ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. №1. С. 135-147

Выявление и распознавание различных типов вод в прибрежной зоне Черного моря и в озерах Крыма на основе анализа гиперспектральных данных

О.Ю. Лаврова1 , М.И. Митягина1 , И.А. Уваров1 
1 Институт космических исследований РАН, Москва, Россия
Обсуждаются особенности данных гиперспектральных сенсоров по сравнению с данными многоканальных спектрорадиометров в их приложении к исследованию процессов и явлений в океане. Показано, что спутниковые гиперспектральные данные становятся эффективным инструментом исследования Мирового океана. Обсуждается степень информативности различных спектральных каналов и их комбинаций с точки зрения их применимости для определения гидрооптических свойств умеренно мутных и продуктивных вод прибрежной зоны морей и внутренних водоемов. Подчеркивается высокий потенциал гиперспектральных данных для выявления и распознавания различных типов антропогенных и биогенных загрязнений в прибрежных зонах. Обработка и совместный анализ разнородных спутниковых данных проводился с использованием возможностей разработанного в ИКИ РАН геопортала «See The Sea». В статье приводятся примеры использования космических гиперспектральных данных для решения задачи распознавания антропогенных загрязнений в различных акваториях залива Сиваш и для восстановления детальной картины распространения внутриводной взвеси в районе свала глубин в северо-восточной части Черного моря. В работе проведена также оценка применимости данных гиперспектрометров для выявления акваторий, подверженных интенсивному цветению водорослей.
Ключевые слова: спутниковое дистанционное зондирование, гиперспектральные сенсоры, сенсоры оптического диапазона, геопортал, прибрежные зоны, внутренние водоемы, антропогенные загрязнения, биогенныезагрязнения, Черное море, Сиваш
Полный текст

Список литературы:

  1. Бондур В.Г., Козленко Н.Н., Рыбакова Н.И. Возможности использования гиперспектральных и многоспектральных спутниковых данных для мониторинга загрязнений прибрежных акваторий океана // Современные проблемы дистанционного зондирования Земли из космоса. 2006. Т. 3. № 2. С. 30–36.
  2. Лупян Е.А., Матвеев А.М., Уваров И.А., Бочарова Т.Ю., Лаврова О.Ю., Митягина М.И. Спутниковый сервис See the Sea - инструмент для изучения процессов и явлений на поверхности океана // Современные проблемы дистанционного зондирования Земли из космоса, 2012. Т. 9. № 2. С.251–262.
  3. Уваров И.А., Лупян Е.А., Матвеев А.М., Мазуров А.А., Лаврова О.Ю., Митягина М.И. Организация работы с данными спутниковых гиперспектральных наблюдений для исследования процессов в Мировом океане // Современные проблемы дистанционного зондирования Земли из космоса, 2014. Т.11. № 1. С. 200–212.
  4. Тронин А.А., Горный В.И., Крицук С.Г., Латыпов И.Ш. Спектральные методы дистанционного зондирования в геологии. Обзор // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 4. С. 26–36.
  5. Brando V. E, Dekker A. G. Satellite hyperspectral remote sensing for estimating estuarine and coastal water quality // IEEE Transactions on Geoscience and Remote Sensing. 2003. Vol. 41. No. 6. P. 1378–1387.
  6. Brando V. E., Anstee J. M., Wettle M., Dekker A. G., Phinn S. R., Roelfsema C.. A physics based retrieval and quality assessment of bathymetry from suboptimal hyperspectral data // Remote Sensing of Environment. 2009. Vol. 113. P. 755–770.
  7. Dall’Olmo G., Gitelson A. Effect of bio-optical parameter variability and uncertainties in reflectance measurements on the remote estimation of chlorophyll-a concentration in turbid productive waters: modeling results //Applied optics. 2006. Vol. 45. P. 3577–3592.
  8. Hsuan Ren, Chein-I Chang. Automatic spectral target recognition in hyperspectral imagery // IEEE Transactions on Aerospace and Electronic Systems. 2003. Vol. 39. Issue 4. P. 1232–1249.
  9. Klonowski W. M., P. Fearns R. C. S., Lynch M. J. Retrieving key benthic cover types and bathymetry from hyperspectral imagery // Journal of Applied Remote Sensing. 2007. Vol. 1 DOI:
  10. 1117/1.2816113. 10. Kopelevich O.V., Burenkov V.I., Ershova S.V., Sheberstov S.V., Evdoshenko M.A. Application of SeaWiFS data for studying variability of bio-optical characteristics in the Barents, Black and Caspian Seas // Deep-Sea Research II. 2004. Vol. 51. P. 1063–1091.
  11. Kopelevich O.V., Burenkov V.I., Ershova S.V. Sheberstov S.V., Evdoshenko M.A. Assessment of optical characteristics of atmosphere and ocean by data from satellite ocean color sensors // Eight International Symposium on Atmospheric and Ocean Optics: Atmospheric Physics, Proc. SPIE 4678. 2002. P. 332–343.
  12. Kozoderov V.V., Dmitriev E.V. Remote sensing of soils and vegetation: regional aspects // International Journal of Remote Sensing. 2008. Vol. 29. No. 9. P. 2733–2748.
  13. Lavrova O.Yu., Loupian E.A., Mityagina M.I., Uvarov I.A., Bocharova T. Yu. See the Sea — Multi-User Information System Ocean Processes Investigations Based on Satellite Remote Sensing Data // Bollettino di Geofisica teorica ed applicata. An International Journal of Earth Sciences, 2013. Vol. 54. P.146–147.
  14. Li R.- R, Kaufman Y J, Gao B. –C., Davis C.O. Remote sensing of suspended sediments and shallow coastal waters // IEEE Transactions on Geoscience and Remote Sensing. 2003. Vol. 41. No. 3. P. 559–566.
  15. Lee, Z. P., K. L. Carder, C. D. Mobley, R. G. Steward, and J. S. Patch. Hyperspectral remote sensing for shallow waters: 2. Deriving depths and optical properties by optimization // Applied Optics. 1999. Vol. 38. P. 3831–3843.
  16. Lee, Z. P., B. Casey. R.A. Arone, A.D. Weidemann, M.J. Montes, B-C Gao, W. Goode, C.O. Davis, and J. Dye. Water and bottom properties of a coastal environment derived from Hyperion data measured from the EO-1 spacecraft platform // Journal of Applied Remote Sensing. 2007. Vol. 1. SPIE DOI: 10.1117/12.791119.
  17. Louchard E.M., Reid R.P., Stephens C.F. Derivative analysis of absorption features in hyperspectral remote sensing data of carbonate sediments // Optics Express. 2002. 10(26). P.1573–1584.
  18. Schalles J.F. Optical remote sensing techniques to estimate phytoplankton chlorophyll a concentrations in coastal waters with varying suspended matter and CDOM concentrations / Remote Sensing of Aquatic Coastal Ecosystem Processes: Science and Management Applications (ed. L Richardson and E Ledrew). Springer: Berlin. 2006. P. 27–79.
  19. VahtmÄae E., Kutser T., Martin G., Kotta J. Feasibility of hyperspectral remote sensing for mapping benthic macroalgal cover in turbid coastal waters - a Baltic Sea case study // Remote Sensing of Environment. 2006. Vol. 101. No. 3. P. 342–351.
  20. Yacobi Y.Z., Moses W.J., Kaganovsky S., Sulimani B., Leavitt B.C. and Gitelson A.A. NIR-red reflectancebased algorithms for chlorophyll-a estimation in mesotrophic inland and coastal waters: Lake Kinneret case study // Water Resources. 2011. Vol. 45. P. 2428–2436.