Определение относительного содержания HDO и концентрации CH4 в атмосфере из спутниковых данных по спектрам теплового излучения Земли тема автореферата и диссертации по физике, 01.04.14 ВАК РФ

г»

003055654 Яд правах рукописи

Топтыгин Александр Юрьевич

ОПРЕДЕЛЕНИЕ ОТНОСИТЕЛЬНОГО СОДЕРЖАНИЯ ШЮ И КОНЦЕНТРАЦИИ СН4 В АТМОСФЕРЕ ИЗ СПУТНИКОВЫХ ДАННЫХ ПО СПЕКТРАМ ТЕПЛОВОГО ИЗЛУЧЕНИЯ ЗЕМЛИ

Специальность 01 04 14 —Теплофизика и теоретическая теплотехника

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Екатеринбург - 2007

003055654

Работа выполнена на кафедре общей и молекулярной физики и в лаборатории глобальной экологии и спутникового мониторинга Уральского государственного университета им АМ Горького

Научный руководитель. доктор физико-математических наук,

профессор Борисов Сергей Федорович

Официальные оппоненты доктор физико-математических наук,

профессор Селезнев Владимир Дмитриевич

доктор физико-математических наук, чл -корр. РАН Васин Владимир Васильевич

Ведущая организация. Институт оптики атмосферы СО РАН, г Томск

Защита состоится «12» апреля 2007 г. в 15 00 на заседании диссертационного совета Д 212 286 01 по защите диссертаций на соискание ученой степени доктора физико-математических наук при Уральском государственном университете им А М. Горького (620083, г Екатеринбург, К-83, пр Ленина 51, коми 248)

С диссертацией можно ознакомиться в научной библиотеке Уральского государственного университета им АМ Горького

Автореферат разослан

марта2007 г

Ученый секретарь

диссертационного совета Д 212 286 01, доктор физико-математических наук, старший научный сотрудник

НВ Кудреватых

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность Важной проблемой XXI века является накопление парниковых газов в атмосфере и глобальное потепление Создание адекватных прогностических моделей климатических изменений, вызываемых ростом концентрации основных парниковых газов, в частности из-за масштабной человеческой деятельности [1,2] (утилизация ископаемого топлива, производство цемента, сельское хозяйство и др) является актуальной задачей Главным средством изучения климатической системы планеты в части предсказания изменений климата является численное моделирование общей циркуляции потоков тепла и массы в атмосфере и океане При этом решается задача тепломассопереноса, моделируются явления диффузии, турбулентного переноса, конвекции, конденсации, выпадения осадков, радиационного переноса, взаимодействия атмосферы с поверхностью и др Одним из центральных направлений развития моделей является более точное описание всех физических процессов, происходящих в атмосфере Качество моделирования общей циркуляции в существенной мере определяется уточнением параметризации этих процессов, в частности процессов радиационного и фазового переноса тепла в системе «атмосфера - земная поверхность»

Перенос скрытого тепла водяным паром в атмосфере определяется испарением с поверхности, конденсацией в облаках и переиспарением выпадающих осадков Для количественной параметризации этих процессов важными являются экспериментальные данные о соотношении изотопомеров HDO и Н20 в различных фазах гидрологического цикла Величина отношения концентраций HDO/H2O для определенной воздушной массы изменяется только в процессах фазовых превращений и является трассером «силы» гидрологического цикла [3,4] Поле величины этого отношения, определенное по Земному шару отражает предысторию формирования воздушных масс и характеризует перенос скрытого тепла от экватора к полюсам

Радиационный теплоперенос в атмосфере определяется содержанием поглощающих ШС радиацию газов Н20, С02, Оэ, СН4, N20 и др Содержание водяного пара в атмосфере определяется температурой поверхности планеты, в то же время существенное изменение количества малых газовых составляющих в значительной степени обусловлено человеческой деятельностью [2], поэтому актуальной является задача глобального мониторинга поля концентраций этих газов Метан, являющийся одним из основных парниковых газов, высвобождается из естественных и антропогенных источников Существуют трудности в количественной оценке определения темпов сезонной эмиссии метана из разнообразных биосферных источников В России - это главным образом болота, особенно обширная болотная экосистема Западной Сибири с располагающимися там объектами нефтегазового комплекса

Для текущего определения параметров атмосферы в любой точке земного шара или глобальных полей параметров наиболее перспективным является метод термического зондирования атмосферы со спутников [5] С появлением инфракрасных (ИК) сенсоров высокого спектрального разрешения произошли качественные изменения в информативности спутниковых данных, появилась возможность существенного улучшения детектирования таких малых газовых со-

ставляющих в атмосфере как Н20 и СН4, появилась принципиальная возможность определения содержания изотопомеров парниковых газов, в частности изотопо-мера воды HDO Поэтому разработка методик определения параметров атмосферы по спутниковым спектрам высокого спектрального разрешения является актуальной задачей

Целью настоящей работы является получение данных о величине отношения HDO/H2O и содержания метана в атмосфере из ИК спектров высокого разрешения теплового диапазона Для этого решались следующие задачи разработка методики определения вертикального профиля HDO/H2O в атмосферном водяном паре из эмиссионных спектров атмосферы, регистрируемых со спутников; получение широтно-высотного распределения величины отношения HD0/H20 из эмиссионных спектров атмосферы, измеренных сенсором IMG над районом Тихого океана, разработка и апробация методики определения вертикального профиля HD0/H20 в атмосферном водяном паре из спектров пропускания атмосферы высокого разрешения, разработка методики для определения полного содержания метана в атмосферном столбе, пол>чение сезонных карт содержания метана в атмосфере из ИК спектров, измеренных сенсором AIRS над районом Западной Сибири, оценка вклада эмиссии метана из болотной экосистемы в общее содержание метана в этом районе и оценка соответствующего дополнительного теплового эффекта

Методы исследования. Поставленные задачи носят комплексный, междисциплинарный характер и подразумевают решение обратной задачи для уравнения переноса теплового излучения в атмосфере, проведение численных расчетов с использованием ЭВМ, статистический анализ и обработку больших объемов информации (базы данных по параметрам атмосферы, измеренные спектры)

Достоверность результатов работы обеспечивается использованием апробированных физических моделей и готового программного обеспечения для решения прямой задачи переноса теплового излучения в атмосфере, эффективностью применяемых математических методов для решения обратной задачи Оценка ошибки используемых методов проводилась по схеме замкнутых модельных экспериментов Сравнение результатов, получаемых данными методами с зондовыми и самолетными измерениями, демонстрирует хорошее согласие Характер полученного широтного распределения HDO/HjO совпадает с результатами, полученными другими авторами Полученные из обработки спектров AIRS результаты по содержанию метана над исследуемой областью согласуются с результатами других авторов

Основные положения, выносимые на защиту:

1 Обоснование возможности определения вертикальных профилей относительного содержания HDO в атмосфере над океаном с погрешностью до 20%о из спектров уходящего теплового излучения Земли высокого разрешения (~0 1 см')

2 Результаты оценки сезонных вариаций содержания метана в атмосфере Западной Сибири 0 57-0 62 моль/м2, полученные из спектров уходящего теплового излучения Земли высокого разрешения (~0 5 см"1), измеряемых сенсором AIRS/AQUA

3 Методика определения профилей относительного содержания HDO в атмосфере из ИК спектров пропускания высокого разрешения (~0 002 см"1) при наличии одновременных измерений профилей температуры и концентрации водяного пара, основанная на методе линейной регрессии главных компонент

Научная новизна работы состоит в следующем:

1 Предложена методика определения вертикального профиля отношения HD0/H20 в атмосфере из эмиссионных спектров атмосферы, измеряемых спутниковыми сенсорами с высоким разрешением

2 Из спектров сенсора IMG/ADEOS получены данные о широтном распределении вертикальных профилей отношения HD0/H20 в атмосфере над океаном

3 Предложена методика определения вертикального профиля отношения HDO/Н20 в атмосфере из спектров пропускания атмосферы теплового диапазона, измеряемых Фурье спектрометрами наземного базирования с высоким разрешением

4 Получена оценка вклада природной эмиссии метана из болот в общее содержание метана в атмосфере над районом Западной Сибири Произведена оценка локального теплового эффекта, обусловленного природной эмиссией метана в летний период

Практическая ценность работы заключается в следующем:

На основе существующих методов обработки спутниковых данных, разработана методика определения вертикальных профилей отношения HDO/HoO из ИК спектров высокого разрешения и получено широтное распределение профилей HD0/H20 в водяном паре над районом Тихого океана Полученные данные используются для верификации моделей общей циркуляции атмосферы (NASA GISS ModelE [3] и ЕСНАМ4 [4]), учитывающих изотопное разделение воды в процессах испарения и конденсации, а также для оценки изменения параметров гидрологического цикла Земли

Полученные из спектров AIRS данные были использованы для оценки вклада эмиссии метана из болот в общее содержание метана в атмосфере над районом Западной Сибири с координатами 60-67 С Ш , 60—90 В Д и оценки соответствующего дополнительного теплового эффекта

Разработанное в рамках работы программное обеспечение (утилиты по вычислению весовых функций спектров пропускания, минимизации целевой функции в координатах главных компонент профиля HD0/H20) может быть встроено в программный пакет FIRE-ARMS [6]

Личный вклад автора заключается в разработке методик определения вертикальных профилей отношения HD0/H20 из спектров спутникового сенсора IMG и наземного Фурье спектрометра FTIR, обработке измеренных спектров; получении широтно-высотного распределения отношения HD0/H20 над океаном, обработке измеренных спектров AIRS, построении карт содержания метана над районом Западной Сибири в период 2004-2005 г г , оценке эмиссионного и теплового вклада болотной экосистемы в общее содержание и тепловой эффект метана над исследуемой областью Обсуждение направления исследований, формулирование задач и обсуждение результатов осуществлялось совместно с

сотрудниками лаборатории глобальной экологии и спутникового мониторинга НИЧ УрГУ В И Захаровым и К Г Грибановым

Апробация работы. По теме диссертации опубликовано 18 работ (из них 9 статей) и сделано 17 докладов на российских и международных конференциях и совещаниях IX и X российских конференциях студентов физиков и молодых ученых (Красноярск 2003, Москва 2004), международных симпозиумах стран СНГ «Атмосферная радиация» (Санкт-Петербург 2004, 2006), VI молодежном семинаре по проблемам физики конденсированного состояния вещества (Екатеринбург 2005), Международной конференции «Ракетные двигатели и проблемы освоения космического пространства» (Москва 2003), конференции «Обратные задачи и информационные технологии рационального природопользования» (Ханты-Мансийск 2005, 2006), рабочих совещаниях по проекту ИНТАС CASUS 03-51-6294 (Ханты-Мансийск 2004, Томск 2005, Екатеринбург 2006), Meeting on Stable Water Isotope Model Intercompanson Study (Vienna, Austria 2004), Fourth International Asia-Pacific Environmental Remote Sensing Symposium 2004 Remote Sensing of the Atmosphere, Ocean, Environment, and Space (Honolulu, Hawaii USA, 2004), International ASA-2005 Workshop (Reims, France 2005), Symposium on High Resolution Molecular Spectroscopy, HighRus-2006, July 18-21, (Nizhny Novgord -Kazan, Russia 2006 r)

Работа была частично поддержана грантом РФФИ ЮГРА № 03-07-96836, 2003-2004 г г , грантом ИНТАС CASUS 03-51-6294, 2004-2006 г г

Структура и объем диссертации. Диссертационная работа состоит из введения, трех глав, заключения и списка цитируемой литературы Работа содержит 116 страниц, 40 рисунков, 2 таблицы, список цитируемой литературы включает 150 наименований

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ В первой главе ставится задача определения отношения HD0/H20 и концентрации СН4 в атмосфере, кратко описан подход численного моделирования циркуляции потоков тепла и массы в атмосфере Рассмотрены процессы фазового и радиационного переноса тепла в системе «атмосфера — земная поверхность» Описан применяемый в работе подход к процессу переноса ИК радиации в атмосфере, изложена идея подхода к определению параметров атмосферы из ИК спектров высокого спектрального разрешения Приведены формализмы прямой и обратной задачи в теории переноса излучения, кратко рассмотрены методы регуляризации по Тихонову и статистической регуляризации Отмечаются основные сложности применения этих методов для решения обратной задачи

В основе численных климатических моделей лежит задача тепломассопе-реноса в системе «солнце - атмосфера - земная поверхность» [7] Основные механизмы переноса тепла в этой системе - радиационный перенос, фазовый перенос тепла водяным паром, турбулентный теплообмен

Скрытое тепло переносится с поверхности морей и океанов в атмосферу водяным паром и высвобождается в процессах его конденсации или кристаллизации Приток и сток фазового тепла в атмосфере зависит от изменения концентрации водяного пара, определяемого как

at

где E - испарение с поверхности, С - конденсация в облаках, F - переиспарение падающих осадков Природная вода состоит из основного изотопомера Н20 и нескольких неосновных изотопических модификаций, в частности, HDO При одинаковой температуре, давления насыщенных паров молекул НгО и HDO различны, поэтому при любом фазовом превращении происходит изменение изотопного соотношения в газообразной фазе по сравнению с жидкой или твердой фазой Изотопный состав водяного пара или осадков принято выражать в единицах промилле (%о) по отношению к океанической воде

5HDO = (RI Rq-1) 1000, R = NHW/NH20, R0 = 3 1069 10"4 (2)

где R, R0 - распространенности изотопомера HDO в образце и в океанической воде, NH2o, Nhd0 - концентрации молекул воды основного изотопомера и HDO До недавнего времени изучение изотопного состава атмосферной воды производилось только посредством масс-спектрометрического анализа выпадающих осадков Экспериментальные данные об изотопном составе атмосферного водяного пара в значительной степени проясняют качественное и количественное описание процессов испарения, конденсации и переиспарения воды в моделях общей циркуляции

Плотность радиационного потока в атмосфере зависит от вертикальных профилей температуры, давления, концентраций поглощающих ИК-излучение газов В приближении локального термодинамического равновесия уравнение распространения теплового излучения в безоблачной слабоаэрозольной атмосфере имеет вид [8]

dWv = -KvWvdz + KvBvdz, (3)

где v — волновое число, Wv - спектральная плотность яркости излучения, dz — толщина атмосферного слоя, Kv - коэффициент поглощения компонентами атмосферы, Bv - функция Планка для излучения черного тела Для сферической слоистой атмосферы решение (3) для уходящего с Земли излучения Wv"p принимает вид

/ \ " ( " \ К'Р = МЮ + 0-EvW:h"n)K + ехР - \Kvscc6dh' sec6dh

О V А

A

sec (5tfh, (4)

V о

K'mv" = \KVBV exp - ¡Kv secOdh'

ту = \КУ БесШ/г, Ри = ехр(- гД

о

где еп Т5 - излучательная способность и температура поверхности, Н - верхняя граница атмосферы, И7/"™ - спектральная плотность яркости излучения атмосферы вниз, в(И) — зенитный угол наблюдений или угол сканирования, т„ Р„ - оптическая толщина и функция пропускания атмосферы Поток теплового излучения атмосферы, направленный к поверхности (противоизлучение) рассчитывается ин-

тегрированием Wvdmn по ИК-диапазону волновых чисел и по телесному углу верхней полусферы

3000

Frad = J \Wvdvde, (5)

п о

Несмотря на малый относительный вклад метана в общую постоянную составляющую потока F™1, его парниковый потенциал больше, чем потенциал двуокиси углерода, поэтому вклад метана в переменную составляющую парникового эффекта значителен, и определение его современного содержания и мониторинг накопления в атмосфере является актуальной задачей [9]

Задача определения параметров атмосферы из функционалов излучения (4), называемая обратной в теории переноса излучения, в общем случае является некорректной Для ее адекватного решения привлекается дополнительная информация, используются методы регуляризации [10] В случае анализа спектров высокого разрешения вычислительные трудности обусловлены большой размерностью обратной задачи в пространстве измерений - число спектральных каналов, в пространстве решений - число узлов высотной сетки, умноженное на число восстанавливаемых вертикальных профилей При анализе спектров высокого разрешения обратная задача становится существенно переопределенной - размерность пространства измерений в 10-100 раз и более может превышать размерность пространства решений

Во второй главе описана методика определения вертикальных профилей температуры, концентрации водяного пара и отношения HD0/H20 из спектров яркости уходящего теплового излучения, измеряемых с высоким спектральным разрешением современными сенсорами спутникового базирования При решении обратной задачи используются метод ортогональных разложений для сжатия спектральной информации и уменьшения размерности искомого вектора, метод наименьших квадратов Апробация методики проводится на спектрах спутникового сенсора IMG, в результате впервые получено широтно-высотное распределение вертикальных профилей отношения HD0/H20 над Тихим океаном Также описана методика определения вертикальных профилей отношения HD0/H20 из ИК спектров пропускания атмосферы теплового диапазона, приведены результаты по обработке данных наземного спектрометра FTIR, расположенного на Аляске

Сенсор IMG (Interferometric Monitor for Greenhouse Gases) измерял спектральную плотность яркости излучения в диапазоне длин волн 3 3-16 6 мкм (6003030 см"1) с разрешением около 0 1 см"' и имел шумовой эквивалент яркости в пределах 0 020-0 035 мкВт/см2см"'ср Несмотря на относительно короткое время его функционирования с ноября 1996 по июль 1997, данные, полученные прибором IMG со спутника ADEOS, имеют большую научную и практическую ценность Геометрия наблюдения атмосферы сенсором IMG — в надир Ввиду практического отсутствия данных об относительном содержании HDO в атмосфере над океаном, объектом исследования в данной работе был район Тихого океана (60 10 Ш -60 С Ш , 130-170 3 Д ) Из всех спектров IMG, полученных за период его функционирования, были отобраны спектры, измеренные над этим

районом в условиях чистого неба Методика определения «безоблачных» спектров над водной поверхностью была основана на анализе спектральной зависимости яркостной температуры в окнах прозрачности атмосферы в интервале 8301200 см"1 Для отобранных таким образом дневных спектров IMG проводился дополнительный скрининг облачности по данным сенсора изображения в видимой области OCTS (Ocean Color Temperature Scanner) с борта того же спутника Всего в выборку попали 1022 спектра

Величина SHDO зависит от концентраций изотопомеров воды Н20 и HDO (2) Для определения концентраций этих газов из ИК спектров обязательным шагом является определение поверхностной температуры и вертикального профиля температуры Для восстановления профилей SHDO сначала решались задачи восстановления поверхностной температуры, вертикальных профилей температуры и концентрации водяного пара Остальные параметры, участвующие при вычислении яркости в надир (4) (давление, концентрации всех газов кроме Н:0) дополнялись из стандартной модели атмосферы Излучательная способность поверхности соответствовала океану

Для восстановления температуры (поверхности и вертикального профиля) использовались интервалы 817-822, 680-685, 714-717, 723-727, 760-765 см"1, для восстановления профилей концентрации водяного пара основного изотопо-мера и HDO использовался интервал 1190-1220 см"1, содержащий линии поглощения этих газов В работе применялся метод наименьших квадратов - подгонка измеренного и расчетного спектров в выбранных спектральных интервалах при варьировании параметров, которые нужно определить Использовалась целевая функция вида

где IV1У,са1с - измеренный и расчетный спектры, т - число спектральных каналов, х - искомый параметр Минимизация (6) проводилась методом сопряженных градиентов по алгоритму Флетчера-Ривза

На рис 1 представлены наборы весовых функций прямой модели, определяемых как

где х] — восстанавливаемый параметр ву-ом узле высотной сетки Положение максимума ¡-ой весовой функции показывает, на какой высоте изменение параметра дает максимальный вклад в изменение спектра в ¡-ом канале

Набор весовых функций температуры достаточно равномерно и плотно покрывает весь высотный интервал и восстановление профиля температуры не вызывает особых трудностей Для решения обратной задачи по определению профилей атмосферных параметров и одновременного уменьшения ее размерности в работе использовался метод главных компонент (МГК), согласно которому искомый вектор можно представить в виде разложения по собственным векторам масштабированной ковариационной матрицы

(б)

(7)

, м (8)

' _ 1 *=1

где х - масштабированный искомый вектор,

— ковариационная матрица ошибок х, тх, — средний вектор и выборочная ковариационная матрица, рассчитанные по набору векторов х, известных заранее, М - число векторов в наборе, ск — коэффициенты разложения или ГК, Хк, Ук — набор собственных значений и векторов обобщенной ковариационной матрицы в, I - число ГК, используемых в разложении, п — размерность х. Ограничивая ряд (8) несколькими первыми членами и сводя задачу к нахождению коэффициентов разложения, можно понизить размерность задачи, что эквивалентно поиску решения на множестве гладких функций

Рис 1 Наборы прореженных нормированных весовых функций прямой модели а) температуры в интервалах 680-685, 714-717, 723-727, 760-765 см"1, Ь) концентрации водяного пара основного тотопомера и с) гоотопомера HDO в интервале 1190-1220 см"1

Согласно работе [11], использование матрицы G вместо Sx в (8) дает удобный критерий выбора достаточного числа ГК, используемых в разложении

и"1 ¿4^1, (9)

k=U 1

при этом величина Лк интерпретируется как отношение дисперсии ГК к дисперсии шума в направлении соответствующего собственного вектора Vk, то есть отношение «сигнал — шум»

В качестве априорной информации для построения выборочных ковариационных матриц в данной работе были использованы данные модели общей циркуляции атмосферы NASA GISS ModelE [4], учитывающей изотопное разделение воды Они представляют собой глобальный пространсгвенно временной набор

метеорологических состояний атмосферы, каждое из них включает поверхностное давление, профили темпера туры, концентрации водяного пара и SHDO Пространственное покрытие земного шара выполнено с шагом 4° по широте и 5° по долготе, то есть одномоментное покрытие планеты описывается набором из -3300 точек на географической сетке Временное покрытие выполнено с шагом 3 часа, и годовой набор глобальных состояний насчитывает -2800 засечек Формирование априорных наборов атмосферных параметров сводится к выборке из полного набора модельных данных только тех, которые соответствуют исследуемому географическому району и времени измерения спектров

Для проведения модельных расчетов спектров яркости и пропускания использовались выражения (4), рассчитываемые в ПО FIRE-ARMS [6] Для вычисления коэффициентов поглощения в этой программе используется метод «line-by-line», спектроскопическая база данных HITRAN-2004 [12], модель континуума MTCKD для водяного пара [13]

Процедура определения вертикального профиля SHDO из спектров IMG состояла из следующих этапов

1) Формирование начального состояния атмосферы из подготовленного набора атмосферных состояний выбираются ближайшие по координатам и времени к обрабатываемому спектру, и проводится их аппроксимация Результатом являются профили температуры, концентрации водяного пара и SHDO

2) Начальная оценка профиля водяного пара- из интервала 1190—1220 см"1 выбраны узкие спектральные интервалы, в окрестностях центров линий Н20, и восстанавливается профиль воды путем его варьирования из начального состояния как целого (т е варьирования множителя, на который умножается начальный профиль)

3) Определение температуры поверхности и выбор начального приближения проводится восстановление температуры поверхности в интервале 817-822 см"1 Затем производится повторное формирование начального состояния —.из набора атмосферных состояний выбираются ближайшие по температуре (в приземном слое) к найденной температуре поверхности и проводится их усреднение

4) Уточнение профиля температуры с использованием спектральных интервалов, содержащих линии СО?, производится восстановление профиля температуры

5) Восстановление профиля водяного пара основного изотопомера и SHDO в интервале 1190-1220 см4 и расчет относительного содержания дейтерия в целом по атмосферному Столбу

Эта величина достаточно информативна и удобна для представления горизонтального распределения относительного содержания дейтерия в атмосфере

Определение всех искомых вертикальных профилей происходило единообразно — подгонка измеренного и модельного спектров (в соответствующих интервалах) путем минимизации целевой функции (6) в координатах ГК По этой схеме была обработана вся серия спектров IMG с целью получения широтного распре-

11

(я

(10)

деления относительного содержания дейтерия в вертикальных профилях водяно' го пара и в целом по атмосферному столбу (рис 2)

15г

V

-100

-60

-40 -20 0 20 40 60 широта

-60 -40 -20 О 20 40 широта

60

Рис 2 Широтное распределение вертикального профиля 3HDO (слева) и величины 5HDO* (справа) в атмосфере, полученное в результате усреднения по долготе данных обработки спектров IMG/ADEOS, измеренных над районом Тихого океана (65 Ю Ш -65 С Ш, 130-170 3 Д ) в период с ноября 1996 по июль 1997 Пунктиром проведены данные модели общей циркуляции атмосферы для этого региона и рассматриваемых сезонов

Полученные значения ÔHDO качественно и, в пределах погрешности, количественно повторяют изолинии данных модели NASA GISS ModelE (рис 2, слева) Интегральная величина ÔHDO* (рис 2, справа) согласуется с модельными данными в пределах погрешности метода

Оценка ошибки методики производилась по схеме замкнутых модельных экспериментов

1) из априорного набора была сделана выборка профилей атмосферных параметров, для них рассчитаны фрагменты IMG - подобных спектров и добавлен случайный шум, распределенный по нормальному закону около нулевого среднего и с дисперсией, соответствующей измеренным спектрам IMG,

2) получившиеся спектры были обработаны по описанной методике, затем производилось сравнение восстановленных профилей и начальных

В результате получены оценки среднеквадратичных ошибок определения вертикальных профилей температуры, концентрации водяного пара и SHDO (рис 3) Средняя ошибка для величины ÔHDO* составила не более 20%о

Для сравнения атмосферных параметров, получаемых по описанной методике, с прямыми метеорологическими наблюдениями использовалось одно зон-довое измерение с близкими пространственными и временными координатами (29 01 1997, 19 72 ЮШ, 155 07 ЗД, 00 00 UTC) к координатам измеренного спектра IMG (28 01 1997, 20 46 Ю Ш, 154 58 3 Д, 21 14 UTC) На рис 4 показаны вертикальные профили температуры и концентрации водяного пара, полученные зондом и из обработки соответствующего измеренного спектра IMG. Зондовые значения температуры слегка завышены в нижней тропосфере - это может объясняться тем, что спектр IMG был измерен утром, а зондовые измерения проводились над данной областью днем, примерно на три часа позже Отклонение профилей концентрации водяного пара составляет около 10% на участке

нижней тропосферы Выше 15 км отклонение составляет более 40%, однако концентрация водяного пара на этих высотах очень низка

Рис 3 Среднеквадратичные ошибки методики определения вертикальных профилей температуры (а), концентрации водяного пара (Ь), относительного содержания дейтерия (с), полученные по схеме замкнутых модельных экспериментов

Т, К Nmck ppm

Рис 4 Сравнение вертикальных профилей температуры (а) и концентрации водяного пара (Ь), полученных из спектра IMG/ADEOS (сплошная линия) в районе 20 46 Ю Ш, 154 58 3 Д,

28 01 1997, 21 14 UTС и измеренного радиозондом (кружки) в районе 19 72 Ю Ш, 155 07 3 Д,

29 01 1997, 00 00 UTC

Приведенные сравнения полученных данных с зондовыми измерениями свидетельствует в пользу достоверности предложенного в работе метода определения профилей температуры и влажности из тепловых спектров атмосферы регистрируемых спутниковыми сенсорами типа IMG

В виду отсутствия прямых экспериментальных данных по измерениям профилей SHDO над океаном, в работе сравнение полученных результатов по вертикальным профилям SHDO проводилось с результатами модели общей циркуляции атмосферы (рис 2) и проверке в замкнутых экспериментах (рис 3) В то же время, в настоящей работе проводится сравнение с экспериментальными данными других авторов [14] по широтному распределению относительного содержания дейтерия в целом по атмосферному столбу SHDO*

В работе [14] исследуется возможность определения изотопомера HDO из данных сенсора TES (Troposphenc Emission Spectrometer) со спутника AURA Авторами [14] была обработана выборка ~1100 спектров TES, измеренных в надир с целью определения вертикальных профилей SHDO, данные, полученные по широтному распределению SHDO*, показаны на рис 5

Приведенные зависимости качественно проявляют схожие характерные черты широтного распределения SHDO* спад от экватора к полюсам и наличие «ямки» вблизи экватора (что связано со смещением термического экватора планеты относительно географического)

Отличие кривых на рисунке 5 , возможно связано с тем, что они получены из спутниковых спектров, измеренных в разное время Сплошная линия — по данным за 1996—1997 г г, пунктирная - по данным за 2004-2005 гг В течение этого

широта

Рис 5 Сравните широтных распределений SHDO* над тихоокеанским регионом Показаны данные, полученные из спектров IMG (1996-1997 г г) в настоящей времени могло измениться фо-работе (сплошная линия), данные, полученные из ана- новое состояние атмосферы, ко-лиза спектров TES (2004-2005 г г) в работе [14] (пунк- торое вносих погрешность в тарная линия) • результаты Хак же м(шю пр0_

изойти усиление мощности гидрологического цикла планеты, что приводит к сдвигу широтного распределения SHDO* в сторону меньших значений, (ввиду увеличения числа актов фазовых превращений воды в атмосфере), что и наблюдается на рис 5

В настоящей работе также была предложена методика определения вертикального профиля относительного содержания HDO из спектров пропускания атмосферы Апробация производилась на данных спектрометра FTIR, установленного на Аляске (65 11 С Ш , 147 42 3 Д ) Рабочий спектральный диапазон данного прибора 750-4300 см*1, спектральное разрешение ~0 002 см"1 Для обработки были доступны пять измерений (26 05 2000, 20 05 2001, 07 03 2002, 15 04.2003, 01 03 2004), каждое включало спектр функции пропускания атмосферы в интервале 1204 5-1207 5 см'1 и сопутствующие параметры атмосферы (син-

хронизованные по времени радиозондовые измерения профилей давления, температуры, концентрации водяного пара, а также данные стандартной атмосферной модели для остальных газов)

На начальном этапе из спектров пропускания извлекалась оптическая толщина атмосферы, обусловленная поглощением молекулами HDO Для этого использовался метод спектроскопии дифференциального поглощения [15] с выбором канала сравнения в крыле линии

Pv - ехр(- т"гю - ), PjPyt .ехрС-г^+гГ5),

А,Г°=1п (Р„/Рг)

где Pv, Pv* - значения измеренного спектра функции пропускания в произвольном канале v и в канале сравнения v*, туи0° - оптическая толщина атмосферы в линиях HDO, т/ - оптическая толщина, обусловленная поглощением остальных газов совместно с континуальным поглощением водяного пара и аэрозольным ослаблением излучения

С другой стороны, пользуясь моделью расчета «line-by-line» для оптической толщины можно записать

н ( \

гТ0 = JX/oo ^Ф}{у}~у,Т,Р) sec{0)dh, (12)

о \ J J

где Р, Т, NHl)0 - вертикальные профили давления, температуры и концентрация молекул HDO, vy, Sj, Фр - центр, интенсивность и контур j-ой линии HDO, в - локальный зенитный угол наблюдения

Оптическая толщина атмо- 12 сферы достаточно чувствительна к вариациям HDO на высотах до 10 км (рис 6), что позволяет ставить задачу об определении вертикального профиля 5HDO Эта задача решалась в координатах ГК Для построения базиса ГК использовались профили SHDO из набора данных модели общей циркуляции NASA G1SS ModelE, отобранные для области Аляски и отдельно для каждого измерения по времени (учитывался месяц проведения измерения) Такие выборки насчитывали ~2000 модельных состояний

Э 02 04 06 08 L нормированные весовые функции

Для перехода к ГК использовались

Рис б Набор прореженных нормированных весовых функций оптическои юлщи атмосферы по вариациям дНОО на различных высотах в интервале 1204 5-1207 5 см"1

преобразования (8), при этом вектор искомых параметров состоял только из профиля ёНИО Ввиду большой размерности спектра РТЖ в интервале 1204 5—1207 5 см"1 (—1500 точек), для измеренных спектров пропускания использовалась методика сжатия спектральной информации [11]

Оптическая толщина атмосферы (12) линейно зависит от концентрации молекул изотопомера HDO (в случае пренебрежения внутренней зависимостью контура спектральной линии от Ляоо). поэтому для решения обратной задачи совместно применялись МГК (для уменьшения размерности задачи) и метод линейной регрессии на главные компоненты (РЕК) [16] Алгоритм определения профиля 5HDO из одного измеренного спектра FTIR был следующий

1) Из набора модельных состояний произвольным образом отбираются профили SHDO (~200), при этом величина SHDO* пробегает ряд значений от -550 до -50%о Набор профилей переводится в координаты базиса ГК (Cwdo)

2) Для каждого профиля проводится расчет спектра пропускания атмосферы в интервале 1204 5-1207.5 см"1 (остальные параметры атмосферы соответствуют априорным данным к обрабатываемому спектру) Модельный набор спектров, дополненный шумом спектрометра и измеренный спектр приводятся к величинам оптической толщины Затем они переводятся в координаты базиса ГК (Cr — набор ГК модельных спектров, cR — ГК измеренного спектра)

3) Между координатами ГК рассчитанных спектров и профилей стоится линейная регрессия, исходя из которой определяются ГК искомого профиля cshdo Матрица регрессии В определяется из совокупности выбранных профилей и расчетных спектров

С,WDO=BCR> ВТ - (CRCR) 1CRCSHD0, (13)

По разработанной методике были обработаны пять доступных измеренных спектров FTIR, получены профили ёHDO (рис 7, слева)

SHDO, %о месяц

Рис 7 Слева Восстановленные профили SHDO для пяти измеренных спектров FTIR и среднеквадратичная ошибка восстановления, полученная в замкнутых модельных экспериментах Справа Ход временного изменения величин SHDO в приземном слое и SHDO* (линии пунктирная и сплошная - данные модели NASA GISS Modeffi, треугольники и квадраты - значения, полученные из спектров FTIR) Звездой отмечена точка среднегодового значения для величины SHDO в приземном слое по данным модели ЕСНАМ4 [5] для 65° С III

Оценка погрешности метода проводилась по методике, аналогичной использованной при обработке спектров IMG, с той разницей, что профили давле-

ния, температуры и концентрации водяного пара считались известными из синхронизированных по времени зондовых измерений

Для определения величины относительного содержания дейтерия в атмосферном столбе не использовалось выражение (10), а было построено отдельное регрессионное соотношение между <5HDO* и первой ГК измеренного спектра FTIR Такой подход привел к тому, что погрешность определения ÖHDO* из спектров FTIR, оцененная из замкнутых модельных экспериментов составила всего ~7%о

На рис 7 показаны величины öHDO*, полученные из обработки имеющихся измерений FTIR и годовой ход SHDOпостроенный из данных модели NASA GISS ModelE, отобранных для региона Аляски Так же представлены величины относительного содержания дейтерия в приземном слое (на уровне -1000 гПа) Наблюдаемые систематические отклонения (рис 7, справа), скорее всего, связаны с неточностью значений коэффициентов уширения линий HDO для спектрального интервала 1205-1207 см"1 имеющихся в базе данных HITRAN Аналогичный результат был получен авторами работы [17] Это обстоятельство не позволяют пользоваться полученными абсолютными значениями для величины SHDO* А именно, не удается сравнить результаты по dHDO*, полученные из спектров пропускания FTIR (рис 7) и из эмиссионных спектров IMG, измеренных на широтах выше 65° (рис 2, 5) Среднее значение ÖHDO*, полученное из пяти доступных спектров FTIR составляет -350%о В то же время, значения SHDO*, полученные из спектров IMG в этих широтах составляют примерно -220%о

В третьей главе рассматривается задача определения содержания метана в атмосфере из ИК спектров, измеряемых спутниковым сенсором AIRS В качестве района исследования выбрана территория болот Западной Сибири Для решения обратной задачи применялся метод наименьших квадратов с ограничениями и методика на основе нейронной сети Приведены результаты по сезонному содержанию метана над исследуемой областью в период 2004-2006 г г Сделана оценка вклада данной болотной экосистемы в атмосферный метан и оценка локального теплового эффекта болот Западной Сибири, обусловленного эмиссией метана из болот в летний период

Объектом исследования в данной работе был обширней регион болотной экосистемы Западной Сибири (60-67 С Ш, 60-90 В Д), с расположенными в этом районе объектами нефтегазового комплекса Основная задача исследования — оценка сезонных вариаций содержания метана в атмосфере данного региона Единственным действующим в 2004—2006 г г сенсором достаточно высокого спектрального разрешения, производящим глобальное сканирование всего земного шара (в том числе исследуемого района) два раза в сутки, являлся сенсор AIRS (Atmospheric Infrared Sounder), установленный на спутнике AQUA Этот прибор представляет собой дифракционный спектрометр, измеряющий спектральную плотность яркости уходящего излучения Земли в диапазоне длин волн 3 7-15 4 мкм (650-2700 см"1) с разрешением ~0 5 см"1 Измерения AIRS разбиты на гранулы (отдельные файлы) каждая из которых содержит 6 минут измерений или 12150 спектров (135 поперечных движению спутника линий сканирования * 90

спектров в каждой линии) При этом угол поперечного сканирования меняется в пределах ±49 5°, а пространственное разрешение одного снимка на поверхности земли составляет 13 5 км для надира и 41*22 4 км для максимальных углов сканирования

За одни сутки AIRS записывает несколько гранул данных, полученных над одним и тем же местом Все данные доступны через сеть Интернет (http //daac gsfc nasa gov/AIRS/data_access shtml) Размер одной гранулы данных (содержащей 12150 измеренных спектров) варьируется от 53 до 126 Мб (в зависимости от степени сжатия), сезонная выборка спектров для исследуемого района занимает -100 Гб В связи с невозможностью получения такого объема данных через Интернет, выборка гранул значительно сокращалась - скачивались данные только тех дней, в которые наблюдалось отсутствие или частичная облачность над исследуемым районом Скрининг облачности проводился по данным сенсора MODIS (Moderate Resolution Imaging Spectroradiometer)

Для определения концентрации метана в атмосфере го отобранных безоблачных спектров AIRS первоначально использовался метод минимизации целевой функции (6) с ограничениями, разработанный и апробированный на спектрах IMG ранее [18] При этом использовался интервал 1298-1308 см'1, поскольку в этом интервале вариации водяного пара практически до 300% около среднего значения пренебрежимо мало изменяют спектр яркости излучения Суть методики - это подгонка измеренного и модельного спектров при минимизации целевой функции вида (6) На искомое решение накладываются ограничения

ах? <xt<bxr;f, (14)

где х, и x,ref ~ варьируемый и опорный атмосферный параметр на i-ой высоте, а параметры й, Ъ удовлетворяют условиям 0<а<1 и Ъ> 1 Для минимизации (6) использовался алгоритм Флетчера-Ривза, модифицированный для ограничений (14) Использовались значения о=0 9 и b= 1 76, при модельной концентрации метана у поверхности 1 7 ррт, допустимый интервал вариации концентрации составлял 1 53—3 0 ррт, что согласуется с самолетными измерениями [19]

Алгоритм обработки одного измеренного спектра AIRS состоял из следующих шагов

1) Оценка вертикального профиля температуры производится итерационным методом оптимального статистического оценивания [20] Использовалось несколько неперекрывающихся спектральных интервалов из диапазона полосы поглощения С02 680-830 cm"' с достаточной плотностью весовых функций от поверхности до стратосферы Состояние атмосферы (профили давления, всех газов кроме Н20 и СНД используемое при расчете спектров дополнялось из стандартной модели атмосферы для средних широт (лета или зимы) Излучательная способность поверхности соответствовала модели леса Ковариационные матрицы вертикальных профилей температуры строились для разных сезонов из данных зондовых измерений ближайших метеостанций Печора (65 12 С Ш , 57 10 ВД), Салехард (66 53 СШ, 66 67 ВД), Ханты-Мансийск (6102 С Ш, 69 03 В Д ), Туруханск (65 78 С Ш , 87 93 В Д ), доступных с сайта британского центра атмосферных данных BADC (http //bade nerc ас uk)

2) Для вертикального профиля водяного пара использовался средний за месяц (соответствующий времени измерения обрабатываемого спектра) профиль радиозондовых измерений

3) Определение вертикального профиля метана методом наименьших квадратов с ограничениями на возможные вариации метана Расчет содержания метана в атмосферном столбе, исходя из полученных вертикальных профилей метана и температуры

totalCHu = 106ЛГ^ Hj-^-NCHAdh, (15)

о kl

где totalCH4 — полное содержание метана в атмосферном столбе (моль/м2), NA -число Авогадро, ~ концетрация метана (ррш), р,Т- вертикальные профили давления и температуры

Анализ ошибок описанного алгоритма был выполнен по схеме замкнутых модельных экспериментов Установлено, что относительная точность предложенной схемы определения содержания метана в атмосферном столбе из спектров AIRS составляет около 2 5%

Производительность описанного метода оказалась недостаточной для обработки всего объема данных AIRS, поэтому для восстановления полного содержания метана в работе была использована однонаправленная нейронная сеть После обучения, сеть была протестирована на контрольном наборе, ошибка восстановления составила 0 014 моль/м" В сравнительном эксперименте по восстановлению полного содержания метана методом минимизации с ограничениями и нейронной сетью из измеренных спектров AIRS расхождение результатов не превысило погрешностей восстановления обоими методами

Начиная с весны 2004 г производился сбор спектров AIRS, измеренных в условиях безоблачного неба над исследуемым районом Западной Сибири Также собирались доступные зондовые измерения профилей температуры и концентрации водяного пара, измеренные на ближайших метеостанциях С помощью описанных методик все данные обрабатывались с целью получения карт содержания метана над исследуемым районом Пример карты полного содержания метана в атмосферном столбе, полученной из одного безоблачного снимка AIRS в мае 2004 г, показан на рисунке 8 (слева)

Карты среднесезонного содержания метана строились путем усреднения значений totalCH4, восстановленных по выборке безоблачных спектров AIRS за сезон Было установлено, что неравномерное распределение содержания метана в зимний период 2004-2005 г г (рис 8, справа) обусловлено находящимися в исследуемой области антропогенными источниками значительной эмиссии метана (объекты нефтегазового комплекса компрессоры газопроводов и факелы нефтепроводов)

Для построения хода сезонных вариаций содержания метана в атмосфере над районом болот Западной Сибири (рис 9, слева) использовались полученные сезонные карты totalCH4, усредненные по площади Содержание метана для весны 2004 г совпадает в пределах погрешности со значением, полученным в работе [21] из обработки спектров сенсора IMG в апреле 1997 г Оценка вклада природ-

ной эмиссии метана из болот в общее содержание метана в атмосфере (рис 9, справа) определялась как разница среднесезонных распределений содержания метана в атмосфере за лето 2005 г и зиму 2004—2005 г г

70 75 80

восточная долгота

70 75 80

восточная долгота

Рис 8 Слева карта содержания метана [моль/м2] в атмосфере над районом Западной Сибири (60-67 С Ш, 60-90 В Д), полученная из одного снимка AIRS в мае 2004 г Справа карта сезонного содержания метана в атмосферном столбе [моль/м2] над районом Западной Сибири, полученная из данных AIRS для зимы 2004-2005 г г

сезоны

70 75 И

восточная долгота

Рис 9 Слева сезонный ход содержания метана, усредненного по району Западной Сибири (60-67 С Ш, 60-90 В Д), полученный из обработки серии спектров AIRS/AQUA за 2004-2006 г г Прямая линия - среднее по всем значениям, звезда - значение содержания метана, полученное над исследуемой областью в апреле 1997 г из обработки спектров IMG/ADEOS в работе [21] Справа Горизонтальное распределение вклада природной эмиссии метана из болотной экосистемы Западной Сибири, определенного как разница средне сезонных распределений содержания метана в атмосфере (моль/м2) за лето 2005 г и зиму 2005-2006 г г

Для оценки дополнительного теплового эффекта, вызванного эмиссией метана из болотной экосистемы в летний период с помощью ПО FIRE-ARMS были рассчитаны потоки теплового излучения вниз (4) с учетом и без учета дополнительной концентрации метана, их разница составила 0 07 Вт/м2 Суммарный эффект по всей площади болот Западной Сибири составил -125 ГВт

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1) Разработана методика определения вертикального профиля относительного содержания HDO в атмосфере из спектров уходящего теплового излучения Земли высокого разрешения (~0 1 см"1), основанная на методе главных компонент

2) Получено широтное распределение вертикальных профилей отношения HD0/H20 в атмосфере над океаном из спектров сенсора IMG/ADEOS Вариации относительного содержания HDO в атмосферном столбе лежат в интервале от -120%о вблизи экватора до -220%о на высоких широтах около 60 градусов Точность метода, оцененная по схеме замкнутых модельных экспериментов, составила ~20%о

3) Идентифицированы сигналы HDO в ИК спектрах пропускания атмосферы высокого разрешения (-0 002 см"1) Разработана и апробирована методика определения вертикального профиля отношения HD0/H20 из спектров, измеряемых Фурье спектрометрами наземного базирования, основанная на методе регрессии главных компонент

4) Реализовано два подхода для определения полного содержания метана в атмосферном столбе из спектров уходящего теплового излучения Земли высокого разрешения (~0 5 см'1) Первый основан на методе наименьших квадратов с ограничениями, во втором используется нейронная сеть Относительная ошибка определения полного содержания метана в атмосферном столбе по обеим методикам составила ~2 5%

5) Получены карты сезонного содержания метана в атмосфере над районом Западной Сибири (60-67 С Ш, 60-90 В Д) в период 2004-2006 г г го спектров сенсора AIRS/AQUA Средне-сезонные значения меняются от 0 57 моль/м2 в зимний период до 0 62 моль/мг в летний период Вклад природной эмиссии метана из болот в общее содержание метана в атмосфере над исследуемым районом в летний период составил -0 05 моль/м2 Дополнительный тепловой эффект, рассчитанный с помощью ПО FIRE-ARMS, составил —125 ГВт

ЦИТИРУЕМАЯ ЛИТЕРАТУРА

1 Кондратьев, К Я Природные и антропогенные изменения климата / К Я Кондратьев -Л Наука, 1986 -56 с

2 Углекислый газ в атмосфере / пер с англ под ред В Баха, А Крейна, А Берже, А Лонгетто - М Мир, 1987 - 534 с

3 Schmidt, G A Present day atmospheric simulations using GISS ModelE Comparison to in-situ satellite and reanalysis data / G A Schmidt et al // J Climate - 2006 -№19 -P 153-192 -doi 10 1175/JCLI3612 1

4 Hoffmann, G Water isotope module of the ECHAM atmospheric general circulation model A study on timescales from days to several years / G Hoffmann, M Werner, M Heimann//J. Geophys Res -1998 -V 103 -№16 -P 871-896

5 Тимофеев, ЮМ Спутниковые методы исследования газового состава атмосферы (обзор) /ЮМ Тимофеев // Изв РАН Физика атмосферы и океана -1989 -Т 26 -№5 -С 451-472

6 Грибанов, К Г Пакет программ FIRE-ARMS и его применение в задачах пассивного ИК-зондирования атмосферы /КГ Грибанов, В И Захаров, С А Ташкун//Оптика атмосферы и океана - 1999 -Т 12 -№4 - С 372-378

7 Математическое моделирование общей циркуляции атмосферы и океана / Г И Марчук[идр] -JI Гидрометеоиздат, 1984 -544 с

8 Тимофеев, Ю М Теоретические основы атмосферной оптики /ЮМ Тимофеев, А В Васильев - С-Петербург Наука, 2003 - 474 с

9 Аговкина, С В Оценки потоков метана в атмосферу с территории газовых месторождений севера Западной Сибири с использованием трехмерной модели переноса / С В Яговкина, И JI Кароль, В А Зубов, В Е Лагун, А И Решетников, Е В Розанов // Метеорология и гидрология - 2003 - №4 - С 49-62

10 Васин, В В Некорректные задачи с априорной информацией / В В Васин, A JI Агеев -Екатеринбург УИФ "Наука", 1993 -262 с

11 Успенский, А Б Применение метода главных компонент для анализа ИК -спектров высокого разрешения, измеренных со спутников / А Б Успенский, С В Романов, А Н Троценко // Исследования Земли из космоса - 2003 - №3 -С 26-33

12 Rothman, L S The HITRAN 2004 molecular spectroscopic database / L S Rothman et al // JQSRT -2005 -V 96 -P 139-204

13 Mlawer, E J Revised perspective on the water vapor continuum The MT_CKD model / E J Mlawer, D С Tobin, S A Clough // Atmos and Environ Res - 2004

14 Worden, JR TES observations of the tropospheric HD0/H20 ratio retrieval approach and characterization / J R Worden, К Bowman, D Noone and TES Team Members // J Geophys Res - 2006 - 111(D16) - D16309 -10 1029/2005JD006606

15 Зуев, BE Дистанционное оптическое зондирование атмосферы /ВЕ Зуев, В В Зуев - С-Петербург Гидрометеоиздат, 1992 -275 с

16 Рао, С Р Линейные статистические методы и их применения / С Р Рао - М Наука, 1968 -548 с

17 Schneider, М Ground-based remote sensing of HD0/H20 ratio profiles introduction and validation of an innovative retrieval approach / M Schneider, F Hase, T Blumenstock//Atmos Chem Phys Discuss -2006 - V 6 -P 5269-5327

18 Грибанов, К Г Разработка методов определения атмосферных параметров по результатам измерения теплового излучения Земли с высоким спектральным разрешением дис канд физ-мат наук 010414 защищена 801 2001 утв 12 23 2002 / Грибанов К Г - Заречный, 2001 - 103 с

19 Nakazawa, Т Aircraft measurements of the concentrations of C02, CH4, N20, and CO and the carbon and oxygen isotopic ratios of C02 in the troposphere over Russia / T Nakazawa, S Sugawara, G Inoue, T Machida, S Maksyutov, H Mukai // J Geophys Res -1997 -V 102 -№D3 -P 3843-3859

20 Rogers, С D Inverse methods for atmospheric sounding Theory and practice /CD Rogers - World Scientific, 2000 - 206 p

21 Clerbaux, С Trace gas measurements from infrared satellite for chemistry and climate applications / С Clerbaux, J Hadji-Lazaro, S Turquety, G Megie, P F Co-heur//Atmos Chem Phys Discuss -2003 - V 3 -P 2027-2058

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Грибанов, К Г Восстановление профилей температуры и влажности по ИК спектрам Земли на оснобе сингулярного разложения ковариационных матриц / К Г Грибанов, В И Захаров, А Ю Топтыгин // Оптика атмосферы и океана -2003 -Т 16 -№07 -С 576-581

2 Топтыгин, А Ю Широтные вариации вертикальных профилей и полного содержания HD0/H20 в атмосфере над океаном, полученные из данных IMG/ADEOS / А Ю Топтыгин, К Г Грибанов, Р Имасу, Г Шмидт, В.И Захаров //Оптика атмосферы и океана -2006 -Т 19 -№10 -С 875-879

3. Топтыгин, А Ю Определение вертикального профиля HD0/H20 из спектров пропускания атмосферы высокого разрешения / А Ю Топтыгин, К Г Грибанов, В И Захаров, Я Касай, А Кагава, Я Мураяма, Р Имасу, Г А Шмидт, Г Хоффманн, Ж Жузель // Оптика атмосферы и океана - 2007 — №2

4 Топтыгин, А Ю Восстановление параметров атмосферы по данным орбитальных Фурье спектрометров / А Ю Топтыгин, К Г Грибанов // Тез докл IX всероссийской научной конференции студентов-физиков и молодых ученых Красноярск, 23-29 марта 2003 г. — Красноярск Изд-во Крас ун-та, 2003 — Т 2. -С 767-769.

5 Топтыгин, АЮ Восстановление относительного содержания HDO в атмосферном столбе с помощью нейронной сети / А Ю Топтыгин, К Г Грибанов // Тез докл X всероссийской научной конференции студентов-физиков и молодых ученых Москва, 24-31 марта 2004 г. - Екатеринбург: Изд-во УрГУ, 2004 -Т 2 - С 233-234

6 Топтыгин, АЮ Определение полного содержания метана в атмосферном столбе с помощью нейронной сети по данным сенсора AIRS/AQUA / А Ю Топтыгин, К Г. Грибанов, В И Захаров // Тез докл международного симпозиума стран СНГ «Атмосферная радиация» С-Петербург, 22-27 июня 2004 г -С-Петербург. Изд-во СПбГУ, 2004 - С 112

7 Gnbanov, К G Neural network retrieval of deuterium to hydrogen ratio in atmosphere from IMG/ADEOS spectra /KG Gnbanov, R Imasu, G A Schmidt, A Yu Toptygin, VI Zakharov//SPIE -2005 -V 5655 -P. 515-521

8 Toptygin, A Yu Seasonal methane content m atmosphere of the permafrost boundary zone in Western Siberia determined from IMG/ADEOS and AIRS/AQUA data / A Yu Toptygin, K.G Gribanov, R Imasu, W. Bleuten, V.I Zakharov // SPIE -2005 - V. 5655 -P 508-514

9. Gribanov, К G Method and results of CH4 content retrieval m the atmosphere from AIRS/AQUA spectra in thermal IR/KG Gnbanov, R Imasu, A Yu Toptygin, W Bleuten, VI. Zakharov // Abstracts of Atmospheric Spectroscopy Applications Workshop, ASA Reims 2005, France, September 6-8 - 2005 -P 76

10 Топтыгин, А Ю Восстановление параметров атмосферы по данным теплового излучения Земли / А Ю Топтыгин, К Г Грибанов, В И Захаров // Тез докл VI молодежного семинара по проблемам физики конденсированного состояния вещества Екатеринбург, 25-29 ноября 2005 г - Екатеринбург: УИФ "Наука", 2005 -С 55

г

П.Грибанов, К Г. Разработка элементов системы для мониторинга эмиссии метана в Западной Сибири по данным термического зондирования Земли из космоса с высоким спектральным разрешением /КГ Грибанов, В И Захаров, А Ю Топтыгин, В Г Крупкин, В М Шмелев, К С Алсынбаев, В В Голомолзин // сб ст под ред И Г Ассовского, О Д Хайдена «Ракетные двигатели и проблемы освоения космического пространства» - М ТорусПресс - 2005 — Т 1 — С 469-479

12 Gnbanov, К G Method and results of CH4 content retrieval in the atmosphere from AIRS/AQUA spectra in thermal IR / К G Gnbanov, R Imasu, A Yu Toptygin, W Bleuten, VI Zakharov // Proceedings of International ASA-2005 Workshop, Reims-France, September 6-8 - 2005 - P 1-4

13 Захаров, В И Сезонные вариации содержания метана в атмосфере западной Сибири по данным термического зондирования сенсором AIRS со спутника AQUA / В И Захаров, К Г. Грибанов, А Ю Топтыгин, Р Имасу, В Блойтен, Е А Дюкарев // Тез докл международного симпозиума стран СНГ «Атмосферная радиация» С-Петербург, 24-29 июня 2006 г - С-Петербург Изд-во СПбГУ, 2006 -С 83

14 Захаров, В И Широтное распределение тяжелой воды в атмосфере, полученное из данных термического зондирования сенсором IMG/ADEOS / В И Захаров, КГ Грибанов, АЮ Топтыгин, Р Имасу, Г Шмидт // Тез докл международного симпозиума стран СНГ «Атмосферная радиация». С-Петербург, 24-29 июня 2006 г - С-Петербург Изд-во СПбГУ, 2006 - С. 85

15 Toptygin, A Yu Method and results of retrieval of HD0/H20 in atmosphere from IMG/ADEOS and FTIR data / A.Yu Toptygin, К G Gnbanov, VI Zakharov, Y. Kasai, A Kagawa, Y Murayama, R Imasu, G A Schmidt, G Hoffmann, J Jouzel // Abstracts of Reports of XV-th Symposium on High Resolution Molecular Spectroscopy, HighRus-2006, July 18-21, Nizhny Novgord - Kazan -2006 -P 29

16 Gnbanov, К G Application of Multilayer Perceptron to High-Resolution Infrared Measurement Retrieval /KG Gribanov, A Yu Toptygin, V I Zakharov // Abstracts of Reports of XV-th Symposium on High Resolution Molecular Spectroscopy, HighRus-2006, July 18-21, Nizhny Novgord -Kazan -2006 -P 80

17 Gnbanov, KG Application of Multilayer Perceptron to High-Resolution Infrared Measurement Retrieval /KG Gribanov, A Yu Toptygin, VI Zakharov // SPIE -2006 -V 6580 -P 72-77

18 Toptygin, A Yu Method and results of retrieval of HD0/H20 in atmosphere from IMG/ADEOS and FTIR data / A Yu Toptygin, К G Gnbanov, VI Zakharov, Y. Kasai, A Kagawa, Y Murayama, R Imasu, G A Schmidt, G Hoffmann, J Jouzel //SPIE -2006 - V. 6580 -P. 54-59

Подписано в печать 05 03 2007 г Формат 60484 1/16 Бумага типографская Уел печ л 1 Тираж 100 экз Заказ № Печать офсетная 620083, Екатеринбург, К-83, пр Ленина, 51 Типолаборатория УрГУ

Введение

Глава 1 Радиационный и фазовый теплообмен в атмосфере

1.1 Общая характеристика теплового баланса Земли и модели циркуляции атмосферы

1.2 Использование отношения HDO/H2O для характеристики процесса переноса скрытого тепла

1.3 Уравнение переноса теплового излучения в атмосфере

1.4 Оценка вклада метана в радиационном переносе тепла

1.5 Определение параметров атмосферы из тепловых спектров высокого спектрального разрешения

Глава 2 Определение вертикальных профилей HDO/H2O в атмосфере из спектров спутникового сенсора IMG и наземного спектрометра FTIR

2.1 Сенсор IMG и район исследования

2.2 Методика определения профилей HDO/H2O и сопутствующих параметров атмосферы

2.3 Результаты обработки спектров IMG и анализ ошибок

2.4 Обработка спектров наземного сенсора FTIR, установленного на Аляске

Глава 3 Определение полного содержания метана в атмосфере из спектров спутникового сенсора AIRS

3.1 Болотная экосистема Западной Сибири как источник выбросов метана на планете

3.2 Методика определения содержания метана из спектров сенсора AIRS и полученные данные сезонного содержания метана в атмосфере Западной Сибири за 2004-2005 г.г.

3.3 Сезонные вариации метана в атмосфере и оценка локального теплового эффекта болот Западной Сибири

Климат Земли является одним из ведущих факторов жизнедеятельности биосферы и человека в частности [8]. Он определяет возможность существования живых организмов на планете, подчиняет себе природные процессы. Для современного человека климатическое влияние ещё более существенно, чем для остального животного мира. Процессы глобализации и урбанизации способствуют развитию функциональности людей взамен универсальности. Это означает, что жизненный цикл человека во многом зависит от работоспособности отдельных узких отраслей, таких как сельское хозяйство, энергетика, которые, в свою очередь, зависят от большого числа других отраслей: транспорт, добыча ископаемых, промышленность и пр. Климат в целом, погодные условия и катастрофы в частности способны изменять и нарушать функционирование любой отрасли, что в предельном случае может прервать современное развитие человечества. Природа является саморегулирующимся механизмом, который, при гармоничном взаимодействии даёт возможность развития любых приспосабливающихся форм жизни. Человек, как вид, утратил чуткость и гармонию отношений с природой и воспринимает её как плацдарм для собственного технократического развития. В связи с этим возникает опасение, что антропогенное влияние на окружающую среду может превысить допустимые рамки, в которых природа ещё способна быть, не меняя собственных долгосрочных механизмов развития.

За последние 100-150 лет наблюдается резкое повышение содержания парниковых газов (двуокиси углерода и метана) в атмосфере (рис. 1) [75,126]. Согласно данным палеоклиматических исследований, подобный рост ранее, происходил на планете за периоды в тысячи лет [124].

Увеличение концентрации парниковых газов, соответствующее повышение средней приповерхностной температуры воздуха (рис. 2) и усиление парникового эффекта планеты приписывается результатам индустриальной активности человека [47].

1000 1200 1400 1600 1800 2000 годы

Рис. 1. Увеличение содержания двуокиси углерода и метана в атмосфере, согласно палеоклиматическим данным и современным наблюдениям U

1Г> н о

L> К X ч> ж о ц н о

Температура поверхности среднегодовая средняя за 5 лет

1860 1880 1900 1920 1940 1960 1980 2000 годы

Рис. 2. Рост средней температуры поверхности.

Растущая мощность антропогенной добавки в интегральный парниковый эффект за счет эмиссии диоксида углерода, метана и других парниковых газов в атмосферу становится сравнимой по порядку величины с мощностью тепловой машины планеты, переносящей тепло от экватора к полюсам океаническими потоками и атмосферной циркуляцией. Поэтому современное увеличение парникового эффекта не только приводит к кажущейся большей комфортности климата в средних и высоких широтах, характеризующихся повышением среднегодовой влажности и более теплыми зимами в последние десятилетия, но и также к серьезным негативным воздействиям с далеко идущими разветвленными последствиями [39,125]. В результате, уже сейчас имеет место значительное возмущение и хаотизация атмосферной циркуляции, наблюдается ежегодный рост экстремальных климатических событий (наводнения, засухи, ураганы) [13].

Однако количественные оценки влияния повышения содержания парниковых газов на климат противоречивы и это обусловлено такими факторами как неполнота массива наблюдений, несовершенство методик наблюдения и многофакторность изменений климата [34,126]. Климатическую систему планеты составляют [62]: 1) атмосфера - газовая оболочка Земли; 2) океан - главный водный резервуар; 3) суша - поверхность континентов с собственной гидрологической системой, литосфера; 4) криосфера -континентальные и морские льды, горные ледники и снежный покров; 5) биота - растительность на суше и океане, живые организмы в воздухе, воде и на суше, включая человека. Основным средством изучения климатической системы в части предсказания изменений климата под воздействием внешних факторов (антропогенное влияние) является численное моделирование общей циркуляции потоков тепла и массы в атмосфере и океане [37,42]. При этом рассматривается конечное множество параметров: компоненты скорости ветра и течений в океане, температура и солёность, водяной пар, концентрация газовых составляющих, плотность, давление и др. Основу современных численных моделей, которых на сегодня насчитывается порядка 30 [74], составляет задача тепломассопереноса в системе «солнце - атмосфера - земная поверхность». При этом моделируются явления радиационного переноса, вертикального турбулентного переноса, конвекции, конденсации, выпадения осадков, взаимодействия атмосферы с поверхностью и др. Одним из центральных направлений развития численного моделирования климата является более точное описание всех физических процессов, происходящих в климатической системе. Одним из важнейших процессов является теплообмен в системе «солнце - атмосфера - земная поверхность». Общий тепловой баланс планеты [14,41] включает несколько составляющих, значительную роль в формировании атмосферной циркуляции и парникового эффекта играют процессы радиационного и фазового переноса тепла в системе «атмосфера -земная поверхность».

Перенос скрытого тепла водяным паром [40] определяется процессами испарения с поверхности, конденсации в облаках и переиспарения выпадающих осадков. Природная вода состоит из основного изотопомера Н20 и нескольких неосновных изотопических модификаций, в частности HDO. При одинаковой температуре давление насыщенных паров молекул Н2О и HDO различны [82], поэтому при любом акте фазового превращения воды происходит изменение изотопного соотношения в парообразной фазе (уменьшение относительного содержания изотопа HDO) по сравнению с жидкой или твёрдой фазой. Для количественного и качественного прояснения характеристик при моделировании атмосферных процессов испарения и конденсации важными являются экспериментальные данные о соотношении изотопомеров HD0/H20 в различных фазах гидрологического цикла, поскольку величина этого отношения для определённой воздушной массы изменяется только в процессах фазовых превращений и является трассером «силы гидрологического цикла» [61,120]. Поле величины отношения HDO/H2O, определённое по Земному шару отражает предысторию формирования воздушных масс и характеризует перенос скрытого тепла от экватора к полюсам [102].

До недавнего времени основным средством изучения изотопного состава воды являлся анализ выпадающих осадков [82,100,104,145], количественное определение производилось масс-спектрометрическим методом. Длительные наблюдения изотопного состава осадков используются для многих целей: палеоклиматических исследований [76,103], изучения гидрологического цикла, верификации численных моделей общей циркуляции потоков тепла и массы в атмосфере и океане [119,120]. Сравнительно новой областью является определение изотопного соотношения HD0/H20 в атмосферном водяном паре, для чего изредка используются самолётные измерения [86], а наибольший интерес представляет исследование возможностей дистанционного зондирования изотопомеров воды в атмосфере в глобальном масштабе. Данные сведения важны для непосредственного метеорологического применения (прогнозов погоды, отслеживания перемещения воздушных масс), так же используются в качестве экспериментальных данных для уточнения параметризации процесса фазового переноса тепла в численных моделях, учитывающих процессы изотопного разделения [96,101].

Радиационный теплоперенос в атмосфере [32] определяется содержанием поглощающих ИК радиацию газов, таких как водяной пар, двуокись углерода, метан, озон, окислы азота и другие. Получение экспериментальных данных о современном содержании парниковых газов является важной задачей как для непосредственных оценок тепловых потоков при изучении изменения теплового баланса планеты, так и для уточнения параметров процесса радиационного переноса при моделировании климата. Содержание водяного пара в атмосфере определяется температурой поверхности планеты [148], его изменение является следствием изменения парникового эффекта, т.е. изменения содержания других радиационно-активных газовых составляющих в атмосфере. Основными парниковыми газами, содержание которых увеличивается вследствие человеческой деятельности (производство цемента, сжигание ископаемого топлива, развитие сельского хозяйства и др.), являются двуокись углерода и метан. Актуальность определения поля концентрации метана обусловлена тем, что, несмотря на его относительно малый вклад в общий парниковый эффект, мощность излучения метана в пересчёте на одну молекулу на порядок превышает мощности водяного пара и двуокиси углерода. Кроме того, линии поглощения СО2 насыщены по сравнению с линиями метана, т.е. метан имеет больший парниковый потенциал, чем двуокись углерода [39,146].

Технологии зондирования атмосферы с целью мониторинга метеорологических параметров и загрязнения разрабатывается уже около 40 лет [27,33,38,54]. Космическая система мониторинга атмосферных газов включает в себя приборы нескольких типов, которые можно классифицировать по геометрии зондирования. Настоящая работа посвящена термическому зондированию в надир, поскольку данная геометрия позволяет осуществлять зондирование в любое время суток и имеет наиболее широкий высотный диапазон измерений, включающий в себя нижнюю тропосферу. До недавнего времени термическое зондирование в надир основывалось на данных получаемых многоканальными спектрорадиометрами [112], регистрирующими тепловое излучение атмосферы в нескольких спектральных интервалах. С появлением спутниковых Фурье спектрометров относительно высокого спектрального разрешения (до 0.1 см*1) с десятками тысяч спектральных каналов в тепловой инфракрасной (ИК) области существенно повысилась информативность эмиссионных спектров атмосферы, измеряемых со спутников. Произошли качественные изменения в методах обработки и интерпретации спутниковых данных. Обратная задача по определению параметров атмосферы из тепловых спектров высокого разрешения стала существенно переопределенной, появилась возможность значительного улучшения детектирования таких важных малых газовых составляющих в атмосфере как Н2О и СН4 и других, появилась принципиальная возможность определения содержания изотопомера воды HDO в атмосфере.

Целью данной работы являлось получение данных о величине отношения концентраций изотопомеров HD0/H20 и содержания метана в атмосфере из Ж спектров высокого разрешения теплового диапазона. При этом решались следующие задачи:

1) разработка методики определения вертикального профиля HD0/H20 в атмосферном водяном паре из спутниковых спектров;

2) получение широтно-высотного распределения величины отношения HDO/H2O из ИК спектров, измеренных сенсором IMG над районом Тихого океана;

3) разработка методики для определения полного содержания метана в атмосфере;

4) получение сезонных карт содержания метана в атмосфере из ИК спектров, измеренных сенсором AIRS над районом Западной Сибири;

5) оценка вклада эмиссии метана из болотной экосистемы в общее содержание метана в этом районе и оценка соответствующего дополнительного теплового эффекта.

Первая глава посвящена описанию задачи определения отношения HDO/H2O и концентрации СН4 в атмосфере, кратко описан подход численного моделирования циркуляции потоков тепла и массы в атмосфере. Рассмотрены процессы фазового и радиационного переноса тепла в системе «атмосфера -земная поверхность». Описан применяемый в работе подход к процессу переноса ИК радиации в атмосфере, изложена идея подхода к определению параметров атмосферы из ИК спектров высокого спектрального разрешения. Приведены формализмы прямой и обратной задачи в теории переноса излучения, кратко рассмотрены методы регуляризации по Тихонову и статистической регуляризации. Отмечаются основные сложности применения этих методов для решения обратной задачи.

Во второй главе описана методика определения вертикальных профилей температуры, концентрации водяного пара и отношения HD0/H20 из спектров яркости уходящего теплового излучения, измеряемых с высоким спектральным разрешением современными сенсорами спутникового базирования. При решении обратной задачи используются: метод ортогональных разложений для сжатия спектральной информации и уменьшения размерности искомого вектора; метод наименьших квадратов. Апробация методики проводится на спектрах спутникового сенсора IMG, в результате впервые получено широтно-высотное распределение вертикальных профилей отношения HDO/H2O над Тихим океаном. Также описана методика определения вертикальных профилей отношения HDO/H2O из ИК спектров пропускания атмосферы теплового диапазона, приведены результаты по обработке данных наземного спектрометра FTIR, расположенного на Аляске.

В третьей главе рассматривается задача определения содержания метана в атмосфере из ИК спектров, измеряемых спутниковым сенсором AIRS. В качестве района исследования выбрана территория болот Западной Сибири. Для решения обратной задачи применялся метод наименьших квадратов с ограничениями и методика на основе нейронной сети. Приведены результаты по сезонному содержанию метана над исследуемой областью в период 20042006 г.г. Сделана оценка вклада данной болотной экосистемы в атмосферный метан и оценка локального теплового эффекта болот Западной Сибири, обусловленного эмиссией метана из болот в летний период.

В заключении представлены основные результаты и выводы диссертационной работы, приведен список цитируемой литературы.

Выполнению этой работы автор во многом обязан В.И. Захарову и К.Г. Грибанову, являющимися консультантами по работе и соавторами большинства публикаций.

Основные результаты данной работы заключаются в следующем:

1) Разработана методика определения вертикального профиля относительного содержания HDO в атмосфере из спектров уходящего теплового излучения Земли высокого разрешения (-0.1 см"1), основанная на методе главных компонент.

2) Получено широтное распределение вертикальных профилей отношения HD0/H20 в атмосфере над океаном из спектров сенсора IMG/ADEOS. Вариации относительного содержания HDO в атмосферном столбе лежат в интервале от -120%о вблизи экватора до -220%о на высоких широтах около 60 градусов. Точность метода, оцененная по схеме замкнутых модельных экспериментов, составила ~20%о.

3) Идентифицированы сигналы HDO в ИК спектрах пропускания атмосферы высокого разрешения (-0.002 см'1). Разработана и апробирована методика определения вертикального профиля отношения HD0/H20 из спектров, измеряемых Фурье спектрометрами наземного базирования, основанная на методе регрессии главных компонент.

4) Реализовано два подхода для определения полного содержания метана в атмосферном столбе из спектров уходящего теплового излучения Земли высокого разрешения (-0.5 см"1). Первый основан на методе наименьших квадратов с ограничениями, во втором используется нейронная сеть. Относительная ошибка определения полного содержания метана в атмосферном столбе по обеим методикам составила -2.5%.

5) Получены карты сезонного содержания метана в атмосфере над районом Западной Сибири (60-67 С.Ш., 60-90 В.Д.) в период 2004-2006 г.г. из спектров сенсора AIRS/AQUA. Средне-сезонные значения меняются от 0.57

2 2 моль/м в зимний период до 0.62 моль/м в летний период. Вклад природной эмиссии метана из болот в общее содержание метана в атмосфере над исследуемым районом в летний период составил -0.05 моль/м.

Дополнительный тепловой эффект, рассчитанный с помощью ПО FIRE-ARMS, составил ~125 ГВт.

Благодарности:

Автор выражает глубокую благодарность К.Г. Грибанову за помощь в освоении ПО FIRE-ARMS, плодотворные дискуссии при разработке методик; В.И. Захарову за помощь при постановке задач и обобщении полученных результатов; Борисову С.Ф. за поддержку и внимание к данной работе; Г. Шмидту за предоставленные данные модели общей циркуляции атмосферы NASA GISS ModelE; Г. Хоффманну за результаты модели общей циркуляции ЕСНАМ4; Я. Касай и А. Огава за предоставленные данные FTIR на Аляске; команде AIRS за предоставление необходимых данных; а также всем сотрудникам кафедры общей и молекулярной физики, принимавшим участие в обсуждении результатов данной работы, за ценные замечания.

Заключение.

1. Айвазян, С.А. Прикладная статистика. Классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1989. - 607 с.

2. Андерсон, Т. Введение в многомерный статистический анализ / Т. Андерсон. М.: Физматгиз, 1963. - 500 с.

3. Бажин, Н.М. Метан в атмосфере / Н.М. Бажин // СОЖ. 2000. - №3. - С. 52-57.

4. Бакушинский, А.Б. Некорректные задачи. Численные методы и приложения / А.Б. Бакушинский, А.В. Гончарский. М.: Изд-во МГУ, 1989.- 198 с.

5. Белов, А.А. Глобальные изменения природной среды и климата и Мировой океан / А.А. Белов, Е.Л. Минина // Вестн. РАН. 1999. - Т.69. - №9. - С. 834-838.

6. Брайсон, А. Прикладная теория оптимального управления / А. Брайсон, Хо Ю-Ши. М.: Мир, 1972. - 544 с.

7. Будыко, М.И. История атмосферы / М.И. Будыко, А.Б. Ронов, A.JI. Яншин. JL: Гидрометеоиздат, 1985. - 207 с.

8. Вайнштейн, JI.A. Возбуждение атомов и уширение спектральных линий / JI.A. Вайнштейн, И.И. Собельман, А.Е. Юков. М.: Наука, 1979. - 820 с.

9. Васин, В.В. Некорректные задачи с априорной информацией / В.В. Васин, A.JI. Агеев. Екатеринбург: УИФ "Наука", 1993. - 262 с.

10. Вентцель, Е.С. Теория вероятностей / Е.С. Вентцель. М.: Высшая школа, 1998.-576 с.

11. Верлань, А.Ф. Интегральные уравнения: Методы, алгоритмы, программы. Справочное пособие / А.Ф. Верлань, B.C. Сизиков. Киев: Наукова думка, 1986.-542 с.

12. Всемирная конференция по изменению климата / Труды конференции, Москва, 29 сентября 3 октября 2003 г. - М. - 2004.

13. Гилл, А. Динамика атмосферы и океана. / А. Гилл; пер. под ред. Г.П. Курбаткина. М.: Мир, 1986. - 396 с.

14. Гранков, А.Г. Взаимосвязь радиоизлучения системы океан-атмосфера с тепловыми и динамическими процессами на границе раздела / А.Г. Гранков, А.А. Мильшин. Физматлит, 2004. - 168 с.

15. Грибанов, К.Г. Пакет программ FIRE-ARMS и его применение в задачах пассивного ИК-зондирования атмосферы / К.Г. Грибанов, В.И. Захаров, С.А. Ташкун // Оптика атмосферы и океана. 1999. - Т. 12. - №4. - С. 372378.

16. Грибанов, К.Г. Восстановление профилей температуры и влажности по ИК спектрам Земли на основе сингулярного разложения ковариационных матриц / К.Г. Грибанов, В.И. Захаров, А.Ю. Топтыгин // Оптика атмосферы и океана. 2003. - Т. 16. -№07. - С. 576-581.

17. Гурни, К. Глобальное потепление и парниковый эффект / К. Гурни // Энергетика и безопасность. 1998. - №5. - С. 3-12.

18. Демиденко, Е.З. Линейная и нелинейная регрессия / Е.З. Демиденко. М.: Финансы и статистика, 1973. - 302 с.

19. Дубров, A.M. Обработка статистических данных методом главных компонент/ A.M. Дубров. -М.: Статистика, 1978. 135 с.

20. Дымников, В.П. Математические модели в геофизической гидродинамике и численные методы их реализации / В.П. Дымников, Г.И. Марчук, В.Б. Залесный. JL: Гидрометеоиздат, 1987. - 287 с.

21. Зельдович, Я.Б. "Горячая" модель Вселенной / Я.Б. Зельдович // УФН. -1966.-Т. 89,-№4.-С. 647.

22. Зуев, В.Е. Распространение видимых и инфракрасных волн в атмосфере / В.Е. Зуев. М.: Сов. радио, 1970. - 496 с.

23. Зуев, В.Е. Современные проблемы атмосферной оптики (Том 7. Обратные задачи оптики атмосферы) / В.Е. Зуев, И.Э. Наац. Л.: Гидрометиздат, 1990.-286 с.

24. Зуев, В.Е. Дистанционное оптическое зондирование атмосферы / В.Е. Зуев, В.В. Зуев. С-Петербург: Гидрометеоиздат, 1992. - 275 с.

25. Каллан, Р. Основные концепции нейронных сетей / Р. Каллан. М.: Издательский дом «Вильяме», 2001. - 288 с.

26. Карнаухов, А.В. Роль биосферы в формировании климата Земли. Парниковая катастрофа / А.В. Карнаухов // Биофизика. 2001. - Т. 46. -№6.-С. 1138-1149.

27. Кароль, И.Л. Газовые примеси в атмосфере / И.Л. Кароль, В.В. Розанов, Ю.М. Тимофеев. Л.: Гидрометеоиздат, 1983. - 192 с.

28. Кендалл, М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стюарт. М.: Наука, 1976. - 736 с.

29. Кондратьев, К.Я. Перенос излучения в атмосфере / К.Я. Кондратьев. Л.: Гидрометеоиздат, 1972. - 402 с.

30. Кондратьев, К.Я. Термическое зондирование атмосферы со спутников / К.Я. Кондратьев, Ю.М. Тимофеев. Л.: Гидрометеоиздат, 1970. - 280 с.

31. Кондратьев, К.Я. Природные и антропогенные изменения климата / К.Я. Кондратьев. Л.: Наука, 1986. - 56 с.

32. Кондратьев, К.Я. Климат Земли и протокол Киото / К.Я. Кондратьев, К.С. Демирчян // Вестник РАН. 2001. - Т. 71. - № 11. - С. 1002-1009.

33. Курганский, М.В. Введение в крупномасштабную динамику атмосферы (Адиабатические инварианты и их применение) / М.В. Курганский. СПб: Гидрометеоиздат, 1993. - 168 с.

34. Лоренц, Э.Н. Природа и теория общей циркуляции атмосферы / Э.Н. Лоренц. Л.: Гидрометиздат, 1970. - 260 с.

35. Малкевич, М.С. Оптические исследования атмосферы со спутников / М.С. Малкевич. М.: Наука, 1973. - 303 с.

36. Марчук, Г.И. Приоритеты глобальной экологии / Г.И. Марчук, К.Я. Кондратьев. -М.: Наука, 1992. 264 с.

37. Матвеев, Л.Т. Курс общей метеорологии. Физика атмосферы. 2-е изд. / Л.Т. Матвеев. Л.: Гидрометеоиздат, 1984. - 752 с.

38. Матвеев, Л.Т. Теория общей циркуляции атмосферы и климата Земли / Л.Т. Матвеев. Л.: Гидрометеоиздат, 1991. - 296 с.

39. Математическое моделирование общей циркуляции атмосферы и океана / Г.И. Марчук и др.. Л.: Гидрометеоиздат, 1984. - 544 с.

40. Мину, М. Математическое программирование: Пер. с фр. / М. Мину. -1990.-488 с.

41. Морозов, В.А. Регулярные методы решения некорректно поставленных задач / В.А. Морозов. М.: Наука, 1987.

42. Нагирнер, Д.И. Метод интегральных уравнений в теории переноса излучения / Д.И. Нагирнер // Труды АО СПбГУ. 1994. - Т. 44. - С. 39.

43. Осовский, С. Нейронные сети для обработки информации / С. Осовский. -Москва, 2002.-344 с.

44. Парниковый эффект, изменение климата и экосистемы. JL: Гидрометеоиздат, 1989. - 558 с.

45. Перенос радиации в рассеивающих и поглощающих атмосферах: Пер. с англ. / О.А. Авасте, Р. Аронсон, Б.Д. Баркстром и др.; под ред. Ж. Ленобль. Л.: Гидрометеоиздат, 1990. - 264 с.

46. Покровский, О.М. Общий статистический подход к решению обратных задач атмосферной оптики / О.М. Покровский, Ю.М. Тимофеев // Метеорология и гидрология. 1972. - №1. - С. 52-59.

47. Попов, А.И. Мерзлотные явления в земной коре (криолитология) / А.И. Попов. Из-во МГУ, 1967.

48. Рао, С.Р. Линейные статистические методы и их применения / С.Р. Рао -М.: Наука, 1968.-548 с.

49. Сизиков, B.C. Математические методы обработки результатов измерений / B.C. Сизиков. СПб: Политехника, 2001. - 240 с.

50. Тепловой баланс Земли / М.И. Будыко и др.. Л.: Гидрометеоиздат, 1956. -255 с.

51. Тимофеев, Ю.М. Спутниковые методы исследования газового состава атмосферы (обзор) / Ю.М. Тимофеев // Изв. РАН. Физика атмосферы и океана. 1989. - Т. 26. - №5. - С. 451-472.

52. Тимофеев, Ю.М. Теоретические основы атмосферной оптики / Ю.М. Тимофеев, А.В. Васильев. С-Петербург: Наука, 2003. - 474 с.

53. Тихонов, А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. -М.: Наука, 1986.-288 с.

54. Топтыгин, А.Ю. Определение вертикального профиля HD0/H20 из спектров пропускания атмосферы высокого разрешения / А.Ю. Топтыгин, К.Г. Грибанов, В.И. Захаров, Я. Касай, А. Кагава, Я. Мураяма, Р. Имасу,

55. Г.А. Шмидт, Г. Хоффманн, Ж. Жузель // Оптика атмосферы и океана. -2007.- №2.

56. Успенский, А.Б. Применение метода главных компонент для анализа ИК -спектров высокого разрешения, измеренных со спутников / А.Б. Успенский, С.В. Романов, А.Н. Троценко // Исследования Земли из космоса. 2003. - №3. - С. 26-33.

57. Ферронский, В.И. Изотопия Гидросферы / В.И. Ферронский, В.А. Поляков. -М.: Наука, 1983.-280 с.

58. Физические основы теории климата и его моделирования: Труды Межд. научн. конф. по окружающей среде / под ред. А.С. Монина / пер. с англ. Стокгольм. JL: Гидрометеоиздат, 1977.-271 с.

59. Хайкин, С. Нейронные сети: полный курс, 2-е изд.: Пер. с англ. / С. Хайкин. М.: Издательский дом «Вильяме», 2006. - 1104 с.

60. Хайрер, Э. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи: Пер. с англ. / Э. Хайрер, С. Нёрсетт, Г. Ваннер. М.: Мир, 1990.-512 с.

61. Харман, Г. Современный факторный анализ / Г. Харман. М.: Статистика, 1972.-486 с.

62. Хитрин, JI.H. Основы горения углеводородных топлив / JI.H. Хитрин. М: Наука, 1960.

63. Хромов, С.П. Метеорология и климатология. Учебник. 5-е изд. / С.П. Хромов, М.А. Петросянц. М.: Изд-во МГУ, 2001. - 450 с.

64. Хюлст, Г. Рассеяние света малыми частицами / Г. Ван де Хюлст. ИЛ. -1961.-537 с.

65. Baldini, J.U. Structure of the 8200-year cold event revealed by a speleothem trace element record / J.U. Baldini, McDermott Frank, J. Fairchild Ian // Science. 2002. - №5576. - P. 2203-2206.

66. Beer, R. Tropospheric emission spectrometer for Earth Observing System's Aura satellite / R. Beer, T.A. Glavich, T.M. Rider //Applied Optics. 2001. - V. 40.-№15.-P. 2356.

67. Best, M.J. A quasi-Newton method can be obtained from a method of conjugate directions / M.J. Best // Mathematical Programming. 1978. - V. 15. - P. 189— 199.

68. Bleuten, W. INTAS CASUS project 03-51-6294, 2nd year report Электронный ресурс. / W. Bleuten et al. 2006. - доступ: http://www.geog.uu.nl/fg/casus/, свободный.

69. Charles, C.D. Variable air mass sources for Greenland; influences on the ice core record / C.D. Charles, D. Rind, J. Jouzel, R.D. Koster and R.G. Fairbanks // Science. 1994. - V. 263. - P. 508-511.

70. Chevallier, F. TIGR-like atmospheric profile databases for accurate radiative flux computation / F. Chevallier, A. Chedin, F. Cheruy, J.J. Morcrette // Quart. J. Roy. Met. Soc. 2000. - V. 126. - №563. - Part B. - P. 777-785.

71. Ciais, P. Deuterium and oxygen 18 in precipitation: Isotopic model, including mixed cloud processes / P. Ciais, J. Jouzel // J. Geophys. Res. 1994. - V. 99. -№D8. - P. 16793-16804.

72. Clerbaux, C. Trace gas measurements from infrared satellite for chemistry and climate applications / C. Clerbaux, J. Hadji-Lazaro, S. Turquety, G. Megie, P.F. Coheur // Atmos. Chem. Phys. Discuss. 2003. - V. 3. - P. 2027-2058.

73. Craig, H. Deuterium and oxygen-18 in the ocean and the marine atmosphere / H. Craig and L. Gordon // In: E. Tongiorgi (Editor), Stable Isotopes in Oceanographic Studies and Paleotemperatures. Spoleto, 1965. - P. 9-130.

74. Dansgaard, W. Stable isotopes in precipitation / W. Dansgaard // Tellus. 1964. -V. 16.-№4.-P. 436-468.

75. Deuterium and Oxygen-18 in the Water Cycle / IAEA // In: J.R. Gat and R. Gonfiantini (Eds.), Stable Isotope Hydrology. IAEA Technical Reports Series No. 210.- 1981.-337 p.

76. Dils, B. Comparisons between SCIAMACHY and ground-based FTIR data for total columns of CO, CH4, C02 and N20 / B. Dils et al. // Atmos. Chem. Phys. -2006.-№6.-P. 1953-1976.

77. Ehhalt, D.H. Deuterium and Oxygen 18 in Rain Water / D.H. Ehhalt, K. Knott, J.F. Nagel, J.C. Vogel // J. Geophys. Res. 1963. - V. 68. - P. 3775-3797.

78. Ehhalt, D.H. Vertical profiles of HD0/H20 in the troposphere / D.H. Ehhalt, F. Rohrer, A. Fried // J. Geophys. Res. 2005. - V. 110. - №D13301. -doi: 10.1029/2004JD005569.

79. Fisher. Remarks on the deuterium excess in precipitation in cold regions / Fisher, A. David // Tellus, Series В Chemical and Physical Meteorology (ISSN 0280-6509). - 1991. - V. 43B. - Nov. - P. 401-407.

80. Friedman, I. The variations of the deuterium content of natural waters in the hydrologic cycle /1. Friedman, Redfield, A.C. Shoem, B. Harris and J. Harris // Rev. Geophys. 1964. - V. 2. - P. 177-224.

81. Fomichev, V.I. Parametrization of the 15 m CO2 band cooling in the middle atmosphere (15-115 km) / V.I. Fomichev, A.A. Kutepov, R.A. Akmaev and G.M. Shved // J. Atmospheric and Terrestrial Phys. 1993. - V. 55. - №1. - P. 7-18.

82. Gat. Atmospheric water balance the isotopic perspective / Gat, R. Joel // Hydrological Processes. -2000. - V. 14.-№8.-P. 1357-1369.

83. Gent, P.R. Heat uptake and the thermohaline circulation in the Community Climate System Model, Version Two / P.R. Gent and G. Danabasoglu // J. Climate. 2004. - V. 17. - P. 4058-4069.

84. Gribanov, K.G. Algorithms and software development for task of greenhouse gases monitoring from space / K.G. Gribanov // SPIE proceedings. 2000. - V. 4063.-P. 280-286.

85. Gribanov, K.G. A new software tool for radiative transfer calculations and its application to IMG/ADEOS data / K.G. Gribanov, V.I. Zakharov, S.A. Tashkun, Vl.G. Tyuterev // JQSRT. 2001. - V. 68. - №4. - P. 435-451.

86. Gribanov, K.G. Application of Multilayer Perceptron to High-Resolution Infrared Measurement Retrieval / K.G. Gribanov, A.Yu. Toptygin, V.I. Zakharov // SPIE. 2006. - V. 6580. - P. 72-77.

87. Hoffmann, G. Water isotope module of the ECHAM atmospheric general circulation model: A study on timescales from days to several years / G. Hoffmann, M. Werner, M. Heimann // J. Geophys. Res. 1998. - V. 103. -№16.-P. 871-896.

88. Hoffmann, G. Stable water isotopes in atmospheric general circulation models / G. Hoffmann, J. Jouzel, V. Masson // Hydrological Processes. 2000. - V. 14. -№8. -P. 1385-1406.

89. Huber, M. Heat transport, deep waters, and thermal gradients: Coupled simulation of an Eocene greenhouse climate / M. Huber and L.C. Sloan // Geophys. Res. Lett. 2002. - V. 28. - P. 3481-3484.

90. Imasu, R. Meridional distribution feature of minor constituents as observed by IMG sensor aboard ADEOS satellite / R. Imasu // Adv. Space Res. 1999. - V. 25.-P. 959-952.7 1Я

91. Jacob, H. An 8-year record of the seasonal variation of ZH and 100 in atmospheric water vapor and precipitation in Heidelberg, Germany / H. Jacob and C. Sonntag // Tellus. 1991. - V. 43B. - P. 291-300.

92. Joussaume, S. A general circulation model of water isotope cycles in the atmosphere / S. Joussaume, R. Sadourny, J. Jouzel // Nature. 1984. - №311. -P. 24-29. - doi: 10.1038/311024a0.

93. Jouzel, J. Water isotopes in precipitation: data/model comparison for present-day and past climates / J. Jouzel, G. Hoffmann, R.D. Koster, V. Masson // Quaternary Science Review. 2000. - №19. - P. 363-379.

94. Kasai, Y. Ground-based measurement of strato-mesospheric CO by a FTIR spectrometer over Poker Flat, Alaska / Y. Kasai, T. Koshiro, M. Endo, N.B. Jones, Y. Murayama // Advances in Space Research. 2005. - V. 35. -№11.-P. 2024-2030.

95. Kobayashi, H. IMG program report / H. Kobayashi // The Third ADEOS Symposium: Procs. Sendai, Japan. - 1998. - P. 65-82.

96. Liou, K.N. An Introduction to Atmospheric Radiation / K.N. Liou. Academic Press, 2002.-583 p.

97. Ma, X.L. A Nonlinear Physical Retrieval Algorithm Its Application to the GOES-8/9 Sounder / X.L. Ma, T.J. Schmit, W.L. Smith // J. Applied Meteorology. - 1999. - V. 38. - P. 501-513.

98. Menzel, W.P. Introducing GOES-I: The first of a new generation of geostationary operational environmental satellite / W.P. Menzel, J.F.W. Purdom // Bull. Amer. Meteor. Soc. 1994. - V. 75. - P. 757-781.

99. Mlawer, E.J. Revised perspective on the water vapor continuum: The MTCKD model / E.J. Mlawer, D.C. Tobin, S.A. Clough // Atmos. and Environ. Res. -2004.

100. More, J.J. The Levenberg-Marquardt algorithm: implementation and theory / J.J. More // G.A. Watson. Numerical Analysis, Lecture Notes in Mathematics 630. -1977. Springer-Verlag, Heidelberg. - P. 105-116.

101. Mote, P.W. Variability of clouds and water vapor in low latitudes: View from Moderate Resolution Imaging Spectroradiometer (MODIS) / P.W. Mote and R. Frey // JGR. -2006. V. lll.-D16101.-doi: 10.1029/2005JD006791.

102. Nakajima, N. Interferometric Monitor for Green house Gases (IMG) / N. Nakajima // The first ADEOS Symposium/Workshop: Procs. Kyoto, Japan. -1994.-P. 91-94.

103. Nakajima, N. IMG Current Status and Mission Operation Plan / N. Nakajima, H. Kobayashi, H. Saji // The Second ADEOS Symposium/Workshop: Procs. -Yokohama, Japan. 1997. - P. 389 - 397.

104. Noone, D. Modeling water isotope exchange in parameterized convective plumes, Parameterization and Verification of Water Isotopes in GCMs / D. Noone. Center for Atmospheric Science, University of California, Berkeley, California.-2002.

105. Noone, D. Evaluation of hydrologic cycles and processes with water isotopes / D. Noone // First pan-GEWEX science meeting, Frascati, Italy, October. 2006.

106. Norton, R.H. New apodizing function for Fourier spectrometry / R.H. Norton, R. Beer // J.Opt.Soc.Am. 1976. - V. 66. - №3. - P. 259-264.

107. Notholt, J. Ground-based FTIR measurements of vertical column densities of several trace gases above Spitzbergen / J. Notholt, O. Schrems // GRL. 1994. -№21. -P. 1355-1358.

108. Pagano, T.S. Prelaunch and In-Flight Radiometer Calibration of the Atmospheric Infrared Sounder (AIRS) / T.S. Pagano, H.H. Aumann, D. Haganand К. Overoye // IEEE Transactions on Geoscience and Remote Sensing. -2003. V. 41. - №2. - P. 343-351.

109. Petit, J.R. Climate and atmospheric history of the past 420,000 years from the Vostok ice core, Antarctica / J.R. Petit et al // Nature. 1999. - V. 399. - P. 429-436.

110. Report of the experts meeting on aerosol and their climatic effects // Williamsburg, Virginia, USA. 1983.

111. Rodrigues, R. Model, software, and database for computation of line-mixing effect in infrared Q branches of atmospheric CO2 I. Symmetric isotopomers / R. Rodrigues at al // JQSRT. - 1999. - V. 61. - №2. - P. 153-184.

112. Rogers, C.D. Inverse methods for atmospheric sounding. Theory and practice / C.D. Rogers. World Scientific, 2000. - 206 p.

113. Rothman, L.S. The HITRAN molecular spectroscopic database and HAWKS (HITRAN Atmospheric Workstation): 1996 edition / L.S. Rothman et al // JQSRT. 1998. - V. 60. - №5 - P. 665-710.

114. Rothman, L.S. The HITRAN 2004 molecular spectroscopic database / L.S. Rothman et al // JQSRT. 2005. - V. 96. - P. 139-204.

115. Rozanski, K. Isotope Patterns in Modern Global Precipitation, Geophysical Monograph 78 / K. Rozansky, L. Araguas, R. Gonfiantini // Climate Change in Continental Isotope Records. American Geophysical Union, 1993. - P. 1-36.

116. Saji, H. IMG Products availability of the Level 0, 1 and 2 / H. Saji // The Third ADEOS Symposium/Workshop: Procs. Sendai, Japan. - 1998. - P. 411.

117. Schmidt, G.A. Modeling atmospheric stable water isotopes and the potential for constraining cloud processes and stratosphere-troposphere water exchange /

118. G.A. Schmidt, G. Hoffmann, D.T. Shindell, Y. Hu // J. Geophys. Res. 2005. -№110. -D21314. - doi: 10.1029/2005JD005790.

119. Schmidt, G.A. Present day atmospheric simulations using GISS ModelE: Comparison to in-situ, satellite and reanalysis data / G.A. Schmidt et al // J. Climate. 2006. -№19. - P. 153-192. - doi: 10.1175/JCLI3612.1.

120. Schneider, M. Ground-based remote sensing of HD0/H20 ratio profiles: introduction and validation of an innovative retrieval approach / M. Schneider, F. Hase, T. Blumenstock // Atmos. Chem. Phys. Discuss. 2006. - V. 6. - P. 5269-5327.

121. Seki, K. Trace Gas Observation with Poker Flat FTIR / K. Seki, Y. Kasai, Y. Murayama, K. Mizutani, T. Itabe, J.M. Frank, R.S. William & A.L. Steven // J. Communications Research Laboratory. 2002. - V. 49. - №2. - P. 191-200.

122. Smith, W.L. The Use of Eigenvectors of Statistical Covariance Matrices for Interpreting Satellite Sounding Radiometer Observations / W.L. Smith, H.M. Woolf // J. Atmospheric Sciences. 1976. - V. 33. - №7. - P. 1127-1140.

123. Smith, W.L. Linear simultaneous solution for temperature and absorbing constituent profiles from radiance spectra / W.L. Smith, H.M. Woolf and H.E. Revercomb // Applied Optics. 1991. - V. 30. - №9. - P. 1117-1123.

124. Statistical Treatment of Data on Environmental Isotopes in Precipitation / IAEA. -Technical Reports Series No. 331, 1992. Vienna: IAEA. - 781 p.

125. Suzuki, S. OCTS Mission operation and standard products / S. Suzuki // The first ADEOS Symposium/Workshop: Procs. Kyoto, Japan. - 1994. - P. 77-83.

126. WMO/UNEP: Climate Change 1995: Impacts, Adaptation, and Mitigation of Climate Change. UK: Cambridge University Press, 1996. - P. 3-12.

127. Worden, J.R. TES observations of the tropospheric HD0/H20 ratio: retrieval approach and characterization / J.R. Worden, K. Bowman, D. Noone and TES Team Members // J. Geophys. Res. 2006. - 111(D16). - D16309. -10.1029/2005JD006606.

128. Yang, Hu. Water Vapor, Surface Temperature, and the Greenhouse Effect-A Statistical Analysis of Tropical-Mean Data / Hu. Yang, K. Tung // J. Climate. -1998.-V. 11.-№10.-P. 2686-2697.

129. Zakharov, V.I. Latitudinal distribution of deuterium to hydrogen ratio in the atmospheric water vapor retrieved from IMG/ADEOS data / V.I. Zakharov, R. Imasu, K.G. Gribanov, G. Hoffmann, J. Jouzel // GRL. 2004. - V. 31. - №12. -P. 723-726.

130. Zahn, A. Deuterium, oxygen-18, and tritium as tracers for water vapour transport in the lower stratosphere and tropopause region / A. Zahn, V. Barth, K. Pfeilsticker, U. Piatt // J. Atmos. Chem. 1998. - V. 30. - P. 25-47.