Алгоритмическое и программное обеспечение формирования и применения таблиц коэффициентов поглощения в задачах оптики газовой атмосферы тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Окладников, Игорь Георгиевич

• Окладников, Игорь Георгиевич
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Окладников, Игорь Георгиевич

Введение.

Глава 1. Методы сжатия и интерполяции табличных данных.

1.1. Современное состояние проблемы.

1.2. Интерполяция таблиц.

1.2.1. Интерполяция многочленами.

1.2.2. Интерполяция сплайнами.

1.2.3. В-сплайны. ф 1.2.4. Интерполяция фракталами.

1.3. Сравнение методов интерполяции.3G

1.4. Сжатие данных.

1.4.1. Спектральные методы сжатия информации.

1.4.2. Математические методы сжатия информации.4G

1.4.3. Фрактальное сжатие.

1.4.4. Статистические методы сжатия информации.

1.5. Сравнение методов сжатия.

1.6. Выводы.

Глава 2. Банк коэффициентов поглощения (БКП).5G

2.1. Банк коэффициентов поглощения высокого разрешения.5G

2.1.1. Определение сеток в ТКП.5G

2.1.2. Структурная модель банка коэффициентов

I поглощения атмосферных газов (БКИВР).G

I 2.3. Выводы.G

1 Глава 3. Решение обратных задач оптики газовой атмосферы с помощью БКПВР.

3.1. Обратная задача лазерного зондирования атмосферы.

3.2. Определение общего содержания II^O и СО-2 по прямым наблюдениям на Солнце.

3.3. Определение общего содержания ().{ и аэрозольной оптической толщи по прямым наблюдениям на Солнце.

3.4. Определение профилей концентрации газов по уходящему излучению.

3.5. Магматические методы решения обратных задач.

3.5.1. Прямой итерационный метод.

3.5.2. Итерационный метод с линейными ограничениями.

3.5.3. Итерационный метод оптимальных оценок.

3.5.4. Итерационный метод Шахина.

3.5.5. Модифицированный метод Туоми.

3.G. Выводы.

Глава 4. Прикладное программное обеспечение.

4.1. Программное обеспечение для создания ТКИ.

4.2. Прикладное программное обеспечение для БКП.

4.3. Выводы.

Введение диссертации (часть автореферата) на тему «Алгоритмическое и программное обеспечение формирования и применения таблиц коэффициентов поглощения в задачах оптики газовой атмосферы»

При разработке и конструировании систем дистанционного мониторинга газового состава атмосферы, оптической связи, дальнометрирования и других приборов, работающих в атмосфере, возникает необходимость решения задач оптики газовой атмосферы [1]. Кроме того, эти задачи решаются в климатологии, метеорологии, лазерном газоанализе (для определения вертикальных профилей температуры и давления, а также аэрозольного состава), и других науках, изучающих свойства, состояние и поведение земной атмосферы. Масштабы процессов, происходящих в атмосфере, варьируются как во времени, так и в пространстве. Поэтому при измерениях параметров атмосферы используются различные приборы и методы получения нужной информации. Эти приборы работают на разных физических принципах, что приводит к необходимости использовать различные способы определения концентраций газов.

Одним из параметров состояния атмосферы является ее газовый состав, поскольку он определяет многие происходящие в атмосфере процессы. Получение информации о газовом составе атмосферы является актуальной задачей в связи с необходимостью контроля за качеством воздушной среды (экологические задачи), оперативного контроля за погодой (климатические и геофизические задачи), а также контроля за техногенными процессами, и другими факторами, влияющими на окружающую среду.

Методы решения обратных задач совершенствуются год от года. Предлагаются все более быстрые и вместе с тем точные методы. Однако, несмотря на постоянные улучшения, скорость работы методов остается невысокой, в то время как имеющиеся и возникающие задачи требуют порой решения в режиме реального времени. Одной из причин невысокой скорости является необходимость расчета пропускания земной атмосферы.

Выражение для расчета спектрального пропускания имеет вид: L

T{v) = ехр < f <*М) , dl о и оно характеризуют долю прошедшей энергии излучения с частотой v вдоль трассы длиной L. Здесь a(v,l) — это объемный коэффициент поглощения.

Наряду с величиной Т (/у) вводятся функция пропускания, характеризующая долю прошедшего через данный слой среды излучения, содержащегося в спектральном диапазоне Av = U2 — v\. В соответствии с этим определением эти величины записываются как [2]:

Tau = tfWdv'

Любой спектральный прибор, используемый для регистрации спектра, характеризуется аппаратной функцией G{v — 1/'), которая искажает реальный спектр. Результат экспериментального измерения функции пропускания для излучения, спектр которого на входе в среду описывается распределением /0 {и), определяется выра?кением

J G{v — и') /о {v') Т (и1) dis' гр У-АУд f Giv-v^h^dv'

V-Al>a где 2Аиа — ширина аппаратной функции прибора.

В случае монохроматического лазерного излучения выражение примет вид: /о (//) = /о {и) S (и — v'), где 8 (у — и') — дельта-функция, выражение для функции пропускания имеет вид

Гд, = Г (!/)= ехр {-«(I/)/}.

Если регистрация излучения в конечной точке трассы ведется с помощью спектрального прибора с высоким разрешением, таким, что а (и) в интервале частот 2Ava не меняется, то такой прибор регистрирует неискаженные спектральные характеристики среды, а не интегральные. Связь между ТАи и Ади имеет простой вид 1 — ТА„.

Выражение для объемного коэффициента поглощения имеет вид: a(v,l) = k(vj)p(l) где р — массовая плотность газа, а к — массовый коэффициент поглощения (далее, коэффициент поглощения), который определяется суммой вкладов от каждой линии поглощения п i=l где п - число линий поглощения. Такой метод расчета коэффициента поглощения называется полинейным (line-by-line). Величина А-,-(г/,/) выражается через характеристики спектральной линии

Здесь, Si - частота центра и интенсивность линии. Частота центра соответствует частоте наиболее поглощаемого молекулой излучения, а интенсивность характеризует поглощение данной линией на всем диапазоне частот: г сю

Si{l)= h(»J)diл J о

Функция Ф (и — ViJ) описывает форму контура (формфактор) линии поглощения. Для Ng - компонентной газовой смеси объемный коэффициент поглощения является суммой объемных коэффициентов поглощения отдельных газов [3]

Ng ('А0 = W)' )=1

Каждая точка I трассы длиной L характеризуется температурой Т и парциальным давлением газа Р, которые постоянны для однородной трассы или являются функциями Р (/) и Т (/) — для неоднородной. Таким образом, выражение можно переписать в виде: 4 ki (и, Р, Т) = £ Si (Т) Ф [у - uh Р, Т). i=i

Расчеты интенсивности 5, и контура спектральной линии Ф производится на основе параметров спектральных линий и приведены в Приложении А. Параметры спектральных линий как правило известны заранее и хранятся в специальных базах данных. Примером таких баз данных пара-t метров спектральных линий (БДПСЛ) являются HITRAN и GEISA, широко используемые при решении задач атмосферной оптики. Более подробно рассмотрение различных БДПСЛ приведено в Приложении Б.

Количество линий, вклады которых необходимо суммировать, как правило, составляет от сотен до нескольких десятков тысяч. А расчет контура одной спектральной линии, как было показано выше — весьма нетривиальная задача, связанная с большим объемом вычислений.

В результате расчет коэффициентов поглощения (КП), может зани-* мать длительное время, и вызывать серьезные задержки в решении обратных задач определения параметров земной атмосферы. Вследствие высокой изменчивости параметров атмосферы со временем, такие задержки могут значительно снизить ценность получаемых результатов. Кроме того, нередко возникает необходимость решения обратных задач газоанализа в режиме реального времени, где даже незначительные паузы крайне нежелательны.

Обратные задачи определения вертикальных профилей температуры, ^ давления и концентрации атмосферных газов в общем случае являются нелинейными и для их решения используют итеративные методы. Многократный расчет коэффициентов поглощения для различных длин волн, температур и давлений приводит к существенным и не всегда оправданным временным затратам.

Значительный вклад в совершенствование численных алгоритмов расчета коэффициентов поглощения внесли А.А. Ми цель, К.М. Фирсов, Б.А. Фомин, L. Sparks, J. Humlicek и другие. Предложенные ими способы ускорения полинейного подхода связаны с селекцией линий поглощения, сокращением объема вычислений для одной спектральной линии, обрыванием контура линии и другими процедурами.

Другим подходом, способным существенно сократить время решения обратных задач является подход, основанный на однократном расчете коэффициентов поглощения для различных длин волн, температур и давлений и сохранении их в виде некоторых таблиц. В результате расчет заменяется на простое извлечение данных из полученных таблиц, что в общем случае гораздо быстрее. Этот подход уже давно используется учеными, но все создаваемые таблицы рассчитаны под конкретный прибор, специфику его работы, число спектральных каналов и т.д. Увеличение числа или изменение спектральных каналов, использование другого или нового прибора, все это приводит к необходимости создания новых таблиц, что может вызвать определенные затруднения в работе, поскольку создание таблиц коэффициентов поглощения требует длительного времени.

Наибольших успехов в создании таблиц коэффициентов поглощения достиг L. Strow, создавший со своей группой наибольшую по охвату спектрального диапазона базу данных. Однако привязка к конкретному прибору AIRS делает ее непригодной для других приборов и других типов исследований. Как показал тщательный анализ литературы, баз данных, содержащих коэффициенты поглощения, применимые для любого прибора и спектрального диапазона на момент начала работы не существовало. Поэтому изначально был сделан акцент на создание универсальног о набора таблиц коэффициентов поглощения (для различных спектральных диапазонов и газов), способною удовлетворить любые потребности в решении прямых и обратных задач газоанализа, как в настоящее время, так и в будущем. Далее такой набор будем называть Банком коэффициентов поглощения — БКП.

Универсальность подразумевает широкий спектральный диапазон и высокую точность вычислений. Поэтому самый простой вариант — взять равномерную сетку с шагом, достаточным для точного описания функции коэффициента поглощения не подходит. Причина в том, что при очень частой сетке и большом спектральном диапазоне размер таблиц будет очень большим. Например, при ширине спектральной линии порядка Ю-2 см-1, шаг по частоте необходимо взять равным 10~3 см-1, чтобы точно описать контур спектральной линии. Спектральный диапазон соответствует охвату базы данных параметров спектральных линий HITRAN-2000, то есть от О см-1 до 20000 см-1. При 100 слоях по давлению и 10 температурных профилях таблицы коэффициентов поглощения, содержащие числа с одинарной точностью будут занимать объем около 75 Гб. И это только для одного газа. Естественно, такой огромный набор ТКП невозможно ни записать на какой-либо распространенный носитель данных (жесткий диск, магнитная лента), ни использовать. Кроме того, время, уходящее на поиск и считывание информации из таблиц будет занимать гораздо больше времени, чем расчет. Однако, нет необходимости насчитывать коэффициент поглощения там, где данный газ ничего не поглощает. Более того, такой мелкий шаг по частоте, как Ю-3 см-1 требуется не для всех газов и не во всех спектральных диапазонах. Применение адаптивной сетки по частоте, учитывающей характер поведения функции, способно значительно уменьшить объем хранимых данных. При этом возникает необходимость использования интерполяции. Сократить объем можно так?ке за счет применения методов сжатия. Однако не все алгоритмы интерполяции и сжачия пригодны к использованию. Если интерполяция или извлечение сжатых коэффициентов поглощения будет происходить очень медленно, это сведет весь выигрыш в скорости "на нет". Таким образом, необходимо рассмотреть различные методы сжатия и интерполяции, и выбрать из них наиболее подходящие, не только в плане скорости, но еще и точности, и объема создаваемого Банка KII.

В результате можно сказать, что целью данной работы является создание Банка коэффициентов поглощения атмосферных газов, а также разработка программного обеспечения для решении прямых и обратных задач газоанализа с использованием созданного Банка.

Для достижения поставленной цели необходимо было решить следующие задачи:

1) Исследовать особенности поведения коэффициента поглощения в зависимости от длины волны, температуры и давления

2) Изучить методы интерполяции табличных данных и выбрать среди них наиболее эффективный с точки зрения скорости, точности и объема таб-лиц коэффициентов поглощения (ТКП). На основе выбранного метода интерполяции построить оптимальные сетки по длине волны, температуре и давлению.

3) Изучить методы сжатия и преобразования данных. Выбрать наиболее эффективный в плане скорости извлечения данных из сжатого представления, точности восстановления данных и степени сжатия.

4) Разработать программное обеспечение для использования Банка коэффициентов поглощения высокого разрешения (БКПВР) в решении прямых и обратных задач оптики газовой атмосферы.

5) Найти практическое приложение таблиц коэффициентов поглощения для решения обратных задач газоанализа.

Основные положения, выносимые на защиту:

1) Таблицы коэффициентов поглощения высокого разрешения, по сравнению с методом нелинейного счета, в ряде случаев позволяет более эффективно (в плане скорости и простоты алгоритмической реализации) решать прямые и обратные задачи газоанализа за счет особой организации структуры TKII и использованных методов сжатии и интерполяции. и —

2) Алгоритмы решении обратных задам при использовании таблиц коэффициентов поглощения обеспечивают точность решения не хуже, чем ири использовании нелинейного счета. Это обусловлено высоким спектральным разрешением коэффициентов поглощения в ТКИ и погрешностью расчета оптической толщи с помощью Г1 КП, не превышающей 1 процента.

3) Созданный пакет программ "STUB", в основе которого лежит применение таблиц коэффициентов поглощения высокого разрешения, позволяет более эффективно решать прямые и обратные задачи газоанализа за счет использования ТКП.

Научная новизна:

1) Разработан алгоритм построения адаптивных сеток по частоте, температуре и давлению, заключающийся в разрежении равномерных сеток до минимального размера, обеспечивающего погрешности интерполяции, не превышающие заданной. В отличие от равномерных сеток, адаптивные сетки содержат столько узлов, сколько необходимо для описания поведения коэффициента поглощения с заданной погрешностью интерполяции, что позволило сократить размер БКПВР приблизительно в 15 раз.

2) Разработан алгоритм, сжимающий таблицы коэффициентов поглощения (ТКП) с помощью разло?кения матриц по сингулярным значениям за счет редукции хранимых матриц разложения путем отбрасывания несущественных собственных векторов и собственных значений.

4 3) Разработан алгоритм определения существенных собственных векторов, путем анализа собственных значений с целью определения вклада каждого в общую дисперсию. Существенные собственные вектора и значения необходимы для восстановления исходных данных с заданной точностью.

-4) Определена специальная структура TKII, обеспечивающая высокую скорость расчета коэффициентов поглощения за счет особого размещения данных в файлах, учитывающего специфику расчетов.

5) Создан Банк данных (на основе предварительно рассчитанных TKI1 для 20 газов, спектральног о диапазона 0-20000 см-1, 100 слоев по давлению (Ю-'1 - 1 атм) и 10 температурных профилей), позволяющий решать прямые и обратные задачи оптики атмосферы, за счет хранящихся в нем коэффициентов поглощения высокого разрешения (0.001 см-1).

G) Произведена модификация методов решения обратных задач с учетом использования БКП, заключающаяся в использовании для расчетов сжатых матриц коэффициентов поглощения. Это сокращает количество проводимых математических операций и позволяет более эффективно, по временным затратам, решать обратные задачи.

Практическая значимость диссертационной работы определяется возможностью широкого применения Банка коэффициентов поглощения атмосферных газов высокого разрешения для решения качественных и количественных задач газоанализа. Он может быть использован при проведении газоаналитического эксперимента и конструировании многоцелевой или специализированной аппаратуры, предназначенных для решения разнообразных задач геофизического, экологического или промышленного мониторинга атмосферы со спутников. Для решения задач функционирования БКП были разработаны алгоритмы:

1) Построения адаптивной сетки по частоте, давлению и температуре.

2) Сжатия таблиц коэффициентов поглощения высокого разрешения с применением разложения матриц по сингулярным значениям.

3) Поиска и извлечения коэффициентов поглощения из БКП BP.

4) Аппроксимации коэффициентов пог лощения с помощью специализированной трехмерной линейной интерполяции.

5) Обработки данных узкополосного и широкополосного сиектрофотомет-рирования прямого солнечног о излучения (в УФ, видимой и ИК областях спектра).

G) Определения общего содержания углекислого газа, озона, водяною пара и оптической толщи аэрозоля по данным прямых наблюдений на Солнце высокого разрешения в УФ и ИК областях спектра.

7) Восстановления вертикальных профилей концентрации метана по уходящему тепловому излучению земной поверхности и атмосферы.

Созданы пакеты программ для:

1) Расчета коэффициентов молекулярного поглощения на основе баз данных параметров спектральных линий (например, HITRAN), формирования из них таблиц коэффициентов поглощения для любого спектрального диапазона и газа.

2) Формирования Банка коэффициентов поглощения атмосферных газов высокого разрешения на основе ТКП.

3) Расчета оптической толщи, пропускания, восходящего теплового и нисходящего солнечного излучений на основе созданного Банка коэффициентов поглощения атмосферных газов в широком спектральном диапазоне (от видимой до миллиметровой области).

4) Решения обратных задач газоанализа для разнообразных типов оптических абсорбционных газоанализаторов.

Апробация работы. Основные результаты работы докладывались на: Международном симпозиуме "Оптика атмосферы и океана" (VII Томск 2000, VIII Иркутск 2001, IX Томск 2002), Научно-технической конференции студентов и молодых специалистов "Радиотехнические и информационные системы и устройства" (III Томск 1999, IV Томск 2000), Международная конференция "Моделирование, базы данных и информационные системы для атмосферных наук" (Иркутск 2001), IX Рабочая группа "Аэрозоли Сибири" (Томск 2002), Международная конференция "Enviromis-2002" (Томск 2002).

Диссертационная работа выполнена в рамках двух грантов РФФИ (0007-90175, 02-07-06035), в последнем автор был руководителем, а также в рамках ФИН "Интеграция" (проекты A00G1, В0050/1038)

Внедрения Результаты работы нашли применение в институтах Российской академии наук (Институт оптики атмосферы, г. Томск; Институт угля и углехимии, г. Кемерово), а также в университетах Москвы и Красноярска. Соответствующие акты о внедрении приведены в диссертации.

Личный вклад автора состоял в разработке алгоритмов и программных комплексов, обсуждении и интерпретации результатов исследований, проведении расчетов по моделированию и обработке экспериментальных данных. В ряде работ идеи были предложены Катаевым М.Ю. Автором разработана программа для создания БКПВР, а также набор программных библиотек для его использования. Совместно с Мицелем А.А. и Катаевым М.Ю. была разработана структура пакета "STUB", а создание его графического интерфейса и программное наполнение (процедуры расчета интенсивностей и потоков принадлежат Милякову А.В.) принадлежат автору.

Объем и структура работы. Диссертация состоит из введения, четырех глав и приложений. Полный объем диссертации 125 страниц текста с 38 рисунками и 8 таблицами. Список литературы содержит 71 наименование.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Окладников, Игорь Георгиевич

4.3. Выводы

Разработан пакет программ "STUB" для решения прямых и обратных задач оптики газовой атмосферы с использованием Банка коэффициентов поглощения. Сравнение с существующими аналогами показало, что пакет "STUB1' имеет более широкие возможности, чем у аналогичных пакетов, а также имеет удобный графический интерфейс. Применение Банка коэффициентов поглощения позволяет решать различные задачи с высокой скоростью и достоверностью результатов, а также обеспечивает удобные условия для их анализа.

Заключение

В результате проведенных исследований была решена актуальная научно- техническая задача создания Ьанка коэффициентов поглощения высокого разрешения и прикладног о прог раммного обеспечения для решения задач оп тики газовой атмосферы с использованием БКН.

Полученные результаты позволяют сформулировать следующие выводы:

1) В результате проведенного анализа и сравнения методов сжатия таблично заданных коэффициентов поглощения был выбран метод SVD-сжатия, как обеспечивающий: высокую степень сжатия, возможность частичного извлечения данных из сжатой формы и точность расчета оптической толщи не хуже 1 процента.

2) Анализ методов интерполяции коэффициентов поглощения позволил выбрать трехмерную линейную интерполяцию, как наиболее быстрый метод, обеспечивающий заданную точность расчета оптической толщи. Созданные, с учетом выбранного метода интерполяции адаптивные сетки по частоте, температуре и давлению позволили сократить размер БКП приблизительно в 20 раз.

3) Создан банк коэффициентов поглощения атмосферных газов высокого разрешения, охватывающий спектральный диапазон 0-20000 см-1 с шагом 0.001 см-1 и диапазон давлений от 2-Ю-6 до 1 атм. для 20 основных атмосферных газов.

4) Разработан пакет программ "STUEr, который позволяет решать как прямые, так и обратные задачи оптики газовой атмосферы с использованием БКП.

5) В результате проведенных исследований было выяснено, что алгоритмы решения обратных задач газоанализа с помощью БКП обссиечивают точность решения не хуже, чем алгоритмы, использующие иоли-нейный счет.

G) Таблицы коэффициентов поглощения применены для решения задач лазерного зондирования атмосферы, солнечной фотометрии и спутниковой Фурье-спектрометрии.

Благодарности

Автор выражает глубокую признательность своим научным руководителям Ми целю Артуру Александровичу за постановку задачи на начальном этапе исследований и Катаеву Михаилу Юрьевичу за чуткое и неотрывное руководство на протяжении всей работы автора.

Автор благодарит Бойченко Ивана Валентиновича за моральную поддержку и Милнкова Алексея Владимировича за ценные советы, а также помощь в совместной разработке пакета "STUB1'.

Список литературы диссертационного исследования кандидат технических наук Окладников, Игорь Георгиевич, 2003 год

1. 1.ternational Program for Eartli Observations (IPEO) // The International Space Univ. Summer session. Final Report, 1990. — Toronto, Canada. — 560 c.

2. Зуев B.E. Распространение видимых и инфракрасных волн в атмосфере. — М.: Советское радио, 1970. — 49G с.

3. Зуев В.Е., Макушин Ю.С., Пономарев Ю.Н. Спектроскопия атмосферы.

4. Л.: Гидрометеоиздат, 1987. — Т. 3. — 248 с.

5. D. S. Turner. Absorption coefficient estimation using a two-dimensional interpolation procedure. // J. Quant. Spectrosc. Radiat. Transfer, 1995.

6. V. 53, N. 6, — P. 633-637.

7. Edwards, D.P. Genln2: a general line-by-line atmospheric transmittance and radiance model. // NCAR Technical Note 367 + STR: National Center for Atmospheric Research, 1992. — 69 p.

8. K. Thome, F. Palluconi, T. Takashima, and K. Masuda Atmospheric Correction of ASTER. JI IEEE Transactions On Geoscience And Remote Sensing, 1998. — V. 36. N. 4. — P. 1199 -1211.

9. D. P. Edwards, С. M. Halvorson, and J. C. Gillc Radiative transfer modelling for the EOS Terra satellite Measurement, of Pollution in the110 —

10. Troposphere (MOPITT) instrument. // J. of Geophysical Rcasearch, 1900.

11. V. 104. N. D14. — P. 1G755-1G775.

12. Демидович Б.П., Марон И.А. Основы вычислительной математики. — М.: Наука, 19GG. — GG4 с.

13. Бронштейн И.II., Семендяев К. А. Справочник по математике / для инженеров и учащихся втузов. — М.: Наука, 1981. — 718 с.

14. Г. Корн, Т. Корн Справочник по математике / для научных работников и инженеров. — М.: Наука, 1974. — 831 с.

15. Гончаров B.JI. Теория интерполирования и приближения функций. — М.: ГТТИ, 1934. — 316 с.

16. Бахвалов Н.С. Численные методы. — М.: Наука, 1975. T.l. — G31 с.

17. Фильчаков П.Ф. Справочник по высшей математике. — Киев: Наукова Думка, 1974. — 743 с.1G. Завьялов Ю.С., Jleyc В.А., Скороспелое В.А. Сплайны в инженерной геометрии. — М.: Машиностроение. 1985. — 224 с.

18. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. — М.: Наука, 1980 / Главная редакция физико-математической литературы. — 352 с.

19. Стечкин С.Б., Субботин Ю.Н. Сплайны в вычислительной математике. — М.: Наука, 197G. — 248 с.

20. Edward W. Vrscay. A Hitchhiker's Guide to "Fractal-Based" Function Approximation and Image Compression. — "Math Ties", Feb. and Aug. 1995. — 19 p.

21. Зуев В.E., Комаров B.C. Статистические модели температуры и газовых компонент — J1.: Гидрометеоиздаг, 1985. — 199 с.

22. Разработка математических методов и алгоритмов предварительной обработки и кодирования сло?кных изображений. — Москва: МНЭТ, 197G. 147 с.4

23. F.T. Chan, T.M. Shih, J.D. Gao, and C.K. Chan. Application of t.lio Fast Wavelet, transform Method t.o Compress Ultraviolet-Visible Spectra. // Applied Spectroscopy, 199G. — V. 50, N. 3. — P. G49 G59.

24. Duubcchies I. Ten Lectures on Wavelets (CBMS Lecture Notes Series). // Pure Appl. Math. 4190G (1988), IEEE Trans. Inform. Theory 3G9G1 (1990). Philadelphia: SIAM, 1991. — 215 p.

25. F.T. Chan, J.D. Gao, T.M. Shih, and J. Wang. Compression of Infrared Spectral Data Using the Fast Wavelet Transform Method. // Applied Spectroscopy, 1997. V. 51, N. 5, P. G49-G59.

26. Дж. Форсайт, M. Малькольм, К. Моулер. Машинные методы математических вычислений.: перевод с англ. — М.: Мир. 1980. — 280 с.2G. R. J. Rummcl. Applied Factor Analysis. — Evanston, 111.: Northwest Univ. Press, 1970. — 184 p.

27. G. Hangac, R. C. Weiboldt, R. D. Lam, and T. L. Isenhour. Compression of an Infrared Spectral Library by Karhunen-Loeve Transformation, j j Applied Spectroscopy, 1982. — V. 3G, N. 1. — P. 41-47.

28. Ватолин Д., Ратушняк А., Смирнов M., Юкин В. Методы сжатия данных. // http://compression.graphicon.ru, 2002. — ISBN 5-86404-170-Х.9G с.

29. J. Ziv and A. Lempcl. An Universal Algorithm for Sequential Data Compression. // IEEE Transactions oil Information Theory, 1977. — V. 23, N. 3. — 127 p.

30. Terry Welch Technique for High-Performance Data Compression. // "Computer", June 1984. — P. 12-5G.

31. Ian H. Wittcn, Redford M. Ncal, John G. Clearly Arithmetic coding for data compression. // Communications of the ACM, 1987. — V. 30, N. G.94 p.

32. Ольховский Ю.В. Сжатие данных при телеизмерениях — М.: Сон. Радио, 1971. — 251 с.

33. Standart atmosphere. Tables and data for altitudes to 65.800 feet // NASA report 1235, 1955. — 122 p.

34. Anderson J.G., Clough S.A., Kneyzys F.X., Chetwynd J.H., Shettle E.P. AFGL. Atmospheric constituent profiles (0-120 km) // AFGL-TR-86-0110, AD A175173, 1986. — 92 p.

35. Зуев В.В., Катаев М.Ю., Макогон М.М., Мицель А.А. Лидарный метод дифференциального поглощения: современное состояние // Оптика Атмосферы и Океана, 1995. — Т. 8, N. 8. — С. 1136-1164.

36. Р.Межерис Лазерное дистанционное зондирование — Москва: Мир. 1987. — 550 с.

37. Мицель А.А., Катаев М.Ю. Выбор оптимальных спектральных каналов для решения задач абсорбционного газоанализа и локации, 4.2. Алгоритмы поиска. // Оптика атмосферы и океана, 1992. — Т. 5, Л« 9. — С. 986-995.

38. Kataev Л/. Ум., Ercmertko M.N. Retrieving of ozone profile from measurement of direct solar radiation in visible spectral region // SPIE, 1999. — V. 3983. — P. 372 376

39. Harrison L., Bcauhanwis M., Dcrndt J., Kiedron P., Michalsky J., and Mm Q. L. The rotating shadow band spectroradiometer (RSS) at SGP. // Geophys. Res. Lett., 1999. — V. 26. — P. 1715-1718.

40. Sicard M., Thome К. ./., Growthc.r D. G., Smith M. W. Shortwave infrared spcctroradiomet.er for atmospheric transmitt.aiire measurements // J. Atmospheric Oceanic Technology, 1998. — V. 15. — P. 174-183.

41. Kindcl B.C., Zheng Qu, Goetz Alexander F.H. Direct solar spectral irradiance and transmit-tance measurements from 350 to 2500 nm // J. Applied Optics, 2001. — V. 40. Л5.21. — P. 352-3G4.

42. Хргиан А.Х.У Кузнецов Г.И. Проблемы наблюдений и исследований атмосферного озона — Л.: Гидрометеоиздат, 1981. — 291 с.

43. Еланский Н.Ф., Терехин Ю.Л. Применение методов регуляризации к решению задачи восстановления вертикального распределения озона по наблюдениям эффекта обраще-ния // Известия АН СССР, Физика Атмосф. и Океана, 1982. — Т. 18, JVq 9. — С. 944-952

44. Кабанов Д.М., Сакерин С.М., Турчинович С.А. Солнечный фотометр для научного мониторинга (аппаратура, методики, алгоритмы). // Оптика атмосферы и океана, 2001. — Т. 14. До 12. — С. 1162-1169.

45. Большакова Л.Г. Учет влияния ширины спектрального интервала при измерении содержания озона в атмосфере. // Физика атмосферы и океана, 1976. — Т. 12, Ло 9. — С. 969-977.

46. Harry D. Kambczcdis, Vera Djepa-Petrova, Ayastassios D. Adarnopoulos. Radiative transfer. I. Atmosperic transmission monitoring with modeling and ground-based multispcctral measurements. // Applied Optics, 1997. — V. 36, N. 27. — P. 6976-6982.

47. Richard S. Stolarski. Monitoring stratospheric ozone from space. // The role of the stratosphere in global change / NATO ASI Series, 1993. —-V. 18. — P. 319 346.

48. George R. Di.uk. ct al. Remote sensing of land-surface energy balance using data from the High-resolution Interferometer Sounder (HIS): A simulation study. // J. Remote Sens. Environ., 1994. V. 48. — P. 106-118.114 —

49. R.odyars С. Retrieval of atmospheric temperature and composition from remote measurement of thermal radiation, j j Rev. Geophys., 197G.1. V. 14. -P. 609-624.

50. E. Puliafito, R. Bevilacqua, J. Olivcro, and W. Degenhardt. Retrieval error comparison for several inversion techniques used in limb-scanning millimeter-wave spectroscopy. // J. of Geophysical Research, 1995. — V. 100, N. D7. — P. 14257-14267.

51. S. Tworncy. On the numerical solution of Fredholm integral equation of the first kind by the inversion of the linear system produced by quadrature. // J. Assoc. Comput, 1963. — V. 10. — P. 112-145.

52. S. Tworney. Introduction to the mathematics of inversion in remote sensing and indirect measurements. // Development in Geomathematics, 1977. — V. 3. — P. 236-278.

53. M. T. Chahine. A general relaxation method for inverse solution of the full radiative transfer equation, j j J. Atmos. Sci., 1972. — V. 29, P. 741-747.

54. P.L. Varghese, R.K. Hanson. Collisional narrowing effects on spectral line shapes measured at high resolution. // Appl.Optics, 1984. — V. 23, N. 14. — P. 2376-2380.

55. Вайнштейн JI.А., Собельман И.И. Юков Е.А. Возбу?кдение атомов и уширение спектральных линий. — М.: Наука, 1979. — 320 с.

56. Breene R. G. Ir. Theories of Spectral Line Shape. — New York, 1981. —344 p.

57. Зуев B.E. Распространение лазерного излучения в атмосфере. — М.: Радио и связь, 1981. — 288 с.

58. HITRAN Molecular Spectroscopic Database and HAWKS (HITRAN Atmospheric Workstation): 199G Edition. // J. Quant. Spectrosc. Radiat. Transfer, 1998. — V. GO, N. 5. — P. 665-710.

59. Robert H. Norton and Curtis P. Rinsland. ATMOS data processing and science analysis methods. // Applied Optics, 1991. — V. 30, N. 4. — P. 389-399.

60. L. R. Brown, M. R. Gunson, R. A. Toth, F. W. Irion, C. P. Rinsland, and A. Goldmxin. 1995 Atmospheric Trace Molecule Spectroscopy (ATMOS) linelist. // Applied Optics, 1996. — V. 35, N. 16. — P. 2828-2845.

61. Goldman, R. D. Blathcrwick, F. J. Murcray, and D. G. Murcray. University of Denver infra-red spectral atlases. // Applied Optics, 1996. -V. 35, N. 16. — P. 2821 2827.

62. CG. H.M. Pickctt, R.L. Poynter, E.A. Cohen, M.L. Dehtsky, J.C. Pearson. H.S.P. Muller. Submil-Iimeter, millimeter and microwave spectral line catalog, // JQSRT, 1998. — V. GO. — P. 883 890.

63. G7. K. Chance, K.W. Jucks, D.G. Johnson, and IV.A. Traub. The Smithsonian astrophysical Observatory Database SA098. If J. Quant. Spectrosc. Radiat. Transf., 1994. — V. 52. — P. 447-457.

64. G8. H. Partridge, D. W. Schwenke. The determination of an accurate isotope dependent potential energy surface for water extensive ab initio calculations and experimental data. // J. Cliem. Phys., 1997. — V. 106. — P. 4618-4639.

65. O.L. Polyansky, N.F. Zobov, S. Viti, J. Tennyson, P.F. Bernath, L. Wallace. High temperature rotational transitions of water in sunspot and laboratory spectra. // J. Mol. Spectrosc., 1997. — V. 186. — P. 422-447.

66. Ch. Wenger, J.P. Champion. Spherical Top Data System (STDS) software for the simulation of spherical top spectra. // J. Quant. Spectrosc. Radiat. Transf., 1998. — Y. 59. — P. 471-480.

67. R. Carlson, et. al. Near-infrared spectroscopy and spectral mapping of Jupiter and the Galilean satellites: results from Galileo's initial orbit. / Science, , 199G. — Y. 274. — P. 385-388.

68. Расчет контура спектральной линии

69. Контур Лоренца (см. рис. 1) используется при больших давлениях (в приземном слое Земли). Здесь основной вклад в ширину линии вносит столкновительный эффект уширения.

70. Совместное действие контуров Доплера и Фойгта, проявляющихся одновременно, но с разным вкладом для различных высот, детально рассмотрено в 58. Оно приводит к фойгтовскому контуру линии поглощениятгЬ J а2 + t х.1. ООгде а = b = Юу/^, t =

71. В предельных случаях контур Фойгта переходит либо в контур Лоренца (при условиях приземной атмосферы), либо в контур Доплера (условия верхней атмосферы).10000 1000 100 10 1 0 1 001 1Е-3 1Е-4 1Е-5 1Е-в 1Е-7 1Е-в

72. Контур Лоренца Контур Доплера Контур Фойгта1000 4 1000 61000 в 1001 0 1001 2 Частота, см'11.--11001 4 1001 в

73. Рис. 1. Различные виды формфакторов линий