Численный анализ облачности и температуры поверхности океана с использованием инфракрасных измерений с геостационарных спутников и наземных данных

• Автор: Гетманчук, Инна Васильевна
• Шифр специальности: 11.00.09
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 111 с. : ил.

ВВЕДЕНИЕ.
1. Методы анализа облачности по спутниковым измерениям в видимом и инфракрасном диапазонах
2. Методика численного анализа облачности с использованием спутниковых и наземных данных.

2.1. Исходная информация

2.2. Методика численного анализа облачности.

3. Численные эксперименты со схемой анализа.

3.1. Область анализа и период тестовых расчетов.

3.2. Результаты численных экспериментов.

4. Методы анализа температуры поверхности океана, использующие спутниковые измерения.
5. Методика численного анализа температуры поверхности океана с использованием спутниковых наблюдений и контактных измерений

5.1. Исходная информация

5.2. Методика численного анализа ТПО по спутниковым измерениям
5.3. Методика численного анализа ТПО методом вариационного согласования спутниковых и судовых измерений
6. Численные эксперименты со схемой анализа ТПО.
6.1. Область анализа и период тестовых расчетов.
6.2. Результаты численных экспериментов по анализу ТПО, полученной по данным спутниковых измерений
6.3. Результаты численных экспериментов по проведению анализа ТПО методом вариационного согласования полей
ЗАКЛЮЧЕНИЕ.
Список литературы


Большинство работ по оценке облачности с использованием спутниковых данных было сделано на основании измерений в видимом и инфракрасном участках спектра, поскольку аппаратура производящая подобные измерения имеет более высокое пространственное разрешение и в течение долгих лет функционирует в оперативном режиме. Ниже будет дан краткий обзор методов анализа облачности по данным этих измерений. Методы порогов. Одним из первых Лркин, Коффлер и др. Это значит, что выбирается порог яркости в видимом диапазоне или пороговое значение радиационной температуры в инфракрасном ИК диапазоне так, что если значение в точке измерения ярче или холоднее чем пороговое значение, считается, что в этой точке присутствует облачность. Часть территории, покрытой облачностью, определяется простым отношением облачных пикселов к их общему числу. Высота верхней границы облачности может быть определена путем сравнения радиационной температуры с данными зондирования атмосферы. Методики расчета температуры верхней границы облаков ВГО Де Леонибас и Пегено, Сандерс, используют величину интенсивности излучения с верхней границы облака, полагая, что его излучательные свойства близки к излучательным свойствам абсолютно черного тела. Для более аккуратных расчетов необходимо выделить собственное излучение ВГО, исключив из регистрируемой радиометром величины излучения долю проникающего сквозь облако излучения атмосферы и земной поверхности Де Леонибас и Пегено, . Высота ВГО может рассчитываться по известному распределению температуры с высотой в точке измерений, либо по данным аэрологического зондирования. Результаты таких расчетов по данным МИСЗ МЕТЕОБАТ с получасовым интервалом времени представляют практическую ценность для авиационных краткосрочных прогнозов, облегчая задачу быстрого обнаружения активных грозовых зон. Метод порогов также используется для фильтрации облачности в массиве данных для дальнейшего восстановления температуры поверхности океана МакКлейн и др. В действительности возникают следующие трудности элементы облачности могут оказаться меньше, чем разрешение спутника и, наконец, имеется проблема выбора порогового значения. Шенк и Саломонсон рассматривали влияние пространственного разрешения радиометра на определение количества облачности при использовании метода порогов. Рассматривалась идеальная сцена, состоящая из однородной подстилающей поверхности ЬСГ и однородной облачности Ци. Пикселы, частично заполненные облачностью, должны были иметь значения между ЬС1Г и Ьси. Если взять пороговое значение близкое к ЬСГ, то при любой облачности данная точка будет объявлена как со 0 облачностью, что приведет к некоторой переоценке количества облачности. Для диаметра облачности приблизительно в раз больше, чем разрешение прибора отмечается хорошее согласование между восстановленной облачностью и истинным количеством облачности. Для облачности, имеющей размер близкий к размеру пиксела, на сцене с истинного количества облачности при расчете было присвоено полное покрытие облачностью. При ином подходе, если пороговое значение выбирается близким к 1, только пикселы с полным покрытием облачностью будут классифицированы как облачные пикселы, пикселы же с частичным присутствием облачности будут характеризоваться, как открытая территория и количество облачности будет недооценено. Более объективная оценка количества облачности может быть получена путем принятия двух порогов, одного близким к i, а другого близким к . Значения пикселов между указанными двумя пороговыми значениями будут охарактеризованы как с покрытием облачностью, что повысит качество восстановления количества облачности. Некоторые трудности представляет также оценка количества облачности в случае с разорванной облачностью. Вследствие того, что между частями разорванной облачности происходит персизлучение, поскольку регистрируется излучение из точек находящихся по отношению к спутнику не в надире, просматривается не только верхняя граница подобной облачности, но и ее боковые части стороны, в результате эффективное количество облачности в поле разорванных облаков не обязательно пропорционально части территории, покрытой облачностью Хашвадхан, Вейнмен . Особое внимание в данном методе уделяется выбору порогового значения.