Журнал «Светотехника» №6 2025

Дата публикации 19/12/2025
Страница 85-90

Синтетическое исследование алгоритма восстановления концентраций CO2 и CH4 из функции отражения в инфракрасном диапазоне на основе суррогатной модели «Светотехника», 2025, №6

Авторы статьи:

Сон Хандойл (Son Handeul), Хохштаффль Филипп (Hochstaffl Philipp), Ефременко Дмитрий Сергеевич

Сон Хандойл (Son Handeul), M. Sc. (2024 г., Мюнхенский технический университет, по программе «ESPACE»). Аспирант Мюнхенского технического университета (с мая 2025 г.). Проводит свои исследования в Немецком аэрокосмическом центре (DLR), уделяя особое внимание разработке быстрой модели переноса излучения для спектральной симуляции в ИК диапазоне. Область научных интересов: перенос излучения, дистанционное зондирование атмосферы и эффективные вычислительные методы решения обратных задач

Хохштаффль Филипп (Hochstaffl Philipp), Ph. D. по метеорологии (2022 г., Мюнхенский университет Людвига-Максимилиана). Научный сотрудник DLR (с 2020 г.). В 2016–2020 гг. занимался исследованиями по программе «DLR-DAAD Research Fellowships». Его исследования сосредоточены на дистанционном зондировании атмосферы с использованием моделей переноса излучения и методов решения обратных задач. Он участвует в отчётах о выполнении заданий, валидационных мероприятиях и международных симпозиумах. Публиковался во многих рецензируемых журналах и материалах конференций. Область научных интересов: машинное обучение, разработка программного обеспечения, экзопланеты и аэрокосмические темы

Ефременко Дмитрий Сергеевич, доктор техн. наук (2017 г., НИУ «МЭИ»; 2020 г., Мюнхенский технический университет). Окончил в 2009 г. МЭИ (ТУ). Учёный-исследователь DLR (c 2011 г.). Занимал (с 2020 г.) должность приват-доцента Мюнхенского технического университета. Удостоен премии «Elsevier/JQSRT Goody Award» (в 2017 г.). Член-корреспондент АЭН РФ. Автор более 80 научных публикаций. Область научных интересов: перенос излучения, обратные задачи и машинное обучение

Аннотация

Моделирование спектра солнечного излучения, отражённого атмосферой Земли, для задач восстановления концентрацтй следовых газов, таких как CO2 и CH4, как правило, требует решения уравнения переноса излучения, что вычислительно затратно из-за многократного рассеяния. Чтобы ускорить вычисления, мы используем быструю Python-реализацию модели переноса излучения FALCAS, которая аппроксимирует многократное рассеяние с помощью виртуального слоя с изотропным рассеянием. Это позволяет воспроизводить результаты моделей с полным учётом многократного рассеяния при существенном снижении времени вычислений.
Разработан алгоритм восстановления концентраций CO2 и CH4 с использованием FALCAS и произведена оценка его точности относительно модели PYDOME, основанной на методе дискретных ординат. Восстановление малых газовых кофентраций выполняется из синтетических спектров, сгенерированных PYDOME, в спектральном диапазоне 1500–1750 нм с учётом различных аэрозольных и геометрических условий. Ошибка восстановленных концентраций составляет около 2 % при аэрозольной оптической толщине порядка 0,9. Этот результат устойчив к шуму и свёртке с аппаратной функцией, а также к изменению геометрии; при отношении сигнал/шум 50 ошибка восстановления остаётся ниже 5 %.

Список использованной литературы

1. Arrhenius S.A. XXXI. On the influence of carbonic acid in the air upon the temperature of the ground // The London Edinburgh and Dublin Philosophical Magazine and Journal of Science [Fifth Series]. – 1896. – Vol. 41, No. 251. – P. 237–276.
2. Bovensmann H., Doicu A., Stammes P. et al. From radiation fields to atmospheric concentrations: retrieval of geophysical parameters / SCIAMACHY – Exploring the Changing Earth’s Atmosphere. – Springer Netherlands, 2010. – P. 99–127.
3. Goody R., West R., Chen L., Crisp D. The correlated-k method for radiation calculations in nonhomogeneous atmospheres // Journal of Quantitative Spectroscopy and Radiative Transfer. – 1989. – Vol. 42(6). – P. 539–550.
4. Fomin B., Razumovskiy M. Effective parameterization of absorption by gaseous species and unknown UV absorber in 125–400 nm region of venus atmosphere // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2022. – Vol. 286. – 108201.
5. Matricardi M. A principal component based version of the RTTOV fast radiative transfer model // Quarterly Journal of the Royal Meteorological Society. – 2010. – Vol. 136(652). – P. 1823–1835.
6. Natraj V., Shia R.-L., Yung Y.L. On the use of principal component analysis to speed up radiative transfer calculations // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2010. – Vol. 111(5). – P. 810–816.
7. Efremenko D., Doicu A., Loyola D., Trautmann T. Optical property dimensionality reduction techniques for accelerated radiative transfer performance: Application to remote sensing total ozone retrievals // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2014. – Vol. 133. – P. 128–135.
8. Ефременко Д.С. Модель переноса излучения на основе метода дискретных ординат с вычислением собственных значений с помощью нейронной сети: доказательство концепции // Светотехника. – 2021. – № 1. – С. 64–68.
9. Xu J., Zhang Z., Rao L. et al. Remote sensing of tropospheric ozone from space: Progress and challenges // Journal of Remote Sensing. – 2024. – Vol. 4(1).
10. del Águila A., Efremenko, D.S. Molina García V., Kataev M. Yu. Cluster low-streams regression method for hyperspectral radiative transfer computations: Cases of O2 Aand CO2 bands // Remote Sensing. – 2020. – Vol. 12(8). –1250.
11. del Águila A., Efremenko, D.S. Accuracy enhancement of the two-stream radiative transfer model for computing absorption bands at the presence of aerosols. Light and Engineering, (02–2021):79–86, 2021.
12. Afanas’ev V.P., Budak V, P., Efremenko D.S., Kaplya P.S. Application of the photometric theory of the radiance field in the problems of electron scattering // Light and Engineering. – 2019. – Vol. 27, No. 2. – P. 88–96.
13. Budak V.P., Kaloshin G.A., Shagalov O.V. Zheltov V.S. Numerical modeling of the radiative transfer in a turbid medium using the synthetic iteration // Optics Express. – 2015. – Vol. 23(15). – A829.
14. Reuter M., Buchwitz M., Schneising O., Noël S., Rozanov V., Bovensmann H., Burrows J.P. A fast atmospheric trace gas retrieval for hyperspectral instruments approximating multiple scattering – Part 1: Radiative transfer and a potential OCO‑2 XCO2 retrieval setup // Remote Sensing. – 2017. – Vol. 9(11). – 1159.
15. Reuter M., Buchwitz M., Schneising O., Noël S., Bovensmann H., Burrows J.P A fast atmospheric trace gas retrieval for hyperspectral instruments approximating multiple scattering – Part 2: Application to XCO2 retrievals from OCO‑2 // Remote Sensing. – 2017. – Vol. 9(11). – 1102.
16. Мишин И.В. Трёхмерные модели переноса солнечного излучения в атмосфере // Оптика атмосферы и океана. – 1990. – Т. 3, № 10. – С. 1011–1025.
17. Peraiah А. An Introduction to Radiative Transfer: Methods and Applications in Astrophysics. – Cambridge University Press, 2001.
18. Schuster G.L., Dubovik O., Holben B.N. Angstrom exponent and bimodal aerosol size distributions // Journal of Geophysical Research: Atmospheres. – 2006. – Vol. 111(D7).
19. Doicu A., Trautmann T. Discrete-ordinate method with matrix exponential for a pseudo-spherical atmosphere: Scalar case // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2009. – Vol. 110(1). – P. 146–158.
20. Efremenko D.S., Molina García V., Gimeno García S., Doicu A. A review of the matrix-exponential formalism in radiative transfer // Journal of Quantitative Spectroscopy and Radiative Transfer. – 2017. – Vol. 196. – P. 17–45.
21. Schreier F., Gimeno García S., Hochstaffl P., Städt S. Py4CAtS – PYthon for Computational ATmospheric Spectroscopy // Atmosphere. – 2019. – Vol. 10(5).
22. Bodhaine B.A., Wood N.B. Dutton E.G., Slusser J.R. On Rayleigh optical depth calculations // J. Atmos. Oceanic Technol. – 1999. – Vol. 16. – P. 1854–1861.
23. Fomin B., Correa M. A k-distribution technique for radiative transfer simulation in inhomogeneous atmosphere: 2. FKDM, fast k-distribution model for the shortwave // Journal of Geophysical Research: Atmospheres. – 2005. – Vol. 110(D2).
24. дель Агила A., Ефременко Д.С., Траутманн Т. Обзор методов снижения размерности при обработке гиперспектральных оптических сигналов // Светотехника. – 2019. – № 4. – С. 60–70.
25. Shanno D.F. Conditioning of quasi-Newton methods for function minimization // Mathematics of Computation. – 1970. – Vol. 24, No. 111. – P. 647–656.
26. Liu X., Shao W., Chen J. et al. Multi-start local search algorithm based on a novel objective function for clustering analysis // Applied Intelligence. – 2023. – Vol. 53(17). – P. 20346–20364.
27. Чупров И.А., Гао Ц., Ефременко Д.С. Применение глобальной оптимизации для восстановления данных из синтетических многоугловых измерений // Светотехника. – 2024. – № 3. – C. 40–46
28. Sanders A.F.J., de Haan J.F. Retrieval of aerosol parameters from the oxygen A band in the presence of chlorophyll fluorescence // Atmospheric Measurement Techniques. – 2013. – Vol. 6(10). – P. 2725–2740.

Ключевые слова

Выберите вариант доступа к этой статье

Купить

Рекомендуемые статьи

Обзор методов снижения размерности при обработке гиперспектральных оптических сигналов. Журнал «Светотехника» №4 (2019).

Картирование наземных полей аквакультуры по снимкам дистанционного зондирования высокого разрешения «Светотехника», 2023, №4

Смотреть все статьи