного неба равны 5-6 Вт/м2 и при сплошной облачности 7-9 Вт/м2.

3. Анализ линейных трендов позволил выявить следующие долговременные тенденции в изменениях климатических рядов составляющих радиационного баланса:

- альбедо возрастает в теплый период года и убывает в холодный период;

- радиационный баланс уменьшается в летний сезон и возрастает в зимний сезон;

- суммарная и отраженная радиация имеют тенденцию к увеличению в летний и к убыванию в зимний сезон на континентальных станциях, удаленных от океанов.

4. Статистическое моделирование дневного хода и межсуточной изменчивости альбедо и коротковолнового радиационного баланса для системы почва-растительность по данным наблюдений ряда метеорологических величин может быть реализовано в двух областях: 1) в схеме усвоения данных дистанционного зондирования поверхности суши, 2) в радиационном блоке параметризации энерго- и влагообмена в приземном слое атмосферы в прогностических и климатических моделях.

5. Применение новой технологии может заметно повысить эффективность усвоения данных дистанционного зондирования в прогностических и климатических моделях. Это касается, прежде всего, информации о параметрах поверхности суши и облачности.

Дальнейшее развитие исследований, выполненных в диссертации, может быть ориентировано на усовершенствование методов усвоения данных об

альбедо и составляющих коротковолнового радиационного баланса в численных моделях среднесрочного и долгосрочного прогноза погоды и в климатических моделях, с привлечением данных спутниковых измерений.

В будущем данную работу следует распространить на другие виды растительности и ландшафтов.

Особое внимание должно быть уделено исследованию влияния изменения осадков на формирование сезонного и суточного хода альбедо и коротковолнового радиационного баланса.

Результаты диссертации опубликованы в следующих работах:

1. Анализ зависимости суточного хода альбедо подстилающей поверхности от метеорологических параметров (в соавторстве с О.М. Покровским). Международный симпозиум стран СНГ «Атмосферная радиация» МСАР-2002, сборник тезисов, Санкт-Петербург, 2002, с. 45

2. Analysis of Land Surface Albedo and Radiation Budget Constituent Trends for Last Quarter of Twentieth Century at Russia (в соавторстве с О.М. Покровским, E.JI. Махоткиной).- Proceedings of the International Conference on Earth System Modelling, Hamburg, Germany, 2003, p. 300

3. Анализ трендов временных рядов компонентов радиационного баланса для территории России (в соавторстве с О.М. Покровским, E.JI. Махоткиной, И.О. Покровским). - Всемирная конференция по изменению климата, тезисы докладов, Москва, 2003, с. 431

4. Тенденции межгодовых колебаний составляющих радиационного баланса и альбедо поверхности суши на территории России (в соавторстве с О.М. Покровским, E.JI. Махоткиной, И.О. Покровским). Метеорология и гидрология, 2004, N 5, с. 37-46.

5. Моделирование дневного хода компонентов радиационного баланса с помощью нейронных сетей в схеме усвоения данных дистанционного зондирования (в соавторстве с О.М. Покровским, Н.П. Королевской).-Исследования Земли из космоса, 2004, N 1, с.3-13.

6. Тенденции межгодовых колебаний составляющих радиационного баланса и альбедо поверхности суши на территории России (в соавторстве с О.М. Покровским). Международный симпозиум стран СНГ «Атмосферная радиация» МСАР-2004 , сборник тезисов, Санкт-Петербург, 2004, с. 50

7. Land Surface Radiation Budget Response to Global Warming: Case Study for European and Asian Radiometric Network (в соавторстве с О.М. Покровским, E.JI. Махоткиной, И.О. Покровским).- Proceedings of the ACIA International Scientific Symposium on Climate Change in Arctic, Reykjavik, November 2004, Publ. by AMAP, Oslo, Norway, October 2004, Paper N 3.3, p. 1-5.

1- 4 9 62

Отпечатано с готового оригинал-макета в ЦНИТ «АСТЕРИОН» Заказ № 32. Подписано в печать 20.02.2006 г. Бумага офсетная. Формат 60х84*/|б Объем 1,25 п. л. Тираж 100 экз. Санкт-Петербург, 191015, а/я 83, тел. /факс (812) 275-73-00,275-53-92, тел. 970-35-70 www.asterion.ru Е-тай: а81епоп@ asterion.ru

Содержание диссертации, кандидата географических наук, Рябова, Лидия Михайловна

Введение.

Глава 1. Состояние вопроса.

1.1 Современное состояние проблемы.

1.2. Решаемые задачи.

1.3. Предлагаемые методы решения.

Глава 2. Описание базы (архива) данных наблюдений.

2.1. Актинометрия (наблюдения).

2.2. Метеорология (наблюдения).

Глава 3. Выбор статистических методов моделирования суточного хода альбедо и составляющих коротковолнового радиационного баланса.

3.1. Регрессионный анализ

3.2. Нейронные сети.

Глава 4. Описание и анализ результатов экспериментов по моделированию.

4.1. Моделирование сезонного хода.

4.1.1. Альбедо.

4.1.2. Коротковолновый радиационный баланс

4.2. Моделирование суточного хода

4.2.1. Альбедо.

4.2.2. Коротковолновый радиационный баланс.

Введение Диссертация по наукам о земле, на тему "Исследование статистическими методами зависимости альбедо и коротковолнового радиационного баланса системы почва-растительность от метеорологических факторов"

Потепление глобального климата на протяжении последних десятилетий привлекает внимание многих исследователей, осуществляющих мониторинг средней глобальной или зонально осредненной температуры воздуха. В системе атмосфера - суша -гидросфера действует большое число прямых и обратных связей, которые определяют климатические изменения отдельных параметров системы.

В настоящее время проблеме формирования и изменения климата уделяется серьезное внимание. За многие столетия человеческой цивилизации накопились многочисленные исторические свидетельства о непостоянстве климатических условий как на планете в целом, так и в регионах. С началом инструментальных метеорологических измерений, созданием мировой метеорологической сети, а в последние десятилетия и глобальной системы спутниковых наблюдений, удалось получить достоверные данные о климатических изменениях за последние 150 лет (Переведенцев, 2004).

По своему изначальному определению климат понятие планетарное. Само слово «климат» означает наклон, т.е. наклон солнечных лучей к земной поверхности, величина которого определяется широтой места и склонением солнца. От этого первоначального определения климата, безусловно одностороннего, учитывающего лишь астрономические факторы и ведущего начало от древнегреческого астронома Гиппарха из Никеи (190-120 гг. до н.э.), на современном этапе перешли к более универсальному и научно обоснованному: «Климат - это статистический ансамбль состояний, которые проходит система океан-суша-атмосфера за периоды времени в несколько десятилетий» (Монин, 1979).

Однако в любом случае основным климатообразующим процессом является поступление и преобразование солнечной радиации.

Неоднородность поверхности суши (рельеф, гидрология, свойства растительности и др.) обуславливает не только значительную изменчивость отдельных составляющих радиационного баланса, потоков тепла и влаги, но и характер их колебаний. Уничтожение лесов и обнажение почвы - одна из причин изменений энерго- и влагообмена в системе атмосфера — поверхность суши, которые характеризуются как долговременными, так и короткопериодными колебаниями. В этой связи одним из важных направлений исследований в области изменений климата должен быть комплексный анализ всей получаемой на гидрометеорологической сети информации с целью выявления долговременных колебаний рассматриваемых параметров в различных районах.

По мере накопления эмпирических данных об изменениях климата возникла необходимость в их теоретическом объяснении и обобщении, что привело к созданию современного научного направления в климатологии - теории климата. С учетом достигнутых результатов и сложившихся подходов общую теорию климата можно условно разбить на пять направлений (Дымников, Филатов, 1994):

1. Статистическая теория климата, целью которой является описание климата современными статистическими методами на основе данных измерений.

2. Физическая теория климата, предметом которой является изучение физических процессов, ответственных за формирование климата.

3. Гидродинамическая теория климата, центральным звеном которой является изучение линейных и нелинейных волновых процессов, протекающих в климатической системе, и их устойчивости.

4. Математическая теория климата как совокупность математических методов анализа решения климатических моделей на произвольно больших масштабах времени.

5. Численное моделирование климатической системы, целью которого является создание моделей, способных не только описать современную климатическую систему, но и в определенном смысле предсказать изменения климата при изменении внешних воздействий.

Во второй половине XX столетия открылась возможность создания глобальных климатических моделей для изучения и описания климатических процессов в сложной физической системе атмосфера-океан-суша-растительность (Дымникое, 2000). Этому в последние десятилетия способствовало:

- развитие системы наблюдений и информационных сетей,

- улучшение качества описания сложных физико-химических процессов, происходящих в системе «атмосфера-океан-суша-гидросфера-криосфера»,

- развитие вычислительной техники.

Современные модели описывают все энергозначимые физические процессы - перенос потоков солнечного и теплового излучения в атмосфере, фазовые переходы воды, облака, конвекцию и др.

Первая глобальная климатическая модель появилась в конце 1960-х годов. Это была энерго-балансовая модель М.И. Будыко, в которой климатическое распределение температуры приземного слоя атмосферы определялось из условия равновесия между поглощенной радиацией Солнца и излученной длинноволновой радиацией (Будыко, 1964).

Несколько позднее появились радиационно-конвективные модели, позволившие описывать вертикальную структуру атмосферы и ее изменения при вариациях климатоформирующих факторов, и двумерные климатические модели (Кароль, 1988).

Появление нового класса трехмерных моделей - моделей общей циркуляции атмосферы (МОЦА) и моделей общей циркуляции атмосферы и океана - позволило не только эффективно исследовать широкий спектр природных процессов, но и осуществить среднесрочное и долгосрочное прогнозирование погоды, а также климата.

Проблематика прогнозирования климата с помощью моделей общей циркуляции атмосферы приобретает возрастающее научное и прикладное значение в виду глобальных изменений, вызванных антропогенными воздействиями на окружающую среду. Несмотря на постоянное совершенствование МОЦА за счет увеличения разрешения и улучшения схем параметризации, существует ряд обстоятельств, которые препятствуют достижению желаемых результатов в области валидации моделей по данным наблюдений. В ряде работ были сделаны выводы, что в масштабе суточного хода составляющих радиационного баланса расхождения с данными МОЦА достигают 100% и более, что ставит под сомнение возможные результаты прогноза климата.

В последнее время разработки по усвоению данных наблюдений компонентов радиационного баланса в МОЦА выполняются в рамках международных проектов и программ. Одним из таких проектов является европейский проект LDAS (Land Data Assimilation System), в котором предусмотрено усвоение данных наблюдений метеорологических и радиационных параметров у поверхности суши. В рамках международной программы GEWEX (Global Energy and Water Cycles Experiment) в Западной Европе и Канаде проводится ряд экспериментов по сбору необходимой наземной информации. Проект СБОР (Coordinated Enhanced Observing Period) предназначен как для валидации радиационных блоков МОЦА, так и для калибровки данных спутниковых наблюдений (Tamagawa et al, 2003).

Учитывая недостаточную плотность наземной актинометрической и теплобалансовой сети, основным источником информации о составляющих радиационного баланса могут быть системы дистанционного зондирования атмосферы, которые, однако, пока не обеспечивают должной точности восстановления потоков как коротковолновой, так и длинноволновой радиации на уровне подстилающей поверхности. Отсутствие методик восстановления ограничивает возможности практического применения спутниковой информации.

Проблема изучения современных изменений климата предполагает исследования всех компонентов климатической системы и их взаимосвязи. В обобщенном виде эмпирические данные составляющих радиационного баланса представлены в справочнике «Климат России» (Кобышева, 2001).

В настоящее время доля солнечной энергии, отраженной земной поверхностью, составляет около 8% в энергетическом балансе системы Земля-атмосфера (IPCC, 2001). Поэтому альбедо поверхности Земли относится к числу важных климатообразующих факторов. В отличие от поверхности океана, альбедо поверхности суши является не только недостаточно изученной, но и весьма изменчивой величиной. Первое связано с тем, что до последнего времени основной объем информации об альбедо суши поступал с наземной актинометрической сети, дающей информацию об альбедо достаточно однородных участков площадок метеорологических станций, покрытых травой. В то же время большая

часть суши представляет собой ландшафты, которые входят в систему почва-растительность (СПР) и имеют сложную пространственную архитектуру. Описание переноса коротковолновой солнечной радиации в СПР представляет самостоятельную задачу (Li X., Strahler А.Н., 1992, Lucht W., 1998).

Пространственно-временная изменчивость альбедо для СПР определяется бесконечным многообразием видов растительности, ее плотностью и архитектурой, с одной стороны, и годовым ходом фенологических фаз развития растительности, с другой стороны. Альбедо системы почва-растительность подвержено влиянию целого ряда факторов, в том числе метеорологических. Такие факторы как осадки, влажность атмосферы и грунта оказывают влияние на внутри- и межсуточную изменчивость альбедо СПР (Кондратьев, 1979).

Цель данной работы состоит в детализации существующих представлений о пространственно-временной изменчивости альбедо и коротковолнового радиационного баланса для последующего использования этих знаний при создании статистических моделей, описывающих суточный и сезонный ход указанных характеристик.

Актуальность темы исследования обусловлена значением альбедо как климатовлияющего фактора и его существенной пространственно-временной изменчивостью.

В качестве объектов исследований рассматривались суточный и годовой ход коротковолнового радиационного баланса и альбедо и их зависимость от метеорологических условий.

В задачи работы входили:

1. Исследование нелинейных трендов рядов месячных величин альбедо, коротковолнового радиационного баланса и отдельных метеорологических величин.

2. Исследование зависимости коротковолнового радиационного баланса и альбедо от влияющих метеорологических величин и проведение численных экспериментов для оценки их точности на основе статистических моделей.

3. Подготовка модельного модуля для 4-мерной численной схемы ассимиляции данных наблюдений альбедо и коротковолнового радиационного баланса для СПР.5 первой главе приводится обзор литературы по анализу данных измерений альбедо и коротковолнового радиационного баланса, проблеме прогнозирования климата с помощью моделей общей циркуляции атмосферы. Глава включает анализ моделей суточного и сезонного хода альбедо и коротковолнового радиационного баланса. Формулируются решаемые задачи и предлагаются методы их решения.

Вторая глава содержит описание базы (архивов) данных актинометрических и метеорологических наблюдений.

В третьей главе приводится описание статистических методов исследований межэлементных связей. Описывается возможность восстановления суточного хода значений актинометрических величин, на основе данных только метеорологических измерений. Рассматривается метод моделирования нейронных сетей, который был заимствован из исследований по моделированию искусственного интеллекта.

Четвертая глава посвящена описанию и анализу результатов моделирования полученных при использовании статистических методов нейро-фаззи моделирования.

1. Состояние вопроса

Заключение Диссертация по теме "Метеорология, климатология, агрометеорология", Рябова, Лидия Михайловна

Заключение и выводы

В работе получены следующие основные результаты:

1. Проведенные эксперименты со статистическими моделями дневного хода радиационных характеристик альбедо и коротковолнового радиационного баланса показали, что: при восстановлении альбедо наиболее влияющими метеорологическими величинами являются: температура и влажность почвы, вертикальный градиент температуры и скорости ветра в 2-х метровом приземном слое, скорость испарения;

- при восстановлении коротковолнового радиационного баланса в наибольшей степени влияют: температура воздуха, температура и влажность почвы;

2. Полученные результаты свидетельствуют о том, что использование моделирования, основанного на методологии нейронных сетей и фаззи анализа, позволяет достичь точностей восстановления сопоставимых с погрешностями инструментальных наблюдений благодаря эффективному учету существующих нелинейных связей нескольких влияющих метеорологических величин одновременно.

Результаты моделирования показывают, что точность восстановления альбедо составляет для случаев ясного неба - 10%, при сплошной облачности -15%, для случаев частичной облачности - 12-13% (относительно оцениваемой величины значения альбедо). Средние погрешности восстановления дневного хода коротковолнового радиационного баланса в условиях ясного неба равны 5-6 Вт/м и при Л сплошной облачности 7-9 Вт/м .

3. Анализ линейных трендов позволил выявить следующие долговременные тенденции в изменениях климатических рядов составляющих радиационного баланса:

- альбедо возрастает в теплый период года и убывает в холодный период;

- радиационный баланс уменьшается в летний сезон и возрастает в зимний сезон;

- суммарная и отраженная радиация имеют тенденцию к увеличению в летний и к убыванию в зимний сезон на континентальных станциях, удаленных от океанов.

4. Статистическое моделирование дневного хода и межсуточной изменчивости альбедо и коротковолнового радиационного баланса для системы почва-растительность по данным наблюдений ряда метеорологических величин может быть реализовано в двух областях: 1) в схеме усвоения данных дистанционного зондирования поверхности суши, 2) в радиационном блоке параметризации энерго- и влагообмена в приземном слое атмосферы в прогностических и климатических моделях.

5. Применение новой технологии может заметно повысить эффективность усвоения данных дистанционного зондирования в прогностических и климатических моделях. Это касается, прежде всего, информации о параметрах поверхности суши и облачности.

Дальнейшее развитие исследований, выполненных в диссертации, может быть ориентировано на усовершенствование методов усвоения данных об альбедо и составляющих коротковолнового радиационного баланса в численных моделях среднесрочного и долгосрочного прогноза погоды и в климатических моделях, с привлечением данных спутниковых измерений.

В будущем данную работу следует распространить на другие виды растительности и ландшафтов.

Особое внимание должно быть уделено исследованию влияния изменения осадков на формирование сезонного и суточного хода альбедо и коротковолнового радиационного баланса.

Работа выполнена при поддержке грантов РФФИ №01-05-65283, № 02-05-64757,

Библиография Диссертация по наукам о земле, кандидата географических наук, Рябова, Лидия Михайловна, Санкт-Петербург

1. and Le Marshall J. F. An evaluation of neural networks and disciminant analysis methods for application in operational rain forecasting. -Austral. Meteorol. Mag., 1994, vol.43, № l,pp. 17-28.

2. Bankert R.C. and Aha D.W. Improvement to a neural network cloud classifier.- J. App. Meteorol., 1996, vol. 35, pp. 2036-2039.

3. Belling R.C. and Idso S.B. Decreasing diurinal temperature range: C02 greenhouse or SO2 energy balance effect? Atmos. Res., 1991, vol.26 № 5, pp. 455-459.

4. Ciret C., Henderson Sellers A. 1998. Sensetivity of global vegetation models to present day climate grass-land simulated by global climate models. Global Biogeochem. Cycl., v. 11, p. 1141-1169.

5. Diner D.J., et al. (16 authors), 1998, Multi-angle imaging spectro-radiometr (MISR) instrument description and experement overview, IEEE Trans. Geosci. Remote Sens., v. 36, pp. 1072-1087.

6. Dickinson R.E. 1983. Land surface processes and climate-surface albedo and energy balance.-Adv.Geophys., v.25, p.305-353.

7. Draper, N. and H. Smith, 1981, Applied regression analysis, second edition, N.Y., John Wiley and Sons Inc., 1981, 467 p.

8. Fausett, L., 1994. Fundamentals of Neural Networks. New York, Prentice Hall, 1994, 347 p.

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

10. Gedney N.P., M.Cox, H. Douville, J.Polcher, P.Valdes. Characterizing GCM land surface schemes to understand their response to climate change.-./ Climate, 2000, v. 13, pp.3066-3079.

11. IPCC, 2001, Climate change 2001 The scientific Basis, Cambridge Univ, p. 881.

12. Kimes, D.S., 1983, Dynamics of directional reflectance factor distribution for vegetation canopies, Appl. Optics, 22:1364-1372.

13. Kimes, D.S., and Sellers, P.J., 1985, Inferring hemispherical reflectance of the earth's surface for global energy budgets from remotely sensed nadir of directional radiance values, Remote Sens. Environ., 1985, N18, pp. 205-223.

14. Kohonen, Т., 1982. Self-organized formation of topologically correct feature maps. Biological Cybernetics, 1982, v. 43, pp. 59-69.

15. Li, X., F. Gao, J. Wang, and A.H. Strahler, 2001, A priori knowledge accumulation and its application to linear BRDF model inversion, J. Geophys. Res., v. 106, p.l 1,925-11,935, 2001.

16. Lowe D., 1989. Adaptive radial basis function non-linearities, and the problem of generalization. First IEEE International Conference on Artificial Neural Networks, 1989, pp. 171-175, London, UK.

17. Meeson B.W. Corprew F.E., et al. ISLSCP Initiative I Global Data Sets for Land - Atmosphere Models, 1987-1999. - CD, NASA, USA, 1995, vols. 1-5

18. Milly P.C.D. Sensitivity of greenhouse summer dryness to changes in plant rooting characteristics.- Gephys. Res. Letters, 1997, v. 24, pp.269-271.

19. Mitchell K., P. Houser, E. Wood, J. Shaake, D. Tarpley, W. Higgins, C. Marshall, D. Lohmann, M. Ek, B. Cosgrove, J. Entin, Q. Duan, R. Pinrtr, A.

20. Robock, F. Habets and K. Vinnikov, 1999: GCIP Land Data Assimilation System (LDAS) project now underway, CEWEX News 9 (4), 3-6.

21. Pokrovsky O.M. Direct and Adjoint Sensitivity Approach to Impact Assessment of Ground-Based and Sate llite Data on Weather Forecasting. Proc. 2ndCGC/WMO Workshop on the Impact of Various Observing Systems on Numerical Weather Prediction.

22. Pokrovsky O.M., 2000. Land Surface Energy Exchange Simulation Based on Combined "Fuzzy Sets and Neural Networks" Approach. Proceedings of Second Conference on Artificial Intelligence, AMS, Boston, MA, pp.21-26.

23. Sellers, P.J., Y.Mintz, Y.C.Sud and A.Duldres, 1986, Simple Biosphere (SiB), Model for Use Within General Circulation Models, J. Atm. Sci., 43: 505-531.

24. Shepard, D.,. A two-dimensional interpolation function for irregularly spaced data. Proc. 23rd ACM National. Conf., Princeton, NJ, Brandon/Systems Press, 1968, p.517-524.

25. Shine K.P., P.M.Foster,. The effect of human activity on radiative forcing of climate change: Review of recent development.-Global and Planetary Change, 1999, v.20, p.205-225.

26. Sorensen B. Renewable Energy., Academic Press, 1979, 682 p.

27. Tamagawa K., Koike Т., and S. Williams, Comprehensive CEOP intercomparisons of in-situ data, satellite products and model outputs.-GEWEXNews, 2003, v.13, N 2, p. 5,12.

28. Yager R.R. and Zaden L.A. (eds.). Fuzzy Sets, Neural Networks and Soft Computing, Amsterdam, Van Nostrand, 1994, 567 p.

29. Абакумова Г.М. Тенденции многолетних изменений прозрачности атмосферы, облачности, солнечной радиации и альбедо подстилающей поверхности в Москве- Метеорология и гидрология, 2000, № 9, с. 51-62.

30. Анисимов О.А. Комплексная методика расчета радиационного режима неоднородной растительности. Метеорология и гидрология, 1988, № 1, с. 48-55.

31. Байкова И.М. Оценка альбедо земной поверхности и облаков. -Метеорология и гидрология, 1990, № 3, с. 32-39.

32. Барашкова Е.П., Гаевский B.JI. и др. Радиационный режим территории СССР. JL: Гидрометеоиздат, 1961.

33. Берлянд Т.Г. Климатические исследования теплового баланса. Труды ГГО, 1967, вып. 218, с. 89-100.

34. Берлянд Т.Г, Распределение солнечной радиации на континентах. JL, Гидрометеоиздат, 1961, 227 с.

35. Берлянд Т.Г., Мухенберг В.В. Роль поглощений радиации в формировании радиационного баланса. Труды ГГО, 1963, вып. 139, с.3-15.

36. Берлянд Т.Г., Самукова Е.А., Годовой и широтной ход максимальных суточных значений рассеяной солнечной радиации. Метеорология и гидрология, 1997, № 3, с. 5-10.

37. Будыко М.И., Ефимова Н.А. Изменчивость радиационных факторов теплового баланса земной поверхности. Метеорология и гидрология, 1964, № 4.

38. Будыко М.И., Байкова И.М., Ефимова Н.А., Строкина JI.A. О связи альбедо подстилающей поверхности с изменениями климата. -Метеорология и гидрология, 1998, № 6, с. 5-10

39. Гаевский В.JI. Альбедо больших территорий. — Труды 11 О, 1955, вып. 46.

40. Гаевский B.JI. Радиационный режим территории СССР. JL, Гидрометеоиздат, 1961.

41. Гальперин Б.М. Альбедо сельскохозяйственных угодий. Соц. Зерновое хозяйство, 1938, № 5, с. 179-192.

42. Гойса Н.И. Краткая характеристика альбедо территорий Украины. -Труды УкрНИГМИ, 1962, вып. 31.

43. Гойса Н.И. Некоторые закономерности суточного и годового хода радиационного баланса подстилающей поверхности и его составляющих. Труды УкрНИГМИ, 1962, вып. 31, с. 60-81.

44. Дымников В.П., Филатов А.Н. Основы математической теории климата. М.: ВИНИТИ, 1994, 256 с.

45. Житорчук Ю.В., Стадник В.В., Шанина И.Н. Исследования линейных трендов во временных рядах солнечной радиации. Известия РАН. Физика атмосферы и океана, 1994, т. 30, № 3, с. 389-391.

46. Калитин Н.Н. Альбедо земной поверхности. Метеорологический вестник, №9-12,1929.

47. Кароль И.Л. Введение в динамику климата Земли. Л.: Гидрометеоиздат, 1988, 215 с.

48. Кобышева Н.В., Гольберг М.А. Методические указания по статистической обработке метеорологических рядов. — Л.: Гидрометеоиздат, 1990, 85 с.

49. Кобышева Н.В. (ред.) Климат России, СПб, Гидрометеоиздат, 2001, 654 с.

50. Кондратьев К.Я. Лучистая энергия Солнца, Д., Гидрометеоиздат, 1954, 600 с.

51. Кондратьев К.Я. (ред.) Альбедо и угловые характеристики отражения подстилающей поверхности и облаков, Л., Гидрометеоиздат, 1981 г., 232 с.

52. Кондратьев К.Я. (ред.) Радиационные процессы в атмосфере и на земной поверхности, Д., Гидрометеоиздат, 1979 г., 279 с.

53. Кондратьев К.Я. (ред.) Радиационные характеристики атмосферы и земной поверхности, Д., Гидрометеоиздат, 1969 г., 563 с.

54. Кондратьев К.Я. Глобальный климат. СПб.: Наука, 1992, 358 с.

55. Кондратьев К.Я. Спектральное альбедо естественных подстилающих поверхностей. Метеорология и гидрология, 1960, №5.

56. Краснокутская Л.Д. Альбедо системы подстилающая поверхность -облачная атмосфера. Метеорология и гидрология, 1983, № 6, с. 24-32.

57. Махоткина Е.Л., Губина Т.П., Павлов А.В. Особенности прихода суммарной радиации к земной поверхности в условиях пасмурного неба на территории СССР. Изв. РАН, сер, физ. атм. и океана, 1994, т.30, № 3.

58. Махоткина Е.Л., Янишевский Ю.Д. Характеристики распределения зональной радиации и ее сумм. Труды ГГО, 1976 г., вып. 357.

59. Махоткина Е.Л., Ястребова Т.К., Ильин Б.М. Алгоритмы машинной обработки результатов регистрации радиационного баланса и его составляющих. Труды ГГО, 1984 г., вып. 472.

60. Монин А.С., Шишков Ю.А. История климата. Л.: Гидрометеоиздат, 1979. 407 с.

61. Морозова И.В. Методика расчета годовых значений альбедо подстилающей поверхности внетропических широт. Труды ГГО, 1983, вып. 488, с. 66-74.

62. Морозова И.В., Грешникова JI.E. Альбедо подстилающей поверхности территории СССР, Труды ГГО, 1988, вып. 520, с. 69-72.

63. Морозова И.В. О расчете месячных значений альбедо подстилающей поверхности. Известия АН. Физика атмосферы и океана, 1994, т. 30, № 3, с. 402-404.

64. Морозова И.В., Мясников Г.Н. Исследование минимального поступления суммарной солнечной радиации на поверхность Земли -Метеорология и гидрология, 1999, № 9, с. 36-47.

65. Мухенберг В.В. Альбедо поверхности суши земного шара. Труды ГГО, 1967, вып. 193, с. 24-36.

66. Мухенберг В.В. Альбедо подстилающей поверхности Советского Союза. Труды ГГО, 1963, вып. 133, с. 43-59.

67. Мухенберг В.В. Междугодовая изменчивость альбедо и влияние ее на поглощенную радиацию. Труды ГГО, 1965 , вып. 233, с. 94-98.

68. Наставление гидрометеорологическим станциям и постам. Вып. 5. Ч. 1. СПб.: Гидрометеоиздат, 1997.

69. Переведенцев Ю.П. Теория климата: Учебное пособие. Казань, Изд-во Казанск. ун-та, 2004, 320 с.

70. Покровский И.О., Покровский О.М., 2003, Определение альбедо системы почва-растительность из многоугловых измерений отраженной солнечной радиации.- Исследования Земли из Космоса, 2003, № 4, с. 619.

71. Покровский ОМ. Оптимизация метеорологического зондирования атмосферы со спутников. JL: Гидрометеоиздат, 1984. 267 с.

72. Покровский ОМ. Модель резистетности экосистемы к антропогенным нагрузкам и мониторинг окружающей среды. Доклады РАН, 1996, т. 346, № 6, с. 819-821.

73. Покровский О.М. О рационализации региональных наблюдательных сетей.- Метеорологш и гидрология, 2000, N 8, с.5-21.

74. Покровский О.М. Моделирование непрерывного усвоения спутниковой и наземной информации при анализе полей суммарной радиации у поверхности Земли Исследования Земли из космоса, 2003, № 1, с. 16-27.

75. Покровский О.М. Типизация суточного хода основных метеорологических величин. Метеорология и гидрология, 1999, № 8, с. 15-30.

76. Покровский О.М., Далюк И.В., Махоткина E.JI. Сравнительный анализ наземных и спутниковых измерений суммарной солнечной радиации у поверхности Земли для территории России.- Исследования Земли из Космоса, 1999, N 4, с.3-13.

77. Покровский О.М., Королевская Н.П. Метод определения дневного хода приходящей солнечной радиации у поверхности Земли по данным спутниковых наблюдений.- Исследование Земли из Космоса, 1999, № 2, с.5-16.

78. Покровский ОМ. Методология основных и сопряженных уравнений и ее применение для оценки информативности наземных и спутниковых наблюдений в численном прогнозе погоды.- Исследования Земли из Космоса. 2001. № 1. с. 19-30.

79. Покровский О.М., Махоткииа E.JI. Анализ межгодовой изменчивости и сезонного хода альбедо по данным актинометрической сети России. -Исследования Земли из космоса, 2002, № 5, с.22-28.

80. Покровский О.М., Королевская Н.П., Рябова J1.M., Моделирование дневного хода компонентов радиационного баланса с помощью нейронных сетей в схеме усвоения данных дистанционного зондирования.- Исследования Земли из космоса, 2004, N 1, с.3-13.

81. Покровский О.М., Махоткина Е.Л., Рябова JI.M, Покровский И.О. Тенденции межгодовых колебаний составляющих радиационного баланса и альбедо поверхности суши на территории России. Метеорология и гидрология, 2004, N 5, с. 37-46.

82. Разуваев В.Н., Анесова В.Г., Мартуганов Р.А. Шести- и трехчасовые метеорологические наблюдения по данным 223 станций СССР.-Обнинск, ВНИИГМИ-МЦД, 1995, 69 с.

83. Розинкина И.А. Модель Гидрометцентра России почва растительность - приземный слой атмосферы: алгоритм и результаты тестирования. -Метеорология и гидрология, 2001, № 3, с. 19-33.

84. Росс Ю.К. К теории альбедо растительного покрова. Научные сообщения Ин-та геологии и географии АН JIumCCP, 1962, т. 13, с. 151165.

85. Скворцов А.А. К вопросу о климате оазиса пустыни и некоторых особенностях их теплового баланса. Труды по сельскохозяйственной метеорологии, 1928, т.20.

86. Успенский А.Б., Федоров В.В. Вычислительные аспекты метода наименьших квадратов в анализе и планировании регрессионных экспериментов., 1975, М., изд. МГУ, 196 с.

87. Шихлинский Э.М., Радиационный баланс Азербайджана. В кн.: Труды Азербайджанского геогр. общ., Баку, 1960.