КОМПЛЕКСНИЙ СУПУТНИКОВИЙ І НАЗЕМНИЙ РЕГІОНАЛЬНИЙ МОНІТОРИНГ АТМОСФЕРНОГО АЕРОЗОЛЮ ЛІДАРНИМИ І РАДІОМЕТРИЧНИМИ СИСТЕМАМИ З ВИКОРИСТАННЯМ АСИМІЛЯЦІЇ ДАНИХ

Метельська, НС, Бриль, АІ, Чайковський, АП, Федоренко, АС, 1Міліневський, ГП
1Київський національний університет імені Тараса Шевченка, Київ
Косм. наука технол. 2020, 26 ;(1):59-71
https://doi.org/10.15407/knit2020.01.059
Мова публікації: Російська
Анотація: 
Алгоритм обробки даних комбінованих наземних лідарних і радіометричних вимірювань, модифікований для комплексної обробки даних наземних радіометрів і космічного лідара, дозволяє розширити границі застосування методу лідарно-радіометричного зондування. В роботі використовувалися суміщені (в про сторі і часі) вимірювання радіометрами мережі AERONET і космічним лідаром CALIOP/CALIPSO для комплексної обробки даних. Сигнали зворотного розсіяння лідара CALIOP усереднювалися за вибіркою індивідуальних лідарних вимірювань на відрізку траєкторії супутника в околицях станції AERONET. Довжина відрізка становила приблизно 100…200 км, що відповідає вибірці з 300…600 вимірювань, що дозволяє істотно зменшити внесок шумів у сигналах CALIOP. Для валідації такого підходу проводився комплексний LRS-експеримент, в рамках якого використовувалися сумісні (в часі і просторі) наземні багатохвильові лідарні вимірювання, вимірювання лідара CALIOP і радіометричні вимірювання в мережі AERONET. Для подальшого розширення області застосування методу лідарно-радіометричного зондування використана оптимальна інтерполяція за даними спостережень на станціях AERONET і результатами розрахунку за хімiко-транспортною моделлю GEOS-Chem.
Ключові слова: аерозоль, лідарно-радіометричне зондування, оптимальна інтерполяція, хіміко-транспортна модель GEOS-Chem
References: 
1. Гандин Л. С. Объективный анализ метеорологических полей. Ленинград: Гидрометеорологическое изд-во, 1963. 288 с.
2. Колмогоров А. Н. Интерполирование и экстраполирование стационарных случайных последовательностей. Изв. АН СССР. Cер. математ. 1941. 5, № 1. С. 3—14.
3. Яглом А. М. Введение в теорию стационарных случайных функций. Успехи матем. наук. 1952. 7, № 5. С. 3—168.
4. Bey I., Jacob D. J., Yantosca R. M., et al. Global modeling of tropospheric chemistry with assimilated meteorology: Model description and evaluation. J. Geophys. Res. 2001. 106(D19). P. 23073—23095.
5. Chaikovsky A., Bril A., Dubovik O., et al. CIMEL and multiwavelength lidar measurements for troposphere aerosol altitude distributions investigation, long-range transfer monitoring and regional ecological problems solution: field validation of retrieval techniques. Optica Pura y Aplicada. 2004. 37. P. 3241—3246.
6. Chaikovsky A., Chaikovskaya L., Denishchik-Nelubina N., et al. Lidar & radiometer inversion code (LIRIC) for synergetic processing of EARLINET, AERONET and CALIPSO lidar data. EPJ Web of Conf. 2018. 176. P. 08007.
7. Chaikovsky A., Dubovik O., Holben B., et al. Lidar-Radiometer Inversion Code (LIRIC) for the retrieval of vertical aerosol properties from combined lidar/radiometer data: development and distribution in EARLINET. Atmos. Meas. Tech. 2016. 9. P. 1181—1205.
8. Dubovik O., King M. A flexible inversion algorithm for retrieval of aerosol optical properties from sun and sky radiance measurements. J. Geophys. Res. 2000. 105(D16). P. 20673—20696.
9. Dubovik O., Smirnov A., Holben B. N., et al. Accuracy assessments of aerosol optical properties retrieved from Aerosol Robotic Network (AERONET): Sun and sky radiance measurements. J. Geophys. Res.: Atmospheres. 2000. 105(D8). P. 9791—9806.
10. Ford B., Heald C. L. Aerosol loading in the Southeastern United States: reconciling surface and satellite observations. Atmos. Chem. Phys. 2013. 13. P. 9269—9283.
11. GEOS-5 system. URL: http://gmao.gsfc.nasa.gov/systems/geos5/ (дата звернення 10.10.2019).
12. Granados-Muñoz M. J., Guerrero Rascado J. L., Bravo-Aranda J. A., et al. Retrieving aerosol microphysical properties by Lidar — Radiometer Inversion Code (LIRIC) for different aerosol types. J. Geophys. Res.: Atmospheres. 2014. 119. P. 4836—4858.
13. Granados-Muñoz M. J., Guerrero Rascado J. L., Bravo-Aranda J. A., et al. AERONET — A federated instrument network and data archive for aerosol characterization . Remote sensing of env. 1998. 66, № 1. P. 1—16.
14. Jo D. S., et al. Effects of chemical aging on global secondary organic aerosol using the volatility basis set approach. Atmos. Environ. 2013. 81. P. 230—244.
15. Miatselskaya N., Kabashnikov V., Milinevsky G., et al. Atmospheric aerosol distribution in the Belarus-Ukraine region by the GEOS-Chem model and AERONET measurements. Int. J. Remote Sensing. 2016. 37, № 14. P. 3181—3195.
16. Pye H. O. T., Chan A. W. H., Barcley M. P., et al. Global modeling of organic aerosol: the importance of reactive nitrogen (NOx and NO3). Atmos. Chem. Phys. 2010. 10. P. 11261—11276.
17. Shenshen L., Garay M. J., Chen L., et al. Comparison of GEOS-Chem aerosol optical depth with AERONET and MISR data over the contiguous United States. J. Geophys. Res. 2013. 118. P. 1—14.
18. Tackett J. L., Winker D. M., Getzewich B. J., et al. CALIPSO lidar level 3 aerosol profile product: version 3 algorithm design. Atmos. Meas. Tech. 2018. 11. P. 4129—4152.
19. The Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation (CALIPSO). URL: http://wwwcalipso.larc.nasa.gov/ (дата звернення 10.10.2019).
20. Wagner J., Ansmann A., Wandinger U., et al. Evaluation of the Lidar/Radiometer Inversion Code (LIRIC) to determine microphysical properties of volcanic and desert dust. Atmos. Meas. Tech. 2013. 6. P. 1707—1724.
21. Wiener N. Extrapolation, interpolation and smoothing of stationary time series. New York, 1949. 163 p.
22. Yu F. A secondary organic aerosol formation model considering successive oxidation aging and kinetic condensation of organic compounds: global scale implications. Atmos. Chem. Phys. 2011. 11. P. 1083—1099.