WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 

Pages:   || 2 | 3 | 4 |

«МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ ВОССТАНОВЛЕНИЯ ОБЩЕГО СОДЕРЖАНИЯ CO2 ПО ДАННЫМ СПУТНИКОВОГО ПРИБОРА GOSAT ...»

-- [ Страница 1 ] --

ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ

На правах рукописи

Лукьянов Андрей Кириллович

МАТЕМАТИЧЕСКИЕ МЕТОДЫ И АЛГОРИТМЫ

ВОССТАНОВЛЕНИЯ ОБЩЕГО СОДЕРЖАНИЯ CO2

ПО ДАННЫМ СПУТНИКОВОГО ПРИБОРА GOSAT



05.13.18 - Математическое моделирование, численные методы и комплексы программ Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель – д.т.н., проф. Катаев М.Ю.

Томск 2015 Оглавление ВВЕДЕНИЕ

1. Предметная область и обзорная информация о направлении исследований.

1.1. Атмосфера Земли

1.1.1. Структура атмосферы Земли

1.1.2 Газовый состав атмосферы Земли

1.1.3. Углекислый газ и метан в атмосфере Земли

1.1.4. Аэрозоли в атмосфере Земли

1.1.5. Облачность

1.2. Проблема глобального потепления, экологии и физики атмосферы

1.2.1. Определение глобального потепления

1.2.2. Причины глобального потепления

1.2.3. Парниковый эффект

1.2.4. Проблемы экологии и физики атмосферы.

1.3. Исследования газового состава атмосферы Земли

1.3.1. Определение мониторинга

1.3.2. Методы и средства определения концентрации газов

1.4. Дистанционное зондирование.

1.5. Спутниковый мониторинг

1.5.1. Искусственные спутники Земли

1.5.2. Спутниковый мониторинг парниковых газов

1.5.3. Приборы спутникового мониторинга

Выводы

2. Моделирование спутникового сигнала GOSAT

2.1. Описание GOSAT

2.1.1. Спутник Ibuki

2.1.2. Описание приборов TANSO-FTS и TANSO-CAI

2.1.3. Данные GOSAT

2.2. Программные системы расчета переноса излучения

2.3. Метод решения прямой задачи расчета спутникового сигнала

2.3.1. Поглощение теплового излучения атмосферными газами

2.3.2. Модель прохождения солнечных лучей в атмосфере

2.3.3 Расчет отраженной солнечной радиации

2.4. Априорные данные для расчёта сигнала GOSAT

2.5. Программный комплекс расчёта спутникового сигнала GOSAT

2.5.1. Структура программы расчета спутникового сигнала

2.5.2. Объектная декомпозиция

2.6. Расчёт спутниковых сигналов

2.6.1. Типичное решение задачи

2.6.2. Распараллеливание задачи моделирования сигнала GOSAT

2.7. Тестирование расчёта спутникового сигнала GOSAT

2.8. Сравнение с программами аналогами

Выводы

3. Восстановление из спутниковых сигналов общего содержания CO2

3.1. Задача нахождения содержания CO2

3.1.1. Прямые и обратные задачи атмосферной оптики

3.1.2. Методы решения обратных задач атмосферной оптики

3.2. Метод эмпирических ортогональных функций

3.3. Метод решения обратной задачи восстановления общего содержания СО2............127 3.3.1 Применение метода ЭОФ к задаче восстановления общего содержания СО2...127 Программе восстановления содержания углекислого газа необходимо предоставить матрицу сигналов спутника GOSAT и содержания углекислого для первичного нахождения коэффициентов. Параметры, необходимые для расчёта задаются в файле XML. После этого возможно определение содержание с помощью найденных коэффициентов.

3.3.2 Программный комплекс расчёта содержания углекислого газа

3.3.3 Распараллеливание задачи восстановления содержания методом ЭОФ............129

3.4. Подготовка данных и программного обеспечения для тестирования метода решения обратной задачи

3.5. Тестирование метода решения обратной задачи

3.6. Тестирование метода решения обратной задачи на смешанных данных.................141

3.7. Сравнение результатов метода решения обратной задачи с данными L2................1 Выводы

Заключение

Список литературы

Приложение А: Список некоторых спутников для мониторинга парниковых газов.........157 Приложение Б: Список программ расчета переноса излучения

Приложение В: Объектная декомпозиция программы расчета спутникового сигнала.....163 Приложение Г





ВВЕДЕНИЕ

Увеличение содержания ряда парниковых газов (СО2, Н2О, СН4, N2O и т.д.) приводит к изменениям радиационных свойств атмосферы и, как следствие, к изменениям климата Земли [1]. Современные оценки вклада различных газов в процесс нагревания атмосферы показывают, что относительные доли СО2, СН4, N2О составляют 60%, 20% и 6% соответственно. Кроме этого, существует задача изучения вклада не только естественных, но и антропогенных газов в атмосферные процессы. В настоящее время применяются различные наземные и космические системы мониторинга характеристик газового состава атмосферы. Проведённые последние годы были многочисленные спутниковые эксперименты, позволили получить большое количество информации о вариациях (в том числе и долговременных) общих содержаний и вертикальных профилей содержания озона, водяного пара и многих других малых газовых составляющих.

Основной целью систем мониторинга газового состава является получение информации для изучения пространственно-временной изменчивости климатообразующих газов в атмосфере. Результаты такого анализа для различных временных и пространственных масштабов имеют большое значение, поскольку используются: а) в глобальных моделях атмосферы для прогноза климатических изменений; б) для определения интенсивностей источников и стоков; в) с целью выделения физических, климатических и т.д. факторов, являющихся причинами наблюдаемых вариаций содержания газов для пространственной (географической или высотной) области проведения измерений.

В отечественной литературе физические и математические основы, а также методы применения спутников для дистанционного зондирования окружающей среды из космоса изложены в известных монографиях и статьях Nakajima T., Fraedrich K., Jansenl H., К.Я. Кондратьева, Г.И. Марчука, М С.

Малкевича, Ю.М. Тимофеева, О.И. Смоктия, О.М: Покровского, А.Б.

Успенского и многих других ученых.

Огромные пространственные масштабы и изменчивость параметров атмосферы и поверхности Земли приводят разнообразию методов и технических средств слежения. Однако, спутниковые методы являются единственным источником информации, способным предоставлять регулярную информацию о параметрах атмосферы в пределах всей территории планеты.

Обработка данных спутникового зондирования трудоёмкий процесс, состоящий из нескольких этапов предварительной и тематической обработки и анализа. Получение информации об объектах исследования, по данным измерений из космоса, невозможно без тщательного проведения численных модельных экспериментов. Поэтому, можно считать, что данная работа, по своей направленности и полученным результатам является важной и актуальной.

Степень разработанности проблемы. Обзор литературы показывает, что для решения задач моделирования и обработки спутниковой информации разработано много численных методик и программ, однако большинство из них рассчитано на моделирование или обработку для одной географически локализованной точки, либо некоторой области, либо определенной полосы широт. Учет сезонов года, географического положения точки или других изменений по трассе полета требует специальной организации вычислений.

Впоследствии возникают задачи сбора расчетов в одно целое, обработки, анализа и визуализации данных, которые получаются алгоритмически затруднительными и затратными по времени.

Для решения таких задач необходима разработка специальных программ, позволяющих учитывать изменение атмосферных параметров в течение, например, года и в масштабах всей планеты. Данная работа позволяет провести моделирование или обработку спутникового сигнала для любой точки земной поверхности и с временным шагом несколько часов.

Большинство моделей определения содержания парниковых газов основаны на параметрических подходах, а в данной работе рассматривается подход, основанный на непараметрическом подходе эмпирических ортогональных функций (ЭОФ).

Цель и задачи исследования.

Целью исследования является разработка методов, алгоритмов и комплекса программ для решения прямой задачи моделирования спутниковых сигналов и обратной задачи восстановления общего содержания СО2 из анализа спутниковых данных. При достижении поставленной цели должны быть решены следующие задачи:

Разработка метода моделирования спутникового сигнала, 1.

представляющего собой спектр отраженного солнечного излучения в ближней ИК области, и программы для реализации процесса автоматизированного расчета сигналов в глобальных масштабах поверхности Земли с временным шагом несколько часов и с учётом априорных данных о состоянии атмосферы (ветер, газовый состав, аэрозоль);

Апробация предлагаемого метода расчета спутниковых сигналов 2.

и определение зависимости влияния входных условий (зенитный угол Солнца, состояние атмосферы, типы поверхности, рельеф);

Разработка метода определения общего содержания СO2 в 3.

атмосфере из спектров отраженного Солнечного излучения в ближней ИК области спектра, на основе метода эмпирических ортогональных функций;

Апробация предлагаемого метода определения общего 4.

содержания CO2 и определение зависимости влияния априорных данных на результат;

Разработка комплексов программ на основе предложенных 5.

методов;

Сравнительный анализ результатов восстановления общего 6.

содержания СО2 из реальных спутниковых данных с результатами измерений подспутниковых мониторинговых станций TCCON.

Объект и предмет исследования. Объектом исследования является сигнал спутникового прибора GOSAT, представляющий собой спектр отражённого солнечного излучения в ближней инфракрасной области спектра. Предметом исследований являются: метод расчёта сигнала спутникового прибора GOSAT и метод восстановления общего содержания углекислого газа по данным спутникового прибора GOSAT.

Методологическая, теоретическая и эмпирическая база исследований. Методологической основой исследования являются системный подход, а также различные методы: математического моделирования, вычислительной математики, математической статистики.

Теоретической базой исследования послужили фундаментальные и прикладные исследования в области дистанционного зондирования атмосферы, спектроскопии; материалы международных научных конференций по исследуемой проблеме. Эмпирической базой исследования являются измеренные сигналы GOSAT, измеренные содержания парниковых газов, а также модели и методы, используемые при работе с этими измерениями.

Научные результаты, выносимые на защиту.

1. Метод решения прямой задачи расчета спутникового сигнала для произвольной точки земной поверхности и промежутка времени, на основе многомерной модели пропускания атмосферы, учитывающий параметры атмосферы и поверхности Земли.

(соответствует паспорту специальности п. 3 «Разработка, обоснование и тестирование эффективных вычислительных методов с применением современных компьютерных технологий».)

2. Метод решения обратной задачи восстановления общего содержания СО2 по спутниковым данным, основанный на методе эмпирических ортогональных функций, позволяющий получать устойчивые оценки общего содержания СО2 со средним отклонением не более 0,6 ppm за счет учета дополнительной априорной информации.

(соответствует паспорту специальности п. 6 «Разработка новых математических методов и алгоритмов интерпретации натурного эксперимента на основе его математической модели».)

3. Комплекс программ решения прямой и обратной задачи с учетом технологий параллельных вычислений, позволяющий ускорить расчет сигнала спутника в 25 раз относительно классической методики расчета.

(соответствует паспорту специальности п. 7 «Разработка систем компьютерного и имитационного моделирования».) Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:

1. Предложен метод решения прямой задачи расчета спутникового сигнала для произвольной точки земной поверхности и промежутка времени, при учете глобальных данных параметров атмосферы и поверхности Земли и промежутка времени за счёт модификации модели переноса излучения, что позволило использовать априорные данные (пространственно-временные особенности изменения атмосферы, рельефа, отражательной способности и типов поверхности).

2. Предложен численный метод решения обратной задачи восстановления общего содержания СО2 по спутниковым данным, основанный на использовании эмпирических ортогональных функций.

Модификация заключается в использовании дополнительной априорной информации при решении обратной задачи, приводящей к уточнению оценки общего содержания углекислого газа.

3. Разработан комплекс программ решения прямой и обратной задачи с учетом технологий параллельных вычислений, отличительной способностью которого является реализация новых алгоритмов расчета спутникового сигнала GOSAT и оценки общего содержания парниковых газов. Алгоритмы реализованы в параллельной парадигме.

Теоретическая значимость работы заключается в модернизации метода эмпирических ортогональных функций для решения обратной задачи расчёта общего содержания парниковых газов, посредством учёта априорной информации.

Практическая значимость. Разработанный комплекс программ может найти применение для определения уровня парниковых газов в любой точке суши, в течение дня. Это позволит следить за изменением содержания парниковых газов, как во времени, так и в пространстве. Это знание позволит определить степень зависимости между содержанием парниковых газов и изменениями климата, определить источники парниковых газов и вклад каждого источника, отследить соблюдение Киотского протокола странамиучастницами.

Соответствие диссертации паспорту научной специальности.

Представленная диссертация посвящена исследованию моделей и разработке алгоритмов для оценки общего содержания парниковых газов и моделирования сигнала прибора GOSAT.

Область диссертационного исследования включает применение математического моделирования, численных методов и комплексов программ для решения научных и технических прикладных проблем, исследования математических моделей физических и технических объектов.

Реализация и внедрение результатов. Методы, используемые для моделирования спутникового сигнала GOSAT и определения содержания парниковых газов, реализованы в программном варианте.

Апробация работы. Основные результаты по теме диссертационной работы докладывались и обсуждались на Всероссийской научно-технической конференции студентов и молодых учёных «Научная сессия ТУСУР» (Томск, 2008, 2009, 2010, 2011); Сибирской конференция по параллельным и высокопроизводительным вычислениям (2009, 2011, 2013); Международной научно-практической конференции «Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС)» (2010, 2012); Научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук» (2009);

International Conference on Environmental Observations, Modeling and VI научно-практической Information Systems (ENVIROMIS-2010);

конференции молодых учёных и специалистов «Современная газотранспортная отрасль: перспективы проблемы решения», Томск (2014);

Международной научной конференции «Региональные проблемы дистанционного зондирования Земли», Красноярск: Сиб. федер. ун-т (2014);

Всероссийской конференция по математике и механике, посвященная 135летию Томского государственного университета и 65-летию механикоматематического факультета (2013).

Публикации. По теме диссертационной работы опубликовано печатных работы, 3 из которых опубликованы в рекомендованных ВАК периодических изданиях.

Работы, опубликованные автором в ведущих рецензируемых научных журналах, рекомендованных ВАК Министерства образования Российской

Федерации:

1. Катаев М.Ю., Катаев С.Г., Андреев А.Г., Базелюк С.А., Лукьянов А.К., Непараметрические математические методы восстановления общего содержания CO2 из данных спутникового мониторинга. – Доклады ТУСУРа, № 2 (24), часть 3, декабрь 2011. – c. 181-186.

2. Катаев М.Ю., Катаев С.Г., Максютов Ш., Андреев А.Г., Базелюк С.А., Лукьянов А.К., – Математические алгоритмы обработки и анализа данных Фурье-спектрометра в ближней ИК-области спектра. – Известия высших учебных заведений. Физика, Т. 55, № 3, март 2012. – с. 84-89.

3. Катаев М.Ю. Лукьянов А.К. Восстановление общего содержания углекислого газа. – Доклады ТУСУРа, №2 (32), июнь 2014. с. 230-237.

Другие работы по теме диссертации:

4. M. Yu. Kataev, S. G. Kataev, Sh. Maksyutov, A. G. Andreev, S. A.

Bazelyuk, A. K. Lukianov Mathematical algorithms for processing and analysis of near-infrared data from a satellite-borne Fourier transform spectrometer. – Russian Physics Journal. – 2012, V. 55, N. 3. – p. 330-335.

5. М.Ю. Катаев, А.К. Лукьянов Метод эмпирических ортогональных функций в задаче восстановления общего содержания CO2 по данным спутникового Фурье-спектрометра GOSAT. – Вестник Волгоградского государственного университета. Серия 1: Математика. Физика. №2 (19) 2013, с. 99-105.

6. А.К. Лукьянов, М.Ю. Катаев Моделирование данных отражённого от поверхности солнечного излучения – Научная сессия ТУСУР-2009:

Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых учёных. Томск, 12–15 мая 2009 г.: В пяти частях. – Ч. 1. – Томск: В-Спектр, 2009 – с. 212-213.

7. А.К. Лукьянов, М.Ю. Катаев Моделирование и обработка данных спутникового исследования атмосферы – Научная сессия ТУСУР-2010:

Материалы докладов Всероссийской научно-технической конференции студентов, аспирантов и молодых учёных. Томск, 4–7 мая 2010 г. – Томск: ВСпектр, 2010. Ч. 1. – с 294-295.

8. Лукьянов, А. К. Параллельные технологии в моделировании и обработке данных спутникового зондирования атмосферы – Научная сессия ТУСУР–2011: Материалы Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых, Томск, 4–6 мая 2011 г. – Томск:

В-Спектр, 2011: В 6 частях. – Ч. 1. – с. 236-237.

9. А.К. Лукьянов, М.Ю. Катаев, И.В. Бойченко Моделирование и обработка данных спутникового исследования атмосферы – Труды 52-й научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук». Часть VII. Управление и прикладная математика. Том 1. – М.: МФТИ, 2009. ст. 142-144

10. Катаев М.Ю., Бойченко И.В., Лукьянов А.К. Алгоритм распараллеливания в задаче расчета отраженного солнечного излучения от поверхности Земли в ближней ИК области спектра – Пятая Сибирская конференция по параллельным и высокопроизводительным вычислениям:

Программа и тезисы докладов (1 – 3 декабря 2009 года). – Томск: Изд-во Том. ун-та, 2009. – с. 54-55.

11. Катаев М.Ю., Лукьянов А.К. – Применение вычислительного кластера для расчёта спутниковых сигналов. – Шестая Сибирская конференция по параллельным и высокопроизводительным вычислениям:

Программа и тезисы докладов (15 – 7 ноября 2011 года). – Томск: Изд-во Том. ун-та, 2011. – с. 19-20.

12. Катаев М.Ю., Лукьянов А.К. Параллельные технологии в задаче моделирования сигнала спутникового Фурье-спектрометра – Седьмая Сибирская конференция по параллельным и высокопроизводительным вычислениям: Программа и тезисы докладов (12 – 14 ноября 2013 года). – Томск: Изд-во Том. ун-та, 2013. – с. 23-24.

13. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых сигналов ближней ИК-области спектра – Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРС-16-2010): доклады (материалы) 16-й Международной научно-практической конференции, Абакан, 4-6 окт. 2010 г. – Томск: САН ВШ; В-Спектр, 2010. С. 253-257.

Загрузка...

14. Катаев М.Ю., Лукьянов А.К. – Восстановление общего содержания CO2 из спутниковых данных методом эмпирических ортогональных функций. – Природные и интеллектуальные ресурсы Сибири (СИБ-РЕСУРСдоклады (материалы) 18-й Международной научно-практической конференции, Томск 15-17 окт. 2012 г. – Томск: САН ВШ; В-Спектр, 2012. С.

135-137.

15. M.Yu. Kataev, A.K. Lukianov – Information-processing software for satellite signal modeling in global scale // International Conference on Environmental Observations, Modeling and Information Systems (ENVIROMISJuly 2010, Tomsk, Russia. – Tomsk: 2010.

17. Катаев М.Ю., Лукьянов А.К. – Материалы VI научно-практической конференции молодых учёных и специалистов Современная газотранспортная отрасль: перспективы проблемы решения, 17-18 апреля 2013, Томск

17. Катаев М.Ю., Лукьянов А.К. Результаты обработки реальных данных измерений спутниковым прибором GOSAT для подспутниковых станций TCCON. Восстановление общего содержания СО2. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли, Красноярск: Сиб. федер. ун-т, 2014. – С. 127-131.

18. Катаев М.Ю., Лукьянов А.К. Алгоритм обработки спутниковых данных определения общего содержания СО2 методом эмпирических ортогональных функций. // Материалы международной научной конференции Региональные проблемы дистанционного зондирования Земли

– Красноярск: Сиб. федер. ун-т, 2014. – с. 353-355.

19. Катаев М.Ю., Лукьянов А.К. Параллельный алгоритм расчета спутниковых сигналов Фурье спектрометра среднего разрешения в ближней ИК области спектра. // Материалы международной научной конференции

Региональные проблемы дистанционного зондирования Земли – Красноярск:

Сиб. федер. ун-т, 2014. – с. 356-361.

20. Катаев М.Ю., Лукьянов А.К.Параллельные технологии при в задаче моделирования сигнала спутникового Фурье-спектрометра // VII Сибирская конференция по параллельным и высокопроизводительным вычислениям 12 — 14 ноября 2013 г.

21. Катаев М.Ю., Лукьянов А.К. Моделирование сигнала спутникового Фурье-спектрометра среднего разрешения TANSO-FTS // Всероссийская конференция по математике и механике, посвященная 135-летию Томского государственного университета и 65-летию механико-математического факультета, Томск, ноябрь, 2013.

22. Катаев М.Ю., Лукьянов А.К Метод эмпирических ортогональных функций в задаче восстановления общего содержания CO2 по данным спутникового прибора GOSAT // Всероссийская конференция по математике и механике, посвященная 135-летию Томского государственного университета и 65-летию механико-математического факультета, Томск, ноябрь, 2013.

1. Предметная область и обзорная информация о направлении исследований.

1.1. Атмосфера Земли 1.1.1. Структура атмосферы Земли В первой главе будет рассмотрен предмет исследований, описана проблема глобального потепления и парниковый эффект. А так же, указаны методы исследования атмосферы.

пределах). В тропосфере содержится почти весь водяной пар атмосферы, и возникают почти все облака. Здесь сильно развита турбулентность, особенно вблизи земной поверхности, а также в так называемых струйных течениях в верхней части тропосферы.

–  –  –

1.1.2 Газовый состав атмосферы Земли Таблица 1.1. Средние концентрации газовых составляющих атмосферы.

Концентрации некоторых газов (Н2О, CO2, CH4) заметно варьируются от сезона к сезону и места. [2] Основные газовые составляющие % Азот, N2 78.084%

–  –  –

Основными естественными источниками атмосферных газов являются:

биогенные источники, земная кора, океан и непосредственной образование газов в атмосфере в результате химических реакций.

1.1.3. Углекислый газ и метан в атмосфере Земли Доля углекислого газа в атмосфере Земли, по состоянию на 2011 год, составляет 392 ppm или 0,0392% [4]. Роль углекислого газа (CO2, двуокись или диоксид углерода) в жизнедеятельности биосферы состоит прежде всего в поддержании процесса фотосинтеза, который осуществляется растениями.

Являясь парниковым газом, двуокись углерода эффективно блокирует 22 Рисунок 1.3. Глобальное среднее распределение атмосферной двуокиси углерода в морском пограничном слое по времени и широте (по данным совместной сети отбора проб воздуха Лаборатории исследования земной системы NOAA) [6].

–  –  –

В целом, увеличение концентрации с доиндустриального уровня 280 ppm до современного 392 ppm эквивалентно дополнительному выделению 1,8 Вт на каждый квадратный метр поверхности планеты.[6] Данный газ также обладает уникальным свойством долговременного воздействия на климат, которое после прекращения вызвавшей его эмиссии остается в значительной степени постоянным на протяжении до тысячи лет. Другие парниковые газы, такие как метан и оксид азота, существуют в свободном состоянии в атмосфере на протяжении более короткого времени.

1.1.4. Аэрозоли в атмосфере Земли Рисунок 1.5. Оптическая толща аэрозоля [11].

26 1.1.5. Облачность 28 28 примерно до высоты 2000 м. Облака, стелющиеся по земной поверхности, называются туманом.

Основания облаков среднего яруса (высококучевых и высокослоистых) находятся на высотах от 2000 до 7000 м. Эти облака имеют температуру от 0° С до –25° С и часто представляют собой смесь капель воды и ледяных кристаллов.

Рисунок 1.6.

Зависимость отражательной способности облака от высоты (1 – точный расчет, 2 – приближенный) [14].

Облака верхнего яруса (перистые, перисто-кучевые и перисто-слоистые) обычно имеют нечеткие очертания, так как состоят из ледяных кристаллов.

Их основания располагаются на высотах более 7000 м, а температура ниже – 25° С.

На рисунке 1.6 представлена отражательная способность облака в зависимости от высоты.

1.2. Проблема глобального потепления, экологии и физики атмосферы 1.2.1. Определение глобального потепления Рисунок 1.7. Изменение средней температуры на Земле [17].

1.2.2. Причины глобального потепления 1.2.3. Парниковый эффект Рисунок 1.8. Общая схема среднегодового теплового баланса планеты.

Приведенные величины потоков имеют размерность Вт/м2 [24].

1.2.4. Проблемы экологии и физики атмосферы.

38

–  –  –

обратной траектории ветра, можно на большом расстоянии определить силу источника: метан от пожаров в Канаде можно почувствовать в Ирландии, а метан из Африки достигает Новой Зеландии. В конечном счете, изотопы перемешиваются почти так же, как и цветные индикаторы в дымовом следе.

1.3. Исследования газового состава атмосферы Земли 1.3.1. Определение мониторинга высоким пространственным и временным разрешением одновременно в широком спектральном диапазоне.

1.3.2. Методы и средства определения концентрации газов 42

1.4. Дистанционное зондирование.

Используемые в дистанционном зондировании приборы подразделяются на две обширные группы, которые будем называть системами спектральных данных и формирующими изображения системами. Обычно системы спектральных данных не формируют изображения, а дают детальную

1.5. Спутниковый мониторинг 1.5.1. Искусственные спутники Земли Траектория движения искусственного спутника Земли называется его орбитой (рис. 1.10). Эллиптическая орбита, по которой вращается спутник (в точке S находится спутник, а в точке G – Земля), характеризуется следующими параметрами: а = АО и b = ОС – большая и малая полуоси эллипса; е= (1 - b2/а2)1/2 – эксцентриситет орбиты; угол HGS – угловая координата радиуса-вектора (так называемая истинная аномалия);

фокальный параметр р = b2/а; р = К2/Gт2М, где К – момент количества движения спутника; т – масса спутника; М=5,976*1027 г – масса Земли, G =

-14 м3/гс3 – гравитационная постоянная. К параметрам орбиты 6,67-10 Рисунок 1.10. Виды орбит спутников [32].

46 1.5.2. Спутниковый мониторинг парниковых газов Рисунок 1.11. – Геометрия наблюдений для четырех спутниковых методов [33].

Различные дистанционные методы измерений имеют различные преимущества и недостатки. Для примера в таблице 1.2 проведено сравнение трех спутниковых методов измерений характеристик газового состава атмосферы.

–  –  –

1.5.3. Приборы спутникового мониторинга Для исследования газового состава атмосферы, в том числе и парниковых газов, было запущено множество спутниковых приборов, с различными методиками измерений (см. таб. 1.3). Из таблицы 1.3 видно, что несмотря на важность изучения проблемы потепления климата, мониторинг содержания CO2 и CH4 в атмосфере при помощи космических средств пока не получил развития, адекватного имеющемуся технологическому заделу. В настоящее время измерения интегрального содержания CO2 в столбе атмосферы с высокой спектральной точностью проводятся только наземными станциями при помощи фурье-спектрометров высокого разрешения. Требуемую пространственную точность обеспечить трудно, так как для проведения одного измерения требуется значительное время, в течение которого воздушная масса изменяется. Дороговизна и сложность в обслуживании таких приборов не требуют комментариев. Таким образом, создание простой и компактной спектроскопической аппаратуры для наземных станций, позволяющей проводить быстрые (не более нескольких секунд) измерения, также является актуальной задачей. Для получения данных глобального характера необходимы точные и локализованные, регулярные и долговременные измерения с использованием космических аппаратов (КА). Планируемые к запуску спутники представлены на рисунке 1.12.

Для спутниковых измерений разрабатывается ряд методов, в том числе спектрофотометрия, лидарные измерения и зондирование в тепловом ИКдиапазоне в полосе 15 мкм. Однако этим методам присущ ряд недостатков. В частности, спектрофотометрия отраженного солнечного излучения в полосах поглощения CO2 с умеренным спектральным разрешением эффективна с точки зрения характеристик аппаратуры, но не позволяет получить необходимой точности. Аппаратура для лидарных измерений требует больших ресурсов КА (масса, потребление и т. д.). Фурье-спектрометры, обеспечивающие высокое спектральное разрешение, не только громоздки и дороги, но имеют малое пространственное разрешение (15–25 км) и малое быстродействие (время измерения ~ 10 с), что критично для задачи получения пространственного распределения изучаемой компоненты.

Приборы, использующие метод модуляции давления, обладают высоким спектральным разрешением и им достаточно умеренных ресурсов КА, но они имеют малое быстродействие для применения в космических экспериментах.

Кроме того, измерения в тепловом диапазоне очень сильно зависят от температуры и не обеспечивают необходимой итоговой точности. Для небольших КА наиболее перспективны спектроскопические измерения в ближнем ИК-диапазоне с высоким спектральным разрешением, позволяющим различить отдельные ненасыщенные линии поглощения CO2 и CH4.

Регистрируемая величина поглощения для хорошо известных спектральных линий позволит с высокой точностью определить содержание наблюдаемых газовых компонент при знании оптического пути и состояния атмосферы в окрестности точки наблюдения и на трассе наблюдения.

–  –  –

Японское космическое агентство JAXA произвело запуск ракетыносителя H2A с новым спутником GOSAT, задача которого заключается в мониторинге уровней углекислого газа на планете. Аппарат был выведен на Рисунок 1.13. Спектральные характеристики некоторых спутниковых сенсоров в сравнении со спектром поглощения метана.

Выводы В настоящее время существует обеспокоенность в связи с глобальными изменениями климата.

Считается, что одной из причин этого изменений является рост содержания парниковых газов. Для ответа на вопрос о существовании проблемы потепления климата и поиска решений, необходимо построение глобальной модели распределения парниковых газов в пространстве и времени. Для построения такой модели необходимы регулярные, точные и локализованные измерения его содержания в глобальном масштабе. Существует множество приборов измерения общего содержания и профиля концентрации углекислого газа. Эти приборы могут быть расположены либо на земле, либо в атмосфере, либо в космосе.

Наземные станции измерения содержания углекислого газа немногочисленны и расположены неравномерно, что не позволяет получить адекватную информацию о распределении СО2 по всей толще атмосферы и всей поверхности Земли. Авиационное зондирование атмосферы так же имеет пространственные ограничения, не регулярно по времени и дорого.

Единственным подходом позволяющим проводить регулярные измерения по пространству и времени на всей территории планеты являются спутниковые методы.

2. Моделирование спутникового сигнала GOSAT

2.1. Описание GOSAT 2.1.1. Спутник Ibuki Ибуки работает в широком диапазоне длин волн (ближней инфракрасной области, тепловой инфракрасной области) для повышения точности наблюдения [39, 40].

–  –  –

2.1.2. Описание приборов TANSO-FTS и TANSO-CAI Миссия GOSAT имеет два датчика на борту. Одним из них является Thermal ANd short wave infra-red Sensor for Observing greenhouse gases (TANSO-FTS). Таблица 2.1. показывает обзор и технические характеристики TANSO-FTS. Прибор представляет собой Фурье-спектрометр, покрывающий диапазон от 0.76мкм до 14мкм. Основной оптической частью Фурье-ИК спектрометра является интерферометр. Схема идеализированного интерферометра Майкельсона показана на рисунке 2.2.

Рисунок 2.2.

Схематический интерферометр Майкельсона (S – источник, D – детектор, M1 – неподвижное зеркало, M2 – подвижное зеркало, X – смещение зеркала) [41].

( v 2 )

I ) S cos( x( ) vx (2.1.1), где v = 1/, а S(v) – интенсивность монохроматической линии, соответствующей волновому числу v.

Уравнение (2.1.1) широко используется при практических измерениях, так как позволяет с высокой точностью определить положение подвижного зеркала. Фурье-спектрометры обладают встроенной калибровкой волнового числа с высокой точностью (практически около 0.01 см–1). Это их достоинство в литературе известно как преимущество Кона (Connesadvantage) [42].

В спектре, регистрируемом TANSO-FTS, полоса 0.76 мкм используется для наблюдения содержания O2. Полосы 1.6 мкм и 2.0 мкм в коротковолновой инфракрасной области используются для наблюдения содержания СО2 (рис. 2.3-2.4).

Полоса 1.6 мкм также используется для наблюдения содержания CH4.

Полоса 5,5-14 мкм в тепловой инфракрасной области используется для наблюдения CO2, CH4, водяного пара, атмосферного давления и температуры. Расчёт высотного профиля распределения CO2 и CH4 также доступен в этой полосе. Общее число каналов наблюдения достигает 18500.

Датчик имеет полное резервирование. В нормальном режиме одно наблюдение занимает четыре секунды, что сохраняет достаточно времени для интеграции. Пять точек наблюдения размещаются в один ряд, а затем осуществляется переход к следующему ряду (таблица 2.1 и рис. 2.5). С помощью такой зигзагообразной последовательности становится возможным охватить весь мир с размером ячейки сетки охвата в 180 км. Над океаном в дневное время режим работы переключается на отслеживание солнечных бликов. Солнечные блики имеют высокую яркость и, следовательно, высокую точность наблюдений.

Рисунок 2.3.

Спектральное покрытие TANSO-FTS и наблюдаемые газы [43].

Рисунок 2.4.

Спектр, полученный Фурье-спетрометром TANSO-FTS, полосы поглощения углекислого газа и метана [44].

–  –  –

FTS scene – FTS сцена 1-го уровня определяется наблюдением, осуществляемым за 1/60 оборота спутника (Рис 2.6.) Началу первой сцены соответствует время прохождения восходящего узла. Если время до конца сцены предшествует завершению интерферограммы, то интерферограмма должна быть включена в сцену, где наблюдения были начаты. FTS 1-го уровня создается для каждой сцены, так как нет покрытия двумя соседними сценами друг друга, соответственно, нет данных, являющихся общими для различных единиц результатов. Если изменение в режиме наблюдения датчика (в дневное время наблюдения, ночное время наблюдения, а также конкретные точки наблюдения) происходит в сцене, то она разделяется в месте изменения. Разделённые сцены называются субсценами, и единица вывода включает в себя каждую из субсцен. Однако, если субсцены произведены калибровочными наблюдениями и имеют одинаковый режим наблюдения, они объединяются в одну субсцену. Сцены не будет разделены на субсцены даже при изменении таких параметров наблюдении FTS, как время экспозиции (1, 2 или 4 секунды) или режим сканирования (1, 3, 5, 7 или 9 точек наблюдения). И наоборот, несколько раз наблюдения одного и того же места могут быть разделены на несколько субсцен, когда наблюдения проводились с использованием различных режимов, таких как дневное или ночное время наблюдений.

Рисунок 2.6. Определение сцены FTS [46].

FTS scan – интерферограмма, полученная за одно наблюдение. Развертка FTS является минимальной единицей наблюдения. Одна FTS сцена 1-го уровня включает в себя 22 – 23 развертки FTS.

Данные TANSO-FTS 2-го уровня хранятся в соответствии с условиями, указанными пользователем, где FTS scan рассматривается как основная единица архива. С другой стороны, данные уровня 3 и 4, как правило, находятся в архиве для всего земного шара в виде единого целого. Тем не менее, данные 3-го уровня, – глобальный нормализованный индекс различия растительного покрова, приведен для каждого из прямоугольников.

2.2. Программные системы расчета переноса излучения Модели переноса излучения позволяют рассчитать перенос электромагнитного излучения сквозь атмосферу планеты, например, Земли представлены в табл. 2.1.

В центре модели переноса излучения лежит уравнение, которое численно решается с помощью таких методов, как метод дискретных ординат или метод Монте-Карло. Уравнение переноса излучения является монохроматическим и позволяет рассчитать излучение для одной спектральной лини. Для расчета излучения спектральной области конечной ширины (например, для оценки энергетического баланса Земли), нужно интегрировать это уравнение в полосе частот (или длин волн). Наиболее точный способ сделать это – перебор всех интересующих частот и расчёт излучения для каждой частоты. Для этого нужно вычислить вклад каждой спектральной линии всех молекул в слое атмосферы. Метод полос пропускания быстрее, но более приближенный. Здесь, перенос характеризуется набором предварительно рассчитанных коэффициентов (в зависимости от температуры и других параметров). Кроме того, модели могут рассматривать рассеяние на молекулах или частицах, а также поляризацию, однако, не все модели делают это.

Модели переноса излучения используются в большом спектре приложений. Они широко используются в качестве передовых моделей для определения геофизических параметров (например, температуры или влажности). Другая распространенная область применения – погодные или климатические модели, где рассчитывается воздействие выбросов парниковых газов, аэрозолей и облаков на перенос излучения.

Предпринимаются попытки сравнения моделей переноса излучения.

Одним из таких проектов был ICRCCM (Intercomparison of Radiation Codes in Climate Models) – исследование, которое продолжалось с конца 80-х до начала 2000-х [48].

4А (Automatized Atmospheric Absorption Atlas) быстрая и точная line-byline модель переноса излучения, особенно эффективная в инфракрасной области спектра.

4А позволяет быстро вычислить коэффициент пропускания для отдельных слоев атмосферы и излучение на указанной пользователем высоте наблюдения, благодаря использованию всеобъемлющих баз данных (the atlases) монохроматических оптических толщ, которые охватывают до 43 молекулярных соединений атмосферы [47]. Базы данных создаются раз и навсегда с помощью line-by-line и layer-by-layer модели STRANSAC, последняя версия которой датируется 2000-м годом, и современных данных спектроскопии из каталога спектральных линии GEISA [49]. Эта концепция была разработана и поддерживается в Laboratoire de Metrorologie Dynamique (LMD). NOVELTIS в настоящее время отвечает за консолидацию и продвижение 4А, в соответствии с соглашением, подписанным между CNES, LMD/CNRS and NOVELTIS. 4А, благодаря поглощению газов, вычисляет оптическую толщу для каждого слоя модели атмосферы и выводит спектр излучения в определяемом пользователем диапазоне в инфракрасной области; обычно этот диапазон лежит между 600 и 3000 см-1. 4А может быть использована при широком спектре поверхностных и атмосферных параметров на Земле, использование может быть расширено для условий внеземных атмосфер.

6SV1 (Second Simulation of a Satellite Signal in the Solar Spectrum, Vector, version 1) является передовой моделью переноса излучения, предназначенной для моделирования отраженного солнечного излучения от атмосферноповерхностной системы, для широкого круга атмосферных, спектральных и геометрических условий. Он относится к группе процедур называемых атмосферной поправкой, направленной на устранение влияния атмосферы на отражательную способность при съёмке со спутника или самолёта. Модель работает на основе метода SOS (successive orders of scattering) и состоит в поляризации излучения в атмосфере в результате расчета Q и U компонент вектора Стокса. Это основная модель для расчета справочных таблиц алгоритме атмосферной коррекции MODIS.

ARTS это модель переноса излучения в миллиметровом и субмиллиметровом спектральном диапазоне. Есть ряд моделей, в основном развитых специально для различных типов датчиков. Основным принципом развития ARTS является предоставление кода, который может быть применен для различных приложений, касающихся переноса излучения в микроволновой области. По этой причине большое внимание уделяется модульности, расширяемости и общности.

The Column Radiation Model (CRM) является автономной версией модели переноса излучения, используемой в NCAR Community Climate Model (CCM). CRM состоит из текущих подпрограмм CCM3, которые были подвергнуты минимальным изменениям для того, чтобы обеспечить возможность работы в автономном режиме. CRM находится в свободном доступе и является полезным инструментом для научных исследований теплового баланса Земли, воздействия парниковых газов и аэрозолей на излучение.

Community Radiative Transfer Model (CRTM) является быстрой моделью переноса излучения для расчетов инфракрасного или микроволнового излучения, принимаемого спутниковыми надирными сканирующими радиометрами. С учетом атмосферного профиля температуры, концентрации газов, свойств облаков и поверхности CRTM рассчитывает температуру.

Единственным обязательными входными данными являются концентрации водяного пара и озона. Диапазон температуры и концентрации водяного пара, при которых рассчитывается оптическая толща, зависит от подготовки наборов данных, которые были использованы. Одно из нескольких приложений CRTM применяются для получения яркостной температуры и температуры поверхности моря от датчика Advanced Very High Resolution Radiometer [50].

FUTBOLIN (FUll Transfer By Optimized LINe-by-line methods) – многоуровневая line-by-line модель переноса излучения многократного рассеяния для расчета спектров атмосфер планет. Она позволяет генерировать спектры высокого разрешения в диапазоне 0.3-1000 микрометров. Модель может работать со сферическими или плоскопараллельными атмосферами. Она считывает спектральные линии в формате HITRAN или GEISA и может обрабатывать линии CO2 в месте с линиями непрерывного спектра поглощения Н2О, О2, N2 и СО2.Она также принимает во внимание нелокальное термодинамическое равновесие, воздействующее на вращательные, электронные и колебательные популяции молекулярных соединений атмосферы и позволяет задать любые комбинации облаков, зоны наблюдения и спектрального альбедо. Она использовалась для моделирования атмосферы Земли, а также, атмосферы Марса, Венеры и Титана.

KARINE (K-distribution Atmospheric Radiation: Infrared Net Exchanges) основана на методе Монте-Карло, оптимизированном для быстрых вычислений. Она вычисляет перенос излучения в атмосфере в инфракрасной части спектра. KARINE использует k-распределения спектральной модели, наряду с гипотезой CK для учета неоднородностей.

The Karlsruhe Optimized and Precise Radiative transfer Algorithm (KOPRA) является моделью переноса излучения в средней инфракрасной области спектра, реализованной на языке Fortran90. Она была разработана как самостоятельный алгоритм, включая соответствующую физику атмосферы от тропосферы до термосферы, а также специфическую функцию отклика инструмента эксперимента MIPAS/ENVISAT, помимо других, более стандартных.

MATISSE является генератором фона, разработанным для вычисления изображений спектра излучения естественного фона и полезных характеристик атмосферного излучения (излучение и передача вдоль луча зрения, местное освещение, солнечная радиации.). Спектральные полосы ранжируются от 0,4 до 14 мкм. Природный фон включает атмосферу (с учетом пространственной изменчивости), низкие и высокие облака, море и сушу.

Для работы этих программ необходимы данные об Земной поверхности, атмосфере и источнике света. Необходимы сведения о таких характеристиках земной поверхности в точках измерения, как рельеф и тип поверхности, а также, отражательная способность данного типа поверхности. Что касается атмосферы, то необходимо знать концентрации составляющих её газов, наличие аэрозолей и облачности в точке измерения.

2.3. Метод решения прямой задачи расчета спутникового сигнала 2.3.1. Поглощение теплового излучения атмосферными газами 2.3.2. Модель прохождения солнечных лучей в атмосфере Взаимодействие солнечного излучения с атмосферой приводит к рассеянию и поглощению фотонов солнечного излучения и количественно определяется свойствами газового состава и типами аэрозоля. Излучение, которое было отражено от поверхности или облаков, зависит от характера подстилающей поверхности, отражающих свойств и температуры поверхности. Какая-то часть солнечного излучения, достигшая спутникового прибора, зависит от поглощающих свойств газового состава и таким образом может быть использована для определения содержания газового состава атмосферы. Процессы, сопровождающие прохождение солнечного света в системе «Земля + Атмосфера», схематически показаны на рисунке 2.7. Здесь показаны траектории солнечных лучей: рассеянных однократно или многократно в атмосфере, отраженных от поверхности Земли, от облаков и зарегистрированных спутником [51].

Рисунок 2.7.

Схема траекторий солнечных лучей в системе «Земля + Атмосфера»

Основные виды излучения, величины которых определяют суммарное излучение, достигающее спутникового прибора, могут быть представлены:

I I dir I dsct I srfl I rsct I msct, (2.2.2.1) где I – суммарное излучение, Idir – прямое солнечное излучение, отраженное от поверхности земли, Idsct – рассеянное в атмосфере излучение и достигшее приемника без отражения от поверхности Земли, Isrfl – рассеянный и отраженный от поверхности свет, Irsct – отраженный от поверхности, рассеянный и потом попавший в приемник свет, Imsct – многократно рассеянный свет.

Схема, показанная на рисунке 2.7 и выражение (2.2.2.1) показывают, насколько многообразны процессы, трансформирующие солнечное излучение в атмосфере на пути до приемника, расположенного на спутнике.

По этим причинам в методах оптического пассивного контроля газового состава атмосферы применяются упрощения, связанные с использованием лишь однократного рассеяния.

Для задачи пассивного исследования состава атмосферы и, в частности газового состава, самым важным свойством атмосферы является ее способность ослаблять излучение с частотой за счет поглощения различными газами и рассеяния на аэрозолях. Численно эта способность выражается через спектральное пропускание T(v). В зависимости от поставленной задачи T(v) может быть рассчитано для однородной или неоднородной трассы (см. выражения (2.2.2.2) и (2.2.2.3) соответственно).

T ( v, L ) exp( ( v ) L ), (2.2.2.2)

–  –  –

Здесь, v – частота излучения, L – длина трассы,, z – объемный коэффициент поглощения излучения с частотой v в точке на расстоянии z на линии наблюдения, H A – верхняя граница атмосферы, B z, – функция трассы. Для случая сферической атмосферы

–  –  –

Где Ng –число газов, kj(v,z) – это коэффициент поглощения j-м газом, j(z) – концентрация j-го газа, am – аэрозольно-молекулярное ослабление, c

– ослабление за счет континуального поглощения.

2.3.3 Расчет отраженной солнечной радиации В сигнале GOSAT можно выделить две основные составляющие: свет, отраженный от поверхности и свет, рассеянный в атмосфере (рис. 2.8).



Pages:   || 2 | 3 | 4 |
Похожие работы:

«НГУЕН ВАН ТЫ МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПАРАМЕТРИЧЕСКАЯ ОПТИМИЗАЦИЯ СТЕРЖНЕВЫХ ЖЕЛЕЗОБЕТОННЫХ КОНСТРУКЦИЙ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: Доктор технических наук, Доцент Т.Л. Дмитриева Иркутск 2015 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.. ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ...»

«БЛАГОВЕЩЕНСКИЙ ИВАН ГЕРМАНОВИЧ АВТОМАТИЗИРОВАННАЯ ЭКСПЕРТНАЯ СИСТЕМА КОНТРОЛЯ В ПОТОКЕ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПОМАДНЫХ КОНФЕТ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ И СИСТЕМ КОМПЬЮТЕРНОГО ЗРЕНИЯ Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (в...»

«Веселова Анна Юрьевна РАЗРАБОТКА ТЕХНОЛОГИИ СПЕЦИАЛИЗИРОВАННЫХ ХЛЕБОБУЛОЧНЫХ ИЗДЕЛИЙ С ИСПОЛЬЗОВАНИЕМ ПРИРОДНЫХ ИСТОЧНИКОВ БИОЛОГИЧЕСКИ АКТИВНЫХ ВЕЩЕСТВ Специальность 05.18.01 – Технология обработки, хранения и переработки злаковых, бобовых культур, крупяных продуктов, плодовоовощной продукции и виноградарства Диссертация на соискание учёной...»

«ИВАНОВ Андрей Владимирович СНИЖЕНИЕ АЭРОЗОЛЬНОГО ЗАГРЯЗНЕНИЯ АТМОСФЕРНОГО ВОЗДУХА ОТ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ ОАО «КОВДОРСКИЙ ГОК» Специальность 25.00.36 Геоэкология (в горно-перерабатывающей промышленности) Диссертация на соискание ученой степени кандидата...»

«ПАВЛОВ НИКИТА СЕРГЕЕВИЧ ТЕХНОЛОГИИ ГЕОДЕЗИЧЕСКОГО ОБЕСПЕЧЕНИЯ ОБСЛЕДОВАНИЙ ПОДВОДНЫХ ПЕРЕХОДОВ МАГИСТРАЛЬНЫХ ГАЗОПРОВОДОВ Специальность 25.00.32 – Геодезия ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук Научный руководитель: доктор технических...»

«Артищев Сергей Александрович ДИАГНОСТИКА КАЧЕСТВА ЭЛЕКТРИЧЕСКИХ КОНТАКТОВ И ПРОВОДНИКОВ МЕТОДОМ НЕЛИНЕЙНОЙ ВИДЕОИМПУЛЬСНОЙ РЕФЛЕКТОМЕТРИИ Специальность 05.12.04 «Радиотехника, в том числе системы и устройства телевидения» Диссертация на соискание ученой степени кандидата технических наук...»

«Куманеева Мария Константиновна ОЦЕНКА ИНВЕСТИЦИОННОГО ПОТЕНЦИАЛА РЕГИОНА ПРОМЫШЛЕННОГО ТИПА В КОНТЕКСТЕ ОБЕСПЕЧЕНИЯ ЕГО УСТОЙЧИВОГО РАЗВИТИЯ (НА МАТЕРИАЛАХ КЕМЕРОВСКОЙ ОБЛАСТИ) Специальность: 08.00.05 – Экономика и управление народным хозяйством (региональная экономика) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: доктор экономических наук,...»

«Герасименко Анастасия Андреевна ПРОГНОЗИРОВАНИЕ ОСТАТОЧНОГО РЕСУРСА СТАЛЬНЫХ ВЕРТИКАЛЬНЫХ РЕЗЕРВУАРОВ ПО ПАРАМЕТРАМ ЦИКЛИЧЕСКОЙ ТРЕЩИНОСТОЙКОСТИ В УСЛОВИЯХ ДВУХОСНОГО НАГРУЖЕНИЯ Специальность 25.00.19 – Строительство и эксплуатация нефтегазопроводов, баз и хранилищ...»

«БОНДАКОВА МАРИНА ВАЛЕРЬЕВНА РАЗРАБОТКА РЕЦЕПТУРЫ И ТЕХНОЛОГИИ ПРОИЗВОДСТВА КОСМЕТИЧЕСКИХ ИЗДЕЛИЙ С ИСПОЛЬЗОВАНИЕМ ЭКСТРАКТА ВИНОГРАДА Специальность 05.18.06 – Технология жиров, эфирных масел и парфюмерно-косметических продуктов (технические науки) Диссертация на соискание ученой степени кандидата технических наук...»

«УДК: 504.0 Кочубей Ольга Владимировна ПАЛИНОИНДИКАЦИЯ КАЧЕСТВА ОКРУЖАЮЩЕЙ СРЕДЫ В МЕСТАХ ПРОВЕДЕНИЯ ПОДЗЕМНЫХ ЯДЕРНЫХ ВЗРЫВОВ НА ЕВРОПЕЙСКОЙ ТЕРРИТОРИИ РОССИИ Специальность: 25.00.36 – Геоэкология (Науки о Земле) Диссертация на соискание ученой степени кандидата географических наук Научный руководитель: кандидат географических наук...»

«Алфёров Сергей Михайлович АВТОМАТИЗАЦИЯ ПРОЦЕССА РЕГУЛИРОВКИ МАНОМЕТРОВ Специальность: 05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность) ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических...»

«КОБЗЕВ Роман Анатольевич МЕТОДЫ ОПТИМАЛЬНОГО ПРОЕКТИРОВАНИЯ КОЗЛОВЫХ КРАНОВ ВЫСОКОГО КЛАССА ОТВЕТСТВЕННОСТИ Том 1 Специальность 05.05.04 – Дорожные, строительные и подъемно-транспортные машины Диссертация на соискание ученой степени доктора технических наук Научный консультант доктор технических наук Чернова Н.М. Саратов – 2014 ОГЛАВЛЕНИЕ Том 1 Введение.. 5 1....»

«БЕРЕЖНАЯ ОКСАНА ВИТАЛЬЕВНА РАЗРАБОТКА ТЕХНОЛОГИИ ПОЛУЧЕНИЯ ПРОРОСТКОВ ЗЕРНА ПШЕНИЦЫ ПРИ ПРОИЗВОДСТВЕ ХЛЕБОПЕКАРНОЙ И КУЛИНАРНОЙ ПРОДУКЦИИ Специальность 05.18.01 – Технология обработки, хранения и переработки злаковых, бобовых культур, крупяных продуктов, плодоовощной продукции и виноградарства ДИССЕРТАЦИЯ на...»

«Ушанова Элина Артуровна ЗАКОНОМЕРНОСТИ СТРУКТУРООБРАЗОВАНИЯ В ЗОНЕ КОНТАКТА КРИСТАЛЛИЧЕСКИХ ТВЕРДЫХ ТЕЛ ПРИ СВАРКЕ ВЗРЫВОМ Специальность 01.04.07 – физика конденсированного состояния ДИССЕРТАЦИЯ на соискание ученой степени кандидата физико-математических наук Научный руководитель: д. ф.-м. н., чл.-корр. РАН профессор Рыбин...»

«КОЗИНЕЦ ГАЛИНА ЛЕОНИДОВНА МЕТОДОЛОГИЯ ОБОСНОВАНИЯ ПРОЕКТНЫХ ПАРАМЕТРОВ ГИДРОАГРЕГАТНЫХ БЛОКОВ ВЫСОКОНАПОРНЫХ ГЭС Специальность 05.14.08 Энергоустановки на основе возобновляемых видов энергии Диссертация на соискание ученой степени доктора технических наук Научный...»

«Королев Игорь Александрович МОДЕЛИ И МЕТОДЫ АНАЛИЗА ВЛИЯНИЯ ЦЕНООБРАЗОВАНИЯ НА ЭЛЕКТРОЭНЕРГИЮ НА МАКРОЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ОТРАСЛЕЙ ЭКОНОМИКИ Специальность 08.00.05 – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами промышленность) Диссертация на...»

«РАССОХА ИГОРЬ НИКОЛАЕВИЧ УДК 1(091):224:(394.4) Философская мысль Финикии Специальность: 09.00.05 — история философии Диссертация на соискание научной степени доктора философских наук Научный консультант — Петрушов Владимир Николаевич, доктор философских наук, профессор Харьков — 2015 СОДЕРЖАНИЕ Введение Раздел 1. Теоретическая и...»

«Бороненко Марина Петровна ОПТИКО-ЭЛЕКТРОННЫЙ ИЗМЕРИТЕЛЬНЫЙ КОМПЛЕКС ДЛЯ МИКРОПИРОМЕТРИИ НАНОСЕКУНДНОГО РАЗРЕШЕНИЯ Специальность: 05.11.07 –Оптические и оптико-электронные приборы и комплексы Диссертация на соискание ученой степени кандидата технических наук Научный руководитель д.т.н., профессор, Гуляев П.Ю. г. Ханты-Мансийск 2015 г....»

«БОЛДИНА АНАСТАСИЯ АНДРЕЕВНА РАЗРАБОТКА ТЕХНОЛОГИЙ ХЛЕБА И БЕЗГЛЮТЕННОВЫХ МУЧНЫХ КОНДИТЕРСКИХ ИЗДЕЛИЙ ОБОГАЩЕННЫХ РИСОВОЙ МУЧКОЙ 05.18.01 Технология обработки, хранения и переработки злаковых, бобовых культур, крупяных продуктов, плодоовощной продукции и виноградарства Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: д.т.н., профессор Сокол Н.В. Краснодар 2015 ОГЛАВЛЕНИЕ...»

«Фи Хонг Тхинь ОЦЕНКА И ПРОГНОЗ ОСЕДАНИЯ ЗЕМНОЙ ПОВЕРХНОСТИ В РЕЗУЛЬТАТЕ ИЗВЛЕЧЕНИЯ ПОДЗЕМНЫХ ВОД НА ТЕРРИТОРИИ Г. ХАНОЙ (ВЬЕТНАМ) 25.00.08 – «Инженерная геология, мерзлотоведение и грунтоведение» Диссертация на соискание ученой степени кандидата геолого-минералогических наук Научный руководитель: доктор...»









 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.