Том 31, номер 12, статья № 6

Аннотация:

Анализируется возможность восстановления с помощью нейронной сети средней относительной концентрации углекислого газа, а также профиля концентрации при зондировании с космической орбиты 450 км и с аэростата на высотах 23 и 10 км. Рассмотрены возможности по привлечению априорных данных о температуре, давлении, отраженном и рассеянном сигналах. Погрешности восстановления средней концентрации составляют 0,15 и 0,5% на высотах менее 2 км для лидара с диаметром приемного зеркала 1 м, энергией в импульсе 50 мДж при разрешении 60 км.

Ключевые слова:

атмосфера, космический лидар, углекислый газ, парниковый газ, нейронная сеть

Список литературы:

1. Ehret G., Kiemle C., Wirth M., Amediek A. Space-borne remote sensing of CO₂, CH₄, and N₂O by integrated path absorption lidar: a sensitivity analysis // Appl. Phys. 2008. V. 90. P. 593–608.
2. Jianping Mao, Anand Ramanathan, James B. Abshire, Stephan R. Kawa, Haris Riris, Graham R. Allan, Michael Rodriguez, William E. Hasselbrack, Xiaoli Sun, Kenji Numata, Jeff Chen, Yonghoon Choi, Mei Ying, Melissa Yang. Measurement of atmospheric CO₂ column concentrations to cloud tops with a pulsed multi-wavelength airborne lidar // Atmos. Meas. Tech. 2018. N 11. P. 127–140. 2018. URL: https://doi.org/ 10.5194/amt-11–127–2018 (last access: 17.09.2018).
3. Ge Han, Xin Ma, Ailin Liang, Tianhao Zhang, Yannan Zhao, Miao Zhang, Wei Gong. Performance evaluation for China’s planned CO₂-IPDA // Remote Sens. 2017. N 9. P. 768–789.
4. Ehret G., Bousquet P., Pierangelo C., Alpers M., Millet B., Abshire J.B., Bovensmann H., Burrows J.P., Chevallier F., Ciais P., Crevoisier C., Fix A., Flamant P., Frankenberg Ch., Gibert F., Heim B., Heimann M., Houweling S., Hubberten H.W., Jöckel P., Law K., Löw A., Marshall J., Agusti-Panareda A., Payan S., Prigent C., Rairoux P., Sachs T., Scholze M., Wirth M. MERLIN: A French-German space lidar mission dedicated to atmospheric methane // Remote Sens. 2017. N 9. P. 1052–1081.
5. Sakaizawa D., Kawakami S., Nakajima M., Tanaka T., Morino I., Uchino O. An airborne amplitude-modulated 1.57 mm differential laser absorption spectrometer: simultaneous measurement of partial column-averaged dry air mixing ratio of CO₂ and target range // Atmos. Meas. Tech. 2013. N 6. P. 387–396.
6. Menzies R.T., Spiers G.D., Jacob J. Airborne laser absorption spectrometer measurements of atmospheric CO₂ column mole fractions: Source and sink detection and environmental impacts on retrievals // J. Atmos. Ocean. Tech. 2014. V. 31 P. 404–421.
7. Kiemle C., Ehret G., Amediek A., Fix A., Quatrevalet M., Wirth M. Potential of spaceborne lidar measurements of carbon dioxide and methane emissions from strong point sources // Remote Sens. 2017. V. 9, N 11. P. 1137–1153.
8.  Matvienko G.G., Krekov G.M., Sukhanov A.Ya. Space- borne remote sensing ofgreenhouse gases by IPDA lidar: A potentialities estimate // 25th Intern. Laser Radar Conf. St.-Petersburg, 2010. P. S11P-02.
9. Бабченко С.В., Матвиенко Г.Г., Суханов А.Я. Оценки возможностей зондирования парниковых газов CH₄ и CO₂ над подстилающей поверхностью IPDA лидаром космического базирования // Оптика атмосферы и океана. 2015. Т. 28, № 1. С. 37–45; Babchenko S.V., Matvienko G.G., Sukhanov A.Ya. Assessing the possibilities of sensing CH₄ and CO₂ greenhouse gases above the underlying surface with satellite-based IDPA lidar // Atmos. Ocean. Opt. 2015. V. 28, N 3. P. 245–253.
10.  Суханов А.Я. Решение обратной задачи DIAL-IPDA аэрокосмического лидарного зондирования углекислого газа на основе бионических методов. // Оптика атмосф. и океана. 2017. Т. 30, № 7. С. 589–597.
11.  Суханов А.Я. Алгоритмы, методы и комплексы программ для решения задач лидарного зондирования атмосферы: дис. … канд. техн. наук. Томск: ТУСУР, 2006. 151 с.
12. Mamun M.M., Mȕller D. Retrieval of intensive aerosol microphysical parameters from multiwavelength Raman/HSRL lidar: Feasibility study with artificial neural networks // J. Atmos. Meas. Tech. Discuss. 2016. 46 p. DOI: 10.5194/amt-2016-7.
13. Berdnik V.V., Loiko V.A. Neural networks for aerosol particles characterization // J. Quant. Spectrosc. Radiat. Transfer. 2016. V. 184. P. 135–145.
14.  Креков Г.М., Крекова М.М., Лисенко А.А., Суханов А.Я. Идентификация малых патогенных примесей в атмосфере на основе метода искусственных нейронных сетей // XV рабочая группа «Аэрозоли Сибири». Томск, 2008. С. 41.
15. Суханов А.Я. Об алгоритме предобучения нейронной сети для ряда обратных задач лидарного зондирования [Электронный ресурс] // Оптика атмосф. и океана. Физика атмосферы: сб. докл. XXII Междунар. симп. Томск: Изд-во ИОА СО РАН, 2016. C. C45–C48. 1 электрон. опт. диск (CD-ROM).
16. Суханов А.Я., Креков Г.М. Распознавание спектров флуоресценции бактерий и полиароматических углеводородов // Математические методы распознавания образов: сб. докл. всерос. конф., Петрозаводск, 2011 г. М.: МАКС Пресс, 2011. C. 514–517.
17. 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.
18.  Аршинов М.Ю., Белан Б.Д., Давыдов Д.К., Креков Г.М., Фофонов А.В., Бабченко С.В., Inoue G., Machida T., Maksutov Sh., Sasakawa M., Shimoyama K. Динамика вертикального распределение парниковых газов в атмосфере // Оптика атмосф. и океана. 2012. Т. 25, № 12. С. 1051–1061.
19. Labitzke K., Barnett J.J., Edwards B. Handbook MAP 16. SCOSTEP. 1985. 320 p.
20.  Hedin A.E. Extension of the MSIS Thermospheric model into the middle and lower atmosphere // J. Geophys. Res. 1991. V. 96, iss. A2. P. 1159–1172.
21.  Комаров В.С. Статистические модели температуры и газовых компонент атмосферы. Л.: Гидрометеоиздат, 1986. 264 с.
22. Балин Ю.С., Боровой А.Г., Бурлаков В.Д., Долгий С.И., Клемашева М.Г., Коношонкин А.В., Коханенко Г.П., Кустова Н.В., Маричев В.Н., Матвиенко Г.Г., Невзоров А.А., Невзоров А.В., Пеннер И.Э., Романовский О.А., Самойлова С.В., Суханов А.Я., Харченко О.В., Шишко В.А. Лидарный мониторинг облачных и аэрозольных полей, малых газовых составляющих и метеопараметров атмосферы / под ред. Г.Г. Матвиенко. Томск: Изд-во ИОА СО РАН. 2015. 450 с.