Бесплатный автореферат и диссертация по наукам о земле на тему

Мониторинг температуры поверхности суши по данным измерений геостационарных метеоспутников

ВАК РФ 25.00.29, Физика атмосферы и гидросферы

Автореферат диссертации по теме "Мониторинг температуры поверхности суши по данным измерений геостационарных метеоспутников"

На правах рукописи

005001983 И,,-—

-.......... - .. _ к

УСПЕНСКИЙ Сергей Александрович

МОНИТОРИНГ ТЕМПЕРАТУРЫ ПОВЕРХНОСТИ СУШИ ПО ДАННЫМ ИЗМЕРЕНИЙ ГЕОСТАЦИОНАРНЫХ МЕТЕОСПУТНИКОВ

25.00.29 - фишка атмосферы и гидросферы

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

2 4 НОЯ 2011

Москва 2011

005001983

Работа выполнена в Федеральном государственном бюджетном учреждении «Научно-исследовательский центр космической гидрометеорологии «Планета».

Научный руководитель:

доктор физико-математических наук, профессор Асмус Василий Валентинович

Официальные оппоненты:

доктор физико-математических наук, профессор Тимофеев Юрий Михайлович доктор технических наук, профессор Пяткин Валерий Павлович

Ведущая организация:

Институт Космических Исследований РАН

Защита состоится 30.11.2011г. в 16:00 на заседании диссертационного совета Д 327.003.01 Федерального государственного бюджетного учреждения «Гидрометцентр России» по адресу: 123242, Россия, Москва, Большой Предтеченский переулок, д 11-13.

С диссертацией можно ознакомиться в библиотеке Государственного учреждения «Гидрометцентр России».

Автореферат разослан « 23»

1 года.

Ученый секретарь

диссертационного совета Д 327.003.01 доктор географических наук Е.С.Нестеров

Актуальность работы

Температура поверхности суши (ТПС или Т5) - один из основных параметров в физике процессов на поверхности Земли, характеризующих взаимодействие между атмосферой и поверхностью. Знание ТПС требуется для разнообразных научных исследований, включая климатологию, гидрологию и экологию. В частности, данные о ТПС необходимы при решении таких задач, как оценка энергетического и водного балансов на границе атмосфера-подстилающая поверхность, расчеты

эвапотранспирации, оценки тепловой инерции и влажности почвы, обнаружение и прогноз заморозков, мониторинг состояния зерновых культур. ТПС является также одним из индикаторов парникового эффекта [1]. Регулярный мониторинг ТПС позволяет проанализировать долговременные временные ряды глобальной поверхностной температуры и оценить ее изменчивость в пределах различных периодов.

Спутниковое дистанционное зондирование - единственное средство получения долговременных однородных рядов данных о ТПС регионального и глобального покрытия. Для дистанционного определения температуры ЗП последние 30 лет используют измерения уходящего теплового (ИК) излучения в диапазоне «окна прозрачности» 10.5-12.5 мкм с помощью сканирующих радиометров, установленных на полярно-орбитальных метеорологических спутниках, а также спутниках наблюдения Земли. Необходимость получения регулярных спутниковых данных о температуре земной поверхности (ЗП) диктуется тем, что сеть наземных (т ¿Ни) наблюдений ТПС достаточно редкая.

Высокоточное дистанционное определение ТПС затруднено «нечернотой» ЗП, т.е. возможным отличием от единицы спектральной излучательной способности поверхности суши (ИСПС, е(Х), где X - длина волны). Величина ИСПС для заданной длины волны представляет отношение фактического излучения ЗП при известной температуре к теоретическому излучению, испускаемому абсолютно черным телом (АЧТ) при той же температуре. Одновременное определение Т5 и е(Х) по спутниковым измерениям уходящего ИК излучения указанного состава невозможно без привлечения дополнительной информации об е(Х). Кроме того, температура суши имеет значительную пространственную (в частности, в пределах одного пиксела зондирующей аппаратуры) и временную изменчивость (суточный цикл, эффекты перегрева), что затрудняет спутниковый мониторинг полей ТПС.

Использование данных одного спутника обеспечивает покрытие исследуемой территории только дважды в сутки, причем вероятное попадание облачности в поле зрения прибора дополнительно сокращает частоту зондирования. Новые возможности

почти непрерывного во времени спутникового мониторинга ТИС в широтном поясе {55° с.ш. - 55° ю.ш.} возникли в последние годы после запусков европейских геостационарных метеоспутников второго поколения (Meteosat -8, -9). Установленный на борту этих спутников многоканальный сканирующий радиометр SEVIRI (Scanning Enchanced Visible and InfraRed Imager) имеет, в том числе, два ИК канала в спектральном диапазоне 10,5-12,5 мкм.

На запущенном 20 января 2011 г. отечественном геостационарном спутнике нового поколения серии «Электро-Jl» установлен радиометр МСУ-ГС (многоканальное сканирующее устройство - геостационарное). Основные ИК каналы МСУ-ГС близки по спектральным характеристикам каналам аппаратуры SEVIRI, поэтому данные SEVIRI могут применяться для отработки методов восстановления температуры ЗП по информации МСУ-ГС.

Создание методов оперативного получения ТПС по данным новых геостационарных спутников позволяет обеспечить регулярное картирование полей ТПС для обширных территорий. Подобные данные могут существенно дополнить наблюдения редкой наземной наблюдательной сети, что особенно важно для малонаселенных районов России.

Цель диссертационной работы

Основной целью диссертационной работы является разработка и апробация метода и технологии дистанционного мониторинга температуры поверхности суши по данным измерений уходящего теплового излучения с геостационарных метеоспутников, а также использование данных спутникового мониторинга в задачах изучения термического режима земной поверхности.

Для достижения поставленной цели решались следующие задачи:

• теоретический анализ информативности данных измерений радиометров геостационарных метеоспутников и потенциальных погрешностей оценивания ТПС;

• разработка метода дистанционного определения ТПС по данным измерений аппаратуры SEVIRI европейского геостационарного метеоспутника Meteosat-9;

• анализ погрешностей предложенного метода дистанционного определения ТПС по данным SEVIRI на основе сопоставления с независимыми спутниковыми оценками ТПС и наземными контактными измерениями;

• создание технологии обработки данных SEVIRI для получения оценок ТПС;

• создание технологии приема, обработки и оперативного доведения до Гидрометцентра России данных и информационной продукции зарубежных полярно-орбитальных и геостационарных метеоспутников;

• анализ возможности использования данных измерений аппаратуры ЗЕУШ в задачах оценки приземной температуры воздуха Та.

Методы исследования

Основные результаты диссертационной работы получены с привлечением современных методов и подходов к обработке и анализу спутниковых данных. Наряду с известными зарубежными моделями и программными комплексами, адаптированными к имеющимся вычислительной среде и информационным ресурсам (модель быстрых радиационных расчетов, процедуры детектирования облачности), в диссертации использованы созданные автором оригинальные методы и алгоритмы тематической обработки и анализа спутниковой информации. Применялись также стандартные статистические методы регрессионного анализа и анализа ошибок.

Научная новизна работы

1. Впервые в отечественной практике создана технология, включая метод, алгоритмы и программное обеспечение, оперативного дистанционного определения температуры поверхности суши по данным геостационарного спутника Ме1еоза1-9 в условиях отсутствия облачности. Метод, в отличие от известных зарубежных аналогов, не требует создания и регулярного обновления баз данных излучательных способностей поверхности.

2. Получены количественные оценки погрешности результатов дистанционного определения ТПС предложенным методом для различных временных периодов 2009-2011 гг. и разных регионов Европы и России, подтвердившие возможность организации мониторинга ТПС с погрешностью не хуже 2.4 К.

3. Предложен и испытан метод дистанционного определения по данным 5ЕУ1111/Ме1ео5а1-9 приповерхностной температуры воздуха Та (на уровне 2 метра), позволяющий получать оценки Та с уровнем погрешности не хуже 2.5 К для большинства стандартных синоптических сроков.

4. Выполнен сравнительный анализ результатов спутникового мониторинга полей ТПС для Центрально-Черноземной зоны (ЦЧЗ) России за летние периоды 2010 и 2011 гг.

Практическая значимость

1. Создана технология приема и оперативной доставки пользователям (Гидрометцентр России, НПО «Тайфун» и др.) данных и информационной продукции КА гидрометеорологического назначения (полярно-орбитальных и геостационарных). Эта технология обеспечила участие Росгидромета в международной программе EARS (Служба EUMETSAT по сбору и распространению данных) и сделала возможным оперативное получение спутниковых данных, покрывающих Северное полушарие.

2. Разработанные метод и технология обработки данных SEVIRI обеспечивают получение и оперативное представление пользователям оценок ТПС без привлечения дополнительных данных об излучательных способностях поверхности. Предложенный метод позволяет получать оценки ТПС, сравнимые по точности с зарубежными алгоритмами.

3. Предложенный метод дистанционного определения ТПС пригоден для обработки данных измерений перспективных отечественных геостационарных метеоспутников типа «Электро-Л».

4. Разработанные методы и технологии обеспечивают получение оценок ТПС и Та с точностями, позволяющими использовать их в различных приложениях, например, в схемах численного анализа полей метеоэлементов и моделях гидрологического цикла, при изучении термического режима ЗП для различных регионов и сезонов. Диссертационная работа выполнялась в период 2007-2011 гг. в рамках плана

НИОКР Росгидромета по реализации Целевой научно-технической программы «Научные исследования и разработки в области гидрометеорологии и мониторинга окружающей среды» на 2008-2010гг., Федеральной Космической программы 2006-2015 (раздел 1), Соглашения Росгидромет-EUMETSAT об обмене данными и продукцией с метеорологических спутников для использования в анализе и прогнозе погоды.

Результаты диссертации были использованы при выполнении грантов РФФИ № 07-05-13585, 07-05-01030, 10-05-00807.

Личный вклад автора

Результаты, выносимые на защиту, получены автором самостоятельно. Остальные результаты получены при его непосредственном участии. Диссертант выполнил анализ современного состояния проблемы, разработал новые методы дистанционного определения ТПС и Та, создал технологию картирования полей ТПС по данным геостационарных метеоспутников нового поколения. Применил разработанные методы

для анализа термического режима земной поверхности. Являлся непосредственным разработчиком технологии приема и оперативной доставки пользователям спутниковых данных и информационных продуктов.

Апробация работы и публикации

Результаты диссертации докладывались на научных семинарах ФГБУ «НИЦ «Планета», Гидрометцентра России, кафедры «Физика атмосферы» физического факультета СПбГУ, семинаре по итогам выполнения проектов РФФИ (Гидрометцентр России, декабрь 2008), а также на различных конференциях, совещаниях и симпозиумах: Международная конференция EUMETSAT по метеорологическим спутникам, 2009 (Бат, Великобритания, сентябрь 2009); Международный симпозиум стран СНГ «Атмосферная радиация и динамика», Санкт-Петербург, 2009, 2011; Международная конференция EUMETSAT по метеорологическим спутникам, 2010 (Кордова, Испания, сентябрь 2010); Международная конференция по изучению данных TOVS (ITSC-16, Монтеррей, США, 2010); Всероссийские конференции «Современные проблемы дистанционного зондирования Земли из космоса» (Москва, 2008, 2009, 2010); 39-ое совещание координационной группы по метеорологическим спутникам CGMS-39, Санкт-Петербург, 2011.

По теме диссертации опубликовано 7 научных работ, в том числе 3 в изданиях, включенных в список ВАК.

Достоверность полученных результатов

Достоверность полученных результатов и выводов обеспечивается использованием теоретически обоснованных и апробированных методов анализа спутниковых данных, современных высокоточных моделей радиационного переноса. Верификация оценок ТПС и приповерхностной температуры воздуха, полученных на основе реальных спутниковых данных, проведена путем сравнения с независимыми спутниковыми и наземными наблюдениями. Основные результаты работы опубликованы в рецензируемых научных изданиях.

На защиту выносятся:

1. Метод, алгоритмы и программное обеспечение дистанционного определения ТПС

по данным измерений аппаратуры SEVIRI/Meteosat-9 в условиях отсутствия

облачности.

2. Результаты анализа погрешностей определения ТПС, полученных сравнением с независимыми оценками Ts по спутниковым данным (измерения аппаратуры SEVIRI, MODIS) и данными контактных (in situ) наблюдений температуры поверхности суши.

3. Технология приема и оперативной доставки пользователям данных и информационной продукции КА гидрометеорологического назначения (полярно-орбитальных и геостационарных).

4. Метод дистанционного определения приповерхностной температуры воздуха Та по данным SEVIRI и оценки погрешностей в различных условиях.

5. Результаты анализа данных спутникового мониторинга полей ТПС для Центрально-Черноземной зоны России за летние периоды 2010-2011 гг.

Структура и объем диссертации

Диссертация состоит из введения, 5 глав, заключения, и списка литературы из 110 наименований (из них 85 на английском языке). Общий объем диссертации составляет 116 страниц. Работа включает 16 таблиц и 23 рисунка.

Содержание диссертационной работы

Во Введении изложена проблема дистанционного определения температуры поверхности суши, показана ее актуальность, сформулированы цели исследования и определены его задачи, обсуждается научная новизна и практическая значимость работы, а также кратко излагается содержание диссертации.

Первая глава носит обзорный характер. Раздел 1.1 содержит описание контактных (наблюдения in situ агрометеорологической сети) и дистанционных (радиометрические с вышек, самолетов, спутников) методов измерения ТПС. Описание наблюдений in situ дано в соответствии с [2].

В разделе 1.2 дано описание спутниковых методов измерения температуры ЗП. Для дистанционного определения Ts в любое время суток используют спутниковые радиометрические измерения уходящего ИК излучения в спектральном диапазоне 10.512.5 мкм - «окне прозрачности» атмосферы. В зависимости от типа ЗП выделяются две задачи различной сложности: картирование полей температуры поверхности океана (ТПО) и поверхности суши (ТПС). В обоих случаях под Ts понимается радиационная температура ЗП, усредненная по индивидуальному полю зрения прибора (пикселу), которая характеризует излучение тонкого поверхностного слоя и измеряется в Кельвинах (К).

Водная поверхность для излучения в ИК диапазоне спектра близка к АЧТ (е(к) = 1), что облегчает задачу дистанционного картирования ТПО. Методы картирования ТПО, предложенные для двухканальной измерительной схемы (каналы 10.5-11.5, 11.5-12.5 мкм), получили название методов «расщепленного окна прозрачности» (РОП или SWM - split-window method), см., напр. [3-5]. Их основное преимущество -достижение высокой точности определения Ts (лучше l.OK) без привлечения априорной информации о вертикальных профилях температуры Т(р) и влажности q(p) в пунктах зондирования (р - давление).

Методы дистанционного определения ТПС развиты в меньшей степени, главным образом, вследствие необходимости учета «нечерноты» поверхности суши. Большинство исследований последних лет посвящено разработке методов дистанционного определения Ts по данным измерений многоканальных радиометров AVHRR (спутники серий NOAA, MetOp) и MODIS (спутники EOS-Aqua, Terra). Одновременное определение Ts, е(к) по спутниковым измерениям указанного состава невозможно без привлечения априорной информации об ИСПС вследствие недоопределенности исходной обратной задачи. Если ИК излучение регистрируется в п каналах, то количество неизвестных, равное n+1 (ei,..., en, Ts), превосходит число уравнений (п), даже при заданных атмосферных профилях Т(р), q(p). Априорное знание е(Х) в пунктах зондирования позволяет использовать для оценки ТПС «локальные» алгоритмы метода РОП, регрессионные коэффициенты в которых зависят от е(к) в пунктах зондирования.

Большинство предложенных способов учета эффектов нечерноты ЗП базируется на привлечении дополнительной информации об излучательной способности е(к) - в форме упрощающих гипотез и количественных ограничений, или априорного задания значений е(Х) (относительных, абсолютных) для используемых спектральных каналов. Типичной гипотезой является постоянство е(к) в нескольких «соседних» спектральных каналах и/или для двух или нескольких сроков наблюдений.

В разделе 1.3 приведено краткое описание информационных характеристик аппаратуры SEVIRI/Meteosat-8, -9 и МСУ-ГС Электро-JI № 1. Сканирующий радиометр SEVIR1 имеет 12 каналов (см.Табл.1), в том числе 2 ИК канала в спектральном диапазоне 10.5-12.5 мкм, линейный размер пиксела в подспутниковой точке - 3-4 км, причем измерения выполняются каждые 15 мин [6].

На отечественном геостационарном спутнике серии «Электро-JI» № 1 установлен сканирующий радиометр МСУ-ГС, подобный (по информативности) аппаратуре SEVIRI.

Таблица 1

Обозначения и спектральные характеристики каналов аппаратуры SEVlRI/Meteosat-9 и МСУ-ГС/Электро-Л

SEVIRI МСУ-ГС

Канал Спектральная полоса (мкм) Канал Спектральная полоса (мкм)

1 (VIS 0.6) 0.56-0.71 1 (ВИД 0.6) 0.5 -0.65

2 (VIS 0.8) 0.74-0.88 2 (ВИД 0.7) 0.65-0.8

3 (IR 1.6) 1.50-1.78 3 (ВИД 0.85) 0.8-0.9

4 (IR3.9) 3.484.36 4 (ИК3.8) 3.5-4.01

5 (WV 6.2) 5.35-7.15 5 (ИК 6.3) 5.7-7.0

6 (WV 7.3) 6.85-7.85 6 (ИК 8.0) 7.5-8.5

7 (IR 8.7) 8.30-9.10 7 (ИК8.7) 8.2-9.2

8 (IR9.7) 9.38-9.94 8 (ИК 9.7) 9.2-10.2

9 (IR 10.8) 9.80-11.80 9 (ИК 10.6) 10.2-11.2

10 (IR 12.0) 11.00-13.00 10 (ИК 12.0) 11.2-12.5

11 (IR 13.4) 12.40- 14.40 - -

12 (HRV 0.75) 0.5-0.9 - -

Измерения в каналах расщепленного окна прозрачности (каналы №9, 10) обоих видов аппаратуры непосредственно используются для дистанционного определения температуры ЗП. Измерения в других каналах видимого и ИК диапазонов используются в процедурах детектирования облачности.

В разделе 1.3 приведены также характеристики радиометров AVHRR/NOAA, MODIS/Terra, Aqua.

Глава 2 посвящена описанию разработанных методов дистанционного определения ТПС по данным измерений с геостационарных метеоспутников. В разделе 2.1 формулируется постановка обратной задачи определения ТПС по данным SEV1RI в условиях отсутствия облачности. Для получения достоверных оценок ТПС необходимо учесть влияние атмосферного ослабления излучения и «нечерноту» ЗП. «Замыкание» задачи достигается привлечением дополнительной информации об ei = e(Xi), ег = e(Xj), где Xi, Х2 - центральные длины волн первого и второго каналов РОП (1R 10.8 и IR 12.0 в Табл.1).

Принятый в диссертации подход к численному решению обратной задачи использует модель измерений в каналах РОП (уравнение переноса ИК излучения в системе атмосфера-земная поверхность [7]), а также дополнительную гипотезу о постоянстве во времени значений ИСПС. При реализации подхода использованы методы численного моделирования измерений SEVIRI, описанные в разделе 2.2. В качестве

и

основы для моделирования данных аппаратуры SEVIRI в ИК каналах выбран программный комплекс быстрых радиационных расчетов RTTOV-7 (Radiative Transfer for (A)TOVS), разработанный при поддержке EUMETSAT и ЕЦСПП (Европейский центр среднесрочных прогнозов погоды, ECMWF), см. [8].

Раздел 2.3 содержит результаты анализа информативности данных SEVIRI и оценки потенциальной погрешности определения ТПС. Для анализа информативности данных SEVIRI построена линеаризованная малопараметрическая модель измерений. В отличие от известных ранее, с помощью этой модели можно анализировать информативность данных SEVIRI для нескольких измерительных циклов, а также оценить возможность дистанционного определения Т„. Установлено, в частности, что в условиях «сухой» и «влажной» атмосфер достигается достаточно высокая потенциальная точность оценивания Ts - величины стандартного отклонения S(Ts) меняются в диапазоне 0.6-1.6К в зависимости от точности априорного задания ei и е2. Указанные оценки потенциальных погрешностей следует считать оценками «снизу» при переходе к анализу фактических измерений SEVIRI, так как при этом не учитываются погрешности линеаризации и малопараметрической аппроксимации, неточное задание атмосферной модели, погрешности моделирования с помощью RTTOV и др. Близкие результаты получены в [9], где показано, что применение обобщенного метода РОП позволяет получать оценки Ts со среднеквадратичной погрешностью не более 1.6К при зенитных углах измерений в диапазоне 0-55°.

В разделе 2.4 дано описание разработанного метода дистанционного определения Ts, ei, е2 по данным измерений SEVIRI/Meteosat-9. Предложенный в диссертации подход, представляющий комбинацию алгоритмов метода РОП и метода двух температур (МДТ), использует разновременные измерения аппаратуры SEVIRI в каналах РОП.

В локальном методе РОП оценка Ts вычисляется по формуле:

Ts = а, + (а2 + а3 g,(e) + а< g2(e)) (Т, + Т2) + (а5 + a« g,(e) + а7 g2(e)) (Т, - Т2). (1)

Здесь Ti, Т2 - радиационные температуры, измеренные в каналах 1 и 2; gi(e) = (1-е)/е, g2(e) = Де/е2, е = 0.5(ei + е2), Де = ei - е2; (ai, а2,..,а7) - набор регрессионных коэффициентов, зависящих от угла визирования 9: а; = а;(9). Коэффициенты а,(6) определяются с помощью метода наименьших квадратов (м.н.к.) для заданного диапазона углов. При этом используются модельные значения радиационных температур Ti, Т2, рассчитанные с помощью RTTOV-7 для представительной выборки реализаций профилей

T(p), q(p), Ts, в диапазоне зенитных углов наблюдения 8 от 0° до 55°. Формула (I) применима для оценки Ts только при заданных ei, е2.

Алгоритм МДТ базируется на использовании разновременных измерений (как минимум, за два срока ti и t2) при дополнительной гипотезе о постоянстве e(Ij, t]) = е (J.,, t2), j =1, 2. При измерениях в п каналах минимальное количество сроков m определяется неравенством m > п /(п-1), т.е. m > 2 для п = 2. Оценки Ts(ti),..., Ts(t„), ei, е2 в обобщенном алгоритме МДТ (ш сроков зондирования) находятся, исходя из подгонки с помощью м.н.к. измеренных в сроки ti, t2,..., tM сигналов Ij(t;; 9) к моделированным сигналам l^t,; 9) в каналах РОП (j = 1, 2). Сигналы IJ(t,; 9) рассчитываются с помощью

комплекса RTTOV-7 в соответствии с уравнением переноса ИК излучения для плоскопараллельной безоблачной атмосферы [3, 7]:

Ц (9; t,) = ejBj(Ts(tj))Tjs(9; t,) + l/(9; t,) + (1-ej) xJS(9; ti) l/(0; t,), i=l, 2...m, j = 1, 2. (2)

Здесь Bj(Ts) - функция Планка, ijs - «полная» функция пропускания слоя (0, ps), ps -

давление на уровне ЗП, индекс j относится к длине волны Первый член в правой части

т -I

(2) представляет вклад собственного излучения ЗП, члены Ij , Ij - излучение атмосферы вверх и вниз (нисходящее излучение) соответственно:

I/ = - J Bj(T) dxj (0, p), I/ = } B.(T) dtj (Ps, p),

(1 0

где ij (0, p), tj (ps, p) - функции пропускания «вверх» и «вниз» в слоях (0, р) и (ps, р). Для расчета I? требуется знание Ts, е[, е2, а также профилей температуры и влажности Т(р), q(p) в каждом пункте и для всех сроков зондирования.

Комбинированный метод или кратко КМ разработан и реализован для случая ш=3, т.е. оценки искомых Ts(ti), Ts(t2), Ts(t3), ei и ej строятся по данным измерений SEV1R1 за сроки t|, t2 и ts в условиях отсутствия облачности. Процесс построения оценок является итерационным и включает последовательное применение алгоритмов метода РОП для расчета r-го приближения T,in(ti) и МДТ для расчета (г+1)-го приближения е^*".

Критерий окончания итераций стандартный: рассчитывается величина суммы квадратов невязок между измеренными и моделированными сигналами в каналах РОП, и сравнивается со значением 2тх<т2, где ст2 - дисперсия измерительной погрешности (<т2 = 0.3+0.5 К2). Важной частью КМ при анализе реальных данных SEVIRI является процедура расчета и коррекции на каждой итерации систематических смещений двух типов: смещений оценок Ts за счет применения формулы (1) метода РОП; смещений при

моделировании сигналов l"(ti) с помощью формулы (2), вызванных методическими погрешностями RTTOV и неточным заданием атмосферной модели (профили Т(р), q(p)).

Для отработки и испытаний комбинированного метода, а также созданного на его основе программного обеспечения использовались выборки измерений SEVIRI/Meteosat-9, смоделированных с помощью RTTOV. Цель подобных численных экспериментов -отработка первого этапа КМ. Полученные оценки погрешности определения Ts подтвердили работоспособность и эффективность локального алгоритма РОП.

В главе 3 исследуется достоверность результатов спутникового мониторинга ТПС. Для валидашш результатов дистанционного определения ТПС комбинированным методом (далее обозначены TS KM) их необходимо сравнить с независимыми синхронными и пространственно-совмещенными измерениями Ts (in situ или дистанционными). Пространственное разрешение спутниковых оценок TSKM по данным SEVIRI составляет -5-6 км для зенитных углов 35° - 50°, что затрудняет подбор репрезентативных наземных in silu наблюдений Ts. Задача валидашш решается более легко, если в качестве опорных («референсных») значений ТПС использовать независимые спутниковые оценки Ts, для которых известен уровень погрешности. Фактически, при этом выполняется кросс-валидация различных оценок Ts. В разделе 3.1 валидация оценок TSKu выполнялась путем сравнения с синхронными пространственно совмещенными оценками TsLSA(ti), полученными по данным SEVIR1 с помощью методики [9] в SAF LSA (Прикладной спутниковый центр анализа данных о земной поверхности - Лиссабон, Португалия).

Сравнение указанных оценок включало расчет средних отклонений (систематических смещений Ь) и среднеквадратичных отклонений (СКО). В табл.2 приведены значения b и СКО для территории Европы и летних периодов 2010-2011 гг. без коррекции и с коррекцией систематических смещений.

Табл.2.

Статистика сравнений оценок TS KM и Tslsa за летний период 2010-2011гг.

Июнь 2010 Июль 2010 Август 2010 Июнь 2011 Июль 2011 Август 2011

b СКО b СКО b СКО Ь СКО b СКО b СКО

Без коррекции -2.5 2.4 -3.2 3.0 -3.9 3.7 -3.1 2.8 -2.7 2.4 -2.7 2.7

После коррекции -1.0 1.4 -0.3 1.9 -1.2 1.7 -0.3 2.2 -0.7 2.1 -1.4 2.4

Заметим, что согласно зарубежным данным, погрешность оценок Т^а, полученная путём сопоставления с независимыми радиометрическими измерениями Т5 на специальных полигонах в Португалии и Африке, лежит в диапазоне 1.5-2.5К. С учетом

этого достоверность восстановления ТПС предложенным методом является вполне удовлетворительной.

В разделе 3.2 выполнено сравнение оценок TSKM с квазисинхронными оценками Ts mod, полученными по данным MODlS/EOS-Aqua (см. веб-сайт NASA LP DAAC). Сравнение выполнялось для области с координатами 49°30'-54° с.ш., 31°-43° в.д. (Курская область и прилегающие регионы ЦЧЗ, площадь примерно 180000 км2) за июль-август 2009-2010гг. Использовались оценки Ts mod с разрешением 1км.

Согласно результатам сопоставления, поля ТПС, полученные по данным SEVIRI и MODIS, имеют схожую пространственную структуру. Величина СКО оценок Ts км от Tsmod равна З.ЗК.

Выборки оценок TSKU и Tsmod были также использованы для расчета среднемесячных значений и изменчивости (стандартных отклонений) ТПС для указанной области спутникового мониторинга и периодов июля, августа 2010г, см. Табл. 3.

Таблица 3

Среднемесячные оценки ТПС и их изменчивость по данным SEVIRI и MODIS

(на 12:00 UTC каждого дня)

Период SEVIRI MODIS

Среднее Изменчивость Среднее Изменчивость

Июль 2010 38.6 4.9 38.9 6.2

Август 2010 40.7 4.6 41.1 5.3

Малое отличие в среднемесячных оценках ТПС, полученных по данным полярно-орбитальных и геостационарных спутников (Табл.3), подтверждает возможность использования оценок Т5 Км в задачах изучения термического режима земной поверхности.

В качестве примера в диссертации выполнен сравнительный анализ среднемесячных значений температуры (на 12:00 1)ТС) для той же области мониторинга и периодов июль-август 2010 и 2011гг. При этом для июля 2010 и 2011г. средние значения ТПС составили соответственно 38.6 и 30.1°С, а для августа 2010 и 2011г. - 40.7 и 30.5°С. Эти цифры качественно подтверждают факт аномально жаркого лета 2010 года.

В разделе 3.3 выполнено сопоставление спутниковых оценок ТПС с данными т л'гм наземной наблюдательной сети. Оценки Т!КМ за период июнь-август 2009 года сравнивались с синхронными наблюдениями температуры почвы Т5 и приземной температуры воздуха Та на 48 агрометеостанциях территории ЦЧЗ России с координатами {49°30'-54° с.ш., 31°-43° в.д.} в светлое и темное время суток. Общий

объем выборок спутниковых и наземных измерений для отдельных сроков и дат менялся в пределах 250-600 пар. Указанные выборки использовались для расчета средних отклонений Ь и СКО Т5 к„ и Т5, Т5КМ и Та.

Анализ статистики отклонений между спутниковыми и наземными данными показал, что наземные измерения температур Т5 и Та имеют ограниченную пригодность для количественной верификации оценок Т5КМ. Измерения Т5 можно применять с ограничениями - в отдельные сроки темного времени суток и для однородных территорий. При сравнении с измерениями Та наименьшее расхождение получается для сроков 03:00 и 15:00, когда теплообмен между сушей и приповерхностным воздухом приближается к максимальному.

В главе 4 анализируется возможность спутникового мониторинга приповерхностной температуры воздуха Та по данным БЕУНИ. Температура Та, измеряемая на уровне 2м от поверхности Земли, является важным параметром в различных приложениях. Физические механизмы теплообмена в приземном слое воздуха известны (теплопроводность, конвекция и др.), но связь между Т5 и Та получается достаточно сложной и ее трудно представить в виде детерминированной модели с небольшим количеством независимо определяемых параметров - измеряемых или расчетных. Практически более легким является установление статистической (регрессионной) связи между Т5 и Та. Наличие связи между Т5 и Та, которая, вообще говоря, зависит от времени суток, солнечного зенитного угла, типа подстилающей поверхности или биоты, делает реальным построение регрессионной зависимости между спутниковой оценкой Т5 КМ и Та и ее последующее использование для дистанционного определения Та.

Для проверки эффективности указанного подхода в диссертационной работе вначале было выполнено построение регрессионных моделей связи между Та и Т5 типа

Та = Со+£с(х,, (3)

в которых Х[=Т5, а Х2,...,ХП - предикторы, упомянутые выше. После определения регрессионных коэффициентов формула (3) используется для получения оценок Та. При этом предиктор Т5 меняется на оценку Т5 к„.

Исходные материалы для построения регрессионной модели (3) включали:

- данные метеорологических наблюдений на 6 станциях Курского региона за 6 сроков для вегетационных периодов (апрель-октябрь) 2006-2009 гг.;

- данные метеорологических наблюдений на 48 станциях за 6 сроков для вегетационного периода 2009 г.;

- дополнительные данные о месте, времени наблюдений.

В численных экспериментах по построению регрессий типа (3) варьировались объемы обучающей и контрольной выборок, а также состав предикторов х;. Благодаря наличию наземных наблюдений за облачностью в обучающую и контрольную выборки включались только данные с нулевой балльностью облачности.

На первом этапе, исходя из суточного хода величины | Т5 - Та |, было решено строить регрессию типа (3) для темного времени суток. Кроме того, в результате численных экспериментов были отобраны следующие наиболее значимые предикторы: Х1=Т5, Х2=Ыс| - порядковый номер дня в текущем месяце, хз=Н - высота наблюдательной площадки над уровнем моря. Результаты экспериментов по построению регрессии (3) показали невозможность применения описанного подхода в светлое время суток. Поэтому было решено испытать варианты регрессии типа (3), в которых основными предикторами являются Т5КМ, а также N<1, или солнечный зенитный угол 9 и Н. Эксперименты показали относительно малую роль предиктора Н и «взаимозаменяемость» предикторов 9 и Ыа. Результаты построения и применения двух вариантов регрессии (регрессия I: Та=Со+С1-Т5К„; регрессия II: Та= С0+сгТ!КМ+С2-Н,!) отражены в Табл.4.

Таблица 4

Применение двух вариантов регрессии для оценивания Т,

Месяц Время итс Погрешность оценивания Тв (42 станции, 2009)

СКО, СКО,, N

Июнь 00 1.9 1.8 494

03 1.6 1.6 369

06 1.7 1.7 164

09 2.1 2.0 326

12 2 4 2.3 386

15 1.9 1.8 427

18 2.9 2.9 257

21 2.9 2.8 567

Июль 00 1.8 1.8 489

03 1.8 1.6 378

06 1.8 1.8 449

09 2.3 2.1 247

12 2.5 2.2 276

15 1.8 1.7 370

18 2 3 2.3 434

21 2.8 2,7 509

Август 00 1.7 1.6 533

03 2.1 2.1 529

06 1.7 1.6 466

09 2.0 2.0 243

12 1.9 1.9 281

15 1.5 1.5 395

18 2.2 2,1 637

21 2.5 2.5 628

Из Табл.4 следует, что использование достаточно простой регрессионной модели (регрессия I) с двумя предикторами (TS.K„ и N<j) позволяет получить оценки Та со среднеквадратичной погрешностью, не превышающей 2.5 К для большинства синоптических сроков. С учетом зарубежного опыта такой результат следует признать вполне удовлетворительным. Отметим, что указанная точность оценивания Та достигается использованием малого количества предикторов, причем отсутствует необходимость привлечения модельных или прогностических данных.

В главе 5 описана разработанная технология картирования полей ТПС по данным SEVlRI/Meteosat-8,9. В разделе 5.1 приведено описание технологии приема, обработки и оперативного доведения до Гидрометцентра России спутниковой информационной продукции, поступающей по европейской системе распространения данных EUMETCast (включая данные SEVIRI/Meteosat-9). В состав информационной продукции входят также спутниковые данные, передаваемые по системе EARS (EUMETSAT Advanced Retransmission Service, Служба EUMETSAT по распространению данных). Общая функциональная схема наземного комплекса приема, обработки и распространения информации геостационарных метеоспутников приведена на рис.1.

ГУ «НИЦ «Планета», Москва

обработки информации

™й ' ко«1увлми Беовго*

■ повальная «арта о6п*<иосгя - ю, - Гпобапьная «ар,а обп^нгкти - тр

Подсистема приема информации

J J

Оперативный циклический архив

Подсистема распространения результатов обработки

I» »ш 1« »М

Долговременная архивация данных

t л

Группа первичной обработки информации

ï- I.

Подсистема интерактивной обработки информации

I. I-:: I _

>итажи по территории Евразии в

- Изображение облачности и по

Потребители ^

оегионапьмые потребители (федеральные округа, ад« и областей! ЦУП; гидоочетслужбы стран СНГ заоубе»

Рис.1. Функциональная схема наземного комплекса приема и обработки данных зарубежных геостационарных КА

Информация зарубежных геостационарных КА Ме1еоза1-9(8), Ме1еоза1-7 и др., после предварительной обработки в центре приёма спутниковой информации ЕиМЕТЗАТ (г. Дармштадте, Германия), ретранслируются через коммуникационный спутник ЕигоВМ и принимается в ФГБУ «НИЦ «Планета». В схеме приема и обработки информации предусмотрено дублирование для исключения возможных аппаратных и программных сбоев. Полученные данные аккумулируются на серверах оперативного циклического архива и с минимальной задержкой становятся доступными пользователям в локальной сети, а также передаются в Гидрометцентр России и другим пользователям. С помощью созданной системы в Гидрометцентр России ежедневно передается более 10 Гб спутниковых данных и информационной продукции.

В разделе 5.2 дано описание программного комплекса картирования ТПС. На Рис.2 изображена блок-схема этого программного комплекса.

Исходные

Рис.2. Блок-схема получения оценок ТПС по данным 8Е\'!К1.

Согласно Рис.2 основные этапы обработки данных БЕУИИ для получения оценок ТПС включают:

1. формирование выборки разновременных измерений (за 3 последовательных срока) для заданной области мониторинга;

2. преобразование измерений БЕУ^ (формата HR.IT) в каналах РОП в радиационные температуры, расчет зенитных углы наблюдения для каждого пиксела области мониторинга;

3. извлечение из базы данных Гидрометцентра России профилей Т(р), q(p) для выбранной области мониторинга;

4. формирование облачной маски области мониторинга для каждого срока в отдельности и общей облачной маски, получаемой их пересечением;

5. в цикле для каждого пиксела области мониторинга:

• определяются пикселы, соответствующие поверхности суши (маска «суша-море») и «безоблачным» измерениям (облачная маска);

• реализуется итерационный алгоритм комбинированного метода. Процесс заканчивается, если достигается требуемый уровень невязки (порядка суммы дисперсий инструментального шума в каналах РОП) или если на очередном шаге итерации не происходит уточнения искомых параметров (ТПС и ИСПС);

6. заключительный этап или формирование выходной продукции включает расчет и коррекцию смещений оценок Т5КМ относительно независимых спутниковых оценок ТПС, например, Т5 ьза-

В Заключении приведены основные результаты работы и выводы.

1. Разработана и введена в опытную эксплуатацию технология (методы и программное обеспечение) тематической обработки данных БЕУЖ! для дистанционного определения Т5 в любое время суток в условиях отсутствия облачности. В эту технологию интегрирован программный комплекс быстрых радиационных расчетов RTTOV-7. Покрытие данными ТПС ограничено зоной видимости геостационарного спутника Ме1ео5а1-9 и включает, в частности, территорию Европы и часть ЕТР.

2. Выполнен анализ погрешностей дистанционного определения ТПС предложенным методом. Получена и проанализирована статистика ошибок определения Т5 на основе сопоставления с независимыми спутниковыми оценками (по данным БЕУШ и М001Б) и наземными контактными измерениями Т5. Согласно сопоставлениям с независимыми спутниковыми оценками Т5, величина СКО для территории Европы и областей ЦЧЗ России не превышает 2.4 К.

3. Создана h введена в эксплуатацию технология приема, обработки, архивирования и оперативной доставки пользователям (Гидрометцентр России, НПО «Тайфун» и др.) спутниковой информационной продукции, в том числе, поступающей по европейской системе распространения данных EUMETCast (включая данные SEVIRI/Meteosat-9 и информацию, распространяемую по системе EARS).

4. Предложен метод дистанционного определения по данным SEVIRI приповерхностной температуры воздуха Т„ для областей ЦЧЗ России . Уровень СКО получаемых оценок Та не превосходит 2.5 К для большинства синоптических сроков, что сравнимо с лучшими зарубежными оценками.

5. Подтверждена возможность использования данных спутникового мониторинга полей ТПС для сравнительного анализа среднемесячных температур поверхности суши на примере Центрально-Черноземной зоны России за летние периоды 2010-2011 гг.

Цитируемая литература

1. Intergovernmental Panel on Climate Change, IPCC, http://www.ipcc.ch/

2. Быховец C.C., Сороковиков B.A., Мартуганов P.A. и др. История наблюдений за температурой на сети метеорологических станций России // Криосфера Земли, 2007, т. XI, №1, с. 7-20.

3. Becker, F. and Z.-L. Li, Toward a local split window method over land surface // Int. J. Remote Sens., vol. 11, no. 3, pp. 369-393, 1990.

4. Wan, Z., J. Dozier, 1996, A generalised split-window algorithm for retrieving land surface temperature from space // IEEE Trans. Geosci. Remote Sens., vol.34, no.4, pp. 892-905.

5. Соловьев В.И., Успенский А.Б. Современное состояние и перспективы развития дистанционных методов определения температуры поверхности океана из космоса // Исслед. Земли из космоса. 1998, N1. С. 102-112.

6. Schmetz, J., P. Pili, S. Tjemkes, D. Just, et al. An introduction to Meteosat Second Generation (MSG) // Bull. Amer. Meteor.Soc., 2002. 83, P. 977-992.

7. Тимофеев Ю.М., Васильев A.B. Теоретические основы атмосферной оптики, 2003, 475 с.

8. Saunders R.W., М. Matricardi, P. Brunei. An Improved Fast Radiative Transfer Model for Assimilation of Satellite Radiance Observations // Q.J.R. Meteorol. Soc. 1999. v. 125. P. 1407-1425.

9. Product User Manual Land Surface Temperature (LST), SAF/LAND/IM/PUM_LST/2.5, Issue 2.5, 2010, 49 c.

Публикации по теме диссертации (* - в изданиях из списка ВАК)

1. В.И. Соловьев, С.А. Успенский. Мониторинг температуры поверхности суши по данным геостационарных метеорологических спутников нового поколения. // Исследование Земли из космоса. 2009, № 3, с. 79-89. *

2. Serge Uspensky, Valéry Solovjiev, Alexander Uspensky. Monitoring of land surface temperatures based on SEVIRI/METEOSAT-9 measurements. // Proceedings of 2009 EUMETSAT Meteorological Satellite Conference, 2009, EUMETSAT P.55, 6p.

3. В.И.Соловьев, С.А.Успенский, А.Б.Успенский. Эксперименты по дистанционному определению температуры поверхности суши на основе данных с геостационарных метеорологических ИСЗ // Сб. тезисов Международного симпозиума стран СНГ «Атмосферная радиация и динамика», СПб, 2009, с 33.

4. В.И. Соловьев, А.Б.Успенский, С.А. Успенский. Определение температуры земной поверхности по данным измерений уходящего теплового излучения с геостационарных метеорологических ИСЗ // Метеорология и гидрология, №3, 2010, с. 5-17. *

5. В.И. Соловьев, А.Б.Успенский, С.А. Успенский. Развитие методов мониторинга температуры поверхности суши по данным геостационарных спутников нового поколения // Сб. научных статей конференции «Современные проблемы дистанционного зондирования Земли из космоса», 2010, т.7, №2, с.67-74. *

6. М.А.Бурцев, В.Ю.Ефремов, А.А.Мазуров, А.М.Матвеев, А.А.Прошин, С.А.Успенский, Е.В.Флитман. Распределенная система приема и обработки данных полярно-орбитальных спутников в центрах Росгидромета // Сб. научных статей конференции «Современные проблемы дистанционного зондирования Земли из космоса», 2008, т.2, с.443-446.

7. Успенский С.А., Успенский А.Б., Рублев А.Н. Анализ возможности мониторинга приповерхностной температуры воздуха по данным геостационарных метеорологических спутников // Сб. тезисов Международного симпозиума «Атмосферная радиация и динамика», СПб, 2011, с.37-38.

Подписано в печать: 27.10.11

Объем: 1,5 усл.п.л. Тираж: 100 экз. Заказ № 477 Отпечатано в типографии «Реглет» 119526, г. Москва, Рождественка, 5/7,стр.1 (495)623-93-06; vvww.reglet.rti

Содержание диссертации, кандидата физико-математических наук, Успенский, Сергей Александрович

Введение.

Глава 1. Задачи и средства дистанционного мониторинга температуры подстилающей поверхности суши.

1.1. Наземные наблюдения за температурой поверхности суши.

1.2. Методы спутникового мониторинга ТПС.

1.3. Спутниковая аппаратура для дистанционного измерения температуры земной поверхности (ИК диапазона спектра).

1.4. Выводы.

Глава 2. Методы картирования полей ТПС по данным измерений с геостационарных метеоспутников1.

2.11 Постановка задачи.

2.2: Моделирование данных измерений радиометров геостационарных метеоспутников.

2.3. Исследование информативности данных SEVIRI и оценки потенциальной погрешности дистанционного определения*ТПС.

214.* Разработка алгоритма построения оценок ТПС по данным разновременных спутниковых измерений.

2.5. Результаты испытания комбинированного метода.

2.5.1'. Эксперименты с моделированной информацней SEVIRI.

2.5.2. Эксперименты с фактической информацией iSEVIRI/Meteosat-9.

2.5. Выводы:.1.

Глава 3. Анализ достоверности результатов спутникового мониторинга ТПС.

3.1. Кросс-валидация оценок ТПС по ÄaHHbiMiSEVIRI.

3.2. Кросс-валидация оценок. ТПС по данным SEVIRI и данным MODIS/Terra, Aqua.

3.3. Результаты сравнения спутниковых оценок ТПС с наблюдениями наземной сети.

3.3.1. Использование контактных измерений Ts in situ наземной сети.

3.3.2. Валидация спутниковых оценок ТПС с использованием наземных ИК-радиометрических измерений.

3.4. Выводы.

Глава 4. Спутниковый мониторинг приповерхностной температуры воздуха.

4.1. Постановка задачи и методы дистанционного определения приповерхностной температуры воздуха.

4.2. Разработка и испытание метода дистанционного определения приповерхностной температуры воздуха.

4.3. Выводы.- 91

Глава 5. Технология картирования полей ТПС.-925.1. Аппаратно-программный комплекс приема, предварительной обработки и архивирования данных геостационарных и полярно-орбитальных метеоспутников .-925.2. Программный комплекс картирования ТПС.- 102

5.3. Выводы.- 105

Введение Диссертация по наукам о земле, на тему "Мониторинг температуры поверхности суши по данным измерений геостационарных метеоспутников"

Актуальность работы

Среди «диагностических» переменных, описывающих эволюцию Земли и состояние окружающей среды, температура. поверхности суши (ТПС или Ts) занимает важное место. ТПС один из основных параметров; в: физике процессов на; поверхности Земли, характеризующих взаимодействие между атмосферой и поверхностью. Знание ТПС требуется для разнообразных научных, исследований, включая климатологию, гидрологию и экологию: В; частности^ данные о ТПС' необходимы« при решении; таких задач, как оценка энергетического? и водного балансов; на границе атмосфера-подстилающая поверхность, [35, 40, 43, 44, 49],. оценки: потоков-скрытого и явного тепла [65] расчеты эвапотранспирации [110]; моделирование суточного»хода температур - [53], оценки тепловой инерции, обнаружение и прогноз заморозков ■ [33], мониторинг состояния зерновых- культур. ТПС является .также одним из; индикаторовзпарникового эффекта? [56]. Регулярный-мониторинг ТПС позволяет анализировать долговременные временные ряды глобальной поверхностной температуры и оценить ее изменчивость в пределах различных периодов:

Спутниковое дистанционное, зондирование - единственное средство получения1; долговременных однородных» рядов; данных о ТПС регионального, и глобального покрытия. Необходимость получения регулярных- спутниковых данных о температуре земной поверхности (ЗП) диктуется, тем;' что; сеть наземных^ контактных (in situ), наблюдений? ТПС достаточно редкая [4]. Для дистанционного; определения температуры ЗП последние 30 лет используют измерения уходящего теплового инфракрасного (ИК) излучения; в диапазоне: длин волн 10.5-12.5 мкм («окно прозрачности» атмосферы) с помощью сканирующих радиометров, установленных на*, полярно-орбитальных метеорологических спутниках (серий NOAA, MetOp, Метеор), а также спутниках наблюдения Земли Envisat, ЕО S/Aqua, Terra.

Высокоточное дистанционное определение ТПС затруднено «нечернотой» ЗП, т.е. возможным отличием от единицы спектральной излучательной .способности поверхности суши (ИСГ1С, е(Х), где Х - длина волны). Величина ИСПС для заданной длины, волны представляет отношение фактического излучения ЗП при известной температуре к теоретическому излучению, испускаемому абсолютно черным телом (АЧТ) при той же температуре (см., напр., [20]). Величины ИСПС различны для разных типов ЗП и не зависят от температуры излучателя, но могут зависеть от X и угла визирования. 0. В диссертационной работе зависимость е от 0 не учитывается. Одновременное определение Т5 и ех = с(Х) по спутниковым измерениям уходящего ИК излучения указанного состава невозможно без привлечения дополнительной информации об ех

Получение оценок Т5, сравнимых по точности и репрезентативности с локальными наземными наблюдениями Т3, осложняется также большой пространственно-временной изменчивостью полей ТПС и ИСПС. Кроме того, использование данных одного спутника обеспечивает покрытие исследуемой территории только дважды в сутки, что затрудняет регулярный мониторинг поля ТПС, учитывая вероятное попадание облачности в поле зрения прибора.

Новые возможности почти непрерывного во времени спутникового мониторинга ТПС в широтном поясе {55° с.ш. - 55° ю.ш.} возникли в последние-годы после запусков геостационарных метеоспутников- с измерительной аппаратурой, близкой по информативности к« устанавливаемой на полярно-орбитальных спутниках. На борту европейских метеоспутников второго поколения Meteosat -8, -9 установлен многоканальный.сканирующий радиометр БЕУНИ (в зарубежной литературе - имаджср), который имеет, в томчисле, дваИК канала в спектральном диапазоне ТО,5-12,5 мкм [95].

На запущенном 20 января 2011 г. отечественном геостационарном^ спутнике нового поколения серии «Электро-Л» установлен радиометр МСУ-ГС (многоканальное сканирующее устройство — геостационарное) (см., напр.[2]). Основные ИК канальь МСУ-ГС близки по спектральным характеристикам каналам* аппаратуры БЕУПИ, вследствие чего данные БЕУНИ можно использовать для отработки методов, восстановления' температуры ЗП по информации МСУ-ГС.

Создание методов оперативного- получения' ТПС по данным новых геостационарных спутников позволяет обеспечить регулярное картирование полей ТПС для обширных территорий. Подобные данные могут существенно дополнить наблюдения редкой наземной наблюдательной сети, что особенно важно для малонаселенных районов России.

Цель диссертационной работы

Основной целью диссертационной работы является разработка и апробация метода и технологии дистанционного мониторинга температуры поверхности суши по данным измерений уходящего теплового излучения с геостационарных метеоспутников, а также использование данных спутникового мониторинга в задачах изучения термического режима земной поверхности.

Для достижения поставленной цели решались следующие задачи:

• теоретический анализ информативности данных измерений радиометров геостационарных метеоспутников и потенциальных погрешностей оценивания ТПС;

• разработка метода дистанционного определения ТПС по- данным измерений-аппаратуры ЗЕУШТ европейского геостационарного метеоспутника Ме1еоза1;-9;

• анализ погрешностей предложенного метода дистанционного определения ТПС по данным 8ЕУ1Ы на основе сопоставления с независимыми спутниковыми оценками ТПС и наземными контактными измерениями;

• создание технологии обработки данных 8ЕУ1Ш1 для получения оценок ТПС;

• создание технологии приема, обработки и оперативного доведения до Гидрометцентра России данных и информационной продукции зарубежных полярно-орбитальных и геостационарных метеоспутников;

• анализ возможности использования данных измерений аппаратуры БЕУНИ в. задачах оценки> приземной температуры воздуха Та.

Методы исследования

Основные результаты диссертационной работы получены- с привлечением современных »методов и подходов к обработке и, анализу спутниковых1 данных. Наряду с известными зарубежными »моделями и программными комплексами,- адаптированными к имеющимся вычислительной среде и информационным ресурсам (модель быстрых радиационных расчетов, методология детектирования облачности), в диссертации использованы созданные автором оригинальные методы и алгоритмы тематической обработки и анализа спутниковой информации. Применялись также статистические методы регрессионного анализа и анализа ошибок.

Научная новизна работы

1. Впервые в отечественной практике создана технология, включая метод, алгоритмы и программное обеспечение, оперативного дистанционного определения температуры поверхности' суши по данным геостационарного спутника Ме1ео5а1-9 в условиях отсутствия облачности. Метод, в отличие от известных зарубежных аналогов, не требует создания и регулярного обновления баз данных излучательных способностей поверхности.

2. Получены количественные оценки погрешности результатов дистанционного определения ТПС предложенным методом для различных временных периодов 2009-2011 гг. и разных регионов Европы и России, подтвердившие возможность организации мониторинга ТПС с погрешностью не хуже 2.4 К.

3. Предложен и испытан метод дистанционного определения по данным SEVIRI/Meteosat-9 приповерхностной температуры воздуха Та (на уровне 2 метра), позволяющий получать оценки Та с уровнем погрешности не хуже 2.5 К для большинства стандартных синоптических сроков.

4. Выполнен сравнительный анализ результатов спутникового мониторинга полей ТПС для Центрально-Черноземной зоны (ЦЧЗ) России за летние периоды 2010 и 2011 гг. i

Практическая значимость

1. Создана < технология приема и оперативной доставки пользователям (Гидрометцентр России, НПО «Тайфун» и др.) данных и информационной-продукции КА гидометеорологического назначения (полярно-орбитальных и геостационарных). Эта* технология обеспечила участие Росгидромета в. международной программе EARS (Служба EUMETSAT по сбору и распространению данных) и сделала возможным оперативное получение спутниковых данных, покрывающих Северное полушарие.

2. Разработанные метод и, технология обработки данных SEVIRI обеспечивают получение и оперативное представление пользователям оценок ТПС без привлечения дополнительных данных об излучательных способностях поверхности. Предложенный метод позволяет получать оценки ТПС, сравнимые по точности с зарубежными алгоритмами.

3. Предложенный-метод дистанционного определения ТПС пригоден для обработки данных измерений перспективных отечественных геостационарных

- метеоспутников типа «Электро-JI».

4. Разработанные методы и технологии обеспечивают получение оценок ТПС и Та с точностями, позволяющими использовать их в различных приложениях, например, в схемах численного анализа полей метеоэлементов и моделях гидрологического цикла, при изучении термического режима ЗП для различных регионов и сезонов.

Диссертационная работа выполнялась в период 2007-2011 гг. в рамках плана НИОКР Росгидромета по реализации Целевой научно-технической программы «Научные исследования и разработки в области гидрометеорологии и мониторинга окружающей среды» на 2008-201 Огг.,. Федеральной Космической программы 2006-2015 (раздел 1), Соглашения Росгидромет-EUMETSAT об обмене данными и продукцией с метеорологических спутников для использования в анализе и прогнозе погоды.

Результаты диссертации были использованы при выполнении, грантов РФФИ №07-05-13585,07-05-01030, 10-05-00807.

Личный вклад автора

Результаты, выносимые назащиту, получены автором, самостоятельно: Остальные результаты получены при его: непосредственном; участии. Диссертант выполнил анализ; современного состояния проблемы, разработал, новые методы дистанционного; определения ТПС и Та, создал; технологию картирования, полей; ТПС. по данным, геостационарных метеоспутников с нового; поколения» Применил разработанные методы для? анализа термического режима: земной; поверхности: Являлся: непосредственным разработчиком технологии приема. и> оперативной, доставки < пользователям спутниковых данных и информационных продуктов.

Апробация работы и публикации

Результаты; диссертации? докладывались на научных» семинарах ФГБУ «НИЦ: «Планета», Гидрометцентра России, кафедры «Физика» атмосферы» физического факультета СПбГУ, семинаре по итогам выполнения, проектов РФФИ (Гидрометцентр России, декабрь 2008), а также: на различных;конференциях, совещаниях и симпозиумах: Международная конференция:EUMETSAT по метеорологическим спутникам,1 2009 (Бат, v •

Великобритания; сентябрь 2009); Международный симпозиум стран СНГ «Атмосферная радиация; и динамика», Санкт-Петербург, 2009, 2011; Международная конференция EUMETS AT по метеорологическим спутникам; 2010 ■ (Кордова; Испания, сентябрь 2010); Международная конференция? по; изучению данных TOYS (ITSC-16, Монтеррей, США, 2010); Всероссийские конференции «Современные проблемы дистанционного зондирования Земли из космоса» (Москва, 2008, 2009; 2010); 39-ое совещание координационной группы .по-метеорологическим спутникам CGMS-39, Санкт-Петербург, 2011.

По теме диссертации опубликовано 7 научных работ, в том числе 3 в изданиях, вюпоченных в список ВАК.

Достоверность полученных результатов

Достоверность полученных результатов и выводов обеспечивается использованием теоретически обоснованных и апробированных методов анализа спутниковых данных, современных высокоточных моделей радиационного переноса. Верификация оценок ТПС и приповерхностной температуры воздуха, полученных на основе реальных спутниковых данных, проведена путем сравнения с независимыми спутниковыми и наземными, наблюдениями. Основные результаты работы опубликованы в рецензируемых научных изданиях.

На защиту выносятся:

1. Метод, алгоритмы и программное обеспечение дистанционного определения ТПС по данным измерений аппаратуры SEVIRI/Meteosat-9 в условиях отсутствия облачности.

2. Результаты анализа погрешностей определения ТПС, полученных сравнением с независимыми оценками Т5 по спутниковым данным (измерения аппаратуры SEVIRI, MODIS) и данными контактных (in situ) наблюдений температуры поверхности суши.

3. Технология приема и оперативной доставки пользователям данных и информационной продукции КА гидрометеорологического назначения (полярно-орбитальных и геостационарных).

4. Метод дистанционного определения приповерхностной температуры воздуха Та по данным SEVIRI и оценки погрешностей в различных условиях.

5. Результаты анализа данных спутникового мониторинга полей ТПС для Центрально-Черноземной зоны России за летние периоды 2010-2011 гг.

Структура и объем диссертации

Диссертация состоит из введения, 5 глав, заключения, списка использованных сокращений и списка литературы из 110 наименований (из них 85 на английском языке). Общий объем диссертации составляет 116 страниц. Работа включает 16 таблиц и 23 рисунка.

Заключение Диссертация по теме "Физика атмосферы и гидросферы", Успенский, Сергей Александрович

Основные результаты и выводы диссертационной работы могут быть суммированы следующим образом:

1. Разработана и введена в опытную эксплуатацию технология (методы и программное обеспечение) тематической обработки данных SEVIRI для дистанционного определения Ts в любое время суток в условиях отсутствия облачности. В эту технологию интегрирован программный комплекс быстрых радиационных расчетов-RTTOV-7. Покрытие данными ТПС ограничено зоной видимости геостационарного спутника Meteosat-9 и включает, в частности, территорию Европы и часть ЕТР.

2. Выполнен анализ погрешностей дистанционного определения ТПС предложенным методом. Получена и проанализирована статистика ошибок определения Ts на основе сопоставления с независимыми спутниковыми оценками (по данным SEVIRI и MODIS) и наземными контактными измерениями Ts. Согласно сопоставлениям с независимыми спутниковыми оценками Ts, величина СКО для территории Европы и областей ЦЧЗ России не превышает 2.4 К.

3. Создана и введена в эксплуатацию технология приема, обработки, архивирования и оперативной доставки пользователям (Гидрометцентр России, НПО «Тайфун» и др.) спутниковой информационной продукции, в том числе, поступающей по европейской системе распространения данных EUMETCast (включая данные SEVIRI/Meteosat-9 и информацию, распространяемую по системе EARS).

4. Предложен метод дистанционного определения по данным SEVIRI приповерхностной температуры воздуха Та для областей ЦЧЗ России . Уровень СКО получаемых оценок Та не превосходит 2.5 К для большинства синоптических сроков, что сравнимо с лучшими зарубежными оценками.

5. Подтверждена возможность использования данных спутникового мониторинга полей ТПС для сравнительного анализа среднемесячных температур поверхности суши на примере Центрально-Черноземной зоны России за летние периоды 2010-2011 гг.

Благодарности

Автор выражает глубокую благодарность своему научному руководителю профессору, доктору физико-математических наук Асмусу В.В. за помощь в постановке задач, ценные советы и постоянное внимание к работе. Автор выражает признательность своим соавторам — к.т.н. Соловьеву В.И. за помощь в освоении программного обеспечения радиационных расчетов и детектирования облачности, а также к.ф.-м.н. Рублеву А.Н. и д.ф.-м.н. Успенскому А.Б. за обсуждения и замечания, позволившие улучшить работу. Автор благодарит сотрудников ФГБУ «НИЦ «Планета» Хоменка Н.И. за активное участие в разработке программного обеспечения наземного комплекса приема и обработки спутниковой информации, Волкову Е.В. за предоставление данных наземных наблюдений, Кухарского A.B. за помощь в оформлении иллюстративных материалов и Затягалову В. А. за предоставление материалов для сравнительного анализа различных спутниковых оценок температуры.

Заключение

Библиография Диссертация по наукам о земле, кандидата физико-математических наук, Успенский, Сергей Александрович, Москва

1. Асмус В. В., Дядюченко В.Н., Загребаев В.А. и др. Наземный комплекс приема, обработки, архивации и распространения спутниковой информации //Тр. НИЦ «Планета». — 2005. — Вып. 1 (46).-С. 3-21.

2. Быховец С.С., В.А. Сороковиков, P.A. Мартуганов ВТ. и др. История наблюдений за температурой почвы на сети метеорологических станций России // Криосфера Земли, 2007, т. XI, № 1, с. 7-20.

3. Каган P.JL, Осреднение метеорологических полей, Гидрометеоиздат, 1979, 212с.

4. Кондратьев К.Я., Тимофеев Ю.М. Термическое зондирование атмосферы со спутников. JL: Гидрометеоиздат, 1970. 410 с.

5. Кондратьев К.Я., Тимофеев Ю.М. Метеорологическое зондирование атмосферы из космоса. JL: Гидрометеоиздат, 1978. 280 с.

6. Музылев Е.Л., Успенский А.Б., Волкова Е.В., Старцева З.П. Использование спутниковой информации при моделировании вертикального тепло- и влагопереноса для речных водосборов // Исследование Земли из космоса. 2005, № 4, с. 35-44.

7. Соловьев В.И., Успенский А.Б. Современное состояние и перспективы развития дистанционных методов определения температуры поверхности океана из космоса // Исслед. Земли из космоса. 1998, № 1. с. 102-112.

8. Соловьев В.И., С.А.Успенский, А.Б.Успенский. Эксперименты по дистанционному определению температуры поверхности суши на основе данных с геостационарных метеорологических ИСЗ // Труды «МСАРД-2009», СПб, 2009, с. 53.

9. Соловьев В.И., С.А. Успенский. Мониторинг температуры поверхности суши по данным геостационарных метеорологических спутников нового поколения. // Исслед. Земли из космоса. 2009, № 3, с. 79-89.

10. Соловьев В.И, Успенский А.Б., С.А. Успенский. Определение температуры земной поверхности по данным измерений уходящего теплового излучения с геостационарных метеорологических ИСЗ // Метеорология и гидрология, №3, 2010, с. 5-17.

11. Справочник по климату СССР. Вып. 1—34. Ч. IL Температура воздуха и почвы. JL, Гидрометеоиздат, 1964-1966.

12. Сутовский В.М., Успенский А.Б. О' дистанционном определении температуры подстилающей поверхности с учетом ее нечерноты по данным спутниковых измерений излучения в диапазоне 10.5-12.5 мкм. // Труды ГосНИЦИПР, 1989, вып.ЗЗ, с. 66-78.

13. Тимофеев Ю.М. К теории двухволновой методики определения температуры поверхности океана из космоса // Исслед. Земли из космоса. 1987 №4, с. 59-65.

14. Тимофеев Ю.М., Мартынов A.A. Об определении температуры и излучателыюй способности поверхности суши из космоса// Исслед. Земли из космоса. 1996. № 4. с. 12-17.

15. Тимофеев Ю.М., Васильев A.B. Теоретические основы атмосферной оптики: СПб, «Наука», 2007.

16. Успенский А.Б. Обратные задачи математической физики анализ и планирование экспериментов // В кн. «Математические методы планирования эксперимента» / Под ред. В.В. Пененко. Новосибирск: Наука, 1981. с. 199-242.

17. Успенский А.Б. Об оценке температуры поверхности суши по данным спутниковых измерений уходящего ИК излучения в диапазоне 10,5-12,5 мкм. // Метеорология и гидрология, 1992, № 10, с. 19-27.

18. Успенский А.Б., Троценко А.Н., Копылов А.В. и др. Определение температуры земной поверхности по спутниковым измерениям уходящего теплового излучения высокого спектрального разрешения // Исслед. Земли из космоса. 1999. №4. с. 21-31.

19. Чавро А.И. Физические основы и методы определения температуры поверхности океана со спутников. М.: АН СССР, Отдел выч.математики. 1990, 173 с.

20. Шкадова А.К. Температурный режим почв на территории СССР. JL, Гидрометеоиздат, 1979, 240 с.

21. Barton I.J. Satellite derived SST's: current status // J. Geophys. Res. 1995 v. 5, pp. 8777-8790.

22. Becker F. The impact of spectral emissivity on the measurement of land surface temperature from satellite // Int. J. Rem. Sens. 1987, vol. 8, pp. 1509-1522.

23. Becker F. and Z.-L. Li. Temperature-independent spectral indices in thermal infrared bands // Remote Sens. Envir., 1990, vol. 32, N 3, pp. 17-33.

24. Becker F. and Z.-L. Li. Toward a local split window method over land surface // Int. J. Remote Sens., 1990. vol. 11,N 3, pp. 369-393.

25. Becker F, Z.-L. Li. Surface temperature and emissivity at various scales: definition, measurement and related problems//Rem. Sens. Rev., 1995, vol. 12, pp. 225-253.

26. Berk, A., G. P. Anderson, P. K. Acharya, et al; MODTRAN4 Version 2 User's Manual // Air Force Research Laboratory, Space Vehicles Directorate, Air Force Material Command, Hanscom AFB, MA 01731-3010, 2000.

27. Caselles V. and J.A. Sobrino. Determination of frosts in orange groves from NOAA-9 AVHRR data // Remote Sens. Envir., 1989, vol.' 29, pp. 135-146.

28. Caselles V., E. Valor, C. Coll and E. Rubio. Thermal band selection for the PRISM instrument 1.Analysis of emissivity-temperature separation algorithms // J. Geophis. Res., 1997, 102, D10, pp. 11145-11164.

29. Chahine M. T. Observation of local cloud and moisture feedbacks over high ocean and desert surface temperature//J. Geophys. Res., 1995, vol. 100, no. D5, pp. 8919-8927.

30. Chedin A., N.A. Scot, and A. Berroir. A single channel, double viewing angle method for sea surface determination from coincident Meteosat and Tiros-N radiometric measurements // J. Appl. Meteorol., 1982, 21, pp. 715-727.

31. Chedin A., M. A. Scott, C. Wahiche, and P. Moulinier. The improved initialization inversion method: a high resolution physical1 method for temperature retrievals from the Tiros-N series // J. Clim. Appl. Meteorol., 1985, vol. 24, pp. 124-143.

32. Chevallier F., Chedin A, Cheruy N., and Mocrette J.J. TIGR-Iike atmospheric profile database for accurate radiative flux computation// Q.J.R. Meteorol. Soc., 2000, vol. 126, pp. 777-785.

33. Cooper D: I. and G. Asrar. Evaluating atmospheric correction models for retrieving surface temperatures from the AVHRR over a tallgrass prairie // Remote Sens. Envir., 1989, vol. 27, pp. 93-102.

34. Crag R., M. Sugita, and W. Brutsaert. Satellite-derived surface temperatures with boundary layer temperatures and geostrophic winds to estimate surface energy fluxes // J. Geophys. Res., 1995, vol. 100, no. D12, pp. 25447-25451.

35. Derrien-M., B. Farki, L. Harang, et al. Automatic cloud detection applied to NOAA-11/AVHRR imagery // Remote Sens. Envir., 1993, vol. 46, pp. 246-259.

36. Deschamps P. Y. and T. Phulpin. Atmospheric correction1 of infrared measurements of sea surface temperature using channels at 3-.7, 11 and l2 \mvll Boundary-Layer Meteorology, 1980, 18, pp. 131-143.

37. Dickinson R.E. Land surface processes and climate — Surface albedos and energy balance // Adv. Geophys., 1983, 25, pp. 305-353.

38. Dozier J. and Z. Wan. Development of practical multiband algorithms for estimating- land-surface temperature from EOS/MODIS data // Adv. Space Res., 1994, vol. 13, no. 3, pp. 81-90.

39. Edwards J.M. Assessment of numerical weather forecasts using satellite land surface temperatures // Proc. 19th Symposium on Boundary Layers and'Turbulence, August 2-6, 2010, Keystone, CO, USA.

40. Faysash A. and E.A. Smith. Simultaneous Land Surface Temperature-Emissivity Retrieval in the Infrared Split Window //J. Atmos. Oceanic Technol., 1999, vol. 16, pp. 1673-1689.

41. Faysash A. and E.A. Smith. Simultaneous Retrieval of Diurnal to Seasonal Surface Temperatures and Emissivities over SGP ARM-CART Site Using GOES Split Window // J. Appl. Meteor. 2000, vol. 39, pp. 971-982.

42. Ferranti L., P. Viterbo. The European Summer of 2003: Sensitivity of Soil Water Initial Conditions. J. Climate, 2006, 19, pp. 3659-3680.

43. Gallo K., R. Hale, Tai Dan. Evaluation of the relationship between air and land surface conditions // Journ. of Appl. Meteor. And Clim., 2010. doi: 10.1175/2010JAMC2400.1.

44. Good.E. Blending in situ and satellite data for monitoring land air temperatures // Proc. of 2009 Eumetsat Meteorol; Sat. Conf, Bath, UK, 21 25 September 2009; 5 c. .

45. Gottsche, F.-M., Olesen, F., Schmidt, A. Validation of land surface temperatures obtained from METEOSAT-MVIRI and SEVIRI with in-situ measurements // Proceedings of 2009 EUMETSAT Meteorological Satellite Conference, Bath, UK, 21.-25. Sept. 2009

46. Gottsche F.Mi, Olesen F.S: Modeling of diurnal: cycles of brightness temperature extracted from METEOSAT data:-Rem. Sens. Env., 2001, v.16, pp. 337-348.

47. Justice C. O.;, E. Vermote, J: R. G. Townshend, et. al: The Moderate Resolutions Imaging: Spectroradiometer (MODIS): land remote sensing for global change research // IEEE Trans. Geosci: Remote Sens., 1998j voi: 36, pp: 1228t1249; .

48. Kabsch E., Olesen Fi, Prata F. Initial) results of the land surface temperature validation with the Evora, Portugal ground-truth station measurements // Int. J. Rem: Sens., 2008, 29, pp. 5329-53451;

49. Climatology, January 1996, N 67, 46 p.

50. Kealy P. S. and S. J: Hook. Separating; temperature and emissivity in thermal infrared multispectral scanner data:: Implications for* recovering land surface temperatures // IEEE Trans. Geosci. Remote Sens., 1993, vol. 31, N 6, pp. 1155-1164.

51. Kerr Y. H:, J. P. Lagouarde, and J. Imbernon. Accurate land; surface temperature retrieval from AVHRR data with use of an improved split window algorithm // Remote Sens. Envir., 1992, vol. 41, no. 2-3, pp. 197-209.

52. Kimura F. and A. P. Shimiru. Estimation of sensible and latent heat fluxes from soil surface temperature using a linear air land heat transfer model // J. Appl. Meteorol., 1994, vol. 33, no. 4, pp. 477-489.

53. Labed J. and M. P. Stoll. Angular variation of land surface spectral emissivity in the thermal infrared: laboratory investigations on bare soils // Int. J. Remote Sens., 1991, vol. 12, no. 11, pp. 2299-2310.

54. Labrot T., L. Lavanant., K. White, et al. AAPP Documentation. Scientific description // NWP SAF. Doc. NWP SAF-MF-UD-001. ver.6.0. 2006. 99p.

55. Lakshmi V., K. Czajkowsky, D. Dubayah, et al. Land surface air temperature mapping using TOVS and AVHRR // Int. J. Rem. Sens., 2001, vol. 22. N 4. pp. 643-662.

56. Lavanant L. MAIA AVHRR cloud mask and classification Météo-France // CMS Lannion, France. Réf.:MF/DP/CMS/R&D/MAIA3, 2003.

57. Li Z.-L. and F. Becker. Feasibility of land surface temperature and emissivity determination from AVHRR data // Remote Sens. Envir., 1993, vol. 43, pp. 67-85.

58. Madeira, C. Generalised Split-Window Algorithm for Retrieving Land-Surface Temperature from MSG/SEVIRI Data, SAF on Land Surface Analysis Training Workshop, Lisbon, Portugal, July 810 2002.

59. McMillin L. M. Estimation of sea surface temperature from two infrared window measuraments with different-'absorption // J. Geophys. Res., 1975, 80, pp. 5113-5117.

60. Nerry F., J. Labed and M. P. Stoll. Spectral properties.of land surfaces in the thermal infrared, 1, Laboratory measurements of absolute spectral emissivity signatures // J. Geophys. Res., 1990, vol. 95, no. B5, pp. 7027-7044.

61. NOAA KLM User's Guide, http://www.ncdc.noaa.gov/oa/pod-guide/ncdc/docs/klm/html/cl/secl-2.htm, 2005.

62. Olioso A. Simulating the relationship between thermal emissivity and-the normalized difference vegetation index // Int. J. Remote Sens., 1995, vol. 10, no. 16, pp. 3211-3216.

63. Ottlé, C. and D. Vidal-Madjar. Estimation, of land surface temperature with NOAA9 data // Remote Sens. Environ., vol. 40, 1992, no. 1, pp. 27-41.

64. Peres L. F., C. C. DaCamara. An Emissivity Look-Up Table for LST Estimations from MSG Data, SAF on Land Surface Analysis Training Workshop, Lisbon, Portugal, July 8-10 2002.

65. Peres L. F., C. C. DaCamara. A Synergistic Use of GSW and TTM Techniques to Retrieve LST from MSG Data // SAF on Land Surface Analysis Training Workshop, Lisbon, Portugal, July 810 2002.

66. Peres L.F., C.C. DaCamara. Land surface temperature and emissivity estimation based on the Two-Temperature Method: Sensitivity alalysis using simulated MSG/SEVIRI data // Remote Sens. Envir., 2004, 91, pp. 377-389.

67. Peres L. F. and C. C. DaCamara. Emissivity Maps to Retrieve Land-Surface Temperature From MSG/SEVIRI // IEEE Trans. Geosci. Remote Sens., 2005, vol. 43, pp. 1834-1844.

68. Prabhakara C., G. Dalu, and V. G. Kunde. Estimation of sea surface temperature from remote sensing in the 11 and 13 Jim window region // J.Geophys. Res. 1974, 79, pp. 5039-5044.

69. Prata A.J., Caselles, V., Colland C. et al. Thermal remote sensing of land surface temperature from satellites: current status and future prospects // Remote Sensing Reviews, 1995, 12, pp. 175— 224.

70. Prihodko L., Gowarts S.N. Estimation of air temperature from remotely sensed surface observations // Rem.Sens.Env., 1997, 60(3), p:335-346.

71. Product User Manual Land Surface Temperature (LST), SAF/LAND/IM/PUMLST/2.5, Issue 2.5, 2010, 49 c.

72. Rees W. G. Infrared emissivities of Arctic land cover types // Int. J. Remote Sens., 1993, vol. 14, pp. 1013-1017.

73. Rodgers C.D. Inverse methods for atmospheric sounding: theory and practice. World Sci. Publ. Co. 2000, 238 p.

74. SAF for Land Surface Analysis (Land SAF) User Requirement Document, SAF/LAND/URD/6.2, Issue 6.2,21/11/2003,47 c.

75. Salisbury J. W. and D. M. D'Aria. Emissivity of terrestrial materials in the 8-14 fim atmospheric window// Remote Sens. Envir., 1992, vol. 42, pp. 83-106.

76. Salisbury J.W. and D. M. D'Aria. Infrared (8-14 |xm) remote sensing of soil particle size // Remote Sens. Envir.,1992. vol. 42, pp. 157-165.

77. Salomonson V.,W. Barnes, P. Maymon, et al. MODIS: advanced facility instrument for studies of the Earth as a system // IEEE Trans. Geosci. Remote Sens., 1989, vol. 27, no. 2, pp. 145-153.

78. Saunders R.W., M. Matricardi, P. Brunei. An Improved Fast. Radiative Transfer Model for Assimilation of Satellite Radiance Observations // Q.J.R. Meteorol. Soc. 1999. v. 125. P. 14071425.

79. Saunders R, Brunei P., RTTOV-7 TECHNICAL REPORT, NWPSAF-MO-TR-009 Version 1, 2002. 30c.

80. Schmetz J., P. Pili, S. Tjemkes, et al. An introduction to Meteosat Second Generation (MSG) // Bull. Amer. Meteor.Soc., 2002. 83, P. 977-992.

81. Snyder W. C., Z. Wan, Y. Zhang, et al. Classification-based emissivity for land surface temperature measurement from space // Int. J. Remote Sens., 1998, vol. 19, N 14, pp. 2753-2774.

82. Tang B., Bi Y., Li Z-L. et al. Generalized Split-Window Algorithm for Estimate of Land Surface Temperature from Chinese Geostationary FengYun Meteorological Satellite (FY-2C) Data. // Sensors, 2008, №8, pp 933-951.

83. TD 14 EUMETSAT Advanced Retransmission Service Technical Description // Doc.No. EUM/OPS/DOC/06/0467, Issue: v3D, 25 August 2010, 36 p.

84. TD 15 EUMETCast - EUMETSAT's Broadcast System for Environmental Data // Doc.No. EUM/OPS/DOC/06/0118, Issue : v5B, 8 February 2010, 43 p.

85. Uspensky S, Solovjiev V, Uspensky A. Monitoring of land surface temperatures based on SEVIRI/METEOSAT-9 measurements. Proceedings of 2009 EUMETSAT Meteorological Satellite Conference, Bath, UK, 21-25 September 2009, 6 c.

86. Valor E., V. Gaselles. Mapping land'surface emissivity from NDVI: application to European, African, and South American areas // Remote Sens. Envir., 1996, vol. 57, pp.167-184.

87. Van de Griend A. A., M. Owe. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces // Int. J. Remote Sens., 1993j 14, pp. 1119-1131.

88. Wan Z. and Z.-L. Li. A physics-based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data // IEEE Trans. Geosci. Remote Sens., 1997, vol. 35, no. 4, pp. 980-996.

89. Wan Z., J. Dozier. Land surface temperature measurement from space: physical principles and inverse modeling // IEEE Trans. Geosci. Remote Sens., 1989, vol. 27, no.3, pp. 268-278.

90. Wan Z., J. Dozier. A generalised split-window algorithm for retrieving land surface temperature from space // IEEE Trans. Geosci. Remote Sens., 1996, vol.34, no.4, pp. 892-905.

91. Wan Z., Y. Zhang, MODIS UCSB Emissivity Library, http://www.icess.ucsb.edu/modis/EMIS/html/em.html, 1999.

92. Watson'K. Spectral ratio method for measuring emissivity // Remote Sens. Envir., 1992, vol. 42, pp. 113-116.

93. Watson K. Two-temperature method for measuring emissivity // Remote Sens. Envir., 1992, vol. 42, pp.117-121.

94. Zaksek, K., Schroedter-Homscheidt, M. (2009). Parameterization of air temperature in high temporal and spatial resolution from a combination of the SEVIRI and MODIS instruments. ISPRS Journal of Photogrammetry and Remote Sensing, 64 (4).

95. Zhang L., R. Lemeur, and J. P. Goutorbe. A one-layer resistance model for estimating regional evepotranspiration using remote sensing data // in Agricul. and Forest Meteorol., 1995, vol. 77, pp. 241-261.