CC BY
85
Вычислительные технологии
Том 12, № 5, 2007
МАТЕМАТИЧЕСКИЕ ТЕХНОЛОГИИ ОПЕРАТИВНОГО РЕГИОНАЛЬНОГО СПУТНИКОВОГО МОНИТОРИНГА ХАРАКТЕРИСТИК АТМОСФЕРЫ И ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ
This paper summarizes the approaches and codes used at Altai State University to retrieve the atmospheric variables and the land surface parameters from the AIRS sounding suite radiances.
В первой части нашей работы [1] был дан обзор математических моделей, алгоритмов и вычислительных пакетов, используемых в центре космического мониторинга Алтайского госуниверситета и Главного управления МЧС по Алтайскому краю при проведении оперативного мониторинга Сибирского региона по данным центрального прибора исследовательской программы EOS (Earth Observing System)/NASA — 36-канального спектрорадиометра MODIS (MODerate resolution Imaging Spectroradiometer) [2]. Было показано, что передаваемые с платформ Terra и Aqua по каналам прямого вещания и принимаемые станцией центра в реальном времени данные этого прибора при современных технологиях обработки позволяют получать количественные оценки ключевых параметров атмосферы и подстилающей поверхности Земли. В табл. 5 [1] приведен перечень продуктов, которые создаются в рамках реализованной авторами технологии "прием данных—распаковка—геолоцирование—калибровка—обработка данных до уровня 2 (пиксельный уровень)—обработка данных до уровня 3 (перепроецированные на сетку 4-, 8- и 16-дневные данные)" в региональном центре.
* Работа выполнена при частичной финансовой поддержке Федерального агентства по образованию, программы СО РАН "Информационно-телекоммуникационные ресурсы СО РАН" и междисциплинарной программы СО РАН 4.5.2 "Разработка научных основ распределенной информационно-аналитической системы на основе ГИС и веб-технологий для междисциплинарных исследований".
© Институт вычислительных технологий Сибирского отделения Российской академии наук, 2007.
ЧАСТЬ
А. А. Ллгутин, Ю.А. Никулин, Ал. А. Ллгутин, В. В. Синицин, И. А. Шмаков Алтайский государственный университет, Барнаул, Россия e-mail: lagutin@theory.asu.ru
Введение
Продолжая обсуждение проблемы оперативного регионального мониторинга, в данной статье мы рассматриваем технологии, используемые нами при получении и обработке данных установленного на спутнике Aqua [3] уникального зондирующего комплекса AIRS (Atmospheric InfraRed Sounder) [4]. Этот комплекс с 1989 года [4] специально разрабатывался для решения ключевой проблемы спутниковой метеорологии — измерения вертикальных профилей температуры и влажности в нижнем слое атмосферы в глобальном масштабе с погрешностью меньшей, чем погрешность современных радиозондов. Планировалось, что при p < 100 мбар AIRS будет измерять температуру в слое 1 км со среднеквадратичной ошибкой 1 K, а профиль влажности в слое 2 км — с погрешностью 20 %. Модельные оценки того времени также показывали, что включение таких данных в региональные и глобальные модели прогнозирования погоды приведет к существенному повышению качества среднесрочных прогнозов.
Сегодня этот комплекс включает собственно ИК-зондировщик AIRS [4], спектро-радиометр AIRS/VisNIR (AIRS/Visible Near InfraRed) [5], микроволновые радиометры AMSU-A1 (Advanced Microwave Sounding Unit-Al) и AMSU-A2 [6]. На начальном этапе работы Aqua на орбите, до выхода из строя 5 февраля 2003 года, в состав группы входил микроволновой радиометр HSB (Humidity Sounder for Brazil) [7].
Центральным прибором этого комплекса является, безусловно, AIRS — первый гиперспектральный прибор космического базирования, осуществляющий измерения уходящего излучения в диапазонах 3.74...4.61 мкм (2181...2665 см-1), 6.20...8.22 (1217...1613), 8.8...15.4 мкм (650...1136 см-1) с высоким спектральным разрешением (Л/АЛ) ~ 1200. Пример спектра 2378-канального AIRS, представленного в единицах яркостной температуры, показан на рис. 1. С сентября 2002 года AIRS поставляет ежедневно несколько миллионов таких спектров [8].
Использование данных микроволновых радиометров, обладающих низкой чувствительностью к основной части присутствующих в атмосфере облачных структур, при обработке показаний ИК-зондировщика AIRS высокого спектрального разрешения позволяет зондирующему комплексу AIRS осуществлять восстановление вертикальных профилей атмосферы с требуемой сегодня для прогнозирования погоды точностью даже при почти 80% закрытии зоны наблюдения облаками [9].
Здесь следует отметить, что первые эксперименты по измерению вертикальных профилей температуры атмосферы T(p) были выполнены в 1969 году с использованием данных ИК-радиометра SIRS (Satellite InfraRed Spectrometer) [10] и ИК-интерферомет-ра IRIS (InfraRed Interferometer Spectrometer) [11], установленных на спутнике Nimbus-3 [12]. Реализованная в этих приборах технология измерений базировалась на идее [13] о возможности восстановления T (p) по структуре спектра уходящего теплового излучения. Физической основой этой технологии, которая и сегодня чрезвычайно важна при измерениях в надирной геометрии, является тот факт, что генерация уходящего из атмосферы ИК-излучения в участках полос поглощения-излучения атмосферных газов с различной оптической плотностью осуществляется различными слоями атмосферы. Это в свою очередь означает, что спектральное сканирование внутри конкретных полос поглощения газа на верхней границе атмосферы эквивалентно сканированию атмосферы в определенном диапазоне высот.
Понятно, что увеличение спектрального разрешения, с которым производится сканирование полосы, приводит к уменьшению диапазона высот, вносящих основной вклад в показание канала прибора, и, следовательно, к улучшению вертикального разрешения и точности измерения профилей атмосферы. В первом эксперименте радиометр SIRS,
260
240
&-T
220
т-1-1-1-1-1-1-1-1-1-1-1-1-1—
CO,
CO2 ОП O3
(Г"4] ^
H2O
ОП
/ЧЛ1
1
—I_I_I_
_|_I_I_I__I_I_I_I_
_|_I_I_I_
1000 1500 2000 2500
Частота, см-1
Рис. 1. Пример зависимости яркостной температуры ИК-зондировщика AIRS от частоты для пикселя с координатами 58.3° с.ш., 79.3° в.д. для дневного витка 14 февраля 2007 года. Зоны углекислого газа, водяного пара, озона и окна прозрачности отмечены как CO2, H2O, O3 и ОП соответственно
например, сканировал полосу поглощения С02 в области 15 мкм со спектральным разрешением (Л/АЛ) = 100.
Включение в численные модели прогнозирования погоды этой новой спутниковой информации практически сразу оказало положительное влияние на качество прогнозов в Южном полушарии, где сеть стандартных метеорологических наблюдений была редкой [14]. В Северном полушарии длительное время не отмечалось влияния спутниковых данных на качество прогнозов. Низкое вертикальное разрешение радиометров и присутствие облачных образований в зоне наблюдения приборов были основными причинами, которые не позволяли измерять параметры атмосферы с высокой точностью. В монографиях [15, 16] можно найти детальный обзор работ, выполненных на первом этапе развития спутниковой метеорологии.
Первое влияние спутниковых данных на качество прогнозов погоды в Северном полушарии было отмечено лишь почти 30 лет спустя — после запуска на платформах М0АА-15 и М0АА-16 новых микроволновых радиометров АМБИ-А и АМБИ-Б. Этот эффект, однако, был обеспечен не за счет принципиального увеличения вертикального разрешения и точности измерений профилей температуры и влажности в тропосфере. Он явился главным образом следствием того, что в моделях стали использоваться не восстановленные профили, а регистрируемые приборами на верхней границе атмосферы интенсивности излучения [14, 17].
Принципиально новый этап спутниковой метеорологии начался только после запуска 4 мая 2002 года на борту платформы Aqua зондирующего комплекса AIRS. Созданный на базе результатов последних разработок в области криогенной техники, выполненных специально для программы Aqua [3], центральный прибор комплекса — ИК-зондировщик AIRS — должен прежде всего продемонстрировать достижения космического приборостроения, измеряя вертикальные профили температуры и влажности в глобальном масштабе с погрешностью меньшей, чем погрешность современных радиозондов.
Представленная программой EOS/NASA возможность принимать в режиме реального времени данные всех приборов Aqua позволила центру космического мониторинга Алтайского госуниверситета и Главного управления МЧС по Алтайскому краю также включиться в работы по измерению параметров атмосферы и подстилающей поверхности Сибирского региона по данным "почти всепогодного" зондирующего комплекса AIRS.
В настоящей работе обсуждаются технологии, используемые нами при обработке данных AIRS. Дается информация о вычислительных пакетах, позволяющих проводить восстановление параметров системы атмосфера—подстилающая поверхность Земли и визуализацию полученных результатов, а также об элементах алгоритма и о создаваемых продуктах.
1. Показание спутникового ИК-зондировщика
Интенсивность ИК-излучения частоты v на верхней границе безоблачной нерассеива-ющей атмосферы L(v, $) формируется излучением подстилающей поверхности (ПП) Земли, восходящим излучением атмосферы, а также процессами перерассеяния подстилающей поверхностью нисходящего атмосферного потока F^(v) и солнечного ИК-излучения (см., например, [15, 18, 19, 20]). Если для температуры и коэффициента излучения ПП использовать обозначения Ts и e(v), для функции Планка — B(v, T(p)), а под т(v,p ^ 0,$) понимать функцию пропускания атмосферой излучения с частотой v на трассе "уровень атмосферы с давлением p — спутник", то интенсивность уходящего из системы под зенитным углом $ излучения L(v, $) может быть представлена в виде
L(v,$) = ф)B(v,Ts)T(v,ps ^ 0,$) + Г B(v,T(p))dT(v,P ^ 0,$) dinp+
Jps dln P
+ FV)pt(v)т(v,Ps ^ 0,$) + F0(v)^т(v, 0 ^ ps,^)ps(v)т(v,Ps ^ 0,$). (1)
В этом уравнении F0(v) обозначает солнечную постоянную, pt(v) и ps(v) — коэффициенты отражения нисходящего теплового излучения атмосферы и солнечной радиации поверхностью Земли, — косинус зенитного угла Солнца (^s = cos 0).
Функция пропускания т(v,p ^ 0,$), входящая в каждое слагаемое (1), характеризует степень прозрачности атмосферы для излучения частоты v при его прохождении от уровня генерации до спутника. Значение т определяется оптической толщиной на частоте v каждого газового компонента g атмосферы kg (v, p, $):
т(v,p ^ 0,$) = J^[exp — /
L ./p
— / kg (v,p,$)dp
b9
!p
0
Отметим, что производную dr/dlnp в (1) принято называть весовой функцией. Этот термин также часто используется и для обозначения произведения планковской интенсивности B(v,T (p)) на dr/dln pp.
Для расчета отклика спутникового прибора в канале с центральной частотой v необходимо вычислить интеграл
L = / L(v,tf^(v )dv, (2)
J Avi
где Фг (v) есть нормированная функция чувствительности (или аппаратная функция) канала.
Для канала vi гиперспектрального прибора дискретизованный вариант уравнения (1) на сетке pi, l = 1...ls с учетом (2) имеет вид
Is
Li = e(Vi)B(Vi,Ts)Ш,0) + 5] Bv(Ti)(T-1(vi,^) - Т>г,^)) + LiT(Vi) + SiT(v). (3)
i=i
Здесь LiT и SiT обозначают, соответственно, вклады процессов перерассеяния подстилающей поверхностью нисходящего атмосферного потока и солнечного ИК-излучения, а
T(Vi,tf)= / т(v,pi ^ 0,tf^(v)dv (4)
Avi
— функцию пропускания излучения в диапазоне Avi при его прохождении от уровня pi атмосферы до прибора спутника. Выражения для Lit и SiT можно найти, например, в работе [21].
При заданных параметрах атмосферы и подстилающей поверхности наиболее трудоемкой частью расчета показаний каналов Li гиперспектрального зондировщика является определение функции пропускания Ti(vi,'d). Сегодня для расчета этой функции принято использовать метод прямого или полинейного счета (см., например, [22, 20]). Метод прямого счета, учитывающий вклад в поглощение каждой линии, теоретически позволяет рассчитывать функции поглощения для любого спектрального интервала. Практически же, с увеличением спектрального интервала, значительно возрастают вычислительные затраты, необходимые для выполнения расчетов характеристик прозрачности атмосферы. Это обусловлено, с одной стороны, увеличением числа линий, которые необходимо учитывать, с другой — увеличением интервала интегрирования. Поэтому прямой метод обычно используют при создании специализированных справочных таблиц, на базе которых создаются обладающие высоким быстродействием пакеты для расчета коэффициентов поглощения и функции пропускания. Именно эти пакеты затем включаются в вычислительные комплексы оперативной обработки ИК-зондировщиков. Например, в работах [23, 24, 21, 25] и в приведенных в них ссылках можно найти детали метода построения справочных таблиц, последующего определения коэффициентов поглощения и расчета функции пропускания каналов AIRS, а также описания используемых при оперативной обработке данных AIRS вычислительных пакетов.
2. Характеристики приборов зондирующего комплекса AIRS
Сегодня зондирующий комплекс AIRS на платформе Aqua включает четыре прибора: 2378-канальный ИК-зондировщик AIRS [4], 4-канальный спектрорадиометр AIRS/VisNIR (далее просто VIS) [5], а также 13-канальный микроволновой радиометр AMSU-A1 и 2-канальный AMSU-A2 [6], которые в работе обозначаются как AMSU. Данные этих приборов выделяются авторами из "сырого потока" Aqua, передаваемого со спутника по каналу прямого вещания и принимаемого в реальном времени станцией центра.
Все приборы комплекса синхронно сканируют поверхность Земли и атмосферу в надирном варианте наблюдения в направлении, перпендикулярном вектору скорости спутника. Формирование сигналов в детекторах ИК-зондировщика AIRS и VIS осуществляется одним телескопом. На рис. 2 в качестве примера показана геометрия сканирования ИК-зондировщиком AIRS подстилающей поверхности и расположение девяти пикселей AIRS относительно пикселя AMSU. Отметим, что одному пикселю AIRS соответствует 72 пикселя спектрорадиометра VIS, имеющего разрешение 2.3 км в надире.
ИК-зондировщик AIRS — центральный прибор комплекса. Гиперспектрометр регистрирует интенсивность уходящего теплового излучения в диапазоне длин волн 3.74...15.4 мкм (650...2665 см-1) с разрешением (А/ДА) ~ 1200. Этот спектральный диапазон включает важные для восстановления температурного профиля атмосферы зоны поглощения углекислого газа (4.3 и 15 мкм), водяного пара (6.3 мкм) и озона (9.6 мкм). Эти зоны показаны на рис. 1. Детальная структура некоторых участков спектра AIRS, выраженная в единицах яркостной температуры, для пикселей на поверхности суши и океана представлена также на рис. 3. Данные AIRS для пикселя с координатами 10° ю.ш., 100° в.д. на поверхности океана, представленные на этом рисунке, получены с сайта GSFC/NASA [26].
На рис. 4 показано положение каналов AIRS, используемых для восстановления ха-
Рис. 2. Геометрия сканирования гиперспектрометром AIRS подстилающей поверхности (а) и расположение пикселей AIRS относительно зоны наблюдения AMSU (б) (по данным [4])
Еч"
240
220
650 660 670 680
Частота, см-1
a
Еч"
240
220
200
650
660
670
Частота, см-1
680
Еч"
260
255
250
780 800 820 840 860 880 900
Частота, см в
-1
295 290 285
* 280
E-T
275 270 265
780 800 820 840 860 880 900
Частота, см
г
1
259
258
Еч"
257
2600 2610 2620 2630 2640 2650 2660 2670
Частота, см-1 д
Еч"
314 312 310 308 306 304
302
2600 2610 2620 2630 2640 2650 2660 2670
Частота, см-1
е
Рис. 3. Пример зависимости яркостной температуры AIRS от частоты в зонах СО2 (а, б), Н2О (в, г) и в зоне наибольшей прозрачности около 2616 см-1 (д, е) для пикселей с координатами 58.3° с.ш., 79.3° в.д. (а, в, д; суша) и 10° ю.ш., 100° в.д. (б, г, е; океан) для дневного витка 14 февраля 2007 года
рактеристик атмосферы и температуры подстилающей поверхности. Наличие у прибора каналов, позволяющих проводить измерения в зоне R-ветви CO2 около 4.18 мкм (2392 см-1) с высокой радиометрической точностью, принципиально отличает AIRS от других действующих ИК-зондировщиков. Главная особенность R-ветви — резкое увеличение коэффициентов поглощения с увеличением температуры. В силу высокой чувствительности коэффициентов поглощения к изменению температуры, каналы, регистрирующие излучение в этой области спектра, имеют узкие весовые функции.
Представленные в табл. 1 данные [27] по зависимости от спектрального разрешения
260
* 240
h
220
660 680 700 720 740 760 780
Частота, см-1
260
м
h 240
260
* 240
h
220
1200 1300 1400 1500 1600
Частота, см-1
260
w
h 240 220
2200 2300 2400 2500 2600 2700
Частота, см-1
Рис. 4. Положение каналов AIRS, используемых для восстановления профилей температуры (штрихпунктирная линия), влажности (сплошная линия), озона (штриховая линия с длинными штрихами) и температуры подстилающей поверхности (штриховая линия с короткими штрихами)
Частота, см-1
Таблица 1. Зависимость полуширины А весовой функции Б(и,Т(р))йт/й 1пр (в единицах высоты однородной атмосферы) от спектрального разрешения спутникового прибора (по данным [27])
Слои Спектральная Спектральное Полуширина А Примечание
атмосферы зона разрешение (Л/АЛ)
CS а 14.5 мкм 100 2.4 VTPRVHIRS6
ф с о т 15.0 мкм 1200 1.6 AIRS
15.0 мкм 10000 1.4 При измерениях
а р в крыльях линии
т С 60 ГГц 1000 1.3 AMSU
а р 15.0 мкм 100 1.6 VTPR
е ф 60 ГГц 1000 1.5 AMSU
с о 4,46 мкм 100 1.3 HIRS
Uh о р 4,18 мкм 1200 0.69 AIRS
Н 4,18 мкм 10000 0.60 При измерениях в крыльях линии
aVTPR — Vertical Temperature Profile Radiometer. bHIRS — High resolution InfraRed Sounder.
спутникового прибора полуширины А весовой функции B(v,T(p))dr/dlnp (в единицах высоты однородной атмосферы) показывают, что при измерении профиля температуры в тропосфере в надирной геометрии наблюдений наилучшее вертикальное разрешение можно получить только по спектру ИК-излучения в области около 4.18 мкм.
Микроволновые радиометры AMSU регистрируют интенсивность теплового излучения в диапазоне 23.8...89.0 ГГц [6]. Этот диапазон включает полосу поглощения кислорода, линии водяного пара, а также окна прозрачности. Весовые функции всех каналов AMSU показаны на рис. 5.
Одна из наиболее важных функций AMSU в комплексе AIRS состоит в измерении параметров атмосферы при наличии облачного покрова. Поскольку показания этих приборов слабо искажаются основной частью присутствующих в атмосфере облачных структур, то лишь их использование при обработке данных ИК-зондировшика AIRS высокого спектрального разрешения позволяет зондирующему комплексу AIRS осуществлять восстановление вертикальных профилей атмосферы даже при почти 80 % закрытии зоны наблюдения облаками [9]. Измерение температурного профиля в стратосфере, где AMSU, как видно из табл. 1, имеет лучшее вертикальное разрешение, является другой важной задачей радиометра.
Прибор VIS, входящий в AIRS, является 4-канальным спектрорадиометром, регистрирующим излучение в диапазоне 0.40...0.94 мкм. Нормированные функции чувствительности каналов VIS показаны на рис. 6. Там же, для сравнения, приведены данные для соответствующих каналов MODIS. Основные задачи VIS — обнаружение облачных структур в нижней части тропосферы и установление степени неоднородности ПП в каждой зоне наблюдения AIRS. Главные исследовательские задачи VIS — отработка технологий измерений потока коротковолнового излучения в диапазоне 0.49...0.94 мкм на уровне ПП и восстановлений высоты облаков в нижней тропосфере [4, 5].
Подробное описание радиометров AIRS, VIS, AMSU, технологий их калибровки и геолоцирования, а также первые результаты валидационных экспериментов можно найти в работах [4, 6, 5, 8, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39]. Некоторые характеристики
Рис. 5. Весовые функции dr/dXnp каналов AMSU (по данным [28])
Рис. 6. Нормированные функции чувствительности каналов VIS (A01, A02, A03, A04). М01, М02, ..., М19 обозначают нормированные функции чувствительности каналов 1, 2, ..., 19 спек-трорадиометра MODIS (по данным [5])
Таблица 2. Характеристики ИК-зондировщика AIRS [34]
3.74. ..4.61 мкм (2181...2665 см-1 )
1 Спектральный диапазон 6.20. ..8.22 мкм (1217...1613 см-1 )
8.8. ..15.4 мкм (650...1136 см-1)
2 Спектральное разрешение (Л/АЛ) 1086...1570
3 Число каналов 2378
4 Угловой размер пикселя, град. 1.1
5 Разрешение в надире, км 13.5
6 Число регистрируемых пикселей при 90x1
одном сканировании
7 Время одного сканирования, с 2.667
8 Полоса сканирования на экваторе, км 1650
Таблица 3. Характеристики микроволновых радиометров AMSU-A1 и AMSU-A2 [4]
1 Спектральный диапазон (ГГц)/число каналов:
AMSU-A1 (50.3...89.0)/13
AMSU-A2 (23.8...31.4)/2
2 Угловой размер пикселя, град. 3.3
3 Разрешение в надире, км 40.5
4 Число регистрируемых пикселей при 30x1
одном сканировании
5 Полоса сканирования на экваторе, км 1690
Таблица 4. Характеристики VIS/AIRS [5, 4]
1 Номер канала (спектральный диапазон, мкм) 1 (0.40...0.44) 2 (0.58...0.68) 3 (0.71...0.92) 4 (0.49...0.94)
2 Угловой размер пикселя, град. 0.2
3 Разрешение в надире, км 2.3
4 Число регистрируемых пикселей при одном сканировании 720x8
5 Полоса сканирования на экваторе, км 1650
этих приборов приведены также в табл. 2-4. Информация о зонах покрытия этими приборами территории России и соседних государств при приеме данных в Барнауле была представлена в первой части работы [1].
3. Пакеты обработки данных комплекса AIRS
Основой программных комплексов, использованных в работе при восстановлении характеристик атмосферы и подстилающей поверхности Земли по данным AIRS, является вычислительный пакет AIRS/AMSU/HSB. Он создан на базе операционного комплекса NASA версии 4.0.9 в Инженерно-космическом центре Висконсинского университета (Space Science and Engineering Center, University of Wisconsin-Madison, Madison WI) [40].
0) m о
£
< т-
Л X
0) о о
£
m л
X
0) m
о £
см л
X
0) m
о £
"Сырой поток" спутника Aqua, принимаемый в региональном центре
Пакет RT STPS Выделение данных приборов AIRS, VIS, AMSU
AIRS L0 VIS L0 AMSU L0
_
Геолоцированные данные в HDF-формате
™ _
AIRS L1B PGE
AMSU L1BPGE
Калиброванные геолоцированные данные в HDF-формате
AIRS/VIS/AMSU Level 2 PGE
Л
Восстановление характеристик системы по данным только радиометра AMSU
Исключение из данных AIRS вклада облаков
Восстановление характеристик системы по данным AIRS/VIS/AMSU
Ts, £, ps, профили температуры и влажности, всщозапас облаков
СС-интенсивности, TCP). q(p)
СС-интенсивности, Ts, с, Ps, профили температуры,
влажности и озона, характеристики облаков
Продукты AIRS/VIS/AMSU Стандартные продукты L2. RetStd. v4.0.9.102 Исследовательские продукты L2. RetSup. V4.0.9.102
Рис. 7. Последовательность обработки данных зондирующего комплекса AIRS
Пакет, имеющий версию 4.0.9.102, получен центром космического мониторинга Алтайского госуниверситета в [40] под лицензией GSFC/NASA.
Необходимая для работы пакета входная информация — данные приборов в формате PDS (Production Data Set). PDS-файлы создаются в центре после распаковки принятого полного "сырого" потока Aqua и выделения с использованием пакета RT-STPS [41] данных каждого прибора зондирующего комплекса.
Пакет AIRS/AMSU/HSB v.4.0.9.102, состоящий из нескольких PGE (Product Generation Executive), осуществляет обработку этих данных до уровня 1B (геолоцированные калиброванные интенсивности) и затем до уровня 2 (восстановленные геофизические параметры). Последовательность обработки данных и получаемые после обработки на разных уравнях результаты показаны на рис. 7.
4. Элементы алгоритма
Алгоритм восстановления характеристик атмосферы и подстилающей поверхности по данным зондирующего комплекса AIRS подробно описан в ATBD (Algorithm Theoretical Basis Document) [27] и статьях [4, 42, 43, 5, 44, 45, 9, 17]. Ниже, следуя этим работам, обсуждаются лишь некоторые элементы этого алгоритма: коррекция вклада облачности, постановка обратной задачи и последовательность обработки данных AIRS.
4.1. Коррекция вклада облачности
Ключевым элементом алгоритма [9] является процедура исключения из показаний ИК-зондировщика AIRS вклада облаков. После проведения этой "облачной" коррекции, называемой в англоязычной литературе "cloud-clearing" [9], показания AIRS соответствуют той части сцены, для которой облачный покров отсутствует.
Интенсивности, получаемые после процедуры коррекции, будут обозначаться далее как CC-интенсивности. Именно CC-интенсивности используются на всех этапах решения обратной задачи восстановления геофизических параметров системы.
В работе [46] было показано, что в случае K — 1 облачных структур, присутствующих в области восстановления параметров атмосферы, наблюдения в K соседних пикселях позволяют определить СС-интенсивность Li в i-м канале прибора с использованием равенства
K-1
Li = Ri,i + ^ nk(Ri,i — Ri,K+i-k), (5)
k= 1
где Ri;k, k = 1...K — интенсивность в k-м пикселе. В реализованном для AIRS подходе [9] это утверждение записывается с использованием средней интенсивности i-го канала в рассматриваемых K пикселях R^
K
Li = Ri + ^ nk (Ri — Ri,K). (6)
k= 1
Понятно, что при оптимальном выборе коэффициентов nk равенства (6) позволяют находить СС-интенсивности во всех каналах прибора.
Если предположить, что получены значения СС-интенсивностей Li для некоторого небольшого множества I каналов зондировщика, то из (6) можно получить систему из I уравнений, позволяющую построить оптимальные оценки для nk, k = 1...K, и затем вычислить Li для всех каналов. Поскольку Li восстанавливаются с некоторой погрешностью ei, то систему для нахождения nk следует записывать в виде
K
ALi = ^ Vk&Ri,k + £i, i =1...I, (7)
k=i
где ALi = Li — Ri, ARi,k = Ri — Ri,k.
Решение этой системы в рамках метода наименьших квадратов дается следующим равенством (см., например, [47]):
Vkx i = [ARt N-1AR]K1xK ARt N-1AL, (8)
где N обозначает ковариационную матрицу ошибок, связанных с восстановлением L, а T — операцию транспонирования матрицы.
Получение оценок СС-интенсивностей — сложная задача. В предложенном для AIRS алгоритме они находятся для каждого пикселя AMSU с использованием данных 76 каналов (I = 76) в девяти пикселях ИК-зондировщика AIRS (K = 9) в рамках многоэтапного итерационного процесса. Он запускается после восстановления параметров системы атмосфера—подстилающая поверхность Земли по данным микроволнового радиометра AMSU и интенсивностей AIRS в каналах, чувствительных к изменению температуры в верхней части атмосферы. Если полученные по этим данным характеристики системы назвать начальным состоянием, то итерационный процесс есть последовательность шагов "начальное состояние системы—определение г/1 —расчет СС-интенсивностей L1— восстановление параметров системы для состояния 1—... —определение r/n—СС-интен-сивности L'n—итоговые геофизические параметры системы". В версии 4.0.9 алгоритма делается четыре итерации, т. е. n = 4.
На каждом шаге определения r/k и Lk строится новая ковариационная матрица ошибок Nk, элементы которой отражают оценки погрешностей в Li — R^ В работе [9] диагональные элементы матрицы Nik моделируются выражением
Nk = NE an? +
8T k dTs 61s
+
dR- fek
^ С Vi
+
+
0R1 dpVi
+
dRi dT (P)
ST (P )k
+
dRi Sq(P )k dq(p)/q q
(9)
Первое слагаемое в этом выражении МЕАМ2 описывает шумы в канале ¿-го прибора. Другие слагаемые определяют вклады в погрешность Ьк, обусловленные ошибками в оценках температуры, коэффициета излучения и коэффициента спектральной яркости ПП, а также профилей температуры и влажности. Недиагональные элементы находятся почти аналогичным образом [9]:
N
dRi ^ (STJ )2 + dR dj (S£kiS£kj) + ...
dTs dTs
d£v d£v
(10)
Детали вычислений производных в (9) и (10), а также используемые при расчетах г/к по (8) дополнительные ограничения, позволяющие регуляризировать задачу, можно найти в АТББ [27] и работе [9].
2
2
2
2
2
4.2. Решение обратной задачи
После получения оценок СС-интенсивностей Ьк на к-м шаге отмеченного выше итерационного процесса восстанавливаются характеристики атмосферы и подстилающей поверхности. Это делается в такой последовательности:
а) температура, коэффициенты излучения и отражения подстилающей поверхности;
б) температурный профиль атмосферы;
в) профиль влажности атмосферы;
г) вертикальный профиль озона;
д) параметры облаков.
Решение возникающей на этом этапе нелинейной некорректной задачи находят также с использованием итерационного алгоритма (детальный обзор проблемы — в работе [48]). В алгоритме [9] каждая из восстанавливаемых характеристик представляется в виде
10 1о
Xт = Xт-1 + ^ ^ДА^ = X0 + ^ (11)
1=1 1=1
где Xт есть значение восстанавливаемой величины на т-м итерационном шаге, ^ — известные функции, а ДАт определяется равенством
Ат = Ат-1 + да™. (12)
Для нахождения ДАт используется невязка
д©т = (Ьк - ьт)(1. (13)
©т
dT ,
г
В этом выражении Ьк обозначает оценку СС-интенсивности, ¿т — интенсивность, вычисленную по (3) для принятых на т-м итерационном шаге параметрах системы, а ©т есть яркостная температура, соответствующая ¿т.
При расчете ДАт используется линеаризованная форма (13). С учетом погрешности в¿, выражение (13) записывается в виде
д©т = ^ ^дАт + в ¿, (14)
1
где
*=дьт (§): ™
г
есть коэффициенты чувствительности.
Регуляризованное решение задачи (14), минимизирующее невязку (13), записывается обычно в следующем виде (см. [49]):
ДАт = [(£т )Т (М т)-1£т + Нт]-1(£т)Т (Мт)-1Д©т (16)
где Нт — стабилизирующая матрица, а Мт — ковариационная матрица погрешностей вДетали построения матриц Нт и Мт можно найти в работе [9].
4.3. Последовательность обработки данных AIRS
Этап 1. Производятся восстановление характеристик системы по данным микроволнового радиометра AMSU и затем уточнение температурного профиля при совместном использовании данных AMSU и интенсивностей AIRS в каналах, чувствительных к изменению температуры в верхней части атмосферы. Восстановленный профиль температуры используется для уточнения профиля влажности, температуры и коэффициентов излучения ПП в СВЧ-диапазоне при повторной обработке данных AMSU.
Этап 2. Осуществляется первое восстановление п1, находятся CC-интенсивности L\} восстанавливаются параметры облаков.
Этап 3. Восстанавливаются параметры атмосферы и ПП по CC-интенсивностям AIRS с использованием регрессионного алгоритма [17].
Этап 4. Уточняются температурный профиль и коэффициенты излучения ПП в микроволновом диапазоне с использованием данных AMSU, интенсивностей AIRS в каналах, чувствительных к изменению температуры в верхней части атмосферы, и характеристик атмосферы и ПП этапа 3. Температура ПП не корректируется, так как полученная на этапе 3 оценка по данным ИК-диапазона AIRS лучше, чем оценка по данным микроволнового радиометра.
Этап 5. Находится rj2 с использованием уточненных на этапе 4 данных по характеристикам атмосферы и ПП, определяются СС-интенсивности L2, уточняются характеристики облаков. Получаемая на данном этапе оценка L2 является более точной в силу того, что при восстановлении используются параметры атмосферы и ПП, установленные по данным в ИК-диапазоне.
Этап 6. Восстанавливаются характеристики ПП (температура ПП, коэффициенты излучения ПП в ИК- и СВЧ-диапазонах, коэффициент спектральной яркости ПП в ИК-диапазоне) с использованием предназначенных для этого 53 каналов AIRS (см. рис. 4) и данных каналов AMSU из окна прозрачности.
Этап 7. Находится п3 с использованием уточненных на этапе 6 данных по характеристикам ПП, определяются СС-интенсивности L3, получаются новые оценки характеристик облаков.
Этап 8. Восстанавливаются параметры ПП, а также профили температуры, влажности и озона по данным L3 в 289 каналах.
Этап 9. Производится восстановление профиля температуры по L3 с использованием новых данных по характеристикам атмосферы и ПП.
Этап 10. Производится восстановление профиля влажности по L3 с использованием новых данных по характеристикам атмосферы и ПП.
Этап 11. Производится восстановление профиля озона по L3 с использованием новых данных по характеристикам атмосферы и ПП.
Этап 12. Уточняется профиль температуры по данным AMSU и интенсивностям AIRS в каналах, чувствительных к изменению температуры в верхней части атмосферы, при использовании в качестве характеристик системы результатов этапов 8...11.
Этап 13. Находится п4 с использованием данных этапов 8 и 9. Определяемые на этом этапе СС-интенсивности L4 и характеристики облаков — итоговые продукты комплекса обработки.
Этап 14. Восстанавливаются параметры ПП и профиль температуры. Определенные по СС-интенсивностям L4 характеристики — итоговые продукты.
Этап 15. Проводится проверка качества восстановления с использованием четырех тестов.
Этап 16. Определяются поток уходящей длинноволновой радиации и поток уходящей радиации из области сцены, свободной от облачности.
Следует еще раз отметить, что алгоритм восстановления геофизических параметров по данным зондирующего комплекса AIRS подробно описан в ATBD [27] и статьях [42, 43, 5, 44, 45, 9, 17].
5. Продукты, создаваемые по данным AIRS
В результате обработки данных зондирующего комплекса AIRS пакетом AIRS/ AMSU/HSB v.4.0.9.102 создаются HDF-файлы, идентичные операционным продуктам GSFC/NASA [26].
Таблица 5. Основные продукты зондирующего комплекса AIRS
Продукт Обозначение
Стандартные продукты L2.RetStd.v4-0.9.102
Температура скин-слоя ПП, К TSurfStd
Температура воздуха на уровне ПП, К TSurfAir
Температура воздуха на 28 уровнях атмосферы, К TAirStd
Температура воздуха на 28 уровнях атмосферы, К, по данным TAirMWOnly
AMSU
Отношение смеси Н2О, г/кг H2OMMRStd
Общее влагосодержание атмосферы, кг/м2 totH2OStd
Общее влагосодержание атмосферы, кг/м2, по данным AMSU totH2OMWOnlyStd
Вертикальный профиль озона O3VMRStd
Общее содержание озона, в единицах Добсона totO3Std
Коэффициенты излучения ПП в ИК-диапазоне emisIRStd
Коэффициенты спектральной яркости ПП в ИК-диапазоне rhoIRStd
Яркостная температура ПП в СВЧ-диапазоне, К sfcTbMWStd
Коэффициенты излучения ПП в СВЧ-диапазоне EmisMWStd
Водозапас облаков, кг/м2 totCldH2OStd
Температура облака на верхней границе, К TCldTopStd
Давление на верхней границе облака, мбар PCldTopStd
Доля пикселя AMSU, закрытая облаками CldFrcStd
Высота тропопаузы, мбар PTropopause
Геопотенциальная высота 28 стандартных уровней, в метрах GP_Height
над уровнем моря
Геопотенциальная высота 28 стандартных уровней, в метрах GP_Height_MWOnly
над уровнем моря, по данным AMSU
Геопотенциальная высота ПП, в метрах над уровнем моря GP Surface
Поток уходящей длинноволновой радиации в диапазоне olr
2...2800 см-1, Вт/м2
Поток уходящей длинноволновой радиации в диапазоне clrolr
2...2800 см-1 в области, свободной от облачности, Вт/м2
Исследовательские продукты L2.RetSup.v4-0.9.102
Интенсивность осадков, мм/ч rain rate 50km
Температура воздуха на 100 уровнях, К TAirSup
Влагосодержание атмосферы в слое, мол/см2 H2OCDSup
Водозапас облака в слое, мол/см2 lwCDSup
Фазовое строение облака в слое, вода/лед cIWSup
Количество озона в слое, мол/см2 O3CDSup
Количество СО в слое, мол/см2 COCDSup
Объемное отношение смеси СО в слое 300...600 мбар, млрд-1 CO_PPBV
Объемное отношение смеси СО2, млн-1 CO2ppmv
Влагосодержание атмосферы в слое, мол/см2, по данным H2OCDMWOnly
AMSU
Например, файлы
AIRS.2007.02.20.066.L1B.AMSU_Rad,v4.0.9.102.D07051161551.hdf, AIRS.2007.02.20.066.L1B.VIS_Rad,v4.0.9.102.D07051161629.hdf, AIRS.2007.02.20.066.L1B.AIRS_Rad,v4.0.9.102.D07051161831.hdf
содержат геолоцированные калиброванные данные уровня 1B каждого прибора. В файле
AIRS.2007.02.20.066.L2.CC.v4.0.9.102.D07051164226.hdf
представлены усредненные для каждого пикселя AMSU интенсивности ИК-зондировщика AIRS, полученные после проведения процедуры коррекции, т. е. CC-интенсивности.
Параметры атмосферы и подстилающей поверхности — продукты уровня 2 — представлены в файлах
AIRS.2007.02.20.066,L2.RetStd.v4.0.9.102.D07051164226.hdf, AIRS.2007.02.20.066,L2.RetSup.v4.0.9.102.D07051164226.hdf. Первый файл содержит стандартные продукты, второй, в дополнение к стандартным, включает также и исследовательские продукты.
Полное описание всех переменных HDF-файлов L2.RetStd.v4.0.9 и L2.RetSup.v4.0.9 можно найти в документах, представленных на сайте [32]. Перечень основных продуктов приведен в табл. 5.
6. Визуализация данных
На рис. 8 в качестве примера показаны продукты TSurfStd, totH2OStd, totCldH2OStd, PTropopause, CO_PPBV, clrolr. Эти рисунки были подготовлены по данным центра мониторинга с использованием средств, предоставляемых ГИС GRASS [50, 51]. Благодаря использованию GDAL [52] в GRASS обеспечена поддержка большого количества растровых форматов данных, в том числе и форматов HDF4 [53] и HDF-EOS [54]. Несмотря на это, непосредственное усвоение GRASS данных уровня 2 (L2) с сохранением географической привязки оказалось непредусмотрено, по крайней мере в используемой авторами версии GRASS v6.0.2. Это обусловлено несоответствием координатной сетки данных (заданной массивами Longitude и Latitude в HDF-файле) какой-либо из картографических проекций, поддерживаемых используемой GRASS библиотекой PROJ.4 [55].
Перенести L2-данные AIRS после их усвоения в локацию GRASS, лишенную географической привязки, на картографическую сетку возможно и средствами GRASS (i.rectify). Однако это приводит к значительной пространственной ошибке для пикселов, лежащих у границ изображения.
Альтернативой является использование пакета MS2GT [56]. Пакет ориентирован на обработку данных MODIS, представленных в виде последовательности (накладывающихся) сканов, однако его оказывается возможным применить и для данных AIRS. Такой режим, однако, не предусмотрен программой fornav, являющейся центральной в решении данной задачи. В связи с этим, использование MS2GT в отношении данных AIRS для целей, отличных от визуализации, по-видимому, нецелесообразно.
При использовании MS2GT перепроецирование происходит в два этапа: создание соответствия координатной сетки данных и целевой сетки и, собственно, перепроецирование данных. Этапы реализуются использованием программ ll2cr и fornav. Параметры целевой сетки задаются текстовым .gpd-файлом [57]. Прочие программы, входящие в пакет, не требуются.
Рис. 8. Характеристики атмосферы и подстилающей поверхности, по данным комплекса AIRS для дневного витка 20 февраля 2007 года: а — температура ПП, К; б — общее влагосодержание атмосферы, кг/м2; в — водозапас облаков, кг/м2; г — высота тропопаузы, мбар; д — объемное отношение смеси СО в слое 300...600 мбар, млрд-1; е — поток уходящей длинноволновой радиации в диапазоне 2...2800 см-1 в области, свободной от облачности, Вт/м2. Белым цветом отмечены области, для которых данные отсутствуют
Определенный смысл представляет переход от используемой в MS2GT библиотеки Mapx [5S] к библиотеке PROJ.4. Последняя используется, в частности, самим GRASS. Для этого вызов ll2cr следует заменить вызовом программы proj пакета PROJ.4; проекция задается стандартным для PROJ.4 способом. Согласование форматов можно выполнить при помощи программ пакета Rawtools [59] и программы hdfdump [б0].
На этапе усвоениия в ГИС GRASS данных, являющихся основой приведенных в работе изображений, было решено отказаться от использования fornav. Вместо fornav совместно с программой proj был использован специально разработанный для этого код перепроецирования данных. Общий ход обработки данных, однако, остался прежним.
Для построения простых изображений в автоматическом режиме можно ограничиться использованием MS2GT и PROJ.4. Результатом работы fornav является двоичный файл. Его несложно преобразовать в файл одного из распространенных графических форматов (PNG, JPEG и др.), применяя такой пакет, как ImageMagick [б1] или Netpbm [б2]. Преобразование двоичных форматов можно выполнить с использованием программы rawxform пакета Rawtools.
T. Валидация
Для проверки правильности функционирования всей технологической цепочки "прием данных-распаковка-геолоцирование-калибровка-обработка данных до уровня 2" на этом этапе исследований были проведены сопоставления данных авторов с результатами GSFC/NASA, представленными на сайте [2б]. Распределения отклонений "данные GSFC/NASA минус данные настоящей работы" для шести продуктов показаны на рис. 9. Нетрудно видеть, что полученные в работе результаты практически совпадают с данными GSFC/NASA.
Заключение
Главная цель второй части работы — обсуждение технологий, используемых авторами при получении и обработке данных установленного на платформе Aqua/EOS-NASA [3] зондирующего комплекса AIRS [4]. Этот комплекс специально разрабатывался NASA для решения ключевой проблемы спутниковой метеорологии — измерения вертикальных профилей температуры и влажности атмосферы в глобальном масштабе с погрешностью меньшей, чем погрешность современных радиозондов.
Сегодня на базе 2378-канального зондировщика AIRS создается новый прибор — CrIS (Cross-track Infrared Sounder), предназначенный для работы уже на операционном уровне в рамках многолетней Национальной программы США по глобальному космическому мониторингу NPOESS (National Polar-orbiting Operational Environmental Satellite System) и NPP (NPOESS Preparatory Project). В начале следующего десятилетия CrIS должен заменить ИК-зондировщик HIRS/3, действующий в настоящее время на спутниках серии NOAA [б3, б4, б5]. Это обстоятельство обусловливает дополнительный интерес к изучению возможностей, открываемых гиперспектрометром AIRS при решении региональных задач.
Представленная программой EOS/NASA возможность принимать в режиме реального времени данные всех приборов Aqua позволила центру космического мониторинга
Алтайского госуниверситета и ГУ МЧС по Алтайскому краю также включиться в работы по измерению параметров атмосферы и подстилающей поверхности Сибирского региона по данным "почти всепогодного" зондирующего комплекса АГО^З/УЕЗ/АМВи.
В работе обсуждаются вычислительные пакеты, позволяющие проводить восстановление параметров системы атмосфера—подстилающая поверхность Земли и визуали-
0.4 0.3 о. 0.2 0.1 0
-1 0 1 дт, к
а
0.8 0.6 а. 0.4 0.2 0
0
дт, к
0.3 0.2 0.1 0
- -
1
-1 0 1
АОз, ед. Добсона в
1
0.8 0.6 0.4 0.2 0
0
Ар, мбар
г
0.4 0.3 о. 0.2 0.1 0
Ап, млрд 1 д
0.8 0.6 О. 0.4 0.2 0
0
АФ, Вт/м е
Рис. 9. Сопоставление данных СЯРС^АЯА [26] с результатами настоящей работы: а — температура подстилающей поверхности; б — температура воздуха на уровне подстилающей поверхности; в — общее содержание озона; г — высота тропопаузы; д — объемное отношение смеси СО в слое 300...600 мбар; е — поток уходящей длинноволновой радиации в области, свободной от облачности
2
2
2
зацию полученных результатов, а также элементы алгоритма и создаваемые продукты. Показывается, что восстановленные с использованием пакета AIRS/AMSU/HSB v.4.0.9.102 в рамках реализованной авторами технологии "прием данных—распаковка— геолоцирование—калибровка—обработка данных" параметры системы практически совпадают с данными GSFC/NASA [26].
По мнению авторов, двухлетний архив и поступающая ежедневно оперативная информация вместе с реализованными технологиями обработки данных представляют собой важный информационный ресурс для современных исследований климатических изменений в Сибири.
Авторы выражают благодарность академику РАН Ю. И. Шокину за предложение подготовить обзорную работу по математическим технологиям спутникового мониторинга и обсуждение ряда вопросов, затронутых в статье. Данные AIRS, используемые при сравнениях в этой работе (рис. 9), получены с сайта GSFC/NASA [26].
Список литературы
[1] Лагутин А.А., Никулин Ю.А., Жуков А.П. и др. Математические технологии оперативного регионального спутникового мониторинга характеристик атмосферы и подстилающей поверхности. Ч. 1. MODIS // Вычисл. технологии. 2007. Т. 12, № 2. С. 67-89.
[2] Salomonson V.V., Barnes W.L., Maymon P.W. et al. MODIS: Advanced facility instrument for studies of the Earth as a system // IEEE Trans. Geosci. Remote Sens. 1989. Vol. 27, N 2. P. 145-153.
[3] Parkinson C. L. Aqua: an earth-observing satellite mission to examine water and other climate variables // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 173-183.
[4] Aumann H.H., Chahine M.T., Gautier C. et al. AIRS/AMSU/HSB on the Aqua mission: design, science objectives, data products, and processing systems // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 253-264.
[5] Gautier C., Shiren Y., Hofstadter M.D. AIRS/Vis Near IR instrument // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 330-342.
[6] Lambrigtsen B.H. Calibration of the AIRS microwave instruments // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 369-378.
[7] Lambrigtsen B.H., Calheiros R.V. The Humidity Sounder for Brazil — an international partnership // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 352-361.
[8] Aumann H.H., Broberg S., Elliott D. et al. Three years of Atmospheric Infrared Sounder radiometric calibration validation using sea surface temperatures //J. Geophys. Res. 2006. Vol. 111, N D16S90. doi:10.1029/2005JD006822.
[9] Suskind J., Barnet C.D., Blaisdell J.M. Retrieval of atmospheric and surface parameters from AIRS/AMSU/HSB data in the presence of clouds // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 390-409.
[10] Wark D.Q., Hilleary D.T. Atmospheric temperature: Succesful test of remote probing // Science. 1969. Vol. 165. P. 1256-1258.
[11] Hanel R., Conrath B. Interferometer experiment on Nimbus 3: Preliminary results // Science. 1969. Vol. 165. P. 1258-1260.
[12] WlCK G.L. Nimbus weather satellites: Remote sounding of the atmosphere // Science. 1971. Vol. 172. P. 1222-1223.
[13] Kaplan L.D. Inference of atmospheric structures from satellite remote radiation measurements //J. Opt. Soc. Amer. 1959. Vol. 49. P. 1004-1007.
[14] Ohring G., Lord S., Derber J. et al. Applications of satellite remote sensing in numerical weather and climate prediction // Adv. Space Res. 2002. Vol. 30, N 11. P. 2433-2439.
[15] Кондратьев К.Я., Тимофеев Ю.М. Термическое зондирование атмосферы со спутников. Л.: Гидрометеоиздат, 1970. 410 с.
[16] Кондратьев К.Я., Тимофеев Ю.М. Метеорологическое зондирование атмосферы из космоса. Л.: Гидрометеоиздат, 1978. 280 с.
[17] Goldberg M.D., Qu Y., McMillin L.M. et al. AIRS near-real-time products and algorithms in support of operational numerical weather prediction // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 379-389.
[18] Минин И.Н. Теория переноса излучения в атмосферах планет. М.: Наука, 1988. 264 с.
[19] Шанда Э. Физические основы дистанционного зондирования. М.: Недра, 1990. 208 с.
[20] Мицель А.А., Фирсов К.М., Фомин Б.А. Перенос оптического излучения в молекулярной атмосфере / Под ред. И. И. Ипполитова. Томск: Изд-во ТГУ, 2002. 420 с.
[21] Strow L.L., Hannon S.E., Souza-Machado S.D. et al. An overview of the AIRS radiative transfer model // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 303-313.
[22] Мицель А.А., Фирсов К.М. Развитие моделей молекулярного поглощения в задачах переноса излучения в атмосфере Земли // Оптика атмосферы и океана. 2000. Т. 13, № 2. С. 179-197.
[23] Strow L.L., Motteler H.E., Benson R.G. et al. Fast computation of monochromatic infrared atmospheric transmittances using compressed look-up tables //J. Quant. Spectrosc. Radiat. Transfer. 1998. Vol. 59, N 3-5. P. 481-493.
[24] Strow L.L., Tobin D.C., McMillan W.W. et al. Impact of a new water vapor continuum and line shape model on observed high resolution infrared radiances //J. Quant. Spectrosc. Radiat. Transfer. 1998. Vol. 59, N 3-5. P. 303-317.
[25] Strow L.L., Hannon S.E., Machado S.D.-S. et al. Validation of the Atmospheric Infrared Sounder radiative transfer algorithm //J. Geophys. Res. 2006. Vol. 111, N D09S06. doi:10.1029/2005JD006146.
[26] Earth Observing System Data Gateway.
http://delenn.gsfc.nasa.gov/~imswww/3.6.5/imswelcome/
[27] Chahine M.T., Aumann H.H., Goldberg M. et al. AIRS Level 2 Algorithm Theoretical Basis Document (ATBD). Version 2.2. - NASA.
http://eospso.gsfc.nasa.gov/eos_homepage/for_scientists/atbd/docs/AIRS/atbd-airs-L2.pdf
[28] Li J., Wolf W.W., Menzel W.P. et al. Global soundings of the atmosphere from ATOVS measurements; the algorithm and validation //J. Appl. Meteor. 2000. Vol. 39. P. 1248-1268.
[29] Aumann H.H., Gregorich D.T., Gaiser S.L. et al. AIRS Level 1B Algorithm Theoretical Basis Document (ATBD). Part 1 (IR). - NASA.
http://eospso.gsfc.nasa.gov/eos_homepage/for_scientists/atbd/index.php
[30] Hofstadter M., Aumann H.H., Manning E. et al. AIRS Level 1B Algorithm Theoretical Basis Document (ATBD). Part 2 (VIS/NIR). - NASA.
http://eospso.gsfc.nasa.gov/eos_homepage/for_scientists/atbd/index.php
[31] AIRS Level 1B Algorithm Theoretical Basis Document (ATBD). Part 3 (microwave). — NASA. http://eospso.gsfc.nasa.gov/eos_homepage/for_scientists/atbd/index.php
[32] Atmospheric InfraRed Sounder documentation. — NASA. http://disc.sci.gsfc.nasa.gov/AIRS/documentation.shtml
[33] Pagano T.S., Aumann H.H., Hagan D.E., Oyeroye K. Prelaunch and in-flight radiometric calibration of the Atmospheric Infrared Sounder (AIRS) // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 265-273.
[34] Gaiser S.L., Aumann H.H., Strow L.L. et al. In-flight spectral calibration of the Atmospheric Infrared Sounder // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 287-297.
[35] Strow L.L., Hannon S.E., Weiler M. et al. Prelaunch spectral calibration of the Atmospheric Infrared Sounder (AIRS) // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 274-286.
[36] Lambrigtsen B.H., Lee S.-Y. Coalignment and synchronization of the AIRS instrument suite // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 343-351.
[37] Fetzer E., McMillin L.M., Tobin D. et al. AIRS/AMSU/HSB validation // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 418-431.
[38] Aumann H.H., Gregorich D., Gaiser S. AIRS hyper-spectral measurements for climate research: Carbon dioxide and nitrous oxide effects // Geophys. Res. Lett. 2005. Vol. 32, N L05806. doi:10,1029/2004GL021784.
[39] Tobin D.C., Revercomb H.E., Knuteson R.O. et al. Radiometric and spectral validation of Atmospheric Infrared Sounder observations with the aircraft-based Scanning High-Resolution Interferometer Sounder // J. Geophys. Res. 2006. Vol. 111, N D09S02. doi:10.1029/2005JD006094.
[40] http://cimss.ssec.wisc.edu/~gumley/IMAPP/AIRS/
[41] RT-STPS. http://directreadout.gsfc.nasa.gov/index.cfm?section=downloads&page=software& softwareID=43
[42] Susskind J., Barnet C., Blaisdell J. Determination of atmospheric and surface parameters from simulated AIRS/AMSU/HSB sounding data: retrieval and cloud clearing methodology // Adv. Space Res. 1998. Vol. 21, N 3. P. 369-384.
[43] Rosenkranz P.W. Retrieval of temperature and moisture profiles from AMSU-A and AMSU-B measurements // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 39, N 11. P. 2429-2435.
[44] Rosenkranz P.W. Rapid radiative transfer model for AMSU/HSB channels // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 362-368.
[45] Chen F.W., Staelin D.H. AIRS/AMSU/HSB precipitation estimates // IEEE Trans. Geosci. Remote Sens. 2003. Vol. 41, N 2. P. 410-417.
[46] Chahine M.T. Remote sounding of cloudy atmospheres. II. Multiple cloud formations //J. Atmos. Sci. 1977. Vol. 34. P. 744-757.
[47] Тихонов А.Н., Уфимцев М.В. Статистическая обработка результатов экспериментов. М.: Изд-во МГУ, 1988. 174 с.
[48] Rodgers C.D. Inverse methods for atmospheric sounding: Theory and practice. N. J.: World Sci., 2000. 238 p.
[49] Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1979. 288 с.
[50] Neteler M., Mitasova H. Open source GIS: A GRASS GIS approach. Boston: Springer, 2004. 424 p.
[51] Geographic Resources Analysis Support System. http://grass.itc.it/
[52] GDAL — Geospatial Data Abstraction Library. http://www.gdal.org/
[53] The HDF Group Home Page. http://www.hdfgroup.org/
[54] HDF EOS. http://www.hdfeos.org/
[55] PROJ.4 — Cartographic Projections Library. http://www.remotesensing.org/proj/
[56] MS2GT: The MODIS Swath-to-Grid Toolbox. http://nsidc.org/data/modis/ms2gt/
[57] Points, Pixels, Grids, and Cells. http://cires.colorado.edu/~knowlesk/ppgc.html
[58] Mapx: Map Transformations Library. http://geospatialmethods.org/mapx/
[59] Rawtools. http://theory.asu.ru/~ivan/devel/rawtools/
[60] hdfdump. http://theory.asu.ru/~ivan/devel/hdfdump/
[61] Introduction to ImageMagick. http://www.imagemagick.org/script/index.php
[62] Netpbm Source Package. http://netpbm.sourceforge.net/
[63] Townshend J.R.G., Justice C.O. Towards operational monitoring of terrestrial systems by moderate-resolution remote sensing // Remote Sens. Environ. 2002. Vol. 83. P. 351-359.
[64] DB Meeting 2005. http://dbmeeting.gsfc.nasa.gov/posters_presentations.cfm
[65] Coronado P., Kannenberg B. International EOS/NPP direct redout meeting 2005 // The Earth Observer. 2006. Vol. 18. P. 16-17.
Поступила в редакцию 26 апреля 2007 г.
