Том 22, номер 09, статья № 8

Аннотация:

Продолжены исследования, связанные с оценкой эффективности использования перспективных широкополосных лидаров для зондирования микрофизических параметров облачного аэрозоля в ближней ИК-области спектра. Выполнено обобщение предложенного ранее итерационного метода на случай многоволнового лазерного зондирования. В рамках замкнутого численного моделирования проведена валидация нового оптимизационного алгоритма, основанная на сочетании идеологии метода искусственных нейронных сетей с генетическим поиском. Показана возможность восстановления высотных профилей спектра облачных частиц до значительных оптических глубин в условиях помехи многократного рассеяния.

Ключевые слова:

лидар, уравнение переноса, генетические алгоритмы, нейронные сети

Список литературы:

1.Зуев В.Е., Наац И.Э. Обратные задачи лазерного зондирования. Новосибирск: Наука, 1982. 242 с.
2.Наац И.Э. Теория многочастотного лазерного зондирования атмосферы. Новосибирск: Наука, 1980. 157 с.
3.Zuev V.E., Naats I.E. Inverse Problems of Lidar Sensing of the Atmosphere. Berlin: Springer-Verlag, 1983. 260 p.
4.Bockmann C., Mironova I., Muller D., Schneidenbach L., Nessler R. Microphysical aerosol parameters from multiwavelength lidar // J. Opt. Soc. Amer. 2005. V. 22. N 3. P. 518–528.
5.Матвиенко Г.Г., Веретенников В.В., Креков Г.М., Крекова М.М. Дистанционное зондирование атмосферных аэрозолей с использованием фемтосекундного лидара белого света. I. Численное моделирование // Оптика атмосф. и океана. 2003. Т. 16. № 12. С. 1107–1114.
6.Зуев В.Е., Креков Г.М., Крекова М.М., Макиенко Э.В., Наац И.Э. Теория и численный эксперимент по дистанционному зондированию облачного аэрозоля // Радиофизические исследования атмосферы. Л.: Гидрометеоиздат, 1977. С. 6–15.
7.Креков Г.М., Крекова М.М., Суханов А.Я. Оценка эффективности использования перспективных лидаров белого света для зондирования микрофизических параметров слоистой облачности: 2. Параметрическая модификация итерационного метода решения лидарного уравнения // Оптика атмосф. и океана. 2009. Т. 22. № 8. С. 795–802.
8.Deirmendjan D. Electromagnetic scattering of spherical polidispersions. N.Y.: American Elsevier Publ. Co, 1969. 166 p.
9.Веретенников В.В., Костин Б.С., Наац И.Э. К выбору числа измерений при оптическом зондировании атмосферного аэрозоля // Вопросы лазерного зондирования атмосферы. Новосибирск: Наука, 1976. С. 92–104.
10.Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1979. 286 с.
11.Veselovski I., Kolgotin A., Muller D., Whiteman D.N. Information content of multiwavelength lidar data with respect to microphysical particle properties derived from eigenvalue analysis // Appl. Opt. 2005. V. 44. N 25. P. 5292–5303.
12.Pornsavad P., Bockmann C., Ritter C., Rafler M. Ill-posed retrieval of aerosol coefficient profiles from Raman lidar data by regularization // Appl. Opt. 2008. V. 47. N 10. P. 1649–1661.
13.Krekov G.M., Krekova M.M., Makienko E.V., Naats I.E. Optical location of the microphysical characteristics of scattering media // Radiophys. and Quantum. Electron. 1980. V. 20. N 4. P. 358–365.
14.Зуев В.Е., Креков Г.М. Оптические модели атмосферы. Л.: Гидрометеоиздат, 1986. 256 с.
15. Voutilainen A. Statistical inversion methods for the reconstruction of aerosol size distributions // Report Ser. in Aerosol Sci. 2001. N 52. 137 p.
16.Gillespie J.B., Ligon D.A., Pellegrino P.M., Fel N.N., Wood N.J. Development of a broadband lidar system for remote determination of aerosol size distributions // Measure Sci. Technol. 2002. V. 13. N 3. P. 383–390.
17.Ligon D., Chen T.W., Gillespie J.B. Determination of aerosol parameters from light-scattering data using an inverse Monte Carlo technique // Appl. Opt. 1996. V. 35. N 21. P. 4297–4304.
18.Ligon D., Gillespie J.B., Pellegrino P.M. Aerosol properties from spectral extinction and backscatter estimated by inverse Monte Carlo method // Appl. Opt. 2000. V. 39. N 24. P. 4402–4410.
19.Ramachandran G., Leith D. Extraction of aerosol-size distribution from multispectral light extinction data // Aerosol Sci. Technol. 1992. V. 17. N 4. P. 303–325.
20.Voutilainen A., Kaipio J.P. Statistical inversion of aerosol size distribution data // J. Aerosol Sci. 2000. V. 31 (Suppl.1). P. 767–768.
21.Trahan M.W., Wagner J.S., Shokair I.R., Tisone G.C., Gray P.C. The use of intelligent algorithms in multispectral UV analysis // CALIOPE Techn. Review Proc. 1998. V. 1. P. 358–375.
22.Madkour A.A., Hossain M.A., Dahal K.P., Yu H. Real-time system identification using intelligent algorithm // IEEE SMC UK_RI Confer. Proc. Londonderry. 2004. P. 236–241.
23.Krekov G.M., Sukhanov A.Ya. Application of artificial intelligence methods in remote sensing problems // XV Int. Sympos. «Atmospheric and Ocean Optics, Atmospheric physics». June 22–29, 2008. Krasnoyarsk, 2008. С. 100. CO-05.
24.Ressom H., Miller R.L., Natarjan P., Slade W.H. Computation intelligence and its application in remote sensing // Remote Sensing of Coastal Aquatic Environments / Ed. by R.L. Miller. Berlin: Springer, 2005. P. 205–227.
25.Galushkin A.I. Neural Network Theory. Berlin: Springer, 2007. 402 p.
26.Goldberg D., Sastry K. Genetic Algorithms. Berlin: Springer, 2007. 350 p.
27.Lienert B.R., Porter J.N., Sharma S.K. Repetitive genetic inversion of optical extinction data // Appl. Opt. 2001. V. 40. N 21. P. 3476–3482.
28.Lienert B.R., Porter J.N., Sharma S.K. Aerosol size distributions from genetic inversion of polar nephelometer data // J. Atmos. Sci. 2003. V. 20. N 10. P. 1403–1410.
29.Mera N.S., Elliott L., Ingham D.B. A multi-population genetic algorithm approach for solving ill-posed problems // Comput. Mechanics. 2004. V. 33. N 4. P. 254–262.
30.Креков Г.М., Крекова М.М., Лисенко А.А., Суханов А.Я. Радиационные характеристики растительного листа // Оптика атмосф. и океана. 2009. Т. 22. № 4. С. 397–410.
31.Доленко С.А., Гердова И.В., Доленко Т.А., Фадеев В.В. Лазерная флуориметрия смесей сложных органических соединений с использованием искусственных нейронных сетей // Квант. электрон. 2001. Т. 31. № 9. С. 834–838.
32.Ye M., Wang S., Lu Y., Hu T., Zhu Z., Xu Y. Inversion of particle-size distribution from angular light-scattering data with genetic algorithms // Appl. Opt. 1999. V. 38. N 12. P. 2667–2685.
33.Суханов А.Я., Катаев М.Ю. Возможности метода нейронных сетей для восстановления профиля концентрации озона из лидарных данных // Оптика атмосф. и океана. 2003. Т. 16. № 12. С. 1115–1119.
34.Гришин А.И., Креков Г.М., Крекова М.М., Матвиенко Г.Г., Суханов А.Я., Тимофеев В.И., Фатеева Н.Л., Лисенко А.А. Исследование органического аэрозоля растительного происхождения с помощью флуоресцентного лидара // Оптика атмосф. и океана. 2007. Т. 20. № 4. С. 328–337.