Атмосферное зондирование или профилирование атмосферы — это измерение вертикального распределения физических свойств атмосферного столба , таких как давление , температура , скорость и направление ветра (таким образом определяя сдвиг ветра ), содержание жидкой воды, концентрация озона , загрязнение и другие свойства. Такие измерения проводятся различными способами, включая дистанционное зондирование и наблюдения на месте .
Наиболее распространенным методом зондирования на месте является радиозонд , который обычно представляет собой метеозонд , но также может быть и ракетным зондом .
При дистанционном зондировании обычно используются пассивные инфракрасные и микроволновые радиометры :
Датчики, которые напрямую измеряют состав атмосферы, такие как термометры, барометры и датчики влажности, можно отправлять в воздух на воздушных шарах, ракетах или сбрасываемых зондах . Их также можно размещать на внешних корпусах кораблей и самолетов или даже устанавливать на башнях. В этом случае все, что необходимо для регистрации измерений, — это запоминающие устройства и/или транспондеры .
Более сложный случай касается датчиков, в основном установленных на спутниках, таких как радиометры , оптические датчики, радары , лидары и облакомеры , а также содары, поскольку они не могут напрямую измерять интересующие величины, такие как температура, давление, влажность и т. д. Понимая процессы излучения и поглощения, мы можем выяснить, на что смотрит прибор между слоями атмосферы. Хотя этим типом приборов можно также управлять с наземных станций или транспортных средств (оптические методы также можно использовать внутри приборов на месте), спутниковые приборы особенно важны из-за их обширного и регулярного охвата. Например, инструменты AMSU на трех спутниках NOAA и двух спутниках EUMETSAT могут получить данные со всего земного шара с разрешением выше одного градуса менее чем за день .
Мы можем различать два широких класса датчиков: активные , такие как радары , которые имеют собственный источник, и пассивные , которые обнаруживают только то, что уже есть. Для пассивного прибора могут использоваться различные источники, включая рассеянное излучение, свет, излучаемый непосредственно от Солнца, Луны или звезд (оба более подходят в визуальном или ультрафиолетовом диапазоне), а также свет, излучаемый теплыми объектами, что более важно. подходит для микроволнового и инфракрасного диапазона.
Эхолот смотрит на край атмосферы, где он виден над Землей . Он делает это одним из двух способов: либо он отслеживает Солнце, Луну, звезду или другой передающий спутник через лимб, когда источник закрывается за Землей, либо он смотрит в сторону пустого пространства, собирая излучение, рассеянное от одного из них. этих источников. Напротив, эхолот надира смотрит вниз (в надир ) сквозь атмосферу на поверхности. Прибор SCIAMACHY работает во всех трех этих режимах. Зенитный эхолот смотрит вверх (в зенит ) с наземной точки.
Следующее применимо в основном к пассивным датчикам, но в некоторой степени применимо и к активным датчикам.
Обычно имеется вектор значений извлекаемой величины , называемый вектором состояния , и вектор измерений . Вектором состояния могут быть температуры, плотности озона, влажность и т. д. Вектором измерения обычно являются значения яркости или яркостной температуры, полученные с помощью радиометра или аналогичного детектора, но он может включать в себя любую другую величину, имеющую отношение к проблеме. Прямая модель сопоставляет вектор состояния с вектором измерения:
Обычно отображение , известно из физических принципов, но это не всегда так. Вместо этого это можно узнать только эмпирически , сопоставляя фактические измерения с реальными состояниями. Спутники и многие другие инструменты дистанционного зондирования измеряют не соответствующие физические свойства, то есть состояние, а количество излучения, излучаемого в определенном направлении и на определенной частоте. Обычно легко перейти из пространства состояний в пространство измерений — например, с помощью закона Бера или переноса излучения — но не наоборот, поэтому нам нужен какой-то метод обращения или поиска обратной модели .
Если задача линейная, мы можем использовать какой-либо метод обратной матрицы — часто проблема некорректна или нестабильна , поэтому нам нужно будет ее регуляризовать : хорошие, простые методы включают нормальное уравнение или разложение по сингулярным значениям . Если задача слабо нелинейна, может подойти итерационный метод, такой как Ньютон-Рафсон .
Иногда физика слишком сложна для точного моделирования, а прямая модель слишком медленна, чтобы ее можно было эффективно использовать в обратном методе. В этом случае для формирования обратной модели на основе набора упорядоченных пар выборок, отображающих пространство состояний в пространство измерений, могут использоваться статистические методы или методы машинного обучения , такие как линейная регрессия , нейронные сети , статистическая классификация , оценка ядра и т. д. , то есть, . Они могут быть сгенерированы либо на основе моделей – например, векторов состояния из динамических моделей и векторов измерения переноса излучения или аналогичных прямых моделей – либо на основе прямых эмпирических измерений. Другие случаи, когда статистический метод может оказаться более подходящим, включают задачи с высокой нелинейностью .
СМИ, связанные с звучанием атмосферы, на Викискладе?
