Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования

Самсонов, Игорь Викторович

Бесплатный автореферат и диссертация по наукам о земле на тему
Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования
ВАК РФ 25.00.29, Физика атмосферы и гидросферы

Автореферат диссертации по теме "Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования"

Санкт-Петербургский государственный университет

На правах рукописи

САМСОНОВ Игорь Викторович

ОПРЕДЕЛЕНИЕ ВОДОЗАПАСА И ПОЛЯ ВОДНОСТИ В КОНВЕКТИВНЫХ ОБЛАКАХ ПО ДАННЫМ САМОЛЕТНОГО МИКРОВОЛНОВОГО ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

Специальность 25.00.29 «Физика атмосферы и гидросферы»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Санкт-Петербург 2006

Работа выполнена в Научно-исследовательском институте физики Санкт-Петербургского государственного университета и в Международном центре по окружающей среде и дистанционному зондированию им. Нансена

Научный руководитель: кандидат физико-математических наук.

старший научный сотрудник Бобылев Леонид Петрович

Официальные оппоненты: кандидат физико-математических наук,

старший научный сотрудник Довгалюк Юлия Александровна; доктор физико-математических наук, профессор Тимофеев Юрий Михайлович

Ведущая организация: Российский государственный

гидрометеорологический университет

Защита диссертации состоится « 2006 г. в час. на

заседании Диссертационного совета Д.212.232.35 в Санкт-Петербургском государственном университете по адресу: 199034, Санкт-Петербург, Университетская наб., 7/9.

С диссертацией можно ознакомиться в библиотеке СПбГУ. Автореферат разослан _2006 г.

Уч. секретарь Диссертационного совета, кандидат физико-математических наук 7 Котиков А.Л.

^^^^Актуальность темы. Методы пассивного дистанционного зондирования атмосферы Земли в микроволновом диапазоне спектра нашли широкое применение в метеорологии. При этом перспективным направлением является восстановление внутренней структуры атмосферных образований, в том числе полей водности (ПВ) в конвективных облаках с использованием методов компьютерной томографии (КТ). Конвективные облака обуславливают ряд явлений в атмосфере, играющих существенную роль в жизнедеятельности людей. Рассматриваемые в диссертации облака средней мощности Cu med. и Cu cong. с вертикальной протяженностью от 2 до 4 км представляют собой стадию развития конвективных облаков, предшествующую мощным облакам Cu cong. и СЬ. Знание распределения ПВ в этих облаках позволяет прогнозировать их дальнейшее развитие и степень опасности для человеческой деятельности, а также является одним из условий для разработки методов искусственного воздействия на облака. Сложность методики прямых измерений ПВ, с учетом опасности полетов в конвективных облаках, чрезвычайная неоднородность и динамичность последних (при среднем времени измерений около 30 мин.) приводят к тому, что контактные измерения водности в отдельных точках являются случайными и, как правило, не отражают объективно существующих закономерностей распределения ПВ в данном типе облаков. С другой стороны, эти вопросы можно решать с помощью методов дистанционного зондирования, осуществляемого в течение нескольких минут и не требующего пролета внутри облака.

Первыми метод восстановления ПВ в сечении конвективного облака по данным микроволнового пассивного дистанционного зондирования с использованием КТ предложили Уорнер и др. [ Warner J., Drake J. F., Krehbiel P. R. Microwave tomography as a means of determining liquid water profiles in cloud // Proc. 9th Int. Cloud Phys. Conf. Tallin, 1984■ V- 3- P- 823-826] для схемы зондирования двумя радиотеплолокаторами с поверхности земли (рис. 1, а). По результатам численного моделирования авторы нашли возможным восстанавливать ПВ в сечении облака со среднеквадратичной ошибкой (СКО) 10% от максимального значения ПВ и с пространственным разрешением несколько сотен метров. В дальнейшем это направление было развито Алтуниной, Бобылевым и др. Ими было рассмотрено две схемы зондирования — с поверхности земли (рис. 1, о) и с самолета, пролетающего под облаком (рис. 1, б).

Решение обратной задачи было разделено на две последовательные части: получение значений водозапаса облака вдоль направлений сканирования и восстановление ПВ в выбранном вертикальном сечении облака. Полученная при численном моделировании СКО восстановления ПВ практически совпала с оценкой, полученной в работах Уорнера и др.

В диссертации продолжено исследование в этом направлении, но рассмотрена схема зондирования облака с самолета, пролетающего над ним (рис. 1. в), для случая взволнованной морской поверхности. Эта схема, на наш взгляд, является более перспективной по сравнению с другими двугц;-^аимипашшшпол ранее, по следующим причинам. Наземные измерения требуют ^^эддещ^^й^У наблюдений в

а б в

Рис. 1: Возможные схемы дистанционного зондирования конвективного облака для определения пространственного распределения водности

выбранном районе, осложнены затратами на установку радиотеплолокаторов, их калибровку и синхронизацию, а также пространственно-ограниченной зоной охвата радиотеплолокационной системы. Самолетные измерения упрощают получение статистически значимых результатов вследствие мобильности радиотеплолокационной системы (увеличивается ее зона охвата). Однако в реализации этой схемы есть и свои технические трудности. Одна из них заключается в том, что в большинстве случаев антенны самолетных радиотеплолокаторов устанавливаются в нижней части фюзеляжа и, соответственно, имеют возможность осуществлять сканирование только в нижней полусфере. Кроме того, при зондировании с самолета вверх (то же самое и при наземных измерениях) выпадающие из облаков осадки в виде дождя, снега или града будут существенно усложнять интерпретацию данных измерепий за счет эффектов рассеяния излучения на частицах осадков. Помимо этого, необходимо упомянуть о требованиях безопасности при полетах самолетов вблизи конвективных облаков. Последние развиваются благодаря мощным восходящим потокам воздуха от поверхности земли или моря, отличающимся большой скоростью (до 20-30 м/с) и сильной турбулентностью. Полеты самолета над конвективными облаками более безопасны, чем под ним, вследствие более слабых восходящих потоков и меньшей вероятности грозового разряда в зоне полета.

Таким образом, актуальность темы диссертационной работы заключается в необходимости дальнейшего развития методов восстановления полей водности в конвективных облаках с использованием компьютерной томографии, в том числе для более перспективной схемы самолетного зондирования.

Цель диссертационной работы. Главной целью диссертационной работы является разработка и оценка возможностей метода восстановления водозапаса и полей водности в конвективных облаках Си med. и Си cong. по данным самолетного микроволнового пассивного зондирования. Метод основан на комплексном использовании известных алгоритмов нейронных сетей (НС) и компьютерной томографии в применении к схеме зондирования, не рассматриваемой ранее, а именно — с самолета вниз при пролете над облаком, расположенным над взволнованной морской поверхностью. Для достижения поставленной цели решаются следующие задачи:

1. Разработка алгоритма и программу»! расчета переноса микроволнового излучения в облачной атмосфере на основе современных моделей взаимодействия

излучения со средой и моделирование уходящего излучения, регистрируемого самолетным радиотеплолокатором (прямая задача).

2. Выбор значений параметров среды (системы атмосфера-облако-подстилающая поверхность) для моделирования различных ее состояний. Выбор частотных каналов измерений и близких к реальным условий зондирования (схема зондирования, параметры «модельного» радиотеплолокатора).

3 Создание трех массивов данных (тренировочного, валидационного — для контроля и остановки процесса настройки нейросетевых алгоритмов, и тестового — для объективной оценки точности алгоритмов восстановления) значений параметров среды и результатов зондирования для численного решения обратной задачи — восстановления водозапаса и ПВ облака.

4. Настройка алгоритма НС для задачи восстановления водозапаса облака вдоль направлений сканирования по измеренному полю излучения (первая часть обратной задачи)

5. Анализ ошибок восстановления водозапаса в зависимости от параметров облака, ошибок определения входных параметров, моделей атмосферы и выбора частотных каналов зондирования.

6. Применение трех различных алгоритмов KT для восстановления распределения ПВ в облаке по полученным данным о водозапасе (вторая часть обратной задачи) и выбор оптимального алгоритма среди них.

7. Анализ ошибок восстановления ПВ в зависимости от ошибок определения входных параметров и от параметров облака.

8. Численная оценка пространственного разрешения полученного алгоритма восстановления ПВ

Научная новизна работы. Решена задача восстановления водозапаса и поля водпости в конвективных облаках Си med. и Си cong. с вертикальной мощностью от 2 до 4 км по данным самолетного микроволнового пассивного зондирования, проводимого в соответствии с выбранной схемой (рис. 1, в). Эта схема является, по мнению автора, более перспективной для зондирования конвективных облаков, в отличие от рассмотренных ранее схем (рис. 1, а-б). Решение основано на последовательном применении к даппым зондирования нейросетевого и томографического алгоритмов. Первый из них позволяет получать значения водозапаса облака вдоль направлений сканирования, а второй — пространственное распределение ПВ в облаке. Развитие указанного подхода с помощью методов численного моделирования позволило автору получить следующие оригинальные результаты:

1. На основании анализа данных, полученных при расчете микроволнового излучения облачной атмосферы и моделировании регистрируемою радиотеплолокатором уходящего излучения, осуществлен выбор оптимальных (среди четырех исследованных — 10,7, 18,7, 37 и 89 ГГц) частотных каналов измерений, а также близких к реальным условий зондирования.

2. Создана база данных (тренировочный, валидационный и тестовый массивы) значений параметров среды и результатов зондирования для района Ленинград-

ской области. Эта база содержит данные о ~ 400 различных состояниях среды

3. Настроен алгоритм НС для задачи восстановления водозапаса облака вдолт. направлений сканирования по измеренному полю излучения.

4. Оценены ошибки восстановления водозапаса в зависимости от параметров облака, ошибок определения входных параметров, моделей атмосферы и выбора частотных каналов зондирования.

5. Проведено сравнение трех различных алгоритмов KT для восстановления ПВ в изучаемом облаке по полученным данным о значениях его водозапаса вдоль направлений сканирования и выбран оптимальный алгоритм среди них. Им является метод минимума априорной информации.

6. Оценены ошибки восстановления ПВ в зависимости от ошибок определения входных параметров и параметров облака.

7. Оценено пространственное разрешение разработанного метода восстановления поля водности.

Научная и практическая ценность работы заключается в исследовании задачи восстановления водозапаса и ПВ в конвективных облаках Си med. и Си cong. по данным самолетного микроволнового пассивного зондирования, проводимого в соответствии с обоснованно выбранной перспективной схемой (рис. 1, в).

Выполненные оценки ошибок восстановления искомых величин в зависимости от условий зондирования, параметров окружающей среды и ошибок определения входных параметров, а также проведенный анализ ожидаемого пространственного разрешения метода восстановления ПВ в облаке позволили сделать вывод о принципиальной возможности практического применения разработанного метода.

Практическая реализация этого метода позволит более точно определят!, одну из основных характеристик облаков — водность, знание величины и пространственного распределения которой в конвективных облаках средней мощности имеет существенное значение для прогноза их дальнейшего развития и степени опасности для человеческой деятельности.

Основные положения, выносимые на защиту:

1. База данных, включающая различные состояния среды и результаты зондирования для ~ 400 облачпых реализаций, созданная численным решением прямой задачи. Анализ данных привел к выбору частотных каналов зондирования 37 и 89 ГГц. Использование в качестве входных данных антенных температур на более низкой частоте (18,7 вместо 89 ГГц) приводит к увеличению СКО восстановления водозапаса. несмотря на более точное восстановление больших (более 9 кг/м2) его значений. Проведенные оценки позволили сделать вывод о возможности пренебрежения рассеянием на облачных каплях при расчете переноса излучения.

верхностью. Нейросетевой алгоритм используется для восстановления водозапаса облака вдоль направлений сканирования, а томографический — для получения ПВ в соответствующем сечении.

3. Настроенный НС-алгоритм Backpropagation Network позволяет восстанавливать значения водозапаса с СКО ~ 13% от стандартного отклонения его значений. Эта ошибка максимальна при малых значениях ПВ и убывает с ростом этих значений, достигая минимума при значении максимума ПВ ~ 2,7 г/м3 и вертикальной мощности облака ~ 3,3 км. Далее ошибка плавно увеличивается. Полученный алгоритм устойчив к ошибкам определения входных параметров (антенных температур, влагозапаса атмосферы и скорости приводного ветра). Обоснована необходимость настройки сети для конкретного географического региона.

4. Разработанный метод восстановления ПВ в облаках на основе томографического подхода дает наилучшие результаты при использовании алгоритма КТ, основанного на методе минимума априорной информации, по сравнению с двумя другими, использованными в данной работе, в том числе и с примененным ранее для схемы зондирования облака снизу. Значение СКО в среднем составило 24 % от стандартного отклонения ПВ, а восстановленный максимум поля в среднем приближается к его истинному значению.

5. Зависимость СКО восстановления ПВ от его максимального значения имеет сходный характер с зависимостью СКО восстановления водозапаса от той же величины. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в 1,5-2 раза ошибку восстановления водозапаса. Зависимость ошибок восстановления ПВ от ошибок определения водозапаса показала прямую зависимость между ними (увеличение второй из них приводит к увеличению первой).

6. Пространственное разрешение (ПР) разработанного метода восстановления ПВ конвективного облака соответствует размерам элементов облачного сечения, на которые разбивается последнее и в которых восстанавливаются значения водности. Для конвективных облаков с вертикальной мощностью 2, 3 и 4 км ПР в среднем не превышает ~ 200, 300 и 400 м соответственно.

Апробация работы. Основные результаты диссертационной работы докладывались на международных симпозиумах по дистанционному зондированию окружающей среды (ISRSE) в 1998 (Тромсё, Норвегия), 2000 (Кейп-Tayn, ЮАР), 2005 гг. (СПб), на Международном симпозиуме стран СНГ «Атмосферная радиация» в 1999 (СПб) и 2002 гг. (СПб), на Всероссийском симпозиуме «Радиолокационное зондирование окружающей среды» в 2000 г. (СПб), на Международном симпозиуме по радиации «Current problems in atmospheric radiation» в 2000 г. (СПб), на Всероссийской научной конференции «Дистанционное зондирование земных покровов и атмосферы аэрокосмическими методами» в 2001 г. (Муром), а также на научных семинарах Международного центра по окружающей среде и дистанционному зондированию им. Нансена.

Публикации. По теме диссертации опубликовано б печатных работ (список

публикаций приводится на стр. 16 ).

Личный вклад автора. Автор работы осуществлял модельные расчеты, необходимые для численного эксперимента по замкнутой схеме, активно участвовал в обсуждении полученных результатов, их анализе и в выборе дальнейших направлений исследования.

Структура и объем диссертации. Диссертационная работа состоит из введения, 5 глав, заключения, библиографического списка из 144 наименований (из них 69 на иностранных языках) и списка основных обозначений и сокращений. Общий объем работы — 160 машинописных страниц, включая 37 рисунков и 10 таблиц. СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во Введении обоснована актуальность темы работы, определены цели и задачи исследования, показаны научная новизна и практическая ценность работы, сформулированы положения, выносимые на защиту, а также кратко описана структура диссертации.

В первой главе рассмотрены физические основы дистанционного микроволнового радиометрического зондирования конвективных облаков. Для ознакомления представлены основные характеристики конвективных облаков, рассмотрены основы теории переноса излучения в облачной атмосфере и приближения, используемые при расчетах, а также особенности ослабления излучения в атмосферных газах и облаках. Подробно описаны основы дистанционного зондирования, принципы работы радиотеплолокационных систем, существующие численные методы решения задач восстановления водозапаса облака и реконструкции распределения водности в нем. На основе проведенного обзора были сформулированы цели и задачи диссертационной работы, а также намечены методы исследования.

Во второй главе описано численное решение задачи переноса микроволнового излучения в пространственно-неоднородной облачной атмосфере и его приема и регистрации с помощью микроволнового радиотеплолокатора при зондировании конвективных облаков (прямая задача). В п 2 1 приводится схема численного эксперимента (рис. 2), определены понятия прямой и обратной задач. Прямая задача состоит в получении «измеряемых» радиометрических данных по заданным параметрам атмосферы, облака, подстилающей поверхности и приемного устройства в соответствии с заданной схемой зондирования. Обратная задача состоит в нахождении значений водозапаса и ПВ по радиометрическим данным с привлечением информации о расположении внешней границы облака. Эта задача была разделена на две последовательные части: нахождение значений водозапаса с помощью НС-алгоритма (см. Главу 3) и восстановление ПВ в выбранном вертикальном сечении облака с использованием алгоритмов КТ (см. Главу 4). В п. 2.2 рассмотрена схема зондирования облака (рис. 1, е) и выбраны параметры сканирования. Отдельное внимание уделено моделям, использованным для решения прямой задачи (п. 2.3). Модель безоблачной атмосферы основана на экспериментальных данных для дневной половины суток летнего периода Ленинградской области. Она позволяет задавать различные реализации атмосферных профилей, варьиру-

МОДЕЛИ АТМОСФЕРЫ, ОБЛАКА И МОРСКОЙ ПОВЕРХНОСТИ

МОДЕЛИ ПЕРЕНОСА И РЕГИСТРАЦИИ ИЗЛУЧЕНИЯ

МОДЕЛИ НЕЙРОННОЙ СЕТИ

МОДЕЛИРОВАНИЕ РАДИОМЕТРИЧЕСКИХ ИЗМЕРЕНИЙ (ПРЯМАЯ ЗАДАЧА)

КЛ -> {тп/}

1ЫЙ ЭТАП РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ: ВОССТАНОВЛЕНИЕ ВОДОЗАПАСА

{тпА'к} -> {т}

СРАВНЕНИЕ

да}, {Щ\

АЛГОРИТМЫ КОМПЬЮТЕРНОЙ -ТОМОГРАФИИ

2ой ЭТАП РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ: ВОССТАНОВЛЕНИЕ ПОЛЯ ВОДНОСТИ

{&„} {тЛ

ОЦЕНКА ТОЧНОСТИ АЛГОРИТМОВ

Рис. 2: Блок-схема численного эксперимента

ющие относительно средних значений. Модель конвективного облака также основана на эмпирических данных для Ленинградской области. Это трехмерная модель пространственно-неоднородного облака в виде параллелепипеда, с одной конвективной ячейкой, с вертикальной мощностью от 2 до 4 км, в котором отсутствуют дождевые капли и ледяные кристаллы. Взволнованная морская поверхность задана множеством отдельных элементарных площадок (фасетов), с параметрами, близкими к условиям Финского залива в летний период наблюдений. Основой для построения модели приемника излучения послужил реально существующий самолетный PSR-радиотеплолокатор [Piepmeier J.R., Gasiewski A.J. Polarimetrie scanning radiometer for airborne microwave imaging studies//1996 IEEE Int. Geosci. Remote Sens. Symp Proc. Lincoln, NE, 1996. P. 1688-1691} с четырьмя частотными каналами (10,7, 18,7. 37 и 89 ГГц) и возможностью разделения излучения по направлениям поляризации (V, Н). Модель переноса микроволнового излучения (п. 2.3.5) для частотного диапазона 10-90 ГГц включает в себя следующие обоснованные приближения и ограничения: 1) каждый элементарный объем воздуха находится в состоянии локального теплового равновесия с окружающей средой; 2) выполняется приближение Рэлея-Джинса для функции Планка; 3) атмосфера вне облака является плоскослоистой, рефракция не учитывается; 4) пренебрежимо мал вклад рассеяния на облачных каплях в атмосферное излучение; 5) морская поверхность представляется в виде системы фасетов, отражение излучения от которых квазизеркально.

Численное решение прямой задачи позволило создать три массива данных (п. 2.4), которые были использованы далее при решении обратной задачи. Это тренировочный, валидационный и тестовый массивы. Вместе они содержат все необходимые данные о ~ 400 облачных реализациях. В этих массивах для каждой реализации облака хранятся данные, характеризующие: 1) состояние атмосферы и морской поверхности, такие, например, как влагозапас безоблачной атмосферы Q и скорость приводного ветра Vs\ 2) параметры облачного сечения — его пространственное расположение и размеры, распределение водности в нем, в том числе вертикальную мощность облака Н и максимальное значение водности штлх: 3) условия проведения зондирования, такие как координаты позиции и направления сканирования {вк} радиотеплолокатора, и др.; 4) значения антенных температур для выбранных направлений сканирования и частотных каналов 37 и 89 ГГц на двух поляризациях (горизонтальной Я и вертикальной V) — lfH, и Tf9V, а также водо-

запаса облака Wk в этом направлении (к — текущее направление сканирования). Краткая характеристика указанных параметров для всех трех массивов данных (МД) приведена в таблице 1. Тренировочный МД используется для тренировки НС и настройки КТ-алгоритмов. На валидационном МД контролируются результаты работы тренируемой НС и, в соответствие с ними, продолжается или останавливается тренировочный процесс. Тестовый МД применяется для оценки точности восстанавливаемых, с помощью алгоритмов НС и KT, параметров. В п. 2.5 проводится анализ данных, полученных при решении прямой задачи, и делается вывод

Таблица 1: Диапазон значений параметров массивов данных (К — полное их чисто). Значения антенных температур приведены без учета шумов радиотеплолокатора _........__

Величины Q Я Win ах К 9k Wk уЗГЯ 2'89Н JWV

(кг/м2) (м/с) (км) (г/м3) (град) (кг/м2) (К) (К) (К) (К)

Минимум 10,4 0 2 0,7 419 110 0 126 153 185 200

Максимум 36,5 15 4 5,4 552 250 12,4 269 270 276 283

о наибольшей информативности в отношении водозапаса частотного канала 37 (Н) ГГц. Далее, в порядке уменьшения информативности, следуют капали 89 (Н), 37 (V), 89 (V) ГГц.

В итоге (п. 2.6), численное решение прямой задачи позволило создать базу данных, включающую различные состояния среды и результаты зондирования для ~ 400 облачных реализаций. Анализ данных привел к выбору из упомянутых выше четырех частотных каналов PSR-радиотеплолокатора двух каналов зондирования 37 и 89 ГГц и к выводу о возможности пренебрежения рассеянием при расчете переноса излучения для этих каналов.

Третья глава посвящена восстановлению водозапаса облака вдоль направлений сканирования. Это первая часть решения обратной задачи, состоящая в получении оценочных значений водозапаса Wk для каждого направления сканирования по измеренным значениям антенных температур (п. 3.1). Для выбранной схемы зондирования необходимо учитывать, помимо восходящего собственного излучения атмосферы, переотраженное атмосферное и собственное излучение подстилающей поверхности. Вследствие этого значительно усложняется задача восстановления водозапаса облака — по сравнению с зондированием облака с земной поверхности или с самолета, пролетающего под ним. Для восстановления водозапаса облака требуется аппроксимация зависимости вида Wk = f(xk), где Wk — «истинное» значение водозапаса для к-го направления сканирования, а х^ является некоторым вектором входных данных. При решении этой задачи применялся один из НС-алгоритмов, широко применяемый для статистической обработки данных (п. 3.2) и основанный на использовании НС с прямым распространением сигнала и обратным распространением ошибок (Backpropagation Network). НС позволяют использовать в качестве входных параметров различные типы данных. Это положение, а также стремление использовать на входе нейронной сети как можно больше информации привели к тому, что для сети были выбраны девять входных параметров (п. 3.3). Это антенные температуры, «измеренные» самолетным радиотеплолокатором (Т%7Н, Т%7У, Т|9Я, T^9V,). угол сканирования в}., значения мощности облака Н и абсолютной высоты его верхней границы Ht, а также вла-гозапас безоблачной атмосферы Q и скорость приводного ветра V$ В численном эксперименте предполагалось, что: 1) зенитный угол вк определяется точно; 2) значения Я и Ht определяются по визуальным данным с СКО 50 м; 3) значения Q и Vs оцениваются по спутниковым данным с СКО 2 кг/м2 и 2 м/с соответственно. Таким образом, на вход нейронной сети подаются данные в виде вектора

к:

W (кг/м2)

Рис. 3: Восстановление значений водозапаса сетью на тестовом массиве данных

хк = [TfH, ТГ, Т%9Н, вк, Н, Ht, Q, Vs], в котором к каждому параметру прибавляются соответствующие случайные опгибки. Для тренировки выбрана НС с одним скрытым слоем, первоначально содержащим 9 нейронов. На выходе сети находится 1 нейрон, который получает сигпал, соответствующий значению водозапаса облака Wife. Сеть с выбранной конфигурацией была настроена на тренировочном массиве данных с помощью Штутгартского имитатора нейронных сетей, результаты восстановления контролировались на валидациоппом массиве данных. После использования алгоритмов, оптимизирующих топологию сети, число нейронов на скрытом слое было сведено к 8, а полное число связей между нейронами уменьшилось с первоначальных 90 до 51. При этом выяснилось, что ни один из входных параметров сети не может быть отброшен без ухудшения качества восстановления водозапаса.

Результат восстановления водозапаса из тестового массива данных показан на рис. 3. Усредненная по всем облачным реализациям СКО восстановления водозапаса составляет 13% от его стандартного отклонения. Анализ результатов, приведенных на рис. 3, позволил сделать вывод о стабильном восстановлении водозапаса вплоть до 8 кг/м2. При восстановлении бблыних значений наблюдается систематическое занижение восстановленных значений водозапаса перед «истинными». Последнее объясняется тем фактом, что на этом участке зависимость антенных температур от значений водозапаса выходит на насыщение, и увеличение водозапаса приводит к малому приросту антенных температур, сравнимому с собственными шумами радиотеплолокатора. Были рассмотрены зависимости качества восстановления от параметров облака, от ошибок определения входных параметров и от выбора географического района для проведения зондирования (п. 3.4). Кроме того, для подтверждения выводов, сделанных в п. 2.5, был затронут вопрос об использовании каналов 18,7 и 37 ГГц для восстановления значений водозапаса.

На основании полученных результатов делаются следующие выводы (п. 3.5): 1) настроенный НС-алгоритм Backpropagation Network позволяет восстанавливать значения водозапаса со средней СКО 13% от его стандартного отклонения. Эта ошибка максимальна при малых значениях максимума ПВ и убывает с ростом этих значений, достигая минимума при значении максимума ПВ ~ 2,7 г/м3 и вертикальной мощности облака ~ 3,3 км. Далее ошибка плавно увеличивается;

2) зависимость качества восстановления водозапаса от ошибок определения входных параметров показала устойчивость работы полученной НС к этим ошибкам. При увеличении последних СКО восстановления водозапаса плавно увеличивается;

3) применение настроенной НС к данным, полученным при использовании модели атмосферы тропических широт, показало необходимость настройки сети для конкретного географического региона; 4) использование в качестве входпых данных антенных температур на более низкой частоте (18,7 вместо 89 ГГц) приводит к увеличению СКО восстановления водозапаса, несмотря на более точное восстановление больших (более 9 кг/м2) его значений.

В четвертой главе исследована задача восстановления ПВ (вторая часть обратной задачи) по уже известным значениям водозапаса и по координатам сечения облака. Она решена с помощью алгоритмов КТ, которые позволяют реконструировать внутреннюю структуру объекта по его проекциям. Для задачи восстановления ПВ такими проекциями являются значения водозапаса облака в соответствующих направлениях (п. 4.1). Для анализа работы алгоритмов КТ выбраны четыре параметра, характеризующие качество восстановления ПВ (п. 4.2). При решении второй части обратной задачи были использованы три известных алгоритма КТ. В п. 4.3 приводится их краткое описание с указанием особенностей применения: БИТ — алгоритм минимума априорной информации, применяемый для решения широкого класса задач дистанционного зондирования атмосферы; ЙТЬЭ — стандартная рекуррентная процедура, работающая по методу наименьших квадратов; ЭШТ — один из алгоритмов одновременной итерационной реконструкции. Эти три алгоритма представляют собой различные подходы к решению задачи. Алгоритм ЭтТ уже предлагался ранее для томографического восстановления ПВ (п. 1.3). Его применение позволяло экономить затраты машинных времени и памяти вследствие использования только ненулевых элементов сильно разреженной матрицы Э (она содержит данные о длинах отрезков к-х направлений сканирования в п-х элементах облачного сечения) и построчпой обработки последней Алгоритмы БИТ и ИТЬЭ, в отличие от него, решают задачу восстановления в матричном виде. Если рассматривать алгоритмы с точки зрения использования априорной информации о векторах Е (вектор ошибок) и w (вектор ПВ), то нужно отметить, что Б/ЕТ алгоритм ее не использует. Алгоритмы йЕТ и ЙТЬЭ требуют на входе задание ковариационных матриц Ие и Н*, причем последний алгоритм использует сведения о матрице Иу, в качестве нулевого приближения. Сравнение перечисленных выше алгоритмов производилось на тестовом массиве данных (п. 4.4). Результаты сравнения показали, что два алгоритма — БИТ и ЯЛЬБ — дали практически одинаковые результаты восстановления, причем более точные по сравнению с алгоритмом БЩТ: СКО восстановления ПВ составила в среднем 24% от стандартного отклонения значений ПВ. Недостатком ЭтТ является использование процедуры сглаживания, которая применяется к ПВ после каждой итерации. Помимо регуля-ризирующего эффекта, без которого итерационный процесс расходится, эта процедура приводит к занижению максимального значения поля и искажает его струк-

/(КМ, Х(КМ,

/(КМ) X (КМ,

Рис. 4: Заданное моделью (а) и восстановленное с помощью разработанного метода (б) поля водности для облака с вертикальной мощностью Н = 4 км

туру. К преимуществам первых двух алгоритмов относится применение априорной информации о ПВ и векторе ошибок Е при построении ковариационных матриц Л-и, и ЯЕ. Учитывая тот факт, что алгоритм ЫТЬЭ требует, по сравнению с ЭИТ, большего времени на вычисления, поскольку использует рекуррентную последовательность, выбор оптимального алгоритма для целей восстановления ПВ был остановлен на БИТ. Пространственное распределение ПВ в вертикальном сечении облака с Н = 4 км и результат его восстановления с помощью БИТ алгоритма показаны на рис. 4. В п. 4.5 выполнен анализ работы алгоритма ЭИТ на тестовом массиве данных Были выявлены зависимости ошибки восстановления ПВ от ошибки восстановления водозапаса и от максимального значения ПВ. Первая зависимость показала вполне очевидную закономерность увеличения ошибки восстановления ПВ с ростом ошибки восстановления водозапаса. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в 1,5-2 раза ошибку восстановления водозапаса, что обусловлено дополнительными ошибками, возникающими при решении второй части обратной задачи. Вторая зависимость подобна по своему характеру зависимости СКО восстановления водозапаса от максимума ПВ (п. 3.4.1), когда увеличение второй из них приводит к увеличению первой.

Подводя итоги этой главы (п. 4.6), можно сделать следующие выводы: 1) численное исследование восстановления ПВ в облаках показало, что один из алгоритмов КТ (метод минимума априорной информации) дает мёнынее значение СКО, чем два других алгоритма, один из которых предлагался ранее для схемы зондирования облака снизу. Значение СКО в среднем составило 24 % от стандартного отклонения ПВ, а восстановленный максимум поля в среднем приближается к его истинному значению; 2) зависимость СКО восстановления ПВ от его максимального значения имеет сходный характер с зависимостью СКО восстановления водозапаса от той же величины. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в полтора-два раза ошибку восстановления водозапаса; 3) зависимость ошибок восстановления ПВ от ошибок определения значений водозапаса показала прямую зависимость между ними (увеличение второй из них приводит к увеличению первой).

В пятой главе рассмотрено пространственное разрешение (ПР) предлагаемого в работе алгоритма восстановления поля водности. Выполненные оценки ПР были сделаны с использованием работ Роджерса \Rodgers С. D. Inverse methods for atmospheric sounding. Theory and practice. World Scientific Series on Atmospheric, Oceanic and Planetary Physics. Vol. 2., 2000]. Сама методика оценки ПР детально описана в п. 5.1. В и. 5.2 приведены результаты расчета сглаживающей матрицы А для трех реализаций облака, поскольку, ввиду громоздкости необходимых для получения матрицы А вычислений, при оценке ПР были рассмотрены три численные реализации облака, характеризующиеся минимальной (Я = 2 км), средней (Я = 3 км) и максимальной (Я = 4 км) вертикальными мощностями. Выполненные оценки ПР (пп. 5.3-4) показали, что ПР полученного в диссертационной работе алгоритма восстановления ПВ соответствует размерам элементов облачного сечения, на которые разбивается последнее и в которых восстанавливаются значения водности. Так, для наиболее вероятных: численных реализаций конвективного облака с вертикальной мощностью 2, 3 и 4 км ПР в среднем не превышает ~ 200, 300 и 400 м соответственно.

В заключении сформулированы основные результаты работы:

1. Создана база данных, включающая различные состояния среды и результаты зондирования для ~ 400 облачных реализаций, полученная па основе численного решения прямой задачи. Анализ данных привел к выбору частотных каналов зопдироваттия 37 и 89 ГГц Использование в качестве входных данных антенных температур на более низкой частоте (18,7 вместо 89 ГГц) приводит к увеличению СКО восстановления водозапаса, несмотря на более точное восстановление больших (более 9 кг/м2) его значений Проведенные оценки позволили сделать вывод о возможности пренебрежения рассеянием на облачных каплях при расчете переноса излучения.

2. Разработан метод восстановления водозапаса и полей водности в конвективных облаках Си med. и Си cong. с вертикальной мощностью от 2 до 4 км, расположенных над взволнованной морской поверхностью, при отсутствии в них осадков и ледяных кристаллов, по данным самолетного микроволнового пассивного зондирования Метод осгтовагт на комплексном использовании известных алгоритмов НС и KT в применении к схеме зондирования, не рассматриваемой ранее: с самолета вниз при пролете над облаком, расположенным над морской поверхностью. Нейросетевой алгоритм используется для восстановления водозапаса облака вдоль направлений сканирования, а томографический — для получения ПВ в соответствующем сечении.

3. Настроен НС-алгоритм Backpropagation Network, позволяющий восстанавливать значения водозапаса с СКО ~ 13% от стандартного отклонения его значений. Эта ошибка максимальна при малых значениях ПВ и убывает с ростом этих значений, достигая минимума при значении максимума ПВ ~ 2,7 г/м3 и вертикальной мощности облака ~ 3,3 км. Далее ошибка плавно увеличивается. Полученный алгоритм продемонстрировал устойчивость к ошибкам определения входных па-

раметров (антенных температур, влагозапаса атмосферы и скорости приводного ветра). Обоснована необходимость настройки сети для конкретного географического региона.

4. Среди исследованных трех алгоритмов КТ, один из которых предлагался ранее для случая зондирования облака снизу, оптимальным является алгоритм SRT (метод минимума априорной информации). Значение СКО восстановления ПВ в среднем составило 24 % от его стандартного отклопения, а значение реконструированного максимума поля в среднем приближается к его истинному значению. Зависимость СКО восстановления ПВ от его максимального значения имеет сходный характер с зависимостью СКО восстановления водозапаса. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в 1,5-2 раза ошибку восстановления водозапаса.

5. Пространственное разрешение (ПР) разработанного метода восстановления ПВ в конвективных облаках соответствует размерам элементов облачного сечения, в которых восстанавливаются значения водности в процессе реализации метода. Для конвективных облаков с вертикальной мощностью 2, 3 и 4 км ПР в среднем не превышает ~ 200, 300 и 400 м соответственно.

Список публикаций по теме диссертации:

1. Bobylev L.P., Samsonov I.V., Troyan V.N., Johannessen O.M., Shuchman R.A. / Computerized tomography approach for microwave remote sounding of convcctive clouds // Proc. 27th Int. Symp. on Remote Sens, of Environment. Troms0, Norway, 8-12 June 1998. P. 379-382.

2. Самсонов И.В., Троян B.H., Бобылев Л.П., Йоханнессен О.М. Применение алгоритмов компьютерной томографии для дистанционного зондирования конвективных облаков в СВЧ-диапазоне // Вестник С.-Петерб. ун-та. Сер. 4, Вып. 4, ]У> 25. СПб., 1999. С. 3-11.

3. Bobylev L.P., Samsonov I.V., Troyan V.N., Johannessen О.М. / Tomographic reconstruction of internal structure of severe convective clouds from microwaves // Proc. 28th Int. Symp. on Remote Sens, of Environment. Cape Town, South Africa, 27-31 March 2000. P.56-59.

4. Samsonov I.V., Bobylev L.P., Troyan V.N., Johannessen O.M. / An algorithm for microwave remote sounding of convective clouds based on neural networks and computerized tomography // Proc. Int. Radiation Symp. "Current problems in atmospheric radiation", St. Petersburg, 24-29 July 2000, pp. 949-952. Edited by W.L. Smith and Yu.M. Timofeyev, A DEEPAK Publishing, 2001. A Division of Science and Technology Corporation. Hampton, Virginia, USA.

5. Самсонов И.В., Троян B.H , Бобылев Л.П., Йоханнессен О.М. / Компьютерная томограг фия и нейронные сети в задаче микроволнового дистанционного зондирования конвективных облаков // Сборник докл. Всеросс. науч. конф. «Дистанционное зондирование земных покровов и атмосферы азрокосмическими методами». Муром, 20-22 июня 2001 С. 431 435.

6. Samsonov IV , Bobylev L.P , Troyan V.N., Johannessen О M / An algorithm for reconstruction of liquid water rontpnt distribution in convective clouds based on passivp microwave sounding // Proc of 31st Int. Symp. on Remote Sens, of Environment. St. Petersburg, Russia, 20-24 June 2005. File 1039.pdf.

Работа выполнена при поддержке Норвежского исследовательского совета и Центра по окружающей среде и дистанционному зондированию им. Нансена (Берген, Норвегия).

Отпечатано копировально-множительным участком отдела обслуживания учебного процесса физического факультета СПбГУ. Приказ № 571/1 от 14.05.03. Подписано в печа1ь 18.04.06 с оршинал-макета заказчика. Ф-т 30x42/4, Усл. печ. л. 1. Тираж 100 экз., Заказ № 302/с 198504, СПб, Ст. Петергоф, ул. Ульяновская, д. 3, тел. 428-43-00.

ÜtJbD

9220

Содержание диссертации, кандидата физико-математических наук, Самсонов, Игорь Викторович

Введение

1 Физические основы дистанционного радиометрического зондирования конвективных облаков

1.1 Конвективные облака.

1.1.1 Основные характеристики.

1.1.2 Пространственное распределение водности в облаке

1.2 Перенос радиоизлучения в облачной атмосфере.

1.2.1 Основные формулы и приближения.

1.2.2 Ослабление излучения в атмосферных газах и облаках

1.2.3 Микроволновое излучение водной поверхности.

1.3 Дистанционное зондирование конвективных облаков.

1.3.1 Принципы дистанционного зондирования.

1.3.2 Радиотеплолокационные системы.

1.3.3 Восстановление водозапаса облака.

1.3.4 Реконструкция распределения водности в облаке.

1.4 Выводы по Главе 1.

2 Решение задачи переноса радиоизлучения

2.1 Постановка задачи.

2.2 Схема зондирования облака.

2.3 Модели, использованные при решении прямой задачи.

2.3.1 Модель безоблачной атмосферы.

2.3.2 Модель конвективного облака.

2.3.3 Модель излучательных свойств ПП.

2.3.4 Модель приемника излучения.

2.3.5 Моделирование переноса микроволнового излучения

2.4 Массивы данных для решения обратной задачи.

2.5 Анализ полученных результатов.

2.6 Выводы по главе 2.

3 Восстановление водозапаса облака

3.1 Постановка задачи.

3.2 Нейронные сети.

3.2.1 Выбор вида нейронной сети.

3.2.2 Описание нейронной сети.

3.3 Настройка нейронной сети.

3.3.1 Параметры, характеризующие качество восстановления водозапаса.

3.3.2 Нейронная сеть с девятью входными нейронами.

3.4 Анализ результатов восстановления водозапаса.

3.4.1 Зависимость качества восстановления водозапаса от параметров облака.

3.4.2 Зависимость качества восстановления водозапаса от ошибок определения входных параметров.

3.4.3 Зависимость качества восстановления водозапаса от выбора атмосферного профиля.

3.4.4 Использование частотных каналов 18,7 и 37 ГГц для восстановления водозапаса.

3.5 Выводы по главе 3.

4 Восстановление распределения водности в облаке

4.1 Постановка задачи.

4.2 Параметры, характеризующие качество восстановления поля водности.

4.3 Выбор алгоритмов компьютерной томографии.

4.3.1 Алгоритм SRT.

Ф 4.3.2 Алгоритм RTLS

4.3.3 Алгоритм SIRT.

4.4 Сравнение томографических алгоритмов.

4.5 Анализ работы алгоритма SRT.

4.6 Выводы по главе 4.

5 Пространственное разрешение алгоритма восстановления J поля водности

5.1 Методика оценки пространственного разрешения.

5.2 Расчет матрицы А для трех реализаций облака.

5.3 Оценка пространственного разрешения алгоритма.

5.4 Выводы по главе 5.

Введение Диссертация по наукам о земле, на тему "Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования"

Методы пассивного дистанционного зондирования атмосферы Земли в микроволновом диапазоне спектра нашли широкое применение в метеорологии. При этом перспективным направлением в пассивном микроволновом дистанционном зондировании атмосферы является восстановление внутренней структуры атмосферных образований, в том числе и полей водности (ПВ) в конвективных облаках с использованием методов компьютерной томографии (КТ).

Конвективные облака обуславливают ряд явлений в атмосфере, играющих существенную роль в жизнедеятельности людей. Рассматриваемые в диссертации облака средней мощности Си med. и Си cong. с вертикальной протяженностью от 2 до 4 км представляют собой определенную стадию развития конвективных облаков, предшествующую мощным облакам Си cong. и СЬ. Знание распределения ПВ в этих облаках позволяет прогнозировать их дальнейшее развитие и степень опасности для человеческой деятельности, а также является одним из условий для разработки методов искусственного воздействия на облака.

Сложность методики прямых измерений ПВ, с учетом опасности полетов в конвективных облаках, чрезвычайная неоднородность и динамичность последних (при среднем времени измерений около 30 мин.) приводят к тому, что контактные измерения водности в отдельных точках являются случайными и, как правило, не отражают объективно существующих закономерностей распределения ПВ в данном типе облаков. С другой стороны, эти вопросы можно решать с помощью методов дистанционного зондирования, осуществляемого в течение нескольких минут и не требующего пролета внутри облака.

Первыми метод восстановления ПВ в сечении конвективного облака по данным микроволнового пассивного дистанционного зондирования с использованием КТ предложили Уорнер и др. [134] для схемы зондирования двумя радиотеп^олокаторами с поверхности земли (рис. 1, а). По результатам численного моделирования авторы нашли возможным восстанавливать ПВ в сечении облака со среднеквадратичной ошибкой (СКО) 10% от максимального значения ПВ и с пространственным разрешением несколько сотен метров. В дальнейшем это направление было развито Алтуниной, Бобылевым и др. Ими было рассмотрено две схемы зондирования — с поверхности земли (рис. 1, а) и с самолета, пролетающего под облаком (рис. 1, б). Решение обратной задачи было разделено на две последовательные части: получение значений водозапаса облака вдоль направлений сканирования и восстановление ПВ в выбранном вертикальном сечении облака. Полученная при численном моделировании СКО восстановления ПВ практически совпала с оценкой, полученной в работах Уорнера и др.

77777777777777777777777777777777777777777777

Суша Суша, море Море

В диссертации продолжено дальнейшее исследование в этом направлении, но рассмотрена другая схема зондирования облака, а именно — с самолета, пролетающего над ним (рис. 1, в), для случая взволнованной морской поверхности. Эта схема, на наш взгляд, является более перспективной по сравнению с другими двумя, упоминавшимися ранее, по следующим причинам. Наземные измерения требуют большого периода наблюдений в выбранном районе, осложнены затратами на установку нескольких радиотеплолокаторов, их калибровку и синхронизацию, а также пространственно-ограниченной зоной охвата радиотеплолокационной системы. В случае самолетных измерений упрощается получение статистически значимых результатов вследствие мобильности радиотеплолокационной системы (увеличивается ее зона охвата). Однако в реализации этой схемы есть и свои технические трудности. Одна из них заключается в том, что в большинстве случаев антенны самолетных радиотеплолокаторов устанавливаются в нижней части фюзеляжа и, соответственно, имеют возможность осуществлять сканирование только в нижней полусфере. Кроме того, при зондировании с самолета вверх (то же самое и при наземных измерениях) выпадающие из облаков осадки в виде дождя, снега или града будут существенно усложнять интерпретацию данных измерений за счет эффектов рассеяния излучения на частицах осадков. Помимо этого, необходимо упомянуть о требованиях безопасности при полетах самолетов вблизи конвективных облаков. Последние развиваются благодаря мощным восходящим конвективным потокам воздуха от поверхности земли или моря, отличающимся большой скоростью (до 20-30 м/с) и сильной турбулентностью. Поэтому полеты самолета над конвективными облаками более безопасны, чем под ним, поскольку восходящие потоки над облаком значительно слабее, а также уменьшается вероятность грозового разряда в зоне полета.

Таким образом, актуальность темы настоящей диссертационной работы заключается в необходимости дальнейшего развития методов восстановления полей водности в конвективных облаках с использованием компьютерной томографии, в том числе для более перспективной схемы самолетного микроволнового пассивного зондирования.

Главной целью диссертационной работы является разработка и оценка возможностей метода восстановления водозапаса и полей водности в конвективных облаках Си med. и Си cong. по данным самолетного микроволнового пассивного зондирования. Метод основан на комплексном использовании известных алгоритмов нейронных сетей (НС) и компьютерной томографии в применении к схеме зондирования, не рассматриваемой ранее, а именно с самолета вниз при пролете над облаком, расположенным над взволнованной морской поверхностью. Для достижения поставленной цели решаются следующие задачи:

1. Разработка алгоритма и программы расчета переноса микроволнового излучения в облачной атмосфере на основе современных моделей взаимодействия излучения со средой и моделирование уходящего излучения, регистрируемого самолетным радиотеплолокатором (прямая задача).

3. Создание трех массивов данных (тренировочного, валидационного — для контроля и остановки процесса настройки нейросетевых алгоритмов, и тестового — для объективной оценки точности алгоритмов восстановления) значений параметров среды и результатов зондирования для численного решения обратной задачи — восстановления водозапаса и ПВ облака.

4. Настройка алгоритма НС для задачи восстановления водозапаса облака вдоль направлений сканирования по измеренному полю излучения (первая часть обратной задачи).

6. Применение трех различных алгоритмов КТ для восстановления пространственного распределения ПВ в облаке по полученным данным о значениях его водозапаса (вторая часть обратной задачи) и выбор оптимального алгоритма среди них.

8. Численная оценка пространственного разрешения полученного алгоритма восстановления ПВ.

Объектом исследования диссертационной работы являются методы микроволнового пассивного дистанционного зондирования конвективных облаков с целью восстановления водозапаса и поля водности в них.

Предметом исследования являются:

1. Нейросетевые алгоритмы для определения значений водозапаса облака вдоль каждого направления сканирования по измеренному полю излучения.

2. Алгоритмы КТ для восстановления пространственного распределения ПВ в изучаемом облаке по полученным значениям водозапаса облака вдоль каждого направления сканирования.

Методы исследования:

1. Численное моделирование прямой задачи, которая заключается в расчете «измеренного» поля радиоизлучения в соответствии с выбранной схемой зондирования, заданными параметрами атмосферы, облака, водной поверхности и используемыми моделями переноса и регистрации микроволнового излучения.

2. Разделение обратной задачи на две последовательные части: 1) определение значений водозапаса для каждого направления сканирования по «измеренному» полю излучения; 2) восстановление двумерного пространственного распределения водности в изучаемом облаке по полученным в первой части значениям водозапаса.

3. Настройка нейросетевого алгоритма для решения первой части обратной задачи.

4. Поиск оптимального томографического алгоритма для решения второй части обратной задачи. Работа алгоритмов оценивалась с помощью четырех параметров восстановления. Два из них определяют дисперсию и медиану ошибки восстановления значений водности. Два других определяют точность восстановления значения и пространственного расположения максимума ПВ.

5. Численное моделирование эксперимента по замкнутой схеме, в которой последовательно решаются прямая и обратная задачи для оценки качества работы выбранных алгоритмов.

6. Оценка пространственного разрешения алгоритма восстановления ПВ.

Научная новизна. Решена задача восстановления водозапаса и поля водности в конвективных облаках Си med. и Си cong. с вертикальной мощностью от 2 до 4 км по данным самолетного микроволнового пассивного зондирования, проводимого в соответствии с выбранной схемой (рис. 1, б). Эта схема является, по мнению автора, более перспективной для зондирования конвективных облаков, в отличие от рассмотренных ранее схем (рис. 1, а-б). Решение основано на последовательном применении к данным зондирования нейросе-тевого и томографического алгоритмов. Первый из них позволяет получать значения водозапаса облака вдоль направлений сканирования, а второй — пространственное распределение ПВ в облаке. Развитие указанного подхода с помощью методов численного моделирования позволило автору получить следующие оригинальные результаты:

1. На основании анализа данных, полученных при расчете микроволнового излучения облачной атмосферы и моделировании регистрируемого радиотеп-лолокатором уходящего излучения, осуществлен выбор оптимальных (среди четырех исследованных — 10,7, 18,7, 37 и 89 ГГц) частотных каналов измерений, а также близких к реальным условий зондирования.

2. Создана база данных (тренировочный, валидационный и тестовый массивы) значений параметров среды и результатов зондирования для района Ленинградской области. Эта база содержит данные о ~ 400 различных состояниях среды.

3. Настроен алгоритм НС для задачи восстановления водозапаса облака вдоль направлений сканирования по измеренному полю излучения.

5. Проведено сравнение трех различных алгоритмов КТ для восстановления ПВ в изучаемом облаке по полученным данным о значениях его водозапаса вдоль направлений сканирования и выбран оптимальный алгоритм среди них. Им является метод минимума априорной информации.

7. Оценено пространственное разрешение разработанного метода восстановления ПВ.

Научная и практическая ценность работы заключается в детальном исследовании задачи восстановления водозапаса и ПВ в конвективных облаках Си med. и Си cong. по данным самолетного микроволнового пассивного зондирования, проводимого в соответствии с обоснованно выбранной перспективной схемой (рис. 1, в).

Практическая реализация этого метода позволит более точно определять одну из основных характеристик облаков — водность, знание величины и пространственного распределения которой в конвективных облаках средней мощности имеет существенное значение для прогноза их дальнейшего развития и степени опасности для человеческой деятельности.

Основные положения, выносимые на защиту:

1. База данных, включающая различные состояния среды и результаты зондирования для ~ 400 облачных реализаций, созданная на основе численного решения прямой задачи. Анализ данных привел к выбору частотных каналов зондирования 37 и 89 ГГц. Использование в качестве входных данных антенных температур на более низкой частоте (18,7 вместо 89 ГГц) приводит к увеличению СКО восстановления водозапаса, несмотря на более точное восстановление больших (более 9 кг/м2) его значений. Проведенные оценки позволили сделать вывод о возможности пренебрежения рассеянием на облачных каплях при расчете переноса излучения.

2. Метод восстановления водозапаса и полей водности в конвективных облаках Си med. и Си cong. по данным самолетного микроволнового пассивного зондирования. Метод основан на комплексном использовании известных алгоритмов НС и КТ в применении к схеме зондирования, не рассматриваемой ранее: с самолета вниз при пролете над облаком, расположенным над взволнованной морской поверхностью. Нейросетевой алгоритм используется для восстановления водозапаса облака вдоль направлений сканирования, а томографический — для получения ПВ в соответствующем сечении.

3. Настроенный НС-алгоритм Backpropagation Network позволяет восстанавливать значения водозапаса с СКО ~ 13% от стандартного отклонения его значений. Эта ошибка максимальна при малых значениях ПВ и убывает с ростом этих значений, достигая минимума при значении максимума ПВ ~ 2,7 г/м3 и вертикальной мощности облака ~ 3,3 км. Далее ошибка плавно увеличивается. Полученный алгоритм продемонстрировал устойчивость к ошибкам определения входных параметров (антенных температур, влагоза-паса атмосферы и скорости приводного ветра). Обоснована необходимость настройки сети для конкретного географического региона.

4. Разработанный метод восстановления ПВ в облаках на основе томографического подхода дает наилучшие результаты при использовании алгоритма КТ, основанного на минимуме априорной информации, по сравнению с двумя другими, использованными в данной работе, в том числе и с тем, что был применен ранее для схемы зондирования облака снизу. Значение СКО в среднем составило 24 % от стандартного отклонения ПВ, а восстановленный максимум поля в среднем приближается к его истинному значению.

5. Зависимость СКО восстановления ПВ от его максимального значения имеет сходный характер с зависимостью СКО восстановления водозапаса от той же величины. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в полтора-два раза ошибку восстановления водозапаса. Зависимость ошибок восстановления ПВ от ошибок определения водозапаса показала прямую зависимость между ними (увеличение второй из них приводит к увеличению первой).

Апробация работы. Основные результаты диссертационной работы докладывались на международных симпозиумах по дистанционному зондированию окружающей среды (ISRSE) в 1998 (Тромсё, Норвегия), 2000 (Кейп-Таун, ЮАР), 2005 гг. (С.-Петербург), на Международном симпозиуме стран СНГ «Атмосферная радиация» в 1999 (С.-Петербург) и 2002 гг. (С.-Петербург), на Всероссийском симпозиуме «Радиолокационное зондирование окружающей среды» в 2000 г. (С.-Петербург), на Международном симпозиуме по радиации «Current problems in atmospheric radiation» в 2000 г. (С.-Петербург), на Всероссийской научной конференции «Дистанционное зондирование земных покровов и атмосферы аэрокосмическими методами» в 2001 г. (Муром), а также на научных семинарах Международного центра по окружающей среде и дистанционному зондированию им. Нансена.

Публикации. По теме диссертации опубликовано 6 печатных работ [47, 48, 83, 84, 117, 118].

Личный вклад автора. Автор работы осуществлял все модельные расчеты, необходимые для численного эксперимента по замкнутой схеме; проводил настройку НС и программирование сравниваемых КТ-алгоритмов; активно участвовал в обсуждении полученных результатов, их анализе и в выборе последующих шагов исследования.

Структура и объем диссертации. Диссертационная работа состоит из введения, 5 глав, заключения, библиографического списка, включающего 144

Заключение Диссертация по теме "Физика атмосферы и гидросферы", Самсонов, Игорь Викторович

5.4 Выводы по главе 5

В этой главе было рассмотрено пространственное разрешение предлагаемого в работе алгоритма восстановления поля водности (ПВ) в некотором вертикальном двумерном сечении конвективного облака по данным пассивного микроволнового самолетного дистанционного зондирования. Исходя из полученных результатов, можно сделать вывод о том, что пространственное разрешение этого алгоритма является вполне удовлетворительным при выбранных условиях. Оно удовлетворительно в том смысле, что полученное пространственное разрешение соответствует размерам элементов облачного сечения, на которые разбивается последнее и в которых восстанавливаются а б

260 г 240 -220 -S 200 -180 -160 -140

-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5

Г (км)

Рис. 5.11: Пример полученной при оценке пространственного разрешения алгоритма функции А (г, г') (а) и рассчитанных по ней значений В (б) в зависимости от расстояния г до центра облачного сечения. Пространственное направление выбрано проходящим по диагонали облачного сечения, имеющего вертикальную мощность 3 км и разбитого на 20 х 20 элементов. Отрицательные значения г соответствуют верхней половине облачного сечения значения водности. Так, для наиболее вероятных численных реализаций конвективного облака с вертикальной мощностью 2, 3 и 4 км пространственное разрешение в среднем не превышает 219, 311 и 410 м соответственно.

К сожалению, в связи с ограниченными вычислительными возможностями не удалось выполнить бблыную дискретизацию облачных сечений, за исключением облака с вертикальной мощностью 3 км, что привело к получению несколько завышенных значений «полуширины» R. Также, по указанной причине, не было выполнено детальное изучение зависимости пространственного разрешения алгоритма от вертикальной мощности облака, но результаты, полученные для трех характерных значений мощности, оставляют надеяться на то, что пространственное разрешение для облаков с промежуточными значениями мощности будет находиться между указанными пределами.

Заключение

Выполненное исследование привело к следующим оригинальным результатам:

1. Создана база данных, включающая различные состояния среды и результаты зондирования для ~ 400 облачных реализаций, полученная на основе численного решения прямой задачи. Анализ данных привел к выбору частотных каналов зондирования 37 и 89 ГГц. Использование в качестве входных данных антенных температур на более низкой частоте (18,7 вместо 89 ГГц) приводит к увеличению СКО восстановления водозапаса, несмотря на более точное восстановление больших (более 9 кг/м2) его значений. Проведенные оценки позволили сделать вывод о возможности пренебрежения рассеянием на облачных каплях при расчете переноса излучения.

2. Разработан метод восстановления водозапаса и полей водности в конвективных облаках Си med. и Си cong. с вертикальной мощностью от 2 до 4 км, расположенных над взволнованной морской поверхностью, при отсутствии в них осадков и ледяных кристаллов, по данным самолетного микроволнового пассивного зондирования. Метод основан на комплексном использовании известных алгоритмов НС и КТ в применении к схеме зондирования, не рассматриваемой ранее: с самолета вниз при пролете над облаком, расположенным над взволнованной морской поверхностью. Нейросетевой алгоритм используется для восстановления водозапаса облака вдоль направлений сканирования, а томографический — для получения ПВ в соответствующем сечении.

4. Среди исследованных трех алгоритмов КТ, один из которых предлагался ранее для случая зондирования облака снизу, оптимальным является алгоритм SRT (метод минимума априорной информации). Значение СКО восстановления ПВ в среднем составило 24 % от его стандартного отклонения, а значение реконструированного максимума поля в среднем приближается к его истинному значению. Зависимость СКО восстановления ПВ от его максимального значения имеет сходный характер с зависимостью СКО восстановления водозапаса. При нормировке этих ошибок на дисперсию восстанавливаемой величины относительная ошибка восстановления ПВ превышает в полтора-два раза ошибку восстановления водозапаса.

5. Пространственное разрешение (ПР) разработанного метода восстановления ПВ в конвективных облаках соответствует размерам элементов облачного сечения, на которые разбивается последнее и в которых восстанавливаются значения водности в процессе реализации метода. Для конвективных облаков с вертикальной мощностью 2, 3 и 4 км ПР в среднем не превышает ~ 200, 300 и 400 м соответственно.

Отметим, что, в целях упрощения задачи, при проведении исследования был задан ряд физических ограничений на рассматриваемые объекты и явления. Планируемая и разрабатываемая экспериментальная проверка полученного метода с участием американских коллег (Газевский А. и др.) и используемого ими самолетного PSR-радиотеплолокатора вследствие возникших сложностей не была осуществлена. Поэтому первым этапом продолжения работ в этом направлении мы считаем проведение экспериментальной проверки метода, а далее — его совершенствование с учетом априорных данных о восстанавливаемом поле водности, которые могут быть получены, в том числе, и с помощью реализации метода на практике.

Библиография Диссертация по наукам о земле, кандидата физико-математических наук, Самсонов, Игорь Викторович, Санкт-Петербург

1. Аквилонова А.Б., Кутуза Б.Г. Радиотепловое излучение облаков//Ра-диотехника и электроника. — 1978. — Т.23. — Вып.9. — С. 1792-1806

2. Алтунина Л.И., Бобылев Л.П., Щукин Г.Г. Восстановление полей водности в конвективных облаках методами пассивной микроволновой то-мографии//Труды ГГО. 1988. - Вып.526. - С.70-78

3. Басс Ф.Г., Бочаров В.Г. К теории рассеяния электромагнитных волн на статистически неровной поверхности//Радиотехника и электроника. — 1958. Т.З. - С.180-186

4. Башаринов А.Е., Гурвич А.С., Егоров С.Т. Радиоизлучение Земли как планеты. — М.: Наука, 1974. — 118 с.

5. Богородский В.В., Козлов А.И., Тучков JI.T. Радиотепловое излучение земных покровов. — JL: Гидрометеоиздат, 1977. — 223 с.

6. Бреховских JI.M. Дифракция волн на неровной поверхности//ЖТЭФ. 1952. - Т.23. - С.268-274

7. Бреховских JI.M. Волны в слоистых средах. — М.: Изд-во АН СССР, 1957. 511 с.

8. Васищева М.А., Щукин Г.Г. Экспериментальные исследования водности облаков. Статистические модели атмосферы//Обзор, сер. метеорол. — Обнинск: ВНИИГМИ-МЦД, 1976. 94 с.

9. Войт Ф.Я. Некоторые результаты исследования водности в конвективных облаках, подвергавшихся воздействию с целью вызывания осад-ков//Труды УкрНИГМИ. 1966. - Вып.61. - С.25-34

10. Войт Ф.Я., Мазин И.П. Водность кучевых облаков//Известия АН СССР. Физика атмосферы и океана. — 1972. Т.8. — № 11. — С.1166-1176

11. Гавриленко Н.М., Яшовская З.М. Водность и мощность конвективных облаков при различных синоптических процессах//Труды УкрНИГМИ. 1966. - Вып.61. - С.35-40

12. Герман М.А. Космические методы исследования в метеорологии. — JL: Гидрометеоиздат, 1985. — 352 с.

13. Гершензон В.Е., Ирисов В.Г., Трохимовский Ю.Г., Эткин B.C. Исследование резонансных эффектов в радиотепловом излучении водной по-верхности//Известия ВУЗов. Радиофизика. — 1986. — Т.29. — N2 4. — С.379-383

14. Гмурман В.Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 1977. — 480 с.

15. Горбань А.Н., Царегородцев В.Г. Производство явных знаний из таблиц данных с помощью обучаемых разреживаемых нейронных се-тей//Сборник научных трудов. Всеросс. науч.-технич. конференции «Нейроинформатика-99». — М., 1999. — Часть 1. — С.32-39

16. Дайне К., Лайтл Р. Машинная томография в геофизике//ТИИЭР. — 1979. Т.67. - № 7. - С.103-112

17. Дейрменджан Д. Рассеяние электромагнитного излучения сферическими полидисперсными частицами. — М.: Мир, 1971. — 167 с.

18. Ежов А.А., Шумский СА. Нейрокомпьютинг и его приложения в экономике и бизнесе (серия «Учебники экономико-аналитического института МИФИ») / Под ред. проф. В.В.Харитонова. — М.: МИФИ, 1998. — 224 с.

19. Есепкина Н.А., Корольков Д.В., Парийский Ю.Н. Радиотелескопы и радиометры. — М.: Наука, 1973. — 416 с.

20. Жевакин С.А., Наумов А.П. О коэффициенте поглощения электромагнитных волн водяными парами в диапазоне 10 мкм — 2 см//Изв. ВУЗов. Радиофизика. 1963. - Т.6. - № 4. - С.674-694

21. Жевакин С.А., Наумов А.П. К расчету коэффициентов поглощения сантиметровых и миллиметровых радиоволн в атмосферном кислоро-де//Радиотехника и электроника. — 1965. — Т.10. — № 6. — С.987-996

22. Зайцев В.А. Водность и распределение капель в кучевых облаках//Труды ГГО. 1950. - Вып.19(81).

23. Исакович М.А. Рассеяние волн от статистически шероховатой поверх-ности//ЖТЭФ. 1952. - Т.23. - С.305-309

24. Кисляков А.Г., Станкевич К.С. Исследование тропосферного поглощения радиоволн радиоастрономическими методами//Изв. ВУЗов, радиофизика. 1967. - Т.10. - № 9-10. - С. 1244-1265

25. Кондратьев К.Я., Мелентьев В.В., Назаркин В.А. Космическая дистанционная индикация акваторий и водосборов (микроволновые методы). — СПб.: Гидрометеоиздат, 1992. — 248 с.

26. Краус Д.Д. Радиоастрономия. — М.: Советское радио, 1973. — 456 с.

27. Кузьмин А.Д., Саломонович А.Е. Радиоастрономические методы измерений параметров антенны. — М: Советское радио, 1964. — 184 с.

28. Кутуза Б.Г. Исследование СВЧ спектров ослабления и собственного излучения атмосферы, содержащей гидрометеорные образования. Автореферат канд. дис. — М., 1966. — 11 с.

29. Кучевые облака и связанная с ними деформация полей метеоэлементов/Под ред. И.П.Мазина и С.М.Шметера//Труды ЦАО. — 1977. — Вып. 134. 128 с.

30. Лысанов Ю.П. К вопросу о рассеянии электромагнитных волн на неровной поверхности//ДАН СССР. 1952. - Т.87. - № 5. - С.216-219

31. Марцинкевич Л.М. Исследование статистических характеристик уклонов взволнованной поверхности моря по планшетам стереофотосъемки волн//Метеорология и гидрология. — 1970. — № 11. — С.83-86

32. Марцинкевич Л.М., Мелентьев В.В. Излучение взволнованной поверхности моря в сантиметровом диапазоне//Труды ГГО. — 1972. — Вып.291. С.24-33

33. Матвеев Д.Т. О спектре микроволнового излучения взволнованной поверхности моря//Изв. АН СССР. Физика атмосферы и океана. — 1971. Т.7. - № 10. - С.1070-1076

34. Матвеев Д.Т. Анализ результатов радиотеплового зондирования морской поверхности при шторме//Метеорология и гидрология. — 1978. — № 4. С.58-66

35. Мейсон Б.Дж. Физика облаков. — Л.: Гидрометеоиздат, 1961. — 542 с.

36. Мелентьев В.В., Рабинович Ю.И., Щукин Г.Г. Самолетные измерения радиоизлучения взволнованной поверхности моря в сантиметровом диа-пазоне//Труды ГГО. 1972. - Вып.291. - С.34-39

37. Мелентьев В.В. Восстановление параметров морского волнения по данным СВЧ-радиометрии//Тез. докл. I Всесоюз. конф. «Биосфера и климат по данным космических исследований». — Баку: Элм, 1982. — С.69-71

38. Мелентьев В.В., Гусакова JI.A. Результаты расчетов излучательных свойств пенных образований//Труды ГГО. — 1983. — Вып.478. — С.71-81

39. Мелентьев В.В. натурные измерения излучательных свойств искусственно сформированных пенных образований//Труды ГГО. — 1985.- Вып.489. С.86-99

40. Митник J1.M. Исследование облаков методом СВЧ радиометрии//Об-нинск: ВНИИГМИ-МЦД. 1979. - Вып.4. - 72 с.

41. Мышкин В.Г. О соотношении диэлектрической проницаемости пенистых диэлектриков от плотности//Изв. ВУЗов. Физика. — 1976. — № 3.- С.22-39

42. Облака и облачная атмосфера/Под ред. И.П.Мазина и А.Х.Хргиана. — JL: Гидрометеоиздат, 1989. — 647 с.

43. Рабинович Ю.И., Мелентьев В.В. Влияние температуры и солености на излучение гладкой водной поверхности в сантиметровом диапа-зоне//Труды ГГО. 1970. - Вып.235. - С.78-123

44. Райзер В.Ю., Шарков Е.А., Эткин B.C. Морская пена, физико-химические свойства, излучательные характеристики. — М.: ИКИ АН СССР, 1976. — Препринт № 306. — 59 с.

45. Розенберг В.И. Рассеяние и ослабление электромагнитного излучения атмосферными частицами. — JL: Гидрометеоиздат, 1972. — 348 с.

46. Рыжиков Г.А., Троян В.Н. Томография и обратные задачи дистанционного зондирования. — СПб.: Изд-во СПбГУ, 1994. — 220 с.

47. Сейсмическая томография/Под ред. Г. Нолета. — М.: Мир, 1990. — 416 с.

48. Селезнева Е.С. О границах и вертикальной мощности конвективных об-лаков//Труды ГГО. 1959. - Вып.93. - С.3-20

49. Скацкий В.И. Исследование водности кучевых облаков//Труды Института прикладной геофизики. — 1969. — Вып. 13. — № 5. — 94 с.

50. Скурихин А.Н. Нейронные сети: определения, концепции, применение.- М.: ЦНИИатоминформ, 1991. 53 с.

51. Степаненко В.Д., Щукин Г.Г., Бобылев Л.П., Матросов С.Ю. Радиотеп-лолокация в метеорологии. — Л.: Гидрометеоиздат, 1987. — 284 с.

52. Стрэттон Дж.А. Теория электромагнетизма. — Гостехиздат, М.-Л., 1949.

53. Теоретические основы радиотеплолокации/Под ред. В.Е.Дулевича. — М.: Советское радио, 1978. — 608 с.

54. Тимофеев Ю. М., Поляков А. В. Математические аспекты решения обратных задач атмосферной оптики. СПб.: Издательство Санкт-Петербургского университета, 2001. 188 с.

55. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. — М.: Наука, 1986. 286 с.

56. Троян В.Н. Обратные сейсмические задачи. — СПб.: Изд-во СПбГУ, 1997. 64 с.

57. Троян В.Н. Статистические методы аппроксимации геофизических данных. СПб.: Изд-во СПбГУ, 1997. - 88 с.

58. Троян В.Н., Киселев Ю.В. Статистические методы обработки и интерпретации геофизических данных. — СПб.: Изд-во СПбГУ, 2000. — 580 с.

59. Физические основы дистанционного зондирования окружающей сре-ды/Jl.М.Митник; под ред. К.С.Шифрина. — Л.: Ленинградский политехнический институт, 1977. — 70 с.

60. Финский залив в условиях антропогенного воздействия//Отв. ред. В.А. Румянцев, В.Г. Драбкова. — СПб.: Наука, 1999. 368 с.

61. Фукс И.М. К теории рассеяния радиоволн на взволнованной поверхности моря//Радиофизика. 1966. - Т.9. - С.876-881

62. Хермен Г. Восстановление изображений по проекциям. — М.: Мир, 1983. 352 с.

63. Хргиан А.Х. Физика атмосферы. Т. 2. — Л.: Гидрометеоиздат, 1978. — 310 с.

64. Хуан Мэй-Юань. Микроструктура кучевых облаков//Изв. АН СССР, сер. геофиз. 1963. - № 2. - С.362-376

65. Ван де Хюлст Г. Рассеяние света малыми частицами. — М.: Иностранная литература, 1961. — 536 с.

66. Цейтлин Н.М. Антенная техника и радиоастрономия. — М.: Советское радио, 1975. — 359 с.

67. Чуваев А.П., Крюкова Г.Т. Некоторые результаты исследований мощных кучевых облаков//Труды ГГО. — 1954. Вып.47(109). — С.11-15

68. Шифрин К.С. Рассеяние света в мутных средах. — M.-JL: ГИТТЛ, 1951. 430 с.

69. Шифрин К.С., Ионина С.Н. Тепловое излучение и отражение от волнующейся поверхности моря в микроволновой области//Труды ГГО. — 1968. Вып.222. - С.22-48

70. Шифрин К.С., Рабинович Ю.И., Щукин Г.Г. Исследование поля микроволнового излучения в атмосфере//Труды ГГО. —1968. — Вып.222. — С.5-18

71. Шметер С.М. Физика конвективных облаков. — JL: Гидрометеоиздат, 1972. 232 с.

72. Шметер С.М. Термодинамика и физика конвективных облаков. — JL: Гидрометеоиздат, 1987. — 286 с.

73. Шутко A.M. Экспериментальные исследования характеристик теплового радиоизлучения морской поверхности//Труды ГГО. — 1968. — Вып.222. С.19-21

74. Ackerman В. The variability of the water contents of tropical cumuli/A Meteorol. 1959. - Vol.16. - № 2. - P.191-198

75. Ackerman B. Some observations of water contents in hurricanes//J. Atmos. Sci. 1963. - Vol.20. - № 4. - P.288-298

76. Alishouse J.C., Snyder S.A., Vongsathorn J., Ferraro R.R. Determination of oceanic total precipitable water from the SSM/I//IEEE Tranc. Geo. Remote Sens. 1990. - Vol.28. - № 5. - P.811-816

77. Atkinson P.M., Tatnall A.R.L. Neural networks in remote sensing//Int. J. Remote Sens. -1997. Vol.18. - № 4. - P.699-709

78. Atmospheric remote sensing by microwave radiometry/Ed. by M.A. Janssen.- New York, 1993. 574 p.

79. Barber Jr.R.P., Wu J. Sea brightness temperature and effects of spray and whitecaps//J. Geoph. Res. 1997. - Vol.103. - № C3. - P.5823-5827

80. Bobylev L.P. Retrieval of liquid water distribution in convective clouds using microwave computerized tomography//1997 IEEE Int. Geoscience Remote Sens. Symp. Proc. — Singapore, 1997. — P.830-832

81. Bobylev L.P., Samsonov I.V., Troyan V.N., Johannessen O.M., Shuch-man R.A. Computerized tomography approach for microwave remote sounding of convective clouds//Proc. 27th Int. Symp. on Remote Sens, of Environment. Troms0, Norway, 1998. - P.379-382

82. Cox C., Munk W. Measurements of the roughness of the sea surface from photographs of the sun's glitter//J. Opt. Soc. Atm. — 1954. — Vol.44. — P.838-850

83. Draginis M. Liquid water withing convective clouds//J. Meteorol. — 1958.- Vol.15. № 6. - P.481-485

84. Ellison W., Lamkaouchi K., Moreau J.M. Water: a dielectic referen-ce//J. Mol. Liq. 1996. - Vol.68

85. Guillou G., Ellison W., Eymard L., Lamkaouchi K., Prigent C., Delbos G., Balana G., Boukabara S. A. Impact of new permittivity measurements on sea surface emissivity modeling in microwaves//Radio Sci. — 1998. — Vol.33. № 3. - P.649-667

86. Goodberlet M.A., Swift C.T. Improved retrievals from the DMSP wind speed algorithm under adverse weather conditions//IEEE Trans. Geo Remote Sens. 1992. - GE-30. - P.1076-1077

87. Hidy G.M., Gray K., Hardy W.H. S-band radiometer for measurement sea temperature. — North American Rockwell Science Report. — 1969. — SCTR-69-31. 60 p.

88. Hogg D.C., Guirand F., Snider J.B. et al. A steerable dual-channel microwave radiometer for measurement of water vapour and liquid in the troposphere//J. Climate and Appl. Met. 1983. - Vol.22. — P.789-806

89. Hollinger J.P., Lo R., Рое G., Savage R., Pierce J. Special Sensor Micro-wave/Imager user's guide. — Tech. Rep. — Naval Research Laboratory. — Washington DC, 1987. 120 p.

90. Kaczmarz S. Angenaherte auflsung von systemen linear gleichungen//Bull. Acad. Polon. Sci. Lett. A. 1937. - Vol.35. - P.355-357

91. Krasnopolsky V.M., Breaker L.C., Gemmill W.H. A neural network as a nonlinear transfer function model for retrieving surface wind speeds from the special sensor microwave imager//J. Geophys. Res. — 1995. — Vol.100. № C6. - P.11033-11045

92. Liebe H.J. MPM — an atmospheric millimeter-wave propagation mo-del//Int. J. Infrared Millimeter Waves. 1989. - Vol.10. - № 6. - P.631-650

93. Liebe H.J., Hufford G.A., Gotton M.G. Propagation modeling of moist air and suspended water/ice particles at frequencies below 1000 GHz//AGARD Conf. Proc. 1993. - Vol.542. - № 3. - P.l-10

94. Lojou J.Y., Bernard R., Eymard L. A simple method for testing brightness temperatures from satellite microwave radiometers//J. Atmos. Ocean. Tech. 1994. - Vol.11. - P.387-400

95. Melentyev V.V., Rabinovich Yu.I. Remote sounding of water surface conditions from aboard articicial satellites//Proc. COSPAS Space Research XIII. -Berlin: Academic Verlag 7, 1973. P. 105-106

96. Mie G. Beitrage zur optik triiber Medien, speziell kolloidaler Metallosun-gen//Ann. Phys. (Leipzig) 1908. - Vol.25. - P.377-445

97. Monahan E.C. Oceanic whitecaps//.!. Phys. Oceanogr. — 1971. — Vol.1. — № 2. P.139-144

98. Monahan E.C., O'Muircheartaigh I. Optimal power-law description of oceanic whitecap coverage dependence on wind speed//J. Phys. Oceanogr.- 1986. Vol.10. - P.2094-2099

99. Nordberg W. et al. Microwave observations of sea state from aircraft//.!. Royal Met. Soc. 1969. - Vol.95. - № 404. - P.408-413

100. Nordberg W., Conaway J., Ross D.B., Wilheit T. Measurements of microwave emission from a foam-covered wind-driven sea//J. Atmos. Sci. — 1971.- Vol.28. P.429-435

101. Petty G.W., Katsaros К.В. New geophysical algorithms for the Special Sensor Microwave Imager//Fifth International Conference on Satellite Meteorology and Oceanography Proc. — London, 1990. — P.247-251

102. Piepmeier J.R., Gasiewski A.J. Polarimetric scanning radiometer for airborne microwave imaging studies//1996 IEEE Int. Geosci. Remote Sens. Symp. Proc. Lincoln, NE, 1996. - P. 1688-1691

103. Piepmeier J.R., Gasiewski A.J. High-resolution multiband passive polarimetric observations of the ocean surface//1997 IEEE Int. Geosci. Remote Sens. Symp. Proc. Singapore, 1997. - P.1006-1008

104. Piepmeier J.R., Gasiewski A.J., Klein M., Bohm V., Lum R.C. Ocean surface wind direction measurement by scanning microwave polarimetric radiometry//1998 IEEE Int. Geosci. Remote Sens. Symp. Proc. — Seattle, WA, 1998. P.1688-1691

105. Piatt C.M.R Transmission of submillimeter waves through water clouds and fogs/ / J. Atmos. Sci. 1970. - Vol.27. - № 3. - P.421-425

106. Pruppacher H.R., Pitter R.L. A semiempirical determination of the shape of cloud and rain drops//J. Atmos. Sci. 1971. - Vol.28. — № 1. — P.86-94

107. Rodgers C. D. Inverse methods for atmospheric sounding. Theory and practice. World Scientific. Series on Atmospheric, Oceanic and Planetary Physics. Vol. 2. 2000.

108. Rosenkrantz P.W. Shape of the 5-mm oxygen band on the atmosphe-re//IEEE Trans. 1975. - Vol.AP-23. - № 6. - P.498-503

109. Rosenkrantz P.W. Rough-sea microwave emissivities measured with the SSM/I//IEEE Trans. Geosci. Remote Sensing. 1992. - Vol.30. - № 5. - P.1081-1085

110. Rumelhart D. E., Hinton G. E., Williams R. G. Learning presentations by back-propagating errors//Nature. — 1986. — Vol.323. — № 6088. — P.533-536

111. Ryzhikov G.A., Troyan V.N. On regularization methods in 3-D tomography/ /Proc. 9th Int. Seminar on Model Optimization in Exploration Geophysics. Berlin, 1991. - P.53-61

112. Sidrin M. Broadband reflectance and emissivity of specular and rough water surfaces//Appl. Opt. 1981. - JV® 20. - P.3176-3183

113. SNNS, Stuttgart Neural Network Simulator. User manual. Version 4.1. Report № 6/95. — University of Studttgart, Institute for parallel and distributed performance systems (anonymous ftp.Informatik.uni-stuttgart.de), 1995.

114. Squires P. The spatial variation of liquid water and droplet concentration in cumuli//Tellus. 1958. - Vol.10. - № 3. - P.372-380

115. Stogryn A.P. The apparent temperature of the sea at microwave frequen-cies//IEEE Trans. Antennas and Prop. 1967. - Vol.AP-15. — № 2. — P.278-286

116. Stogryn A.P. Equations for calculating the dielectric constant of saline water//IEEE Trans. Microwave Theory Technology. — 1971. — Vol.19. — P.733-736

117. Stogryn A.P. The emissivity of sea foam at microwave frequencies//.!. Geophys. Res. 1972. - Vol.77. - № 9. - P.1658-1666

118. Stogryn A.P., Butler C.T., Bartolac T.J. Ocean surface wind retrievals from Special Sensor Microwave Imager data with neural networks//J. Geophys. Res. 1994. - Vol.90. - P.981-984

119. Squires P., Warner J. Some measurement in the orographic cloud of the Island of Hawaii and in trade wind cumuli//Tellus. — 1957. — Vol.9. — № 4. P.475-494

120. Tang C.C.H. The effect of droplets in the air-sea transition zone on sea brightness temperature//J. Phys. Oceanogr. — 1974. — Vol.4. — P.579-593

121. Ulaby F.T., Moore R.K., Fung A.K. Microwave remote sensing: active and passive. Vol. 1. Fundamentals and radiometry. — Addison/Wesley Publishing Сотр. Reading Mass, 1981. — 450 p.

122. Van Vleck J.H. The absorption of microwaves by oxigen//Phys. Rev. — 1947. Vol.71. - № 7. - P.413-424

123. Van Vleck J.H. The absorption of microwaves by uncondensed water vapour//Phys. Rev. 1947. - Vol.71. - № 7. - P.425-432

124. Warner J., Newnham T.D. A new method of measurement of cloud-water content//Quart. Journ. Roy. Meteorol. Soc. 1952. - Vol.78. — № 335. — P.46-52

125. Warner J. The water content of cumuliform cloud//Tellus. — 1955. — Vol.7.- № 4. P.449-457

126. Warner J., Squires P. Liquid water content and the adiabatic model of cumulus development//Tellus. 1958. - Vol.10. - № 3. - P.390-394

127. Warner J., Drake J.F., Krehbiel P.R. Microwave tomography as a means of determining liquid water profiles in cloud//Proc. 9th Int. Cloud Phys. Conf. Tallin, 1984. - Vol.3. - P.823-826

128. Waters J.W. Absorption and emission by atmospheric gases//Methods of Experim. Phys.: Astrophysics. 1976. - Vol.l2B. - P.142-176

129. Webster W.J., Wilheit Т., Ross D.B., Gloersen P. Spectral characteristics of the microwave emission from a wind-driven foam-covered sea//J. Geophys. Res. 1976. - Vol.81. - P.3095-3099

130. Weickmann H.K., aufm Kampe H.J. Physical properties of cumulus clouds//J. Meteorol. 1953. - Vol.10. - № 3. - P.204-211

131. Wilheit T.T. A model for microwave emissivity of the ocean's surface as a function of wind speed//IEEE Trans. Geosci. Electron. — 1979. — Vol.17.- P.244-249

132. Wu J. Oceanic whitecaps and sea state//J. Phys. Oceanogr. — 1979. — Vol.9. P.1064-1068

133. Wu J. On parametrization of sea spray//J. Geophys. Res. — 1990. — Vol.95.- P.18269-18279

134. Wu J. Mean square slopes of the wind-disturbed water surface, their magnitude, directionality, and composition//Radio Sci. — 1990. — Vol.25.- P.37-48

135. Wu J. Production of spume drops by the wind tearing of wave crests: The search for quantification//J. Geophys. Res. — 1993. Vol.98. — P.18221-18227

136. Yueh S.H., Wilson W.J., Li F.K., Nghiem S.V., Ricketts W.B. Polarimetric <r measurements of sea surface brightness temperatures using an aircraft Kband radiometer//IEEE Trans. Geosci. Remote Sens. — 1995. — Vol.33. — P.85-92

137. Список основных обозначений и сокращений

138. АЧТ — абсолютно черное тело

139. ДНА — диаграмма направленности антенны

140. КТ — компьютерная томографиянисп — научно-исследовательское судно погоды1. НС — нейронные сети1. ПВ — поле водности

141. ПП — подстилающая поверхность

142. РТИ — радиотепловое излучениесвч — сверхвысокая частота

143. СКО — среднеквадратичная ошибка

144. ЭВМ — электронно-вычислительная машинась — кучево-дождевые облака

145. CST — алгоритм «заряженной струны»1. Си — кучевые облака

146. Си cong. — кучевые мощные облака

147. Си hum. — кучевые плоские облака

148. Си med. — кучевые средние облака

149. PSR — поляриметрический сканирующий радиометр

150. RTLS — стандартная рекуррентная процедура

151. SIRT — алгоритм одновременной итеративной реконструкции

152. SMMR — сканирующий многоканальный микроволновый радиометр1)

153. SNNS — Штудтгартский симулятор нейронных сетей

154. SRT — алгоритм статистической регуляризации

155. SSM/I — специальный микроволновый радиометр

156. By — спектральная яркость излученияс — скорость света в вакууме

157. D — горизонтальная протяженность облака

158. Е — вектор случайных ошибок определения водозапаса

159. Я — вертикальная мощность облака

160. Нь — абсолютная высота нижней границы облака

161. Ht — абсолютная высота верхней границы облакаm — комплексный показатель преломленияn — еденичный вектор нормали к поверхности

162. Nh — число нейронов на скрытом слое сети

163. Ni — число нейронов на входном слое сети

164. N0 — число нейронов на выходном слое сети1. P — давление воздуха1. Q — влагозапас атмосферы

165. Qe — сечение ослабления излучения

166. Qa — сечение поглощения излучения

167. Qs — сечение рассеяния излученияr — радиус облачных капель

168. Th,v — коэффициенты отражения подстилающей поверхности

169. Rf — матрица ковариации случайного вектора £s — матрица сегментов направлений сканирования

170. Ss — соленость морской воды у поверхности

171. Т — термодинамическая температура

172. Tant — антенная температура радиотеплолокатора

173. Tbv — радиояркостная температура излучения

174. Tfo — радиояркостная температура космического излучения

Информация о работе

Самсонов, Игорь Викторович
кандидата физико-математических наук
Санкт-Петербург, 2006
ВАК 25.00.29

Диссертация

Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Определение водозапаса и поля водности в конвективных облаках по данным самолетного микроволнового дистанционного зондирования - тема автореферата по наукам о земле, скачайте бесплатно автореферат диссертации

Похожие работы