close

Вход

Забыли?

вход по аккаунту

?

Математические методы и алгоритмы восстановления общего содержания CO2 по данным спутникового прибора GOSAT

код для вставкиСкачать
На правах рукописи
ЛУКЬЯНОВ АНДРЕЙ КИРИЛЛОВИЧ
МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ
ВОССТАНОВЛЕНИЯ ОБЩЕГО СОДЕРЖАНИЯ CO2
ПО ДАННЫМ СПУТНИКОВОГО ПРИБОРА GOSAT
05.13.18 — математическое моделирование,
численные методы и комплексы программ
Автореферат диссертации на соискание ученой степени
кандидата технических наук
ТОМСК – 2015
2
Работа выполнена в федеральном государственном бюджетном
образовательном учреждении высшего профессионального образования «Томский
государственный университета систем управления и радиоэлектроники» (ТУСУР)
Научный руководитель —
доктор технических наук профессор
Катаев Михаил Юрьевич
Официальные оппоненты:
доктор технических наук профессор
Будак Владимир Павлович,
профессор кафедры светотехники
Национального исследовательского
университета «МЭИ» (г. Москва)
доктор физико-математических наук профессор
Старченко Александр Васильевич,
профессор кафедры вычислительной математики
и компьютерного моделирования
Национального исследовательского
Томского государственного университета
Ведущая организация —
Федеральное государственное автономное
образовательное учреждение высшего
профессионального образования «Сибирский
федеральный университет» (г. Красноярск)
Защита состоится 21 декабря 2015 г. в 15 час. 15 мин. на заседании
диссертационного совета Д 212.268.02 при ТУСУРе по адресу: 634050, г. Томск, пр.
Ленина, 40, ауд. 201
С диссертацией можно ознакомиться в научной библиотеке ТУСУРа по
адресу: г. Томск, ул. Красноармейская, 146 и на сайте ТУСУРа:
http://www.tusur.ru/export/sites/ru.tusur.new/ru/science/education/dissertations/2015033-01.pdf
Автореферат разослан «_____»____________2015 г.
Ученый секретарь
диссертационного совета
Зайченко Татьяна Николаевна
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность исследования.
Увеличение содержания ряда парниковых газов (СО2, Н2О, СН4, N2O и т.д.)
приводит к изменениям радиационных свойств атмосферы и, как следствие, к
изменениям климата Земли [1]. Современные оценки вклада различных газов в
процесс нагревания атмосферы показывают, что относительные доли СО2, СН4,
N2О составляют 60%, 20% и 6% соответственно. Помимо этого, возникает задача
изучения не только антропогенного, но и естественного вклада газов в
атмосферные процессы. В настоящее время применяются различные наземные и
космические, системы мониторинга характеристик газового состава атмосферы. За
последние годы были проведены многочисленные спутниковые эксперименты,
позволившие получить большое количество информации о вариациях (в том числе
и долговременных) общих содержаний (ОС) и вертикальных профилей содержания
озона, водяного пара и многих других малых газовых составляющих.
Основной целью систем мониторинга газового состава является получение
информации
для
изучения
пространственно-временной
изменчивости
климатообразующих газов в атмосфере. Результаты такого анализа, например, для
различных временных и пространственных масштабов имеют большое значение,
поскольку используются: а) в глобальных моделях атмосферы для прогноза
климатических изменений; б) для определения интенсивностей источников и
стоков; в) с целью выделения физических, климатических и т.д. факторов,
являющихся причинами наблюдаемых вариаций содержаний газов для
пространственной (географической или высотной) области проведения измерений.
В отечественной литературе физические и математические основы, а также
методы применения спутников для дистанционного зондирования окружающей
среды из космоса изложены в известных монографиях и статьях Nakajima T.,
Fraedrich K., Jansenl H., К.Я. Кондратьева, Г.И. Марчука, М С. Малкевича, Ю.М.
Тимофеева, О.И. Смоктия, О.М: Покровского, А.Б. Успенского и многих других
ученых.
Разнообразие методов и технических средств слежения за параметрами
атмосферы и поверхности Земли обусловлено огромными пространственными
масштабами и изменчивостью их во времени и пространстве. В этой связи,
спутниковые методы являются единственным источником информации, способным
предоставлять регулярную информацию о параметрах атмосферы в пределах всей
территории планеты.
Обработка данных спутникового зондирования трудоемкий процесс,
состоящий из нескольких этапов предварительной и тематической обработки и
анализа. Получение информации об объектах исследования, по данным измерений
из космоса, невозможно без тщательного проведения численных модельных
экспериментов. Вследствие этого, можно считать, что данная работа, по своей
направленности и полученным результатам является важной и актуальной.
Степень разработанности проблемы. Обзор литературы показывает, что для
решения задач моделирования и обработки спутниковой информации разработано
много численных методик и программ, однако большинство из них рассчитано на
моделирование или обработку для одной географически локализованной точки,
либо некоторой области, либо определенной полосы широт. Учет сезонов года,
географического положения точки или других изменений по трассе полета требует
специальной организации вычислений. Впоследствии возникают задачи сбора
4
расчетов в одно целое, обработки, анализа и визуализации данных, которые
получаются алгоритмически затруднительными и затратными по времени.
Для решения таких задач необходима разработка специальных программ,
позволяющих учитывать изменение атмосферных параметров в течение, например,
года и в масштабах всей планеты. Данная работа позволяет провести
моделирование или обработку спутникового сигнала для любой точки земной
поверхности и с временным шагом несколько часов. Большинство моделей
определения содержания парниковых газов основаны на параметрических
подходах, а в данной работе рассматривается подход, основанный на
непараметрическом подходе эмпирических ортогональных функций (ЭОФ).
Цель и задачи исследования. Целью исследования является разработка
методов, алгоритмов и комплекса программ для решения прямой задачи
моделирования спутниковых сигналов и обратной задачи восстановления общего
содержания СО2 из анализа спутниковых данных. При достижении поставленной
цели должны быть решены следующие задачи:
1. Разработка
метода
моделирования
спутникового
сигнала,
представляющего собой спектр отраженного солнечного излучения в ближней ИК
области, и программы для реализации процесса автоматизированного расчета
сигналов в глобальных масштабах поверхности Земли с временным шагом
несколько часов и с учётом априорных данных о состоянии атмосферы (ветер,
газовый состав, аэрозоль);
2. Апробация предлагаемого метода расчета спутниковых сигналов и
определение зависимости влияния входных условий (зенитный угол Солнца,
состояние атмосферы, типы поверхности, рельеф);
3. Разработка метода определения общего содержания СO2 в атмосфере из
спектров отраженного Солнечного излучения в ближней ИК области спектра, на
основе метода эмпирических ортогональных функций;
4. Апробация предлагаемого метода определения общего содержания CO2 и
определение зависимости влияния априорных данных на результат;
5. Разработка комплексов программ на основе предложенных методов;
6. Сравнительный анализ результатов восстановления общего содержания
СО2 из реальных спутниковых данных с результатами измерений подспутниковых
мониторинговых станций TCCON.
Объект и предмет исследования. Объектом исследования является сигнал
спутникового прибора GOSAT, представляющий собой спектр отражённого
солнечного излучения в ближней инфракрасной области спектра. Предметом
исследований являются: метод расчёта сигнала спутникового прибора GOSAT и
метод восстановления общего содержания углекислого газа по данным
спутникового прибора GOSAT..
Методологическая, теоретическая и эмпирическая база исследований.
Методологической основой исследования являются системный подход, а также
различные методы: математического моделирования, вычислительной математики,
математической статистики. Теоретической базой исследования послужили
фундаментальные и прикладные исследования в области дистанционного
зондирования атмосферы, спектроскопии; материалы международных научных
конференций по исследуемой проблеме. Эмпирической базой исследования
являются измеренные сигналы GOSAT, измеренные содержания парниковых газов,
а также модели и методы, используемые при работе с этими измерениями.
5
Научные результаты, выносимые на защиту.
1. Многомерная модель пропускания атмосферы, учитывающая параметры
атмосферы и поверхности Земли, применимая для решения прямой задачи расчета
спутникового сигнала в произвольной точке земной поверхности и промежуток
времени.
(соответствует паспорту специальности п. 3 «Разработка, обоснование и
тестирование эффективных вычислительных методов с применением современных
компьютерных технологий».)
2. Численный метод решения обратной задачи восстановления общего
содержания СО2 по спутниковым данным, основанный на методе эмпирических
ортогональных функций, позволяющий получать устойчивые оценки общего
содержания СО2 со средним отклонением не более 1 ppm за счет учета
дополнительной априорной информации.
(соответствует паспорту специальности п. 6 «Разработка новых
математических методов и алгоритмов интерпретации натурного эксперимента на
основе его математической модели».)
3. Комплекс программ решения прямой и обратной задачи, позволяющий
ускорить расчет сигнала спутника в 25 раз относительно классической методики
расчета за счёт использования технологии параллельных вычислений.
(соответствует паспорту специальности п. 7 «Разработка систем
компьютерного и имитационного моделирования».)
Научная новизна. В работе получены следующие результаты,
характеризующиеся научной новизной:
1. Предложена многомерная модель пропускания атмосферы, позволяющая
решить прямую задачу расчета спутникового сигнала в произвольной точке земной
поверхности и промежуток времени, за счёт использования априорных данных
(пространственно-временных особенностей изменения атмосферы, рельефа,
отражательной способности и типов поверхности).
2. Предложен численный метод решения обратной задачи восстановления
общего содержания СО2 по спутниковым данным, основанный на модификации
метода эмпирических ортогональных функций. Модификация заключается в
использовании дополнительной априорной информации при построении
ковариационной матрицы, что приводит к уточнению оценки общего содержания
углекислого газа.
3. Разработан комплекс программ решения прямой и обратной задачи с
использованием
технологий
параллельных
вычислений,
отличительной
способностью которого является реализация новых алгоритмов расчета
спутникового сигнала и оценки общего содержания CO2.
Теоретическая значимость работы заключается в модернизации метода
эмпирических ортогональных функций для решения обратной задачи расчёта
общего содержания парниковых газов, посредством учёта априорной информации.
Практическая значимость. Разработанный комплекс программ может найти
применение для определения уровня парниковых газов в любой точке суши, в
течение дня. Это позволит следить за изменением содержания парниковых газов,
как во времени, так и в пространстве. Это знание позволит определить степень
зависимости между содержанием парниковых газов и изменениями климата,
определить источники парниковых газов и вклад каждого источника, отследить
соблюдение Киотского протокола странами-участницами.
6
Соответствие
диссертации
паспорту
научной
специальности.
Представленная диссертация посвящена исследованию моделей и разработке
алгоритмов для оценки общего содержания парниковых газов и моделирования
сигнала прибора GOSAT.
Область
диссертационного
исследования
включает
применение
математического моделирования, численных методов и комплексов программ для
решения научных и технических прикладных проблем, исследования
математических моделей физических и технических объектов.
Реализация и внедрение результатов. Методы, используемые для
моделирования спутникового сигнала GOSAT и определения содержания
парниковых газов, реализованы в программном варианте.
Апробация работы. Основные результаты по теме диссертационной работы
докладывались и обсуждались на Всероссийской научно-технической конференции
студентов и молодых учёных «Научная сессия ТУСУР» (Томск, 2008, 2009, 2010,
2011); Сибирской конференция по параллельным и высокопроизводительным
вычислениям (2009, 2011, 2013); Международной научно-практической
конференции «Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС)»
(2010, 2012); Научной конференции МФТИ «Современные проблемы
фундаментальных и прикладных наук» (2009); International Conference on
Environmental Observations, Modeling and Information Systems (ENVIROMIS-2010);
VI научно-практической конференции молодых учёных и специалистов
«Современная газотранспортная отрасль: перспективы проблемы решения», Томск
(2014); Международной научной конференции «Региональные проблемы
дистанционного зондирования Земли», Красноярск: Сиб. федер. ун-т (2014);
Всероссийской конференция по математике и механике, посвященная 135-летию
Томского государственного университета и 65-летию механико-математического
факультета (2013).
Публикации. Основные результаты диссертации опубликованы в 22 работах
(включая 3 статьи в журналах, рекомендованных ВАК (статьи 2, 3, 5)). В статьях,
написанных в соавторстве, личный вклад автора состоит в анализе моделей,
разработке алгоритмов и комплексов программ.
Структура диссертации. Материал диссертационной работы изложен на 164
страницах. Работа состоит из введения, 3 глав, заключения и списка литературы.
Содержит 67 рисунков и 8 таблиц. Библиография включает 130 наименований.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы диссертационной работы.
Сформулированы объект, предмет, цели и основные задачи исследования, научная
новизна и практическая значимость полученных результатов. Приведены данные
по апробации и краткое содержание работы.
В первой главе описана предметная область и проведён анализ информации в
направлении исследований.
Рассмотрен предмет исследований. Приведено описание атмосферы Земли:
структура, газовый состав, аэрозоли, облачность. Описана проблема глобального
потепления и его возможные причины. Дано определение парникового эффекта.
Рассмотрены проблемы экологии и физики атмосферы. Перечислены некоторые
методы определения газового состава и их особенности, в частности,
дистанционное зондирование. Особое внимание уделено спутниковому
мониторингу и указаны технические характеристики некоторых приборов
7
спутникового мониторинга.
Во второй главе рассмотрено моделирование сигнала спутника GOSAT. Дано
описание спутникового прибора GOSAT и характеристик сигнала GOSAT.
Проведён анализ некоторых программных систем расчёта переноса излучения.
Описана модель переноса излучения, применяемая в данной работе. Перечислены и
описаны априорные данные, необходимые для решения задачи. Приведена блоксхема программного комплекса расчета спутникового сигнала. Проведён анализ
результатов.
GOSAT – спутник дистанционного зондирования Земли, чьей задачей
является мониторинг парниковых газов [2]. GOSAT оборудован инфракрасными
датчиками, на основе данных которых возможно определить плотность
углекислого газа и метана в атмосфере.
Вычисление содержания парниковых газов основано на том факте, что
взаимодействие солнечного излучения с атмосферой приводит к рассеянию и
поглощению его части и количественно определяется свойствами газового состава
и типами аэрозоля. Излучение, которое было
отражено от поверхности или облаков, зависит
от характера подстилающей поверхности,
отражающих
свойств
и
температуры
поверхности. Какая-то часть солнечного
излучения, достигшая спутникового прибора,
зависит от поглощающих свойств газового
состава и таким образом может быть
использована для определения содержания
газового состава атмосферы.
Рисунок 1. Отражённая и рассеянная
составляющие сигнала
Таким образом, регистрируемый спутниковый сигнал будет равен сумме двух
составляющих I1() и I2() [3], где:
(2.1)
I1 ( )  I 0 ( )   ( , x, y) Rsurf ( x, y)T ( ,  , x, y, h, t )
I 2 ( )  I 0 ( )
1
H
 sun H
( mol ( , x, y, h, t ) Fmol ( ) 
0
  aer aer ( , x, y, h, t ) Faer ( ))T ( ,  , x, y, h)dh
(2.2)
(2.3)
cos( )  sunsat  [(1  sun )(1  sat )] cos( )
где I 0 ( ) – излучение Солнца вне атмосферы Земли;  ( , x, y) – коэффициент
отражения поверхности; T ( ,  , x, y, h, t ) – пропускание атмосферы;  – зенитный
угол склонения Солнца;  – длина волны; x, y – координаты точки;
Пропускание атмосферы находится по выражению:
(2.4)
T (,  , x, y, h, t )  exp(m( ) (, x, y, h, t ))
1/ 2
где m(  ) 
1
 1 ;  ( , x, y, h, t ) – оптическая толща атмосферы, которая
cos(  )
находится из соотношения:
8
H
 ( , x, y, h, t )   ( gas ( , x, y, h, t )   aer ( , x, y, h, t )   mol ( , x, y, h, t ))dh
(2.5)
H0
где  gas ( , x, y, h, t ) – ослабление излучения газами;  aer ( , x, y, h, t ) – ослабление
излучения аэрозолем.
Ослабление излучения газами находится по выражению:
N
 gas ( , x, y, h, t )   K j ( , h) p j ( x, y, h, t )
(2.6)
j 1
где K j ( , h) – коэффициент поглощения газами j=1,…N; p j ( x, y, h, t ) – профиль
концентрации j-го газа на заданной высоте.
Учет влияния рельефа происходит за счет расчета параметров Slope и Aspect
(рис 2).
Rsurf ( x, y ) 
1
из [4],
cos   cos  P ( x, y)  sin   sin  P ( x, y )  cos 0 ( x, y)
(2.7)
где  – зенитный угол склонения солнца,
 P ( x, y) – Slope, угол наклона выбранного участка
поверхности, 0 ( x, y) – Aspect, угол поворота
выбранного участка поверхности.
Априорные данные, необходимые для расчёта
для расчета спутникового сигнала занимают много
места и имеют разную структуру записи. Данные
могут быть представлены в виде одного или
нескольких
файлов
различных
форматов:
бинарный, текстовый, netCDF, HDF.
Рисунок 2. Схема ориентации
пятна обзора.
Информация о рельефе земной поверхности, представляет собой двумерный
массив. Типы покрытия земной поверхности, так же двумерный массив.
Отражательная способность для каждого типа поверхности, одномерные массивы.
Метеорологическая база, четырёхмерный массив. Профили концентрации газов,
четырёхмерные массивы. Глобальные данные по аэрозолю, четырёхмерный
массив. Солнечный спектр, одномерный массив. Структура программы расчета
спутникового сигнала приведена на рис. 3.
Первый этап расчёта сигнала спутника состоит в чтении и интерполяции
входных данных. Для каждой точки делается выборка необходимой информации из
баз данных и производится запись этих данных в файлы в отдельный каталог для
каждой точки. Считывание данных трудоёмкий процесс из-за того, что входные
данные имеют различную структуру, большой объём (до нескольких гигабайт) и
представлены в различных форматах. Кроме того, считанные данные должны
пройти процесс интерполяции на заданную сетку. Загрузка файла производится с
использованием параллельных потоков. Повышение производительности чтения
файлов достигается за счет использования отображения файла в память.
Технология Memory-Mapped Files (MMF) позволяет приложениям работать с
файлами так же, как они работают с динамической памятью. Проведённый
численный опыт для поиска числа оптимальных потоков при изменении объёма
данных (от 64 кБ до 1 ГБ) и использовании технологии MMFiles показывает, что
9
наиболее эффективным количеством является 4-6 потоков для чтения из файла при
помощи стандартного потока FileStream (рис. 4). Также было выявлено, что
последовательная обработка до 6,5 млн элементов данных эффективнее, чем
параллельное чтение этого же количества данных.
Рисунок 3. Структура программы расчета спутникового сигнала.
Дальнейшее повышение производительности достигалось при помощи
отображения файла в память с учетом выявленных результатов. Для чтения
отображенного в память файла необходимо создавать объект, обеспечивающий
доступ к нему. Было выявлено, что при использовании отображения файла в
память даже в последовательном случае есть выигрыш во времени (примерно в 1,8
раза).
Рисунок 4. Сравнительный анализ производительности для последовательного и
многопоточного чтения данных из файла для FileStream потока и MMF способов
чтения данных из файла.
10
После этого производится процесс расчёта сигнала спутника. Для каждой
точки траектории производится расчёт коэффициента отражения и значение
альбедо. А затем, расчет отраженной солнечной радиации. Вывод результата
производится в текстовом, бинарном или netCDF форматах.
За три дня полёта прибор GOSAT получает информацию о 12600 точках. При
учёте только точек, расположенных над сушей, получается около 4000 точек. За
год в таком случае необходимо рассчитать сигнал спутника для почти
полумиллиона точек. Для каждой пространственной точки имеется 18500
спектральных линий для трех каналов спектрометра GOSAT. Таким образом,
необходимо рассчитать порядка 1010 спектральных точек в приемлемый срок,
удобный для работы (по нашему мнению, не более нескольких часов). Кроме того,
для расчёта каждой спектральной линии учитываются параметры в 100 точках по
высоте и профили концентрации пяти газов.
Рассматриваемая задача требует больших вычислительных затрат. В связи с
этим
существует
необходимость
решать
эту
задачу
с
помощью
высокопроизводительной многопроцессорной вычислительной системы. Для
оптимальной работы на многопроцессорной вычислительной системе код
программного комплекса должен быть реализован в параллельной парадигме. Для
этих целей нами пакет программ адаптирован для вычислительного кластера
ТУСУР.
Для этого задачи и данные были разбиты на группы. Каждая группа
рассчитывалась на своём блоке узлов. Кроме того, сам рассчитываемый сигнал был
разделен на части, и каждая часть рассчитывалась на отдельном узле кластера.
После завершения расчётов рассчитанный сигнал собирался на главном узле
кластера (рис.5). Таким образом, была достигнута минимизация пересылок данных
между узлами и равномерная загрузка узлов кластера. В результате, скорость
расчёта сигналов выросла в 25 раз по сравнению с последовательным расчетом.
Рисунок 5. Структура программы расчета спутникового сигнала
11
а
б
в
Рисунок 6. Зависимость рассчитанного сигнала от зенитного угла Солнца (а зенитный угол 20, 45 и 70 градусов), от концентрации CO2 (б - для угла 45
градусов), от наклона поверхности (в - для зенитного угла 45 градусов).
Рисунок 7. Реальный и рассчитанный спутниковый сигнал угла склонения Солнца
10 градусов (слева) и 60 градусов (справа)
Рисунок 8. Сравнение реального и рассчитанного спутникового сигнала для угла
склонения Солнца 10 градусов (а) и 60 градусов (б).
На рисунке 6 представлено влияние различных параметров, влияющих на
солнечное излучение при прохождении им атмосферы и отражении от
поверхности, и тем самым формирующим сигнал GOSAT.
На рисунке 7 показано сравнение рассчитанных и реальных сигналов GOSAT,
полученных при различных зенитных углах Солнца.
Третья глава посвящена модели ЭОФ восстановления общего содержания
CO2 по данным GOSAT. Дано понятие прямой и обратной задачи атмосферной
оптики. Перечислены некоторые методы решения обратной задачи и указаны их
особенности.
Метод эмпирических ортогональных функций основан на методе главных
компонент (МГК), сутью которого является представление измерений в
ортонормированном пространстве векторов матрицы ковариации измерений.
12
Применительно к задаче восстановления общего содержания газов имеем
набор измерений Y (спутниковые сигналы), который содержит в себе информацию
об искомом параметре (общем содержании CO2 на оптической трассе
формирования сигнала). Между сигналом и искомым параметром существует
некоторая функциональная связь, в виде выражения:
Y(i,j) = F(x(j)),
(3.3)
где Y – измеряемый сигнал; F – функционал, описывающий трансформацию
излучения Солнца; X – искомый параметр; i = 1..m – число спектральных каналов;
j = 1..n – число измерений, в течение определённого времени.
Первым шагом в построении модели на основе EOF является построение
корреляционной матрицы:
n
C (i, j ) =  (Y (i, j )  Y ( j ))  (Y (l , j )  Y (l ))
(3.4)
j 1
где Y – осреднённый сигнал для всех измерений n;
Далее корреляционная матрица раскладывается по собственным векторам и
значениям:
n
 C (i, j) E ( j, k ) = (k ) E (i, k )
(3.5)
j 1
где Е – собственные вектора; Λ – собственные значения;
На основе собственных значений можно построить EOF:
m
G(k , i) =  E ( j, i)(Y ( j, k )  Y ( j ))
(3.6)
j 1
Линейная регрессия искомой величины с учётом EOF может быть
представлена следующим образом:
p
X (i) =  A( j )G (i, j )  X
(3.7)
j 1
Решение этой системы линейных уравнений позволяет найти коэффициенты A
и тем самым построить модель для обработки данных измерений в виде:
p
p
j 1
l 1
X R =  A( j ) E ( j, j )(Y (l )  Y )  X
(3.8)
Программе восстановления содержания углекислого газа необходимо
предоставить матрицу сигналов спутника GOSAT и содержания углекислого газа
для первичного нахождения коэффициентов (рис. 9).
Рисунок 9. Структура программы решения обратной задачи.
13
Модифицированный метод заключается в добавлении к матрице сигналов
столбцов с априорной информацией.
Для сокращения времени расчётов вместо полной матрицы сигналов может
быть использована преобразованная. Для этого имеется модуль, который может
уменьшить число спектральных каналов путём усреднения или выбрать только те
частоты, при которых уровень сигнала максимально отличается от среднего.
На рис. 10 представлено реальное содержание
CO2 в сравнении с
рассчитанным за 2009 год по данным станции TCCON. Модификация подхода
ЭОФ, когда матрица измерений дополнялась априорными значениями (зенитный
угол Солнца, при котором получен сигнал, общее содержание аэрозольной
составляющей атмосферы и водяного пара, на основе данных GOSAT уровня L2)
позволяет увеличить точность расчёта содержания CO2 до двух раз по сравнению с
не модифицированным методом (рис. 10).
а
в
б
г
в
д
е
ж
з
Рисунок 10. Точность определения содержания CO2 для станции TCCON Lamont
(USA) в зависимости от использования априорных данных (сверху вниз: без
априорных данных, с использованием зенитного угла Солнца, с использование
зенитного угла Солнца и рельефа поверхности)
ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ
Выполнен анализ текущего состояния в области моделирования и обработки
спутниковых сигналов. На основании чего доказана практическая значимость и
актуальность разработки и реализации алгоритмов моделирования спутникового
сигнала и определения общего содержания СO2.
Разработан метод моделирования спутникового сигнала, представляющего
собой спектр отраженного солнечного излучения в ближней ИК области,
14
позволяющий проводить расчеты для произвольной географической точки земной
поверхности и промежутка времени, с учетом всех особенностей изменения
атмосферы, рельефа и типов поверхности, за счёт использования априорных
данных.
Разработана метод определения общего содержания СO2 в атмосфере из
спектров отраженного Солнечного излучения в ближней ИК области спектра
(высокого разрешения 0.1 см-1), основанный на методе эмпирических
ортогональных
функций,
позволяющий
выполнить
расчёты
быстрее
параметрических подходов.
Разработан
программный
комплекс
для
реализации
процесса
автоматизированного расчета сигналов спутника GOSAT в глобальных масштабах
поверхности Земли, с использованием параллельных вычислений и считывания
данных, что позволило существенно ускорить расчёт.
Разработан комплекс программ для расчёта общего содержания парниковых
газов, с использованием параллельных библиотек линейной алгебры, что
позволило существенно ускорить расчёт.
Проведена обработка и сравнение модельных и реальных сигналов
спутникового прибора GOSAT, а также сравнение с данными подспутниковых
мониторинговых станций (TCCON). Было доказано, что алгоритмы расчёта
моделирования спутникового сигнала и определения общего содержания СO2
показывают хорошие результаты работы на разных входных наборах данных.
Список работ, опубликованных по теме диссертационной работы
Доклады:
1. А.К. Лукьянов, М.Ю. Катаев Моделирование данных отражённого от
поверхности солнечного излучения – Научная сессия ТУСУР-2009: Материалы
докладов Всероссийской научно-технической конференции студентов, аспирантов
и молодых учёных. Томск, 12–15 мая 2009 г.: В пяти частях. – Ч. 1. – Томск: ВСпектр, 2009 – с. 212-213.
2. А.К. Лукьянов, М.Ю. Катаев Моделирование и обработка данных
спутникового исследования атмосферы – Научная сессия ТУСУР-2010: Материалы
докладов Всероссийской научно-технической конференции студентов, аспирантов
и молодых учёных. Томск, 4–7 мая 2010 г. – Томск: В-Спектр, 2010. Ч. 1. – с 294295.
3. Лукьянов, А. К. Параллельные технологии в моделировании и обработке
данных спутникового зондирования атмосферы – Научная сессия ТУСУР–2011:
Материалы Всероссийской научно-технической
конференции
студентов,
аспирантов и молодых ученых, Томск, 4–6 мая 2011 г. – Томск: В-Спектр, 2011: В
6 частях. – Ч. 1. – с. 236-237.
4. А.К. Лукьянов, М.Ю. Катаев, И.В. Бойченко Моделирование и обработка
данных спутникового исследования атмосферы – Труды 52-й научной
конференции МФТИ «Современные проблемы фундаментальных и прикладных
наук». Часть VII. Управление и прикладная математика. Том 1. – М.: МФТИ, 2009.
ст. 142-144
5. Катаев М.Ю., Бойченко И.В., Лукьянов А.К. Алгоритм распараллеливания в
задаче расчета отраженного солнечного излучения от поверхности Земли в
ближней ИК области спектра – Пятая Сибирская конференция по параллельным и
высокопроизводительным вычислениям: Программа и тезисы докладов (1 – 3
15
декабря 2009 года). – Томск: Изд-во Том. ун-та, 2009. – с. 54-55.
6. Катаев М.Ю., Лукьянов А.К. – Применение вычислительного кластера для
расчёта спутниковых сигналов. – Шестая Сибирская конференция по
параллельным и высокопроизводительным вычислениям: Программа и тезисы
докладов (15 – 7 ноября 2011 года). – Томск: Изд-во Том. ун-та, 2011. – с. 19-20.
7. Катаев М.Ю., Лукьянов А.К. Параллельные технологии в задаче
моделирования сигнала спутникового Фурье-спектрометра – Седьмая Сибирская
конференция по параллельным и высокопроизводительным вычислениям:
Программа и тезисы докладов (12 – 14 ноября 2013 года). – Томск: Изд-во Том. унта, 2013. – с. 23-24.
8. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых
сигналов ближней ИК-области спектра – Природные и интеллектуальные ресурсы
Сибири (СИБ-РЕСУРС-16-2010): доклады (материалы) 16-й Международной
научно-практической конференции, Абакан, 4-6 окт. 2010 г. – Томск: САН ВШ; ВСпектр, 2010. С. 253-257.
9. Катаев М.Ю., Лукьянов А.К. – Восстановление общего содержания CO2 из
спутниковых данных методом эмпирических ортогональных функций. –
Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС-18-2012): доклады
(материалы) 18-й Международной научно-практической конференции, Томск 15-17
окт. 2012 г. – Томск: САН ВШ; В-Спектр, 2012. С. 135-137.
10. M.Yu. Kataev, A.K. Lukianov – Information-processing software for satellite
signal modeling in global scale // International Conference on Environmental
Observations, Modeling and Information Systems (ENVIROMIS-2010), 5–11 July 2010,
Tomsk, Russia. – Tomsk: 2010.
11. Катаев М.Ю., Лукьянов А.К. – Материалы VI научно-практической
конференции молодых учёных и специалистов Современная газотранспортная
отрасль: перспективы проблемы решения, 17-18 апреля 2013, Томск
12. Катаев М.Ю., Лукьянов А.К. Результаты обработки реальных данных
измерений спутниковым прибором GOSAT для подспутниковых станций TCCON.
Восстановление общего содержания СО2. // Материалы международной научной
конференции Региональные проблемы дистанционного зондирования Земли,
Красноярск: Сиб. федер. ун-т, 2014. – С. 127-131.
13. Катаев М.Ю., Лукьянов А.К. Алгоритм обработки спутниковых данных
определения общего содержания СО2 методом эмпирических ортогональных
функций. // Материалы международной научной конференции Региональные
проблемы дистанционного зондирования Земли – Красноярск: Сиб. федер. ун-т,
2014. – с. 353-355.
14. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых
сигналов Фурье спектрометра среднего разрешения в ближней ИК области спектра.
// Материалы международной научной конференции Региональные проблемы
дистанционного зондирования Земли – Красноярск: Сиб. федер. ун-т, 2014. – с.
356-361.
15. Катаев М.Ю., Лукьянов А.К.Параллельные технологии при в задаче
моделирования сигнала спутникового Фурье-спектрометра // VII Сибирская
конференция по параллельным и высокопроизводительным вычислениям 12 — 14
ноября 2013 г.
16. Катаев М.Ю., Лукьянов А.К. Моделирование сигнала спутникового Фурьеспектрометра среднего разрешения TANSO-FTS // Всероссийская конференция по
16
математике и механике, посвященная 135-летию Томского государственного
университета и 65-летию механико-математического факультета, Томск, ноябрь,
2013
17. Катаев М.Ю., Лукьянов А.К
Метод эмпирических ортогональных
функций в задаче восстановления общего содержания CO2 по данным
спутникового прибора GOSAT // Всероссийская конференция по математике и
механике, посвященная 135-летию Томского государственного университета и 65летию механико-математического факультета, Томск, ноябрь, 2013
Статьи:
1. М.Ю. Катаев, А.К.Лукьянов Метод эмпирических ортогональных функций в
задаче восстановления общего содержания CO2 по данным спутникового Фурьеспектрометра GOSAT. – Вестник Волгоградского государственного университета.
Серия 1: Математика. Физика. №2 (19) 2013 , с. 99-105.
2. Катаев М.Ю., Катаев С.Г., Андреев А.Г., Базелюк С.А., Лукьянов А.К.,
Непараметрические математические методы восстановления общего содержания
CO2 из данных спутникового мониторинга. – Доклады ТУСУРа, № 2 (24), часть 3,
декабрь 2011. – c. 181-186.
3. Катаев М.Ю., Катаев С.Г., Максютов Ш., Андреев А.Г., Базелюк С.А.,
Лукьянов А.К., – Математические алгоритмы обработки и анализа данных Фурьеспектрометра в ближней ИК-области спектра. – Известия высших учебных
заведений. Физика, Т. 55, № 3, март 2012. – с. 84-89.
4. M. Yu. Kataev, S. G. Kataev, Sh. Maksyutov, A. G. Andreev, S. A. Bazelyuk, A.
K. Lukianov Mathematical algorithms for processing and analysis of near-infrared data
from a satellite-borne Fourier transform spectrometer. – Russian Physics Journal. – 2012,
V. 55, N. 3. – p. 330-335.
5. Катаев М.Ю. Лукьянов А.К. Восстановление общего содержания
углекислого газа. – Доклады ТУСУРа, №2 (32), июнь 2014. с. 230-237.
Цитируемая литература
1. Climate Monitoring and Diagnostics Laboratory Summary Report No. 25 19981999. NOAA, Boulder, Colorado, January 2001
2. Japan launches rocket with greenhouse-gas probe". The Associated Press. Jan
23, 2009. Retrieved Jan 23, 2009.
3. F-M. Breon, S. Boffies J.Appl.meteorol., 1996, Jan, pp. 69-76
4. Van R. Kane , Alan R. Gillespie, Interpretation and topographic compensation of
conifer canopy self-shadowing / Remote Sensing of Environment – 2008, 3820 с.
5. Покровский О.М., Тимофеев Ю.М. Общий статистический подход к
решению обратных задач атмосферной оптики// Метеорология и гидрология. 1972.
- №1. - С.52-59.
Документ
Категория
Без категории
Просмотров
6
Размер файла
654 Кб
Теги
спутниковой, данных, алгоритм, метод, восстановлен, приборы, математические, содержание, gosam, co2, общего
1/--страниц
Пожаловаться на содержимое документа