Εκτίμηση οπτικών ιδιοτήτων των αιωρούμενων σωματιδίων από ψηφιακές απεικονίσεις του ουράνιου θόλου

• Κύριος συγγραφέας: Γιαννακλής, Χρήστος-Παναγιώτης
• Άλλοι συγγραφείς: Giannaklis, Christos-Panagiotis
• Γλώσσα: Greek
• Έκδοση: 2022
• Θέματα: Αιωρούμενα σωματίδια; Οπτικές ιδιότητες; Μηχανική μάθηση; Aerosols; Optical properties; Machine learning

Σκοπός της παρούσας διπλωματικής εργασίας είναι η μελέτη των οπτικών ιδιοτήτων των αιωρούμενων σωματιδίων (aerosols). Πιο συγκεκριμένα, παρουσιάζεται μια μέθοδος υπολογισμού οπτικών ιδιοτήτων των aerosols, έχοντας σαν αντικείμενο μελέτης φωτογραφίες, συγκεκριμένου μεγέθους και ανάλυσης, που αναπαριστούν τον ουράνιο θόλο σε μια περιοχή και οι οποίες αναπαράγονται ανά τακτικά χρονικά διαστήματα. Χρησιμοποιείται το μοντέλο διάδοσης της ηλιακής ακτινοβολίας στην ατμόσφαιρα LibRadtran για τον υπολογισμό των ακτινοβολιών στην επιφάνεια από διάφορα σημεία του ουράνιου θόλου. Δεδομένα για τα αιωρούμενα σωματίδια ανακτήθηκαν από το παγκόσμιο δικτύου AERONET μέσω του ηλιακού φωτόμετρου CIMEL στο Εθνικό Αστεροσκοπείο Αθηνών, στην ίδια τοποθεσία που βρίσκεται και η κάμερα. Στο πρώτο κεφάλαιο γίνεται μια σύντομη αναδρομή στη γήινη ατμόσφαιρα με έμφαση κυρίως στα συστατικά της, αέρια και σωματίδια. Στη συνέχεια, το δεύτερο κεφάλαιο εστιάζει στην ηλιακή ακτινοβολία και στις διαδικασίες που συμμετέχει αυτή κατά τη διάδοσή της μέσα στην ατμόσφαιρα από το διάστημα έως την επιφάνεια της Γης. Εκτενής αναφορά γίνεται στην αλληλεπίδρασή της με τα αέρια της ατμόσφαιρας και τα αιωρούμενα σωματίδια και παρουσιάζεται το ισοζύγιο ενέργειας του πλανήτη, άμεσα συνδεδεμένο με τις διαδικασίες που αναφέρονται. Στο τρίτο κεφάλαιο, παρουσιάζονται οι μορφές των αιωρούμενων σωματιδίων, η χημική τους σύσταση, οι πηγές προέλευσής τους, καθώς επίσης και οι ιδιότητές τους. Επίσης, γίνεται αναφορά στις επιδράσεις που έχουν αυτά σε παγκόσμια κλίμακα, στο ενεργειακό ισοζύγιο, καθώς και στην ανθρώπινη υγεία. Το τέταρτο κεφάλαιο αναφέρεται στους τρόπους παρακολούθησης των αιωρούμενων σωματιδίων. Ιδιαίτερα, επικεντρωνόμαστε στο δίκτυο ηλιακών φωτόμετρων CIMEL του AERONET, που λειτουργεί υπό την αιγίδα της NASA και παρέχει δεδομένα για το οπτικό βάθος των αιωρούμενων σωματιδίων (AOD) και μέσω αντίστροφου αλγορίθμου και για τις υπόλοιπες οπτικές ιδιότητές τους. Γίνεται επίσης αναφορά σε ορισμένες δημοσιεύσεις που σχετίζονται με το εν λόγω δίκτυο. Οι πρώτες αφορούν μια μέθοδο κατηγοριοποίησης των αιωρούμενων σωματιδίων ανάλογα με το μέγεθος και την απορροφητικότητά τους. Η επόμενη αφορά την κλιματολογία των οπτικών ιδιοτήτων των αερολυμάτων βασιζόμενη στον σταθμό του AERONET στην Αθήνα, ενώ η τελευταία παρουσιάζει μια μέθοδο εκτίμησης των τιμών του ΑOD που λείπουν από το δίκτυο. Στο πέμπτο κεφάλαιο, εστιάζουμε σε παλαιότερες αναφορές που έχουν γίνει σε επιστημονικά περιοδικά και αφορούν μεθόδους υπολογισμού των οπτικών ιδιοτήτων των αερολυμάτων χρησιμοποιώντας φωτογραφίες ολόκληρου του ουράνιου θόλου. Παρουσιάζεται η δουλειά των Olmo et al., (2008) όπου η εξαγωγή του AOD από τις φωτογραφίες γίνεται μέσω γραμμικού ψευδο-αντίστροφου αλγορίθμου. Έπειτα, αναφερόμαστε στους Cazorla et al., (2009), οι οποίοι χρησιμοποίησαν ένα νευρωνικό δίκτυο για να αναπαράξουν το οπτικό βάθος των aerosols, ενώ οι Huo & Lu (2009) παρουσίασαν μια μελέτη που εξάγει το AOD μέσω μιας εκθετικής σχέσης που περιλαμβάνει το λόγο των ακτινοβολιών στα 450 και 650 nm. Οι Kazantzidis et al., (2017) χρησιμοποίησαν μια πολύ-γραμμική σχέση για τον υπολογισμό του AOD λαμβάνοντας υπόψη για πρώτη φορά την κορεσμένη περιοχή γύρω από τον Ήλιο. Τέλος, οι Roman et al., (2022) δημοσίευσαν μια εργασία η οποία περιέχει τα αποτελέσματα των οπτικών ιδιοτήτων αιωρούμενων σωματιδίων από σύστημα απεικόνισης του ουρανού, όπως αυτά εξάγονται από το μοντέλο GRASP. Για όλες τις αναφορές παρουσιάζονται τα αντίστοιχα αποτελέσματα και οι γραφικές αυτών σε σχέση με τις πρότυπες τιμές που δίνει το AERONET. Τέλος, στο έκτο κεφάλαιο, παρουσιάζεται η μέθοδος που χρησιμοποιήθηκε στην παρούσα εργασία για την εξαγωγή των οπτικών ιδιοτήτων από φωτογραφίες ολόκληρου του ουράνιου θόλου μέσω του μοντέλου Extreme Gradient Boosting. Γίνεται μια μικρή παρουσίαση της all-sky κάμερας που χρησιμοποιείται, αναλύονται τα σενάρια που κατασκευάσαμε στο μοντέλο διάδοσης της ακτινοβολίας LibRadtran. Κατόπιν, εξετάζεται η σχέση μεταξύ των μοντελοποιημένων ακτινοβολιών με τις αντίστοιχες εντάσεις χρώματος όπως εξάγονται από την φωτογραφία. Δίνεται ιδιαίτερη έμφαση στην κορεσμένη περιοχή γύρω από τον Ήλιο, καθώς αποτελεί μια σημαντική παράμετρο εισόδου στο μοντέλο μας. Έπειτα, παρουσιάζουμε το τελικό σετ δεδομένων που θα χρησιμοποιηθεί, ενώ γίνεται και μια σύντομη ανάλυση του μοντέλου XGBoost. Τα τελικά αποτελέσματα για το AOD στα τρία μήκη κύματος, 440, 500 και 675 nm, συγκρίνονται με τα αντίστοιχα δεδομένα από το ηλιακό φωτόμετρο CIMEL του δικτύου του AERONET. Οι συντελεστές συσχέτισης r2 είναι 0.87, 0.83 και 0.84 αντίστοιχα για κάθε μήκος κύματος. Παρουσιάζονται επίσης τα ιστογράμματα του σφάλματος στο AOD καθώς και άλλοι στατιστικοί δείκτες, όπως το RMSE και το MBE. Χρησιμοποιώντας το εξαγόμενο AOD στα 440 και στα 675 nm υπολογίζεται και ο εκθέτης α του Angstrom, ο οποίος επίσης συγκρίνεται με τα αντίστοιχα δεδομένα του AERONET, χωρίς ωστόσο τόσο καλά αποτελέσματα (r2 = 0.49). Πρόκειται για μια ποσότητα που υπολογίζεται μέσω δύο μεγεθών που προβλέπονται από το μοντέλο. Αναπόφευκτα τα σφάλματά τους μεταφέρονται κατά τον υπολογισμό του α, οπότε τα αποτελέσματα είναι μικρότερης ακρίβειας. Κατόπιν, ερευνάται αν υπάρχει κάποια σχέση μεταξύ του σφάλματος στον υπολογισμό του AOD με τις τιμές του SSA (ανακλαστικότητα μεμονωμένης σκέδασης), χωρίς ωστόσο να παρατηρείται κάποιο μοτίβο. Από το μοντέλο εξάγεται επίσης το κλάσμα λεπτόκοκκων σωματιδίων (FMF), που μας δίνει πληροφορία σχετικά με το μέγεθος των σωματιδίων, τόσο ως νούμερο (μοντέλο παλινδρόμησης), όσο και ως κλάση (μοντέλο ταξινόμησης). Όσο αφορά το μοντέλο παλινδρόμησης, γίνεται σύγκριση με τις τιμές του FMF από το AERONET με τον ίδιο τρόπο που έγινε για τον AOD δίνοντας αρκετά καλά αποτελέσματα (r2 = 0.88). Το μοντέλο ταξινόμησης κατηγοριοποιεί τα σωματίδια σε τρεις κλάσεις, χονδρόκοκκα, αναμεμειγμένα, και λεπτόκοκκα ανάλογα με την τιμή του FMF. Τα αποτελέσματά του παρουσιάζονται μέσω ενός πίνακα σφάλματος και διάφορων στατιστικών δεικτών που δείχνουν την επιτυχία του μοντέλου. Στη συνέχεια, χρησιμοποιώντας τις τιμές του FMF από το μοντέλο παλινδρόμησης, κατατάσσουμε τα σωματίδια σε κλάσεις. Τα αποτελέσματα είναι αρκετά καλά και οι διαφορές συγκριτικά με το μοντέλο ταξινόμησης μικρές. Χαρακτηριστικά αναφέρουμε ότι ο δείκτης ακρίβειας στο μοντέλο ταξινόμησης είναι 0.95, 0.88 και 0.92 για χονδρόκοκκα, αναμεμειγμένα, και λεπτόκοκκα σωματίδια αντίστοιχα, ενώ για τον καθορισμό των κλάσεων από το μοντέλο παλινδρόμησης, έχουμε αντίστοιχα, 0.94, 0.87 και 0.93.