Исследование Земли из Космоса, 2023, № 3, стр. 70-80

ВВЕДЕНИЕ

Известно, что облака являются главным фактором, влияющим на радиационные процессы, протекающие в атмосфере и формирующие погоду. Отражая солнечное излучение, облака препятствуют нагреву подстилающей поверхности и атмосферы, а поглощая собственное инфракрасное излучение (ИК) подстилающей поверхности и нижних слоев атмосферы – способствуют сохранению тепла. Одной из важнейших составляющих механизма взаимодействия электромагнитного излучения с облаками является присутствие в них воды (льда), которое характеризируется такой величиной, как водозапас (Liquid water path, LWP) облачности. LWP позволяет специалистам оценить общую массу сконденсированной воды в облаке с целью прогноза погоды, проверки климатических моделей и мониторинга изменения климата.

Одним из важных и эффективных, а порой и единственных, инструментов для получения обширной информации о LWP на сегодняшний день являются данные дистанционного зондирования Земли из космоса. Космические аппараты (КА) способны получать информацию о содержании капель воды и кристаллов льда в облаке в разных спектральных диапазонах, с различным временным и спектральным разрешением. В рамках настоящей работы представлен основанный на двухспектральной отражательной способности метод восстановления LWP по данным радиометра МСУ-ГС, установленного на борту российского гидрометеорологического спутника “Арктика-М” № 1. Принцип этого метода заключается в том, что коэффициент спектральной яркости (КСЯ) облаков в непоглощающем видимом (ВД) диапазоне длин волн в первую очередь зависит от оптической толщины облака (τ_с), а КСЯ в поглощающем ближнем инфракрасном (БИК) диапазоне длин волн – от эффективного радиуса (r_e) облачных частиц. Данный метод хорошо себя зарекомендовал при определении LWP по данным таких радиометров, как AVHRR (Han et al., 1994), MODIS (Platnick et al., 2003), SEVIRI (Roebeling et al., 2006), ABI (Wolter et al., 2012).

Восстановление LWP с использованием КСЯ на длинах волн 0.55 и 4.0 мкм рассматривается в данной статье применительно к дневным измерениям радиометра МСУ-ГС, установленного на борту российского КА “Арктика-М” № 1.

КРАТКОЕ ОПИСАНИЕ АППАРАТУРЫ МСУ-ГС

КА “Арктика-М” № 1 функционирует на высокоэллиптической орбите, апогей которой проходит над северным полюсом Земли. Такая особенность орбиты позволяет получать метеорологическую и гидрологическую информацию о состоянии северных территорий с периодичностью от 15 мин одновременно в десяти спектральных диапазонах радиометра МСУ-ГС, основного прибора полезной нагрузки КА “Арктика-М” № 1. Радиометр МСУ-ГС позволяет получать изображение земной поверхности с разрешением 1 км в трех спектральных каналах ВД диапазона и семи каналах ИК диапазона с разрешением 4 км. Основные характеристики аппаратуры МСУ-ГС представлены в работе (Хартов и др., 2014). При создании МСУ-ГС максимально использовались современные отечественные электронные компоненты – многоэлементные приемники излучения в ИК диапазоне спектра и пассивная система их радиационного охлаждения до криогенных температур. Это позволило создать прибор по своим характеристикам, не уступающим зарубежным аналогам.

ФИЗИЧЕСКИЕ ОСНОВЫ ОПРЕДЕЛЕНИЯ LWP

Как было отмечено ранее, в основе восстановления LWP лежит использование КСЯ в коротковолновом (КВ) диапазоне длин волн. Как правило в большинстве современных спутниковых приборов используют длины волн 0.6 и 1.6 мкм. На длине волны 0.6 достигается максимум рассеяния электромагнитного излучения облачностью, которое зависит от ее оптической толщины, в то время как на длине волны 1.6 мкм рассеяние уменьшается с ростом размеров частиц облачности, эффективно поглощающих электромагнитное излучение на этой длине волны.

Для определения LWP в рамках настоящей работы используется каналы радиометра МСУ-ГС на длинах волн 0.55 и 4.0 мкм (центры рабочих участков спектра коротковолновых каналов №№ 1 и 4). В силу своих конструктивных особенностей радиометр МС-ГС не имеет канала в окрестности длины волны 1.6 мкм, в связи с чем, для определения LWP используется канал на длине волны 4.0 мкм. Функциональные возможности канала 4.0 мкм накладывают ряд ограничений на использование с него информации. Во-первых, канал 4.0 мкм имеет меньшее по сравнению с каналом 0.55 пространственное разрешение, равное 4 км. Во-вторых, самым главным ограничением является низкое отношение/сигнал шум КСЯ канала 4.0 мкм, регистрирующего только малую часть солнечного излучения. Несмотря на все ограничения, канал на длине волны 4.0 мкм позволяет точнее определять LWP кучево-дождевых облаков, так как основной вклад в излучение на этой длине волны дают вершины облаков, в то время как на длине волны 1.6 мкм основной вклад идет от нижних слоев облачности (Platnick, 2000).

Процесс взаимодействия электромагнитного излучения с частицами облачности определяется КСЯ (R_c), который вычисляется следующим образом:

где I_c – интенсивность излучения на верхней границе облачности; F₀ – эффективный интегральный поток солнечного излучения в спектральном канале; θ₀ – зенитный угол Солнца; θ – зенитный угол спутника; Δϕ – относительный азимутальный угол.

Отражение солнечного излучения в системе “подстилающая поверхность – атмосфера” зависит не только от оптических свойств облачности, но и от оптических свойств самой атмосферы и отражающих свойств подстилающей поверхности, которые влияют на точность восстановления LWP. С учетом вышеперечисленных факторов выражение (1) можно представить в следующем виде (Wolter et al., 2012):

где R_TOA – КСЯ на верхней границе атмосферы; T_g – коэффициент пропускания атмосферы; T_c – коэффициент пропускания облачности; A_sph – сферическое альбедо; A_g –альбедо подстилающей поверхности.

Методика восстановления LWP по спутниковым данным основана на сравнении рассчитанных с помощью выражения (2) и измеренных спутниковым прибором КСЯ частиц облачности с последующей оценкой τ_с и r_e. Согласно работе (Мазин и Хргиан, 1989) для вертикально однородного облака LWP можно рассчитать следующим образом:

где ρ – плотность частицы (1 г/см³ – капли воды, 0.917 г/см³ – кристаллы льда).

Выражение (3) позволяет оценить общую массу сконденсированной воды (капель воды или кристаллов льда) в столбе облачного слоя. Таким образом, определяется либо масса воды, либо льда. Однако водозапас облачности зависит от многих факторов и в природе редко остается в одном состоянии. Обычно отчетливо проявляется определенная закономерность изменения водности облака с высотой, которая зависит от температуры и давления каждого облачного слоя (Мазин и Хргиан, 1989). Как правило, для оценки водозапаса разных типов облачности применяются различные выражения, полученные на основе некоторого набора статистических данных (Матвеев, 1984). Так в работе (Bennartz, 2007) предлагается использовать множитель 5/9 вместо 3/4 для определения LWP, как для капельной так и кристаллической облачности. В тоже время, исследования работы (Heymsfield et al., 2003) показывают, что с увеличением размера частиц кристаллов льда, их массовый коэффициент ослабления практически не изменяется, и LWP зависит напрямую от τ_с.

Для понимания процессов взаимодействия электромагнитного излучения с частицами облачности рассмотрим на рис. 1 результаты моделирования КСЯ для капель воды и кристаллов льда в КВ каналах МСУ-ГС. Результаты моделирования были получены авторами с помощью быстрой радиационной модели (RTM) на основе программного кода DISORT (Buras et al., 2011), входящего в состав библиотеки libradtran (Mayer et al., 2017). Для моделирования оптических свойств объемного рассеяния кристаллов льда облачности использовалась модель рассеяния Baum (Baum et al., 2005), а для капель воды – модель Hu (Hu et al., 1993). Учет поглощения солнечного излучения газовыми компонентами атмосферы осуществлялся с использованием параметризации REPTRAN (Gasteiger et al., 2014). При расчетах использовались функции спектральной чувствительности каналов МСУ-ГС на длинах волн 0.55 и 4.0 мкм. В качестве примера была использована геометрия наблюдения с углами θ₀ –45, θ – 10, Δϕ – 60 градусов.

Согласно результатам моделирования, представленным на рис. 1 (цифрами по горизонтали отмечены τ_с, а по вертикали – r_e), значения R_c на длине волны 0.55 мкм (R_c[0.55]) (рис. 1а) независимо от размера частиц остается практически неизменным (для τ_с > 6 и r_e > 3 мкм), в то время как на длине волны 4.0 мкм (R_c[4.0]) (рис. 1, б) картина наблюдается противоположная, значение R_c напрямую зависит от r_e. Видно, что выше определенного порога по τ_с и r_e значения R_c на длинах волн 0.55 и 4.0 мкм практически ортогональны (пунктирная линия – τ_с, сплошная линия – r_e). Это означает, что для оптически толстых облаков (τ_с > 3) можно определить τ_с и r_e, почти независимо, т.е. τ_с восстанавливается по каналу 0.55 мкм, а r_e –4.0 мкм, и ошибки измерений в одном канале мало влияют на оптические свойства облачности, определяемые в другом канале. Можно заметить, что при вариациях τ_с от 3 до 60 R_c[0.55] меняется в довольно широких пределах от 0.2 до 0.8, как для капельной, так и кристаллической облачности. Однако, начиная с определенных значений τ_с (τ_с > 60), чем значительнее увеличивается τ_с, тем менее значительно изменяется R_c[0.55]. Это может приводить к большим неопределенностям, когда изменение R_c[0.55] на 10%, может приводить к увеличению τ_с на 100%. В тоже время для капельной облачности при вариациях r_e от 3 до 25 мкм R_c[4.0] меняется в пределах от 0.02 до 0.5, а для кристаллической облачности при вариациях r_e от 6 до 60 мкм R_c[4.0] меняется в пределах от 0.01 до 0.13. Таким образом может возникнуть ситуация, когда при больших r_e, что, в первую очередь, актуально для кристаллической облачности, R_c[4.0] будет иметь низкие значения, сопоставимые с величиной шума в канале на длине волны 4.0 мкм, это может приводить к большим неопределенностям при определении r_e, ошибка может доходить до 300%. Как показывает мировой опыт, именно использование канала на длине волны 1.6 мкм позволяет решать проблемы с низкой чувствительностью и низким отношением сигнал/шум, свойственных каналу на длине волны 4.0 мкм.

ПРОЦЕДУРА ОПРЕДЕЛЕНИЯ LWP

В основе восстановления LWP по данным радиометра МСУ-ГС КА “Арктика-М” № 1 лежит использование справочных таблиц (lookup table, LUT), описывающих оптические характеристики объемного рассеяния частиц льда и капель воды. Использование LUT является распространенным подходом в оценке не только параметров облачности, но других аэрозолей. LUT строятся отдельно для капельной и кристаллической облачности, для различных атмосферных условий и геометрии наблюдений. Каждая LUT для каналов прибора МСУ-ГС на длинах волн 0.55 и 4.0 мкм содержит смоделированные значения R_c, A_sph, T_g, T_c, которым, в свою очередь, соответствует определенная комбинация τ_с и r_e. Процесс моделирования осуществлялся с помощью RTM libradtran для прозрачной атмосферы (в отсутствие других аэрозолей) над черной поверхностью с A_g равным нулю. Значения A_g, которые необходимы для учета влияния подстилающей поверхности, берутся из 16-дневных композитов продукта MOD43 радиометра MODIS (https://modis.gsfc.nasa.gov/data/dataprod/mod43.php). Для простоты реализации предполагается, что облако рассматривается как однослойный однородный распределенный облачный слой.

Процедуре восстановления LWP по данным КА “Арктика-М” № 1 предшествует определение маски и фазового состояния облачности. Подробно об определении этих параметров написано в работах (Филей, 2019; Андреев и Шамилова, 2021). Для каждого пикселя, помеченного маской облачности, в зависимости от фазового состояния и геометрии наблюдения проводилось сопоставление измеренных спутниковым радиометром МСУ-ГС и смоделированных (из LUT) значений R_TOA с целью определения значений τ_с и r_e. Для этого решалась обратная задача методом статистической регуляризации, который имеет широкое применение в задачах дистанционного зондирования Земли из космоса и позволяет находить несколько зависящих между собой целевых параметров по нескольким измерениям спутникового прибора.

Процедура оценки τ_с и r_e начинается с построения прямой модели вида:

где y – вектор измерений, размерностью m; x – вектор искомых параметров, размерностью n; F – оператор прямой модели; e – ошибки измерений.

Для решения обратной задачи с целью оценки искомых параметров вектора x, при которых смоделированные значения R_TOA наиболее точно соответствовали бы фактическим измерениям в каналах спутникового прибора, принимая во внимания ошибки измерения, осуществляется линеаризация прямой модели (4) с помощью следующего выражения:

где К – матрица весовых функций (якобианов), размерностью (m, n); x_a – вектор априорной информации искомых параметров.

Каждый элемент матрицы К является частной производной элемента прямой модели. Оценка вектора х, при котором достигается максимум вероятности того, что смоделированные значения в каналах прибора будут наиболее точно соответствовать фактическим измерениям, определяется минимизацией целевой функции вида:

где S_a – ковариационная матрица ошибок начальных приближений; S_y – ковариационная матрица ошибок измерения; ϕ – целевая функции.

Результаты оценки искомых параметров напрямую зависят от априорных значений и связанных с ними неопределенностей. Именно от правильного построения вектора x_a и ковариационных матриц ошибок зависит точность оценок τ_с и r_e.

Спектр размеров частиц облачности различен для разных типов облаков. Фактически размеры частиц облачности изменяются в широких пределах в зависимости времени года и климатических условий. В рамках настоящей работы было принято решение для капель воды установить априорные значения r_e, равные 10 мкм, а для кристаллов льда – 30 мкм. Для капель воды и кристаллов льда априорные значения τ_с были приняты равными 15. Неопределенность в оценке априорных значений τ_с и r_e высока и может доходить до 100% и выше от установленных значений. Таким образом, вектор x_a и матрица S_a имеют следующий вид:

где x_{a, water} –вектор x_a для капель воды, x_{a, ice} –вектор x_a для кристаллов льда.

Ковариационная матрица S_a принимается диагональной, т.е. ошибки каждого из параметров матрицы не связаны между собой. Решение обратной задачи также требует оценки ковариационной матрицы S_y, которая строится на основе следующих источников ошибок: ошибка моделирования переноса излучения (σ_rtm); инструментальный шум в каналах спутникового прибора (σ_instr); ошибка калибровки (σ_cal); ошибка, связанная с пространственной неоднородностью облачности (σ_het). Ковариационная матрица S_y имеет вид:

Рассмотрим подробно каждый из источников ошибок для их максимального вклада в результирующую ошибку.

1) Ошибки при расчетах LUT. Согласно работе (Walther and Heidinger, 2012), неопределенность в расчетах RTM может достигать 5%, и связана она, в первую очередь, с ошибками в оптических моделях объемного рассеяния капель воды и кристаллов льда и ошибками самой модели. Кроме этого на расчет КСЯ непосредственно влияет альбедо подстилающей поверхности. Неопределенность значений альбедо будет выше в тех регионах, где наблюдается сильная изменчивость в растительном или снежном покрове.

2) Инструментальный шум и ошибка калибровки каналов 0.55 и 4.0 мкм радиометра МСУ-ГС. Наименее значимую ошибку дает инструментальный шум, величина которого постоянная. В то время как, калибровка каналов спутникового прибора дает наибольшую ошибку. Например, ошибка калибровки в 5% может давать ошибку по τ_с в 30%. Именно три четверти всех ошибок при восстановлении τ_с приходится на инструментальный шум и калибровку. Так как для восстановления r_e, используется канал 4.0 мкм, то ошибки, связанные с калибровкой этого канала, будут давать еще большую неопределенность, чем для канала 0.55 мкм. Это прежде всего связано с низким показателем сигнал/шум КСЯ в канале 4.0 мкм.

3) Другой источник ошибок связан с пространственной неоднородностью облачности, когда область пикселя спутникового изображения частично покрыта облаками. Уменьшение доли облаков в пикселе приводит к снижению значений КСЯ в коротковолновых каналах. Эффект снижения будет наибольшим для оптически плотных облаков с малыми геометрическими размерами. Чтобы учесть ошибку неоднородности, рассматривается такое поле облачности, чтобы оно было больше, чем пространственное разрешение каналов спутникового прибора, чтобы охватить пиксели, полностью покрытые облачностью. В рамках работы σ_het рассчитывалась для блока пикселей спутникового изображения размером 3 × 3.

Оценка неопределенности прямой модели для спутникового прибора МСУ-ГС приведена в табл. 1.

Для каждого пикселя изображения путем решения обратной задачи оцениваются параметры τ_с и r_e. Затем с помощью выражения (3) рассчитывается непосредственно LWP.

ВАЛИДАЦИЯ

Валидация спутниковых оценок большинства восстанавливаемых параметров атмосферы осуществляется обычно по данным прямых измерений, например, самолетных или наземных. Однако такие измерения носят локальный характер как по времени, так и пространству, и привязаны к определенной местности или определенному событию. В отсутствие объективных данных, как правило, используют косвенные измерения параметров атмосферы, полученные по результатам работы алгоритмов, которые прошли апробацию на объективных данных или на результатах других алгоритмов, точность которых известна.

В рамках настоящей работы валидация восстановленных по данным КА “Арктика-М” №1 оценок LWP проводилась путем сопоставления с аналогичными оценками, полученными по данным радиометров AMSU/MHS (серия спутников MetOp) и AHI (Himawari-8). Методика определения LWP по данным AMSU/MHS основана на использовании уравнения радиационного переноса микроволнового излучения для моделирования спутниковых измерений (Boukabara et al., 2011). Радиометр AHI похож по своему функционалу на прибор МСУ-ГС и использует аналогичную методику восстановления LWP (Walther and Heidinger, 2012). Исключение составляет только то, что в отличие от МСУ-ГС используется канал на длине волны 1.6 мкм, вместо 4.0 мкм. Информация об LWP по данным приборов AMSU/MHS доступна на https://www.avl.class.noaa.gov, AHI – http://cimss.ssec.wisc.edu.

Орбита полета КА “Арктика-М” № 1 позволяет охватить практически весь Арктический регион России с высокой временной дискретностью. Пространственный охват КА “Арктика-М” № 1 на двух рабочих участках (западный и восточный) орбиты показан на рис. 2.

Учитывая большой географический охват территории, валидация проводилась для различных климатических зон со своими уникальными природными особенностями. Были подготовлены наборы данных LWP, полученные по данным МСУ-ГС, AMSU/MHS и AHI за период с марта по июль 2022 г. Отбирались близкие по времени с разницей не более 15 мин сеансы съемки. Выборка ограничивалась по широте, не превышающей 60 град. (красная линия на рис. 2). Выше 60 град. для измерений AMSU/MHS не проводится оценка водозапаса, а для AHI имеют место серьезные спектральные и геометрические искажения. Зимние месяцы не учитывались в силу низких углов Солнца, при которых восстановление LWP по данным МСУ-ГС будет иметь существенные ошибки. Данные ограничивались зенитным углом Солнца менее 65 градусов. Так как пространственное разрешение каналов спутниковых приборов разное, то при сравнении результатов “пиксель в пиксель” могут возникать существенные погрешности, связанные с неоднородной структурой или краями облачности. Для решения данной проблемы валидация проводилась только на стабильных участках облачности, где среднеквадратическое отклонение LWP не превышало величину заявленной точности. Установленная Всемирной метеорологической организацией (ВМО) погрешность определения LWP не должна превышать 50 г/м² для капельной облачности и 100 г/м² для кристаллической облачности (Wolter and Heidinger, 2012). Заявленная величина точности восстановления LWP достигается только при благоприятных условиях. Наличие осадков, многослойной облачности, а также неопределенностей представленного алгоритма могут увеличить ошибку в несколько раз. При этом сама оценка точности восстановления LWP по спутниковым данным часто может быть не объективна из-за использования в сравнении результатов других алгоритмов, которые также обладают погрешностями восстановления. Тем не менее такой подход позволяет оценить условия работоспособности алгоритма и установить границы принятия решения, при которых восстановленные оценки LWP будут находится в допустимых пределах точности. Также было принято решение ограничить выборку данных по τ_с, равной не менее 8, так как для оптически тонкой облачности восстанавливаемые значения LWP могут иметь большую неопределенность.

На рис. 3. Представлены функции плотности вероятности оценок LWP, полученных по данным приборов МСУ-ГС, AMSU/MHS и AHI. В табл. 2 представлены объем выборки и статистика ошибок.

Результаты, представленные на рис. 3, свидетельствуют о хорошей согласованности оценок LWP капельной облачности. В то же время ошибка для кристаллической облачности почти в полтора раза превышает допустимые 100 г/м². Согласно рис. 1 отражательная способность капель воды на длине волны 4 мкм выше, чем у кристаллов льда. В связи с чем с увеличением размера частиц повышается неопределенность при восстановлении LWP кристаллической облачности, что демонстрирует рис. 3, в. Так как диапазон изменчивости отражательной способности на длине волны 4.0 мкм мал для частиц большого размера, то и пик распределения плотности вероятности LWP на рис. 3, в более вытянут для МСУ-ГС по сравнению с AHI. В связи тем, что канал 4.0 мкм регистрирует только малую часть солнечного излучения, то он с увеличением зенитного угла Солнца, будет и уменьшаться отношение сигнал/шум в этом канале. Таким образом, точность определения LWP по данным МСУ-ГС напрямую зависит от характеристик канала 4.0 мкм, и, к сожалению, низкая чувствительность данного канала к частицам большого размера не позволяет с приемлемой точностью восстанавливать LWP кристаллической облачности.

Стоит отметить, что во время летных испытаний КА “Арктика-М” № 1 обсуждалась проблема невозможности получения с приемлемой точностью ряда информационных продуктов, в том числе и LWP, при использовании канала на длине волны 4.0 мкм. Было принято решение на следующих поколениях КА “Арктика-МП” добавить спектральный канал на длине волны 1.6 мкм.

Пример восстановленных оценок LWP по данным МСУ-ГС и AHI 2022.08.26 09:00 UTC представлен на рис. 4.

Визуально на рис. 3 области с высоким содержанием воды в облаках по данным МСУ-ГС и AHI совпадают. Таким образом данные радиометра МСУ-ГС можно использовать для косвенных оценок общей массы сконденсированной воды в облаках с целью определения типов облаков и вероятности выпадения осадков.

ЗАКЛЮЧЕНИЕ

В ходе работы представлена методика восстановления LWP по данным дневных измерений радиометра МСУ-ГС КА “Арктика-М” № 1. Были описаны физические принципы взаимодействия электромагнитного излучения с частицами облачности на длинах волн 0.55 и 4.0 мкм. Результаты сравнения оценок LWP капельной облачности, полученных по данным МСУ-ГС, с данными спутниковых радиометров AMSU/MHS и AHI показали высокую согласованность. В тоже время в силу конструктивных особенностей радиометр МСУ-ГС не позволяет с требуемой точностью восстанавливать LWP кристаллической облачности. С увеличением размеров частиц ошибка определения LWP также увеличивается. При этом стоит отметить, что оценка LWP кристаллической облачности по данным МСУ-ГС в среднем занижена на 110 г/м² по сравнению с данными радиометра AHI.

Полученные оценки LWP по данным радиометра МСУ-ГС КА “Арктика-М” № 1 были внедрены в геоинформационную систему (ГИС) “Арктика-М”, которая представляет собой интернет-портал, обеспечивающий доступ к данным КА “Арктика-М” № 1 и результатам их тематической обработки (картам высоты, давления и температуры на верхней границе облачности, морфологической классификации типов облаков, мгновенной интенсивности осадков, скорости и направления ветра и др.) в режиме, близкому к реальному времени. В настоящее время ГИС “Арктика-М” используется северными управлениями по гидрометеорологии и мониторингу окружающей среды, авиационными метеорологами, а также органами государственной власти и МЧС. Информация о LWP, а также других параметрах облачности доступна на http://apps.dvrcpod.ru/arcticgis/.