Исследование статистическими методами зависимости альбедо и коротковолнового радиационного баланса системы почва-растительность от метеорологических факторов тема диссертации и автореферата по ВАК РФ 25.00.30, кандидат географических наук Рябова, Лидия Михайловна

• Рябова, Лидия Михайловна
• кандидат географических наук
• 2006

Оглавление диссертации кандидат географических наук Рябова, Лидия Михайловна

Введение.

Глава 1. Состояние вопроса.

1.1 Современное состояние проблемы.

1.2. Решаемые задачи.

1.3. Предлагаемые методы решения.

Глава 2. Описание базы (архива) данных наблюдений.

2.1. Актинометрия (наблюдения).

2.2. Метеорология (наблюдения).

Глава 3. Выбор статистических методов моделирования суточного хода альбедо и составляющих коротковолнового радиационного баланса.

3.1. Регрессионный анализ

3.2. Нейронные сети.

Глава 4. Описание и анализ результатов экспериментов по моделированию.

4.1. Моделирование сезонного хода.

4.1.1. Альбедо.

4.1.2. Коротковолновый радиационный баланс

4.2. Моделирование суточного хода

4.2.1. Альбедо.

4.2.2. Коротковолновый радиационный баланс.

Введение диссертации (часть автореферата) на тему «Исследование статистическими методами зависимости альбедо и коротковолнового радиационного баланса системы почва-растительность от метеорологических факторов»

Потепление глобального климата на протяжении последних десятилетий привлекает внимание многих исследователей, осуществляющих мониторинг средней глобальной или зонально осредненной температуры воздуха. В системе атмосфера - суша -гидросфера действует большое число прямых и обратных связей, которые определяют климатические изменения отдельных параметров системы.

В настоящее время проблеме формирования и изменения климата уделяется серьезное внимание. За многие столетия человеческой цивилизации накопились многочисленные исторические свидетельства о непостоянстве климатических условий как на планете в целом, так и в регионах. С началом инструментальных метеорологических измерений, созданием мировой метеорологической сети, а в последние десятилетия и глобальной системы спутниковых наблюдений, удалось получить достоверные данные о климатических изменениях за последние 150 лет (Переведенцев, 2004).

По своему изначальному определению климат понятие планетарное. Само слово «климат» означает наклон, т.е. наклон солнечных лучей к земной поверхности, величина которого определяется широтой места и склонением солнца. От этого первоначального определения климата, безусловно одностороннего, учитывающего лишь астрономические факторы и ведущего начало от древнегреческого астронома Гиппарха из Никеи (190-120 гг. до н.э.), на современном этапе перешли к более универсальному и научно обоснованному: «Климат - это статистический ансамбль состояний, которые проходит система океан-суша-атмосфера за периоды времени в несколько десятилетий» (Монин, 1979).

Однако в любом случае основным климатообразующим процессом является поступление и преобразование солнечной радиации.

Неоднородность поверхности суши (рельеф, гидрология, свойства растительности и др.) обуславливает не только значительную изменчивость отдельных составляющих радиационного баланса, потоков тепла и влаги, но и характер их колебаний. Уничтожение лесов и обнажение почвы - одна из причин изменений энерго- и влагообмена в системе атмосфера — поверхность суши, которые характеризуются как долговременными, так и короткопериодными колебаниями. В этой связи одним из важных направлений исследований в области изменений климата должен быть комплексный анализ всей получаемой на гидрометеорологической сети информации с целью выявления долговременных колебаний рассматриваемых параметров в различных районах.

По мере накопления эмпирических данных об изменениях климата возникла необходимость в их теоретическом объяснении и обобщении, что привело к созданию современного научного направления в климатологии - теории климата. С учетом достигнутых результатов и сложившихся подходов общую теорию климата можно условно разбить на пять направлений (Дымников, Филатов, 1994):

1. Статистическая теория климата, целью которой является описание климата современными статистическими методами на основе данных измерений.

2. Физическая теория климата, предметом которой является изучение физических процессов, ответственных за формирование климата.

3. Гидродинамическая теория климата, центральным звеном которой является изучение линейных и нелинейных волновых процессов, протекающих в климатической системе, и их устойчивости.

4. Математическая теория климата как совокупность математических методов анализа решения климатических моделей на произвольно больших масштабах времени.

5. Численное моделирование климатической системы, целью которого является создание моделей, способных не только описать современную климатическую систему, но и в определенном смысле предсказать изменения климата при изменении внешних воздействий.

Во второй половине XX столетия открылась возможность создания глобальных климатических моделей для изучения и описания климатических процессов в сложной физической системе атмосфера-океан-суша-растительность (Дымникое, 2000). Этому в последние десятилетия способствовало:

- развитие системы наблюдений и информационных сетей,

- улучшение качества описания сложных физико-химических процессов, происходящих в системе «атмосфера-океан-суша-гидросфера-криосфера»,

- развитие вычислительной техники.

Современные модели описывают все энергозначимые физические процессы - перенос потоков солнечного и теплового излучения в атмосфере, фазовые переходы воды, облака, конвекцию и др.

Первая глобальная климатическая модель появилась в конце 1960-х годов. Это была энерго-балансовая модель М.И. Будыко, в которой климатическое распределение температуры приземного слоя атмосферы определялось из условия равновесия между поглощенной радиацией Солнца и излученной длинноволновой радиацией (Будыко, 1964).

Несколько позднее появились радиационно-конвективные модели, позволившие описывать вертикальную структуру атмосферы и ее изменения при вариациях климатоформирующих факторов, и двумерные климатические модели (Кароль, 1988).

Появление нового класса трехмерных моделей - моделей общей циркуляции атмосферы (МОЦА) и моделей общей циркуляции атмосферы и океана - позволило не только эффективно исследовать широкий спектр природных процессов, но и осуществить среднесрочное и долгосрочное прогнозирование погоды, а также климата.

Проблематика прогнозирования климата с помощью моделей общей циркуляции атмосферы приобретает возрастающее научное и прикладное значение в виду глобальных изменений, вызванных антропогенными воздействиями на окружающую среду. Несмотря на постоянное совершенствование МОЦА за счет увеличения разрешения и улучшения схем параметризации, существует ряд обстоятельств, которые препятствуют достижению желаемых результатов в области валидации моделей по данным наблюдений. В ряде работ были сделаны выводы, что в масштабе суточного хода составляющих радиационного баланса расхождения с данными МОЦА достигают 100% и более, что ставит под сомнение возможные результаты прогноза климата.

В последнее время разработки по усвоению данных наблюдений компонентов радиационного баланса в МОЦА выполняются в рамках международных проектов и программ. Одним из таких проектов является европейский проект LDAS (Land Data Assimilation System), в котором предусмотрено усвоение данных наблюдений метеорологических и радиационных параметров у поверхности суши. В рамках международной программы GEWEX (Global Energy and Water Cycles Experiment) в Западной Европе и Канаде проводится ряд экспериментов по сбору необходимой наземной информации. Проект СБОР (Coordinated Enhanced Observing Period) предназначен как для валидации радиационных блоков МОЦА, так и для калибровки данных спутниковых наблюдений (Tamagawa et al, 2003).

Учитывая недостаточную плотность наземной актинометрической и теплобалансовой сети, основным источником информации о составляющих радиационного баланса могут быть системы дистанционного зондирования атмосферы, которые, однако, пока не обеспечивают должной точности восстановления потоков как коротковолновой, так и длинноволновой радиации на уровне подстилающей поверхности. Отсутствие методик восстановления ограничивает возможности практического применения спутниковой информации.

Проблема изучения современных изменений климата предполагает исследования всех компонентов климатической системы и их взаимосвязи. В обобщенном виде эмпирические данные составляющих радиационного баланса представлены в справочнике «Климат России» (Кобышева, 2001).

В настоящее время доля солнечной энергии, отраженной земной поверхностью, составляет около 8% в энергетическом балансе системы Земля-атмосфера (IPCC, 2001). Поэтому альбедо поверхности Земли относится к числу важных климатообразующих факторов. В отличие от поверхности океана, альбедо поверхности суши является не только недостаточно изученной, но и весьма изменчивой величиной. Первое связано с тем, что до последнего времени основной объем информации об альбедо суши поступал с наземной актинометрической сети, дающей информацию об альбедо достаточно однородных участков площадок метеорологических станций, покрытых травой. В то же время большая

часть суши представляет собой ландшафты, которые входят в систему почва-растительность (СПР) и имеют сложную пространственную архитектуру. Описание переноса коротковолновой солнечной радиации в СПР представляет самостоятельную задачу (Li X., Strahler А.Н., 1992, Lucht W., 1998).

Пространственно-временная изменчивость альбедо для СПР определяется бесконечным многообразием видов растительности, ее плотностью и архитектурой, с одной стороны, и годовым ходом фенологических фаз развития растительности, с другой стороны. Альбедо системы почва-растительность подвержено влиянию целого ряда факторов, в том числе метеорологических. Такие факторы как осадки, влажность атмосферы и грунта оказывают влияние на внутри- и межсуточную изменчивость альбедо СПР (Кондратьев, 1979).

Цель данной работы состоит в детализации существующих представлений о пространственно-временной изменчивости альбедо и коротковолнового радиационного баланса для последующего использования этих знаний при создании статистических моделей, описывающих суточный и сезонный ход указанных характеристик.

Актуальность темы исследования обусловлена значением альбедо как климатовлияющего фактора и его существенной пространственно-временной изменчивостью.

В качестве объектов исследований рассматривались суточный и годовой ход коротковолнового радиационного баланса и альбедо и их зависимость от метеорологических условий.

В задачи работы входили:

1. Исследование нелинейных трендов рядов месячных величин альбедо, коротковолнового радиационного баланса и отдельных метеорологических величин.

2. Исследование зависимости коротковолнового радиационного баланса и альбедо от влияющих метеорологических величин и проведение численных экспериментов для оценки их точности на основе статистических моделей.

3. Подготовка модельного модуля для 4-мерной численной схемы ассимиляции данных наблюдений альбедо и коротковолнового радиационного баланса для СПР.5 первой главе приводится обзор литературы по анализу данных измерений альбедо и коротковолнового радиационного баланса, проблеме прогнозирования климата с помощью моделей общей циркуляции атмосферы. Глава включает анализ моделей суточного и сезонного хода альбедо и коротковолнового радиационного баланса. Формулируются решаемые задачи и предлагаются методы их решения.

Вторая глава содержит описание базы (архивов) данных актинометрических и метеорологических наблюдений.

В третьей главе приводится описание статистических методов исследований межэлементных связей. Описывается возможность восстановления суточного хода значений актинометрических величин, на основе данных только метеорологических измерений. Рассматривается метод моделирования нейронных сетей, который был заимствован из исследований по моделированию искусственного интеллекта.

Четвертая глава посвящена описанию и анализу результатов моделирования полученных при использовании статистических методов нейро-фаззи моделирования.

1. Состояние вопроса

Заключение диссертации по теме «Метеорология, климатология, агрометеорология», Рябова, Лидия Михайловна

Заключение и выводы

В работе получены следующие основные результаты:

1. Проведенные эксперименты со статистическими моделями дневного хода радиационных характеристик альбедо и коротковолнового радиационного баланса показали, что: при восстановлении альбедо наиболее влияющими метеорологическими величинами являются: температура и влажность почвы, вертикальный градиент температуры и скорости ветра в 2-х метровом приземном слое, скорость испарения;

- при восстановлении коротковолнового радиационного баланса в наибольшей степени влияют: температура воздуха, температура и влажность почвы;

2. Полученные результаты свидетельствуют о том, что использование моделирования, основанного на методологии нейронных сетей и фаззи анализа, позволяет достичь точностей восстановления сопоставимых с погрешностями инструментальных наблюдений благодаря эффективному учету существующих нелинейных связей нескольких влияющих метеорологических величин одновременно.

Результаты моделирования показывают, что точность восстановления альбедо составляет для случаев ясного неба - 10%, при сплошной облачности -15%, для случаев частичной облачности - 12-13% (относительно оцениваемой величины значения альбедо). Средние погрешности восстановления дневного хода коротковолнового радиационного баланса в условиях ясного неба равны 5-6 Вт/м и при Л сплошной облачности 7-9 Вт/м .

3. Анализ линейных трендов позволил выявить следующие долговременные тенденции в изменениях климатических рядов составляющих радиационного баланса:

- альбедо возрастает в теплый период года и убывает в холодный период;

- радиационный баланс уменьшается в летний сезон и возрастает в зимний сезон;

- суммарная и отраженная радиация имеют тенденцию к увеличению в летний и к убыванию в зимний сезон на континентальных станциях, удаленных от океанов.

4. Статистическое моделирование дневного хода и межсуточной изменчивости альбедо и коротковолнового радиационного баланса для системы почва-растительность по данным наблюдений ряда метеорологических величин может быть реализовано в двух областях: 1) в схеме усвоения данных дистанционного зондирования поверхности суши, 2) в радиационном блоке параметризации энерго- и влагообмена в приземном слое атмосферы в прогностических и климатических моделях.

5. Применение новой технологии может заметно повысить эффективность усвоения данных дистанционного зондирования в прогностических и климатических моделях. Это касается, прежде всего, информации о параметрах поверхности суши и облачности.

Дальнейшее развитие исследований, выполненных в диссертации, может быть ориентировано на усовершенствование методов усвоения данных об альбедо и составляющих коротковолнового радиационного баланса в численных моделях среднесрочного и долгосрочного прогноза погоды и в климатических моделях, с привлечением данных спутниковых измерений.

В будущем данную работу следует распространить на другие виды растительности и ландшафтов.

Особое внимание должно быть уделено исследованию влияния изменения осадков на формирование сезонного и суточного хода альбедо и коротковолнового радиационного баланса.

Работа выполнена при поддержке грантов РФФИ №01-05-65283, № 02-05-64757,

Список литературы диссертационного исследования кандидат географических наук Рябова, Лидия Михайловна, 2006 год

1. and Le Marshall J. F. An evaluation of neural networks and disciminant analysis methods for application in operational rain forecasting. -Austral. Meteorol. Mag., 1994, vol.43, № l,pp. 17-28.

2. Bankert R.C. and Aha D.W. Improvement to a neural network cloud classifier.- J. App. Meteorol., 1996, vol. 35, pp. 2036-2039.

3. Belling R.C. and Idso S.B. Decreasing diurinal temperature range: C02 greenhouse or SO2 energy balance effect? Atmos. Res., 1991, vol.26 № 5, pp. 455-459.

4. Ciret C., Henderson Sellers A. 1998. Sensetivity of global vegetation models to present day climate grass-land simulated by global climate models. Global Biogeochem. Cycl., v. 11, p. 1141-1169.

5. Diner D.J., et al. (16 authors), 1998, Multi-angle imaging spectro-radiometr (MISR) instrument description and experement overview, IEEE Trans. Geosci. Remote Sens., v. 36, pp. 1072-1087.

6. Dickinson R.E. 1983. Land surface processes and climate-surface albedo and energy balance.-Adv.Geophys., v.25, p.305-353.

7. Draper, N. and H. Smith, 1981, Applied regression analysis, second edition, N.Y., John Wiley and Sons Inc., 1981, 467 p.

8. Fausett, L., 1994. Fundamentals of Neural Networks. New York, Prentice Hall, 1994, 347 p.

9. Garratt J.R., P.B. Krummel, E.A. Kowalczyk, 1993, The surface energy balance at local and regional scales — A comparison of general circulation model results with observations.- J. Climate,v. 6, pp. 1090-1109.

10. Gedney N.P., M.Cox, H. Douville, J.Polcher, P.Valdes. Characterizing GCM land surface schemes to understand their response to climate change.-./ Climate, 2000, v. 13, pp.3066-3079.

11. IPCC, 2001, Climate change 2001 The scientific Basis, Cambridge Univ, p. 881.

12. Kimes, D.S., 1983, Dynamics of directional reflectance factor distribution for vegetation canopies, Appl. Optics, 22:1364-1372.

13. Kimes, D.S., and Sellers, P.J., 1985, Inferring hemispherical reflectance of the earth's surface for global energy budgets from remotely sensed nadir of directional radiance values, Remote Sens. Environ., 1985, N18, pp. 205-223.

14. Kohonen, Т., 1982. Self-organized formation of topologically correct feature maps. Biological Cybernetics, 1982, v. 43, pp. 59-69.

15. Li, X., F. Gao, J. Wang, and A.H. Strahler, 2001, A priori knowledge accumulation and its application to linear BRDF model inversion, J. Geophys. Res., v. 106, p.l 1,925-11,935, 2001.

16. Lowe D., 1989. Adaptive radial basis function non-linearities, and the problem of generalization. First IEEE International Conference on Artificial Neural Networks, 1989, pp. 171-175, London, UK.

17. Meeson B.W. Corprew F.E., et al. ISLSCP Initiative I Global Data Sets for Land - Atmosphere Models, 1987-1999. - CD, NASA, USA, 1995, vols. 1-5

18. Milly P.C.D. Sensitivity of greenhouse summer dryness to changes in plant rooting characteristics.- Gephys. Res. Letters, 1997, v. 24, pp.269-271.

19. Mitchell K., P. Houser, E. Wood, J. Shaake, D. Tarpley, W. Higgins, C. Marshall, D. Lohmann, M. Ek, B. Cosgrove, J. Entin, Q. Duan, R. Pinrtr, A.

20. Robock, F. Habets and K. Vinnikov, 1999: GCIP Land Data Assimilation System (LDAS) project now underway, CEWEX News 9 (4), 3-6.

21. Pokrovsky O.M. Direct and Adjoint Sensitivity Approach to Impact Assessment of Ground-Based and Sate llite Data on Weather Forecasting. Proc. 2ndCGC/WMO Workshop on the Impact of Various Observing Systems on Numerical Weather Prediction.

22. Pokrovsky O.M., 2000. Land Surface Energy Exchange Simulation Based on Combined "Fuzzy Sets and Neural Networks" Approach. Proceedings of Second Conference on Artificial Intelligence, AMS, Boston, MA, pp.21-26.

23. Sellers, P.J., Y.Mintz, Y.C.Sud and A.Duldres, 1986, Simple Biosphere (SiB), Model for Use Within General Circulation Models, J. Atm. Sci., 43: 505-531.

24. Shepard, D.,. A two-dimensional interpolation function for irregularly spaced data. Proc. 23rd ACM National. Conf., Princeton, NJ, Brandon/Systems Press, 1968, p.517-524.

25. Shine K.P., P.M.Foster,. The effect of human activity on radiative forcing of climate change: Review of recent development.-Global and Planetary Change, 1999, v.20, p.205-225.

26. Sorensen B. Renewable Energy., Academic Press, 1979, 682 p.

27. Tamagawa K., Koike Т., and S. Williams, Comprehensive CEOP intercomparisons of in-situ data, satellite products and model outputs.-GEWEXNews, 2003, v.13, N 2, p. 5,12.

28. Yager R.R. and Zaden L.A. (eds.). Fuzzy Sets, Neural Networks and Soft Computing, Amsterdam, Van Nostrand, 1994, 567 p.

29. Абакумова Г.М. Тенденции многолетних изменений прозрачности атмосферы, облачности, солнечной радиации и альбедо подстилающей поверхности в Москве- Метеорология и гидрология, 2000, № 9, с. 51-62.

30. Анисимов О.А. Комплексная методика расчета радиационного режима неоднородной растительности. Метеорология и гидрология, 1988, № 1, с. 48-55.

31. Байкова И.М. Оценка альбедо земной поверхности и облаков. -Метеорология и гидрология, 1990, № 3, с. 32-39.

32. Барашкова Е.П., Гаевский B.JI. и др. Радиационный режим территории СССР. JL: Гидрометеоиздат, 1961.

33. Берлянд Т.Г. Климатические исследования теплового баланса. Труды ГГО, 1967, вып. 218, с. 89-100.

34. Берлянд Т.Г, Распределение солнечной радиации на континентах. JL, Гидрометеоиздат, 1961, 227 с.

35. Берлянд Т.Г., Мухенберг В.В. Роль поглощений радиации в формировании радиационного баланса. Труды ГГО, 1963, вып. 139, с.3-15.

36. Берлянд Т.Г., Самукова Е.А., Годовой и широтной ход максимальных суточных значений рассеяной солнечной радиации. Метеорология и гидрология, 1997, № 3, с. 5-10.

37. Будыко М.И., Ефимова Н.А. Изменчивость радиационных факторов теплового баланса земной поверхности. Метеорология и гидрология, 1964, № 4.

38. Будыко М.И., Байкова И.М., Ефимова Н.А., Строкина JI.A. О связи альбедо подстилающей поверхности с изменениями климата. -Метеорология и гидрология, 1998, № 6, с. 5-10

39. Гаевский В.JI. Альбедо больших территорий. — Труды 11 О, 1955, вып. 46.

40. Гаевский B.JI. Радиационный режим территории СССР. JL, Гидрометеоиздат, 1961.

41. Гальперин Б.М. Альбедо сельскохозяйственных угодий. Соц. Зерновое хозяйство, 1938, № 5, с. 179-192.

42. Гойса Н.И. Краткая характеристика альбедо территорий Украины. -Труды УкрНИГМИ, 1962, вып. 31.

43. Гойса Н.И. Некоторые закономерности суточного и годового хода радиационного баланса подстилающей поверхности и его составляющих. Труды УкрНИГМИ, 1962, вып. 31, с. 60-81.

44. Дымников В.П., Филатов А.Н. Основы математической теории климата. М.: ВИНИТИ, 1994, 256 с.

45. Житорчук Ю.В., Стадник В.В., Шанина И.Н. Исследования линейных трендов во временных рядах солнечной радиации. Известия РАН. Физика атмосферы и океана, 1994, т. 30, № 3, с. 389-391.

46. Калитин Н.Н. Альбедо земной поверхности. Метеорологический вестник, №9-12,1929.

47. Кароль И.Л. Введение в динамику климата Земли. Л.: Гидрометеоиздат, 1988, 215 с.

48. Кобышева Н.В., Гольберг М.А. Методические указания по статистической обработке метеорологических рядов. — Л.: Гидрометеоиздат, 1990, 85 с.

49. Кобышева Н.В. (ред.) Климат России, СПб, Гидрометеоиздат, 2001, 654 с.

50. Кондратьев К.Я. Лучистая энергия Солнца, Д., Гидрометеоиздат, 1954, 600 с.

51. Кондратьев К.Я. (ред.) Альбедо и угловые характеристики отражения подстилающей поверхности и облаков, Л., Гидрометеоиздат, 1981 г., 232 с.

52. Кондратьев К.Я. (ред.) Радиационные процессы в атмосфере и на земной поверхности, Д., Гидрометеоиздат, 1979 г., 279 с.

53. Кондратьев К.Я. (ред.) Радиационные характеристики атмосферы и земной поверхности, Д., Гидрометеоиздат, 1969 г., 563 с.

54. Кондратьев К.Я. Глобальный климат. СПб.: Наука, 1992, 358 с.

55. Кондратьев К.Я. Спектральное альбедо естественных подстилающих поверхностей. Метеорология и гидрология, 1960, №5.

56. Краснокутская Л.Д. Альбедо системы подстилающая поверхность -облачная атмосфера. Метеорология и гидрология, 1983, № 6, с. 24-32.

57. Махоткина Е.Л., Губина Т.П., Павлов А.В. Особенности прихода суммарной радиации к земной поверхности в условиях пасмурного неба на территории СССР. Изв. РАН, сер, физ. атм. и океана, 1994, т.30, № 3.

58. Махоткина Е.Л., Янишевский Ю.Д. Характеристики распределения зональной радиации и ее сумм. Труды ГГО, 1976 г., вып. 357.

59. Махоткина Е.Л., Ястребова Т.К., Ильин Б.М. Алгоритмы машинной обработки результатов регистрации радиационного баланса и его составляющих. Труды ГГО, 1984 г., вып. 472.

60. Монин А.С., Шишков Ю.А. История климата. Л.: Гидрометеоиздат, 1979. 407 с.

61. Морозова И.В. Методика расчета годовых значений альбедо подстилающей поверхности внетропических широт. Труды ГГО, 1983, вып. 488, с. 66-74.

62. Морозова И.В., Грешникова JI.E. Альбедо подстилающей поверхности территории СССР, Труды ГГО, 1988, вып. 520, с. 69-72.

63. Морозова И.В. О расчете месячных значений альбедо подстилающей поверхности. Известия АН. Физика атмосферы и океана, 1994, т. 30, № 3, с. 402-404.

64. Морозова И.В., Мясников Г.Н. Исследование минимального поступления суммарной солнечной радиации на поверхность Земли -Метеорология и гидрология, 1999, № 9, с. 36-47.

65. Мухенберг В.В. Альбедо поверхности суши земного шара. Труды ГГО, 1967, вып. 193, с. 24-36.

66. Мухенберг В.В. Альбедо подстилающей поверхности Советского Союза. Труды ГГО, 1963, вып. 133, с. 43-59.

67. Мухенберг В.В. Междугодовая изменчивость альбедо и влияние ее на поглощенную радиацию. Труды ГГО, 1965 , вып. 233, с. 94-98.

68. Наставление гидрометеорологическим станциям и постам. Вып. 5. Ч. 1. СПб.: Гидрометеоиздат, 1997.

69. Переведенцев Ю.П. Теория климата: Учебное пособие. Казань, Изд-во Казанск. ун-та, 2004, 320 с.

70. Покровский И.О., Покровский О.М., 2003, Определение альбедо системы почва-растительность из многоугловых измерений отраженной солнечной радиации.- Исследования Земли из Космоса, 2003, № 4, с. 619.

71. Покровский ОМ. Оптимизация метеорологического зондирования атмосферы со спутников. JL: Гидрометеоиздат, 1984. 267 с.

72. Покровский ОМ. Модель резистетности экосистемы к антропогенным нагрузкам и мониторинг окружающей среды. Доклады РАН, 1996, т. 346, № 6, с. 819-821.

73. Покровский О.М. О рационализации региональных наблюдательных сетей.- Метеорологш и гидрология, 2000, N 8, с.5-21.

74. Покровский О.М. Моделирование непрерывного усвоения спутниковой и наземной информации при анализе полей суммарной радиации у поверхности Земли Исследования Земли из космоса, 2003, № 1, с. 16-27.

75. Покровский О.М. Типизация суточного хода основных метеорологических величин. Метеорология и гидрология, 1999, № 8, с. 15-30.

76. Покровский О.М., Далюк И.В., Махоткина E.JI. Сравнительный анализ наземных и спутниковых измерений суммарной солнечной радиации у поверхности Земли для территории России.- Исследования Земли из Космоса, 1999, N 4, с.3-13.

77. Покровский О.М., Королевская Н.П. Метод определения дневного хода приходящей солнечной радиации у поверхности Земли по данным спутниковых наблюдений.- Исследование Земли из Космоса, 1999, № 2, с.5-16.

78. Покровский ОМ. Методология основных и сопряженных уравнений и ее применение для оценки информативности наземных и спутниковых наблюдений в численном прогнозе погоды.- Исследования Земли из Космоса. 2001. № 1. с. 19-30.

79. Покровский О.М., Махоткииа E.JI. Анализ межгодовой изменчивости и сезонного хода альбедо по данным актинометрической сети России. -Исследования Земли из космоса, 2002, № 5, с.22-28.

80. Покровский О.М., Королевская Н.П., Рябова J1.M., Моделирование дневного хода компонентов радиационного баланса с помощью нейронных сетей в схеме усвоения данных дистанционного зондирования.- Исследования Земли из космоса, 2004, N 1, с.3-13.

81. Покровский О.М., Махоткина Е.Л., Рябова JI.M, Покровский И.О. Тенденции межгодовых колебаний составляющих радиационного баланса и альбедо поверхности суши на территории России. Метеорология и гидрология, 2004, N 5, с. 37-46.

82. Разуваев В.Н., Анесова В.Г., Мартуганов Р.А. Шести- и трехчасовые метеорологические наблюдения по данным 223 станций СССР.-Обнинск, ВНИИГМИ-МЦД, 1995, 69 с.

83. Розинкина И.А. Модель Гидрометцентра России почва растительность - приземный слой атмосферы: алгоритм и результаты тестирования. -Метеорология и гидрология, 2001, № 3, с. 19-33.

84. Росс Ю.К. К теории альбедо растительного покрова. Научные сообщения Ин-та геологии и географии АН JIumCCP, 1962, т. 13, с. 151165.

85. Скворцов А.А. К вопросу о климате оазиса пустыни и некоторых особенностях их теплового баланса. Труды по сельскохозяйственной метеорологии, 1928, т.20.

86. Успенский А.Б., Федоров В.В. Вычислительные аспекты метода наименьших квадратов в анализе и планировании регрессионных экспериментов., 1975, М., изд. МГУ, 196 с.

87. Шихлинский Э.М., Радиационный баланс Азербайджана. В кн.: Труды Азербайджанского геогр. общ., Баку, 1960.