Особенности метода восстановления профиля водяного пара в атмосфере по данным ГЛОНАСС/GPS

Существующие в настоящее время методы дистанционного зондирования водяного пара в атмосфере обладают рядом недостатков, связанных с зависимостью точности измерений от наличия облаков, недостаточной частотой проведения измерений и высокой стоимостью эксплуатации. Таким образом, имеется необходимость создания метода, который с одной стороны, давал бы высокую точность измерения влажности воздуха, а с другой стороны, был доступным, надежным, простым и экономичным в эксплуатации.
Рассматриваемый метод дистанционного зондирования атмосферы позволяет осуществлять расчет содержания водяного пара в атмосфере по данным наземной регистрации радиосигналов космических аппаратов глобальной навигационной спутниковой системы. Содержание водяного пара определяется путем измерения пространственных задержек радиосигналов в атмосфере в результате уменьшения фазовой скорости радиоволн за счет эффекта поляризации молекул водяного пара.
Метод восстановления водяного пара заключается в подборе профиля водяного пара по уже существующим профилям, находящимся в базе аэрологического зондирования. Выбирается профиль водяного пара, которому соответствует минимальное значение функции потерь. Метод реализуется путем многократного решения прямой задачи. Трудность реализации метода заключается в необходимости иметь очень большой архив вертикальных профилей показателя преломления.
На результаты восстановления профилей влияет точность задания ковариационных матриц, которые подвержены влиянию приземных инверсий температуры воздуха, зависят от наличия облаков нижнего и среднего яруса.
Предлагаемый метод позволяет получать важную информацию о вертикальном распределении содержания водяного пара в нижних слоях атмосферы. К достоинствам метода относятся его оперативность, "всепогодность", полная автоматизация, отсутствие расходных материалов при проведении дистанционного зондирования атмосферы. Информация, получаемая этим методом, может быть использована в региональных численных моделях прогноза погоды с целью улучшения качества прогноза и его пространственной детализации.
Работа выполнена при поддержке ФЦП «Научные и научно-педагогические кадры инновационной России» ГК № П1549.