Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 4. С. 207-220
Восстановление солёности верхнего слоя тёплых вод океана по данным спутникового микроволнового радиометра AMSR2
Е.В. Заболотских
1 , Б. Шапрон
2, 1 1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
2 Французский научно-исследовательский институт эксплуатации моря, Плузане, Франция
Одобрена к печати: 14.04.2020
DOI: 10.21046/2070-7401-2020-17-4-207-220
Представлен алгоритм оценки солёности верхнего слоя океана по данным измерений спутникового микроволнового радиометра AMSR2 со спутника GCOM-W1. Алгоритм основан на результатах физического моделирования радиояркостной температуры (Тя) микроволнового излучения системы «океан – атмосфера» с использованием современных моделей излучения океана и поглощения излучения в атмосферных газах и облаках. Моделирование проводилось для вертикально и горизонтально поляризованного излучения на частотах 6,9 и 10,65 ГГц, поскольку излучение на бо́льших частотах обладает гораздо меньшей чувствительностью к солёности. При расчётах Тя использовались гидрометеорологические параметры по данным реанализа ERA-Interim и климатологические значения солёности океана. Была оценена чувствительность низкочастотных измерений AMSR2 к солёности и показано, что чувствительностью, позволяющей восстанавливать солёность, обладает лишь радиояркостная температура вертикально поляризованного излучения на частоте 6,9 ГГц при температуре поверхности (Ts), превышающей 22 С. Обратная задача решалась с использованием нейронно-сетевого (НС) подхода. Входными параметрами для НС служили Тя вертикально и горизонтально поляризованного излучения на частотах 6,9 и 10,65 ГГц для учёта влияния на Тя приземного ветра, температуры поверхности и параметров влагосодержания атмосферы. Теоретическая ошибка алгоритма составила 1,6 ‰. Результаты применения алгоритма к спутниковым измерениям AMSR2 сравнивались с готовым спутниковым продуктом по солёности океана на основе измерений радиометра SMAP за 2015 г. для районов Мирового океана с Ts > 22 °С. Ошибка алгоритма по результатам сравнения составила 1 ‰. Для алгоритма характерно завышение низких и занижение высоких значений солёности по данным SMAP.
Ключевые слова: солёность океана, спутниковые микроволновые радиометры, радиояркостная температура, AMSR2, физическое моделирование, нейронные сети
Полный текстСписок литературы:
- Садовский И. Н., Шарков Е. А., Кузьмин А. В., Сазонов Д. С., Пашинов Е. В. Обзор моделей комплексной диэлектрической проницаемости водной среды, применяемых в практике дистанционного зондирования // Исслед. Земли из космоса. 2014. Т. 6. С. 1–79.
- Aksoy M., Johnson J. T. A Comparative Analysis of Low-Level Radio Frequency Interference in SMOS and Aquarius Microwave Radiometer Measurements // IEEE Trans. Geoscience and Remote Sensing. 2013. V. 51. Iss. 10. P. 4983–4992.
- Atkinson P. M., Tatnall A. R. L. Introduction Neural networks in remote sensing // Intern. J. Remote Sensing. 1997. V. 18. Iss. 4. P. 699–709.
- Dee D. P., Uppala S. M., Simmons A. J., Berrisford P., Poli P., Kobayashi S., Andrae U., Balmaseda M. A., Balsamo G., Bauer P., Bechtold P., Beljaars A. C. M., van de Berg L., Bidlot J., Bormann N., Delsol C., Dragani R., Fuentes M., Geer A. J., Haimberger L., Healy S. B., Hersbach H., Hólm E. V., Isaksen L., Kållberg P., Köhler M., Matricardi M., McNally A. P., Monge-Sanz B. M., Morcrette J.-J., Park B.-K., Peubey C., de Rosnay P., Tavolato C., Thépaut J.-N., Vitart F. The ERA-Interim reanalysis: Configuration and performance of the data assimilation system // Quarterly J. Royal Meteorological Society. 2011. V. 137. Iss. 656. P. 553–597.
- Dinnat E. P., Boutin J., Caudal G., Etcheto J. Issues concerning the sea emissivity modeling at L band for retrieving surface salinity // Radio Science. 2003. V. 38. Iss. 4. DOI: 10.1029/2002RS002637.
- Dinnat E. P., Le Vine D. M., Boutin J., Meissner T., Lagerloef G. Remote Sensing of Sea Surface Salinity: Comparison of Satellite and In Situ Observations and Impact of Retrieval Parameters // Remote Sensing. 2019. V. 11. Iss. 7. P. 750. DOI: 10.3390/rs11070750.
- Ellison W., Balana A., Delbos G., Lamkaouchi K., Eymard L., Guillou C., Prigent C. New permittivity measurements of seawater // Radio Science. 1998. V. 33. P. 639–648.
- Font J., Camps A., Borges A., Martín-Neira M., Boutin J., Reul N., Kerr Y. H., Hahne A., Mecklenburg S. SMOS: The challenging sea surface salinity measurement from space // Proc. IEEE. 2009. V. 98. Iss. 5. P. 649–665.
- Grodsky S. A., Reverdin G., Carton J. A., Coles V. J. Year-to-year salinity changes in the Amazon plume: Contrasting 2011 and 2012 Aquarius/SACD and SMOS satellite data // Remote Sensing of Environment. 2014. V. 140. P. 14–22.
- Kerr Y. H., Waldteufel P., Wigneron J.-P., Delwart S., Cabot F., Boutin J., Escorihuela M.-J., Font J., Reul N., Gruhier C., Juglea S. E., Drinkwater M. R., Hahne A., Martin-Neira M., Mecklenburg S. The SMOS Mission: New Tool for Monitoring Key Elements of the Global Water Cycle // Proc. IEEE. 2010. V. 98. Iss. 5. P. 666–687.
- Klein L., Swift C. An improved model for the dielectric constant of sea water at microwave frequencies // IEEE Trans. Antennas and Propagation. 1977. V. 25. Iss. 1. P. 104–111.
- Klemas V. Remote sensing of sea surface salinity: an overview with case studies // J. Coastal Research. 2011. V. 27. Iss. 5. P. 830–838.
- Lagerloef G. S., Swift C. T., Le Vine D. M. Sea surface salinity: The next remote sensing challenge // Oceanography. 1995. V. 8. Iss. 2. P. 44–50.
- Lerner R. M., Hollinger J. P. Analysis of 1.4 GHz radiometric measurements from Skylab // Remote Sensing of Environment. 1977. V. 6. No. 4. P. 251–269.
- Liu Q., Weng F., English S. J. An Improved Fast Microwave Water Emissivity Model // IEEE Trans. Geoscience and Remote Sensing. 2011. V. 49. Iss. 4. P. 1238–1250.
- Meissner T., Wentz F. J. The complex dielectric constant of pure and sea water from microwave satellite observations // IEEE Trans. Geoscience and Remote Sensing. 2004. V. 42. Iss. 9. P. 1836–1849.
- Meissner T., Wentz F. J. The emissivity of the ocean surface between 6 and 90 GHz over a large range of wind speeds and earth incidence angles // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. Iss. 8. P. 3004–3026.
- Meissner T., Wentz F., Le Vine D. Aquarius Salinity Retrieval Algorithm: Algorithm Theoretical Basis Document (ATBD): RSS Technical Report 120117. 2017. DOI: 10.5067/DOCUM-AQR04.
- Pablos M., Piles M., González-Gambau V., Vall-llossera M., Camps A., Martínez J. SMOS and Aquarius radiometers: Inter-comparison over selected targets // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2014. V. 7. Iss. 9. P. 3833–3844.
- Reul N., Saux-Picart S., Chapron B., Vandemark D., Tournadre J., Salisbury J. Demonstration of ocean surface salinity microwave measurements from space using AMSR-E data over the Amazon plume // Geophysical Research Letters. 2009. V. 36. Iss. 13. DOI: 10.1029/2009GL038860.
- Reul N., Chapron B., Zabolotskikh E., Donlon C., Quilfen Y., Guimbard S., Piolle J.-F. A revised L-band radio-brightness sensitivity to extreme winds under Tropical Cyclones: the five year SMOS-storm database // Remote Sensing of Environment. 2016. V. 180. P. 274–291.
- Wentz F. J. A model function for ocean microwave brightness temperatures // J. Geophysical Research. 1983. V. 88. Iss. C3. P. 1892–1908.
- Wentz F. J., Meissner T. Atmospheric absorption model for dry air and water vapor at microwave frequencies below 100 GHz derived from spaceborne radiometer observations // Radio Science. 2016. V. 51. No. 5. P. 381–391.
- Yueh S. H., West R., Wilson W. J., Li F. K., Njoku E. G., Rahmat-Samii Y. Error sources and feasibility for microwave remote sensing of ocean surface salinity // IEEE Trans. Geoscience and Remote Sensing. 2001. V. 39. Iss. 5. P. 1049–1060.
- Zabolotskikh E. V., Mitnik L. M., Chapron B. New approach for severe marine weather study using satellite passive microwave sensing // Geophysical Research Letters. 2013. V. 40. Iss. 13. P. 3347–3350.
- 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.
- Zabolotskikh E. V., Mitnik L. M., Chapron B. Radio-Frequency Interference Identification Over Oceans for C-and X-Band AMSR2 Channels // IEEE Geoscience and Remote Sensing Letters. 2015. V. 12. Iss. 8. P. 1705–1709.
- Zabolotskikh E. V., Reul N., Chapron B. Geophysical Model Function for the AMSR2 C-Band Wind Excess Emissivity at High Winds // IEEE Geoscience and Remote Sensing Letters. 2016. V. 13. Iss. 1. P. 78–81.