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. 2022. Т. 19. № 1. С. 39-49

Определение батиметрии в прибрежной зоне Чёрного моря по спектральному коэффициенту яркости моря

С.В. Федоров 1 , С.В. Станичный 1 
1 Морской гидрофизический институт РАН, Севастополь, Россия
Одобрена к печати: 13.12.2021
DOI: 10.21046/2070-7401-2022-19-1-39-49
Работа посвящена демонстрации возможности восстановления батиметрии в прибрежной зоне Чёрного моря по данным измерений спутниковых сканеров в оптическом диапазоне электромагнитного спектра. Использована методика восстановления спутниковой батиметрии по спектральному коэффициенту яркости моря. В условиях оптически мелкой воды солнечное излучение достигает дна и отражается назад к поверхности. Таким образом, спектральный коэффициент яркости содержит информацию о глубине и типе донного субстрата, что позволяет решить обратную задачу по восстановлению глубины. Определение спектрального коэффициента яркости осуществлялось по снимкам Sentinel-2/MSI. Атмосферная коррекция выполнялась в программном обеспечении ACOLITE. Методика восстановления глубины заключалась в построении индексной характеристики (псевдоглубины), равной отношению логарифмов коэффициента яркости на двух спектральных каналах с различной степенью поглощения солнечного излучения. Пересчёт полученной характеристики в глубину осуществлялся на основе линейной зависимости, коэффициенты которой калибровались по навигационным картам. Данный метод позволяет восстанавливать глубину с пространственным разрешением, равным размеру пикселя спутникового снимка. Это позволило обнаружить неоднородности рельефа дна малых размеров в прибрежной зоне Бакальской косы. Область применимости метода зависит от прозрачности вод и не превышает 20 м по глубине.
Ключевые слова: спутниковая батиметрия, Sentinel-2, Чёрное море, бухта Казачья, Бакальская коса
Полный текст

Список литературы:

  1. Дивинский Б. В., Косьян Р. Д. Гидродинамические условия деградации Бакальской косы (Западный Крым) // Морской гидрофиз. журн. 2021. Т. 37. № 3. С. 288–304. DOI: 10.22449/0233-7584-2021-3-288-304.
  2. Пиваев П. Д., Кудрявцев В. Н., Балашова Е. А., Шапрон Б. Особенности проявления донной топографии на спутниковых РСА-изображениях // Морской гидрофиз. журн. 2020. Т. 36. № 3. С. 313–328. DOI: 10.22449/0233-7584-2020-3-313-328.
  3. Руднев В. И. Особенности рельефа дна прибрежной зоны Бакальской косы // Экологическая безопасность прибрежной и шельфовой зон моря. 2018. № 4. С. 15–21. DOI: 10.22449/2413-5577-2018-4-15-21.
  4. Федоров С. В., Станичный С. В. Определение спутниковой батиметрии в прибрежной зоне Чёрного моря по полю поверхностных волн // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 6. С. 85–96. DOI: 10.21046/2070-7401-2021-18-6-85-96.
  5. Юровская М. В., Кудрявцев В. Н., Станичный С. В. Восстановление кинематических характеристик поверхностного волнения и батиметрии по многоканальным оптическим снимкам комплекса «Геотон-Л1» на спутнике «Ресурс-П» // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 2. С. 218–226. DOI: 10.21046/2070-7401-2019-16-2-218-226.
  6. Boccia V., Renga A., Moccia A., Zoffoli S. Tracking of Coastal Swell Fields in SAR Images for Sea Depth Retrieval: Application to ALOS L-Band Data // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2015. V. 8. No. 7. P. 3532–3540. DOI: 10.1109/JSTARS.2015.2418273.
  7. Brusch S., Held P., Lehner S., Rosenthal W., Pleskachevsky A. Underwater Bottom Topography in Coastal Areas from TerraSAR-X Data // Intern. J. Remote Sensing. 2011. V. 32. No. 16. P. 4527–4543. DOI: 10.1080/01431161.2010.489063.
  8. Caballero I., Stumpf R. P. Retrieval of nearshore bathymetry from Sentinel-2A and 2B satellites in South Florida coastal waters // Estuarine, Coastal and Shelf Science. 2019. V. 226. 106277. DOI: 10.1016/j.ecss.2019.106277.
  9. Caballero I., Stumpf R. P. Towards Routine Mapping of Shallow Bathymetry in Environments with Variable Turbidity: Contribution of Sentinel-2A/B Satellites Mission // Remote Sensing. 2020. V. 12(451). DOI: 10.3390/rs12030451.
  10. Dekker A. G., Phinn S. R., Anstee J., Bissett P., Brando V. E., Casey B., Fearns P., Hedley J., Klonowski W., Lee Z. P., Lynch M., Lyons M., Mobley C. D., Roelfsema C. Intercomparison of shallow water bathymetry, hydro-optics, and benthos mapping techniques in Australian and Caribbean coastal environments // Limnology. Oceanography. Methods. 2011. No. 9. P. 396–425. DOI: 10:4319/lom.2011.9.396.
  11. Drusch M., Bello U. D., Carlier S., Colin O., Fernandez V., Gascon F., Hoersch B., Isola C., Laberinti P., Martimort P., Meygret A., Spoto F., Sy O., Marchese F., Bargellini P. L. Sentinel-2: ESA’s Optical High-Resolution Mission for GMES Operational Services // Remote Sensing of Environment. 2012. V. 120. P. 25–36. DOI: 10.1016/J.RSE.2011.11.026.
  12. Lee Z. P., Carder K. L., Mobley C. D., Steward R. G., Patch J. S. Hyperspectral remote sensing for shallow waters: 1. A semianalytical model // Applied Optics. 1999. V. 37(27). P. 6329–6338. DOI: 10.1364/ao.37.006329.
  13. Lyzenga D. R. Remote Sensing of Bottom Reflectance and Water Attenuation Parameters in Shallow Water Using Aircraft and Landsat Data // Intern. J. Remote Sensing. 1981. V. 2. No. 1. P. 71–82. DOI: 10.1080/01431168108948342.
  14. Lyzenga D. R., Malinas N. P., Tanis F. J. Multispectral Bathymetry Using a Simple Physically Based Algorithm // IEEE Trans. Geoscience and Remote Sensing. 2006. V. 44. No. 8. P. 2251–2259. DOI: 10.1109/TGRS.2006.872909.
  15. Pe’eri S., Azuike C., Parrish C. Satellite Remote Sensing as a Reconnaissance Tool for Assessing Nautical Chart Adequacy and Completeness // Marine Geodesy. 2014. V. 37. P. 293–314. DOI: 10.1080/01490419.2014.902880.
  16. Philpot W. Bathymetric Mapping with Passive Multispectral Imagery // Applied Optics. 1989. V. 28. P. 1569–1578. DOI: 10.1364/AO.28.001569.
  17. Stumpf R. P., Holderied K., Sinclair M. Determination of Water Depth with High-Resolution Satellite Imagery over Variable Bottom Types // Limnology and Oceanography. 2003. V. 48. P. 547–556. DOI: 10.4319/LO.2003.48.1_PART_2.0547.
  18. Su H., Liu H., Heyman W. D. Automated Derivation of Bathymetric Information from Multi-Spectral Satellite Imagery Using a Non-Linear Inversion Model // Marine Geodesy. 2008. V. 31. P. 281–298. DOI: 10.1080/01490410802466652.
  19. The International Hydrographic Review / International Hydrographic Organization. Monaco, 2017. 53 p. URL: https://www.iho.int/mtg_docs/IHReview/2017/IHR_November2017.pdf.
  20. Vanhellemont Q. Adaptation of the dark spectrum fitting atmospheric correction for aquatic applications of the Landsat and Sentinel-2 archives // Remote Sensing of Environment. 2019. V. 225. P. 175–192. DOI: 10.1016/J.RSE.2019.03.010.