Материалы 22-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 11–15 ноября 2024 г.

(http://conf.rse.geosmis.ru)

XXII.D.315

Методы диагностики атмосферы с высоким пространственным разрешением

Шиховцев А.Ю. (1), Ковадло П.Г. (1), Леженин А.А. (2,1), Градов В.С. (2)
(1) Институт солнечно-земной физики СО РАН, Иркутск, Россия
(2) Институт вычислительной математики и математической геофизики СО РАН, Новосибирск, Россия
Актуальность темы исследований связана с необходимостью разработки новых и совершенствования существующих методов оценки атмосферных характеристик с высоким пространственным и временным разрешением в приложении к телескопам наземного базирования. Выбор новых мест для размещения оптических и миллиметровых телескопов наземного базирования в пределах России и сопредельных территорий на основе накопленных метеорологических данных, согласования полуэмпирических метеорологических баз данных большой продолжительности с данными различных измерений, планирование наблюдательного времени (по облачности, приземному ветру, оптической турбулентности, осажденному водяному пару и оптической толщи атмосферы на разных частотах, прозрачности атмосферы и др.) и, в определённой степени, оптимизация стратегии наблюдений на телескопах высокого разрешения (с системами адаптивной оптики) – вот тот круг немногих конкретных актуальных задач [1-3].
В настоящей работе рассматриваются возможности использования современных баз данных атмосферных ре-анализов применительно к описанию атмосферных характеристик с высоким пространственным и временным разрешением. Конкретно, мы рассматриваем ежечасные данные реанализа ERA-5 доступные для различных изобарических поверхностей с 1940 г. по настоящее время. Первое направление наших исследований - это калибровка данных реанализа ERA-5 с учетом данных измерений. В частности, с использованием данных ре-анализа ERA-5 мы оцениваем вертикальные профили оптической (мелкомасштабной) турбулентности, согласованные с данными наблюдений интегральных характеристик турбулентности по лучу зрения телескопа наземного базирования. Профили оптической турбулентности являются первичной информацией для проектирования как классической, так и мультисопряженной системы адаптивной оптики. В качестве примера в этой работе обсуждаются вертикальные профили для места расположения Большого Солнечного Вакуумного Телескопа (БСВТ), согласованные с данными измерений параметра Фрида, выполненных с помощью датчика Шака-Гартмана. В настоящем исследовании обсуждается методика измерений профилей оптической турбулентности в скрещенных оптических пучках на основе данных, регистрируемых с помощью датчика Шака-Гартмана [4, 5]. При этом базовое уравнение связывает регистрируемые дифференциальные смещения центров тяжести субизображений солнечных образований в плоскости сопряженной с апертурой телескопа с вертикальным распределением оптической турбулентности в терминах структурного параметра турбулентных флуктуаций показателя преломления, определяемого в пределах метазрачка телескопа диаметром Deff. В сравнении с мировыми аналогами увеличение разрешения, достигается за счет учета углового смещения солнечного объекта по небосводу в течение дня. Демонстрируются измеренные профили оптической турбулентности над Большим Солнечным Вакуумным Телескопом (БСВТ). Максимумы интенсивности оптической турбулентности соответствуют приземному слою атмосферы и слою на высотах на высотах примерно 12 км. Это находится в согласии с данными моделирования и измерений и над другими астроплощадками [6-8]. Кроме этого, данные измерений над БСВТ указывают на сложную картину изменений оптической турбулентности с высотой в пределах нижнего 2,5 – 3 км слоя атмосферы. По-видимому, локальные максимумы и минимумы формируются на фоне наличия струйных течений нижних уровней и, вероятно, определяются, воздействием достаточно высоких бортов Байкальской Котловины, воздействующих на западно-восточный перенос.
Еще одно направление - это адаптация для выбранного региона мезомасштабной модели WRF с учетом данных приземных измерений, а также данных радиозондирования атмосферы. Здесь, обсуждается проблема параметризации физических процессов, лежащих в основе негидростатической мезомасштабной модели WRF. Модель WRF является мощной метеорологической моделью для детализированного описания метеорологических полей. Приведены первые результаты по адаптации модели WRF для Северо-Кавказского региона с центром над Обсерваторией Терскол; с высокой пространственной детализацией восстановлены метеорологические поля в пределах тропосферы и нижней стратосферы. В частности, с горизонтальным разрешением 500 м получены пространственные распределения температуры воздуха, скорости ветра, облачности и осаждённого водяного пара. По результатам этих исследований получен интересный результат. Несмотря на то, что анализируемые периоды - достаточно небольшой продолжительности, конкретно, они включают в себя март 2023 г., март 2024 г. и сентябрь 2024 г., мы можем отметить, что восточная часть Северного Кавказа характеризуется значимо более благоприятными условиями в сравнении с западной частью Северного Кавказа по количеству осаждённой воды, определяющей оптическую атмосферную толщу в миллиметровом диапазоне длин волн. Примечательно, что данные реанализа ERA-5 не показывали этого, даже с учетом применения метода, корректирующего значения осажденного водяного пара на основе эффективной толщины атмосферы и характерного перепада высот (или, в ряде случаев, изменения осажденного водяного пара по этому региону были малы). Таким образом, увеличение пространственного разрешения с применением мезомасштабной модели WRF позволили подтвердить ранее обозначенное предположение о перспективности пунктов восточной части Северного Кавказа для размещения нового миллиметрового телескопа [9].
Полученные метеорологические поля также являются основой для параметризации структурной характеристики турбулентных флуктуаций показателя преломления сухого воздуха, а также других атмосферных характеристик, соответствующих микрометеорологическому спектральному интервалу. Параметризация характеристик мелкомасштабной турбулентности выполняется нами на основе вертикальных градиентов скорости ветра и температуры воздуха и модели вертикальных изменений внешнего масштаба атмосферного турбулентности. По результатам исследований приведены вертикальные профили оптической турбулентности над БСВТ по данным реанализа ERA-5 и модели WRF. Показано, что в сравнении со сглаженной картиной в реанализе, моделирование, выполненное по данным WRF, позволяет выявить уменьшение интенсивности оптической турбулентности в нижнем 1,8 – 2,2 км слое атмосферы. Фактически, оптическая турбулентность здесь подавлена.
Следующее, ключевое, направление, лежащее в основе настоящего исследования - это создание моделей глубоких нейронных сетей и их применение для диагностики и краткосрочного прогнозирования атмосферных характеристик. В основе глубоких нейронных сетей для оценки размера атмосферных изображений лежат метеорологические данные. Типичные значения корреляции между измеренными и модельными значениями атмосферного размера изображений составляют 0,7 – 0,8. Конкретно, в работе анализируются полученные нами глубокие нейронные сети для оценки размера атмосферных изображений для мест расположения Байкальской Астрофизической Обсерватории, Саянской Солнечной Обсерватории и Астрономической Обсерватории Майданак [10,11]. Существенные недостатки нейронных сетей - это необходимости обучения на основе больших объемов данных и непрямой учет физики атмосферных процессов. В настоящем исследовании мы обсуждаем перспективы применения физически информируемых нейронных сетей для диагностики и прогнозирования атмосферных характеристик, релевантных для астрономических телескопов наземного базирования (атмосферный размер изображений, осажденный водяной пар). Приводится физически информируемая глубокая нейронная сеть для оценки структурной постоянной турбулентных флуктуаций показателя преломления приземного слоя по микрометеорологическим характеристикам на разных высотах в атмосфере. Полученная модель физически информируемой глубокой нейронной сети позволила нам существенно, ~ в 3 раза, уменьшить среднее квадратическое отклонение между модельными значениями структурной постоянной турбулентных флуктуаций показателя преломления приземного слоя и измеряемыми значениями с помощью ультразвукового анемометра.
Как некоторый отдельный, но важный результат, в работке также приводится пространственное распределение расчетных значений осажденного водяного пара, полученное по полуэмпирическим данным ре-анализа атмосферы ERA-5 в ночное время, усредненное с декабря по февраль за период 2013 — 2022 гг. Распределение скорректировано с учетом рельефа местности и привязано с учетом ГНСС станций. Оно позволяет предложить ряд перспективных астроплощадок в РФ с точки зрения низких значений осажденного водяного пара для размещения миллиметрового телескопа в рамках проекта ESMT (Хулугайша, пик Терскол, г. Хорай, г. Курапдаг). Дополнительный анализ поля приземного ветра позволяет отметить, что, по крайней мере, г. Курапдаг характеризуется наличием большого количества аномалий, характеризующихся высокими скоростями приземного ветра. Сама гора располагается в центральной части зоны сильных приземных ветров. В целях поиска новых перспективных мест в горном Дагестане можно рекомендовать сдвинуться на 30 – 40 км по нормали (или с большой составляющей север-юг) относительно центральной линии части зоны сильных приземных ветров, практически совпадающей с Кавказским Хребтом.
«Исследование выполнено за счет гранта Российского научного фонда № 24-72-10043, https://rscf.ru/project/24-72-10043/».

Ключевые слова: Турбулентность, ре-анализ Era-5, WRF модель, нейронные сети.
Литература:
  1. Панчук В.Е., Афанасьев В.Л. Астроклимат Северного Кавказа – мифы и реальность // Астрофизический бюллетень. 2011. Т. 66. № 2. С. 253 – 274.
  2. Корнилов В.Г., Корнилов М.В., Шатский Н.И., Возякова О.В., Горбунов И.А., Сафонов Б.С., Потанин C.А., Черясов Д.В., Сеник В.А. Метеорологические условия в Кавказской Обсерватории ГАИШ МГУ по результатам компании 2007-2015 годов // Письма в Астрономический журнал. 2016. Т. 42. № 9. С. 678.
  3. Артамонов Б.П., Бруевич В.В., Гусев A.С., Ежкова О.В., Ибрагимов М.А., Ильясов С.П., Потанин С.А., Тиллаев Ю.А., Эгамбердиев Ш.А. Качество изображения и атмосферная экстинкция на Майданакской Обсерватории по наблюдениям с 1.5 м телескопом АЗТ-22 // Астрономический журнал. 2010. Т. 87. № 11. С. 1106-1119.
  4. Shikhovtsev A.Y., Kovadlo P.G., Kiselev A.V., Kolobov D.Y., Lukin V.P., Russkikh I.V., Shikhovtsev M.Y. Modified Method to Detect the Turbulent Layers in the Atmospheric Boundary Layer for the Large Solar Vacuum Telescope // Atmosphere 2021. V. 12, 159. https://doi.org/10.3390/atmos12020159.
  5. Ковадло П.Г., Шиховцев А.Ю. Способ измерения вертикальных профилей показателя преломления воздуха для коррекции солнечных изображений // Патент на изобретение RU 2712464 C1, 29.01.2020. Заявка № 2019110482 от 08.04.2019.
  6. Shikhovtsev A.Y., Potanin S.A., Kopylov E.A., Qian X., Bolbasova L.A., Panchuk A.V., Kovadlo P.G. Simulating Vertical Profiles of Optical Turbulence at the Special Astrophysical Observatory Site // Atmosphere. 2024, 15, 1346. https://doi.org/10.3390/atmos15111346
  7. Macatangay R., Rattanasoon S., Butterley T., Bran S.H., Sonkaew T., Sukaum B., Sookjai D., Panya M., Supasri T. Seeing and turbulence profile simulations over complex terrain at the Thai National Observatory using a chemistry-coupled regional forecasting model // Monthly Notices of the Royal Astronomical Society. 2024. V. 530, I. 2, P. 1414–1423. https://doi.org/10.1093/mnras/stae727.
  8. Avila R., Carrasco E., Ibañez F., Vernin J., Prieur J.-L., Cruz D.X. Generalized SCIDAR Measurements at San Pedro Mártir. II. Wind Profile Statistics // Publ. Astron. Soc. Pac. 2006 V. 118. 503.
  9. Шиховцев А. Ю., Хайкин В. Б., Миронов А. П., Ковадло П. Г. Статистический анализ содержания водяного пара на Северном Кавказе и в Крыму. // Оптика атмосферы и океана. 2022. Т. 35. № 01. С. 67–73. DOI: 10.15372/AOO20220110.
  10. Shikhovtsev A.Y., Kiselev A.V., Kovadlo P.G., Kopylov E.A., Kirichenko K.E., Ehgamberdiev S.A., Tillayev Y.A. Estimation of Astronomical Seeing with Neural Networks at the Maidanak Observatory // Atmosphere 2024, 15, 38. https://doi.org/10.3390/atmos15010038.
  11. Shikhovtsev A.Y., Kovadlo P.G., Kiselev A.V., Eselevich M.V., Lukin V.P. Application of Neural Networks to Estimation and Prediction of Seeing at the Large Solar Telescope Site // PASP. 2023. V.135. 014503

Презентация доклада



Ссылка для цитирования: Шиховцев А.Ю., Ковадло П.Г., Леженин А.А., Градов В.С. Методы диагностики атмосферы с высоким пространственным разрешением // Материалы 22-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2024. C. 291. DOI 10.21046/22DZZconf-2024a

Дистанционные методы исследования атмосферных и климатических процессов

291