Вчені розробили інноваційний підхід для розкриття таємниць хмар

Нова програма створення зображень хмар використовує супутникове моделювання для вивчення формування та конвекції хмар, допомагаючи покращити кліматичні моделі шляхом оптимізації збору 3D-даних про хмари. Пристрасть Девіда Стенлі до зміни клімату надихнула його на створення програми, спрямованої на вдосконалення збору даних для вивчення внутрішньої частини хмар. Програма імітувала кілька супутників, які знімали зображення хмари одночасно з різних кутів, пропонуючи більш детальне розуміння процесів, що відбуваються всередині.

«Зазвичай ми можемо бачити лише зовнішні елементи хмари», — сказав Стенлі. «Комп’ютерна хмарна томографія отримала свою назву від комп’ютерної томографії, яка схожа на КТ. Замість рентгенівського випромінювання супутники роблять зображення хмари під якомога більшою кількістю кутів і за якомога коротший проміжок часу».

Вивчення конвекції та росту хмар

Стенлі сказав, що одним із невідомих у кліматичному моделюванні є те, наскільки конвективний транспорт впливає на відродження нових хмар. Конвекція — це переміщення тепла та вологи в атмосфері, особливо висхідні та низхідні тяги в нестабільних умовах.

«Генеруючи кілька проходів часу в центрі однієї хмари, ви можете побачити, як конвекція змінюється з часом, як це впливає на зростання інших хмар у майбутньому. А зростання хмар може посилити парниковий ефект».

Стенлі сказав, що після отримання ступеня магістра з аерокосмічної інженерії в Університеті Іллінойсу Урбана-Шампейн він повторно подав заявку, щоб продовжити докторську дисертацію. в Іллінойсі.

«Я говорив про свій загальний інтерес до техніки та космічної інженерії, а також про те, наскільки важливо для нас краще розуміти зміни клімату та працювати над пошуком рішень», — сказав він. «Робін Вуллендс помітила цей інтерес до мене і попросила мене приєднатися до її дослідницької групи. Вона зв’язала мене з Федеріко Россі та Аміром Рахмані в Групі мультиагентної автономії в Лабораторії реактивного руху NASA, і вони познайомили мене з ученими JPL Чанграком Чоєм і Ентоні Девісом, які знаються на томографії хмар, атмосферних хмарах і аерозолях. Це збігалося з деякими моїми інтересами, і це було те, що Робін розглядав як цікаву пропозицію щодо місії – використання багатоагентних систем для підтримки місій з науки про Землю».

Розробка моделювання

Для моделювання Стенлі використав змішаний цілочисельний лінійний програмний розв’язувач, який використовується для багатьох різних видів програм. Стенлі написав код для розробки планувальника, який оптимізував би час і кути наведення камери для рою супутників, щоб отримати якомога більше зображень хмари.

«Що було цікаво в цьому, так це те, як ми використовували змішаний цілочисельний лінійний програматор для автоматичного визначення найбільш ефективного шаблону наведення для формування супутників. Усі супутники повинні були навести на одну ціль одночасно. Але під кожним супутником можуть бути десятки різних цілей, і деякі цілі можуть бути пропущені, якщо на них не навести потрібний час».

Мета полягала в тому, щоб максимально збільшити кількість разів, коли супутники бачили різні цілі на всій орбіті.

«Ми провели дві різні симуляції. У нас є одна симуляція хмар, що утворюються на поверхні Землі з певним терміном служби. У комп’ютері вони просто координати на сфері. Друге моделювання поширює супутниковий рій. Це можна зробити просто або за допомогою більш складних, точніших моделей.

«Коли ми об’єднуємо дані з цих двох моделювань, програма обчислює інформацію про те, де супутники знаходяться в різних точках орбіти, і де хмари знаходяться в точці орбіти, а потім вирішує, яка оптимальна картина між цими супутниками. , і хмари на землі».

Проблеми в управлінні даними

Він сказав, що під час дослідження у нього були різні ідеї щодо найкращого способу моделювання даних і передачі даних розв’язувачу.

«Можливо, вам потрібен просто масив для кожного кроку в часі та кожного супутника, або ви можете мати масив для різних ділянок Землі. Спочатку я спробував використати різні ділянки Землі як вказівні координати, розділивши все грубою силою. Але на Землі є багато площ. І ви отримуєте мільйони і мільйони і мільйони індексів, які неможливо вирішити на настільному комп’ютері».

Зрештою, Стенлі сказав, що черпав натхнення з попередніх робіт Вуллендса. Вона розробила метод для сузір’я супутників, що обертаються навколо Марса, щоб зібрати якомога більше спостережень пилових дияволів на Марсі, де замість того, щоб поділити всю Землю, вони поділили секції під супутниками, що дозволило їм вимагати лише кількох індексів на час.

«Тож, на додаток до цього, я зміг усвідомити, що насправді можу використовувати лише самі хмари як індекс», — додав Стенлі. «Це спрацювало добре і знизилося з мільйонів індексів до приблизно кількох 100 за раз, що набагато легше вирішити».

«Ми зробили деякі припущення щодо того, де створюються хмари та куди вони прямують, тому є багато можливостей для вдосконалення цього дослідження та розгляду більше реальних даних замість того, щоб генерувати власні. Важливо те, що ми розробили новий метод, який може значно покращити спосіб збору 3D-хмарних даних, що може призвести до покращення нашого розуміння динаміки всередині хмари та, отже, довгострокових кліматичних ефектів.