Моделирование переноса излучения в ближнем ИК-диапазоне и определение содержания метана в атмосфере с использованием различных спектроскопических баз данных

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Проведено моделирование атмосферных солнечных спектров в полосах поглощения метана в ближнем ИК-диапазоне и сделано сравнение со спектрами, измеренными на наземном фурье-спектрометре с высоким спектральным разрешением в различных атмосферных условиях. Определено содержание метана в столбе атмосферы с использованием различных версий спектроскопических баз данных HITRAN (2008, 2012, 2016, 2020), GEISA (2015, 2020) и ATM (2016, 2020) и банка линий CH4 GOSAT2014. Для каждой спектроскопической базы было рассчитано усредненное по 1346 спектрам значение RMS (отклонение рассчитанных спектров от измеренных). Было обнаружено, что наименьшее значение RMS наблюдалось для результатов, полученных с линиями поглощения CH4 из ATM2020, ATM2016 и HITRAN2008. Были выявлены параметры линий поглощения СН4 в спектроскопических базах данных, которые вносят наибольшую погрешность в моделирование переноса излучения в атмосфере в спектральном диапазоне 6000–6100 см–1.

全文:

受限制的访问

作者简介

Т. Чеснокова

Институт оптики атмосферы им. В. Е. Зуева СО РАН

编辑信件的主要联系方式.
Email: ches@iao.ru
俄罗斯联邦, Томск

А. Ченцов

Институт оптики атмосферы им. В. Е. Зуева СО РАН

Email: ches@iao.ru
俄罗斯联邦, Томск

К. Грибанов

Уральский федеральный университет

Email: ches@iao.ru
俄罗斯联邦, Екатеринбург

И. Задворных

Уральский федеральный университет

Email: ches@iao.ru
俄罗斯联邦, Екатеринбург

В. Захаров

Уральский федеральный университет; Институт математики и механики им. Н. Н.Красовского УрО РАН

Email: ches@iao.ru
俄罗斯联邦, Екатеринбург; Екатеринбург

参考

  1. Masson-Delmotte V., Zhai P., Pirani A. et al. IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. doi: 10.1017/9781009157896
  2. Forster P., Ramaswamy V., Artaxo P. et al. 2007: Changes in Atmospheric Constituents and in Radiative Forcing. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Chapter 2. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
  3. Prather M.J., Holmes C.D., Hsu J. // Geophys. Res. Lett. 2012. V. 39. P. L09803. doi: 10.1029/2012GL051440
  4. Holl G., Walker K.A., Conway S. et al. // Atmos Meas Tech. 2016. V. 9. P. 1961–1980. https://doi.org/10.5194/amt-9-1961-2016
  5. Василенко И.А., Садовников С.А., Романовский О.А. // Оптика атмосферы и океана. 2020. Т. 33. № 04. С. 298–301. doi: 10.15372/AOO20200408
  6. Chesnokova T.Yu., Chentsov A.V., Rokotyan N.V. et al. // J. Mol. Spectrosc. 2016. V. 327. P. 171–179. doi: 10.1016/j.jms.2016.07.001
  7. Chesnokova T.Yu., Makarova M.V., Chentsov A.V. et al. // J. Quant. Spectrosc. Radiat. Transfer. 2020. V. 254. 107187.
  8. Rothman L.S., Gordon, I.E., Barbe A. et al. // Ibid. 2009. V. 110. P. 533–572.
  9. Rothman L.S., Gordon I.E., Babikov Y. et al. // Ibid. 2013. V. 130. P. 4–50.
  10. Gordon I.E., Rothman L.S., Hill C. et al. // Ibid. 2017. V. 203. P. 3–69.
  11. Gordon I.E., Rothman, L.S., Hargreaves, R.J. et al. // Ibid. 2022. V. 277(10794). P. 1.
  12. Jacquinet-Husson N., Armante R., Scott N.A. et al. // J. Mol. Spectrosc. 2016. V. 327. P. 31.
  13. Delahaye T., Armante R., Scott N.A. et al. // J. Mol. Spectrosc. 2021. V. 380. P. 111510. https://doi.org/10.1016/j.jms.2021.111510
  14. Toon G.C. ATM compilations from Geoffrey Toon (JPL). http://mark4sun.jpl.nasa.gov/toon/linelist/linelist.htm
  15. Toon G.C., Blavier J.F., Sung K. et al. // J. Quant. Spectrosc. Radiat. Transf. 2016. V. 182. P. 324. https://doi.org/10.1016/j.jqsrt.2016.05.021
  16. Nikitin A.V., Lyulin O.M., Mikhailenko S.N. et al. // Ibid. 2015. V. 154. P. 63. https://doi.org/10.1016/j.jqsrt.2014.12.003
  17. Birk M., Wagner G., Loos J. et al. ESA SEOM–IAS – spectroscopic parameters database 2.3 μm region // Technical Report. Scientific Exploitation of Operational Missions – Improved Atmospheric Spectroscopy Databases; 2017. https://doi.org/105281/zenodo1009126
  18. Nikitin A., Rodina A., Thomas X. et al. // J. Quant. Spectrosc. Radiat. Transfer. 2020. V. 253. P. 107061. https://doi.org/10.1016/j.jqsrt.2020.107061
  19. Predoi-Cross A., Brawley-Tremblay M., Brown L.R. et al. // J. Mol. Spectrosc. 2006. V. 236. № 2. P. 201. https://doi.org/10.1016/ j.jms.2006.01.013
  20. Devi V., Benner D.C., Sung K. et al. // J. Quant. Spectrosc. Radiat. Transf. 2016. V. 177. P. 152. https://doi.org/10.1016/j.jqsrt.2015.12.009
  21. Mitsel A.A., Ptashnik I.V., Firsov K.M. et al. // Atmospheric and Oceanic Optics. 1995. V. 8. № 10. P. 847.
  22. Anderson G., Clough S., Kneizys F. et al. AFGL Atmospheric Constituent Profiles (0–120 km). Air Force Geophysics Laboratory. AFGL-TR-86-0110. Environmental Research Paper. Hanscom AFB: MA 01736. 1986. № 954. 25 p.
  23. Gribanov K., Jouzel J., Bastrikov V. et al. // Atmos. Chem. Phys. 2014. V. 14. P. 5943. https://doi.org/10.5194/acp-14-5943-2014
  24. Kalnay E., Kanamitsu M., Kistler R. et al. The NCEP/NCAR40-year reanalysis project // B. Am. Meteorol. Soc. 1996. V. 77. P. 437.
  25. http://www.esrl.noaa.gov/psd/data/reanalysis/
  26. Palm M. Theoretical background SFIT4 / Sfit4 Error Analysis Workshop. 2013.
  27. Rinsland C.P., Jones N.B., Connor B.J. et al. // J. Geophysical Research. 1998. V. 103. P. 28197. https://doi.org/10.1029/98JD02515
  28. Armante R., Scott N., Crevoisier C. et al. // J. Quant. Spectrosc. Radiat. Transf. 2016. V. 327. P. 180.
  29. Rodgers C.D. Inverse Methods for Atmospheric Sounding: Theory and Practice / World Scientific Publishing Co. Pte. Ltd., 2000.
  30. https://airs.jpl.nasa.gov/
  31. https://giovanni.gsfc.nasa.gov/

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Difference in atmospheric transmittance calculated with CH4 absorption lines from different databases on a vertical trace through the entire atmosphere for midlatitude summer; ν is the wave number

下载 (228KB)
索引源数据
3. Fig. 2. Comparison of the atmospheric solar spectrum measured at the ground-based Fourier spectrometer in Kourovka on 16.06.2015 at the solar zenith angle SZA = 33.7° with the model spectrum calculated with the CH4 absorption lines from HITRAN2008

下载 (94KB)
索引源数据
4. Fig. 3. Difference of the measured atmospheric solar spectra averaged over 1346 spectra from the spectra calculated with the parameters of the CH4 absorption lines from different spectroscopic DBs

下载 (223KB)
索引源数据
5. Fig. 4. Difference between the measured solar spectrum and the model spectra due to incorrect values of the broadening coefficients of the CH4 absorption lines in the spectroscopic DBs

下载 (138KB)
索引源数据
6. Fig. 5. Difference between the measured solar spectrum and the model spectra due to incorrect values of the intensity of the CH4 absorption lines in the spectroscopic DBs

下载 (118KB)
索引源数据
7. Fig. 6. Mean monthly CH4 content (a) in the atmospheric column determined from the measured solar irradiance spectra at Kourovka using CH4 absorption lines from different spectroscopic database and AIRS satellite measurements (asterisks in the diagram); relative difference in the CH4 content determined with HITRAN2020 and other spectroscopic database (b)

下载 (153KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024