Speaker
Description
Работа посвящена статистическому моделированию лидарных сигналов при зондировании атмосферной облачности с учётом поляризации света. Для моделирования процесса переноса поляризованного излучения использовались параметры Стокса, а лидарные эхо-сигналы вычислялись с помощью локальных оценок [1]. Вычислительные эксперименты проводились для зондирования жидкокапельной облачности лидарами наземного и космического базирования. Расчеты показали, что статистическое моделирование без учёта поляризации может существенно искажать результаты. Наибольшие искажения наблюдались в вычислениях для бистатического лидара. Сравнение стандартного и адаптивного методов моделирования поляризованных сигналов [2], показало, что оба метода обладают примерно одинаковой статистической погрешностью. Хотя дисперсия оценок, полученных адаптивным методом, меньше дисперсии для стандартного метода, но это преимущество адаптивного метода незначительно и нивелируется более сложным и трудоемким алгоритмом моделирования [3]. Отметим, что учёт поляризации излучения при статистическом моделировании сигналов лидарного зондирования позволяет повысить точность вычислений, а также даёт возможность более детально исследовать радиационные поля, порожденные лазерными импульсами, и разрабатывать новые перспективные методики лидарного зондирования природных сред.
Исследование выполнено за счет гранта Российского научного фонда (проект № 23-27-00345).
1. Марчук Г.И., Михайлов Г.А., Назаралиев М.А. и др. Метод Монте–Карло в атмосферной оптике. Новосибирск. Наука. 1976.
2. Mikhailov, G.A., Prigarin, S.M., Rozhenko, S.A. Comparative analysis of vector algorithms for statistical modelling of polarized radiative transfer process, Russ. J. Numer. Anal. Math. Modelling (2018), V.33, No.4, P.253-263.
3. Prigarin S.M., Kablukova E.G., Zhang X. Monte Carlo simulation of polarized lidar returns for atmospheric clouds sensing. Russ. J. Numer. Anal. Math. Modelling (2024),V.39, No.3, P.131-141.
Секция конференции | Численное статистическое моделирование и методы Монте-Карло |
---|