Труды Военно-космической Выпуск 662 академии имени А.Ф ... · 3 СОДЕРЖАНИЕ СИСТЕМНЫЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ

Труды Военно-космической академии имени А.Ф. Можайского

Научное рецензируемое издание Выходит с 1942 года

Выпуск 662 Проблемы военно-

прикладной геофизики и контроля состояния

природной среды

2018 г.

Главный редактор: доктор техн. наук, проф. Ю.В. Кулешов

Редколлегия: председатель Ю.В. Кулешов, доктор техн. наук, проф.; зам. председателя И.В. Сахно, доктор техн. наук, проф.;

ответственный секретарь С.Г. Алёхин, кандидат техн. наук, доц.; Н.Ф. Аверкиев, доктор техн. наук, проф.; В.Ф. Алексеев, доктор техн. наук, доц.; Т.В. Алексеев, доктор истор. наук, доц.; А.П. Алёшкин, доктор техн. наук, проф.; В.Н. Арсеньев, доктор техн. наук, проф.; Д.Н. Бирюков, доктор техн. наук, доц.; И.Ю. Еремеев, доктор техн. наук, проф.; А.И. Замарин, доктор техн. наук, проф.;

В.Н. Калинин, доктор техн. наук, проф.; В.В. Клейменов, доктор техн. наук, проф.; В.В. Козлов, доктор техн. наук, проф.; Н.С. Кужекин, кандидат филос. наук, проф.;

В.Н. Кузьмин, доктор воен. наук, проф.; Н.Б. Кунтурова, доктор пед. наук, доц.; А.Г. Ломако, доктор техн. наук, проф.; Г.Н. Мальцев, доктор техн. наук, проф.; Ю.С. Мануйлов, доктор техн. наук, проф.; Т.О. Мысливцев, доктор техн. наук;

А.В. Паршуткин, доктор техн. наук, проф.; Н.А. Репях, кандидат филос. наук, доц.; А.В. Харченко, доктор техн. наук, доц.; К.Ю. Цветков, доктор техн. наук, проф.;

А.В. Чарушников, доктор воен. наук, проф.

Издатель: Федеральное государственное бюджетное военное образовательное учреждение высшего образования «Военно-космическая академия имени А.Ф. Можайского»

Министерства обороны Российской Федерации

ISSN 2218-5429

© Военно-космическая академия имени А.Ф. Можайского, 2018

Редакционный совет Председатель:

Начальник Военно-космической академии имени А.Ф. Можайского доктор техн. наук, профессор М.М. Пеньков

Члены редакционного совета: С.В. Буг – заместитель начальника Михайловской военной артиллерийской академии

по учебной и научной работе доктор пед. наук, проф.; В.П. Гаенко – главный научный сотрудник НИЦ БТС 12 ЦНИИ МО РФ

доктор техн. наук, проф., заслуженный деятель науки и техники; А.М. Гончаров – заместитель начальника Военной академии воздушно-космической обороны

имени Маршала Советского Союза Г.К. Жукова по учебной и научной работе доктор воен. наук, проф.; М.А Еремеев – начальник управления в/ч 74455 доктор техн. наук, проф.;

А.В. Кузичкин – заместитель генерального директора АО «Научно-исследовательский институт телевидения» по информационным технологиям доктор техн. наук, проф.;

Б.В. Соколов – начальник лаборатории Санкт-Петербургского института информатики и автоматизации Российской академии наук доктор техн. наук, проф., заслуженный деятель науки РФ; К.Г. Ставров – начальник научно-исследовательского океанографического центра

Государственного научно-исследовательского навигационно-гидрографического института доктор техн. наук, проф.; С.В. Чварков – заместитель начальника Военной академии Генерального штаба Вооруженных Сил

Российской Федерации по научной работе доктор воен. наук, проф.

Адрес: 197198, г. Санкт-Петербург, ул. Ждановская, д. 13;

тел.: 8 (812) 347-97-69; http://trudvka.ru

Издание зарегистрировано Управлением Федеральной службы по надзору в сфере связи,

информационных технологий и массовых коммуникаций (Роскомнадзора). Свидетельство о регистрации средства массовой информации

ПИ № ФС77-45867 от 20 июля 2011 г. Издание включено в перечень рецензируемых научных изданий,

в которых должны быть опубликованы основные результаты диссертаций на соискание ученой степени кандидата наук,

на соискание ученой степени доктора наук (с 01 декабря 2015 г.). Издание включено в Российский индекс научного цитирования (РИНЦ)

Подписано к печ. 31.07.2018.2 Формат печатного листа 445×300/4. Уч.-печ. л. 69,00. Уч.-изд. л. 34,00

Тираж 50 экз. Заказ 3664/111. Отпечатано в типографии

Военно-космической академии имени А.Ф. Можайского

Ответственный за выпуск: начальник РИО С.В. Чернышев

Выпускающий редактор: А.В. Головина Технический редактор

и компьютерная верстка: О.В. Филиппова

Техническая поддержка: А.С. Тимощук

Не допускается воспроизведение текста издания любым механическим или электронным способом, включая информационные базы данных

и системы, без письменного разрешения издателя

3

СОДЕРЖАНИЕ

СИСТЕМНЫЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ

Андрианов И.Н., Григорьев А.Н., Дмитриков Г.Г., Зайцев В.В., Чичкова Е.Ф. Проце-дуры анализа пространственного распределения облачности в составе техноло-гии формирования актуальных базовых геоданных……………………………… 7

Антонов С.В., Бычков А.А., Сергеев Б.Н., Частухин А.В., Щукин Г.Г. Теоретическое обоснование применения беспилотных летательных аппаратов в работах по воз-действию на переохлажденные туманы ……………………….…………………….. 13

Артюшина А.В., Журавлёва Т.Б., Насртдинов И.М. Результаты имитационного мо-делирования полей яркости неоднородной облачности с использованием про-граммно-алгоритмического комплекса MATHART ……………………………… 18

Ашабоков Б.А., Кешева Л.А., Крученицкий Г.М., Ташилова А.А., Шокуев Р.А. Моде-лирование сезонной и долговременной изменчивости снежного покрова Южного федерального округа России………………………………………………..………… 22

Бова Ю.И., Крюковский А.С., Лукин Д.С. Численное моделирование радиосигнала в анизотропной среде с учетом отклоняющего поглощения методом бихаракте-ристик……………………………………………………………….…………………... 26

Дробашевская Е.А., Погорельцев А.И.,Смышляев С.П. Реакция внетропической стратосферы на события Эль-Ниньо Южного Колебания во время весенней пере-стройки циркуляции…………………………………………………………………… 33

Клово А.Г., Куповых Г.В., Свидельский С.С., Тимошенко Д.В. Моделирование гло-бальных вариаций электрического поля в приземной атмосфере……………….…. 37

Костромитинов А.В., Рудь М.Ю. Модель представления облачности циклона на основе теоретико-множественного подхода к описанию структуры данных космических аппаратов гидрометеорологического назначения……………………. 42

Ростокин И.Н., Ростокина Е.А., Федосеева Е.В., Щукин Г.Г. Теоретические и экспе-риментальные исследования метода угломестного многочастотного микроволно-вого зондирования атмосферы при компенсации влияния фонового излучения....... 48

СВЯЗЬ, УПРАВЛЕНИЕ И НАВИГАЦИЯ

Аджиев А.Х., Беккиев М.Ю., Болдырев А.С., Кузьмин В.А. Исследование условий развития грозовых явлений и разработка рекомендаций по обеспечению безопас-ности полетов авиации………………………………………………………………… 54

Бейтуганов М.Н., Машуков Х.Х., Пивкин А.Н., Тлеужева М.Х. Результаты иниции-рования искусственных молниевых разрядов металлизированными электропро-водящими нитями…………………………………………………………………….... 58

Веснин А.М., Воейков С.В., Киселёв А.В., Котович Г.В., Куркин В.И., Мыльникова А.А., Ойнац А.В., Чистякова Л.В., Ясюкевич Ю.В. Возможности приемников сигналов

270

4

глобальных навигационных спутниковых систем для оперативного мониторинга радиоканала: проблемы и перспективы……………….

63

Григорьев В.Ф., Сидоренко А.Е., Терещенко Е.Д., Терещенко П.Е. Влияние ионосфе-ры в ближней зоне на поляризационные характеристики магнитного поля в диа-пазоне частот 0,2–200 Гц…………………………………………………….…………

68

Данилкин Н.П., Жбанков Г.А., Журавлёв С.В., Котонаева Н.Г., Лапшин В.Б., Репин А.Ю., Романов И.В., Филиппов М.Ю., Хотенко Е.Н., Шувалов В.А. Внеш-нее и трансионосферное радиозондирование в Арктике при наличии нескольких бортовых ионозондов на разновысоких орбитах………………………….....………. 73

Дашкевич Ж.В., Иванов В.Е., Козелов Б.В. Потоки авроральных электронов в высо-коширотной атмосфере: диагностика по оптическим наблюдениям……………..... 78

Егоров В.В., Коберник Д.А., Никольский В.А., Руденко В.В. Особенности возбужде-ния волновода Земля-ионосфера расположенным в неоднородной магнитоактив-ной ионосфере низкочастотным источником………………………………………... 82

Желавский С.А., Коберник Д.А., Лебедев Н.В., Назаров С.А., Никольский В.А., Руден-ко В.В. Влияние возмущений концентрации заряженных частиц на распростране-ние сверхширокополосного электромагнитного сигнала в ионосферной плазме….. 87

СБОР И ОБРАБОТКА ИНФОРМАЦИИ

Аджиев А.Х., Готюр И.А., Кононов И.И., Коровин Е.А., Кулешов Ю.В., Щукин Г.Г. Заблаговременное предупреждение о молниевых разрядах типа облако-земля на основе совместного использования данных грозопеленгационой сети и датчи-ка напряженности электрического поля……………………………………………... 92

Беккиев К.М., Шаповалов А.В. Расчеты по исследованию ослабления лазерного из-лучения ИК диапазона в облачной среде…………………………………………….. 97

Брюханов И.Д. Проблема интерпретации данных поляризационного лазерного зон-дирования конденсационных следов самолетов: оценка метеопараметров……….. 102

Брюханов И.Д., Зуев С.В., Самохвалов И.В. Результаты экспериментальных иссле-дований микрофизических свойств перистых облаков и потоков солнечной ради-ации у земной поверхности………………………………………………………..….. 107

Галилейский В.П., Елизаров А.И., Кокарев Д.В., Матвиенко Г.Г., Морозов А.М. О не-которых результатах наблюдений неба на панорамно-оптической станции «TOMSKY»……………………………………………………………………...……… 112

Григорьева О.В., Кудро Д.В., Саидов А.Г. Алгоритм обработки гиперспектральных данных на основе нечеткого множества кластеров в задаче классификации расти-тельных сообществ…………………………………………………………………….. 117

Денисенков Д.А., Жуков В.Ю., Щукин Г.Г. О возможности измерения сдвига ветра по направлению в доплеровском метеорологическом радиолокаторе …………….. 124

Доронин А.П., Тимощук А.С., Шабалин П.В. Результаты исследования метеорологи-ческих условий формирования высоких уровней загрязнения атмосферного воз-духа в Санкт-Петербурге по данным за 2017 год…………………………….……… 129

Ильин М.Ю., Ковалёв В.С., Коняев М.А. Сравнительный анализ результатов измере-ния профиля ветра, полученных методом аэрологического и дистанционного зондирования …………………………………………………………………………... 135

………………. ……………

5

Иннокентьев Д.Е., Козлов В.И., Кононова Н.К., Тарабукина Л.Д. Согласованные межгодовые колебания грозовой активности в двух регионах Северной Азии и циркуляция нижней атмосферы в 2009–2016 годах…………..……………………

141

Красненко Н.П., Шаманаева Л.Г. Cодарные исследования пространственно-временной динамики нижнего слоя атмосферы …………………………………….. 146

Краснов В.М., Кулешов Ю.В. Выбор начальной формы акустического импульса то-чечного источника при интерпретации данных системы мониторинга опасных явлений……………………………………………………………..…………………… 152

Крученицкий Г.М., Статников К.А. Эволюция вертикального распределения озона и температуры над Южным полюсом…………………………………………...……. 157

Куликов Ю.Ю., Поберовский А.В., Рыскин В.Г., Юшков В.А. Влияние внезапных стратосферных потеплений на вертикальную структуру озона средней атмосфе-ры в полярных широтах Арктики ……………………………………………..……… 162

Куркин В.И., Науменко А.А., Подлесный А.В., Мониторинг ионосферы c использо-ванием многофункционального ионозонда с линейной частотной модуляцией сигнала Института солнечно-земной физики Сибирского отделения Российской академии наук ………..………………………………………………………………... 167

Лопуха В.О., Федосеева Н.В. Анализ облачности мезомасштабных полярных вихрей по мультиспектральным спутниковым данным……………………………………... 172

Петроченко В.М., Шулейкин В.Н., Щукин Г.Г. Использование атмосферного элек-трического поля при решении прикладных геофизических задач……………...…... 176

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ

Асмус В.В., Абросимов Н.И., Бурцева Т.Н., Верятин В.Ю., Иоффе Г.М., Кровотын-цев В.А., Милехин О.Е., Новикова О.Г., Пустынский И.С., Соловьев В.И., Соловь-ева И.А. Использование спутниковых данных для решения задач гидрометобес-печения………………………………………………………………………………….. 181

Готюр И.А., Денисенков Д.А., Жуков В.Ю., Караваев Д.М., Коровин Е.А., Кулешов Ю.В., Чернышев С.В., Чёрный С.Э., Щукин Г.Г. Состояние и перспекти-вы создания геофизической обсерватории Военно-космической академии имени А.Ф. Можайского………………………………………………………………………. 186

Григорьева О.В., Жуков Д.В.; Марков А.В., Мочалов В.Ф. Возможности совершен-ствования системы производственного экологического контроля акваторий в зо-нах ответственности вооруженных сил при использовании данных аэрокосмиче-ской съемки………………………………………………………………………….…. 190

Доронин А.П., Козлова Н.А., Петроченко В.М., Толстоброва Н.Б. Метод локализа-ции выбросов вредных веществ в местах крупных аварий и пожаров в населен-ных пунктах с помощью искусственных облаков и туманов……………………….. 196

Дроздов А.Е., Жильцов Н.Н., Свиридов В.П. Автономные комплексы контактных измерений океанографических параметров для решения задач оперативной океа-нологии…………………………………………………………………………………. 201

Ефременко А.Н., Моисеева Н.О., Чёрный В.В. Метод автоматизированного контроля дождевых паводков в интересах гидрометеорологического обеспечения войск….. 206

270

6

Жохова Д.А., Кужевская И.В., Пустовалов К.Н., Чурсин В.В. Случай зимней кон-векции по данным ATOVS……………………………………………………………..

211

Жуков В.Ю., Рыков М.С., Суворов С.С., Щукин Г.Г. Оценивание интенсивности осадков с помощью многопараметрического метеорологического радиолокатора …………………………………………………………………………………………... 215

Кирин Д.В., Крутиков Н.О., Лукьянов А.Н., Струнин А.М., Струнин М.А. Результа-ты сравнительного анализа распространения аэрозольных примесей в атмосфере регионов Арктики и Московской области по данным самолетных исследований в 2014–2015 годах..…………………………………………………………………..… 219

Летучий Ю.А. Оценивание экологической обстановки на объектах Вооруженных сил Российской Федерации…………………………………………………………… 224

Летучий Ю.А., Новиков А.В., Тимощук А.С., Шабалин П.В. Показатели экологиче-ской эффективности деятельности воинских частей и организаций Вооруженных сил Российской Федерации ………………………………………............................... 230

Удриш В.В. Технология подготовки специализированной климатической информа-ции для гидрометеорологического обеспечения Вооруженных сил на базе про-граммно-технического комплекса Автограф-климат ……………………............... 235

Успенский А.Б. Развитие и применение отечественных спутниковых систем дистан-ционного зондирования атмосферы ……………………………………….................. 241

Рефераты статей…………………………………………………………………………… 246

Сведения об авторах………………………………………………………………………. 258

Сведения о рецензентах…………………………………………………………………... 272

7 Системный анализ и моделирование

И.Н. Андрианов*; А.Н. Григорьев*, доктор техн. наук; Г.Г. Дмитриков*; В.В. Зайцев**, кандидат техн. наук; Е.Ф. Чичкова**, кандидат геогр. наук * ВКА имени А.Ф. Можайского, г. Санкт-Петербург, **ЦКУ «КосмоИнформ-Центр» ГУАП, г. Санкт-Петербург

ПРОЦЕДУРЫ АНАЛИЗА ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ОБЛАЧНОСТИ В СОСТАВЕ ТЕХНОЛОГИИ ФОРМИРОВАНИЯ АКТУАЛЬНЫХ БАЗОВЫХ ГЕОДАННЫХ Рассматривается проблемный вопрос построения актуальных базовых пространственных данных на основе

снимков, получаемых с борта космического аппарата за ограниченные интервалы времени. Проблема состоит в необходимости выполнения анализа сложного пространственного распределения облачности. Предложено ис-пользовать маски облачности, на основе которых выполняются разработанные процедуры пространственного анализа распределения облачности. Указанные процедуры позволяют оценить возможность получения каче-ственного результата на предварительных этапах формирования актуальных базовых пространственных данных и выделить безоблачные участки на исходных изображениях. Представлено общее описание модернизирован-ной технологии формирования базовых пространственных данных, и показан пример ее использования для ре-шения задачи регионального уровня.

Ключевые слова: дистанционное зондирование, многоспектральная съемка, геоинформационная система, базовые пространственные данные, маска облачности.

ВВЕДЕНИЕ В информационных системах общего и специального назначения, оперирующих про-

странственными данными [1], в качестве основы используются базовые пространственные данные (БПД), типовой состав которых включает цифровые геопривязанные изображения поверхности Земли [2]. Указанные изображения (геоданные) могут формироваться в резуль-тате обработки данных многоспектральной съемки, выполняемой с борта космического ап-парата (КА), и, как правило, представляют местность в естественных цветах. В информаци-онных системах глобального, государственного и регионального уровней пространственный охват территории существенно превосходит размеры отдельного снимка на местности. При-чем обобщенные типовые требования к качеству растровых БПД определяют целесообраз-ность использования исходных снимков сверхвысокого, высокого и среднего пространствен-ного разрешения. В силу этого тема исследований, посвященных решению задач по форми-рованию БПД на основе материалов съемки с борта КА, становится все более актуальной. Растровые БПД должны характеризоваться полнотой [2], что обуславливает при формиро-

вании БПД необходимость минимизации доли изображения облачности, присутствующего на исходных снимках. Традиционная технология формирования БПД по снимкам, получае-мым из архивных банков данных дистанционного зондирования Земли (ДЗЗ), основывается на отборе изображений, наиболее качественных в изобразительном отношении (характери-зующихся малыми показателями покрытия территории облачностью – с долей проективного покрытия не более 15–20%). Пространственное распределение облачности анализируется оператором, который выполняет манипуляции по фрагментированию и комбинированию ис-ходных снимков для устранения изображений облачности. Негативные эффекты от примене-


ния указанного подхода состоят в увеличении ресурсоемкости процесса получения БПД и в нарушении временной однородности результирующих данных в силу использования ретро-спективных наборов снимков, сформированных в течение значительных (многолетних) ин-тервалов времени. На практике итоговые БПД формируются из тех изображений, для кото-рых разброс дат их получения может составлять несколько лет. Нарушение временной однородности явно наблюдается при изучении БПД в широко ис-

пользуемых картографических интернет-сервисах (Яндекс-Карты, Google Maps, Bing Maps и др.). При этом решение отдельных прикладных задач в областях государственного, муници-пального и корпоративного управления, рационального природопользования, техногенной и экологической безопасности основывается на актуальных БПД, характеризующихся высокой временной однородностью. Цель настоящей работы состоит в усовершенствовании существующей технологии фор-

мирования БПД за счет разработки и внедрения процедур автоматизированного анализа про-странственного распределения облачности, обеспечивающих использование снимков с высо-кой долей покрытия облачностью (более 20%).

ПОДХОД К АНАЛИЗУ РАСПРЕДЕЛЕНИЯ ОБЛАЧНОСТИ НА СНИМКЕ В рамках известных технологий формирования растровых БПД устранение изображения

облачности основывается на визуальном анализе, выполняемом оператором с выделением «безоблачных» участков на исследуемых изображениях. Причем для обработки простран-ственных данных используется специальное программное обеспечение систем комплексной обработки данных ДЗЗ и геоинформационных систем [3]. В случае использования снимков, полученных на заданный район в течение определенно-

го промежутка времени, например, за отдельный сезон года, могут иметь место условия, при которых возникает необходимость обработки изображений с разным значением показателя покрытия облачностью. При этом облачность представляет собой оптическую помеху со случайным пространственным распределением. Существующий опыт показывает, что струк-тура изображения облачности в конкретных случаях съемки с борта КА может характеризо-ваться разными степенями сложности в зависимости от синоптической ситуации. Наличие фронтальной облачности, которая представляет собой плотные многослойные

массивы слоистых и перистых облаков, допустимо на краевых участках, пригодных для об-работки снимков. Кучевые облака в средних широтах позволяют работать с подстилающей поверхностью только в утреннее время при начале развития процессов внутримассовой кон-векции. При развитой конвекции и появлении кучево-дождевых облаков с условным радиу-сом более 10 км в вечернее время суток снимки, как правило, не приемлемы для обработки. Кучево-дождевые облака в средних широтах развиваются по вертикали до высоты 12–16 км и отбрасывают протяженные тени, что также сокращает процент пригодной для обработки территории на снимках. Примеры реальных изображений с облачностью, полученных в течение одного летнего

сезона 2017 года в рамках космической программы ДЗЗ Landsat-8, представлены на рис. 1,а–в. Соответственно доля покрытия подстилающей поверхности облачностью составляет при-близительно 10, 20 и 30%. На всех изображениях присутствует кучевая облачность. На рис. 1,б по центру снимка грядами расположены высококучевые облака. На рис. 1,в мощные ку-чевые облака расположены в виде кластерных групп, а кучево-дождевые имеют перистую верхушку и выметы перистых облаков. Это пример вечернего развития конвективных обла-ков над сушей, которые экранируют поверхность суши, но позволяют работать с водной по-верхностью при формировании БПД в данном регионе.


Для автоматизации процедур формирования БПД предлагается использовать простран-ственные данные – маску облачности, в явном виде описывающую распределение облачно-сти на соответствующем снимке. В общем случае маска облачности представляет собой би-нарный тематический растр, значения элементов которого соответствуют, например, двум классам, а именно: значение «1» – «облачность присутствует в элементе пространственного разрешения», значение «0» – «облачность отсутствует в элементе пространственного разре-шения». Примеры изображений соответствующих масок облачности представлены на рис. 1,г–е. Маски облачности могут формироваться по исходным изображениям с использованием

фрактальных преобразований, нейронных сетей и методов обработки многоспектральных снимков. В частности, возможность картографирования облачности на основе многоспек-тральных снимков, полученных отечественными космическими средствами ДЗЗ, отмечается в работе [4]. Разработки методов построения масок облачности в России ведутся сотрудни-ками ВКА имени А.Ф. Можайского, Санкт-Петербургского государственного университета аэрокосмического приборостроения, Института космических исследований РАН, Института оптики атмосферы имени В.Е. Зуева СО РАН и других организаций. В работах [5, 6] пред-ставлены общие положения по детектированию облачности на основе обработки многоспек-тральных данных и примеры практического использования масок облачности при решении прикладных задач. Таким образом, предлагается наряду с исходными изображениями подстилающей поверх-

ности, предназначенными для формирования БПД, использовать соответствующие им маски облачности. Свойства масок облачности позволяют повысить степень автоматизации проце-дур для анализа качества исходных изображений, а также использовать снимки с высоким показателем покрытия и сложным распределением облачности, обработка которых визуаль-но-инструментальным методом является в большей степени трудоемкой.

а) б) в)

г) д) е)

Рис.1. Примеры данных многоспектральной съемки (а–в), зарегистрированных в мае, июне и

июле 2017 года, и соответствующих масок облачности (г–е)


ФОРМАЛИЗОВАННОЕ ОПИСАНИЕ ПРОЦЕДУР ПРОСТРАНСТВЕННОГО АНАЛИЗА МАСОК ОБЛАЧНОСТИ Пусть для формирования БПД имеется А многоспектральных снимков Ia, для которых a =

=1(1)A. Отдельный многоспектральный снимок Ia при допущении, что все А снимков иден-тичны по объему и спектральным свойствам, может быть представлен в виде трехмерного массива данных

[ ] ( ) ( ) ( ), , ,, , , , , , 1 1 , 1 1 , 1 1a m n la M N L M N LI i m M n N l L= = = = , где M, N, L – соответственно число строк, столбцов и спектральных каналов снимка Ia. Для каждого снимка Ia известны параметры и функция пространственной привязки F

S, позволяющие представить их элементы в общей плоской прямоугольной системе простран-ственных координат (x, y), следовательно,

( ) ( ), , , , , , , , , ,S

aFa m n l a x y li i x x x y y y′ ′′ ′ ′′→ ∈ ∈ .

Диапазоны изменения координат (xʹ, x̋ ), (yʹ, y̋ ) в упрощенном виде определяют границы заданного района, а также размер растра БПД D в элементах пространственного разрешения. Для заданного района в естественных цветах (RED, GREEN, BLUE, поэтому l = 3) на основе обобщенной функции пространственно-спектральной селекции FRGB из множества исходных снимков I{ A} формируются БПД D. Тогда

[ ] ( ) ( ), , , , ,3 , ,3, ,3 , ,3, , , , 1 1 , 1 1RGBF

a x y l x y x yx yA x yi d D d x x x y y y x x y y∆ ∆ ∆ ∆

′′ ′ ′′ ′→ = ∆ = − ∆ = − = ∆ = ∆ .

Параметры многоспектрального снимка Ia позволяют получить соответствующую маску облачности Ca с использованием известной функции детектирования облачности в элементе снимка FС и выполнить его пространственную привязку с использованием функции FS в виде

[ ] [ ] [ ] , , , , , , , ,, , , , , , , ,1,

, , ,0,

C Sa a

CaF F

a m n a m n a m n a x ya M N L a M N a M N CM Na

F TRUEI C C c c c c

F FALSE

=→ = = →=

∵

∵

.

Анализ возможности отображения элемента пространственного разрешения d с координа-тами (x, y) в формируемых БПД на основе хотя бы одного исходного «безоблачного» элемен-та выполняется с использованием операции А-операндной (А-нарной) конъюнкции, что обеспечивает построение результирующей маски облачности C[∆x, ∆y] для БПД

[ ], 1, , 2, , , , 1, , , , ,, ,... ... ,x y x y x y a x y A x y A x y x yx y x yc c c c c c C c− ∆ ∆ ∆ ∆= ∧ ∧ ∧ ∧ ∧ ∧ = .

При cx,y = 0 существует возможность получить элемент БПД dx,y,3 на основе одного или более исходных изображений Ia, а при cx,y = 1 имеет место присутствие изображения облач-ности в элементе с координатами (x, y) на всех исходных снимках Ia. Для априорного оцени-вания качества формируемых БПД вычисляется показатель покрытия облачностью CD:

( ),yx

D x yx x y y

C c x y′′′′

′ ′= =

= ∆ ⋅∆∑∑ .

ОБОБЩЕННОЕ СОДЕРЖАНИЕ МОДЕРНИЗИРОВАННОЙ ТЕХНОЛОГИИ ФОРМИРОВАНИЯ БПД И ПРИМЕР РЕЗУЛЬТАТА ЕЕ ПРИМЕНЕНИЯ На основании выполненных исследований предлагается технология формирования БПД,

этапы которой включают следующие обобщенные процедуры. 1. Определение исходных требований к БПД по актуальности, по пространственному

охвату (xʹ, x̋ ), (yʹ, y̋ ) и пространственному разрешению. 2. Отбор исходных снимков Ia на основе сформулированных требований. 3. Расчет масок облачности Ca.


4. Определение «безоблачных» зон снимков Ia на основе масок облачности Ca. 5. Анализ распределения облачности на основе А-операндной конъюнкции элементов cx,y. 6. Построение результирующей маски C[∆x, ∆y]. 7. Априорное оценивание качества формируемых БПД (вычисление CD). 8. Определение смежных фрагментов снимков Ia на основе выделенных «безоблачных»

зон, предназначенных для формирования непрерывных БПД по заданному пространственно-му охвату (xʹ, x̋ ), (yʹ, y̋ ).

9. Яркостная коррекция (выравнивание яркости) фрагментов снимков Ia с целью улучше-ния изобразительного качества формируемых БПД.

10. Объединение фрагментов снимков Ia в единое изображение (построение мозаики снимков), соответствующее БПД. Процедуры 1, 2, 8–10 являются типовыми для технологии формирования БПД. В свою

очередь, разработанные процедуры 3–7 обеспечивают модификацию указанной технологии в части автоматизации анализа пространственного распределения облачности по исходным снимкам. Кроме того, на уровне процедуры 7 имеется возможность оценить пригодность формируемых БПД и скорректировать (дополнить) состав исходных снимков для минимиза-ции показателя CD.

Рис.2. Изображение БПД среднего пространственного разрешения

На основе указанной технологии реализован контрольный пример по формированию ак-туальных БПД для территории города Санкт-Петербург и Ленинградской области. Использо-ваны многоспектральные снимки среднего пространственного разрешения, зарегистрирован-ные в течение периода времени июнь–сентябрь 2017 года. Обзорное изображение получен-ных БПД представлено на рис. 2. В результатах исследования доля неустраненного изобра-жения облачности, по своему качеству затрудняющего визуальное дешифрирование объек-тов на поверхности Земли, составляет не более 3%.

ЗАКЛЮЧЕНИЕ Проблемный вопрос формирования актуальных базовых пространственных данных на ос-

нове многоспектральных снимков, получаемых за ограниченные интервалы времени с борта КА, решается за счет внедрения новых процедур для автоматизированного анализа про-странственного распределения облачности. Указанные процедуры, основанные на обработке


масок облачности, обеспечивают повышение степени автоматизации этапа по определению безоблачных участков исходных изображений и позволяют априорно оценивать качество формируемых БПД по результирующему показателю покрытия облачностью. При этом обеспечивается возможность использования для формирования БПД снимков, характеризу-ющихся высоким значением показателя покрытия облачностью (более 20%) и ее сложным распределением. В результате существующая технология формирования БПД усовершен-ствована путем добавления новых этапов построения масок облачности и их пространствен-ного анализа. На основе модернизированной технологии реализован практический пример формирования БПД для территорий субъектов Российской Федерации: города Санкт-Петербург и Ленинградской области.

Список используемых источников 1. ГОСТ Р 50828-95. Геоинформационное картографирование. Пространственные данные,

цифровые и электронные карты. Общие требования / Госстандарт России. – М., 1995. – 19 с. 2. ГОСТ Р 53339-2009. Данные пространственные базовые. Общие требования / Стандар-

тинформ. – М., 2009. – 7 с. 3. Современные средства автоматизации обработки геопространственных данных /

А.Н. Григорьев, А.А. Галышев, Р.Е. Куликов и др. // Труды Военно-космической академии имени А.Ф. Можайского. – 2012. – Вып. 635. – С. 66–70.

4. Лебедев А.Б., Караваев Д.М., Щукин Г.Г. Состояние и перспективы развития метеороло-гической спутниковой системы // Навигация и гидрография. – 2015. – № 42. – С. 32–39.

5. Григорьев А.Н. Модель бортовой оценки облачности над районом съемки при дистан-ционном зондировании из космоса // Современные проблемы дистанционного зондирования Земли из космоса. – 2015. – Т. 12, № 4. – С. 143–150.

6. Пат. на изобретение RUS 2616719. Способ ведения спутниковой съемки при дистанци-онном зондировании / Григорьев А.Н., Рудь М.Ю., Шабаков Е.И. – 26.01.2015.


С.В. Антонов*; А.А. Бычков*, кандидат физико-математических наук;

Б.Н. Сергеев*, кандидат физико-математических наук;

А.В. Частухин *; Г.Г. Щукин**, доктор физико-математических наук, профессор * АНО «Агентство атмосферных технологий», г. Москва ** ВКА имени А.Ф. Можайского, г. Санкт-Петербург

ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ ПРИМЕНЕНИЯ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ В РАБОТАХ ПО ВОЗДЕЙСТВИЮ НА ПЕРЕОХЛАЖДЕННЫЕ ТУМАНЫ

В статье представлены результаты теоретических расчетов, выполненных с помощью численной модели Fog

Seeding по оценке результативности воздействия на переохлажденные туманы с помощью пиротехнических генераторов йодистого серебра (AgI) и наноразмерного льдообразующего реагента LN-212 с борта беспилотно-го летательного аппарата (БПЛА). Приводится сравнение результатов моделирования воздействий на пере-охлажденный туман, выполненных с помощью БПЛА, и наземных генераторов льдообразующих аэрозолей.

Ключевые слова: работы по активному воздействию, оценка эффективности воздействия на переохлажден-ный туман, численная модель Fog Seeding.

Среди метеорологических явлений, негативно влияющих на работу воздушного, морского,

железнодорожного и автомобильного транспорта, одно из первых мест занимают туманы. Так, в большинстве случаев туманы являются причиной нарушения регулярности авиарей-сов. Вследствие возникновения туманов происходит значительное число аварий на автостра-дах, сопровождающихся человеческими жертвами [1]. Принимая во внимание практическую важность решения проблемы улучшения видимости в туманах, а также основываясь на ре-зультатах многочисленных экспериментальных и теоретических исследований за последние 60 лет, были разработаны различные методы искусственного рассеяния переохлажденного тумана. Из числа разработанных методов наиболее широкое практическое применение в работах

по искусственному рассеянию тумана нашли методы, основанные на использовании кри-сталлообразующих реагентов [2], реализация которых базируется на использовании льдооб-разующих реагентов. К настоящему времени разработаны и прошли испытания различные способы создания в

переохлажденном тумане необходимого количества ледяных кристаллов. Так, в США, Франции, Гренландии, Норвегии, Германии для рассеяния переохлажденных туманов при-меняются жидкий пропан и жидкая углекислота (CO2). Российская технология искусственно-го рассеяния переохлажденных туманов основана на использовании в качестве реагента жидкого азота (N2). Работы с ее применением проводились в Италии и Казахстане [2]. При проведении работ по искусственному рассеянию туманов используются наземные ге-

нераторы, осуществляющие диспергирование реагента в приземном слое атмосферы. При этом наземные генераторы можно разделить на две группы: стационарные, применяемые в основном для искусственного рассеяния туманов в аэропортах, и мобильные, применяемые в основном для рассеяния тумана вдоль автомобильных дорог. Способ рассеяния туманов с


помощью наземных генераторов имеет ряд ограничений, связанных с выбором размещения пунктов воздействия, а также невозможностью организации оперативных работ. В настоящее время БПЛА широко используются не только в военной, но и в гражданской

сфере. Современные БПЛА позволяют осуществлять подъем полезной нагрузки общим ве-сом от 1 до 30 кг и выполнять полеты на высоте до 3–5 км от 2 до 4 ч [1]. В связи с этим воз-никает необходимость в проведении теоретических исследований по оценке результативно-сти применения БПЛА в работах по искусственному рассеянию переохлажденных туманов. Одним из инструментов, позволяющих провести оценку результативности применения

различных средств воздействия, является численное моделирование. Преимущество такого моделирования – это возможность оценки на этапе планирования работ степени влияния на результативность таких факторов, как выбор способа воздействия, определение типа приме-няемых реагентов и технических средств с учетом конкретных синоптико-климатических и географических условий, характерных для данного района. Для проведения теоретических исследований применения БПЛА в работах по воздей-

ствию на переохлажденный туман была использована разработанная в АНО «Агентство АТТЕХ» нестационарная трехмерная численная модель Fog Seeding, позволяющая произво-дить численное моделирование активного воздействия на туман с целью его рассеяния при отрицательных температурах воздуха с помощью стационарных и мобильных азотных гене-раторов. Данная численная модель подробно описана в работе [4]. Для иллюстрации результатов численного моделирования воздействия на переохлажден-

ный туман рассмотрен случай для реальных синоптических условий, наблюдавшихся в Мос-ковской области 10 февраля 2015 года в районе пересечения трассы М5 «Урал» с выездной дорогой из г. Жуковский, которые стали причиной образования сильного тумана с дально-стью видимости менее 30 м, в результате чего произошло крупное ДТП. В качестве исходной метеорологической информации использовались наземные данные о

температуре, относительной влажности воздуха, направлении и скорости ветра, а также дан-ные радиозондирования атмосферы, полученные на станциях Лыткарино и Электроугли. С помощью модели Fog Seeding проведены численные эксперименты по оценке результа-

тивности воздействия на переохлажденный туман с использованием БПЛА, оснащенных пи-ротехническими генераторами AgI, и мобильных наземных азотных генераторов. Воздей-ствие с помощью мобильных наземных генераторов осуществлялось при движении по доро-ге, а воздействие с помощью БПЛА осуществлялось на высоте 100 м по траектории, постро-енной с учетом скорости и направления ветра в приземном слое. Все воздействия проводи-лись в течение одного часа. По результатам выполненного численного моделирования оце-нено изменение дальности видимости в районе проведения работ за время осуществления воздействия, а также в течение последующих 30 мин с интервалом в 10 мин. В качестве иллюстрации на рис. 1 показаны результаты расчета зон искусственного рассе-

яния тумана при проведении воздействий на переохлажденный туман. Как видно из рисун-ков, воздействия с помощью мобильного генератора N2 и с помощью пиротехнических аэро-зольных генераторов с борта БПЛА позволили увеличить дальность видимости на уровне поверхности земли с 30 до 2000 м. При этом площадь максимального увеличения дальности видимости при воздействиях с помощью БПЛА составила 6,9 км2, а при воздействиях мо-бильным азотным генератором – 4,3 км2. Столь высокая разница в результативности рассея-ния переохлажденного тумана объясняется высотой проведения воздействия. Следует отметить, что представленные на рис. 1 горизонтальные сечения дальности види-

мости подтверждают важность учета скорости и направления ветра при построении траекто-рий для проведения воздействий. Так, в результате воздействия с борта БПЛА по траектории, учитывающей скорость и направление ветра, представилась возможность не только увели-чить дальность видимости вдоль автомобильной дороги, но и на удалении до 250 м от нее. В качестве дополнительного исследования с помощью модели Fog Seeding были выполне-

ны численные расчеты воздействий с использованием современного наноразмерного порош-


кового льдообразующего реагента LN-212. Отличительной особенностью данного реагента LN-212 является высокий показатель выхода льдообразующих частиц при сравнительно не-больших расходах, что делает его применение наиболее перспективным для проведения ра-бот по искусственному рассеянию переохлажденных туманов.

а)

б)

Рис. 1. Горизонтальные сечения дальности видимости, через 30 мин после начала воздействия:

а – мобильным наземным аэрозольным генератором (N2); б – БПЛА с пиротехническими аэрозольными генераторами AgI

В табл. 1 приведены сравнительные характеристики применяемых реагентов [5]. В качестве иллюстрации на рис. 2 и 3 представлены вертикальное и горизонтальное сече-

ния области расчета с отображением дальности видимости через 30 мин после начала воз-действия, которое производилось на высоте 100 м по траектории, построенной с учетом вет-рового переноса реагента. Как видно из рисунков, воздействия с помощью наноразмерного льдообразующего реагента типа LN-212 с борта БПЛА позволяет увеличить дальность види-мости до 2000 м.

Таблица 1 Характеристики применяемых реагентов

Наименование реагента Выход льдообразующих ядер с 1 г состава (при температуре

минус 10оС) Расход реагента, г/с

Пиротехнический состав АД-1 1.1013 0,4 Реагент LN-212 5.1014 0,01 Таким образом, основываясь на результатах численного моделирования воздействия на

переохлажденный туман, целесообразно рассматривать возможность использования БПЛА в работах по активным воздействиям (АВ) на переохлажденные туманы. По результатам выполненных теоретических расчетов были проведены работы по разра-

ботке технических средств воздействия на базе самолетных аэрозольных генераторов и ав-томатизированного дозирующего устройства, позволяющих оборудовать беспилотный лета-тельный аппарат на базе гексакоптера DJI S-900 (рис. 4), а также выполнены летные испыта-ния по проверке их работоспособности. Летно-технические характеристики разработанного гексакоптера приведены в табл. 2.


Рис. 2. Горизонтальное сечение дальности видимости, через 30 мин после начала воздействия

Рис. 3. Вертикальное сечение дальности видимости, через 30 мин после начала

воздействия

а)

б)

Рис. 4. Внешний вид гексакоптера:

а – с установленными средствами воздействия на базе САГ-26; б – с дозирующим устройством порошкообразного реагента LN-212


Таблица 2 Летно-технические характеристики гексакоптера

Параметр Значение параметра Высота полета, м До 2000–2500 Горизонтальная скорость, км/ч До 40 Вес, г 3700 Взлетный вес, г 8200 Вес полезной нагрузки, г 4500 Продолжительность полета, мин 20–30 Габаритные размеры Д × Ш × В, мм 460 × 450 × 36

ЗАКЛЮЧЕНИЕ Таким образом, проведенные численные эксперименты свидетельствуют о том, что

воздействия на переохлажденный туман с использованием пиротехнических генераторов и современного наноразмерного льдообразующего реагента LN-212 с борта БПЛА позволяют осуществить искусственное рассеяние тумана с высокой степенью результативности. В настоящий момент в АНО «Агентство АТТЕХ» планируется организация опытных работ по воздействию на переохлажденные туманы и низкие слоистые облака с использованием созданных технических средств.

Список используемых источников 1. Доронин А.П. Воздействия на атмосферные процессы и явления: учеб. пособие. – СПб.,

2014. – 292 с. 2. Колосков Б.П, Корнеев В.П., Щукин Г.Г. Методы и средства модификации облаков,

осадков и туманов: моногр. – СПб., 2012. – 341 с. 3. Бычков А.А., Сергеев Б.Н., Щукин Г.Г. Оценка эффективности искусственного уве-

личения осадков с использованием легких летательных аппаратов // Ученые записки Рос-сийского государственного гидрометеорологического университета. – 2017. – № 47. – С. 68–77.

4. Частухин А.В., Сергеев Б.Н., Колосков Б.П. Моделирования рассеяния переохла-жденного тумана с использованием трехмерной численной модели Fog Seeding // Ученые записки Российского государственного гидрометеорологического университета. – 2017. – № 49. – С. 47–57.

5. Исследование эффективности наноразмерных кристаллизующих реагентов AgI/SiO2. / Е.В. Сосникова, Н.О. Плауде, Е.Ф. Воронини и др. // Вопросы физики и облаков: сб. ста-тей памяти Н.О. Плауде. – С. 323–330.


А.В. Артюшина*; Т.Б. Журавлёва*, доктор физико-математических наук;

И.М. Насртдинов*, кандидат физико-математических наук *Институт оптики атмосферы имени В.Е. Зуева СО РАН, г. Томск

РЕЗУЛЬТАТЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПОЛЕЙ ЯРКОСТИ НЕОДНОРОДНОЙ ОБЛАЧНОСТИ С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНО-АЛГОРИТМИЧЕСКОГО КОМПЛЕКСА MATHART В работе представлено краткое описание программно-алгоритмического комплекса MATHART для моде-

лирования процесса переноса солнечного и теплового излучения в различных атмосферных условиях, в том числе – неоднородной детерминированной и стохастической облачности. Приведены примеры использования этих алгоритмов для расчета яркости отдельных облачных реализаций и усредненных по ансамблю облачных полей.

Ключевые слова: солнечное и тепловое излучение, алгоритмы метода Монте-Карло, поля яркости, детерме-нированная и стохастическая облачность.

ВВЕДЕНИЕ Для более корректного решения ряда задач дистанционного зондирования атмосферы тре-

буется вычисление пространственных, спектральных и угловых характеристик полей ярко-сти облачной атмосферы с учетом ее пространственной неоднородности. В зависимости от конкретной проблемы существует потребность в расчетах радиационных характеристик, ко-торые являются результатом (i) моделирования в отдельных реализациях облачных полей или (ii) осреднения по ансамблю облачных реализаций, что позволяет учесть стохастическую природу оптических и геометрических характеристик реальной облачности. В ИОА СО РАН развивается программно-алгоритмический комплекс MATHART (Monte

CArlo Codes for TH ree-DimensionAl Radiative Transfer), предназначенный для моделирования потоков и полей яркости солнечного и теплового излучения в различных атмосферных усло-виях. Основу комплекса MATHART составляют статистические алгоритмы, созданные в 70–80 годах XX века группой под руководством Г.А. Титова [1]. В данной работе пред-ставлено краткое описание пакета MATHART, а также приведены примеры использования некоторых входящих в его состав алгоритмов.

ПРОГРАММНО-АЛГОРИТМИЧЕСКИЙ КОМПЛЕКС MATHART Входящие в состав комплекса MATHART алгоритмы метода Монте-Карло обеспечивают

вычисление радиационных характеристик (потоки и спектрально-угловые характеристики полей солнечного и теплового излучения) как в горизонтально однородной, так и в горизон-тально и вертикально неоднородной атмосфере Земли. Моделирование выполняется с учетом многократного рассеяния и поглощения облачными и аэрозольными частицами, молекуляр-ного рассеяния и поглощения, а также отражения от подстилающей поверхности (ПП) в пло-скопараллельной и сферической моделях атмосферы. Учет молекулярного поглощения реа-лизован с использованием: 1) метода k-распределений – в солнечном диапазоне спектра и 2) метода рандомизации по частоте – в тепловом диапазоне. Подготовка необходимой спек-


троскопической информации предваряет радиационные расчеты и выполняется вне рамок данного пакета. При переходе к радиационным расчетам в неоднородной облачности становится актуаль-

ным вопрос о методах конструирования облачных реализаций. Входящие в MATHART алго-ритмы позволяют решать эту задачу с использованием двух основных классов облачных мо-делей. Одной из наиболее распространенных форм задания двухмерных (2D) и трехмерных (3D)

облачных полей является их представление в виде совокупности прямоугольных параллеле-пипедов («кубиков») с пространственным разрешением от нескольких десятков до несколь-ких сотен метров, получаемых в рамках LES (Large Eddy Simulation) моделей. Надежным способом выявления ошибок и улучшения конкретных радиационных кодов, предназначен-ных для решения уравнения переноса излучения (УПИ) в таких сложных средах, является сопоставление результатов расчетов. Эти расчеты были получены с использованием различ-ных методов решения УПИ или модификаций в рамках одного и того же метода, как это бы-ло сделано, например, при выполнении международного проекта Intercomparison of 3D-Radiation Codes (I3RC, [2]). Другим источником для построения облачных реализаций являются стохастические кон-

структивные модели облаков: гауссовская, каскадная, пуассоновская и др. [1]. На сегодняш-ний день входящие в состав комплекса MATHART алгоритмы реализованы в рамках модели на основе пуассоновских потоков точек в пространстве. При этом облачные элементы ап-проксимируются опрокинутыми усеченными параболоидами. В последние годы к разрабо-танным ранее алгоритмам для плоскопараллельной модели атмосферы [1] добавлены новые алгоритмы, обеспечивающие учет эффектов сферичности. Учитывая сложную структуру облачного поля и необходимость тщательного тестирова-

ния алгоритмов, для моделирования переноса солнечного излучения в 3D облачном поле бы-ло разработано несколько модификаций алгоритмов. В основе всех модификаций лежит ме-тод сопряженных блужданий; различия состоят в способах моделирования длины свободно-го пробега (аналоговое моделирование, метод максимального сечения) и учета молекулярно-го поглощения. Вычисление интенсивности, усредненной по ансамблю облачных реализа-ций, выполняется на основе численного усреднения УПИ. Уменьшение трудоемкости алго-ритма базируется на приеме теории методов Монте-Карло – введении дополнительной слу-чайности («рандомизации») [1]. Одним из преимуществ пакета MATHART по отношению к разработанным ранее в других

научных российских и зарубежных группах [2] является возможность учета неоднородности облаков как в отдельных реализациях, так и в усредненных по ансамблю облачных полях [3]. Реализация алгоритмов в рамках сферической модели атмосферы расширяет круг решаемых задач, в частности, за счет возможности рассмотрения схем дистанционного зондирования при больших зенитных наблюдениях и углах Солнца, в том числе – в сумеречных условиях.

ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ АЛГОРИТМОВ КОМПЛЕКСА MATHART Проиллюстрируем возможности разработанных алгоритмов на примере расчетов спек-

трально-угловых характеристик полей отраженной солнечной и уходящей с верхней границы атмосферы тепловой радиации в присутствии разорванной облачности ( ). В качестве

примера рассмотрим две реализации облачных полей R1 и R2 (балл облачности БО = 3) и со-поставим результаты моделирования и со средней интенсивностью

и яркостью безоблачного неба при зондировании в надир. Отличие выбранных ре-

ализаций состоит в том, что точка наблюдения (ТН) на поверхности Земли в одном случае

cldB

( )1RcldB ( )2RcldBB clrB


открыта для наблюдений из космоса (R1, рис.1,а), а в другом – непосредственно над ТН находится облако A (R2, рис. 1,б). Облачные поля площадью 200 км2 располагались в интервале высот 1–2 км над поверхно-

стью Земли, диаметр осн

Documents

Труды Военно-космической Выпуск 662 академии имени А.Ф ... · 3 СОДЕРЖАНИЕ СИСТЕМНЫЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ