МЕЖДУНАРОДНАЯ МОЛОДЕЖНАЯ ШКОЛА И КОНФЕРЕНЦИЯ ПО ВЫЧИСЛИТЕЛЬНО-ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ ДЛЯ НАУК ОБ ОКРУЖАЮЩЕЙ СРЕДЕ
CITES’ 2017
INTERNATIONAL YOUNG SCIENTISTS SCHOOL AND CONFERENCE ON COMPUTATIONAL INFORMATION TECHNOLOGIES FOR ENVIRONMENTAL SCIENCES
CITES’ 2017
Cloud classification using radiation data
Zuev S.V., Krasnenko N.P., Kartashova E.S.
Institute of Monitoring of Climatic and Ecological Systems SB RAS, Tomsk, Russia E-mail: zuev@imces.ru
T
o automate the process of determining cloud forms, it is necessary to have a formal description of their amplitude and time actinometric features. Amplitude features are the transmission ratio of direct radia- tion and change of diffuse radiation . Here S̅ и D̅ are the mean measured, S0 и D0 are the values of direct and diffuse radiation by cloudless atmosphere at the same height of the Sun above the horizon.Time features are the coefficients of variation and . The mean values of direct and diffuse radia- tion were calculated over a 20-minute period. Knowing the ranges of variations of these coefficients for each form of cloudiness, it becomes possible to classify the state of the sky according to the basic forms of clouds or as a clear sky. When processing data for a particular algorithm, it is more convenient to classify clouds using the binary representation of a quantity, rather than the range of its values. If the mean values of the coefficients calculated for the basic cloud forms CS ≥ 0,7; CD ≥ 1,6; VS ≥ 0,66 and VD ≥ 0,05 are marked as "1", and CS < 0,7;
CD < 1,6; VS < 0,66 and VD < 0,05 as "0", we obtain a binary description of the sky state (Table 1).
Table 1.
Transmission of direct radiation S (optical thickness of clouds) Cloud forms CS VS CD VD
Fully transparent condition Clear sky 1 0 0 0
Translucent clouds Ci Сс* 1 1 1 1
Cs* 1 0 1 0
semi-tranlucent clouds Ac* 0 1 1 1
As* 1 0 1 0
Opaque clouds
Sc* 0 1 1 1
St* 0 0 1 0
Cu 0 0 1 1
Cb Ns 0 1 0 1
* is calculated values.
In this case, each cloud form and clear sky state can be described by the unique binary identifier CSVSCDVD
(for axample, 1111 for cirrus Ci or 0011 for cumulus Cu clouds). The exception is two identifiers – 0111 (Ac and Sc) and 1010 (Cs and As), for which additional estimation of the CS and CD coefficients is required.
The research is carried out within the framework of projects IX.138.2.5 "Scientific and methodological foundations for develop and use of technologies and information-measuring systems for remote monitor- ing of the lower atmosphere" of program for Basic Research of SB RAS.
Классификация форм облачности на основе актинометрической информации
Зуев С.В., Красненко Н.П., Карташова Е.С.
Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия E-mail: zuev@imces.ru
Р
асширение сети метеорологических и, в частности, актинометрических наблюдений невозможно без создания автоматических и автоматизированных измерителей, позволяющих определять ос- новные метеорологические параметры, формирующие погоду и климат территорий. Форма и балл облачности являются теми параметрами, которые в большинстве случаев определяются визуаль- но. Параметризация форм облачности на основе актинометрических признаков является одним из спо- собов, позволяющим автоматизировать такие процессы. Амплитудные актинометрические признакиМЕЖДУНАРОДНАЯ МОЛОДЕЖНАЯ ШКОЛА И КОНФЕРЕНЦИЯ ПО ВЫЧИСЛИТЕЛЬНО-ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ ДЛЯ НАУК ОБ ОКРУЖАЮЩЕЙ СРЕДЕ
CITES’ 2017
описываются коэффициентами ослабления прямой радиации, где S̅ – средние измеренные, а S0 – значения прямой радиации при ясном небе при одинаковой высоте Солнца . Используя данный коэф- фициент можно описать и формализовать способность различных форм облачности пропускать солнеч- ную радиацию. Например, большинство форм перистой облачности слабо уменьшают прямую радиа- цию относительно значений при ясном небе и значения коэффициентов обычно лежат в пределах 0,8 <
CS ≤ 1,2. В противоположность перистой, кучевая облачность оказывает сильное влияние на потоки прямой солнечной радиации и может ее или полностью пропускать (S = S0) или полностью не пропу- скать (S = 0) (т.н. "триггерный эффект").
Подобный подход к параметризации форм облачности с различными вариациями использовался и ранее [1-2]. В указанных работах тип облачности определяется путем усреднения измеренной за неко- торое время величины прямой радиации при прохождении облачности определенной формы по солнеч- ному диску и сравнения ее с величиной при открытом Солнце, т.е. проводится анализ облака "на прос- вет". Одним из недостатков такого подхода является наличие неопределенности, когда разные формы облаков могут одинаково влиять на величину ослабления прямой радиации. В отличие от указанных работ, предлагается исследовать облачность не только "на просвет", но и на их способность переизлу- чать солнечную радиацию, т.е. анализировать изменение величины рассеянной радиации, излучаемой облаками и сравнивать ее со значениями при ясном небе, для чего используется коэффициент измене- ния рассеянной радиации , где D̅ – средние измеренные, а D0 – значения рассеянной радиации при ясном небе. Так, сравнивая перистую и кучевую облачность, можно отметить, что первая слабо влияет на величину рассеянной радиации (0,5 < CD ≤ 1,6), в то время как вторая может значительно уве- личивать рассеянную радиацию (1,6 < CD ≤ 5).
Но и в таком случае могут возникать неопределенности. Например, кучевые плоские Cu hum. и ра- зорвано-кучевые Cu fr. облака имеют одинаковую морфологию и микрофизическое строение (рис.1) [3].
Соответственно, оба типа облачности имеют одинаковые амплитудные актинометрические признаки (коэффициенты CS и CD). Но первые являются облаками хорошей погоды и перемещаются по небосводу достаточно медленно, в то время как разорвано-кучевая облачность имеет большую скорость переме- щения. Для описания таких свойств облачности используются ее временные актинометрические при- знаки, которые описываются коэффициентами вариации прямой VS и рассеянной VD радиации, завися- щими от частоты смены минимаксных значений S и D за некоторый непродолжительный (20-30 мин.) промежуток времени. Первый коэффициент описывает частоту смены степени покрытия солнечного диска просвечивающими, полупросвечивающими и непросвечивающими облаками, второй зависит от скорости перемещения облаков (в основном в зенитной области), причем бо́льшие значения коэффици- ентов вариации соответствуют бо́льшей угловой скорости перемещения облаков по небосводу. Т.о., Cu hum. и Cu fr. имеют одинаковые коэффициенты CS и CD, но будут значительно отличаться коэффициен- тами вариации VS и VD.
Рис. 1. Внешний вид кучевой плоской Cu hum. (а) и разорванно-кучевой Cu fr. (б) облачности
Определив для различных форм и видов облачности значения коэффициентов CS и CD (амплитуд- ные признаки) и VS и VD (временные признаки), становится возможным осуществлять детектирование форм и видов облачности по их формальным актинометрическим признакам, что позволяет автоматизи- ровать данный процесс.
INTERNATIONAL YOUNG SCIENTISTS SCHOOL AND CONFERENCE ON COMPUTATIONAL INFORMATION TECHNOLOGIES FOR ENVIRONMENTAL SCIENCES
CITES’ 2017
Как и для коэффициентов CS и CD [4], для определения значений коэффициентов вариации VS и VD
использовались одноминутные данные автоматизированного актинометрического комплекса (ААК) и данные срочных наблюдений (в 03:00, 06:00 и 09:00 UTC) метеостанции "А Огурцово" (Новосибирск, WMO 29638) за май-август 2015-2016 гг. Для расчетов использовался 20-ти минутный интервал значе- ний S и D (10 мин. до и 10 мин. после срока определения формы облаков) в те моменты, когда было яс- ное небо или на небосводе присутствовала только одна форма облачности. В качестве значений прямой S0 и рассеянной D0 радиации при ясном небе использовались средние многолетние значения из [5]. По- лученные и расчетные значения коэффициентов для основных форм облачности приводятся в табл. 1.
Табл. 1.
Состояние небосвода (форма облаков) Количество измерений, n CS VS CD VD
Ясно 27 1,0 0,05 0,8 0,04
Ci Сс* 0,7 0,7 2,2 0,06
Cs* 0,7 0,50 2,1 0,02
Ac* 0,5 0,7 2,6 0,10
As* 0,7 0,5 3,8 0,04
Sc* 0,1 0,89 3,2 0,15
St* 0,3 0,50 2,1 0,02
Cu 19 0,6 0,62 1,8 0,18
Cb Ns 42 0,0 0,90 1,5 0,21
Примечание.*- расчетные значения
Форма и балл облачности дополнительно контролировались по панорамным изображениям всего небосвода, полученным с помощью телевизионного измерителя характеристик облачности [6], уста- новленного непосредственно на метеостанции "А Огурцово".
Для решения задачи автоматизации процесса определения форм облачности необходимо формаль- ное описание их амплитудных и временных актинометрических признаков. Если средние значения ко- эффициентов CS ≥ 0,7; CD ≥ 1,6; VS ≥ 0,66 и VD ≥ 0,05 обозначить как "1", а CS < 0,7; CD < 1,6; VS < 0,66 и VD
< 0,05 как "0", то табл. 1 можно представить в следующем виде (табл. 2). Используя такой подход, ка- ждую форму облачности можно описать своим уникальным двоичным идентификатором типа CSVSCDVD
(напр., 1111 для перистой Ci или 0011 для кучевой Cu облачности). Исключение в таком случае могут составлять только два идентификатора 0111 (Ac и Sc) и 1010 (Cs и As), для которых потребуется допол- нительно оценивать величины коэффициентов CS и CD.
Табл. 2.
Пропускание прямой радиации S (оптическая толщина
облаков) Состояние небосвода
(форма облаков) CS VS CD VD
Полностью пропускает Ясно 1 0 0 0
Просвечивающие облака Ci Сс* 1 1 1 1
Cs* 1 0 1 0
Полупросвечивающие облака Ac* 0 1 1 1
As* 1 0 1 0
Непросвечивающие облака
Sc* 0 1 1 1
St* 0 0 1 0
Cu 0 0 1 1
Cb Ns 0 1 0 1
Можно заметить, что все состояния небосвода с коэффициентом ослабления прямой радиации CS = 0 (кроме Ac) определяются как непросвечивающие облака нижнего яруса (St, Sc, Ns) или вертикального развития (Cu, Cb). Высокие значения коэффициента VS (большая неоднородность) характерны для куче- вообразной облачности за исключением кучевой Cu. Состояния небосвода с коэффициентом вариации VD = 0 характерно для ясного неба и слоистообразной облачности (Cs, As, St, Ns). Кроме того, для прос- вечивающих и полупросвечивающих облаков значения коэффициентов VD повторяют значения VS.
Формальное описание амплитудных и временных актинометрических признаков позволяет создать алгоритм и автоматизировать процесс определения основных форм облачности. Ограничением данного метода на данный момент является определение формы только однослойной облачности со средним и
МЕЖДУНАРОДНАЯ МОЛОДЕЖНАЯ ШКОЛА И КОНФЕРЕНЦИЯ ПО ВЫЧИСЛИТЕЛЬНО-ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ ДЛЯ НАУК ОБ ОКРУЖАЮЩЕЙ СРЕДЕ
CITES’ 2017
высоким баллом. Низкий балл облачности (от 0 до 3) при этом определяется как ясное состояние небос- вода.
Работа выполнена в рамках проекта фундаментальных исследований СО РАН
IX.138.2.5."Научно-методические основы создания и использования технологий и информационно- измерительных комплексов для дистанционного мониторинга нижнего слоя атмосферы".
Литература:
1. C.E. Duchon, M.S. O'Malley. Estimating cloud type from pyranometer observations. 1999. J. Appl.
Meteorol. 38, pp. 132–141.
2. M. Martínez-Chico, F. J. Batlles, and J. L. Bosch. Cloud classification in a mediterranean location using radiation data and sky images. 2011. Energy, vol. 36, pp. 4055-4062.
3. Атлас облаков / Фед. служба по гидрометеорологии и мониторингу окружающей среды (Росгидромет), ГГО им. А.И. Воейкова ; [Д. П. Беспалов и др. ; ред.: Л. К. Сурыгина]. – С-Пб : Д’АРТ, 2011. – 248 с.
4. Sergey V Zuev, Nikolay P Krasnenko and Elena S Kartashova. Actinometrical features of basic cloud types. IOP Conference Series: Earth and Environmental Science, 2016, Volume 48, Number 1, pp.
012027.
5. Научно-прикладной справочник по климату СССР. Серия 3. Многолетние данные. Части 1-6.
Выпуск 20. Томская, Новосибирская, Кемеровская области, Алтайский край. С.-Пб:
Гидрометеоиздат, 1993. 718 с.
6. С.В. Зуев, Н.П. Красненко, В.А. Левикин. Телевизионный измеритель характеристик облачности. // Доклады ТУСУРа, № 1(31), 2014, с. 54-59.
INTERNATIONAL YOUNG SCIENTISTS SCHOOL AND CONFERENCE ON COMPUTATIONAL INFORMATION TECHNOLOGIES FOR ENVIRONMENTAL SCIENCES