WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Афонин Сергей Васильевич Многофакторный физический подход к атмосферной коррекции спутниковых инфракрасных изображений земной поверхности

Автореферат диссертации на соискание ученой степени доктора физико-математических наук

Специальность 01.04.05 - оптика Томск – 2011

Работа выполнена в Институте оптики атмосферы им. В.Е. Зуева Сибирского отделения РАН Научный заслуженный деятель науки РФ, консультант: доктор физико-математических наук Белов Владимир Васильевич Официальные доктор технических наук, профессор оппоненты: Будак Владимир Павлович доктор физико-математических наук, профессор Креков Георгий Михайлович доктор физико-математических наук, профессор Самохвалов Игнатий Викторович Ведущая Институт мониторинга климатических и организация: экологических систем СО РАН

Защита состоится 7 октября 2011 года в 14:30 на заседании диссертационного совета Д 003.029.01 в Институте оптики атмосферы им. В.Е. Зуева СО РАН по адресу: 634021, г. Томск, пл. Академика Зуева, 1.

С диссертацией можно ознакомиться в библиотеке Института оптики атмосферы им. В.Е. Зуева СО РАН.

Автореферат разослан _______________ 2011 г.

Ученый секретарь диссертационного совета, д.ф.-м.н. Веретенников В.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. Необходимость активного и широкомасштабного привлечения спутниковых систем для изучения состояния и динамики окружающей среды не вызывает сомнений. Важную информацию дают результаты дистанционного зондирования Земли (ДЗЗ) из космоса в инфракрасном диапазоне спектра. Данные температурного мониторинга отражают состояние поверхности океана и суши, характеризуют течение гидрологических и биосферных процессов в окружающей среде, используются для исследования климата и его глобальных изменений, для прогноза погоды, в гидрологии, агрометеорологии, геологии.

Данные инфракрасного зондирования земной поверхности являются индикатором чрезвычайных ситуаций (землетрясения, вулканы, пожары) и критических экологических состояний окружающей среды, важных для жизни на Земле. В отечественной литературе физические основы и методы применения спутников для дистанционного зондирования окружающей среды из космоса изложены в известных монографиях и статьях К.Я.

Кондратьева, М.С. Малкевича, Ю.М. Тимофеева, В.В. Козодерова, О.И. Смоктия, Т.А.

Сушкевич, А.Б. Успенского, А.И. Чавро и многих других ученых.

Однако наблюдение поверхности из космоса производится через атмосферу, которая искажает результаты спутниковых измерений. Поэтому необходимым условием достижения максимальной точности решения целого ряда тематических задач, включая восстановление температуры поверхности, детектирование очагов горения, идентификацию типов поверхности, является атмосферная коррекция (АК) изображений земной поверхности, полученных из космоса в спектральных диапазонах 3-5 и 8-13 мкм.

Восстановление температуры земной поверхности. Для атмосферной коррекции спутниковых измерений температуры подстилающей поверхности (ТПП), как правило, применяется приближенный подход, который основан на использовании линейных и нелинейных регрессионных соотношений, связывающих температуру поверхности и радиационные (яркостные) температуры, измеряемые со спутника в ИК-каналах с разной степенью поглощения излучения. Обычно используемые каналы имеют центры в двух частях “расщепленного окна” 10.5-12.5 мкм вблизи =11 и 12 мкм. Вместо спектральных могут производиться угловые измерения в канале =11 мкм. Впервые спектральный регрессионный SW-алгоритм (от слов Split-Window) в его “классической” форме был получен в начале 70-х годов прошлого столетия [1,2]. В его основе был использован ряд упрощений, включая учет поглощения излучения только водяным паром, линеаризацию функции пропускания атмосферы и уравнения переноса излучения (УПИ). Первоначально алгоритм был разработан для измерений из космоса температуры поверхности океана (ТПО). К числу основополагающих зарубежных работ можно отнести статьи L. McMillin, D. Crosby, P.

Deschamps, G. Maul, E. McClain, W. Pichel, C. Walton и других. В нашей стране активным развитием этого направления занимались М.С. Малкевич, А.Б. Успенский, Ю.М. Тимофеев, В.Я. Галин, А.И. Чавро, А.Б. Карасев, О.Б. Федичев, В.В. Бадаев, В.И. Соловьев, В.М.

Сутовский, Л.И. Копрова, А.К. Городецкий и другие ученые. Восстановление температуры поверхности суши (ТПС) из космоса, безусловно, является более сложной проблемой по сравнению со случаем спутниковых измерений ТПО. Это связано с пространственно- временной вариабельностью физических и оптических свойств земной поверхности и атмосферы, наличием заметных вертикальных градиентов температуры воздуха в приповерхностном слое. В 90-е годы прошлого столетия появилось большое количество публикаций, посвященных развитию спутниковых методов восстановления ТПС из космоса.

Наиболее часто цитируемыми в литературе по этой тематике являются работы J. Price, F.

Becker, Z.-L. Li, C. Ottle, J. Sobrino, C. Coll, Z. Wan. В отечественной литературе - это труды А.Б. Успенского, Ю.М. Тимофеева и других ученых. С практической точки зрения регрессионные алгоритмы являются эффективным средством проведения глобального ДЗЗ с ограниченным объемом входной информации. Однако имеющиеся в литературе данные о результатах их валидации противоречивы. Например, для штатного алгоритма MODIS LST Products [3] оценки точности восстановления температуры суши варьируется в пределах от K до 2-3 K. Альтернативное применение физического метода [4] для одновременного восстановления в условиях безоблачной атмосферы ТПС и значений спектральной излучательной способности в семи ИК-каналах MODIS связано с рядом упрощений и ограничений, а также приводит к ухудшению номинального пространственного разрешения этих данных в 5 раз по сравнению с разрешением радиометрических измерений.

Мониторинг очагов горения. Говоря о мониторинге из космоса чрезвычайных ситуаций, необходимо отметить лесные пожары как один из мощных природных факторов, влияющих на глобальные изменения окружающей среды, происходящие на планете. По имеющимся данным ежегодно в различных регионах мира сгорает от 5 до 500 млн. гектаров лесов. По опыту работы служб пожароохраны лесов, для наиболее успешного тушения лесного пожара необходимо оперативно обнаруживать пожары площадью не более 5 га, а площадь свыше 25 га считается критической, и пожары в этом случае выходят зачастую изпод контроля. В работах J. Dozier, Y. Kaufman, O. Arino, L. Giglio [5,6,7] и многих других ученых изложены основы детектирования пожаров из космоса с использованием систем глобального и регионального мониторинга NOAA/AVHRR и EOS/MODIS. Соответствующие алгоритмы созданы для ESA (European Space Agency), IGBP (International Geosphere and Biosphere Project), CCRS (Canada Centre for Remote Sensing), системы EOS (Earth Observation System, NASA) и т.д. В России активно эксплуатируется информационная система дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства РФ (ИСДМ-Рослесхоз). Регулярно проводится мониторинг пожарной опасности Федеральным государственным бюджетным учреждением «Национальный центр управления в кризисных ситуациях» (ФГБУ НЦУКС) МЧС России. В настоящее время в Министерстве природных ресурсов и экологии РФ ввелен в эксплуатацию сайт мониторинга пожарной опасности. Функционируют региональные центры мониторинга лесных пожаров из космоса в Москве, Новосибирске, Барнауле, Красноярске, Иркутске, Якутске, Томске. Работа центров основана на методиках и алгоритмах, авторами которых являются Е.А. Лупян, С.А. Барталев, А.А. Мазуров, Г.Н. Коровин, Д.В. Ершов, В.Н. Антонов, А.И. Сухинин, А.А. Лагутин, В.В.

Кошелев, С.А. Тащилин, Н.А. Абушенко, В.С. Соловьев, сотрудники ИОА СО РАН и другие ученые. Несмотря на существование различных по сложности реализаций спутниковых алгоритмов обнаружения очагов пожаров, используемые в их основе решающие правила не учитывают в явном виде реальное оптико-метеорологическое состояние атмосферы на момент проведения мониторинга очагов горения из космоса.

Исходя из теоретических предпосылок, достижение максимальной точности атмосферной коррекции ИК-изображений земной поверхности, полученных из космоса в спектральных диапазонах 3-5 и 8-13 мкм для условий прозрачной или замутненной атмосферы, должен обеспечивать многофакторный физический подход (МФП). К числу ключевых факторов, необходимых для его реализации, относятся:

учет поглощения и рассеяния излучения атмосферными компонентами (газами, аэрозолем и облачностью);

учет процессов, вызванных атмосферным рассеянием излучения, включая эффект бокового подсвета в случае пространственно-неоднородной поверхности и солнечные блики в спектральной области 3.5-4 мкм.

Важным условием реализации МФП является применение оперативных данных, описывающих с требуемой точностью и пространственно-временными характеристиками реальное оптико-метеорологическое состояние атмосферы в момент проведения ДЗЗ в произвольной точке спутникового изображения земной поверхности.

Ниже представлено краткое описание состояния этих вопросов на момент выполнения диссертационной работы.

Учет молекулярного поглощения. Важным вопросом учета молекулярного поглощения в рамках физического подхода является выбор спектроскопических данных и модели молекулярного континуума. Несколько десятилетий идет дискуссия о природе молекулярного континуума в “окнах атмосферной прозрачности” 3-5 и 8-13 мкм. Однако, исходя из полуэмпирического характера разработанных моделей континуума, вопрос о выборе соответствующей гипотезы и формул для расчета коэффициентов континуального поглощения носит для задачи атмосферной коррекции скорее академический, чем практический характер. Несмотря на имеющиеся в литературе оценки влияния различных моделей молекулярного континуума на точность радиационных расчетов, этих данных недостаточно для ответа на вопрос о применимости тех или иных моделей для проведения с заданной точностью атмосферной коррекции реальных спутниковых ИК-измерений.

Учет аэрозольного ослабления и рассеяния. Для решения ряда прикладных задач, оперативный мониторинг земной поверхности из космоса должен проводился как в условиях прозрачной, так и замутненной атмосферы. То есть необходим учет искажающего влияния аэрозоля и облачности на спутниковые измерения. Однако этот вопрос рассматривался лишь в единичных работах (например, [8,9,10]), где были получены лишь оценки влияния этого искажающего фактора на точность спутниковых измерений ТПО. По данным наших расчетов, погрешность регрессионного алгоритма восстановления температуры земной поверхности для условий замутненной атмосферы (особенно в случае стратосферных слоев аэрозоля или перистой облачности) может достигать 10-20 K. Тем не менее, в штатных алгоритмах восстановления ТПП учет искажающего влияния этого атмосферного фактора в явном виде до сих пор не производится.

Процесс бокового подсвета. При атмосферной коррекции спутниковых изображений, полученных в спектральной области 0.4-2.1 мкм для условий замутненной атмосферы, принято учитывать процесс бокового подсвета (adjacency effect), вызванного рассеянием атмосферой потока солнечного изучения, отраженного от участков поверхности вне поля зрения прибора ДЗЗ. Важность этого демонстрируют данные работы Кауфмана [11], где водоем размером 110 на 110 м, окруженный соевым полем, на снимке со спутника Landsat интерпретируется как поле пшеницы, окруженное песчаной поверхностью. Подробное исследование этого процесса дано, например, в монографии [12]. Однако в доступных соискателю научных публикациях не было описания закономерностей процесса бокового подсвета в спектральных диапазонах 3.5-4 и 8-13 мкм и данных о значимости этого процесса для решения задачи АК при учете рассеянного атмосферой теплового излучения температурно-неоднородных участков поверхности, лежащих вне поля зрения прибора ДЗЗ.

Солнечные блики. Серьезной проблемой, влияющей на эффективность детектирования очагов горения из космоса, является появление на спутниковых ИК-изображениях земной поверхности “ложных” тревог в спектральном диапазоне 3.5-4 мкм. Причина этого - солнечные блики от водоемов и оптически ярких облаков. В рамках этой проблемы возникает важный вопрос об условиях возникновения ложных тревог от оптически тонких краев облаков. Актуальность эффективного решения задачи фильтрации бликов наглядно отражена в работах [13,14].Здесь в результате анализа активности пожаров в весенний период 1998-2001 гг. в Сахеле (Африка), проведенного по данным спутниковой системы TRMM/VISR, был получен аномальный пик пожарной активности, противоречивший данным наземных наблюдений. Причиной этой аномалии оказались солнечные блики на поверхности водоемов и краях облаков, которые не были идентифицированы при детектировании пожаров. Для целей фильтрации ложных тревог при обработке спутниковых данных используются простые пороговые тесты с использованием геометрии наблюдений и спутниковых измерений в различных спектральных каналах. При этом авторы [7] признают, что подобные тесты не гарантируют высокую эффективность их работы, особенно в случае бликов на краях облаков, а также на границе суши и водной поверхности. В доступных соискателю литературных источниках отсутствовали результаты изучения причин и условий возникновения атмосферных бликов на аэрозольных слоях и оптически тонких облачных образованиях.

Оперативные данные о метеопараметрах атмосферы. В обзорной работе [15] её авторы (Kerr, Guillou, Lagouarde, Nerry, Ottle; 1998) провели для спутниковой системы NOAA POES анализ различных методов восстановления ТПП и сформулировали основные проблемы применения на практике физического подхода для атмосферной коррекции спутниковых ИКизображений. Среди этих проблем упоминалось отсутствие оперативных данных о метеопараметрах атмосферы с необходимыми точностными, пространственными и временными характеристиками. По мнению авторов работы, наряду с данными радиозондирования или метеопрогноза, метеоданные, восстановленные по спутниковым измерениям, также непригодны для использования в рамках физического подхода. Причина этого - низкая точность значений температуры и влажности, восстанавливаемых в приземном слое атмосферы, который вносит максимальный вклад в искажения теплового излучения поверхности. В настоящее время эти выводы являются дискуссионными. Начиная с 20года, в рамках программы EOS на спутниках Terra и Aqua используется 36-канальный радиометр MODIS, позволяющий одновременно с проведением ДЗЗ осуществлять зондирование атмосферы с точностными и пространственными характеристиками, улучшенными по сравнению со спутниковой системой NOAA POES. Но в известных соискателю литературных источниках отсутствует обоснование и точностные оценки применения данных спутниковых зондировщиков атмосферы для целей оперативной атмосферной коррекции спутниковых ИК-изображений земной поверхности.

Оперативные данные об аэрозоле и облачности. Для получения оперативных данных о параметрах аэрозоля или облачности, необходимых для реализации МФП, на данный момент следует выделить два основных источника этой информации. Первый – это результаты фотометрических измерений на станциях AERONET. Недостатками первого источника являются редкая пространственная сеть станций, отсутствие измерений в ночное время суток и отсутствие оперативного доступа к данным необходимого уровня точности. Второй источник – это результаты восстановления параметров аэрозоля и облачности из космоса по спутниковым измерениям в спектральном диапазоне 0.4-2.1 мкм. Положительными моментами использования спутниковых алгоритмов является синхронность измерений параметров аэрозоля и облачности вместе с проведением ДЗЗ, а также пространственное разрешение восстановленных данных, сопоставимое с разрешением ИК-измерений.

Проблемами спутниковых алгоритмов являются то, что они не применимы при низкой угловой высоте Солнца (вечернее и ночное время), кроме того, их точность заметно снижается при мониторинге над яркой поверхностью (снег, песок), нет вертикальной стратификации восстановленных данных. Это требует расширения возможностей измерения параметров аэрозоля и облачности из космоса за счет мониторинга оптического состояния атмосферы в ИК-диапазоне спектра. Однако можно сослаться лишь на единичные работы, где с помощью спутниковых ИК-измерений осуществляется детектирование пылевых бурь и аэрозоля вулканического происхождения, а также восстановление оптической толщины аэрозольных выносов из Сахары над поверхностью океана (например, [16,17,18]).

Исходя из вышесказанного, сформулируем цель и основные задачи исследований.

Цель работы – обоснование, программная реализация и апробация на практике многофакторного физического подхода (МФП) к атмосферной коррекции спутниковых ИКизображений земной поверхности, полученных в спектральных диапазонах 3.5-4 и 8-13 мкм.

Основой многофакторного физического подхода являются:

а) решение уравнения переноса излучения;

б) учет поглощения и многократного рассеяния излучения атмосферными газами, аэрозолем и полупрозрачной облачностью, включая процесс бокового подсвета и эффект образования атмосферных бликов в спектральной области 3.5-4 мкм;

в) спутниковые данные о параметрах состояния атмосферы в момент проведения ДЗЗ.

Следует подчеркнуть, что большой объем вычислений и быстродействие расчетов при реализации МФП не является в настоящее время достаточно сложной проблемой в связи с активным развитием вычислительной техники, современных технологий параллельного программирования [19,20], других приемов эффективного решения подобного рода задач.

Для достижения сформулированной цели были решены следующие задачи:

1) изучение вопросов, связанных с учетом поглощения излучения атмосферных газов при атмосферной коррекции спутниковых ИК-изображений земной поверхности, валидация моделей молекулярного поглощения на основе данных натурных экспериментов;

2) изучение вопросов, связанных с учетом поглощения и рассеяния теплового излучения аэрозолем и перистой облачностью;

3) исследование закономерностей процесса бокового подсвета в ИК-области спектра, определение оптико-геометрических условий, когда его учет необходим при атмосферной коррекции спутниковых ИК-изображений земной поверхности;

4) программная реализация на основе данных системы EOS/MODIS многофакторного физического подхода к атмосферной коррекции спутниковых ИК-изображений, его комплексная валидация и оценка возможностей восстановления температуры земной поверхности с погрешностью менее 1-1.5 K в условиях прозрачной и замутненной атмосферы;

5) разработка технологии проведения регионального мониторинга окружающей среды на основе спутниковой системы NOAA POES и оценка эффективности обнаружения лесных пожаров с помощью стандартных алгоритмов (в рамках которых нет учета влияния атмосферы) на примере Томской области; оценка эффективности применения МФП к решению задачи мониторинга очагов горения в сравнении со стандартными алгоритмами;

6) изучение физических причин и оптико-геометрических условий возникновения атмосферных солнечных бликов от аэрозоля и облачных слоев малой оптической плотности.

Научная новизна работы. При разработке МФП впервые:

1) определены требования к вертикальному разрешению и точности задания профилей температуры и влажности атмосферы, а также условия компенсации их ошибок, которые обеспечивают учет молекулярного поглощения с точностью порядка 0.5 K при атмосферной коррекции спутниковых ИК-изображений земной поверхности;

2) определены оптико-геометрические ситуации и требования к точности задания характеристик аэрозольных или облачных слоев, при которых обеспечивается учет искажающего влияния слоев с точностью порядка 0.5-1 K при атмосферной коррекции ИКизображений;

3) исследованы закономерности проявления в спектральных диапазонах 3.5-4 и 8-13 мкм процесса бокового подсвета; определены оптико-геометрические условия, когда его учет необходим при атмосферной коррекции спутниковых ИК-изображений температурнонеоднородной земной поверхности;

4) доказано, что данные о параметрах оптико-метеорологического состояния атмосферы, полученные по измерениям прибора MODIS, позволяют восстанавливать температуру земной поверхности с погрешностью менее 1-1.5 K; предложен способ автоматической компенсации ошибок задания метеоданных при атмосферной коррекции спутниковых ИКизображений;

5) предложен и апробирован новый подход к оценке оптического состояния атмосферы, характеристик аэрозоля и перистой облачности, который основан на спектральных различиях значений температуры земной поверхности, восстановленных после учета молекулярного поглощения в ИК-каналах MODIS, используемых для ДЗЗ;

6) получен значимый положительный эффект от применения многофакторного физического подхода к задачам температурного зондирования земной поверхности, включая восстановление температуры земной поверхности и характеристик излучения очагов горения, детектирования очагов горения из космоса;

7) определены значения оптической толщи аэрозольных или облачных слоев, размеры облачных частиц и геометрические условия спутниковых наблюдений, при которых возникают атмосферные блики за счет рассеяния солнечного излучения на аэрозольных и облачных образованиях.

Достоверность диссертационной работы обеспечивается тем, что в их основе лежит фундаментальное уравнение переноса излучения (УПИ). Для учета многократного рассеяния при решении УПИ в работе использованы известные и апробированные на практике алгоритмы метода дискретных ординат и метода Монте-Карло. Расчет коэффициентов молекулярного поглощения основан на полинейном LBL-методе (line-by-line), либо произведен с использованием приближенных методов, апробированных на практике и не уступающих по точности полинейным методам при решении задачи атмосферной коррекции ИК-изображений. Задание метеопараметров атмосферы при численном моделировании осуществлялось на основе известных среднеклиматических или региональных моделей атмосферы, данных радиозондирования. Использовались модели атмосферного аэрозоля и облачности, широко применяемые при решении задач переноса излучения через атмосферу.

Достоверность результатов апробации МФП к решению задачи восстановления температуры земной поверхности из космоса подтверждена их сравнением с данными тестовых наземных измерений температуры почвы при различных метеоусловиях.

Научная и практическая значимость. Доказано, что многофакторный физический подход к атмосферной коррекции спутниковых ИК-изображений земной поверхности позволяет на основе спутниковых данных о параметрах состояния атмосферы в момент ДЗЗ учитывать, наряду с молекулярным поглощением восходящего теплового излучения, также поглощение и многократное рассеяние излучения аэрозолем и полупрозрачной облачностью, процессы бокового подсвета и возникновения атмосферных бликов в спектральном диапазоне 3.5-4 мкм. Применение многофакторного физического подхода на практике обеспечивает по сравнению с конкурирующими алгоритмами повышение точности либо расширение области решения тематических задач ИК-мониторинга земной поверхности.

Диссертационная работа выполнялась в период 1986-2010 гг. в рамках плана научноисследовательских работ Института оптики атмосферы им. В.Е. Зуева СО РАН, включая базовые бюджетные проекты:

«Распространение, формирование лазерных пучков и прием оптических изображений в атмосфере, как стратифицированной, рассеивающей и турбулентной среде при управлении параметрами излучения и приемных устройств. Атмосферная коррекция искажений и решение обратных задач оптики атмосферы с учетом многократного рассеяния излучения» (№ госрегистрации 01.20.03 0278, 2004–2006 гг.);

«Формирование лазерных пучков и оптических изображений в атмосфере при адаптивном управлении. Атмосферная коррекция изображений и обратные задачи оптики атмосферы» (№ госрегистрации № 01201052478, 2010–2012 гг.).

Результаты диссертации были использованы при выполнении:

грантов РФФИ – 01-05-65494, 04-07-90018, 08-01-99019;

госконтрактов – 37.011.11.0009 (2002-2004 гг.), 02.438.11.7008 (2006 г.), МГ-02.06/23К (2006-2007 гг.), 02.740.11.0674 (2010 г.), 14.740.11.0204 (2010 г.);

программы СО РАН - «Информационно-телекоммуникационные ресурсы СО РАН» (2005-2006 гг.), программы фундаментальных исследований Президиума РАН № 16. Часть 3 «Солнечная активность и физические процессы в системе “Солнце-Земля”» (2006 г.);

интеграционных проектов СО РАН – № 75 (2009-2010 гг.), № 9 (2009-2010 гг.).

международных грантов – «Characterizing Fire in the Boreal Zone for Better Quantifying Carbon Fluxes» (King’s College London, 2002-2004 гг.), «Development of an Integrated System of Ground-, Air- and Space-based Observations of Biomass Burning in Northern Eurasia» (NASA, Maryland University, 2004-2005 гг.).

Результаты работы внедрены и используются (о чём свидетельствуют соответствующие документы):

- в Администрации Томской области, Авиационной базе охраны лесов и Департаменте природных ресурсов Томской области;

- в Центре экологии и продуктивности лесов РАН (ЦЭПЛ, г. Москва);

- в Государственном научно-исследовательском институте проблем технической защиты информации Федеральной службы по техническому и экспортному контролю России (ГНИИ ПТЗИ ФСТЭК, Воронеж).

На защиту выносятся следующие положения:

1) При атмосферной коррекции спутниковых радиометрических измерений, полученных в диапазонах 3.5-4 и 8-13 мкм для спектральных каналов с эффективной шириной > /50, достаточным при учете молекулярного поглощения с погрешностью менее 1 K является выполнение следующих условий:

а) использование модели континуума, основанной на теории крыльев спектральных линий водяного пара, и модели селективного поглощения атмосферных газов, полученной на основе баз данных параметров спектральных линий (HITRAN и т.п.);

б) применение реальных данных о температуре и влажности воздуха в слое атмосферы до высот порядка 5-7 км с вертикальным разрешением не хуже 1.5-2 км;

в) при влагосодержании атмосферы W>2 г/см2 допустимы ошибки задания T~1 K для температуры воздуха и W~10% для его влажности, если T и W независимы; при более высоком уровне ошибок должно выполняться соотношение их взаимной компенсации вида T[K]0.1·W[%].

2) В условиях замутненной атмосферы искажающее влияние рассеяния и поглощения теплового излучения земной поверхности слоями аэрозоля или перистой облачности достигает значимого уровня 0.5 K для оптической толщины 0.55>0.25-1.9 (приземный слой аэрозоля) и 0.55>0.02-0.25 (высота слоев Hsct>10 км) в зависимости от спектрального канала.

Допустимые ошибки задания 0.55 и Hsct составляют порядка 20-30% и 1-2 км, соответственно.

Другим фактором, искажающим результаты ДЗЗ, является процесс бокового подсвета, который становится значимым для атмосферной коррекции ИК-изображений поверхности и превышает уровень 0.5 K, при выполнении следующих условий:

а) в случае аэрозоля приземного слоя атмосферы метеорологическая дальность видимости SM<7-15 км, температурный перепад TS>5-10 K на границе поля зрения прибора ДЗЗ;

б) для поствулканического стратосферного аэрозоля (только в канале =3.75 мкм) оптическая толщина рассеяния sct>0.05 и TS>5 K; для перистой облачности sct>0.05-0.15 и TS>5-10 K.

3) Многофакторный физический подход, реализованный на основе спутниковых данных MODIS о параметрах состояния атмосферы в момент проведения ДЗЗ, обеспечивает погрешность менее 1-1.5 K при атмосферной коррекции ИК-изображений поверхности, полученных для значений оптической толщины атмосферы <3.

4) При решении задачи детектирования малоразмерных очагов горения, когда разница измеряемых радиационных температур T в каналах =3.96 мкм и =11 мкм менее 15 K, применение многофакторного физического подхода увеличивает частоту обнаружения очагов горения от 1.5 до 9 раз по сравнению с алгоритмами, где атмосферная коррекция в явном виде отсутствует.

5) В диапазоне 3.5-4 мкм для условий замутненной атмосферы при относительных азимутах <50 с уменьшением угловой высоты Солнца HS и с ростом зенитного угла трассы V>40 наблюдается увеличение интенсивности рассеянного атмосферой солнечного излучения с максимумом для значений HS~10-15, что является причиной появления атмосферных бликов на спутниковых изображениях. Наряду с этим солнечные блики возникают на краях облачности с относительно малой оптической плотностью (cld<3), что вызвано суперпозицией трех компонентов: рассеянного солнечного излучения на частицах с эффективным радиусом ref<10 мкм, прошедшего через края облака излучения подстилающей поверхности и отраженного от поверхности потока падающего солнечного излучения.

Апробация результатов. Более 150 докладов (из них 16 пленарных и приглашенных) докладывались на 80 российских и зарубежных конференциях, симпозиумах, рабочих группах:

10-й Пленум рабочей группы по оптике океана Комиссии по проблемам Мирового океана АН СССР (Томск, 1988); Всесоюзная конференция "Использование спутниковой информации в исследовании океана и атмосферы" (Звенигород, 1989); 5-е совещание по атмосферной оптике (Томск, 1991); 11-й Всесоюзный симпозиум по распространению лазерного излучения в атмосфере и водных средах (Томск, 1991); 12-й Межреспубликанский симпозиум по распространению лазерного излучения в атмосфере и водных средах (Томск, 1993); Межреспубликанский симпозиум "Оптика атмосферы и океана" (Томск, 1994-1996);

Международный симпозиум “Оптика атмосферы и океана” (Томск, 1999,2000);

Международный симпозиум “Оптика атмосферы и океана. Физика атмосферы” (Томск, 20012009); Рабочая группа «Аэрозоли Сибири» (Томск, 2002,2003,2005,2009,2010);

Международный симпозиум «Контроль и реабилитация окружающей среды» (Томск, 2004,2006,2008,2010); Сибирское совещание по климато-экологическому мониторингу (Томск, 2007, 2009); Международная конференция по измерениям, моделированию и информационным системам для изучения окружающей среды “ENVIROMIS” (Томск, 2000, 2004, 2008); Международный Симпозиум стран СНГ по Атмосферной Радиации "МСАР" (СПетербург, 2002,2004,2006); Всероссийская открытая конференция «Современные проблемы дистанционного зондирования Земли из космоса» (Москва, 2003-2008,2010); Всероссийская научная конференция “Дистанционное зондирование земных покровов и атмосферы аэрокосмическими средствами” (Муром, 2001; Санкт-Петербург, 2004); 3-я Всероссийская конференция “Аэрокосмические методы и геоинформационные системы в лесоведении и лесном хозяйстве” (Москва, 2002); Всесоюзная конференция “Дистанционное зондирование поверхности земли и атмосферы” (Иркутск, 2003); Международная конференция «Экология северных территорий России. Проблемы, прогноз ситуации, пути развития, решения» (Архангельск, 2002); XI Международная конференция "Средообразующая роль бореальных лесов: локальный, региональный и глобальный уровни (IFBRA)" (Красноярск, 2002);

Всероссийская конференция ”Проблемы физики космических лучей и солнечно-земных связей” (Якутск, 2002); X Российская конференция с участием иностранных ученых "Распределенные информационно-вычислительные ресурсы” (Новосибирск, 2005);

Всероссийская научно-практическая конференция ”Информационные технологии и математическое моделирование” (Анжеро-Судженск, 2002); Международная конференция “Вычислительные и информационные технологии в науке, технике и образовании” (УстьКаменогорск, 2003); XI Международная конференция «Распределенные информационновычислительные ресурсы» (DICR-2006) (Павлодар, Казахстан, 2006); «Международная конференция «Вычислительные и информационные технологии в науке, технике и образовании» (CIT-2006) (Павлодар, Казахстан, 2006); III-я Научно-практической конференции "Обратные задачи и информационные технологии рационального природопользования" (Ханты-Мансийск, 2006); Конференция «Современные информационные технологии для научных исследований» (Магадан, 2008); Всероссийский семинар «Современные информационные технологии для фундаментальных исследований РАН в области наук о Земле» (Владивосток, 2010); II-я Международная конференция «Геоинформатика: технологии, научные проекты» (Барнаул, 2010); Международная конференция “Пожары в лесу и на объектах лесохимического комплекса: возникновение, тушение и экологические последствия” (Красноярск, 1999); Международная конференция “Лесные и степные пожары: возникновение, распространение, тушение и экологические последствия” (Иркутск, 2001; Красноярск, 2003); Международная конференция «Сопряженные задачи механики и экологии» (Томск, 2000,2002,2004,2007,2009); Научнопрактическая конференция “Совершенствование защиты населения от чрезвычайных ситуаций природного и техногенного характера” (Новосибирск, 1999); Международная научно-практическая конференция «Геоинформатика-2000» (Томск, 2000); Международная конференция «Математическое и физическое моделирование опасных природных явлений и катастроф» (Томск, 2008,2010); Всероссийская конференция «Пожары в лесных экосистемах Сибири» (Красноярск, 2008); 4-ый Сибирский форум недропользователей и предприятий ТЭК «Нефть. Газ. Геология-2008» (Томск, 2008); The European Symposium of Satellite Remote Sensing (Rome, Italy, 1994); International Symposium on Optical Science, Engineering and Instrumentation (Denver, Colorado, USA, 1996); International Radiation Symposium (Fairbanks, Alaska, 1996); International Conference on Algorithms and Technologies for Multispectral, Hyperspectral, and Ultraspectral Imagery VIII (AeroSense 2002, Orlando, USA, 2002); 12-th International Symposium “Remote Sensing”, Conference ”Remote Sensing of Clouds and the Atmosphere X” (Bruges, Belgium, 2005); 31-st International Symposium on Remote Sensing of Environment (St.-Petersburg, Russia, 2005); 12-th International Joint Seminar on Regional Deposition Processes in Atmosphere (Beijing, China, 2006); 25-th International Laser Radar Conference (ILRC-25, St.-Petersburg, 2010).

По результатам работы опубликовано четыре монографии (одна за рубежом), 36 работ в рецензируемых отечественных и зарубежных журналах, 35 статей в трудах конференций, 115 тезисов докладов. Результаты диссертационной работы в полном объеме докладывались на семинарах ИОА СО РАН и ИМКЭС СО РАН.

Личный вклад автора в совместные публикации заключается в постановке большинства рассматриваемых задач. Им лично разработана и реализована большая часть используемых в работе алгоритмов и программных средств для имитационного моделирования спутниковых наблюдений и тематического анализа расчетных данных.

Закономерности переноса теплового излучения в молекулярной атмосфере исследовались совместно с В.В. Фоминым, Г.В. Телегиным, А.Г. Гендриным. Результаты подспутниковых самолетных и судовых экспериментов получены совместно с В.Е. Зуевым, В.В. Фоминым, В.И. Хамариным, О.И. Третьяковым, С.М. Сакериным, Д.М. Кабановым, А.М. Игнатовым, А.С. Селивановым, А.С. Панфиловым, А.В. Романовым. Исследования закономерностей аэрозольного рассеяния теплового излучения и роли бокового подсвета в инфракрасном диапазоне спектра выполнены совместно с В.В. Беловым и И.Ю. Гендриной (Макушкиной).

На основе спутниковых данных MODIS совместно с В.В. Беловым, М.В. Панченко, С.М.

Сакериным, Д.М. Кабановым, М.В. Энгель были исследованы пространственные, временные и корреляционные характеристики аэрозоля в регионах Западной и Восточной Сибири.

Алгоритмы атмосферной коррекции спутниковых инфракрасных изображений земной поверхности на основе физического подхода разработаны совместно с Д.В. Соломатовым, а результаты его применения получены совместно с В.В. Беловым и Д.В. Соломатовым.

Методическое и алгоритмическое обеспечение космомониторинга Томской области по данным спутниковой системы NOAA POES, которое проводится с 1998 года по настоящее время, разработано совместно с В.В. Беловым, Ю.В. Гридневым, М.В. Энгель при участии Н.В. Кабановой. Различные аспекты решения задачи космомониторинга лесных пожаров были рассмотрены в совместных работах с соавторами из Москвы, Томска, Новосибирска, Иркутска, Якутска, США, Великобритании.

Объем и структура диссертации. Диссертация состоит из списка основных аббревиатур и обозначений, введения, пяти глав, заключения, списка литературы и четырех приложений. В ней содержится 263 страницы текста (без приложений), 88 рисунков, таблиц, 390 ссылок на литературные источники.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы, формулируется ее цель, перечисляются решенные задачи и результаты, которые являются новыми и подчеркивают научную и практическую значимость работы. Здесь же приводятся основные положения работы, выносимые на защиту, и информация об апробации основных результатов работы и личном вкладе автора.

Первая глава «Основы инфракрасного зондирования земной поверхности из космоса» носит в большей степени обзорный характер. В разделе 1.1 представлены основные понятия теории переноса инфракрасного излучения через многокомпонентную атмосферу Земли. Для решения поставленных в работе задач использовано линейное стационарное уравнение переноса излучения (УПИ), где учитывается поглощение и рассеяние излучения атмосферными газами, аэрозолем и облачностью, отражение от поверхности падающих потоков излучения. Вводятся определения двух широко используемых в спутниковой радиометрии характеристик – радиационной (яркостной) температуры T, эквивалентной интенсивности восходящего излучения на верхней границе атмосферы и атмосферной поправки T=TS–T, характеризующей величину искажения атмосферой дистанционных измерений температуры земной поверхности (TS). В том же разделе рассмотрен алгоритм метода Монте-Карло, который был использован в работе для изучения закономерностей процесса бокового подсвета в инфракрасной области спектра.

В разделе 1.2 дано описание применяемых для численного моделирования метеорологических и оптических моделей атмосферы:

а) вертикального распределения метеорологических параметров (температура и влажность воздуха) в атмосфере; б) моделей молекулярного поглощения и рассеяния; в) оптических моделей аэрозоля и облачности (WCP, OPAC, ИОА), включая модели, интегрированные в программы LOWTRAN, MODTRAN, Streamer.

В разделе 1.3 рассмотрены данные о спутниковых системах дистанционного зондирования Земли (ДЗЗ) различного пространственого разрешения, включая МСУСК/Ресурс, NOAA POES (приборы AVHRR, ATOVS), EOS (MODIS, AIRS, ASTER), MetOP (AVHRR, IASI), Landsat (TM, ETM+). Анализ технических характеристик этих систем ДЗЗ совместно с возможностями восстановления из космоса характеристик атмосферы позволяет выбрать данные 36-канального радиометра MODIS для реализации многофакторного физического подхода к атмосферной коррекции ИК-изображений земной поверхности.

В разделе 1.4 содержится краткий аналитический обзор регрессионных SWалгоритмов и RTM-методов (от слов Radiative Transfer Models), разработанных различными авторами для восстановления температуры земной поверхности по ИК-измерениям радиометров AVHRR и MODIS.

В заключительной части главы (раздел 1.5) рассмотрены физические основы детектирования очагов горения из космоса и дано описание двух широко используемых на практике спутниковых алгоритмов детектирования очагов горения из космоса.

Во второй главе «Моделирование и учет молекулярного поглощения» рассматривается круг задач, связанных с учетом искажающего влияния молекулярного поглощения на интенсивность восходящего от подстилающей поверхности инфракрасного излучения в четырех спектральных диапазонах (3.55-3.95 мкм, 8.3-9.3 мкм, 10.5-11.5 мкм и 11.5-12.5 мкм), где расположены ИК-каналы приборов ДЗЗ. В работе эти спектральные диапазоны для краткости обозначаются как =3.75, 8.80, 11.0, 12.0 мкм.

В разделе 2.1 даны основы алгоритмов полинейного (line-by-line) расчета селективного поглощения ИК-излучения спектральными линиями атмосферных газов, оптически активных в указанных спектральных диапазонах, включая водяной пар (Н2О), углекислый газ (СO2), озон (О3) и ряд малых газовых составляющих (МГС) - закись азота (N2О), метан (CH4), азотная кислота (HNO3). Приведены результаты расчета вклада селективного поглощения в атмосферную поправку T, даны оценки влияния ошибок задания интенсивностей S0 и полуширин 0 спектральных линий на точность её расчета.

Выполнено сравнение расчетных данных, полученных в работе с использованием двух баз данных параметров спектральных линий (AFGL-80 и HITRAN-2004/2007).

В разделе 2.2 представлено описание разработанной в ИОА модели континуума водяного пара, основанной на теории крыльев спектральных линий (авторы - Творогов С.Д., Несмелова Л.И., Фомин В.В., Телегин Г.В.). Приведены расчетные данные о влиянии континуального поглощения на атмосферную поправку и радиационную температуру, даны оценки влияния на точность расчетов ошибок в задании коэффициентов континуального поглощения KS и KF, учитывающих эффекты самоуширения (обозначено SELF) линий H2O и уширения линий буферным газам (обозначено FRGN). Наряду с моделью континуума, разработанной в ИОА, в диссертации использовались и другие модели, включая RSB (авторы - Robert, Selby, Biberman), CKD-0, CKD-2.x (авторы - Clough, Kneizys, Davies), MT_CKD-2.(авторы - Mlaver, Tobin, Clough, Kneizys, Davies). В работе проведено сравнение расчетных данных, полученных с использованием MT_CKD-2.1 и модели континуума, разработанной в ИОА. В качестве иллюстраций, полученных в 2.1 и 2.2 результатов на рис. 1 приведены расчеты вкладов в атмосферную поправку T селективного и континуального поглощения.

В табл. 1 даны оценки влияния ошибок в параметрах молекулярного поглощения на величину T для условий тропиков с высоким уровнем влагосодержания W=4.2 г/см2.

а) Данные HITRAN-2004/2007 б) Данные MT_CKD v.2.line Каналы: cont T T =3.75 мкм =8.80 мкм =11.8 мкм =12.0 мкм 0,0,0,0,0,10,1H2O CO2 O3 N2O CH4 HNO3 Sum SELF FRGN N2 Sum Молекулы Тип континуума Рис. 1. Вклад оптически активных молекул и континуума на атмосферную поправку:

а) селективное поглощение; б) континуум.

Табл.1. Погрешность расчета T за счет ошибок в параметрах селективного и континуального поглощения.

Тропические атмосферные условия.

Тип Спектральные каналы поглощения 3.75 мкм 8.8 мкм 11 мкм 12 мкм селективное 0.16 0.26 0.10 0.континуум 0.26 0.52 0.43 0.0.42 0.78 0.53 0. Анализ данных разделов 2.1 и 2.2 позволил сделать следующие выводы:

а) атмосферная поправка для селективного и континуального поглощения превышает 0.5 K во всех каналах; исключение – случай континуума в канале 3.75 мкм; б) погрешность моделей поглощения не превышает 1 K даже для экстремальных тропических условий; в) применение разных моделей молекулярного поглощения дает различия менее 0.5 K.

В разделе 2.3 исследован вопрос о требованиях к заданию входных метеоданных.

Полученные расчетные данные (частично приведенные на рис. 2 и в табл. 2) позволили сформулировать следующие выводы.

1) Результаты расчета атмосферной поправки T с использованием данных 15-ти тысяч радиозондов показали, что малопараметрическая аппроксимация T с помощью температуры приземного воздуха T(z=0) и влагосодержания атмосферы W приводит в диапазоне 8-13 мкм к ошибкам более 1 K, которые растут с увеличением значений указанных метеопараметров. То есть, для реализации физического подхода к атмосферной коррекции необходимо использовать вертикальные профили метеопараметров (температуры и влажности воздуха).

а) б) в) T, K Тропики Температура Влажность 0, =11 мкм =11 мкм -0,=3.75 мкм -0,=8.80 мкм =11.0 мкм -0,=12.0 мкм 0,0 0,5 1,0 1,5 2,0 2 4 6 8 10 0 2 4 6 8 10 Толщина слоев, км Высота слоя, км Высота слоя, км Рис. 2. Влияния на атмосферную поправку характеристик метеоданных:

вертикального разрешения вертикальных профилей (а);

ошибок задания температуры (б) и влажности (в) в различных слоях атмосферы.

Табл. 2. Изменение T за счет сдвига вертикальных профилей температуры на Т и влажности на W.

Метеo- Спектральные каналы модель 3.75 мкм 8.8 мкм 11 мкм 12 мкм 1 -0.50 -1.34 -1.64 -2.Т = 2 -0.42 -0.97 -1.08 -1.+3 K 3 -0.34 -0.69 -0.70 -0.1 0.40 1.38 1.89 2.W = 2 0.27 0.80 1.05 1.+30% 3 0.24 0.68 0.89 1.Метеомодели: 1 – тропики; 2– лето средних широт;

3 – арктическое лето 2) Вертикальное разрешение профилей должно быть не хуже 1.5-2 км (рис. 2а). Важно отметить, что метеорологические данные, измеренные по данным MODIS, удовлетворяют этим требованиям.

3) Для температуры воздуха вклад в T различных слоев атмосферы монотонно падает с высотой (рис. 2б). В случае влажности ситуация меняется: для всех каналов и метеоусловий проявляется характерный максимум в слое от 1 до 3 км (рис. 2в). То есть ошибки измерений влажности в приземном слое не являются доминирующими при атмосферной коррекции ИКизображений.

4) Из анализа расчетов влияния сдвигов профилей метеопараметров T (табл. 2) вытекает Отн. вклад, % Отн. вклад, % соотношение вида T[K]0.1·W[%], при выполнении которого фактически происходит взаимная компенсация ошибок задания профилей температуры и влажности.

Таким образом, в первой части второй главы были определены точностные требования к параметрам моделей молекулярного поглощения и метеопараметрам атмосферы, которые в необходимой и достаточной мере обеспечивали бы в спектральных диапазонах 3.5-4 и 8-13 мкм решение задачи атмосферной коррекции спутниковых измерений с точностью порядка 0.5 K.

Необходимым шагом исследований стала валидация используемой для АК модели молекулярного поглощения. С этой целью в ИОА с использованием самолета-лаборатории «Оптик-Э» в 1987-88 гг. проводились натурные эксперименты для широкого диапазона метеоусловий, целью которых был сравнительный анализ расчетных значений радиационных температур и их радиометрических измерений. Эти результаты были дополнены данными 40-ой экспедиции на НИС «Академик Вернадский», где в 1989 году для различных регионов Атлантики проводились подспутниковые эксперименты для сравнения расчетных и спутниковых (радиометр AVHRR) значений T.

Самолетные измерения Спутниковые измерения в Атлантике, 1926 Канал 4 (=11 мкм) 26 Канал 3 (=3.75 мкм) 24 = -0. =-0.34 =-0.22 = 0.Одесса = 0.72 = 0.20 R=0.918 R=0.986 18 R=0.98 12 16 14 6 8 Красноводск 12 4 10 0 Муйнак 0 1 2 3 4 5 6 7 8 9 1 2 3 4 5 8 TS - TСП, oC TS - TСП, oC 0 2 4 6 8 10 12 14 16 8 10 12 14 16 18 20 22 24 26 8 10 12 14 16 18 20 22 24 Рад. температура TСM, oC Рад. температура ТСП, oC Рис. 3. Результаты валидации расчетных значений (TP) радиационных температур с помощью самолетных (ТСМ) и спутниковых измерений (ТСП).

Выполненный в разделе 2.4 диссертации анализ результатов натурных экспериментов показал (рис. 3):

а) при измерениях до высот порядка 5 км на самолете-лаборатории «Оптик-Э» расхождение расчетных и радиометрических данных в среднем составило менее 0.25 K;

б) точность учета молекулярного поглощения при коррекции спутниковых ИК-измерений составила выше 0.5 K (с учетом ошибок судовых измерений ТПО).

В разделе 2.5 приведены результаты решения актуальной прикладной задачи с использованием разработанной в ИОА радиационной модели атмосферы и программного комплекса АТРАД. Суть задачи состоит в следующем. После запуска спутников на орбиту, o o Р P Количество значений Количество значений Рад. температура Т, C Рад. температура T, C несмотря на поступающую телеметрическую информацию, необходим контроль стабильности и радиометрической точности работы измерительной аппаратуры. Это можно сделать с помощью бортовых источников излучения, характеристики которых могут со временем изменяться. Другой способ – это проведение подспутниковых экспериментов с использованием высокоточной модели переноса излучения при контролируемых метеоусловиях. В этом случае на основе результатов сравнения спутниковых радиометрические измерений с аналогичными расчетными данными делается заключение о стабильности и радиометрической точности работы измерительной аппаратуры. В 1986-19годах в ИОА в рамках НИР были выполнены такого рода эксперименты для измерительного канала теплового диапазона (=10.4-12.6 мкм) прибора МСУ-СК, работавшего на ИСЗ «Космос-1689» и «Космос-1939». Контроль метеоусловий осуществлялся с помощью радиозондов, прогностических метеоданных, измерений метеопарметров на борту самолеталаборатории «Оптик-Э». Полученные в этом разделе данные позволяли подтвердить штатный режим работы теплового канала МСУ-СК как на этапе летно-конструкторских испытаний, так и на начальном этапе его эксплуатации.

Третья глава «Искажающее влияние замутненной атмосферы. Боковой подсвет» содержит результаты исследований искажающего влияния аэрозоля и перистой облачности на интенсивность восходящего излучения подстилающей поверхности с учетом процесса бокового подсвета. В разделе 3.1 проведен анализ расчетных данных величины TAER, которая характеризует вклада аэрозоля (облачности) в атмосферную поправку для трех типов оптических ситуаций в атмосфере: аэрозоль приземного слоя (desert, maritime, rural, urban), стратосферный поствулканический аэрозоль, перистая облачность. В качестве примера расчетов на рис.4 приведена зависимость TAER от оптической толщины 0.55 на длине волны =0.55 мкм для различных типов аэрозоля или перистого облака.

а) б) в) Канал 11 мкм вулканический перистая TAER, K 7 TAER, K TAER, K 3.7 мкм desert 4 6 3.7 мкм 8.8 мкм 8.8 мкм maritime 11 мкм 11 мкм rural 12 мкм urban 12 мкм 2 V=0o,45o V=0o,45o 2 0.55 0.0.55 0,1 0,5 1 5 0,0 0,1 0,2 0,0,0 0,1 0,2 0,Рис. 4. Зависимость TAER от оптической толщи 0.55 на длине волны =0.55 мкм:

а) аэрозоль приземного слоя, б) поствулканический аэрозоль, в) перистая облачность.

Наряду с этим было исследовано влияние на TAER ошибок задания ключевых параметров аэрозоля и облачности: оптическая толщина 0.55, альбедо однократного рассеяния аэрозоля A, индикатриса рассеяния P(), высота рассеивающего слоя (табл. 3).

Табл. 3. Относительное влияние (в процентах) ошибок задания 0.55, A, P() на величину TAER.

Спектральные каналы V 3.75 мкм 8.8 мкм 11 мкм 12 мкм Аэрозоль приземного слоя 0° 50:24:27 66:4:30 64:6:29 69:7:45° 55:14:31 65:4:31 64:2:34 69:2:Стратосферный вулканический аэрозоль 0° 22:56:22 58:21:21 62:16:22 62:16:45° 28:49:22 63:19:18 68:14:18 67:14:Перистая облачность 0° 60:26:14 67:20:13 71:17:13 63:26:45° 61:26:13 68:20:13 71:17:12 64:25:На основе расчетных данных получены следующие результаты: а) выявлен доминирующий вклад ошибок задания 0.55 при учете этого искажающего фактора; б) получен диапазон значений 0.55, при которых влияние аэрозольного фактора менее 0.5 K; в) определены условия, когда необходимо учитывать высоту перистой облачности.

Вторая часть третьей главы посвящена исследованию закономерностей процесса бокового подсвета в спектральных диапазонах 3.5-4 и 8-13 мкм. С помощью метода МонтеКарло в разделе 3.2 для указанных выше трех типов оптических ситуаций выполнены расчеты интенсивности потока рассеянного аэрозолем (перистой облачностью) теплового излучения и выявлен доминирующий (как правило) вклад подстилающей поверхности в потоке рассеянного теплового излучения.

В разделах 3.3 и 3.4 для эффективной пространственной зоны бокового подсвета даны оценки плотности рассеянного излучения в зависимости от расстояния до точки наблюдения.

Выполнены расчеты ключевых характеристик процесса бокового подсвета – радиуса бокового подсвета rADJ и функции размытия точки (ФРТ). Эти данные для зенитного угла трассы V=51 (наклон оси прибора ДЗЗ порядка 45 при высоте орбиты 700-800 км) иллюстрируют рис. 5 и 6. Согласно расчетным данным, для случая аэрозоля приземного слоя величина rADJ при значениях аэрозольной оптической толщины рассеяния (АОТР) sct>0.может достигать нескольких километров, увеличиваясь на порядок и более для стратосферных слоев аэрозоля или перистой облачности уже при sct ~ 0.05-0.01.

Для функции размытия точки характерны следующие основные свойства:

1) при надирных спутниковых измерениях функция размытия точки обладает круговой симметрией; при наклонных трассах она асимметрична и степень асимметрии увеличивается с ростом зенитного угла трассы V;2) значения ФРТ увеличиваются с ростом азимута ; а при азимутах >120 на удалении rmaxzsct·tg(V) от точки наблюдения формируется локальный максимум, амплитуда которого зависит от геометрии наблюдений ( и V) и высоты рассеивающего слоя zsct.

аэрозоль приземного слоя вулканический аэрозоль перистая облачность desert =3.75 мкм =3.75 мкм 6 maritime =11.0 мкм =11.0 мкм rural urban 3.75, 11 мкм 0,01 0,1 0,01 0,1 0,01 0,АОТР АОТР АОТР Рис. 5. Зависимость радиуса бокового подсвета от АОТР, точность учета вклада бокового подсвета в T равна 0.1 K, V=51.

приземный слой вулканический перистая облачность 3 QV=0o 10-2 10-3 =0o 2 =75o 210-3 10- =150o 11 =110-4 10-0,01 0,1 1 0,1 1 10 0,1 1 Расстояние, км Расстояние, км Расстояние, км Рис. 6. Радиальная и азимутальная зависимость ФРТ, канал =3.75 мкм, V=51.

Оценка необходимости учета бокового подсвета при атмосферной коррекции проведена в разделе 3.5 путем имитационного моделирования в зоне температурного перепада на земной поверхности. Реальные примеры таких ситуаций наблюдаются на границе раздела различных типов подстилающей поверхности: а) суша и вода; б) песок и травяной покров; в) затененные и освещенные Солнцем участки поверхности; в) земная поверхность и оптически плотные облака нижнего яруса. При имитационных расчетах варьировались: АОТР, величина температурного перепада TS, расстояние от точки наблюдения до границы раздела, зенитный угол трассы V и азимут взаимного расположения оси прибор и линии раздела. Результаты расчетов показали, что атмосферное рассеяние приводит к «размытию» линии раздела, когда по обе стороны от неё образуется полоса, в пределах которой результаты дистанционных ИК-измерений зависят от оптикогеометрических условий наблюдений. Эффективная ширина этой полосы dmax определяется степенью замутненности атмосферы, высотой рассеивающего слоя, геометрией наблюдений и величиной температурного перепада. На рис. 7 приведены примеры расчета величины dmax, для которой влияние бокового подсвета на атмосферную поправку превышает уровень 0.5 K.

Радиус, км Функция h аэрозоль приземного слоя вулканический аэрозоль перистая облачность 4,SM=2 км;

=3.75, 11 мкм 3,desert:

3,urban:

SCT=0.079 (0.144) SCT=0.139 (0.146) 2,SCT=0.074 (0.145) SCT=0.045 (0.091) 2, =3.75 мкм 1,5 =3.75 мкм =11.0 мкм 1, =11.0 мкм 0,0 0,0 30 60 90 120 150 10 30 60 90 120 150 180 0 30 60 90 120 150 1Азимут, град Азимут, град Азимут, град Рис. 7. Зависимость величины dmax от азимута; температурный перепад TS=20 K, V=51.

На основе расчетных данных были определены диапазоны значений TS, V, и АОТР, при которых величина dmax превышает пространственное разрешение приборов ДЗЗ и возникает необходимость учета процесса бокового подсвета в ИК-диапазоне спектра.

В четвертой главе «Атмосферная коррекция спутниковых ИК-изображений по данным системы EOS/MODIS» представлено описание программной реализации физический многофакторный подход на основе данных системы MODIS и результаты её валидации и апробации на практике. В разделе 4.1 представлена методика и программно-алгоритмическое обеспечение, которое было использовано для реализации МФП. Интенсивность I восходящего потока ИК-излучения в спектральном канале с эффективной длиной волны записывается следующим образом:

I = B(,T), I = ISRF + ICOR, ISRF = B(,TS) t, ICOR = IATM + IRFL + ISCT, определяется ISRF = I – ICOR и восстанавливается TS, где B(T) - функция Планка, T - радиационная температура, эквивалентная I;

- излучательная способность подстилающей поверхности;

t = exp(–) – пропускание атмосферы, – оптическая толщина атмосферы;

ISRF – вклад ослабленного атмосферой теплового излучения поверхности, IATM – вклад теплового излучения атмосферы, IRFL – вклад отраженных от поверхности падающих на нее потоков теплового и солнечного излучения, ISCT – вклад рассеянных атмосферой потоков теплового и солнечного излучения.

Для получения входной информации о состоянии атмосферы в момент ДЗЗ используются спутниковые алгоритмы восстановления необходимых для атмосферной коррекции параметров атмосферы, включая вертикальные профили температуры и влажности воздуха, оптические характеристики аэрозоля (облака), параметры верхней границы облака (высота, температура, давление), облачную маску. Для их реализации применен лицензионный пакет программ IMAPP (International MODIS/AIRS Processing MAX d, км Package), который разработан в Space Science and Engineering Center (SSEC, University of Wisconsin-Madison, США).

Одно из главных условий применения МФП на практике – требуемая точность и достаточная скорость учета молекулярного поглощения и других атмосферных факторов.

Применение полинейных методов в этом случае трудоемко, поэтому целесообразно использовать “быстрые” модели переноса излучения, не уступающие по точности полинейным методам. Широкое применение в мировой практике программы MODTRAN (разработка US AFRL) определило её выбор в качестве модели переноса излучения. Оценка её точности проводилась в разделе 4.1. Для этого сравнивались результаты расчета влияния молекулярного поглощения на точность восстановления ТПП, полученные с использованием MODTRAN v3.5 и программы LBLRTM v11.3. В основе первой программы использованы спектроскопические параметры из базы данных HITRAN-96 и модель континуума CKD-2.1, в случае LBLRTM v11.3 – данные HITRAN-2004/2007 и MT_CKD-.2.1. Результаты применения двух программ (табл. 4) показали, что различия восстановленных значений ТПП как для селективного, так и континуального поглощения составляют менее 0.25 K. В сумме даже для метеоусловий тропиков различия не превышают 0.35 K.

Табл. 4. Искажающее влияние селективного и континуального поглощения на точность восстановления ТПП в ИК-каналах MODIS; лето средних широт (ЛСШ) и тропики.

Метео- LBLRTM v11.3 MODTRAN v3.модель #20 #21 #23 #29 #31 #32 #20 #21 #23 #29 #31 #Селективное поглощение ЛСШ 1.411 0.314 0.650 4.594 1.116 1.403 1.417 0.365 0.833 4.600 1.239 1.5Тропики 1.920 0.368 0.737 6.491 1.889 2.480 1.930 0.427 0.942 6.471 2.020 2.7Континуальное поглощение ЛСШ 0.104 1.158 2.802 0.808 1.587 2.207 0.146 1.340 2.813 0.723 1.599 2.2Тропики 0.135 1.291 3.087 1.797 3.370 4.522 0.197 1.501 3.115 1.668 3.469 4.6Вместе с программой IMAPP используются программный блок инфракрасного мониторинга аэрозоля (перистой облачности), который основан на спектральных различиях значений температуры земной поверхности, восстановленных после учета молекулярного поглощения в ИК-каналах MODIS. Программу MODTRAN дополняет программный блок учета процесса бокового подсвета. Эти программные блоки разработаны соискателем. Также в разделе 4.1 кратко рассмотрены алгоритмы восстановления по данным MODIS параметров атмосферы, необходимых для применения многофакторного физического подхода.

Важным условием этого является возможность использования для атмосферной коррекции вертикальных профилей метеорологических параметров, восстановленных по данным MODIS. Изучение этого вопроса было выполнено в разделе 4.2. Для тестовой выборки были использованы более 3200 радиозондовых измерений, полученных в широтном поясе 45-62° с.ш. на аэрологических станциях России (сайт NOAA/ESRL/GSD – RAOB, http://raob.fsl.noaa.gov/). Станции условно были разбиты на западную группу (30-60 в.д.) и восточную (90-180 в.д.).

Табл. 5. Средние различия спутниковых и Итоговые результаты сравнения радиозондовых данных о средневзвешенной спутниковых и радиозондовых температуре (Т) и влагосодержании атмосферы (W).

измерений приведены в таблице 5.

Terra Aqua Регион T, K W, % T, K W, % На основе полученных данных Запад 0.70 5.5 2.81 28.сформулированы следующие Восток 2.26 19.9 0.19 0.выводы:

а) коэффициент корреляции составил более 0.9 для температуры и 0.8 для влажности;

б) ошибки спутниковых измерений температуры T и влажности W воздуха имеют одинаковый знак, и выполняется приближенное соотношение T[K]0.1·W[%], что приводит к частичной или полной компенсации ошибок задания профилей.

Результаты замкнутого численного эксперимента по восстановлению ТПП (рис. 8) подтвердили эти выводы. Средняя погрешность восстановления ТПП в канале 31 составляет (TS)=-0.22 K, а среднеквадратическая погрешность (TS) не превышает 0.60 K.

Каналы 31 и 32:

Канал 31:

30000 300R=0.9R=0.925000 250=-0.07 K =-0.22 K = 0.09 K = 0.59 K 20000 20015000 15010000 1005000 500 -6 -5 -4 -3 -2 -1 0 1 2 3 -1,5 -1,0 -0,5 0,0 0,5 1,TS, K TS, K Рис. 8. Гистограммы частотного распределения ошибок восстановления ТПП на основе физического подхода с использованием спутниковых метеоданных MODIS:

а) в канале 31 (=11 мкм), б) с помощью комбинации каналов 31 и 32.

Для повышения точности нами был предложен подход, когда влияние ошибок задания профилей метеопараметров при атмосферной коррекции спутниковых ИК-изображений уменьшается за счет применения принципа “расщепленного окна” к значениям TS, восстановленным с помощью МФП одновременно в каналах 31 и 32 MODIS:

TS=TS,31CERR·(TS,32TS,31), где TS,31 и TS,32 значения ТПП, восстановленные в каналах 31 и 32, а CERR2.0. В результате применения этого соотношения к восстановленным значениям TS,31 и TS,32 погрешность восстановления ТПП уменьшается до уровня менее 0.1 K. При этом максимальные ошибки восстановления ТПП снижаются до 1.2 K, и только в пяти случаях значения TS > 1 K. Для регрессионного алгоритма средняя погрешность составляет Кол-во значений (TSW)=0.39 K и (TSW)=0.12 K. Количество ситуаций, когда величина TSW>1 K, менее 1.1% (866 случаев). Таким образом, при учете молекулярного поглощения величина СКО для регрессионного метода оказалась ниже, чем в случае одноканального МФП. Однако “спектральный” МФП показал более высокую точность по сравнению с SW-алгоритмом.

Другим условием реализации МФП является использование восстановленных по данным MODIS параметров аэрозоля и в первую очередь его оптической толщины. В разделе 4.3 была проведена комплексная валидация спутниковых измерений аэрозольной оптической толщины. С этой целью были выполнены следующие исследования:

1) сравнение данных MODIS с данными сети AERONET в Сибирском регионе (Томск, Красноярск, Иркутск), в Уссурийске, на станциях Китая, Южной Кореи и Японии;

2) анализ пространственных распределений средних за сезон значений АОТ;

3) пространственный корреляционный анализ АОТ.

а) б) Томск, Terra, = 0.55 мкм 0,0,0,0,-0,-0,-0,70 72 74 76 78 80 82 84 86 88 90 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,Долгота, град.

АОТ (фотометр) Коэффициенты корреляции по данным в) AERONET и MODIS.

1,Terra 20Станция Год AER MOD 200,8 Киреевск 2001-06 +0.87 +0. 20Красноярск 2004 +0.87 +0. 200, 20Иркутск 2005 -0.24 -0. 200,Рис. 9. Результаты тестирования 0,спутниковых измерений АОТ:

а) сравнение с данными AERONET;

0,б) пространственное распределение 0.55;

0 200 400 600 800 10в) корреляционный анализ полей АОТ, Расстояние, км полученных относительно Томска.

Результаты проведенных исследований иллюстрируют данные рис. 9. На основе полученных данных сформулированы следующие выводы:

а) погрешность спутниковых измерений АОТ составляет около 15-20%, что удовлетворяет точностным требованиям МФП; б) несмотря на неоднородности пространственных полей АОТ, спутниковые данные с учетом их методической погрешности можно считать Широта, град.

Коэфф. корреляции x *.

+.

+ = y y =.

.* x квазиоднородными в рассмотренном регионе; в) поля пространственной корреляции АОТ имеют адекватные характеристики, согласующиеся с наземными измерениями.

Тестирование работы программного блока ИК-мониторинга аэрозоля поводилось для Томского региона путем сравнения результатов его применения с измерениями АОТ в видимой области спектра. В итоге был получен коэффициент корреляции двух типов данных свыше 0.85 и среднеквадратичное отклонение данных менее 0.2.

Таким образом, приведенные в разделах 4.1-4.3 результаты исследований доказали, что программа MODTRAN и данные MODIS о параметрах атмосферы соответствуют требованиям МФП. В разделе 4.4 с помощью спутниковых данных MODIS была проведена валидация физического подхода. Для первой апробации использовались снимки участка Лугинецкого месторождения, полученные для разных метеоусловий (рис. 10).

A: Безоблачная (02.06.2004) Б: Дым, облачность (05.06.2004) факел факел Рис. 10. Спутниковые изображения MODIS территории Лугинецкого НГКМ;

контуром выделен тестовый участок.

На снимках был выбран тестовый участок, для которого по данным снимков MODIS относительное распределение температур за этот временной период оставалось неизменным.

Поскольку контрольные наземные измерения температуры почвы в этом случае отсутствовали, на этом этапе апробации ставилась задача восстановить для тестового участка пространственное распределение температур и получить в обеих атмосферных ситуациях их совпадение. Для сравнения наряду с МФП использовался регрессионный алгоритм.

Результаты решения задачи иллюстрируют данные рис. 11. Для прозрачных метеоусловий применение обоих методов дало фактически совпадающие результаты. В условиях же замутненной атмосферы регрессионный метод позволил восстановить данные только для части тестового участка. Физический подход позволил восстановить температурное распределение в пределах всего тестового участка. При этом различия восстановленных данных составили для двух снимков менее 1 K.

ТПП (SW-алгоритм) А) Б) Контуры: TПП=297.5 и 298.5 K Контур: TЗП=302 K ТПП (МФП) Канал 11 мкм (T11) МФП Б') Контуры: TПП=301 и 302 K Контур: T11=298.5 K Рис. 11. Результаты восстановления ТПП на основе регрессионного SWалгоритма и с помощью многофакторного физического подхода (МФП).

Заключительный этап работ по валидации физического подхода был основан на сравнении восстановленных температур по данным MODIS с результатами регулярных измерений температуры почвы на метеоплощадке в Томске. Однако из-за температурных неоднородностей окрестностей метеоплощадки на удаление 2 км был выбран тестовый участка с более однородной пространственной структурой. Для этого использовались спутниковые данные канала 6 (тепловой диапазон) прибора ETM+ системы Landsat-7. На основе облачной маски (MOD35) снимки были разбиты на 2 группы - безоблачные и облачные. При валидации использованы только ночные снимки. Это позволило уменьшить влияние на результаты тестирования пространственных температурных неоднородностей в пределах тестового полигона. Оценка оптических характеристик аэрозоля и облачности осуществлялась с помощью блока ИК-мониторинга. Наряду с многофакторным физическим подходом использовался регрессионный алгоритм.

Табл. 6. Результаты тестирования двух спутниковых методов для метеоусловий Томска: и – среднее расхождение и СКО наземных и спутниковых данных, R-коэффициент корреляции.

Метод Безоблачно Облачность =+1.37 K, =1.46 K =+2.27 K, =2.43 K SW-алгоритм R=0.94 R=0.=–0.16 K, =1.30 K =–0.40 K, =1.67 K МФП R=0.95 R=0.Результаты тестирования двух методов приведены в таблице 6. В случае безоблачных условий спутниковые и наземные измерения для обоих методов имеют близкий коэффициент корреляции (около 0.95) и значения СКО (менее 1.4 K). Однако среднее расхождение данных для регрессионного алгоритма превысило 1 K, а для МФП составило менее 0.2 K. Для облачных условий характеристики сравнения спутниковых и наземных данных для МФП изменились незначительно, но для SW-алгоритма значительно ухудшились до уровня, когда их качество не соответствует точностным требованиям к спутниковым измерениям ТПП.

В пятой главе «Мониторинг из космоса очагов горения» были проведено комплексное исследование задачи оперативного детектирования из космоса очагов горения.

В первой части главы представлены результаты изучения эффективности решения этой задачи в Томской области по данным спутниковых систем NOAA/AVHRR и EOS/MODIS на основе помощью стандартных подходов, когда атмосферная коррекция спутниковых измерений не производится.

В разделе 5.1 дано описание технология космомониторинга, разработанной в ИОА на базе спутниковой системы NOAA POES. Она включает три основных этапа.

1. Прием спутниковых данных с помощью российской станции Scanex.

2. Первичная обработка телеметрических данных (калибровка и геопривязка).

3. Тематическая обработка спутниковых измерений, включая:

а) обнаружение очагов пожаров (два алгоритма); б) фильтрацию солнечных бликов от водной поверхности и облаков; в) оценку оптического состояния атмосферы (аэрозоль, облачность, метеоданные).

В разделе 5.2 представлены результаты изучения эффективности разработанной технологии на основе сравнения результатов детектирования лесных пожаров из космоса на территории Томской области за временной период 1998-2008 гг. с официальными данными областных служб пожароохраны (свыше 3200 очагов). На рис. 12 приведены результаты проведенного анализа – средняя вероятность обнаружения пожаров из космоса и вероятность их раннего обнаружения, когда детектирование из космоса происходит раньше, чем у наземных и авиационных служб.

Суммарный результат Раннее обнаружение 100 190 80 70 60 50 40 30 20 10 0,1 1 10 100 100,1 1 10 100 10Площадь SЛИК, га Площадь SОБН, га Рис. 12. Эффективность детектирования пожаров в зависимости от его площади:

средняя вероятность и вероятность раннего обнаружения.

Сравнение результатов применения региональной технологии ИОА и алгоритма глобального мониторинга MODIS Fire Products (NASA, США) на территории Томской области показало, что эффективность региональной технологии ИОА в 1.5-2 раза выше эффективности алгоритма глобального мониторинга. Главный итог проведенных в разделе 5.2 исследований – количественные оценки возможностей стандартных подходов к детектированию очагов горения из космоса и вывод о низкой эффективности мониторинга слабоинтенсивных пожаров площадью менее 1-2 га. Корректный учет оптикометеорологического состояния атмосферы в момент спутниковых наблюдений является одним из путей решения этой проблемы.

В разделе 5.3 определены методические основы применения многофакторного физического подхода к задаче восстановления из космоса яркостных характеристик малоразмерного высокотемпературного объекта (МВТО). Пусть пиксель изображения участка поверхности с фоновой температурой TS и площадью S0 содержит МВТО (очаг горения) площадью SF (где SF/S0<0.001) и температурой TF>600 K. Интенсивность I восходящего потока ИК-излучения в спектральном канале с эффективной длиной волны в этом случае можно записать следующим образом:

I = B(,T), I = IF + IBG, IF = BF t, BF = F B(,TF), (V)=SF/S0(V), IBG = ISRF + IATM + IRFL + ISCT, ISRF = (1 – ) B(,TS) t, BF=? или TF=?, где IF - интенсивность ослабленного атмосферой теплового излучения МВТО;

F - излучательная способность МВТО;

IBG - интенсивность излучения фона; V – угол сканирования оси прибора.

ОБН РОП PF, % PF, % Следовательно, решением задачи является восстановление интенсивности BF излучения МВТО, а при известном значении геометрического фактора (V) можно восстановить B(TF) и температуру TF излучения очага. Для этого необходим расчет характеристик атмосферных искажений (t и IBG) с учетом данных о параметрах оптикометеорологических условиях спутниковых наблюдений. Тогда интенсивность BF излучения МВТО на эффективной длине волны можно выразить как BF=(I3.7IBG)t3.7, где I3.7 – измеряемая интенсивность теплового излучения; IBG, t3.7 – интенсивность излучения фона и функция пропускания атмосферы, вычисляемые на основе априорной оптикогеометрической информации. При таком подходе решающее правило BF>dB обнаружения из космоса очага горения теоретически уже будет независимым от условий наблюдений МВТО из космоса. Для достижения этой цели необходимы данные о характеристиках фона (t и IBG), связанных с параметрами подстилающей поверхности и атмосферы.

Характеристики измерений Рис. 13. Фрагмент спутникового Точки изображения AVHRR двух A1, % T3, К T4, К высокотемпературных объектов 8.38 293.03 259.LL1 и L2 (канал =3.75 мкм).

8.59; 1.35 273.72; 4.51 260.06; 3.Характеристики спутниковых 5.77 322.61 268.Lизмерений для точек L1, L2 и P0 в 5.78; 1.06 276.91; 8.03 266.80; 2.каналах 1,3,4; статистика измерений 3.02 281.34 280.P(среднее, СКО) в окрестности точек.

2.98; 0.11 280.22; 0.46 279.86; 0.В разделе 5.3 получены оценки влияния точности задания оптических и метеорологических параметров атмосферы на точность решения поставленной задачи. Для первой апробации физического подхода в разделе 5.4 использованы данные наблюдения со спутника NOAA-14 двух идентичных факельных установок на Лугинецком месторождении (рис. 13). Согласно данным рис. 13 метеоусловия наблюдений двух факелов (обозначены как L1 и L2) заметно различались. По сравнению с L2 факел L1 был закрыт более плотной облачностью, что не позволило обнаружить его с помощью стандартных алгоритмов.

Табл. 7. Результаты восстановления интенсивности излучения МВТО.

Точки I3.7* 3.7 t3.7 IBG* BF* L1 0.5032 2.64 0.0545 0.2602 4.4587 (356 K) L2 1.6500 1.11 0.2511 0.2965 5.3903 (359 K) I3.7 - интенсивность излучения пикселя в канале =3.7 мкм;

3.7 - аэрозольная оптическая толщина; t3.7 - функция пропускания;

IBG - интенсивность излучения фона; BF - интенсивность излучения объекта.

* мВт/(м2 стер см-1) На втором этапе апробации физического подхода использовались данные наблюдения одной факельной установки со спутника Terra (см. рис. 8) при метеоусловиях прозрачной (А) и замутненной атмосферы (Б). После атмосферной коррекции данных MODIS была восстановлена температура излучения факела с эффективным диаметром пламени, равном метрам. По данным табл. 8, несмотря на различия метеоусловий, восстановленные значения температуры пламени факела TF практически совпали для обеих оптических ситуаций. Без атмосферной коррекции различия восстановленных температур TF0 возрастают до 300 K.

Табл. 8. Результаты восстановления температуры пламени.

Ситуация ТS, K t3.9 / 3.9 T11, K T3.9, K TF, K TF0, K А 300.0 0.822/ 0.196 297.4 334.0 1252 11Б 302.0* 0.344/ 1.067 293.8 321.0 1261 9* ТS=T11,COR – температура восстановлена после атмосферной коррекции измерений в канале =11 мкм с помощью МФП.

Полученные в разделе 5.4 результаты для систем NOAA и MODIS доказывают, что МФП обеспечивает восстановление характеристик излучения очагов горения с хорошей относительной точностью порядка 1%.

На заключительном этапе тестирования многофакторный физический подход был использован для детектирования тестовых объектов – 13 факелов на месторождениях Томской (F1…F10) и Тюменской областей (X1,X2,X3). Факелы имели разные технические параметры и, соответственно, различия в интенсивности теплового излучения. Наряду с МФП для сравнения применялись стандартный алгоритм MOD14 и его модификация, где были намеренно изменены параметры алгоритма для повышения его чувствительности к слабоинтенсивным очагам. Результаты тестирования (табл. 9) доказывают преимущества физического подхода по сравнению с конкурирующими алгоритмами, где атмосферная коррекция не выполняется. Эти преимущества особенно заметны для слабоинтенсивных факелов с относительно малыми значениями яркостной температуры T21 в канале 21/MODIS и разницы T в канале 21/22 (=3.96 мкм) и канале 31 (=11 мкм).

Табл. 9. Результаты детектирования тестовых объектов из космоса с помощью трех спутниковых методов.

Факельные установки Метод N F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 X1 X2 XMOD14 60 4 0 0 0 0 0 0 0 1 1 14 14 MOD14* 83 6 2 0 1 0 1 1 0 6 4 18 18 МФП 122 13 4 3 4 2 8 1 1 8 9 21 21 T21 309 304 306 306 305 305 308 303 307 306 314 320 3T 15.0 9.8 10.6 11.0 14.5 11.1 12.1 7.0 13.7 12.8 23.0 31.1 39.В разделе 5.5 исследована проблема образования бликов в спектральных диапазоне 3.5-4 мкм за счет рассеяния солнечного излучения на аэрозольных и облачных образованиях.

При изучении искажающего влияния атмосферы в канале 3.75 мкм прибора AVHRR нами был отмечен следующий факт. При геометрии наблюдений, близкой к условиям зеркального отражения, с уменьшением угловой высоты Солнца HS до значений 10-15 происходит заметный рост интенсивности рассеянного солнечного излучения аэрозолем (рис. 14) или облачными слоями относительно малой оптической толщины.

Рис. 14. Вклад рассеянного солнечного излучения TSCT в радиационную температуру в зависимости от геометрии (HS,V,) спутниковых наблюдений;

континентальный аэрозоль (rural), SM = 5 км.

То есть, в зависимости от типа аэрозоля, при sct>0.1-0.5 вклад рассеянного солнечного излучения в радиационную температуру может превышать пороговый уровень принятия решения о наличии пожара в пикселе спутникового изображения. Очевидно, что этот вывод справедлив и для оптически тонких слоев облачности.

300 288 284 280 276 272 268 264 227.09.03; 18:27.09.03; 17:60.60.59.59.58.58.57.79 80 81 82 83 84 85 79 80 81 82 83 84 Долгота, град.

Рис. 15. Спутниковые изображения AVHRR в канале =3.75 мкм.

Табл. 10. Статистические данные для правой части изображений (82-85 в.д.). В первой строке среднее значение, во второй – минимальное и максимальное.

Время HS V A1. % T3. K T4. K 3.18 280.5 277.17:25 13 14 135 1.32; 8.94 269.8; 288.0 262.5; 281.2.24 279.3 275.18:19 6 39 15 0.99; 10.82 270.4; 298.8 254.7; 279.После обработки реальных спутниковых снимков для условий заката Солнца были получены практические подтверждения этому. Сравнивались фрагменты изображений территории Томской области из космоса (спутники NOAA-12 и NOAA-15), полученные сентября 2003 года в 17:25 и 18:19 по местному времени (рис. 15), т.е. с разницей менее часа.

Соответствующее изменение параметров геометрии спутниковых измерений характеризуют данные табл. 10, где также приведены статистические характеристики для альбедо A1 в канале =0.63 мкм и радиационных температур T3 и T4 в каналах =3.75 и 10.8 мкм. Эти данные получены для правой части изображения при отсутствии облачности большой оптически толщины. Согласно приведенным на рис. 14 расчетным данным, геометрия наблюдений на втором снимке стала «благоприятной» для возникновения солнечных бликов.

Спутниковые измерения показали для двух снимков уменьшение за 1 час температуры безоблачных участков земной поверхности на 1-2 градуса, что согласуется с суточным ходом температуры почвы в этом регионе. На рис. 15 видно, что, несмотря на это, в канале =3.мкм на краях облаков и на участках изображения, где присутствуют оптически тонкие облачные образования, происходит рост яркостной температуры почти на 11 K. Причина этого - атмосферные блики за счет рассеянного атмосферой солнечного излучения, которые могут стать источником “ложных” тревог в случае детектирования слабоинтенсивных очагов горения при относительно низкой температуре почвы.

Широта, град.

Изучение проблемы возникновения атмосферных бликов было проведено и для условий дневных измерений. На рис. 16 приведен фрагмент дневного снимка со спутника NOAA-12, где наряду с безоблачными участками есть облачность различных ярусов. При этом наблюдается значительное количество бликов. На краях облака в канале =0.63 мкм значения альбедо A1 не превышают уровня 10-20%, в канале =3.7 мкм яркостная температура T3 превышает 305 K.

Рис. 16. Спутниковые изображения AVHRR в каналах =0.63 и 3.75 мкм.

Для канала = 3.75 мкм черным цветом выделены пиксели, для которых T3 > 305 K.

Канал 1 AVHRR (=0,63 мкм) Канал 3 AVHRR (=3,75 мкм) 390 A1, % T3, K 80 3r =4 мкм ef 333r = 4 мкм ef V=45o, =15o 3 V=45o, =135o 2r =16 мкм 2 =0o ef v r =16 мкм (пуктир) 2ef 0 5 10 15 20 25 30 35 1 Оптическая толщина облака Оптическая толщина облака Рис. 17. Результаты имитационного моделирования спутниковых измерений при различных значениях эффективного радиуса частиц и оптической толщины облака, зенитных углов трассы V и азимутов .

На рис. 17 приведена часть результатов наших расчетов зависимости спутниковых измерений от параметров геометрии наблюдений и характеристик облачности. Данные имитационного моделирования указывают на тот факт, что появление бликов для оптически тонких краев облаков происходит при геометрии, близкой к зеркальному отражению, и эффективных радиусах частиц менее 10 мкм.

В заключении сформулированы основные результаты диссертации.

Автор благодарен бывшим сотрудникам лаборатории зондирования атмосферы космическими средствами (ЛЗАКС) – профессору, доктору физ.-мат. наук В.В. Фомину (научному руководителю кандидатской диссертации), кандидатам физ.-мат. наук Г.В.

Телегину, А.Г. Гендрину, В.И Хамарину, научному сотруднику О.И. Третьякову за совместное участие в исследованиях, результаты которых изложены во второй главе диссертации. Автор выражает глубокую признательность своим коллегам из лаборатории распространения оптических сигналов (ЛРОС) – научному консультанту работы, доктору физ.-мат. наук В.В. Белову, научному сотруднику М.В. Энгель, кандидату тех. наук Д.В.

Соломатову, вед. программисту Н.В. Кабановой, а также кандидату физ.-мат. наук И.Ю.

Гендриной (Макушкиной) за многолетнее плодотворное сотрудничество. Автор благодарит своих зарубежных коллег, участников совместных международных проектов Dr. Martin Jhon Wooster и Dr. Yonghong Zhang (King’s College London, Великобритания), а также Dr. Ivan Csiszar и Dr. Tatiana Loboda (University of Maryland, США), интересная работа с которыми стимулировала развитие некоторых направлений работ соискателя, представленных в диссертации.

ЦИТИРУЕМАЯ ЛИТЕРАТУРА 1. Anding D., Kauth R. Estimation of sea surface temperature from space // Remote Sens. Environ.

1970. V.1. P. 217-220.

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

3. Wan Z., Dozier J. A generalized split-window algorithm for retrieving land surface temperature measurement from space. // IEEE Trans. Geosci. Remote Sens. 1996. V.34. P. 892– 905.

4. Wan Z., Li Z.-L. A physics-based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data // IEEE Trans. Geosci. Remote Sens. 1997. V.35. P. 980-996.

5. Dozier J. A method for satellite identification of surface temperature fields of sub-pixel resolution // Remote Sens. Environ. 1981. V.11. P. 221–229.

6. Li Z., Kaufman, Y. J., Ichoku C., Fraser R., Trischenko A., Giglio L., Jin J., Yu X. A review of AVHRR-based active fire detection algorithms: principles, limitations, and recommendations // In F.

Ahern, J. Goldammer, C.O. Justice (Eds.), Global and regional wildfire monitoring from space:

Planning a coordinated international effort. The Hague, The Netherlands: SPB Academic Publishing. 2001. P. 199–225.

7. Giglio L., Descloitres J., Justice C., Kaufman Y. An Enhanced Contextual Fire Detection Algorithm for MODIS // Remote Sens. Environ. 2003. V.87. P. 273-282.

8. Griggs M. A method to correct satellite measurements of sea surface temperature for the effects of atmospheric aerosols // J. Geophys. Res. 1985. V.90. P. 12951-12959.

9. Walton C. Satellite Measurement of Sea Surface Temperature in the Presence of Volcanic Aerosols // J. Appl. Meteor. 1985. V. 24. P. 501-507.

10. Rao C.R.N. Aerosol radiative corrections to the retrieval of sea surface temperatures from infrared radiances measured by the Advanced Very High Resolution Radiometer (AVHRR) // Int. J. Remote Sens. 1992. V. 13. P. 1757-1769.

11. Kaufman Y.J. Atmospheric effects on remote sensing of surface reflectance // Proc. SPIE. Remote Sensing. 1984. V.475. P. 20-33.

12. Зуев В.Е., Белов В.В., Веретенников В.В. Теория систем в оптике дисперсных сред. - Томск:

изд-во "Спектр" ИОА СО РАН. 1997. 402 с.

13. Giglio L., Kendall J.D. Commentary on “Improving the seasonal cycle and interannual variations of biomass burning aerosol sources" by Generoso et al. // Atmos. Chem. Phys. 2004. V.4. P. 584-587.

14. Ji Y., Stocker E. An overview of the TRMM/TSDIS fire algorithm and product // Int. J. Remote Sens. 2002. V.23. P. 3285–3303.

15. Kerr Y.H., Guillou C., Lagouarde J. P., Nerry F., Ottl C. "LST Processor: Algorithm Theoretical Basis Document," CESBIO, Toulouse, ATBD 18/12/1998, 1998. 170 pp.

16. Ackerman S.A. Remote sensing aerosols using satellite infrared observations // J. Geophys. Res.

1997. V.102. P. 17069-17079.

17. Merchant C.J., Embury O., Le Borgne P., Bellecb B. Saharan dust in nighttime thermal imagery:

detection and reduction of related biases in retrieved sea surface temperature // Remote Sens.

Environ. 2006. V.104. P. 15-18. Hao X., Qu J.J. Saharan dust storm detection using moderate resolution imaging spectroradiometer thermal infrared bands // J. Appl. Remote Sens. 2007. V.1. 013510. P. 1-9.

19. Wang P., Liu K.Y., Cwik T., Green R. MODTRAN on supercomputers and parallel computers. // Parallel Computing. 2002. V. 28. P. 53-20. Головко В.А. Современные технологии устранения влияния атмосферы на многоспектральные измерения высокого пространственного разрешения из космоса. // Иссл.

Земли из космоса. 2006. № 2. С. 11-23.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Монографии и главы в монографиях:

1. Белов В.В., Афонин С.В., Гриднев Ю.В. Информационно-вычислительный комплекс для космомониторинга атмосферы и подстилающей поверхности // В кн. «Региональный мониторинг атмосферы. Часть 3. Уникальные измерительные комплексы» (Ред. М.В.

Кабанов). Новосибирск: изд-во СО РАН, 1998. С. 143-173.

2. Абушенко Н.А., Алтынцев Д.А., Антонов В.Н., Афонин С.В., Белов В.В., Гриднев Ю.В., Гришин А.М., Ершов Д.В., Коровин Г.Н., Кошелев В.В., Лупян Е.А., Мазуров А.А., Матвиенко Г.Г., Новик В.П., Пономарев Е.И., Соловьев В.С., Сухинин А.И., Татарников А.В., Тащилин С.А., Ткаченко В.А., Флитман Е.В. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы (Ред. В.В. Белов). Новосибирск: изд-во ГПНТБ СО РАН, 2003. Аналитический обзор, Сер. “Экология”, вып. 70. 135 с.

3. Белов В.В., Афонин С.В. От физических основ, теории и моделирования к тематической обработке спутниковых изображений. Томск: изд-во ИОА СО РАН, 2005. 266 с.

4. Matvienko G.G., Afonin S.V. and Belov V.V. Early Detection of Forest Fires from Space Based on the RTM Method // in: “Fire Detection” (Edited by Roger P. Bennett). Hauppauge, New York: Nova Science Publishers, ISBN: 978-1-61122-025-4, 2011.

Статьи в рецензируемых журналах:

1. Афонин С.В., Гендрин А.Г., Фомин В.В. Влияние аэрозольного ослабления и вариации метеопараметров на точность определения температуры поверхности океана // Изв. АН СССР. Сер. Физика атмосферы и океана. 1986. № 10. С. 1109-1112.

2. Зуев В.Е., Селиванов А.С., Фомин В.В., Панфилов А.С., Романов А.В., Афонин С.В., Хамарин В.И. Измерение температуры поверхности океана аппаратурой МСУ-СК со спутника «Космос-1689» // Оптика атмосферы. 1988. Т.1. № 11. C. 76-80.

3. Сакерин С.М., Афонин С.В., Еремина Т.А., Игнатов А.М., Кабанов Д.М. Общая характеристика и статистические параметры спектральной прозрачности атмосферы в ряде районов Атлантики // Оптика атмосферы. 1991. Т.4. № 7. С. 695-704.

4. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование восходящего потока рассеянного аэрозолем теплового излучения. Часть 1. Интенсивность потока // Оптика атмосферы и океана. 1994. Т.7. № 6. С.797–826.

5. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование восходящего потока рассеянного аэрозолем теплового излучения. Часть 2. Радиус бокового подсвета // Оптика атмосферы и океана. 1994. Т. 7. № 6. С. 810-817.

6. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование восходящего потока рассеянного аэрозолем теплового излучения. Часть 3. Поствулканический стратосферный аэрозоль // Оптика атмосферы и океана. 1994. Т. 7. № 6. С. 818-827.

7. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование рассеянного аэрозолем восходящего теплового излучения с учетом температурных неоднородностей на поверхности.

Часть 1. Функция размытия точки // Оптика атмосферы и океана. 1995. Т. 8. № 9. С. 1402– 1410.

8. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование рассеянного аэрозолем восходящего теплового излучения с учетом температурных неоднородностей на поверхности. Часть 2. Случай крупномасштабных градиентов // Оптика атмосферы и океана.

1995. Т. 8. № 12. С. 1812-1820.

9. Афонин С.В., Белов В.В., Макушкина И.Ю. Моделирование рассеянного аэрозолем восходящего теплового излучения с учетом температурных неоднородностей на поверхности.

Часть 3. Мелкомасштабные высокотемпературные аномалии // Оптика атмосферы и океана.

1997. Т. 10. № 2. С. 184–190.

10. Афонин С.В., Белов В.В., Макушкина И.Ю. Перенос ИК-изображений через атмосферу // Оптика атмосферы и океана. 1997. Т. 10. № 4–5. С. 449–462.

11. Афонин С.В., Быков А.Д., Гриднев Ю.В., Зуев В.В., Катаев М.Ю., Комаров В.С., Мицель А.А., Науменко О.В., Фирсов К.М., Чеснокова Т.Ю., Чурсин А.А. Зондирование атмосферы с помощью спутникового ИК-радиометра HIRS/2 // Оптика атмосферы и океана.

1998. Т. 11. № 10. С. 1069-1078.

12. Афонин С.В., Мицель А.А., Фирсов К.М. Влияние искажающих факторов на интенсивность уходящего излучения в ИК-каналах HIRS/2 // Оптика атмосферы и океана. 1998., Т. 11. № 10.

С. 1091-1098.

13. Белов В.В., Афонин С.В., Гриднев Ю.В., Протасов К.Т. Тематическая обработка и атмосферная коррекция аэрокосмических изображений // Оптика атмосферы и океана. 1999.

Т. 12. № 10. С. 991–1000.

14. Афонин С.В., Белов В.В., Гриднев Ю.В. Система космомониторинга лесных пожаров на территории Томской области. Часть 1. Организация системы космомониторинга // Оптика атмосферы и океана. 2000. Т. 13. № 11. С. 996–1004.

15. Афонин С.В., Белов В.В. Система космомониторинга лесных пожаров на территории Томской области. Часть 2. Оценка эффективности космомониторинга // Оптика атмосферы и океана. 2001. Т. 14. № 8. С. 692–696.

16. Афонин С.В., Белов В.В. Эффективность применения спутниковых технологий для оперативного мониторинга лесных пожаров в Томской области // Исслед. Земли из космоса.

2002. № 1. C.42-50.

17. Афонин С.В., Белов В.В., Белан Б.Д., Панченко М.В., Сакерин С.М., Кабанов Д.М.

Сравнение спутниковых (AVHRR/NOAA) и наземных измерений характеристик атмосферного аэрозоля // Оптика атмосферы и океана. 2002. Т. 15. № 12. C. 1118–1123.

18. Афонин С.В., Белов В.В. Информационно-методические основы построения эффективных систем спутникового мониторинга лесных пожаров // Вычислительные технологии. 2003. Т.

8. Спец. выпуск. C. 35–46.

19. Афонин С.В., Белов В.В., Энгель М.В., Кох А.М. Разработка в ИОА СО РАН базы данных региональной спутниковой информации и программного обеспечения для ее обработки // Оптика атмосферы и океана. 2005. Т. 18. № 1-2. C. 52-60.

20. Афонин С.В. К вопросу об атмосферной коррекции спутниковых данных в задаче мониторинга из космоса малоразмерных очагов лесных пожаров // Оптика атмосферы и океана. 2005. Т. 18. № 4. C. 331-334.

21. Афонин С.В. Некоторые результаты изучения характеристик оптического состояния атмосферы в Томском регионе по спутниковым данным MODIS // Оптика атмосферы и океана. 2005. Т. 18. № 5-6. C. 400-405.

22. Афонин С.В., Белов В.В. Направления развития и результаты пассивного спутникового зондирования системы “атмосфера – подстилающая поверхность” в Институте оптики атмосферы СО РАН // Оптика атмосферы и океана. 2005. Т. 18. № 12. C. 1031-1041.

23. Афонин С.В., Белов В.В., Соломатов Д.В. Разработка программного обеспечения для атмосферной коррекции аэрокосмических ИК-измерений температуры подстилающей поверхности // Оптика атмосферы и океана. 2006. Т. 19. № 1. C.69-76.

24. Loupian E.A., Mazurov A.A., Flitman E.V., Ershov D.V., Korovin G.N., Novik V.P., Abushenko N.A., Altyntsev D.A., Koshelev V.V., Tashchilin S.A., Tatarnikov A.V., Csiszar I., Sukhinin A.I., Ponomarev E.I., Afonin S.V., Belov V.V., Matvienko G.G. and Loboda T. Satellite monitoring of forest fires in Russia at federal and regional levels // Mitigation and Adaptation Strategies for Global Change. 2006. Vol. 11. № 1. P. 113-145.

25. Афонин С.В., Белов В.В., Куликов Г.Э., Энгель М.В. Разработка программного обеспечения портала для использования региональной спутниковой информации в научных исследованиях // Вычислительные технологии. 2006. Т.11. Спец. выпуск. С.127-135.

26. Лупян Е.А., Мазуров А.А., Ершов Д.В., Коровин Г.Н., Королева Н.В., Абушенко Н.А., Тащилин С.А., Сухинин А.И., Афонин С.В., Белов В.В., Гришин А.М., Соловьев В.С.

Спутниковый мониторинг лесов России // Оптика атмосферы и океана. 2007. Т.20. № 5. С.

443-447.

27. Афонин С.В., Соломатов Д.В. Методика учета оптико-метеорологического состояния атмосферы для решения задач атмосферной коррекции спутниковых ИК-измерений // Оптика атмосферы и океана. 2008. Т.21. № 2. С.147-153.

28. Афонин С.В., Белов В.В., Энгель М.В Сравнительный анализ спутниковых аэрозольных данных типа MODIS Aerosol Products // Оптика атмосферы и океана. 2008. Т.21. № 3. С. 235239.

29. Афонин С.В., Белов В.В., Панченко М.В., Сакерин С.М., Энгель М.В. Корреляционный анализ пространственных полей аэрозольной оптической толщи на основе спутниковых данных MODIS // Оптика атмосферы и океана. 2008. Т.21. № 6. С. 510-515.

30. Афонин С.В., Белов В.В., Соломатов Д.В. Решение задач температурного мониторинга земной поверхности из космоса на основе RTM-метода // Оптика атмосферы и океана. 2008.

Т.21. №12. C. 1056-1063.

31. Афонин С.В., Белов В.В. Реализация RT-подхода к задачам температурного зондирования земной поверхности из космоса // Изв. ВУЗов. Физика. 2009. №2/2. C. 64-68.

32. Афонин С.В., Белов В.В., Гриднев Ю.В., Протасов К.Т. Пассивное спутниковое зондирование земной поверхности в оптическом диапазоне длин волн // Оптика атмосферы и океана. 2009. Т.22. №.11. С. 945-949.

33. Афонин С.В. Результаты тестирования двух методов атмосферной коррекции спутниковых ИК-измерений температуры земной поверхности // Оптика атмосферы и океана. 2010. Т.23.

№.4 С. 308-310.

34. Афонин С.В. К вопросу о применимости восстановленных из космоса метеоданных MODIS для атмосферной коррекции спутниковых ИК измерений // Оптика атмосферы и океана. 2010.

Т.23. № 8. C. 684-690.

35. Афонин С.В., Энгель M.В., Майор А. Ю., Павлов А.Н., Столярчук С.Ю., Шмирко К.А., Букин О.А. Результаты комплексного аэрозольного эксперимента в переходной зоне материкокеан (Приморье и Японское море). Часть 2. Анализ пространственной и временной изменчивости характеристик аэрозоля по спутниковым данным и лидарным измерениям // Оптика атмосферы и океана. 2010. Т.23. № 9. С. 811-819.

36. Афонин С.В. Анализ возможностей ИК мониторинга аэрозоля и перистой облачности из космоса в интересах задачи атмосферной коррекции спутниковых изображений подстилающей поверхности // Оптика атмосферы и океана. 2010. Т.23. № 11. С.995-1005.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.