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. 2022. Т. 19. № 5. С. 193-209

Новый подход для восстановления границы ледяного покрова по данным спутниковых скаттерометров ASCAT

Е.В. Заболотских 1 , В.Н. Кудрявцев 1 , Е.А. Балашова 1 , С.М. Азаров 1 
1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
Одобрена к печати: 01.07.2022
DOI: 10.21046/2070-7401-2022-19-5-193-209
В работе представлен новый подход для восстановления границы ледяного покрова по данным спутниковых скаттерометров Advanced Scatterometer (ASCAT). Подход основан на использовании среднеквадратичного разброса Δ удельной эффективной площади рассеяния (УЭПР) от линейной функции, аппроксимирующей зависимость УЭПР от угла наблюдения. С использованием измерений ASCAT полного разрешения, данных по сплочённости морского льда, восстановленных по измерениям спутникового микроволнового радиометра Advanced Microwave Scanning Radiometer 2 (AMSR2) и карт морского льда Арктического и антарктического научно-исследовательского института (ААНИИ) построены среднемесячные функции распределения значений Δ над морским льдом и над морской водой для всей Арктики. Показано, что средние значения Δ над водой в несколько раз превышают средние значения Δ над морским льдом, что даёт возможность оценивать границы (протяжённость) ледяного покрова. Построены среднесуточные карты границ ледяного покрова по данным ASCAT и проведено сравнение протяжённости ледяного покрова Арктики (англ. Sea Ice Extent — SIE) по данным ASCAT и по данным AMSR2 с использованием оперативных спутниковых продуктов, создаваемых ведущими международными центрами данных. Показано, что среднеквадратичная разница в оценках SIE по данным ASCAT и по данным AMSR2 не превышает 1,5 %. В зимних условиях разница в оценках SIE не превышает 0,5 %. Летние значения SIE по данным ASCAT превышают SIE по данным AMSR2 на 3–5 %. Предложенный метод предоставляет новые возможности для использования скаттерометрических данных. Верификация метода, приводящего к расхождению в оценках SIE по данным микроволновых радиометров, требует дополнительных исследований.
Ключевые слова: спутниковые скаттерометры, ASCAT, морской лёд, протяжённость ледяного покрова, Арктика
Полный текст

Список литературы:

  1. Афанасьева Е. В., Алексеева Т. А., Соколова Ю. В., Демчев Д. М., Чуфарова М. С., Быченков Ю. Д., Девятаев О. С. Методика составления ледовых карт ААНИИ // Российская Арктика. 2019. № 7. С. 5–20. DOI: 10.24411/2658-4255-2019-10071.
  2. Заболотских Е. В., Балашова Е. А., Шапрон Б. Усовершенствованный метод восстановления сплочённости морского льда по данным спутниковых микроволновых измерений вблизи 90 ГГц // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 4. C. 233–246. DOI: 10.21046/2070-7401-2019-16-4-233-243.
  3. Заболотских Е. В. Хворостовский К. С., Балашова Е. А., Костылев А. И., Кудрявцев В. Н. О возможности идентификации крупномасштабных областей всторошенного льда в Арктике по данным скаттерометра ASCAT // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 3. С. 165–177. DOI: 10.21046/2070-7401-2020-17-3-165-177.
  4. Муртазин А. Ф., Евграфова К. Г., Кудрявцев В. Н. Применение данных скаттерометра ASCAT для исследования ледового покрова в Арктике // Ученые записки Российского гос. гидрометеоролог. ун та. 2015. № 40. C. 160–173.
  5. Aaboe S., Down E. J., Eastwood S. Product User Manual for the Global sea-ice edge and type Product / Norwegian Meteorological Inst. Oslo, Norway, 2021. 36 p.
  6. Breivik L., Eastwood S., Lavergne T. Use of C-Band Scatterometer for Sea Ice Edge Identification // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. Iss. 7. P. 2669–2677. DOI: 10.1109/TGRS.2012.2188898.
  7. Cavalieri D. J., Gloersen P., Campbell W. J. Determination of sea ice parameters with the Nimbus 7 SMMR // J. Geophysical Research: Atmospheres (1984–2012). 1984. V. 89. Iss. D4. P. 5355–5369. DOI: 10.1029/JD089iD04p05355.
  8. Comiso J. C. Sea ice effective microwave emissivities from satellite passive microwave and infrared observations // J. Geophysical Research: Oceans (1978–2012). 1983. V. 88. Iss. C12. P. 7686–7704. DOI: 10.1029/JC088iC12p07686.
  9. Comiso J. C. Characteristics of Arctic winter sea ice from satellite multispectral microwave observations // J. Geophysical Research: Oceans. 1986. V. 91. Iss. C1. P. 975–994. DOI: 10.1029/JC091iC01p00975.
  10. 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. DOI: 10.11440/rssj.29.199.
  11. 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. DOI: 10.1002/2017JC012768.
  12. Curry J. A., Schramm J. L., Ebert E. E. Sea ice-albedo climate feedback mechanism // J. Climate. 1995. V. 8. Iss. 2. P. 240–247. DOI: 10.1175/1520-0442(1995)008<0240:SIACFM>2.0.CO;2.
  13. Ezraty R., Cavanié A. Intercomparison of backscatter maps over Arctic sea ice from NSCAT and the ERS scatterometer // J. Geophysical Research: Oceans. 1999. V. 104. Iss. C5. P. 11471–11483. DOI: 10.1029/1998JC900086.
  14. Girard-Ardhuin F., Ezraty R. Enhanced Arctic sea ice drift estimation merging radiometer and scatterometer data // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. Iss. 7. P. 2639–2648. DOI: 10.1109/TGRS.2012.2184124.
  15. Gohin F., Cavanie A. A first try at identification of sea ice using the three beam scatterometer of ERS-1 // Intern. J. Remote Sensing. 1994. V. 15. Iss. 6. P. 1221–1228. DOI: 10.1080/01431169408954156.
  16. Gray A., Hawkins R., Livingstone C., Arsenault L., Johnstone W. Simultaneous scatterometer and radiometer measurements of sea-ice microwave signatures // IEEE J. Oceanic Engineering. 1982. V. 7. Iss. 1. P. 20–32. DOI: 10.1109/JOE.1982.1145506.
  17. Hill J. C., Long D. G. Extension of the QuikSCAT sea ice extent data set with OSCAT data // IEEE Geoscience and Remote Sensing Letters. 2016. V. 14. Iss. 1. P. 92–96. DOI: 10.1109/LGRS.2016.2630010.
  18. Ivanova N., Pedersen L. T., Tonboe R. T., Kern S., Heygster G., Lavergne T., Sørensen A., Saldo R., Dybkjaer G., Brucker L., Shokr M. Environment Canada Satellite passive microwave measurements of sea ice concentration: An optimal algorithm and challenges // Cryosphere. 2015. V. 9. P. 1797–1817. DOI: 10.5194/tcd-9-1269-2015.
  19. Kern S., Rösel A., Pedersen L. T., Ivanova N., Saldo R., Tonboe R. T. The impact of melt ponds on summertime microwave brightness temperatures and sea-ice concentrations // The Cryosphere. 2016. V. 10. Iss. 5. P. 2217–2239. DOI: 10.5194/tc-10-2217-2016.
  20. Lavergne T., Eastwood S., Teffah Z., Schyberg H., Breivik L. A. Sea ice motion from low-resolution satellite sensors: An alternative method and its validation in the Arctic // J. Geophysical Research: Oceans. 2010. V. 115. Iss. C10. Art. No. C10032. 14 p. https://doi.org/10.1029/2009JC005958.
  21. Ledley T. S. A coupled energy balance climate-sea ice model: Impact of sea ice and leads on climate // J. Geophysical Research: Atmospheres. 1988. V. 93. Iss. D12. P. 15919–15932. DOI: 10.1029/JD093iD12p15919.
  22. Li M., Zhao C., Zhao Y., Wang Z., Shi L. Polar sea ice monitoring using HY-2A scatterometer measurements // Remote Sensing. 2016. Iss. 8. Art. No. 688. DOI: 10.3390/rs8080688.
  23. Lindell D. B., Long D. G. Multiyear Arctic sea ice classification using OSCAT and QuikSCAT // IEEE Trans. Geoscience and Remote Sensing. 2015. V. 54. Iss. 1. P. 167–175. DOI: 10.1109/TGRS.2015.2452215.
  24. Long D. G. Polar applications of spaceborne scatterometers // IEEE J. Selected Topics in Applied Earth Observations and Remote Rensing. 2016. V. 10. Iss. 5. P. 2307–2320. DOI: 10.1109/JSTARS.2016.2629418.
  25. Markus T., Cavalieri D. J. An enhancement of the NASA Team sea ice algorithm // IEEE Trans. Geoscience and Remote Sensing. 2000. V. 38. Iss. 3. P. 1387–1398. DOI: 10.1109/36.843033.
  26. Mauritzen C., Häkkinen S. Influence of sea ice on the thermohaline circulation in the Arctic-North Atlantic Ocean // Geophysical Research Letters. 1997. Iss. 24. P. 3257–3260. DOI: 10.1029/97GL03192.
  27. Meier W. N., Stroeve J. Comparison of sea-ice extent and ice-edge location estimates from passive microwave and enhanced-resolution scatterometer data // Annals of Glaciology. 2008. V. 48. P. 65–70. DOI: 10.3189/172756408784700743.
  28. Microwave Remote Sensing of Sea Ice. Geophysical Monograph 68 / ed. Carsey F. D. Washington D. C.: American Geophysical Union, 1992. 462 p.
  29. Otosaka I., Rivas M. B., Stoffelen A. Bayesian sea ice detection with the ERS scatterometer and sea ice backscatter model at C-band // IEEE Trans. Geoscience and Remote Sensing. 2017. V. 56. Iss. 4. P. 2248–2254. DOI: 10.1109/TGRS.2017.2777670.
  30. Remund Q. P., Long D. G. Sea ice extent mapping using Ku band scatterometer data // J. Geophysical Research: Oceans. 1999. V. 104. Iss. C5. P. 11515–11527. DOI: 10.1029/98JC02373.
  31. Remund Q. P., Long D. G. A decade of QuikSCAT scatterometer sea ice extent data // IEEE Trans. Geoscience and Remote Sensing. 2013. V. 52. Iss. 7. P. 4281–4290. DOI: 10.1109/TGRS.2013.2281056.
  32. Rivas M. B., Stoffelen A. New Bayesian algorithm for sea ice detection with QuikSCAT // IEEE Trans. Geoscience and Remote Sensing. 2011. V. 49. Iss. 6. P. 1894–1901. DOI: 10.1109/TGRS.2010.2101608.
  33. Rivas M. B., Verspeek J., Verhoef A., Stoffelen A. Bayesian sea ice detection with the advanced scatterometer ASCAT // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. Iss. 7. P. 2649–2657. DOI: 10.1109/TGRS.2011.2182356.
  34. Rivas M. B., Otosaka I., Stoffelen A., Verhoef A. A. Scatterometer record of sea ice extents and backscatter: 1992–2016 // The Cryosphere. 2018. V. 12. Iss. 9. P. 2941–2953. DOI: 10.5194/tc-12-2941-2018.
  35. SIGRID-3: A vector archive format for sea ice charts. WMO/TD-No. 1214. JCOMM Technical Report No. 23. 2004. 24 p.
  36. Smith D. M. Extraction of winter total sea-ice concentration in the Greenland and Barents Seas from SSM/I data // Remote Sensing. 1996. V. 17. Iss. 13. P. 2625–2646. DOI: 10.1080/01431169608949096.
  37. 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. C02S03. DOI: 10.1029/2005JC003384.
  38. Tikhonov V. V., Raev M. D., Sharkov E. A., Boyarskii D. A., Repina I. A., Komarova N. Yu. Satellite microwave radiometry of sea ice of polar regions: a review // Izvestiya, Atmospheric and Oceanic Physics. 2016. V. 52. Iss. 9. P. 1012–1030. DOI: 10.1134/S0001433816090267.
  39. Ulaby F. T., Moore R. K., Fung A. K. Microwave remote sensing: Active and passive. Volume 1: Microwave remote sensing fundamentals and radiometry. Reading, MA: Addison-Wesley Publishing Co., 1981. 470 p.
  40. Verhoef A., Rivas M., Stoffelen A. ASCAT-A Arctic daily sea ice extent and backscatter maps. Version 1.0. Royal Netherlands Meteorological Institute (KNMI), 2018. DOI: 10.21944/ascat_a_nh_sea_ice_v1.0.
  41. Voss S., Heygster G., Ezraty R. Improving sea ice type discrimination by the simultaneous use of SSM/I and scatterometer data // Polar Research. 2003. V. 22. Iss. 1. P. 35–42. DOI: 10.3402/polar.v22i1.6441.
  42. Walsh J. E. The role of sea ice in climatic variability: Theories and evidence // Atmosphere-Ocean. 1983. V. 21. Iss. 3. P. 229–242. DOI: 10.1080/07055900.1983.9649166.
  43. Yueh S. H., Kwok R., Lou S.-H., Tsai W.-Y. Sea ice identification using dual-polarized Ku-band scatterometer data // IEEE Trans. Geoscience and Remote Sensing. 1997. V. 35. Iss. 3. P. 560–569. DOI: 10.1109/36.581968.
  44. Zhai X., Wang Z., Zheng Z., Xu R., Dou F., Xu N., Zhang X. Sea Ice Monitoring with CFOSAT Scatterometer Measurements Using Random Forest Classifier // Remote Sensing. 2021. V. 13. Iss. 22. Art. No. 4686. DOI: 10.3390/rs13224686.
  45. Zhang Z., Yu Y., Li X., Hui F., Cheng X., Chen Z. Arctic sea ice classification using microwave scatterometer and radiometer data during 2002–2017 // IEEE Trans. Geoscience and Remote Sensing. 2019. V. 57. Iss. 8. P. 5319–5328. DOI: 10.1109/TGRS.2019.2898872.
  46. Zhang Z., Yu Y., Shokr M., Li X., Ye Y., Cheng X., Chen Z., Hui F. Intercomparison of Arctic Sea Ice Backscatter and Ice Type Classification Using Ku-Band and C-Band Scatterometers // IEEE Trans. Geoscience and Remote Sensing. 2021. V. 60. P. 1–18. Art. No. 4301718. DOI: 10.1109/TGRS.2021.3099835.