Проблемы глобального изменения климата

Введение

В последние годы геоинформационные системы (ГИС) стремительно становятся стандартным инструментом для решения ряда фундаментальных и прикладных проблем метеорологии и климатологии. Благодаря способности хранить, обрабатывать, анализировать и визуализировать в структурированной электронной форме огромные объемы пространственно распределенных разнородных данных. ГИС позволяют быстро генерировать синтетическую информацию в удобной для принимающих решения специалистов форме. В решениях XV Всемирного Метеорологического Конгресса (2007, Женева) и Стратегическом плане ВМО (ВМО №1028) настойчиво рекомендуется широкое внедрение ГИС в мировую метеорологическую практику в качестве основы перспективных информационных систем.

В метеорологических и природоохранных приложениях имеется широкий класс задач, решение которых в значительной степени облегчается или ускоряется при использовании ГИС. К ним можно отнести: раннее оповещение о стихийных бедствиях и опасных погодных явлениях, наблюдения за температурой земной поверхности и Мирового океана, контроль за уровнем поверхности Мирового океана, определение границ снежного покрова, наблюдения за площадями затопления и разлива рек, наблюдения за распространением дыма от лесных пожаров, агрометеорологические и биометеорологические приложения, наблюдения за климатической системой Земли и отдельными ее элементами. Проблема эффективного применения ГИС в подобных задачах состоит в необходимости усвоения и анализа данных дистанционного зондирования, в особенности от метеорологических радиолокаторов и спутников, для исследования различных объектов климатической системы.

Однако, цифровая информация, поступающая от современных средств дистанционного зондирования атмосферы и подстилающей поверхности, требует расшифровки и анализа с целью идентификации изображенных на снимках объектов, выполняемого, как правило, вне рамок ГИС с использованием специализированных программных и аппаратных средств. Можно выделить две основные проблемы, решение которых необходимо для превращения данных дистанционного зондирования в информационные слои, составляющие основу для хранения информации в ГИС: 1) компрессия данных, или выбор наиболее информативных спектральных диапазонов зондирования; 2) идентификация изображенных на снимках объектов. Значительное ускорение процесса принятия решений может быть достигнуто при рассмотрении этих задач непосредственно в контуре ГИС, особенно, в реальном масштабе времени, в темпе поступления данных дистанционного зондирования. Столь же актуальной в процессе принятия решений с помощью ГИС является проблема оценки комплексного состояния территорий.

Технологии современного дистанционного зондирования позволяют осуществлять мониторинг различных параметров состояния атмосферы, гидросферы и биосферы. Принятие оперативных решений на основе такой информации удобнее всего осуществлять с помощью ГИС-технологий. Между тем, приходится констатировать отсутствие единого методологического подхода к анализу данных дистанционного зондирования атмосферы и подстилающей поверхности для проведения комплексной оценки состояния территорий в контуре ГИС в реальном масштабе времени. Это обстоятельство во многих случаях системно ограничивает возможности оперативного нахождения наилучших решений.

Цель данной работы: провести ГИС-анализ температурных аномалий по данным спутника MODIS\Terra.

Для достижения поставленной цели были поставлены и решены следующие задачи:

–    подбор спутниковых снимков;

–       создание модели для автоматизации процесса дешифрирования;

–       осреднение исходных данных по 4 годам;

–       определение нормальных среднеширотных температур;

–       построение карт изоаномал.

1. Глобальные изменения климата

1.1 Глобальное потепление

глобальный потепление среднеширотный температура

Глобальное потепление - повышение средней температуры климатической системы Земли. Начиная с 1970-х г., как минимум 90 % энергии потепления аккумулируется в океане. Несмотря на доминирующую роль океана в накоплении тепла, термин глобальное потепление часто используется для обозначения роста средней температуры воздуха у поверхности суши и океана.

С начала XX в. средняя температура воздуха возросла на 0,74 °C, примерно две трети приходятся на период после 1980 г. (рисунок 1). Каждое из последних трех десятилетий было теплее предыдущего, температура воздуха была выше, чем в любое предшествующее десятилетие, начиная с 1850 г.

Рисунок 1. График температур по данным НАСА

Научное понимание причин глобального потепления со временем становится все более определенным. В Четвёртом оценочном докладе МГЭИК (2007) констатировалась 90 % вероятность того, что большая часть изменения температуры вызвана повышением концентрации парниковых газов вследствие человеческой деятельности. В 2010 г. этот вывод был подтвержден академиями наук основных индустриальных стран. В Пятом докладе (2013) МГЭИК уточнила эту оценку: «Антропогенное воздействие отмечено в потеплении атмосферы и океана, в изменении глобального водного цикла, в уменьшении снежного покрова и льда, в росте среднего уровня моря, а также в изменении числа экстремальных погодных явлений. После Четвертого оценочного доклада получены дополнительные доказательства антропогенного воздействия. Очень вероятно (95-100%), что человеческая деятельность является основной причиной наблюдающегося потепления, начиная с середины XX в.».

Вероятная величина возможного роста температуры на протяжении XXI в. на основе климатических моделей составит 1,1 - 2,9 °C для минимального сценария эмиссии; 2,4 - 6,4 °C для сценария максимальной эмиссии. Разброс в оценках определяется принятыми в моделях значениями чувствительности климата к изменению концентрации парниковых газов.

Изменение климата и его последствия в разных регионах мира будут различными. Результатами роста глобальной температуры являются повышение уровня моря, изменение количества и характера осадков, увеличение пустынь. Потепление сильнее всего проявляется в Арктике, оно приводит к отступлению ледников, вечной мерзлоты и морских льдов. К другим последствиям потепления относятся: увеличение частоты экстремальных погодных явлений, включая волны жары, засухи и ливни; окисление океана; вымирание биологических видов из-за изменения температурного режима. К важным для человечества последствиям относится угроза продовольственной безопасности из-за негативного влияния на урожайность (особенно в Азии и Африке) и потеря мест обитания людей из-за повышения уровня моря. Политика противодействия глобальному потеплению включает его смягчение за счет сокращения эмиссии парниковых газов, а также адаптацию к его воздействию. В будущем, по мнению некоторых, станет возможным геологическое проектирование. Подавляющее большинство стран мира участвует в Рамочной конвенции ООН по изменению климата. Участники конвенции на международных переговорах разрабатывают меры смягчения и адаптации. Они согласились с необходимостью глубокого сокращения эмиссии с целью ограничения глобального потепления величиной 2,0 °C.

Согласно докладам, опубликованным в 2011 г. Программой ООН по окружающей среде и Международным энергетическим агентством, предпринятые в XXI в. усилия, по снижению эмиссии исходя, из цели ограничить потепление величиной 2,0 °C являются неадекватными. В 2000-2010 г. эмиссия парниковых газов увеличивалась на 2,2 % в год. В 1970-2000 рост составлял 1,3 % в год. Как отмечается в докладе Всемирной метеорологической организации, увеличение антропогенных парниковых газов в атмосфере означает, что будущее изменение климата в сторону потепления неизбежно. Изменения климата - часть всеобщих изменений природной среды на Земле, обусловленная, среди прочих факторов, изменениями теплового баланса атмосферы, циркуляции вод океана и круговорота воды. Большое значение в объяснениях предполагаемого современного потепления придается парниковому эффекту. Следует иметь в виду, что палеоклимату свойственна большая изменчивость климатической системы вне влияния человека, причем размах естественных колебаний превосходил возможное изменение климата под влиянием парникового эффекта газов, поступивших в атмосферу за последние два столетия в результате деятельности человека. Один из аспектов глобальных изменений климата - аридизация суши при повышении средней температуры. Первое десятилетие XXI в. стало самым теплым за время инструментальных наблюдений за глобальной приповерхностной температурой на Земле. Наряду с рекордными значениями глобальной температуры начало XXI в. сопровождалось множеством экстремальных погодных явлений в различных регионах планеты. Многие из этих событий по своей интенсивности стали беспрецедентными за последние несколько столетий. Достоверно не установлено, являются ли тенденции увеличения частоты и магнитуды погодных аномалий следствием глобального потепления или это случайное совпадение [14].

1.2 «Смещение» полюса глобального потепления климата с Арктики в Средиземноморье

Установлено, что величина современного потепления приземного воздуха максимальна в Арктике, где фрагментарно достигает 4°С. Однако при этом умалчивается, что арктический прогрев характерен лишь при минимуме инсоляции, когда температура воздуха ниже - 25° (рисунок 2). Происходит это из-за уменьшения толщины ледяного покрова - толстый многолетний и паковый лед «съедены» метанотрофными бактериями, специализированными на использовании метана в качестве источника углерода и энергии на фоне вековой активизации сейсмической активности и соответствующей региональной сейсмодегазации метана (пористость льда способствует его инсоляционному таянию). На севере Тихого океана и у Антарктиды сейсмогенные явления не приводят к аналогичным откликам в атмосфере из-за массового отсутствия толстого многолетнего льда.

Рисунок 2. Величины коэффициентов линейных трендов среднемесячной температуры воздуха на арктических станциях (мыс Барроу, п. Тикси, Земля ранца Иосифа, архипелаг Шпицберген) и в целом в арктической атмосфере

В остальных местах Земли нет единой тенденции. На примере, в восточной экваториальной части Тихого океана характерна 11 летняя цикличность с амплитудой до 3°С (рисунок 3).

Рисунок 3. Временной ход среднемесячных температур, относительной влажности и концентрации углекислого газа (а, б) и соответствующие тренды шестой степени

Прогрев в районе островов Мальта - Лампедуза в период с 1999 по 2013 гг. достиг ≈2,5°С, произошло это на фоне роста давления на ≈15Мб и спада относительной влажности на ≈6% (рисунок 4). Максимальный прогрев приурочен ко второй половине лета - начале осени, когда температура выше 20/25°С и спада темпа прироста концентрации СО2 (рисунок 5). Сочетание этих явлений возможно частично обусловлено ростом числа летних региональных землетрясений - сейсмогенно-дегазационным взбросом придонных биогенных веществ в фотический слой - вспышкой первичной продуктивности, повышенным использованием углекислого газа из атмосферы, сокращением фотического слоя, и как следствие, повышенный инсоляционный прогрев. Величина коэффициента линейной корреляции между месячными временными трендами числа землетрясений и концентрации СО2 достигает ≈-0,77. Благодаря взмучиванию придонных илов, а также подъема вод пикноклина происходит насыщение поверхностных вод и приводной атмосферы биогазом (рисунок 6).

Рисунок 4. Величины среднемесячных температур, относительной влажности и давления приземного воздуха в Мальтийско-Лампедузовском регионе

Рисунок 5. Величины среднемесячных трендов температуры воздуха, концентрации углекислого газа, региональных землетрясений (а) и линейной корреляции между трендами температуры и СО2 (б)

Рисунок 6. Величины трендов среднемесячных температур, концентрации метана и числа землетрясений (а). Эпицентры землетрясений (б)

На юго-западе Германии (47.92N, 7.92E, 1205 м) величины трендов месячных потеплений в 3 раза ниже, чем в Средиземноморье. К апрелю приурочен спад прироста концентрации углекислого газа. Связано это с более ранним наступлением весны, массовым фотосинтезом - использованием углекислого газа из атмосферы. В 70-80-х гг. XX в. среднесуточные температуры воздуха устойчиво начинали превышать нулевые значения в конце апреля - начале мая, спустя 30 лет - на месяц раньше. Преобладающее влияние на изменение температуры воздуха оказывает относительная влажность. Величина коэффициента линейной корреляции между этими параметрами атмосферы достигает - 0,7.

Предлагается не останавливаться на констатации того, что внесистемная единица количества теплоты «калория, является по существу величиной непостоянной на протяжении термометрической шкалы и меняется с t°», и, что Международная организация законодательной метрологии относит калорию к таким единицам измерения, «которые должны быть изъяты из обращения как можно скорее там, где они используются в настоящее время, и которые не должны вводиться, если они не используются». Градиенты энергии, выраженные в калориях, эквивалентны градиентам в температурной шкале Цельсия. Исходя из этого, по крайней мере, в географии (и в быту), следует ввести «удобную» термометрическую шкалу. Дискретность во всем её диапазоне приравнять к нагреву 1 г воды на 1°С при 52°С, что соответствует изменению энергетической светимости на 7,84 вт (в шкале Цельсия кал = 5,4 вт при 15°С). Нуль шкалы, исходя из «удобной привычки» приравнять 0°С, 100 к 100°С. Для обозначения градусов в этой шкале использовать символику «В» Ватт) (рисунок 7). Суть смены дискретности термометрической шкалы в замене ориентации дискретности температуры на расширение жидкостей (воды, спирта, и т.п.) на связь с ваттами. В быту придется лишь наклеить на градусники мерную полоску, связывающую шкалы °С и В (как в городе СПБ, где у новых названий улиц сохранены и старые). Иначе и далее об энергетических изменениях будем судить по «кривым» шкалам Цельсия, Фаренгейта, Реомюра, Ранкина [9].

Рисунок 7. Соотношение между температурными шкалами в °С, В и ваттами, а - в графическом виде, б - в табличном

1.3 Эль-Ниньо

В последние годы в печати и средствах массовой информации поступало много тревожных сообщений о погодных аномалиях, охвативших практически все континенты Земли. При этом главным виновником всех климатических и социальных неурядиц назывался непредсказуемый феномен Эль-Ниньо (младенец-мальчик по-испански, как его назвали перуанские рыбаки), представляющий собой теплое течение, вызывающее потепление поверхности восточной части Тихого океана. Более того, некоторые ученые рассматривали этот феномен как предвестник еще более радикальных климатических изменений.

Феномен Эль-Ниньо заключается в резком повышении температуры (на 5-9 °С) поверхностного слоя воды на востоке Тихого океана (в тропической и центральной частях) на площади порядка 107 км2.

Темно-красным показаны районы, находящиеся под влиянием Эль-Ниньо (Южной осцилляции). Синим - районы слабого воздействия Эль-Ниньо. Прямоугольник, выделенный серым цветом, - участок Тихого океана, данные по которому (средняя за год температура воды у поверхности) и есть индекс NINO3, использованный в данной работе для оценки силы Эль-Ниньо (рисунок 8).

Рисунок 8. Районы, находящиеся под влиянием Эль-Ниньо

В последние годы, в результате применения новой технологии в морских научных исследованиях, когда впервые использовалась сеть закрепленных в океане автономных буев (международная программа - «Тропическая атмосфера и океан» (ТАО)), дистанционно регистрирующих и передающих по спутниковым каналам связи значения температуры, скорости ветра и другие метеопараметры атмосферы и океана, появилась возможность построить более совершенные модели феномена Эль-Ниньо 1997-1998гг. (П-Дж.Вебстер, Т.-Н.Пальмер «Нейчур», 11.12.1997г.)

По этой схеме процессы формирования самого сильного теплого течения в океане в наше столетие представляется следующим образом. В обычных погодных условиях, когда фаза Эль-Ниньо еще не наступила, теплые поверхностные воды океана транспортируются и удерживаются восточными ветрами - пассатами в западной зоне тропической части Тихого океана, где формируется так называемый тропический теплый бассейн (ТТБ). Следует отметить, что глубина этого теплого пласта воды достигает 100-200 метров. Формирование такого огромного резервуара тепла - главное необходимое условие переход к режиму феномена Эль-Ниньо. При этом в результате нагона воды, уровень океана у берегов Индонезии на два фута выше, чем у берегов Южной Америки. В то же время температура поверхности воды на западе в тропической зоне составляет в среднем 29-30°С, а на востоке 22-24°С. Небольшое охлаждение поверхности на востоке, это результат апвеллинга - подъема глубинных холодных вод на поверхность океана при подсосе воды пассатными ветрами. Одновременно над ТТБ в атмосфере образуется самый большой район теплоты и стационарного неустойчивого равновесия в системе океан-атмосфера (когда все силы уравновешены и ТТБ неподвижен).

По неизвестным пока причинам с интервалом в 3-7 лет пассаты ослабевают, нарушается баланс, и теплые воды западного бассейна устремляются на восток, создавая одно из самых сильных теплых течений в Мировом океане. На огромной площади в восточной части Тихого океана, в тропической и центральной экваториальной частях, происходит резкое повышение температуры поверхностного слоя. Это и есть наступление фазы Эль-Ниньо. Его начало отмечено длительным натиском шквальных западных ветров, служащих пусковым механизмом новой фазы. Они сменяют обычные слабые пассаты над теплой западной частью Тихого океана и препятствуют подъему на поверхность холодных глубинных вод. В результате происходит блокировка апвеллинга.

Хотя сами процессы, развивающиеся при фазе Эль-Ниньо, региональны, тем не менее, их последствия носят глобальный характер. Эль-Ниньо обычно сопутствуют экологические катастрофы: засухи, пожары, ливневые дожди, вызывающие затопление огромных территорий густонаселенных районов, что приводит к гибели людей и уничтожению скота и урожая в разных районах Земли. Эль-Ниньо оказывает заметное влияние на состояние мировой экономики. По данным американских специалистов в 1982-1983гг. экономический ущерб от последствий Эль-Ниньо составил 13 миллиардов долларов, а по оценкам ведущей страховой компании мира Munich Re ущерб от природных катаклизмов в первой половине 1998 г. оценивается в 24 млрд. долларов.

Теплый западный бассейн обычно через год после Эль-Ниньо вступает в противоположную фазу, так называемую Ла-Нинья, когда восточная часть Тихого океана охлаждается. Фазы потепления и похолодания перемежаются с нормальным состоянием, когда идет накопление теплоты в западном бассейне (ТТБ) и восстанавливается состояние стационарного неустойчивого равновесия. Климатолог П.-Дж. Вебстер считает, что «прежде всего - в нелинейности и неравновесности климатической системы. Эль-Ниньо не может вызвать мгновенных изменений в самой атмосфере, но феномен влияет на стохастический выбор наиболее вероятного состояния возмущенной атмосферы».

По убеждению многих специалистов, основной причиной происходящих катаклизмов является глобальное потепление климата в результате действия «парникового эффекта» из-за техногенного освоения Земли и накопления парниковых газов в атмосфере (водяного пара, двуокиси углерода, метана, закиси азота, озона, хлорфторуглеродов) [11].

Метеоданные о температуре приземного слоя атмосферы, собранные за последние сто лет показывают, что климат на Земле потеплел на 0,5°С. Неуклонное повышение температуры было нарушено кратковременным похолоданием в 1940-1970 гг., после чего потепление возобновилось.

Хотя повышение температуры согласуется с гипотезой «парникового эффекта», существуют и другие факторы, влияющие на потепление (извержение вулканов, океанические течения и др.). Установить однозначность причины потепления можно будет после поступления новых данных в ближайшие 10-15 лет. Все модели предсказывают, что в ближайшие десятилетия потепление значительно усилится. Отсюда можно заключить, что частота наступления феномена Эль-Ниньо и его интенсивность будет увеличиваться.

Вариации климата на отрезке времени 3-7 лет определяются изменениями вертикальной циркуляции в океане и атмосфере и температурой поверхности океана (ТПО). Иначе говоря, они изменяют интенсивность тепломассообмена между океаном и атмосферой. Океан и атмосфера являются открытыми, неравновесными, нелинейными системами, между которыми идет постоянный обмен теплом и влагой.

Указанные процессы необратимы, а движение в водной и воздушной средах турбулентно. Для таких систем характерна самоорганизация диссипативных структур, например, формирование таких грозных структур, как тропические циклоны (ТЦ), которые транспортируют полученную от океана энергию и влагу на большие расстояния.

Нам представляется, что недостаточное знание физики процессов формирования диссипативных структур с учетом нелинейности и обратных связей ограничивает возможность построения совершенных прогностических моделей. Все это говорит, во-первых, о необходимости проведения качественного анализа для описания явлений в целом и, во-вторых, о необходимости поиска ключевых энергетических параметров, определяющих энергообмен в климатических системах.

Такими ключевыми параметрами, безусловно, являются потоки тепла и вещества. Однако, насколько нам известно, в настоящее время все еще отсутствуют количественные оценки величин потоков тепла и влаги между океаном и атмосферой, полученные по результатам натурных наблюдений или теоретических расчетов феномена Эль-Ниньо. Ранее в 1980-90 гг. группой сотрудников кафедры физики атмосферы в океанических экспедициях с борта судна проводились инструментальные измерения, позволившие получить оценки потоков тепла и влаги в экстремальных условиях при грозовом шквале и штормовом ветре, то есть в условиях, приближенных к параметрам ТЦ. Было установлено, что в энергоактивных зонах с сильными ветрами (Северная Атлантика, грозовые шквалы Северного Каспия, Крымская бора на Черном море) плотности суммарного потока тепла от моря в атмосферу, учитывающие потоки водяного пара, инфракрасного излучения поверхности океана и контактный перенос, достигают высоких значений. Следовательно, определяющим параметром степени интенсивности переноса является скорость ветра.

По обобщенным материалам всех указанных экспедиций плотность суммарного потока тепла при ветре порядка 10 м/с составляла порядка 3 кВт/м2, а при 15 м/с - около 5 кВт/м2, что на порядок превышало потоки при спокойной погоде. Более того, при искусственном обдуве поверхности моря зависающим на высоте 20 м вертолетом, когда скорость ветра достигала значений 40 м/с (это начало ТЦ) потоки достигали значений 9 кВт/м2.

Полученные оценки по энергетике взаимодействия океана и атмосферы позволяют прийти к заключению, что энергия Эль-Ниньо в состоянии привести к возмущениям всю атмосферу Земли, что и приводит к экологическим катастрофам, имеющим место в последние годы.

В книге «Познание сложного» Г. Николис и И. Пригожин обратили внимание на тот факт, что новые данные о состоянии климата, полученные в 60-х годах нашего столетия, показали весьма выраженную внутреннюю изменчивость земного климата. «Этот факт удивляет и озабочивает специалистов, политиков и общественность. Впервые человек осознал глобальный, планетарный характер климатической системы, а также тот факт, что его собственная деятельность может также повлиять на работу впечатляющей климатической машины».

В перспективе, как показал известный канадский ученый специалист по проблемам изменения климата Генри Хинчевельд, «...обществу нужно отказаться от представления, будто климат - это нечто неизменное. Он изменчив, изменения будут продолжаться, и человечеству необходимо выработать инфраструктуру, которая позволила бы быть готовыми встречать неожиданное» [20].

1.4 Мировые карты аномалий

Температурные аномалии активно изучаются российскими и зарубежными исследователями. В частности, российских исследователей интересует в основном изучение территории России. На сайте гидрометцентра России находятся карты прогнозов аномалий (рисунок 9).

Рисунок 9. Прогноз аномалий среднемесячной температуры воздуха за июль 2015 г.

Так же, помимо территории нашей страны, строятся также карты изоаномал и на территорию Европы (рисунок 10).

Рисунок 10. Карты изоаномал Европы: а) август 2003 г., б) август 2004 г., в) август 2005 г., г) август 2006 г.

Зарубежные исследователи больше интересуются глобальными изменениями температурных аномалий. В частности NASA предоставляет в свободном доступе карты (рисунки 11-14).

Рисунок 11. Карта изоаномал за август 2003 г. [21]

Рисунок 12. Карта изоаномал за август 2004 г

Рисунок 13. Карта изоаномал за август 2005 г.

Рисунок 14. Карта изоаномал за август 2006 г.

Так же строят карты и на Северную Америку (рисунок 15).

Рисунок 15. Температурные аномалии Северной Америки за 14 дней мая

Помимо карт изоаномал суши, также строятся карты изоаномал по поверхности океана (рисунок 16).

Рисунок 16. Распределение температур по данным ИК-радиометра AVHRR на спутниках NOAA. 20-24 июня 1985 г.

1.5 Обзор исследований, посвященных аномально высоким температурам

Периоды жаркой погоды - довольно частое явление, особенно на юге Европы. Время от времени от зноя страдает и юго-запад Европы. Тем не менее, температура летом 2003 г. стала рекордной по сравнению со средней температурой летнего сезона для Франции, Германии и Швейцарии. Предвестником будущей жары стали обильные дожди в Западной Африке в июле того же года, в результате которых образовался мощный антициклон. Он-то и отправился в Западную Европу. Пройдя над североафриканскими районами, в частности над пустыней Сахарой, он сильно «разогрелся» и, дойдя до Европы, остановился. Вся территория оказалась в области высокого давления. Метеорологи хорошо знают эти устойчивые области, которые еще носят название «летняя блокада»: они способны на недели блокировать проход для областей низкого давления, несущих с собой дождь и прохладу. Уже в первые две недели августа по всей Европе были зарегестрированы температурные рекорды. Самая высокая температура наблюдалась в городе Осер, на севере Франции: там семь дней столбик термометра держался на уровне 40 °С.

Такая же температура была и в Швейцарии - подобных рекордов не было за всю историю страны. В Великобритании в городе Фавершам, графство Кент, была зафиксирована температура 38,5°С, которая также оказалась абсолютным рекордом. С 1 по 5 августа 2003 г. температура воздуха во Франции поднялась с 25 до 37 °С. Никто в то время особенно не задумывался о возможных последствиях резкого потепления для здоровья людей. Средства массовой информации в основном уделяли свое внимание вредному воздействию жаркой погоды на сельское хозяйство, на экологическую ситуацию и лесные пожары, на возможности возникновения перебоев с электричеством в связи с отсутствием необходимого охлаждения для ядерных реакторов. Через несколько дней, 6 и 7 августа, температура воздуха повысилась еще на 2°С. А 8 августа министерство здравоохранения Франции предупредило граждан, особенно тех, кто занимался физическим трудом или работал на открытом воздухе, об опасности перегрева. Однако никаких предостережений в адрес пожилых людей, представляющих группу особого риска, высказано не было.

В результате жаркой погоды к 10 августа уровень смертности во Франции увеличился на 300%. 11 и 12 августа жара не спадала, а 12 температура стала еще выше, достигнув абсолютного рекорда. Больницы уже были не способны справиться с наплывом пациентов с признаками гипертермии (сильного перегрева), морги оказались переполнены. Пришлось оборудовать специальные помещения холодильными установками, чтобы предотвратить разложение трупов.

В понедельник 11 августа министр здравоохранения Франции, находясь в отпуске, прислал заявление для прессы, в котором призывал сохранять спокойствие и утверждал, что ситуация еще не критическая. Не только этот чиновник находился в это время в отпуске. Отдыхали и премьер-министр страны Раффарен, и президент Ширак, как, собственно, и многие другие французы. В августе традиционно почти все французы уезжают в отпуск, включая и медицинский персонал.

В некоторых больницах из-за этого даже были закрыты пункты оказания первой помощи. Ничего не было предусмотрено на случай возникновения очень жаркой погоды и возможных проблем со здоровьем у пожилых людей, маленьких детей и людей с респираторными заболеваниями.

Практически ни в одной из больниц и служб срочной помощи Франции не было кондиционеров, не говоря уже о жилых домах. В этом отношении Франция значительно отстает от других европейских стран. И не только по сравнению с такими странами, как Греция и Испания, где от жаркой погоды защищаются особо тщательно, но и по сравнению даже с северными странами.

Должным образом правительство страны отреагировало на ситуацию только 13 августа. Премьер-министр Раффарен объявил о начале реализации «белого плана», по которому из отпусков возвращался весь медицинский персонал, открывали для гражданских людей военные госпитали, устанавливали повсюду помещения с охлажденным воздухом, чтобы люди могли отдохнуть в них от царящей повсюду жары. Но было уже поздно. К тому моменту умерли уже многие, да и жара начала немного спадать, а к 15 августа закончилась. Все это время президент страны Жак Ширак не сделал ни одного заявления. Он находился в трехнедельном отпуске в Канаде. Вернувшись в страну 21 августа, он опубликовал обращение к гражданам, в котором выражал соболезнование семьям погибших и обвинял французов в невнимательности по отношению к своим пожилым одиноким соседям.

В сентябре было официально объявлено, что за время жаркой погоды во Франции погибли в общей сложности 14 802 человека, что значительно превышает обычные для этого периода показатели смертности. Действия правительства страны подверглись серьезной критике.

Несмотря на то что больше всего в связи с жаркой погодой говорилось о Франции, другие европейские страны также понесли потери. Пострадали жители Германии, Испании и Италии, Нидерландов. Общее количество жертв жары в Западной Европе составило от 22 000 до 35 000 человек. Экономический ущерб в сельском хозяйстве был оценен в 10 млрд. долл [13].

Заметка Джеймса Хансена представляет собой ликбез о том, как измеряется глобальная температура, как усредняются данные, и какие вариации температурных аномалий фиксируются в тех или иных регионах Земли. Мимолетно дискутируется правильность построения трендов глобальной температуры в Институте космических исследований им. Годдарда и в Отделе климатических исследований Хадлейского центра Университета Восточной Англии. По сути, заметка Джеймса Хансена содержит несколько основных мыслей. Во-первых, нельзя судить о средней температуре всей Земли, наблюдая только за локальными и даже региональными вариациями температуры. Например, несмотря на аномально холодный декабрь в средних широтах Северного полушария, этот месяц оказался аномально теплым для полярных регионов. Это вызвано в свою очередь аномально высоким атмосферным давлением в полярных широтах, которое способствует обмену воздушных масс. Во-вторых, в начале прошлого - конце позапрошлого столетия не только средняя температура была ниже по всей Земле, но и региональные отрицательные температурные аномалии были гораздо сильнее. В-третьих, самым теплым годом на Земле был не 1998 г., как следует из анализа исследователей Отдела климатических исследований Хадлейского центра Университета Восточной Англии, а 2005 г. Следовательно, последнее десятилетие не выпадает из общего тренда глобального потепления.

Таким образом, основной вывод Джеймса Хансена и его коллег звучит следующим образом: «Последние три десятилетия на Земле происходит быстрое глобальное потепление. Утверждение, что в последнее десятилетие наша планета вошла в период похолодания, не имеет под собой оснований. Напротив, не находится какого-либо существенного отклонения от тренда последних трех десятилетий». Суммируя сказанное выше, можно утверждать, что существует большая неопределенность вокруг проблемы глобального изменения климата. Потенциальный экологический ущерб очень значителен. Ущерб для национальных экономик тоже может быть очень большим. Неопределенность возникает при учете всех положительных и отрицательных последствий глобального потепления. Можно сказать, что неопределенность в оценке риска глобального потепления гораздо выше, чем, например, в оценке риска повышения цен на топливо и даже в оценке риска смога в городах. Однако во всех случаях применимы основные положения теории управления риском. Именно поиском путей снижения риска глобального потепления сегодня и занимаются многочисленные организации [7].

2.Обоснование выбора источника исходных данных

2.1 Типы спутников MODIS

Терра (EOS AM-1), транснациональный научно-исследовательский спутник на солнечно-синхронной орбите вокруг Земли, действующий под руководством агентства НАСА. Космический аппарат весом 4864 кг был выведен на полярную солнечно-синхронную орбиту высотой 705 км. Среди прочих приборов, Терра несёт на борту радиометр MODIS, ведущий съемку в 36 диапазонах спектра, с длиной волны от 0.4 мкм до 14.4 мкм и разрешением от 250 м до 1 км. Прибор предназначен для наблюдения за глобальной динамикой планеты Земля, что включает изменения в облачности, бюджет излучения, и процессы, происходящие в океанах, на суше, и в нижних слоях атмосферы [15].- научно-исследовательский спутник, запущен 4 мая 2002 г. с авиабазы Ванденберг (США). Спутник Aqua является частью комплексной программы NASA EOS (Earth Observing System), направленной на исследование Земли и состоящей из трёх специализированных спутников Terra, Aqua и Aura, предназначенных для исследования суши, воды и атмосферы соответственно. Спутник был выведен на околополярную солнечно-синхронную орбиту высотой 680 км, На борту спутника Aqua установлены шесть научных инструментов, часть из которых предназначена для изучения свойств облачного покрова и определения температуры воды в морях, другая - для определения температуры атмосферы Земли и её влажности. Aqua был вторым спутником (после Terra), запущенным в рамках программы NASA Earth Observing System.

Научная аппаратура Aqua направлена на:

–       исследование температуры атмосферы, влажности, облаков, выпадения осадков и радиационного баланса;

–       исследование снега и морского льда;

–       исследование температуры морской поверхности и продуктивности океана;

–       исследование влажности почвы;

–       улучшение точности прогнозирования погоды;

–       мониторинг динамики земной и морской экосистемы.

Среди приборов на борту Aqua - радиометр MODIS, идентичный установленному на борту Terra. Разница состоит в более позднем времени съемки. Aqua - совместный проект между Соединёнными Штатами, Японией и Бразилией. Спектрорадиометр MODIS (Moderate Resolution Imaging Spectroradiometer) является одним из ключевых инструментов на борту американских спутников серии EOS (Terra (EOS AM-1) и Aqua ( EOS PM-1)) [1].имеет 36 спектральных каналов с 12-битным радиометрическим разрешением в видимом, ближнем, среднем и тепловом инфракрасном диапазонах.

Земная поверхность (Land) - одна из дисциплин, в рамках которой производится генерация ряда групп продуктов на базе данных MODIS. В рамках этой дисциплины создаются следующие группы продуктов (каждая из которых может включать один или несколько окончательных продуктов) (таблица 1).

Таблица 1. Типы продуктов MODIS

На данный момент, существует 3 типа продуктов на базе данных MODIS: 2G, 3, и 4. Тип продукта фактически соотвествует уровню обработки исходных данных MODIS. На базе данных уровня 2G получают одно-, 8, 16, 32-дневные композиты продуктов уровня 3 и 4.

Для продуктов 2G и 3 - гранула (granule), для 4 уровня обработки - фрагмент (tile). Далее в описании, для удобства используется только термин «фрагмент». Одному фрагменту обычно соответствует один файл в формате HDF-EOS.

Название фрагмента (granule ID или tile ID) расшифровывается следующим образом: ESDT.AYYYYDDD.hHHvVV.CCC.YYYYDDDHHMMSS.hdf где:

–  ESDT - Тип данных (Earth Science Data Type) (например MOD14A1);

–       YYYYDDD - Дата съемки, год (YYYY) и дата по Юлианскому календарю (DDD: 1..365);

–       hHH - Номер фрагмента по горизонтали (0-35);

–       CCC - Номер коллекции (версии данных);

–       YYYYDDDHHMMSS - Дата обработки фрагмента: Год, дата по Юлианскому календарю и время UTC;

–       hdf - расширение формата HDF.

Коллекция (версия) данных. Продукты MODIS подвергаются многократной обработке (фактически несколько раз переделываются заново), необходимость ее повторения связана с совершенствованием алгоритмов обработки, улучшением параметров радиометрической и геометрической коррекции. Версия продукта называется коллекцией и заложена в названии продукта. Таким образом, каждый продукт на базе данных MODIS, может иметь несколько версий (коллекций). Рекомендуется для работы использовать последнюю версию продукта.

Коллекция 1 - данные созданные в первый год функцирования камеры MODIS: 2000-2001. Коллекция 3 - данные полученные на базе Коллекции 1, а также отснятые в ноябре 2000 - декабре 2002 гг. Коллекция 4 - обработанные данные из Коллекций 1 и 3, а также современные данные. Коллекция 5 - последняя на момент написания статьи версия данных MODIS.

Исходно, данные MODIS, коллекций 1 и 3 распространяются в равноплощадной проекции ISIN - Integerized Sinusoidal, которая не поддерживается большинством пакетов ПО ГИС. Данные из коллекции 4 имеют проекцию Sinusoidal. Продукты других дисциплин, например Snow and Ice могут распространяться в других проекциях. Для работы с данными, необходимо сначала перевести их в более привычный формат и систему координат/проекцию [4].

2.2 Схема фрагментов для продуктов MODIS 2G, 3, и 4

Камера MODIS одновременно захватывает очень большую полосу съемки, примерно 2340 x 2330 км (размер гранулы). Для удобства распространения данные разбиваются на фрагменты, примерно 1120 x 1120 км (10 x 10 градусов на экваторе). После разбивки получается 460 фрагментов, 326 из которых захватывают земную поверхность.

Нумерация фрагментов начинается с 0,0 (номер фрагмента по горизонтали, номер фрагмента по вертикали) в верхнем левом углу и увеличивается слева направо (по горизонтали) и сверху вниз (по вертикали). Последний фрагмент имеет номер 35, 17 и располагается в нижнем правом углу (рисунок 17).

Рисунок 17. Границы фрагментов

Данную схему можно получить в формате shape-файла, пригодного для работы в QGIS, ArcGIS и практически любом другом ПО ГИС. Атрибутивная таблица содержит уникальный идентификатор фрагмента. Система координат набора данных - географическая, эллипсоид - сфера. Для получения равноугольной сетки необходимо спроектировать набор данных в синусоидальную проекцию (рисунок 18) [5].

Рисунок 18. Границы фрагментов в формате shape-файла

2.3 Характеристики MODIS

состоит из двух сканирующих спектрометров, один из которых (MODIS-N) снимает в надир, а ось съемки другого (MODIS-T) может быть отклонена. 36 спектральных зон MODIS охватывают диапазон с длинами волн от 0,4 до 14,4 мкм. Съемка в двух зонах (620-670 и 841-876 нм) ведется с разрешением 250 м, в пяти зонах видимого и ближнего инфракрасного диапазона с разрешением 500 м, а в остальных (диапазон от 0,4 до 14,4 мкм) - 1000 м (таблица 2).

Таблица 2. Спектральные характеристики MODIS

Радиометрическое разрешение исходных снимков весьма высоко: 12 бит. Пиковая скорость передачи данных составляет 10.6 Мбит/с [22].

2.4 Примеры использования

В настоящее время доступны изображения глобального распределения температур суши (Land Surface Temperature - LST) в режиме онлайн, например, на сайте NEO - NASA Earth Observation. На изображениях LST (см. Рисунок 19, 20, 21, 22), созданных с помощью спектрометра MODIS/Terra, показано распределение температуры суши в диапазоне от -25 °С до +45 °С (в чёрно-белой шкале или в привычной человеческому глазу псевдоцветной шкале). В средних и высоких широтах температура поверхности суши может меняться в течение всего года, но в низких экваториальных широтах, как правило, она остается практически неизменной. В Антарктиде и на острове Гренландия температура поверхности остается постоянно низкой. Так же чётко прослеживается по таким изображениям и высотная поясность. Необходимо иметь в виду, для изображений дневных или ночных температур могут иметь место некоторые ограничения в полноте отображения объектов земной поверхности. Во-первых, облачность является серьёзной помехой для регистрации температуры в тепловом инфракрасном канале, и, во-вторых, съёмка с КА Terra, покрывая весь Земной шар в течение одних суток, оставляет непокрытые участки между витками. Температура поверхности суши (LST) по данным сканера MODIS/Terra:

Рисунок 19. Осреднённое за месяц январь 2009 г. в чёрно-белой шкале

Рисунок 20. Осреднённое за месяц январь 2009 г. в псевдоцветной шкале

Рисунок 21. Дневное за 20 марта 2009 г. в псевдоцветной шкале [10]

Рисунок 22. Ночное за 20 марта 2009 г. в псевдоцветной шкале

Кроме глобальных изображений температур земной поверхности, доступны также и региональные, как на рисунке 23.

Рисунок 23. Региональное изображение распределения температур земной поверхности на западном побережье США за 4 апреля 2000 г. по данным сканера MODIS/Terra

Температура поверхности океана представляет собой одну из важнейших характеристик морской воды, оказывающих влияние на климат земного шара. Для динамической океанографии важно знать распределение плотности, определяющей движение водных масс, а плотность морской воды есть функция в том числе и её температуры. Для измерения температуры океанической поверхности из космоса применяют инфракрасные радиометры, работающие на метеорологических и океанологических спутниках, по данным которых регулярно создаются глобальные и региональные карты температур морской поверхности. В настоящее время дистанционное зондирование океана - одно из быстроразвивающихся направлений исследований Земли. С 1970-х г. стали доступны инфракрасные снимки океана со спутников NOAA с пространственным и температурным разрешением, достаточным для качественной оценки горизонтального переноса в приповерхностном слое океана и визуализации динамических структур, проявляющихся в температурном поле поверхности океана.

Теперь ежедневные глобальные и региональные карты температур морской поверхности доступны через интернет, например, на портале RSS (Remote Sensing System), по данным ИК-радиометра AVHRR со спутников NOAA, по данным сканерных систем TMI/TRMM и AMSR-E/Aqua (рисунок 24) и других.

Рисунок 24. Распределение температур по данным сканерных систем TMI/TRMM и AMSR-E/Aqua за 31 марта 2009 г.

Распределение температур океанических вод представляет основной диагностический признак для прогноза участков с наиболее вероятными рыбными скоплениями. До разработки систем глобального картографирования в Центре «Океан» ВНИРО (Всероссийский Научно-Исследовательский Институт Рыбного Хозяйства и Океанографии) карты температур поверхности океана составлялись регулярно на основные рыбопромысловые районы. Для обеспечения такими картами районов северо-западной Атлантики в Канаде была разработана автоматизированная система Галифакс, выполнявшая по данным спутника NOAA (с учетом поправок на основе судовых наблюдений) карты в изолиниях температур, передаваемые на рыболовные суда с периодичностью в 3 - 4 дня. Распределение температур поверхности Мирового Океана (SST) 3 сентября 2008 г. по данным сканерных систем TMI/TRMM и AMSR-E/Aqua (рисунок 25,26):

Рисунок 25. Распределение температур поверхности Арктики

Установленный по спутниковым снимкам характер распределения температур воды в океане существенно отличается от прежних представлений о нём. В противоположность отображаемому картами изданных атласов океанов плавному изменению температур на поверхности океана выявлена весьма сложная и контрастная картина, обусловленная струйными течениями и вихревыми образованиями. В прибрежных районах субтропических и тропических широт фиксируются фронты между тёплыми океаническими водами и более холодными прибрежными.

Рисунок 26. Распределение температур поверхности Антарктики

Таким образом, помимо картографирования собственно температуры воды, тепловая инфракрасная съёмка даёт материал для исследования динамических процессов в океане, течений, океанических вихрей и фронтов, апвеллингов и других явлений, при изучении которых привлекают также материалы об уровне океанической поверхности. Изучение морских течений - одна из областей применения карт температуры поверхности океана. Так, на снимке Атлантического океана (рисунок 27) отчётливо виден Гольфстрим, температура воды которого существенно выше температуры окружающих вод океана, и вихревые структуры - ринги - возникающие на границах тёплых и холодных вод.

Рисунок 27. Течение Гольфстрим в поле температуры поверхности океана по данным тепловой инфракрасной съемки радиометром AVHRR со спутника NOAA

Бывает мониторинг региональный, национальный и глобальный.

Региональный мониторинг - слежение за процессами и явлениями окружающей среды в пределах определенного региона, где эти процессы и явления могут отличаться и по природному характеру, и по антропогенным воздействиям от базового фона, характерного для всей биосферы.

Национальный мониторинг - слежение за взаимодействием природы и человека в зональных биосферных заповедниках (станциях) на территории государства для получения информации об изменениях качества среды.

Глобальный мониторинг - слежение за общемировыми процессами и явлениями в биосфере Земли и ее экосфере, включая все их экологические компоненты и предупреждение о возникающих экстремальных ситуациях [1].

3.Методика проведения анализа температурных аномалий

.1 Возможности, представленные ArcGIS

Геостатистика - это раздел статистики, который занимается анализом и прогнозированием значений, связанных с пространственными и пространственно-временными явлениями. Она включает пространственные (и в некоторых случаях временные) координаты анализируемых данных. Многие геостатистические инструменты изначально были разработаны в качестве практических средств описания пространственных моделей и интерполяции значений для местоположений, в которых не проводились измерения. Со временем такие инструменты и методы развивались и теперь предоставляют не только интерполированные значения, но и меры неопределенности для таких значений. Измерение неопределенности крайне важно для обоснованного принятия решений, поскольку она предоставляет сведения о возможных значениях (результатах) для всех местоположений, а не только для одного проинтерполированного значения. Геостатистический анализ также прошел путь от одномерного до многомерного и сегодня предлагает механизмы, учитывающие вспомогательные наборы данных, которые дополняют (иногда немногочисленные) основные интересующие переменные, позволяя создавать более точные модели интерполяции и неопределенности.

Геостатистика широко используется во многих областях науки и инженерных работ, например в следующих.

В горнодобывающей отрасли геостатистика используется на разных этапах проекта: сначала она позволяет количественно оценить объем минеральных ресурсов и определить экономическую рентабельность проекта, а затем по мере поступления обновленных данных геостатистика позволяет на регулярной основе принимать решения о том, какая порода должна направляться на обогатительную фабрику, а какая является отходами.

В науках об окружающей среде геостатистика используется для оценки уровня загрязнения и позволяет определить, является ли такое загрязнение угрозой для экологии или здоровья человека и требует ли оно устранения последствий.

Относительно недавнее применение в почвоведении связано с картированием уровней питательных веществ в почве (азот, фосфор, калий и т. д.) и других показателей (включая электропроводность) с целью изучения их связи с урожаем и расчетом точных объемов удобрений для различных участков поля.

В метеорологии геостатистика используется для прогнозирования температур, осадков и связанных явлений (например, кислотных дождей).

Недавно геостатистика стала применяться в области здравоохранения, например, для предсказания уровней загрязнения окружающей среды и их связи с частотой раковых заболеваний.

Во всех этих примерах общим является наличие некоторого интересующего явления, которое присутствует в исследуемом ландшафте (например, уровень загрязнения почвы, воды или воздуха или наличие золота или другого металла в породе и т. д.). Масштабные исследования крайне затратные и требуют много времени, поэтому обычно явление исследуют на основании образцов, взятых в разных местах. Затем с помощью методов геостатистики составляются прогнозы и оцениваются связанные меры неопределенности интерполяции.

Геостатистика, представляет собой коллекцию методов, позволяющих получать оценочные значения для положений, в которых не были получены образцы, а также приближенно устанавливать неопределенность этих оценок. Эти функции становятся важными во многих процессах принятия решений, поскольку на практике невозможно обеспечить получение образцов в каждой точке области интереса.

Однако следует помнить, что эти методы являются средством, позволяющим создавать модели действительности (иными словами, интересующего нас явления). Именно практик отвечает за то, чтобы построенные модели удовлетворяли конкретным потребностям и предоставляли сведения, необходимые для принятия информированных и доказуемых решений. Построение качественной модели во многом зависит от достигнутого понимания явления, от того, как были получены образцы данных и что они собой представляют, а также от правильного определения ожидаемых результатов, которые должна предоставить модель.

Существует много методов интерполяции. Некоторые из них являются весьма гибкими и могут приспосабливаться к различным аспектам образцов данных. Другие являются более ограничительными и требуют, чтобы данные соответствовали определенным условиям. Например, значительной гибкостью отличаются методы кригинга, но в рамках семейства методов кригинга выдвигаются различные требования к условиям, которые должны быть соблюдены, чтобы выходные результаты были допустимыми. ArcGIS Geostatistical Analyst Extension предлагает следующие методы интерполяции:

–       по методу глобального полинома;

–       локальный полином;

–       обратные взвешенные расстояния (Inverse Distance Weighted);

–       радиальные базисные функции (Radial Basis Functions);

–       ядро диффузии (Diffusion kernel);

–       сглаживание ядра (Kernel smoothing);

–       ординарный кригинг;

–       простой кригинг;

–       универсальный кригинг;

–       индикаторный кригинг;

–       вероятностный кригинг;

–       дизъюнктивный кригинг;

–       геостатистическое моделирование Гаусса;

–       площадная интерполяция (Areal Interpolation);

–       эмпирический байесовский кригинг (Empirical Bayesian kriging).

Каждый из этих методов имеет собственный набор параметров, что позволяет его настраивать для конкретного набора данных, с учетом требований в формируемым им выходным данным [19].

Существует две основные группы методов интерполяции: детерминированные и геостатистические. Методы детерминированной интерполяции создают поверхности из измеренных точек, основываясь или на степени схожести (обратные взвешенные расстояния), или уровне сглаживания (радиальные базисные функции). Геостатистические методы интерполяции (кригинг) используют статистические свойства измеренных точек. Геостатистические методы измеряют пространственную автокорреляцию в измеренных точках и рассчитывают пространственную конфигурацию опорных точек вокруг интерполируемого местоположения.

Детерминированные методы интерполяции можно разделить на две группы: глобальные и локальные. Глобальные методы вычисляют проинтерполированные значения на основании всего набора данных. Локальные методы вычисляют проинтерполированные значения на основании измеренных точек в пределах окрестностей, которые являются меньшими пространственными областями внутри большей изучаемой территории. ArcGIS Geostatistical Analyst Extension предоставляет глобальный полином в качестве глобального интерполятора, а так же обратные взвешенные расстояния, локальные полиномы, радиальные базисные функции, сглаживание ядра и ядро диффузии в качестве локальных интерполяторов.

Детерминированная интерполяция может принуждать результирующую поверхность к прохождению сквозь значения данных, или не принуждать вовсе. Метод интерполяции, который вычисляет значение идентичное измеренному в опорном местоположении, называется жестким интерполятором. Нежесткий интерполятор вычисляет значение, которое отличается от измеренного. Последний можно использовать с целью избежать возникновения острых вершин или углублений на выходной поверхности. Обратные взвешенные расстояния и радиальные базисные функции являются точными интерполяторами, тогда как глобальный полином, локальный полином, интерполяция ядра с барьерами и интерполяция диффузии с барьерами - это нежесткие интерполяторы [17].

Методы РБФ представляют собой набор методов жесткой интерполяции; это означает, что поверхность должна проходить через каждое измеренное опорное значение. Существует пять различных базисных функций:

–    плоский сплайн (Thin-plate spline);

–             сплайн с натяжением (Spline with tension);

–             полностью регуляризованный сплайн (Completely regularized spline);

–             функция мультиквадриков (Multiquadric function);

–             функция Обратные мультиквадрики (Inverse multiquadric function).

Каждая базисная функция имеет различную форму и позволяет получать разные интерполированные поверхности. Методы РБФ - это специальный случай сплайнов.

Концептуально, радиальные базисные функции напоминают размещение резиновой мембраны на измеренные опорные точки и одновременно уменьшение общей кривизны поверхности. Выбор базисной функции определяет то, как резиновая мембрана будет расположена между значениями. На рисунок 28 концептуально показано нанесение поверхности радиальной базисной функции на серию опорных точек высот. Обратите внимание, что поверхность в поперечном сечении проходит через значения данных.

Являясь жесткими интерполяторами, методы РБФ отличаются от интерполяторов по методу глобального и локальных полиномов, которые являются нежесткими интерполяторами и не требуют обязательного прохождения поверхности через измеренные точки. Функция обратных взвешенных расстояний (также жесткий интерполятор), в отличие от радиальных базисных функций, никогда не интерполирует значения выше максимального или ниже минимального измеренного значения.

Рисунок 28. Поверхность радиальной базисной функции

Тем не менее, с помощью радиальных базисных функций можно прогнозировать значения выше максимальных и ниже минимальных измеренных значений.

Оптимальные параметры определяются с помощью перекрестной проверки, аналогично шагам, рассмотренным для функции обратных взвешенных расстояний и интерполяции по методу локальных полиномов.

Радиальные базисные функции используют для создания сглаженных поверхностей из большого количества расчетных данных. С помощью функции можно успешно создавать слабо изменяющиеся поверхности, например поверхности высот.

Однако эти методы не подходят при значительных изменениях значений поверхности в пределах коротких расстояний и/или если вы подозреваете, что опорные данные могут быть ошибочными или неопределенными.

В модуле ArcGIS Geostatistical Analyst Extension радиальные базисные функции формируются над каждым местоположением данных. Радиальная базисная функция - эта функция, которая изменяется при удалении от местоположения.

Рисунок 29. Радиальная базисная функция

Например, предположим, что радиальная базисная функция - это расстояние от каждого местоположения, следовательно, она формирует перевернутый конус над каждым местоположением. Если сделать поперечное сечение плоскости x, z для y = 5, можно увидеть срез каждой радиальной базисной функции. Теперь, предположим, необходимо спрогнозировать значение для y = 5 и x = 7. Значение каждой радиальной базисной функции в интерполируемом местоположении можно взять из вышеприведенного рисунка. Значение определяется значениями Φ1, Φ2, и Φ3, которые просто зависят от расстояния от каждого местоположения данных. Предиктор формируется с помощью среднего взвешенного w1Φ1 + w2Φ2 + w3Φ3 + … (рисунок 29).

Веса w1, w2, w3 и т. д. можно определить, установив обязательное требование: при перемещении предиктора в местоположение с измеренным значением, значение должно быть проинтерполировано точно. Так мы получим N уравнений с N неизвестными, которые можно решить единственным образом. Таким образом, поверхность проходит через значения данных, что обеспечивает выполнение жесткой интерполяции.

Для всех методов, кроме обратных мультиквадриков, чем выше значение параметра, тем более сглаженная карта; обратное верно для метода обратных мультиквадриков.

Радиальные базисные функции (Radial basis functions) позволяют создавать поверхность, которая захватывает глобальные тренды и выделяет локальные изменения. Особенно хорошо они используются в случаях, когда подбор плоскости к опорным значениям не точно отображает поверхность.

Для создания поверхности представьте, что вы имеете возможность изгибать и выравнивать интерполированную поверхность так, чтобы она прошла через все измеренные точки. Имеется много способов интерполяции формы поверхности между измеренными точками. Например, можно принудительно сформировать поверхность в виде кривых (тонкий сплайн), либо вы можете проконтролировать натяжение поверхности за края поверхности (Сплайн с натяжением). Это концептуальная схема интерполяции, основанной на радиальных базисных функциях [18].

3.2 Выявление региональных тепловых аномалий земной поверхности

Один из продуктивных способов анализа структуры термического режима земной поверхности установление пространственных тепловых аномалий с помощью изоаномал. Изоаномалы - линии равных отклонении рассматриваемой величины от ее значений, принятых нормальными [2].

В качестве исходных данных были взяты снимки со спутника MODIS Terra за четырехлетний период: 5-12 августа 2003 г., 5-12 августа 2004 г., 5-12 августа 2005 г. и 5-12 августа 2006 г. [23]. Единая дата предполагает корректность сравнений, а август выбран как летний месяц с высокими годовыми температурами.

Рисунок 30. Выбор каналов спутникового снимка

Рисунок 31. Снимки MODIS Terra: а) от 5-12 августа 2003 г., б) от 5-12 августа 2004 г., в) от 5--12 августа 2005 г., г) от 5-12 августа 2006 г.

После первичной обработки (экспорта в формат TIFF) для получения температуры подстилающей поверхности (Land surface temperature или LST) необходимо провести обработку снимков с помощью следующей модели model-builder (модуль программы ArcGIS) (рисунок 32).

Рисунок 32. Модель land surface temperature в модуле model-builder

Тестирование методики проводилось для суши на территории Франции, в связи с тем, что замечено «смещение» полюса глобального потепления климата с Арктики в Средиземноморье [9]. Выбор региона также обусловлен фиксируемыми в последние годы частыми погодными аномалиями в континентальной Европе. Территория Франции достаточна для анализа региональных тепловых аномалий земной поверхности и, в то же время, отражает, на наш взгляд, термическое состояние большей части Западной Европы с высокой плотностью населения и экономической инфраструктуры. Полученная поверхность LST за 4 года изображена на рисунке 33.

Рисунок 33. Температура подстилающей поверхности: а) от 5-12 августа 2003 г., б) от 5-12 августа 2004 г., в) от 5--12 августа 2005 г., г) от 5-12 августа 2006 г.

С помощью инструмента raster calculator (рисунок 34) в ГИС ArcGIS по данным 4 карт простым алгебраическим осреднением была построена карта средней температуры подстилающей поверхности (рисунок 35).

Рисунок 34. Окно растрового калькулятора

Рисунок35. Карта средней температуры подстилающей поверхности

Для удобства ячейка растрового изображения была укрупнена с помощью инструмента aggregate (рисунок 36) в 5 раз. Такой размер ячейки вполне соответствует масштабам анализируемых явлений и исходной точности измерений.

Рисунок 36. Окно инструмента aggregate

На следующем этапе с помощью инструмента sample (рисунок 37) созданная таблица, которая содержит значения растров, экспортирована в файл *.dbf. Полученный файл редактировался в MS Excel следующим образом.

Рисунок 37. Инструмент Sample

Вычислялось среднее арифметическое среди значений, которые принимают пикселы растрового файла, имеющие одинаковую координату широты внутри исследуемого диапазона. Эти значения принимались как нормальные (отдельно для каждой широты). Так была получена карта, изображенная на рисунке 45. В качестве нормальных при расчете изоаномал изначально были приняты значения температуры 23,6 0С - среднее значение по всей Франции. Так была получена карта, изображенная на рисунке 38.

Рисунок 38. Изоаномалы температуры земной поверхности Франции, построенная по принятому нормальным значению температуры 23,6 0С

Величина аномалии вычислена по формуле (1):

где  - величина аномалии в точке с координатами ,  - значение температуры в точке с координатами ,  - среднее арифметическое температурных значений по строке пикселов с координатой ,  - долгота и широта соответственно.

Рисунок 39. Фрагмент таблицы

Таким образом, растровый файл с помощью инструмента Geostatistical Analyst преобразовывается в шейп-файл ESRI (поле точек), в котором характеристики аномалий представлены в атрибутивной таблице (рисунок 39). С помощью инструмента Geostatistical Wizard создаем карту (рисунок 40,41).

Рисунок 40. Этап создания карты по полю точек

Рисунок 41. Созданная поверхность радиально базисной функции

глобальный потепление среднеширотный температура

Далее анализируя полученную гистограмму (рисунок 42), классифицируем, экспортируем данную поверхность в векторный формат (рисунок 43), обрезаем по контуру с помощью инструмента Clip (рисунок 44),и заканчиваем работу в Layout.

Рисунок 42. Гистограмма значений

Рисунок 43. Экспорт в вектор

Рисунок44. Инструмент CLIP

Рисунок 45. Изоаномалы температуры земной поверхности Франции, построенная по принятым нормальными среднеширотным значениям температуры

Таким образом, карта, изображенная на рисунке 45, может быть использована для извлечения данных об участках, где параметр, отражающий температурные аномалии, превышает заданный порог.

Судя по карте (рисунок 45), территории региона в августе (даже по 4-летним сглаженным данным) свойственны тепловые аномалии подстилающей поверхности. Отклонения от среднеширотных 4-летних значений изменяются в диапазоне -10 - 10 0С. Сами аномалии в исследуемом регионе имеют пятнистый характер. Площадь поверхности отклонений более, чем на 6 0С составляет 1214,91 кв. км. и располагаются вокруг г. Парижа, и в регионе Лангедок-Руссильон, тогда как менее, чем на -6 0С - 5622,85 кв. км. и располагаются на территории Альп.

В порядке эксперимента дополнительно построена карта, изображенная на рисунке 38, из которой видно, что аномалии также имеют пятнистый характер и располагаются в тех же регионах Франции, что и аномалии, полученные на основе принятых нормальными среднеширотных значений температур. Однако имеют большую площадь, что вполне объяснимо.

Заключение

Суммируя сказанное выше, можно утверждать, что существует большая неопределенность вокруг проблемы глобального изменения климата. Потенциальный экологический ущерб очень значителен. Ущерб для национальных экономик тоже может быть очень большим. Неопределенность возникает при учете всех положительных и отрицательных последствий глобального потепления. Можно сказать, что неопределенность в оценке риска глобального потепления гораздо выше, чем, например, в оценке риска повышения цен на топливо и даже в оценке риска смога в городах. Однако во всех случаях применимы основные положения теории управления риском. Именно поиском путей снижения риска глобального потепления сегодня и занимаются многочисленные организации.

Поставленные задачи были решены, проведен ГИС-анализ температурных аномалий по данным спутника MODIS/Terra, построена карта изоаномал Франции, разработан и реализован способ расчета тепловых аномалий земной поверхности по данным спутниковых измерений. Полученные результаты в равной степени могут быть применены для любой территории, включая Краснодарский край.

Список использованных источников

1           Ведева, А. Д. Источники и сетевые сервисы по мониторингу лесных пожаров [Текст] : реферат / А. Д. Ведева, 2010. - 19 с.

2       Геологический словарь: в 2-х томах / Под редакцией К. Н. Паффенгольца и др. [Текст] - М.: Недра., 1978. - 486 с.

         Гидрометцентр России [Электронный ресурс]. URL : http://www.meteoinfo.ru/. (дата обращения : 12.04.2015).

         ГИС-Лаб - Продукты MODIS - Land [Электронный ресурс]. URL : http://gis-lab.info/qa/modislandprod.html. (дата обращения : 09.03.2015).

         ГИС-Лаб - Схема фрагментов для продуктов MODIS 2G, 3, и 4 [Электронный ресурс]. URL : http://gis-lab.info/qa/modis-tiles.html. (дата обращения : 09.03.2015).

         Глобальное потепление - Википедия [Электронный ресурс]. URL : https://ru.wikipedia.org/wiki/Глобальное_потепление. (дата обращения : 14.04.2015).

         Иванов, А. Если глобальное потепление, то какого ляса так холодно? [Текст] / А. Иванов // Троицкий вариант. - 2010. - №3. - С. 15.

         Использование космических снимков в тепловом инфракрасном диапазоне для географических исследований [Электронный ресурс]. URL : http://www.geogr.msu.ru/cafedra/karta/materials/heat_img/files/2/temperatura_poverhnosti_sushi_i_okeana.htm. (дата обращения : 26.03.2015).

         Люшвин, П. В. «Смещение» полиса глобального потепления климата [Текст] / П. В. Люшвин // Евразийское Научное Объеденение. - 2015. - №2. - С. 333.

         Межуниверситетский аэрокосмический центр при Географическом факультете МГУ им. М.В. Ломоносова. Интернет-семниар «Новые виды снимков. Спутник Terra: ASTER, MODIS, MISR» [Электронный ресурс]. URL : http://www.geogr.msu.ru/science/aero/acenter/int_sem4/modis_appl.htm. (дата обращения : 28.05.2015).

         Научная Сеть - Феномен Эль-Ниньо [Электронный ресурс]. URL : http://nature.web.ru/db/msg.html?mid=1158162&uri=index.html. (дата обращения : 01.03.2015).

         Погода и климат - Карты температурных аномалий [Электронный ресурс]. URL : http://www.pogodaiklimat.ru/anomaly.php. (дата обращения : 28.03.2015).

         Природные катастрофы [Электронный ресурс]. URL : http://www.gota.ru/. (дата обращения : 20.03.2015).

         Семенов, В. А. Глобальное потепление и аномальная погода начала XXI в. [Текст] // Изменения климата и природной среды Северной Евразии: анализ, прогноз, адаптация. - М. : ГЕОС, 2014. - 31 с.

         Сердитова, Н. Е. Методология анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС [Текст] : автореферат / Н. Е. Сердитова, 2011. - 33 с.

         Словарь терминов МЧС [Текст] - М. : EdwART, 2010. - 97 с.

         Справка ArcGIS 10.1 - Как работают радиальные базисные функции [Электронный ресурс]. URL : http://resources.arcgis.com/ru/help/main/10.1/in-dex.html#/na/00310000002p000000/. (дата обращения : 14.04.2015).

         Справка ArcGIS 10.1 - Что такое геостатистика [Электронный ресурс]. URL : http://resources.arcgis.com/ru/help/main/10.1/index.html#/na/003100000001 000000/. (дата обращения : 14.04.2015).

         Эль-Ниньо способствует возникновению гражданских войн [Электронный ресурс]. URL : http://psyfactor.org/news/el-nino.htm. (дата обращения : 3.02.2015).

21     NASA Earth Observations [Электронный ресурс]. URL : http://neo.sci.gsfc.nasa.gov/. (дата обращения : 02.04.2015).

22     Terra/MODIS - Magnolia Terra [Электронный ресурс]. URL : http://www.magnolia.com.ru/satellites/modis/. (дата обращения : 03.04.2015).

23     USGS Global Visualization Viewer [Электронный ресурс]. URL : http://glovis.usgs.gov/ (дата обращения : 18.04.2015).