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
Ваш e-mail:
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. 2020. Т. 17. № 2. С. 252-264

Микроволновые данные дистанционного зондирования влагозапасов в снежном покрове: сравнение с наземными наблюдениями и обратная зависимость с зимне-весенней температурой воздуха на примере Невско-Ладожского бассейна

М.В. Георгиевский 1 , С.В. Романов 2 , Т.В. Паршина 1 , В.Л. Трушевский 1 
1 Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
2 ООО "Ленводпроект", Санкт-Петербург, Россия
Одобрена к печати: 17.02.2020
DOI: 10.21046/2070-7401-2020-17-2-252-264
Работа посвящена оценке возможности применения глобальных баз данных микроволнового дистанционного зондирования влагозапаса в снежном покрове в практических гидрометеорологических исследованиях. В качестве объекта исследований был выбран бассейн р. Невы (включая водосбор Ладожского озера), где снежный покров играет важную роль в формировании речного стока. В качестве исходной информации анализировались два глобальных архива данных: климатический архив месячных значений влагозапасов в снежном покрове (Global Monthly EASE-Grid Snow Water Equivalent Climatology) и архив месячных значений влагозапасов в снежном покрове радиометрических данных спутника Aqua (AMSR-E/Aqua Monthly L3 Global Snow Water Equivalent EASE-Grids). Первым этапом исследований являлось взаимосравнение спутниковых данных по влагозапасам, а также оценка их точности сравнением с данными наземных наблюдений. Было выявлено, что данные архивов хорошо согласуются между собой, но сильно отличаются от наземных наблюдений, демонстрируя существенно заниженные значения влагозапасов в снежном покрове по сравнению с данными снегомерных съёмок. На втором этапе исследований анализировалась связь между колебаниями максимальных влагозапасов в Невско-Ладожском бассейне, полученных на основе архивных данных, и изменениями температурного режима в зимне-весенние периоды. Было выявлено, что микроволновые данные дистанционного зондирования влагозапасов в снежном покрове (максимальные влагозапасы) находятся в обратной зависимости от изменений температурного режима в периоды накопления и таяния снежного покрова. Коэффициент корреляции между изменениями средней месячной температуры воздуха, осреднённой за четыре месяца (январь – апрель), т. е. тех месячных значений температуры, которые играют наиболее значимую роль при формировании максимальных снегозапасов, и колебаниями максимальных влагозапасов составил –0,80 за 33-летний период. В статье также приводится обзор существующих глобальных архивов микроволновых данных дистанционного зондирования влагозапасов в снежном покрове.
Ключевые слова: спутниковая микроволновая радиометрия, влагозапасы в снежном покрове, максимальные влагозапасы, снегомерные съёмки, оценка точности, климатические изменения, Невско-Ладожский бассейн
Полный текст

Список литературы:

  1. Березин К. Ю., Дмитриев А. В., Дмитриев В. В. Оценка влагозапаса снежного покрова по данным спутниковой радиометрии для степной зоны Западной Сибири // Вестн. Сибирского гос. аэрокосм. ин-та им. акад. М. Ф. Решетнева. 2013. Вып. 5(51). С. 9–12.
  2. Булыгина О. Н., Разуваев В. Н., Александрова Т. М. Описание массива данных «Маршрутные снегомерные съемки». URL: http://meteo.ru/data/166-snow-surveys#описание-массива-данных (дата обращения 15.11. 2019).
  3. Государственный водный кадастр. Многолетние данные о режиме и ресурсах поверхностных вод суши. Т. 1. РСФСР. Вып. 5. Л.: Гидрометеоиздат, 1986.
  4. Доклад об особенностях климата на территории Российской Федерации за 2018 год. М: Росгидромет, 2019. 79 с.
  5. Львович М. И. Мировые водные ресурсы и их будущее. M.: Мысль, 1974. 448 c.
  6. Нежиховский Р. А. Река Нева и Невская губа. Л.: Гидрометеоиздат, 1981. 112 с.
  7. Соколов А. А. Гидрография СССР. Л.: Гидрометеоиздат, 1964. 536 с.
  8. Турков Д. В., Сократов В. С., Титкова T. Б. Определение снегозапасов Западной Сибири по расчётам на модели локального тепловлагообмена SPONSOR с использованием данных реанализа // Лёд и Снег. 2017. Т. 57. № 3. С. 343–354. DOI: 10.15356/2076-6734-2017-3-343-354.
  9. Armstrong R., Brodzik M. J., Knowles K., Savoie M. Global Monthly EASE-Grid Snow Water Equivalent Climatology. Version 1. NASA National Snow and Ice Data Center Distributed Active Archive Center. Boulder, Colorado, USA, 2005. URL: https://doi.org/10.5067/KJVERY3MIBPS (accessed 15.11.2019).
  10. Chang A. T. C., Rango A. Algorithm Theoretical Basis Document (ATBD) for the AMSR-E Snow Water Equivalent Algorithm. Version 3.1. NASA Goddard Space Flight Center. 2000. 49 p. URL: https://nsidc.org/sites/nsidc.org/files/files/amsr_atbd_snow.pdf.
  11. Chang A. T. C., Foster J. L., Hall D. K. Nimbus-7 Derived Global Snow Cover Parameters // Annals of Glaciology. 1987. V. 9. P. 39–44.
  12. Chang A. T. C., Foster J. L., Hall D. K., Goodison B. E., Walker A. E., Metcalfe J. R. Snow Parameters Derived from Microwave Measurements During the BOREAS Winter Field Experiment // J. Geophysical Research. 1997. V. 102. Iss. D24. P. 29 663–29 671.
  13. Harris I. D., Jones P. D., Osborn T. J., Lister D. H. Updated high-resolution grids of monthly climatic observations ― the CRU TS3.10 Dataset // Intern. J. Climatology. 2014. V. 34. P. 623–642. DOI: 10.1002/joc.3711.
  14. Kelly R. E.J., Foster J. L., Hall D. K. (2005a) The AMSR-E Snow Water Equivalent Product: Status and Future Development // American Geophysical Union Fall Meeting. San Francisco, California. 5–9 Dec. Abstract C21C-1134. 2005.
  15. Kelly R. E. J., Foster J. L., Hall D. K. (2005b) The AMSR-E Snow Water Equivalent Product: Algorithm Development and Progress in Product Validation // Proc. 28th General Assembly of the Union of Intern. Radio Science. New Delhi, India. 23–29 Oct. 2005.
  16. Krenke A. Former Soviet Union Hydrological Snow Surveys, 1966–1996. Version 1. National Snow and Ice Data Center. 1998 (updated 2004). URL: https://doi.org/10.7265/N58C9T60 (accessed 15.11.2019).
  17. Platnick S. Editor’s Corner // The Earth Observer. May – June 2014. V. 26. Iss. 3. P. 2–3. URL: https://eospso.nasa.gov/sites/default/files/eo_pdfs/May-Jun%202014_final_color508.pdf (accessed 15.11.2019).
  18. Singh P., Singh V. P. Snow and Glacier Hydrology. Springer, 2001. 756 p.
  19. Takala M., Luojus K., Pulliainen J., Derksen C., Lemmetyinen J., Kärnä J., Koskinen J., Bojkov B. Estimating Northern Hemisphere Snow Water Equivalent for Climate Research through Assimilation of Space-Borne Radiometer Data and Ground-Based Measurements // Remote Sensing of Environment. 2011. V. 115. P. 3517–3529. DOI: https://doi.org/10.1016/j.rse. 2011.08.014.
  20. Tedesco M., Kelly R., Foster J. L., Chang A. T. AMSR-E/Aqua Monthly L3 Global Snow Water Equivalent EASE-Grids. Version 2. NASA National Snow and Ice Data Center Distributed Active Archive Center. Boulder, Colorado, USA, 2004. URL: https://doi.org/10.5067/AMSR-E/AE_MOSNO.002 (accessed 15.11.2019).