Том 22, номер 09, статья № 11

Аннотация:

Продемонстрирована возможность определения вертикальных профилей CO₂ и его концентрации, усредненной по атмосферному столбу, по отраженному солнечному излучению, измеряемому сенсором TANSO-FTS на борту спутника GOSAT. Обучение нейронной сети для определения CO₂ в атмосфере было проведено с использованием модельных спектров в полосах кислорода (вблизи 0,76 мкм) и углекислого газа (вблизи 1,6 и 2,06 мкм). Для каждого из 4 углов сканирования были разработаны отдельные нейронные сети, в то время как зенитный угол Солнца рассматривался как непрерывная переменная. В модельных экспериментах достигнута точность 1 ppm для усредненных по атмосферному столбу величин и 4 ppm для концентрации CO₂ у поверхности. Уровень шума в спектрах задавался на уровне 1:300 для всех спектральных диапазонов.

Ключевые слова:

GOSAT, вертикальный профиль, нейронные сети

Список литературы:

1.Tans P.P., Fung I.Y., Takahashi T. Observation constraints on the global atmospheric CO2 budget // Science. 1990. V. 247. Iss. 4949. P. 1431–1438.
2.Rayner P.J., O’Brien D.M. The utility of remotely sensed CO2 concentration data in surface source inversions // Geophys. Res. Lett. 2001. V. 28. N 1. P. 175–178.
3.http://www.gosat.nies.go.jp/eng/GOSAT_pamphlet_en.pdf (дата обращения: 20.04.2009).
4.Hamazaki T., Kaneko Y., Kuze A. Carbon dioxide monitoring from the GOSAT satellite // Proc. of XXth ISPRS congress. 12–23 July, Istanbul, Turkey, 2004. P. 225–227.
5.Gribanov K.G., Zakharov V.I., Tashkun S.A., Tyuterev Vl.G. A New Software Tool for Radiative Transfer Calculations and its application to IMG/ADEOS data // J. Quant. Spectrosc. and Radiat. Transfer. 2001. V. 68. N 4. P. 435–451.
6.Tomasi C., Vitale V., Petkov B., Lupi A., Cacciari A. Improved algorithm for calculations of Rayleigh-scattering optical depth in standard atmospheres // Appl. Opt. 2005. V. 44. N 16. P. 3320–3341.
7.Rothman L.S., Jacquemart D., Barbe A., Benner D.C., Birk M., Brown L.R., Carleer M.R., Chackerian Jr.C., Chance K., Coudert L.H., Dana V., Devi V.M., Flaud J.-M., Gamache R.R., Goldman A., Hartmann J.-M., Jucks K.W., Maki A.G., Mandin J.-Y., Massie S.T., Orphal J., Perrin A., Rinsland C.P., Smith M.A.H., Tennyson J., Tolchenov R.N., Toth R.A., Auwera J.V., Varanasi P., Wagner G. The HITRAN 2004 molecular spectroscopic database // J. Quant. Spectrosc. and Radiat. Transfer. 2005. V. 96. Iss. 2. P. 139–204.
8.Roujean J.-L., Leroy M., Dechamps P.-Y. A Bidirectional Reflectance Model of the Earth’s Surface for the Correction of Remote Sensing Data // J. Geophys. Res. D. 1992. V. 97. N 18. P. 20455–20468.
9.Rahman H., Verstraete M.M., Pinty B. Coupled Surface-Atmosphere Reflectance Model 1. Model Description and Inversion on Synthetic Data // J. Geophys. Res. D. 1993. V. 98. N 11. P. 20779–20789.
10.Rahman H., Pinty B., Verstraete M.M. Coupled Surface-Atmosphere Reflectance (CSAR) Model 2. Semiempirical Surface Model Usable With NOAA Advanced Very High Resolution Radiometer Data // J. Geophys. Res. D. 1993. V. 98. N 11. P. 20791–20801.
11.http://rtweb.aer.com (дата обращения: 01.09.2008).
12.Lenoble J. (Ed.). Radiative transfer in scattering and absorbing atmospheres: standard computational procedures: A. Deepak Publishing, Hampton, Virginia USA, 1985. 314 p.
13.Chevallier F., Chedin A., Cheruy F., Morcrette J.J. TIGR-like atmospheric-profile databases for accurate radiative-flux computation // Quart. J. Roy. Meteorol. Soc. 2000. V. 126. Part B. N 563. P. 777–785.
14.GLOBALVIEW-CO2: Cooperative Atmospheric Data Integration Project – Carbon Dioxide. CD-ROM, NOAA CMDL, Boulder, Colorado [Also available on Internet via anonymous FTP to ftp.cmdl.noaa.gov, Path: ccg/co2/GLOBALVIEW], 2005.
15.Schmidt U., Khedim A. In situ measurements of carbon dioxide in the winter arctic vortex and at midlatitudes: an indicator of the `age` of stratospheric air // Geophys. Res. Lett. 1991. V. 18. N 4. P. 763–766.
16.Engelen R.J., Denning A.S., Gurney K.R., Ste-
phens G.L. Global observations of the carbon budget 1. Expected satellite capabilities for emission spectroscopy in the EOS and NPOESS eras // J. Geophys. Res. D. 2001. V. 106. N 17. P. 20055–20068.
17.Rumelhart D.E., Hinton G.E., Williams R.J. Learning internal representations by error propagation // Parallel Distributed Processing: Explorations in the Macrostructure of Cognition. V. 1 / Ed. by D.E. Rumelhart and J.L. McClelland. P. 318–362, Cambridge: MIT Press, 1986. 517 p.
18.Platt U., Perner D. Measurements of atmospheric trace gases by long path differential UV/visible absorption spectroscopy // Optical and Laser Remote Sensing / Ed. D.A. Killinger, and A. Mooradien. N.Y.: Springer Verlag, 1983. P. 95–105.
19.Мину М. Математическое программирование. Теория и алгоритмы / Пер. с фр. М.: Наука, 1990. 488 с.