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. 28-39

Валидация спутниковых алгоритмов расчёта показателя поглощения окрашенного растворённого органического вещества в Баренцевом море

А.В. Юшманова 1, 2 , С.В. Вазюля 1 
1 Институт океанологии им. П.П. Ширшова РАН, Москва, Россия
2 Московский физико-технический институт (НИУ), Долгопрудный, Московская обл., Россия
Одобрена к печати: 12.10.2022
DOI: 10.21046/2070-7401-2022-19-5-28-39
Статья посвящена анализу результатов работы спутниковых алгоритмов на основе данных MODIS Aqua, используемых для расчёта показателя поглощения окрашенного растворённого органического вещества (ОРОВ) в Баренцевом море: регионального алгоритма RSA (англ. Regional Semi-Analytical Algorithm) лаборатории оптики океана Института океанологии им. П. П. Ширшова РАН (ИО РАН), квазианалитического QAA (англ. Quasi-Analytical Algorithm) и GIOP (англ. Generalized Inherent Optical Property). Произведена валидация этих алгоритмов по данным судовых измерений, полученных в шести экспедициях ИО РАН в летнем сезоне с 2016 по 2021 г. в рейсах на НИС «Академик Мстислав Келдыш». Сравнение с данными натурных измерений, выполненных на интегрирующей сфере ICAM (англ. Integrated Cavity Absorption Meter), продемонстрировало применимость регионального алгоритма показателя поглощения ОРОВ: относительная ошибка — 31 %, среднеквадратичное отклонение (RMSE) — 0,022 м–1. Алгоритмы QAA и GIOP занижают значения данного параметра в среднем на 45 и 60 % соответственно. Получаемые в результате применения этих алгоритмов показатели рассеяния назад взвешенными частицами близки между собой (R2 = 0,99). Общий показатель поглощения, получаемый с помощью GIOP, занижен по сравнению с данными прямых определений. При этом QAA и RSA показывают схожие результаты (относительная ошибка — 25 % в обоих случаях), однако QAA выдаёт более высокие значения показателя поглощения взвешенными частицами по сравнению с измеренными. Отдельно рассмотрена станция с кокколитофоридным цветением (5 млн кл/л) и рассчитаны обсуждаемые биооптические параметры морской воды по спутниковым данным и данным плавающего спектрорадиометра. Рассчитанные по GIOP и QAA показатели поглощения морской воды и ОРОВ также ниже измеренных, а алгоритм RSA определил близкие значения: относительные ошибки в среднем 12 и 8 % соответственно. Пространственное распределение показателя поглощения ОРОВ по региональному алгоритму позволяет рассмотреть региональные особенности Баренцева моря, алгоритмы QAA и GIOP делают данный процесс затруднительным.
Ключевые слова: показатель поглощения, окрашенное растворённое органическое вещество, показатель рассеяния назад взвешенными частицами, Баренцево море, ICAM, MODIS, RSA, QAA, GIOP, репроцессинг
Полный текст

Список литературы:

  1. Артемьев В. А., Буренков В. И., Вортман М. И., Григорьев А. В., Копелевич О. В., Храпко А. Н. Подспутниковые измерения цвета океана: новый плавающий спектрорадиометр и его метрология // Океанология. 2000. Т. 40. № 1. С. 148–155.
  2. Буренков В. И., Ершова С. В., Копелевич О. В., Шеберстов С. В., Шевченко В. П. Оценка пространственного распределения взвеси в водах Баренцева моря по данным спутникового сканера цвета океана SeaWiFS // Океанология. 2001. Т. 41. № 5. С. 653–659.
  3. Вазюля С. В., Копелевич О. В., Шеберстов С. В., Артемьев В. А. Оценка по спутниковым данным показателей поглощения окрашенного органического вещества и диффузного ослабления солнечного излучения в водах Белого и Карского морей // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 4. С. 31–41.
  4. Глуховец Д. И., Шеберстов С. В., Копелевич О. В., Зайцева А. Ф., Погосян С. И. Измерения показателя поглощения морской воды с помощью интегрирующей сферы // Светотехника. 2017. № 5. С. 39–43.
  5. Зацепин А. Г., Завьялов П. О., Кременецкий В. В., Поярков С. Г., Соловьев Д. М. Поверхностный опресненный слой в Карском море // Океанология. 2010. Т. 50. № 5. C. 698–708.
  6. Каралли П. Г., Вазюля С. В. Модификация регионального спутникового алгоритма определения концентрации хлорофилла-а в Баренцевом море // Тр. 11-й Всерос. конф. «Современные проблемы оптики естественных вод». СПб., 2021. С. 234–239.
  7. Копелевич О. В., Буренков В. И., Шеберстов С. В. Разработка и использование региональных алгоритмов для расчета биооптических характеристик морей России по данным спутниковых сканеров цвета // Современные проблемы дистанционного зондирования Земли из космоса. 2006. Т. 3. № 2. С. 99–105.
  8. Копелевич О. В., Салинг И. В., Вазюля С. В., Глуховец Д. И., Шеберстов С. В., Буренков В. И., Каралли П. Г., Юшманова А. В. Биооптические характеристики морей, омывающих берега западной половины России, по данным спутниковых сканеров цвета 1998–2017 гг. М.: ООО «Ваш Формат», 2018. 140 с.
  9. Очаковский Ю. Е., Копелевич О. В., Войтов В. И. Свет в море. М.: Наука, 1970. 174 c.
  10. Погосян С. И., Дургарян А. М., Конюхов И. В., Чикунова О. Б., Мерзляк М. Н. Абсорбционная спектроскопия микроводорослей цианобактерий и растворенного органического вещества: измерения во внутренней полости интегрирующей сферы // Океанология. 2009. № 6. С. 934–939.
  11. Политова Н. В., Кравчишина М. Д., Новигатский А. Н., Лохов А. С. Рассеянное осадочное вещество Баренцева моря // Океанология. 2019. Т. 59. № 5. С. 777–790. DOI: 10.31857/S0030-1574595777-790.
  12. Скороход Е. Ю., Чурилова Т. Я., Ефимова Т. В., Моисеева Н. А., Суслин В. В. Биооптические характеристики прибрежных вод Черного моря вблизи Севастополя: оценка точности спутниковых продуктов, восстановленных по данным MODIS и VIIRS // Морской гидрофиз. журн. 2021. Т. 37. № 2. С. 233–246. DOI: 10.22449/0233-7584-2021-2-233-246.
  13. Суетин В. С., Королев С. Н. Оценка особенностей изменчивости оптических свойств вод Черного моря по данным спутниковых приборов SeaWiFS и MODIS // Морской гидрофиз. журн. 2018. Т. 34. № 4. С. 357–368. DOI: 10.22449/0233-7584-2018-4-357-368.
  14. Суетин В. С., КоролевС. Н. Использование спутниковых данных для определения характеристик поглощения света в водах Черного моря // Морской гидрофиз. журн. 2021. Т. 37. № 2. С. 222–232. DOI: 10.22449/0233-7584-2021-2-222-232.
  15. Шеберстов С. В. Система пакетной обработки океанологических спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 6. С. 154–161.
  16. Bricaud A., Morel A., Babin M., Allali K., Claustre H. Variations of light absorption by suspended particles with chlorophyll a concentration in oceanic (case 1) waters: Analysis and implications for bio‐optical models // J. Geophysical Research. 1998. V. 103. P. 31033–31044. DOI: 10.1029/98JC02712.
  17. Demidov A. B., Kopelevich O. V., Mosharov S. A., Sheberstov S. V., Vazyulya S. V. Modelling Kara Sea phytoplankton primary production: development and skill assessment of regional algorithms // J. Sea Research. 2017. V. 125. P. 1–7. DOI: 10.1016/j.seares.2017.05.004.
  18. Glukhovets D. I., Goldin Yu. A. Surface desalinated layer distribution in the Kara Sea determined by shipboard and satellite data // Oceanologia. 2020. V. 62. No. 3. P. 364–373. DOI: 10.1016/j.oceano.2020.04.002.
  19. Glukhovets D. I., Kopelevich O. V., Yushmanova A. V., Vazyulya S. V., Sheberstov S. V., Karalli P. G., Sahling I. V. Evaluation of the CDOM Absorption Coefficient in the Arctic Seas Based on Sentinel-3 OLCI Data // Remote Sensing. 2020. V. 12. No. 19. Art. No. 3210. DOI: 10.3390/rs12193210.
  20. Hancke K., Hovland E. K., Volent Z., Pettersen R., Johnsen G., Moline M., Sakshaug E. Optical properties of CDOM across the Polar Front in the Barents Sea: Origin, distribution and significance // J. Marine Systems. 2014. V. 130. P. 219–227. DOI: 10.1016/j.jmarsys.2012.06.006.
  21. Kopelevich O. V., Burenkov V. I., Ershova S. V., Sheberstov S. V., Evdoshenko M. A. Application of SeaWiFS data for studying variability of bio-optical characteristics in the Barents, Black and Caspian Seas // Deep Sea Research Part II: Topical Studies in Oceanography. 2004. V. 51. No. 10–11. P. 1063–1091. DOI: 10.1016/j.dsr2.2003.10.009.
  22. Lee Z. P., Lubac B., Werdell J., Arnone R. An Update of the Quasi-Analytical Algorithm (QAA_v6): Intern. Ocean Color Group Software Report. 2013. 9 p.
  23. Lewis K. M., Mitchell B. G., van Dijkena G. L., Arrigo K. R. Regional chlorophyll a algorithms in the Arctic Ocean and their effect on satellite-derived primary production estimates // Deep Sea Research Part II: Topical Studies in Oceanography. 2016. V. 130. P. 14–27. DOI: 10.1016/j.dsr2.2016.04.020.
  24. Osadchiev A. A., Frey D. I., Shchuka S. A., Tilinina N. D., Morozov E. G., Zavialov P. O. Structure of the Freshened Surface Layer in the Kara Sea During Ice‐Free Periods // J. Geophysical Research: Oceans. 2021. V. 126. No. 1. P. 2020JC016486. DOI: 10.1029/2020JC016486.
  25. Pope R. M., Fry E. S. Absorption spectrum (380–700 nm) of pure water. II. Integrating cavity measurements // Applied Optics. 1997. V. 36. No. 33. P. 8710–8723. DOI: 10.1364/AO.36.008710.
  26. Vazyulya S., Khrapko A., Kopelevich O., Burenkov V., Eremina T., Isaev A. Regional algorithms for the estimation of chlorophyll and suspended matter concentration in the Gulf of Finland from MODIS-Aqua satellite data // Oceanologia. 2014. V. 56. No. 4. P. 737–756. DOI: 10.5697/oc.56-4.737.
  27. Werdell P. J., Franz B. A., Bailey S. W., Feldman G. C., Boss E., Brando V. E., Dowell M., Hirata T., Lavender S. J., Lee Z., Loisel H., Maritorena S., Mélin F., Moore T. S., Smyth T. J., Antoine D., Devred E., d’Andon O. H.F., Mangin A. Generalized Ocean color inversion model for retrieving marine inherent optical properties // Applied Optics. 2013. V. 52. No. 10. P. 2019–2037. DOI: 10.1364/AO.52.002019.