1 7- 1 9 October 2011 Ottawa

1. Temperature effect of muoncomponent and practicalquestions of its account in realtime for Global muon detector Network 17-19 October 2011 Ottawa

2. Основные этапы. Метеорологические (барометрический и температурный) эффекты были открыты сразу же с началом систематического изучения вариаций вторичных компонент. Если природу !1926) барометрического эффекта удалось установить сравнительно быстро, то для определения природы температурного эффекта и его оценки понадобилось несколько десятилетний. Отрицательный температурный эффект изящно объяснил в 1932 году P.Blacket, базируясь на гипотетическом мюоне, который экспериментально был открыт в 1936 году. В 1947 M.Forroобнаружил и положительный эффект, который удалось объяснить на основе двухмезонной модели, поскольку в 1947 году экспериментально было подтверждено существование пиона. Температурный эффект исследовал и V.Hess, 100-которого мы отмечаем, но в 1940 году он не мог полностью объяснить полученные им в 1940 году экспериментальные результаты. V. Hess, "On the Seasonal and the Atmospheric Temperature Effect in Cosmic Radiation", Phys. Rev., V. 57, May 1, 1940.

3. The Nature of the temperature effect

4. Для наблюдения анизотропии КЛ мюонные телескопы приспособлены во многом лучше, чем нейтронные мониторы. Это связано, в первую очередь, с их более узкой направленностью, а также с тем, что в одном пункте располагается обычно сразу несколько по-разному направленных телескопов и в некоторых случаях такой телескоп может заменить группу, скажем, нейтронных мониторов, расположенных в различных пунктах земного шара на значительном удалении друг от друга. Но использование данных мюонных детекторов часто сдерживается присутствием в этих данных большого температурного эффекта, присущего мюонной компоненте вторичных КЛ. Однако метод скрещенных телескопов [Elliot, 1950] позволяет избавиться от вариаций атмосферного происхождения, сохранив практически полностью анизотропные вариации. Но, тем не менее, при этом мы не можем определить плотность космических лучей, не можем оценить спектр вариаций космических лучей. Сезонный температурный эффект около 5%, суточный несколько процентов, т.е. температурные вариации сравнимы с вариациями космических лучей внеземного происхождения. По неисправленным на температурный эффект данным мюонных телескопов невозможно исследовать долгопериодные данные, поскольку амплитуда сезонных и 11-ти летних вариаций сравнимы. Это демонстрирует следующий слайд.

5. Температурный эффект идолгопериодные вариации. Ионизационная камера Yakutsk(широконаправленный детектор заряженных частиц со свинцовым экраном, отсекающий мягкую компоненту). Ионизационная камера Якутск. Верхняя панель – неисправленная и исправленная на температурный эффект скорость счета. Сравнение с данными нейтронного монитора Huancayo и Haleakala.Амплитуда сезонных и 11-ти летних вариаций сравнимы!

6. Температурный эффект идолгопериодные вариации. Мюонный телескоп Nagoya, vertical. Мюонный телескоп Nagoya, вертикаль. Верхняя панель – неисправленная и исправленная на температурный эффект скорость счета. Сравнение данными нейтронного монитора Huancayo и Haleakala.

7. Methods of the Temperature Effect exclusion. 1) Method Duperier (A. Duperier,1949) Where αH decay coefficient (%/km) – negative effect, αTpositive temperature coefficient (%/C)(empirical) 2) The integral method (L. Dorman, 1954; Maeda & Wada, 1954; Olbert, 1953) Where δT(h)=δTB-δT and WT(h) – density of temperature coefficient. 3) The method of the effective temperature (P. Barrett et. al., 1952) 4) The method of mass-average temperature (Yu. Krestyannikov, 1976)

8. Плотность температурного коэффициента. We see here Среднемассовая температура Для предельно больших энергий – P.H.Barrett et. al.,. Rev. Mod. Phys., 24: 133, 1952.L.V.Volkova, Nucl. Phys., 12 (2): 347-359, 1970.L.Dorman, Meteorological Effects of Cosmic Rays, Nauka, 1972.; Dorman & Yanke, 1971.A.Dmitrieva, Astroparticle Physics 34, 401–411, 2011.Gaisser, T., Cosmic Rays and Particle Physics, Cambridge University Press, Cambridge, Chapter 6, 1990.Maeda& Wada, 1954.

9. Temperature data We use the result of the Global Forecast System (GFS) temperature model representing by the National Centers for Environmental Prediction — NCEP (USA). GFS является глобальной моделью усвоения и прогнозирования данных. GFS модель использует исторические данные, а также анализ текущего состояния атмосферы на основе сухопутных, судовых, радиоветровых, шаропилотных, самолётных, спутниковых и других данных. GFS модель работает как в режиме реанализа, так и в прогностическом режиме. GFS модель содержит полный набор параметризации физических процессов, в том числе таких, как термодинамика морского льда и взаимодействие атмосферы и слоя суши. В ее основе лежат гидродинамические уравнения сохранения массы, момента, энергии и влажности. На базе системы GFS функционирует система Global Ensemble Forecast System (GEFS), которая представляет прогноз на 28 вертикальных уровнях каждые 6 часов - в 00, 06, 12 and 18 UTC. Данные интерполированы на сетке с разрешением 1°x1° от 0 до 384 часов с 6-часовым интервалом. http://www.nco.ncep.noaa.gov/pmb/products/gfs/

10. Temperature data Получение данных модели GEFS осуществляется в реальном времени с помощью распределенной системы доступа к базам геофизических данных, которая создана для работы с распределенными коллекциями научных данных мировых центров данных (http://www.ngdc.noaa.gov/wdc/wdcmain.html). Weather serverhttp://esse.wdcb.ru; Atmosphere temperature profile in real timehttp://phoenix.wdcb.ru, (mirror http://dimm.wdcb.ru) Модель данных в БД для хранения метеорологических архивов.

11. Temperature Data Сравнение распределения температуры в атмосфере в соответствии с моделью GFS зимне-летнего и весенне-осеннего периодов для Greifswald для 2009 года.

12. Temperature data January Martz June September DecemberСравнение распределения температуры в атмосфере в соответствии с моделью GFS (красные треугольники) и экспериментальными значениями (черные кружки)для Москвы для 1999 года.

13. Temperature Data 2011-08-03 00:00:00+00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 101314.95 12.06 9.50 7.25 5.31 3.682.35 1.32 0.62 0.26 0.26 0.651.45 2.66 4.18 5.93 7.77 9.62 11.35 12.87 14.10 14.97 15.42 15.37 100017.15 16.07 15.06 14.13 13.28 12.52 11.85 11.27 10.80 10.41 10.13 9.949.85 9.86 9.99 10.27 10.70 11.32 12.15 13.17 14.27 15.30 16.11 16.54 925 12.15 11.24 10.46 9.79 9.24 8.80 8.45 8.19 8.00 7.85 7.73 7.60 7.45 7.27 7.09 6.98 6.98 7.15 7.55 8.20 9.00 9.82 10.54 11.03 850 5.75 5.41 5.14 4.92 4.76 4.64 4.55 4.49 4.44 4.38 4.27 4.10 3.85 3.50 3.11 2.72 2.41 2.23 2.25 2.49 2.90 3.38 3.84 4.20 700 4.25 4.59 4.84 5.01 5.10 5.115.05 4.91 4.71 4.45 4.13 3.76 3.35 2.90 2.40 1.84 1.21 0.48 -0.35 -1.29 -2.28 -3.29 -4.26 -5.13 600-3.75 -3.91 -4.09 -4.29 -4.49 -4.71-4.95 -5.20 -5.46 -5.73 -6.00 -6.28-6.55 -6.82 -7.10 -7.40 -7.73 -8.11-8.55 -9.06 -9.62 -10.23 -10.84 -11.46 500-15.25 -14.99 -14.88 -14.90 -15.03 -15.26-15.55-15.89 -16.26 -16.62 -16.94 -17.20-17.35-17.39 -17.32 -17.16 -16.95 -16.71-16.45 -16.20 -15.99 -15.85 -15.79 -15.85 400-27.25 -26.95 -26.82 -26.83 -26.98 -27.22-27.55 -27.93 -28.34 -28.73 -29.07 -29.32-29.45 -29.43 -29.27 -29.04 -28.74 -28.44-28.15 -27.91 -27.73 -27.59 -27.48 -27.41 300-38.45 -38.55 -38.59 -38.58 -38.51 -38.40-38.25 -38.06 -37.84 -37.57 -37.27 -36.93-36.55 -36.13 -35.70 -35.29 -34.92 -34.63-34.45 -34.39 -34.45 -34.58 -34.78 -35.01 250-42.85 -42.92 -42.93 -42.89 -42.81 -42.69 -42.55 -42.39 -42.23 -42.09 -41.98 -41.93-41.95 -42.05 -42.22 -42.41 -42.60 -42.76-42.85 -42.86 -42.81 -42.73 -42.66 -42.62 200-48.65 -48.98 -49.22 -49.36 -49.42 -49.41-49.35 -49.25 -49.13 -49.01 -48.93 -48.90-48.95 -49.09 -49.31 -49.55 -49.77 -49.96-50.05 -50.03 -49.94 -49.81 -49.68 -49.62 150-57.25 -57.69 -58.04 -58.33 -58.56 -58.73-58.85 -58.93 -58.99 -59.02 -59.03 -59.04 -59.05 -59.07 -59.10 -59.16 -59.25 -59.38-59.55 -59.77 -60.01 -60.24 -60.45 -60.59 100-64.35 -64.12 -64.00 -63.98 -64.06 -64.22-64.45 -64.74 -65.06 -65.39 -65.72 -66.01-66.25 -66.42 -66.55 -66.67 -66.80 -66.98-67.25 -67.61 -68.03 -68.45 -68.79 -69.01 70-68.35 -68.08 -67.82 -67.54 -67.27 -67.01-66.75 -66.50 -66.27 -66.06 -65.88 -65.74-65.65 -65.60 -65.60 -65.61 -65.64 -65.65-65.65 -65.61 -65.49 -65.24 -64.84 -64.22 50-60.25 -60.73 -61.06 -61.27 -61.36 -61.35-61.25 -61.08 -60.87 -60.64 -60.41 -60.20-60.05 -59.97 -59.93 -59.92 -59.91 -59.86-59.75 -59.56 -59.32 -59.04 -58.75 -58.48 30-52.85 -53.11 -53.34 -53.54 -53.70 -53.84-53.95 -54.03 -54.10 -54.16 -54.21 -54.27-54.35 -54.44 -54.53 -54.59 -54.60 -54.53-54.35 -54.06 -53.69 -53.29 -52.94 -52.67 20-50.35 -50.53 -50.67 -50.78 -50.86 -50.92-50.95 -50.96 -50.96 -50.94 -50.91 -50.88-50.85 -50.82 -50.80 -50.76 -50.71 -50.64-50.55 -50.42 -50.27 -50.08 -49.86 -49.62 10-47.45 -47.91 -48.28 -48.54 -48.72 -48.82-48.85 -48.81 -48.72 -48.58 -48.39 -48.18-47.95 -47.70 -47.44 -47.18 -46.91 -46.63-46.35 -46.08 -45.83 -45.64 -45.52 -45.52 Tm-19.23 -19.35 -19.48 -19.61 -19.74 -19.88-20.02 -20.17 -20.31 -20.45 -20.59 -20.72-20.85-20.97 -21.09 -21.19 -21.27 -21.33-21.37 -21.38 -21.39 -21.40 -21.43 -21.51 Модель по запросу выдает распределение температуры для 4 моментов времени 0, 6, 12, 18 часов. Для остальных моментов времени значения получены spline аппроксимацией.

14. Temperature Data in Real Time Пополнение базы данных для реанализа проводится до 5 суток. Одновременно проводится прогноз. Данные прогноза на текущие сутки T(h) используются для исключение температурного эффекта в реальном времени.

15. Temperature Data in Real Time Отклонение предсказанного распределения Tforна ближайшие сутки от итогового модельного значения T, выполненного через 5 суток около 0.5 ºС и не превышает 1 ºС.

16. Пункты для которых на основе модели GFS(Global Forecast System) получаются часовые вертикальные профили температуры на 17 стандартных изобарических уровнях атмосферы.

17. Пункты для которых на основе модели GFS(Global Forecast System) получаются часовые вертикальные профили температуры на 17 стандартных изобарических уровнях атмосферы.

18. μddb— база данных мюонных детекторовhttp://cr20.izmiran.ru/phpMyAdmin Данные хранятся в трех таблицах: таблица данных, давления и таблица распределения температуры. Hourly Data Pressure Data Temperаture (P) Data

19. Обратите внимание, что для наземных детекторов TmTeff. Например, Leon, 2009 год Tm=-29.60 и Te=-31.56 При введении метеорологических поправок в качестве базового уровня выбран 2009 год: и для среднегодового распределения температуры в атмосфере To(h), и для среднего давления Ho, хотя для некоторых детекторов последнее правило не всегда соблюдается. Таблица. Применяемые значения Ho и среднегодовые значения для 2009 года и пересчетный коэффициент.

20. На рисунке приведены:неисправленные данные – голубой;исправленные данные - интегральный метод- красный, метод среднемассовой Тчерный;температурные вариации – вычисленные интегральным методом – коричневый, медианным методом – оранжевые, методом Дюперье – светло-зеленый.

21. Example for Greifswald, 2009 Grey-hourly data, red-daily)

22. Example for Greifswald, 2009

23. Example for Guangzhou, 2009

24. Example for URAGAN, 2009

25. Example for Nagoya, 2009

26. Example for T1Cube, 2009

27. Example for YangBaJing, 2009 Для станции YangBaJing (высота 4300 м) по имеющимся плотностям температурных коэффициентов не удалось полностью корректно ввести поправки на температурный эффект. Требуется в 2 раза ! Больший эффект

28. Example for Yakutsk, 2009

29. Example for Novosibirsk, 2009

30. Example for Baksan, 2009

31. Выводы 1) Высотное распределение температуры в атмосфере, найденные по модели GFS, периодичность и их точностьдостаточна для задачи освобождения данных наблюдений от температурного эффекта. Кроме того, такой подход позволяет решить задачу в реальном времени. Для всех пунктов в которых расположены мюонные детекторы организован сбор часовых данных высотного распределения температуры в атмосфере. 2) Необходимо провести расчеты плотностей температурного эффекта для всех направлений имеющихся детекторов с учетом их реальной геометрии. На наш взгляд, более предпочтительно определить температурный коэффициент экспериментально, используя метод эффективной температуры.

32. Выводы

33. Для возможного канадского проекта с точки зрения методики исключения метеорологических эффектов необходимо: 1) Минутные данные. Прецизионный ДД (точность несколько десятых mb и такая же долговременная стабильность). Необходимость минутных данных обсудить, может достаточно часовых. 2) Часовые данные. Формирование вертикального температурного распределения по данным модели атмосферы для 17 стандартных изобарических уровней. Измерение локальной приземной температуры T2 (точность несколько десятых градусов и такая же долговременная стабильность).

34. Many thanks to:- the Workshop Organizers for their kindly interest.- all of your for attentions.