Современные проблемы дистанционного зондирования Земли из космоса. 2025. Т. 22. № 2. С. 303-315
Характеристики облачного покрова в ночное время в районе расположения астрофизической гамма-обсерватории TAIGA по данным приборов спутникового базирования
А.И. Ревякин
1 , Е.Ю. Мордвин
1 , А.А. Лагутин
1 1 Алтайский государственный университет, Барнаул, Россия
Одобрена к печати: 24.02.2025
DOI: 10.21046/2070-7401-2025-22-2-303-315
Предлагается подход к восстановлению в оперативном режиме параметров облачного покрова по данным гиперспектрометра AIRS (англ. Atmospheric Infrared Sounder) спутника Aqua. Конкретной решаемой задачей является оценка границ облачности в районе расположения астрофизического комплекса TAIGA (англ. Tunka Advanced Instrument for cosmic rays and Gamma Astronomy). Актуальность данной информации обусловлена необходимостью учёта в восстанавливаемом по показаниям детекторов черенковского излучения энергетическом спектре и массовом составе первичного космического излучения вклада от широких атмосферных ливней, которые ранее на этапе предварительной обработки данных классифицировались как «облачные». Информационной основой предлагаемого подхода являются данные о вертикальных профилях температуры и влажности атмосферы, предоставляемые в виде исследовательского продукта L2 AIRS. Анализ полученных результатов показал, что в районе расположения обсерватории TAIGA для сезонов наблюдений 2002–2024 гг. характерная высота нижней границы облачного слоя составляет ~2,25 км относительно уровня моря. Толщина облачных слоёв находится в диапазоне от 0,5 до 4 км. Полученные оценки верифицированы по результатам совместного анализа данных AIRS со спутниковыми измерениями радара CPR (англ. Cloud Profiling Radar)/CloudSat и лидара CALIOP/CALIPSO (англ. Cloud-Aerosol Lidar with Orthogonal Polarization/Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation), которые проводились в период 2006–2011 гг. Главным результатом работы является вывод о возможности использования данных гиперспектрометра AIRS/Aqua, а также аналогичного прибора CrIS (англ. Cross-Track Infrared Sounder) спутниковой группировки JPSS (англ. Joint Polar Satellite System) для получения в оперативном режиме информации о характеристиках облачности в течение ночных наблюдений, проводимых черенковскими детекторами обсерватории TAIGA.
Ключевые слова: облачный покров, ДЗЗ, гиперспектрометр AIRS, гамма-обсерватория TAIGA
Полный текстСписок литературы:
- Буднев Н., Кузьмичев Л., Астапов И. и др. TAIGA — гибридный комплекс для многоканальной астрономии высоких энергий // Журн. техн. физики. 2023. Т. 93. Вып. 12. С. 1794–1798. DOI: 10.61011/JTF.2023.12.56824.f234-23.
- Лагутин А. А., Никулин Ю. А., Жуков А. П. и др. (2007а) Математические технологии оперативного регионального спутникового мониторинга характеристик атмосферы и подстилающей поверхности. Часть 1. MODIS // Вычисл. технологии. 2007. Т. 12. № 2. С. 67–89.
- Лагутин А. А., Никулин Ю. А., Лагутин Ал.А. и др. (2007б) Математические технологии оперативного регионального спутникового мониторинга характеристик атмосферы и подстилающей поверхности. Часть 2. AIRS // Вычисл. технологии. 2007. Т. 12. № 5. С. 78–102.
- Лагутин А. А., Мордвин Е. Ю., Волков Н. В., Ревякин А. И. Восстановление всепогодного режима работы гиперспектрального комплекса AIRS/AMSU спутника Aqua с использованием данных СВЧ-радиометра ATMS спутников Suomi-NPP и NOAA-20 // Автометрия. 2022. Т. 58. № 2. С. 85–92. DOI: 10.15372/AUT20220210.
- Скороходов А. В., Курьянович К. В. (2022а) Использование данных CALIOP для оценки высоты нижней границы облаков на спутниковых снимках MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 2. С. 43–56. DOI: 10.21046/2070-7401-2022-19-2-43-56.
- Скороходов А. В., Курьянович К. В. (2022б) Использование данных CloudSat CPR для повышения эффективности нейросетевого подхода к восстановлению высоты нижней границы облаков на спутниковых снимках Aqua MODIS // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 63–75. DOI: 10.21046/2070-7401-2022-19-5-63-75.
- Astapov I. I., Barbashina N. S., Bogdanov A. G. et al. The TAIGA-HiSCORE array prototype: Status and first results // Bull. Russian Academy of Sciences: Physics. 2017. V. 81. P. 460–463. DOI: 10.3103/S1062873817040074.
- Astapov I., Bezyazeekov P., Bonvech E. et al. The TAIGA — a hybrid detector complex in Tunka valley for astroparticle physics, cosmic ray physics and gamma-ray astronomy // Physics of Atomic Nuclei. 2023. V. 86. No. 4. P. 471–477. DOI: 10.1134/s1063778823040051.
- Aumann H. H., Chahine M. T., Gautier C. et al. AIRS/AMSU/HSB on the Aqua mission: design, science objectives, data products, and processing systems // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. No. 2. P. 253–264. DOI: 10.1109/TGRS.2002.808356.
- Budnev N. M., Chiavassa A., Gress O. A. et al. The primary cosmic-ray energy spectrum measured with the Tunka-133 array // Astroparticle Physics. 2020. V. 117. Article 102406. DOI: 10.1016/j.astropartphys.2019.102406.
- Chernykh I. V., Eskridge R. E. Determination of cloud amount and level from radiosonde soundings // J. Applied Meteorology and Climatology. 1996. V. 35. No. 8. P. 1362–1369. DOI: 10.1175/1520-0450(1996)035<1362:DOCAAL>2.0.CO;2.
- Clough S. A., Shephard M. W., Mlawer E. J. et al. Atmospheric radiative transfer modeling: a summary of the AER codes // J. Quantitative Spectroscopy and Radiative Transfer. 2005. V. 91. No. 2. P. 233–244. DOI: 10.1016/j.jqsrt.2004.05.058.
- Costa-Surós M., Calbó J., González J. A., Long C. N. Comparing the cloud vertical structure derived from several methods based on radiosonde profiles and ground-based remote sensing measurements // Atmospheric Measurement Techniques. 2014. V. 7. No. 8. P. 2757–2772. DOI: 10.5194/amt-7-2757-2014.
- Fruck C., Gaug M., Hahn A. et al. Characterizing the aerosol atmosphere above the Observatorio del Roque de los Muchachos by analysing seven years of data taken with an GaAsP HPD-readout, absolutely calibrated elastic LIDAR // Monthly Notices of the Royal Astronomical Soc. 2022. V. 515. No. 3. P. 4520–4550. DOI: 10.1093/mnras/stac1563.
- Goldberg M. D., Kilcoyne H., Cikanek H., Mehta A. Joint Polar Satellite System: The United States next generation civilian polar-orbiting environmental satellite system // J. Geophysical Research: Atmospheres. 2013. V. 118. No. 24. P. 13463–13475. DOI: 10.1002/2013JD020389.
- Han Y., Revercomb H., Cromp M. et al. Suomi NPP CrIS measurements, sensor data record algorithm, calibration and validation activities, and record data quality // J. Geophysical Research: Atmospheres. 2013. V. 118. No. 22. P. 12734–12748. DOI: 10.1002/2013JD020344.
- Hillger D., Kopp T., Lee T. et al. First-light imagery from Suomi NPP VIIRS // Bull. American Meteorological Soc. 2013. V. 94. No. 7. P. 1019–1029. DOI: 10.1175/BAMS-D-12-00097.1.
- Kaufman Y. J., Herring D. D., Ranson K. J., Collatz G. J. Earth Observing System AM1 mission to Earth // IEEE Trans. Geoscience and Remote Sensing. 1998. V. 36. No. 4. P. 1045–1055. DOI: 10.1109/36.700989.
- King M. D., Menzel W. P., Kaufman Y. J. et al. Cloud and aerosol properties, precipitable water, and profiles of temperature and water vapor from MODIS // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. No. 2. P. 442–458. DOI: 10.1109/TGRS.2002.808226.
- Lawson R. P., Cooper W. A. Performance of some airborne thermometers in clouds // J. Atmospheric and Oceanic Technology. 1990. V. 7. No. 3. P. 480–494. DOI: 10.1175/1520-0426(1990)007<0480:POSATI>2.0.CO;2.
- Lyche T., Schumaker L. L. Computation of smoothing and interpolating natural splines via local bases // SIAM J. Numerical Analysis. 1973. V. 10. No. 6. P. 1027–1038. DOI: 10.1137/0710085.
- Matveev L. T. Cloud dynamics. Dordrecht: D. Reidel Publishing Company, 1984. 356 p. DOI: 10.1007/978-94-009-6360-3.
- Parkinson C. L. Aqua: an Earth-Observing Satellite mission to examine water and other climate variables // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. No. 2. P. 173–183. DOI: 10.1109/TGRS.2002.808319.
- Pietrowicz J. A., Schiermeier F. A. Observational evidence of systematic radiosonde temperature sensing anomalies // J. Applied Meteorology and Climatology. 1978. V. 17. No. 10. P. 1572–1575. DOI: 10.1175/1520-0450(1978)017<1572:OEOSRT>2.0.CO;2.
- Poore K. D., Wang J., Rossow W. B. Cloud layer thicknesses from a combination of surface and upper-air observations // J. Climate. 1995. V. 8. No. 3. P. 550–568. DOI: 10.1175/1520-0442(1995)008<0550:CLTFAC>2.0.CO;2.
- Salomonson V. V., Barnes W. L., Maymon P. W. et al. MODIS: advanced facility instrument for studies of the Earth as a system // IEEE Trans. Geoscience and Remote Sensing. 1989. V. 27. No. 2. P. 145–153. DOI: 10.1109/36.20292.
- Sassen K., Wang Z., Liu D. Global distribution of cirrus clouds from CloudSat/Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) measurements // J. Geophysical Research: Atmospheres. 2008. V. 113. No. D8. Article D00A12. DOI: 10.1029/2008JD009972.
- Schmuckermaier F., Gaug M., Fruck C. et al. Correcting Imaging Atmospheric Cherenkov Telescope data with atmospheric profiles obtained with an elastic light detecting and ranging system // Astronomy and Astrophysics. 2023. V. 673. Article A2. DOI: 10.1051/0004-6361/202245787.
- Stubenrauch C. J., Rossow W. B., Kinne S. et al. Assessment of global cloud datasets from satellites: Project and database initiated by the GEWEX Radiation Panel // Bull. American Meteorological Soc. 2013. V. 94. No. 7. P. 1031–1049. DOI: 10.1175/BAMS-D-12-00117.1.
- Subrahmanyam K. V., Kumar K. K. CloudSat observations of multi layered clouds across the globe // Climate Dynamics. 2017. V. 49. P. 327–341. DOI: 10.1007/s00382-016-3345-7.
- Susskind J., Blaisdell J., Iredell L. et al. AIRS-Team retrieval for core products and geophysical parameters: Versions 6 and 7. Level 2. Pasadena: Jet Propulsion Laboratory, 2020. 77 p. https://docserver.gesdisc.eosdis.nasa.gov/public/project/AIRS/L2_ATBD.pdf.
- Tan Z., Ma S., Liu C. et al. Retrieving cloud base height from passive radiometer observations via a systematic effective cloud water content table // Remote Sensing of Environment. 2023. V. 294. Article 113633. DOI: 10.1016/j.rse.2023.113633.
- Wang J., Rossow W. B. Determination of cloud vertical structure from upper-air observations // J. Applied Meteorology and Climatology. 1995. V. 34. No. 10. P. 2243–2258. DOI: 10.1175/1520-0450(1995)034<2243:DOCVSF>2.0.CO;2.
- Wang J., Rossow W. B., Zhang Y. Cloud vertical structure and its variations from a 20-yr global rawinsonde dataset // J. Climate. 2000. V. 13. No. 17. P. 3041–3056. DOI: 10.1175/1520-0442(2000)013<3041:CVSAIV>2.0.CO;2.
- Xu H., Guo J., Tong B. et al. Characterizing the near-global cloud vertical structures over land using high-resolution radiosonde measurements // Atmospheric Chemistry and Physics. 2023. V. 23. No. 23. P. 15011–15038. DOI: 10.5194/acp-23-15011-2023.
- Zhang J., Chen H., Li Z. et al. Analysis of cloud layer structure in Shouxian, China using RS92 radiosonde aided by 95 GHz cloud radar // J. Geophysical Research: Atmospheres. 2010. V. 115. No. D7. Article D00K30. DOI: 10.1029/2010JD014030.
- Zhang J., Chen H., Bian J. et al. Development of cloud detection methods using CFH, GTS1, and RS80 radiosondes // Advances in Atmospheric Sciences. 2012. V. 29. P. 236–248. DOI: 10.1007/s00376-011-0215-4.