Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
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. 2019. Т. 16. № 4. С. 233-243

Усовершенствованный метод восстановления сплочённости морского льда по данным спутниковых микроволновых измерений вблизи 90 ГГц

Е.В. Заболотских 1 , Е.А. Балашова 1 , Б. Шапрон 2, 1 
1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
2 Французский научно-исследовательский институт по эксплуатации морских ресурсов, Плузане, Франция
Одобрена к печати: 06.02.2019
DOI: 10.21046/2070-7401-2019-16-4-233-243
Представлен усовершенствованный метод оценки сплочённости морского льда по данным измерений спутниковых микроволновых радиометров на частотах вблизи 90 ГГц. Метод основан на новом подходе для определения точек привязки ― значений поляризационной разницы (PD) радиояркостных температур (Тя) излучения системы «океан – атмосфера» (PDW) и системы «морской лёд – атмосфера» (PDSI). Подход основан на результатах физического моделирования Тя системы «морской лёд – океан – атмосфера» и анализе полей измерений спутникового микроволнового радиометра Advanced Microwave Scanning Radiometer 2 (AMSR2) в арктическом регионе. Моделирование Тя выполнено для диапазонов атмосферных условий и параметров морского льда и океана, характерных для Арктики. Метод восстановления сплочённости льда (SIC, Sea Ice Concentration) использует PD в измерениях на вертикальной и горизонтальной поляризации на частоте 89 ГГц и значения точек привязки над свободной ото льда морской поверхностью и над морским льдом. Проанализирован диапазон изменчивости PDW и PDSI по данным измерений и по результатам модельных расчётов Тя. Усовершенствование метода по сравнению с традиционными заключается в использовании переменных значений PDW , зависящих от того, как далеко от кромки льда восстанавливается сплочённость. Тестирование метода проведено с использованием карт Норвежского метеорологического института (НМИ) для морей Северо-Европейского бассейна, Карского и Баренцева. Погрешность восстановления SIC, рассчитанная с использованием нового метода, оказалась равной 4,2 %, что почти в два раза ниже погрешности стандартного продукта университета Бремена, вычисленного с применением того же верификационного массива данных.
Ключевые слова: морской лёд, сплочённость льда, Арктика, спутниковые микроволновые радиометры, радиояркостная температура, AMSR2, поляризационная разница измерений, физическое моделирование
Полный текст

Список литературы:

  1. Смирнов В. Г. Спутниковые методы определения характеристик ледяного покрова морей. СПб.: ААНИИ, 2011. 240 с.
  2. Тихонов В. В., Репина И. А., Раев М. Д., Шарков Е. А., Боярский Д. А., Комарова Н. Ю. Новый алгоритм восстановления сплоченности морского ледяного покрова по данным пассивного микроволнового зондирования // Исследование Земли из космоса. 2014. № 2. С. 35–43.
  3. Тихонов В. В., Раев М. Д., Шарков Е. А., Боярский Д. А., Репина И. А., Комарова Н. Ю. Спутниковая микроволновая радиометрия морского льда полярных регионов: Обзор // Исследование Земли из космоса. 2016. № 4. С. 65–84.
  4. Шалина Е. В., Бобылев Л. П. Изменение ледовых условий в Арктике согласно спутниковым наблюдениям // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 28–41.
  5. Andersen S., Tonboe R., Kaleschke L., Heygster G., Pedersen L. T. Intercomparison of passive microwave sea ice concentration retrievals over the high-concentration Arctic sea ice // J. Geophysical Research. 2007. V. 112. Iss. C8. DOI: 10.1029/2006JC003543.
  6. Cavalieri D. J., Germain K. M. S., Swift C. T. Reduction of weather effects in the calculation of sea-ice concentration with the DMSP SSM/I // J. Glaciology. 1995. V. 41. Iss. 139. P. 455–464.
  7. Comiso J. C. Enhanced sea ice concentrations and ice extents from AMSR-E data // J. Remote Sensing Society of Japan. 2009. V. 29. Iss. 1. P. 199–215.
  8. Comiso J. C. Sea Ice Concentration and Extent // Encyclopedia of Remote Sensing / ed. E. G. Njoku. N. Y.: Springer, 2014. P. 727–743.
  9. Comiso J. C., Meier W. N., Gersten R. Variability and trends in the Arctic Sea ice cover: Results from different techniques // J. Geophysical Research: Oceans. 2017. V. 122. Iss. 8. P. 6883–6900.
  10. Ivanova N., Johannessen O. M., Pedersen L. T., Tonboe R. T. Retrieval of Arctic Sea Ice Parameters by Satellite Passive Microwave Sensors: A Comparison of Eleven Sea Ice Concentration Algorithms // IEEE Trans. Geoscience and Remote Sensing. 2014. V. 52. Iss. 11. P. 7233–7246.
  11. Ivanova N., Pedersen L. T., Tonboe R. T., Kern S., Heygster G., Lavergne T., Sørensen A., Saldo R., Dybkjær G., Brucker L., Shokr M. Satellite passive microwave measurements of sea ice concentration: An optimal algorithm and challenges // Cryosphere. 2015. V. 9. P. 1797–1817.
  12. Kaleschke L., Lüpkes C., Vihma T., Haarpaintner J., Bochert A., Hartmann J., Heygster G. SSM/I sea ice remote sensing for mesoscale ocean-atmosphere interaction analysis // Canadian J. Remote Sensing. 2001. V. 27. Iss. 5. P. 526–537.
  13. Kern S., Kaleschke L., Clausi D. A. A comparison of two 85-GHz SSM/I ice concentration algorithms with AVHRR and ERS-2 SAR imagery // IEEE Trans. Geoscience Remote Sensing. 2003. V. 41. Iss. 10. P. 2294–2306.
  14. Markus T., Cavalieri D. J. An enhancement of the NASA Team sea ice algorithm // IEEE Trans. Geoscience. Remote Sensing. 2000. V. 38. Iss. 3. P. 1387–1398.
  15. Meier W. N. Comparison of passive microwave ice concentration algorithm retrievals with AVHRR imagery in Arctic peripheral seas // IEEE Trans. Geoscience Remote Sensing. 2005. V. 43. Iss. 6. P. 1324–1337.
  16. Spreen G., Kaleschke L., Heygster G. Sea ice remote sensing using AMSR-E 89-GHz channels // J. Geophysical Research: Oceans 1978–2012. 2008. V. 113. Iss. C2. DOI: 10.1029/2005JC003384.
  17. Svendsen E., Matzler C., Grenfell T. C. A model for retrieving total sea ice concentration from a spaceborne dual-polarized passive microwave instrument operating near 90 GHz // Intern. J. Remote Sensing. 1987. V. 8. Iss. 10. P. 1479–1487.
  18. Teleti P. R., Luis A. J. Sea Ice Observations in Polar Regions: Evolution of Technologies in Remote Sensing // Intern. J. Geosciences. 2013. V. 4. Iss. 7. P. 1031–1050.
  19. Zabolotskikh E. V., Chapron B. (2018a) New Geophysical Model Function for Ocean Emissivity at 89 GHz Over Arctic Waters // IEEE Geoscience Remote Sensing Letters. 2018. DOI: 10.1109/LGRS.2018.2876731.
  20. Zabolotskikh E. V., Chapron B. (2018b) Atmospheric Integrated Water Parameters in the Arctic: Seasonal Variability and Influence on the AMSR2 Measured Microwave Radiation of the Sea Ice-Atmosphere System // Proc. IGARSS’2018. 2018. P. 3035–3038.
  21. Zabolotskikh E. V., Mitnik L. M., Chapron B. An Updated Geophysical Model for AMSR-E and SSMIS Brightness Temperature Simulations over Oceans // Remote Sensing. 2014. V. 6. Iss. 3. P. 2317–2342.