Единица Добсона
Одна единица Добсона (еД) = 2.69 × 1016 молекул/см2
В единицах Добсона часто измеряют концентрацию газа в атмосферном столбе над территорией, полученную со спутника. Неформально: поскольку спутник “смотрит” на Землю сверху, он видит проекцию молекул на плоскоть своих измерительных инструментов.
Более подробно
Многие, впервые стакивающиеся с данными ДЗЗ загрязнения атмосферы, часто задают ряд не совсем корректных вопросов. Например, «на какой высоте измеряется вещество», «измеряется какая-то средняя концентрация вещества либо другой показатель». Давайте разберемся, что же измеряется радиометром космического аппарата.
По измерениям радиометра (оборудование, которое установлено на космическом аппарате), на самом деле, оценивает количество молекул в атмосферном столбе. Неформально: сколько молекул “видно” сверху из космоса до самой поверхности Земли для данного участка (поэтому молекул/см2).
Внешние ссылки:
Регулярная широтно-долготная решетка
Данные повторного анализа климата и данные дистанционного зондированя Земли уровня обработки 3 расположены в пространстве на регулярной широтно-долготной решетке.
Регулярная широтно-долготная решетка c
пространственным разрешением 1.0° × 1.0°.
Увеличенный фрагмент области решетки из рисунка сверху.
Регулярные широтно-долготные решетки c пространственным
разрешением 1.0° × 1.0° (черные линии) и 0.25° × 0.25° (серые линиии).
На рисунке сверху показаны примерные размеры ячеек для широты 48°. Ячейка 1.0° × 1.0° примерно занимает 110 × 72 километра, а ячека 0.25° × 0.25° примерно 27.5 × 18 км.
Метод STL
Используется для выделения из временного ряда сезонный цикл, тренд и остаточные флуктуации в виде шума.
Пример: анализ временного ряда оптической толщины аэрозоля над Римом.
Литература
R. B. Cleveland, W. S. Cleveland, J.E. McRae, and I. Terpenning (1990) STL: A Seasonal-Trend Decomposition Procedure Based on Loess. Journal of Official Statistics, 6, 3–73.
Аэрозоль над городами Европы
Аэрозоль — один из основных загрязнителей атмосферы, особенно в крупных городах. В частности, частицы PM2.5 и PM10 могут вызывать раковые заболевания легких.
Благодаря Climate Wikience, которая предоставляет временные ряды данных повторного анализа и дистанционного зондирования Земли для отдельных ячеек регулярной широтно-долготной решетки, появляется возможность выполнять исследования с высокой точностью. Например, для отдельных городов либо зон влияния промышленных предприятий.
О содержании аэрозоля в атмосфере городов Европы (различных типов и размеров) позволяет судить величина оптической толщины аэрозоля (ОТА), (англ. aerosol optical thickness, AOT), которая измеряется радиометром MODIS космического аппарата Terra (Terra MODIS).
Ниже представлены среднемесячные графики ОТА для городов Европы за 12 лет (с марта 2000 г. по сентябрь 2012 г.). ОТА изменяется в диапазоне от 0 до 5. Представленные графики ярко выражают существенное снижение содержания аэрозоля над некоторыми городами Европы.
Рим |
Москва |
Лондон |
Киев |
Берлин |
Донецк |
Амстердам |
Одесса |
|
Париж |
Анализ трендов аэрозоля над Римом, Италия
Напомним, что пассивный метод дистанционного зондирования Земли аэрозоля возможен только при отсутствии облачности над исследуемой территорией. Для демонстрации возможностей анализа с помощью Climate Wikience и среды R выбран город Рим, Италия. Это один из городов, над которым почти постоянно в течении года наблюдается ясная погода.
Посмотрим, как построить график среднемесячной концентрации ОТА для Рима, который был показан в начале этой страницы. Ниже представлен код на языке R.
# Загрузка пакета RWikience для доступа к Сlimate Wikience library(RWikience) # Подключние к Climate Wikience w <- WikienceConnect() # Запрос временного ряда ОТА Terra MODIS для ячейки с координатами, соответствующими Риму # с 03 марта 2000 г. по 04 октября 2012 г. queryTimeSeries(w, "Modis L3 Atmosphere.Land.Optical_Depth_Land_And_Ocean.Maximum", "02 03 2000", "04 10 2012", 41, 12, 41, 12) # Извлечение запрошенного временного ряда из Climate Wikience в среду R t <- getTimeSeries(w, 0) t_avg <- aggregate(t["value"], format(t["date"], "%Y-%m"), mean, na.rm = TRUE) t_avg$date <- seq(min(t$date), max(t$date), length = nrow(t_avg)) plot(t_avg$date, t_avg$value, type="l") |
Среднемесячная оптическая толщина аэрозоля для Рима, Италия.
Построим диаграмму Тьюки для ежедневных значений ОТА над Римом на протяжении всех 12 лет.
ids <- which (t$value <= 2) plot(as.factor(format(t$date[ids], "%m")), t$value[ids]) |
Диаграмма Тьюки ежедневных значений ОТА над Римом
на протяжении 12 лет (2000 – 2012).
Из диаграммы Тюки следует, что ОТА имеет сезонный характер с максимальными значениями в летние месяцы и минимальными в зимние.
Поскольку доступны ежедневные данные ОТА, давайте наглядно отобразим значение оптической толщины аэрозоля в атмосфере Рима за каждый день.
library(openair) calendarPlot(t, "value", 2004) |
Оптическая толщина аэрозоля в атмосфере над г. Рим, Италия, в 2004 г.
Дни календарика без цвета означают отсутствие значения ОТА для этого дня по причине облачности либо других факторов.
Декомпозиция методом STL
Для более уверенного суждения о динамике концентрации аэрозоля над городами Европы, выполним декомпозицию среднемесячных временных рядов ОТА с помощью метода STL. Из одного ряда можно выделить сезонный цикл, тренд и остаточные флуктуации в виде шума.
Поскольку пробелы в представленных временных рядах вызваны отсутствием данных для некоторых зимних месяцев по причине облачности, характерной для этого сезона, а метод STL требует непрерывного временного ряда, то для заполнения недостающих значений использовалась линейная аппроксимация.
library(zoo) t_avg.trim <- na.trim(t_avg) t_avg.trim$value <- na.approx(t_avg$value) t_avg.ts <- ts(t_avg.trim[,2], start=c(2000,3), freq=12) plot(stl(t_avg.ts, s.window="periodic", robust=TRUE)) |
Декомпозиция временного ряда
среднемесячной оптической толщины аэрозоля над Римом, Италия
На рисунке первый временной ряд – сезонный цикл, средний – тренд, последний внизу – остаточные флуктуации (шум).
Таким образом, за 12 лет над Римом содержание аэрозоля уменьшилось примерно на среднюю концентрацию, характерную для одного из зимних месяцев (0,2), с 0,45 до 0,25. Аналогичные исследования не обнаруживают снижения концентрации аэрозоля в атмосфере над городами Украины.
Следует отметить, что площадь ячейки 1,0°×1,0° обычно выше площади города и в ячейку может попадать часть близлежащей акватории, поэтому не всегда техногенные факторы доминируют в общей величине ОТА в ячейке.
Литература
PDF ~636 KB
PDF ~2.34 МБ
HTML-online
PDF ~5.4 MB
Торфяные пожары в России 2010 года
Торфяные пожары в России 2010 года запечатлили себя в истории как масштабная природная катастрофа. Основная причина — аномальная жара в России 2010 г. Пожарами было охвачено около 200 тысяч гектар. Чрезвычайно густой дым от пожаров являлся одним из особенностей события.
C помощью Climate Wikience можно отобразить данные оптической толщины аэрозоля (ОТА), полученные с помощью радиометра MODIS космического аппарата Terra.
Climate Wikience: визуализация оптической толщины аэрозоля, 9 августа 2010 г.
Отчетливо видно, что дым распространяется не только по территории России, но также довольно глубоко проникает в атмосферы соседних государств: восточную Украину и Казахстан (для рассматривамой даты).
Данные ОТА доступны ежедневно с марта 2000 г. и имеют пространственное разрешение 1,0° × 1,0° (примерно 110 × 72 км для средних широт).
Climate Wikience позволяет не только визуализировать данные, но и анализировать их в среде R. На сегодняшний день она содержит более 5000 пакетов, включая моделирование, работу с растровыми данными, анализ временных рядов.
Все данные Climate Wikience непосредственно доступны из среды R. Для этого необходимо установить пакет RWikience, специально разработанный для связки Climate Wikience и R. Построим карту значений оптической толщины аэрозоля (ОТА) за 09.08.2010 г.
library(RWikience) # пакет для доступа к данным Climate Wikience из R library(openair) # цветовая шкала openColours library(raster) # операции с растровыми данными library(cshapes) # границы стран # получим матрицу ОТА из Climate Wikience за 09.08.2010 г. m <- getFloatMatrix( w, "Modis L3 Atmosphere.AEROSOL.LAND AND OCEAN.Optical Depth.Maximum", "09 08 2010" ) # преобразуем матрицу в растровый тип данных языка R r <- convertToRaster(m) # вырезка области из карты (часть территории России, см. рисунок ниже) r_cut <- cutRaster(r, 70, 44, 22, 78) # визуалзиация карты в среде R plot(r_cut, col = openColours("heat")) # добавление на карту границ государств cshp.data <- cshp() plot(cshp.data, add=T, border="black") |
Полученное изображение выглядит следующим образом
Поскольку данные находятся в среде R, c ними можно выполнять действия произвольной сложности. Например, рассчитать площадь территории, подверженной пожару. Об этом читайте в следующих публикациях.
Полезные ссылки
Archives
- November 2015 (3)
- October 2015 (9)
- September 2015 (2)
- August 2015 (4)
- April 2015 (1)
- March 2015 (4)
- February 2015 (11)
- May 2014 (4)
- February 2014 (1)