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
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. 2023. Т. 20. № 1. С. 9-34

Спутниковое микроволновое зондирование морского льда Арктики. Обзор

Е.В. Заболотских 1 , К.С. Хворостовский 1 , М.А. Животовская 1 , Е.В. Львова 1 , С.М. Азаров 1 , Е.А. Балашова 1 
1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
Одобрена к печати: 27.01.2023
DOI: 10.21046/2070-7401-2023-20-1-9-34
Представлен обзор исследования микроволновых методов восстановления характеристик ледяного покрова Арктики по данным измерений спутниковых микроволновых инструментов. Описываются базовые физические принципы, лежащие в основе методов оценки тех или иных параметров морского льда. Анализируются как основополагающие работы, направленные на разработку методов, так и практические исследования, связанные с их применением. Обзор структурирован в виде разделов, каждый из которых посвящён отдельному типу инструментов. Внутри разделов анализ проводится отдельно по каждому из восстанавливаемых параметров. Обсуждаются вопросы, связанные с разработкой методов восстановления сплочённости ледяного покрова (англ. Sea Ice Concentration — SIC), типов морского льда, его температуры и толщины по данным спутниковых микроволновых радиометров. Представлена классификация методов восстановления SIC и анализ источников погрешностей, а также рассмотрены ограничения возможностей по оценке других параметров ледяного покрова по данным радиометров. Рассматриваются методы восстановления границ и возрастного состава морского льда в Арктике по данным спутниковых скаттерометров. Обсуждаются новые возможности использования скаттерометрических измерений, обусловленные их высоким временным разрешением в полярных регионах. Анализируются подходы, лежащие в основе классификации морской поверхности по данным радиолокаторов с синтезированной апертурой (РСА) и основные проблемы классификации с использованием доступных данных РСА Sentinel-1.
Ключевые слова: Арктика, параметры ледяного покрова, спутниковое дистанционное зондирование, микроволновые методы, радиометры, скаттерометры, РСА
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. Борен К., Хафмен Д. Поглощение и рассеяние света малыми частицами: пер. с англ. З. И. Фейзулина и др. М.: Мир, 1986. 664 с.
  3. Заболотских Е. В. Обзор методов восстановления параметров ледяного покрова по данным спутниковых микроволновых радиометров // Изв. Российской акад. наук. Физика атмосферы и океана. 2019. Т. 55. № 1. С. 128–151. DOI: 10.31857/S0002-3515551128-151.
  4. Заболотских Е. В., Балашова Е. А. Динамика морского льда в Печорском море зимой 2019/2020 // Фундаментальная и прикладная гидрофизика. 2021. Т. 14. № 1. С. 97–105. DOI: 10.7868/S207366732101010X.
  5. Заболотских Е. В., Шапрон Б. Учет атмосферных эффектов при восстановлении сплоченности морского льда по данным спутниковых микроволновых радиометров // Метеорология и гидрология. 2019. № 2. С. 57–65.
  6. 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. С. 233–246. DOI: 10.21046/2070-7401-2019-16-4-233-243.
  7. Заболотских Е. В., Хворостовский К. С., Балашова Е. А., Костылев А. И., Кудрявцев В. Н. (2020а) 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.
  8. Заболотских Е. В., Хворостовский К. С., Балашова Е. А., Азаров С. М., Кудрявцев В. Н. (2020б) Изменчивость морского льда в Арктике по данным Арктического портала // Лёд и снег. 2020. Т. 60. № 2. С. 239–250. DOI: 10.31857/S2076673420020037.
  9. Заболотских Е. В., Кудрявцев В. Н., Балашова Е. А., Азаров С. М. (2022а) Новый подход для восстановления границы ледяного покрова по данным спутниковых скаттерометров ASCAT // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. С. 193–209. DOI: 10.21046/2070-7401-2022-19-5-193-209.
  10. Заболотских Е. В., Балашова Е. А., Азаров С. М. (2022б) Восстановление сплочённости морского льда по данным измерений МТВЗА-ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 1. С. 27–38. DOI: 10.21046/2070-7401-2022-19-1-27-38.
  11. Захваткина Н. Ю., Бычкова И. А., Смирнов В. Г. Цифровая обработка данных Sentinel-1 для автоматизированного выделения кромки старых льдов // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17. № 5. С. 23–34. DOI: 10.21046/2070-7401-2020-17-5-23-34.
  12. Костылев А. И., Заболотских Е. В., Хворостовский К. С. Исследование сезонной изменчивости значений УЭПР разных типов льда на основе данных скаттерометра ASCAT // Ученые записки Российского гос. гидрометеорол. ун-та. 2019. № 57. С. 60–76. DOI: 10.33933/2074-2762-2019-57-60-76.
  13. Муртазин А. Ф., Евграфова К. Г., Кудрявцев В. Н. Применение данных скаттерометра ASCAT для исследования ледового покрова в Арктике // Ученые записки Российского гос. гидрометеорол. ун та. 2015. № 40. С. 160–173.
  14. Океанография и морской лед / ред. Фролов И. Е., Ашик И. М., Тимохов Л. А., Юлин А. В. М.: Paulsen, 2011. 432 с.
  15. Смирнов В. Г., Бушуев А. В., Захваткина Н. Ю., Лощилов В. С. Спутниковый мониторинг морских льдов // Проблемы Арктики и Антарктики. 2010. Т. 85. № 2. С. 62–76.
  16. Смирнов В. Г., Бушуев А. В., БычковаИ. А., Григорьев А. В., Захваткина Н. Ю., Лощилов В. С., Масанов А. Д., Смирнов В. Н., Фролов С. В., Юлин А. В., Александров В. Ю. Спутниковые методы определения характеристик ледяного покрова морей. СПб.: ААНИИ, 2011. 240 с.
  17. Тихонов В. В., Репина И. А., Алексеева Т. А., Иванов В. В., Раев М. Д., Шарков Е. А., Боярский Д. А., Комарова Н. Ю. Восстановление сплоченности ледяного покрова Арктики по данным SSM/I // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 5. С. 182–193.
  18. Тихонов В. В., Раев М. Д., Шарков Е. А., Боярский Д. А., Репина И. А., Комарова Н. Ю. Мониторинг морского льда полярных регионов с использованием спутниковой микроволновой радиометрии // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 5. С. 150–169. DOI: 10.7868/S0205961416040072.
  19. Тихонов В. В., Раев М. Д., Шарков Е. А., Боярский Д. А., Репина И. А., Комарова Н. Ю. Спутниковая микроволновая радиометрия морского льда полярных регионов. Обзор // Исслед. Земли из космоса. 2016. № 4. С. 65–84.
  20. Шалина Е. В., Бобылев Л. П. Изменение ледовых условий в Арктике согласно спутниковым наблюдениям // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 28–41. DOI: 10.21046/2070-7401-2017-14-6-28-41.
  21. Aaboe S., Breivik L.-A., Sørensen A., Eastwood S., Lavergne T. Global Sea Ice Edge and Type. Product User’s Manual. OSI-403-C EUMETSAT, 2016. 61 p.
  22. Aaboe S., Down E. J., Eastwood S. Product User Manual for the Global sea-ice edge and type Product. Oslo, Norway, Norwegian Meteorological Inst., 2021. 36 p.
  23. Balashova E. A. Zabolotskikh E. V., Azarov S. M., Khvorostovsky K. S., Chapron B. Arctic Ocean Surface Type Classification Using SAR Images and Machine Learning Algorithms // IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS-2019). 2019. P. 10003–10006. DOI: 10.1109/IGARSS.2019.8897961.
  24. Bogdanov A. V. Neuroinspired architecture for robust classifier fusion of multisensor imagery // IEEE Trans. Geoscience and Remote Sensing. 2008. V. 46. No. 5. P. 1467–1487. DOI: 10.1109/TGRS.2008.916214.
  25. Boulze H., Korosov A., Brajard J. Classification of sea ice types in Sentinel-1 SAR data using convolutional neural networks // Remote Sensing. 2020. V. 12. No. 13. Art. No. 2165. DOI: 10.3390/rs12132165.
  26. 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. No. 7. P. 2669–2677. DOI: 10.1109/TGRS.2012.2188898.
  27. 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. No. D4. P. 5355–5369. DOI: 10.1029/JD089iD04p05355.
  28. Chan M. A., Comiso J. C. Arctic Cloud Characteristics as Derived from MODIS, CALIPSO, and CloudSat // J. Climate. 2012. V. 26. No. 10. P. 3285–3306. DOI: 0.1175/JCLI-D-12-00204.1.
  29. Chi J., Kim H.-C. Retrieval of daily sea ice thickness from AMSR2 passive microwave data using ensemble convolutional neural networks // GIScience Remote Sensing. 2021. V. 58. No. 6. P. 812–830. DOI: 10.1080/15481603.2021.1943213.
  30. Collins M. J., Livingstone C. E., Raney R. K. Discrimination of sea ice in the Labrador marginal ice zone from synthetic aperture radar image texture // Intern. J. Remote Sensing. 1997. V. 18. No. 3. P. 535–571.
  31. Comiso J. C. Characteristics of Arctic winter sea ice from satellite multispectral microwave observations // J. Geophysical Research: Oceans. 1986. V. 91. No. C1. P. 975–994. DOI: 10.1029/JC091iC01p00975.
  32. Comiso J. C. Large Decadal Decline of the Arctic Multiyear Ice Cover // J. Climate. 2012. V. 25. No. 4. P. 1176–1193. DOI: 10.1175/JCLI-D-11-00113.1.
  33. Comiso J. C. Sea Ice Concentration and Extent // Encyclopedia of Remote Sensing / ed. Njoku E. G. N. Y.: Springer, 2014. P. 727–743. DOI: 10.1007/978-0-387-36699-9_162.
  34. Comiso J. C., Steffen K. Studies of Antarctic sea ice concentrations from satellite data and their applications // J. Geophysical Research: Oceans. 2001. V. 106. No. C12. P. 31361–31385. https://doi.org/10.1029/2001JC000823.
  35. Comiso J. C., Cavalieri D. J., Markus T. Sea ice concentration, ice temperature, and snow depth using AMSR-E data // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. No. 2. P. 243–252. DOI: 10.1109/TGRS.2002.808317.
  36. Comiso J. C., Parkinson C. L., Gersten R., Stock L. Accelerated decline in the Arctic sea ice cover // Geophysical Research Letters. 2008. V. 35. Art. No. L01703. DOI: 10.1029/2007GL031972.
  37. 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. No. 8. P. 6883–6900. DOI: 10.1002/2017JC012768.
  38. Dabboor M., Shokr M. A New Bayesian Likelihood Ratio Test for Supervised Classification of Fully Polarimetric SAR Data: An APlication for Sea Ice Type Mapping // AGU Fall Meeting Abstracts. 2012. Abstr. ID C21C-0606.
  39. Dierking W. (2013a) Sea Ice Monitoring by Synthetic Aperture Radar // Oceanography. 2013. V. 26. No. 2. DOI: 10.5670/oceanog.2013.33.
  40. Dierking W. (2013b) Sea ice classification on different spatial scales for operational and scientific use // ESA Living Planet Symp. (ESA SP-722), 9–13 Sept. 2013, Edinburgh, UK. 2013. DOI: 10013/epic.44280.
  41. Drüe C., Heinemann G. High-resolution maps of the sea-ice concentration from MODIS satellite data // Geophysical Research Letters. 2004. V. 31. No. 20. DOI: 10.1029/2004GL020808.
  42. Emery W. J., Radebaugh M., Fowler C. W., Cavalieri D., Steffen K. A comparison of sea ice parameters computed from advanced very high resolution radiometer and Landsat satellite imagery and from airborne passive microwave radiometry // J. Geophysical Research: Oceans. 1991. V. 96. No. C12. P. 22075–22085. https://doi.org/10.1029/91JC02337.
  43. Geldsetzer T., Yackel J. J. Sea ice type and open water discrimination using dual co-polarized C-band SAR // Canadian J. Remote Sensing. 2009. V. 35. No. 1. P. 73–84. https://doi.org/10.5589/m08-075.
  44. 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. No. 7. P. 2639–2648. DOI: 10.1109/TGRS.2012.2184124.
  45. 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. No. 6. P. 1221–1228. DOI: 10.1080/01431169408954156.
  46. 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. No. 1. P. 20–32. DOI: 10.1109/JOE.1982.1145506.
  47. Grenfell T. C., Hawkins R., Livingstone C., Arsenault L., Johnstone W. Evolution of electromagnetic signatures of sea ice from initial formation to the establishment of thick first-year ice // IEEE Trans. Geoscience and Remote Sensing. 1998. V. 36. No. 5. P. 1642–1654. DOI: 10.1109/36.718636.
  48. Han H., Im J., Kim M., Sim S., Kim J., Kim D., Kang S.-H. Retrieval of melt ponds on arctic multiyear sea ice in summer from TerraSAR-X dual-polarization data using machine learning approaches: A case study in the Chukchi Sea with mid-incidence angle data // Remote Sensing. 2016. V. 8. No. 1. Art. No. 57. DOI: 10.3390/rs8010057.
  49. 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. No. 1. P. 92–96. DOI: 10.1109/LGRS.2016.2630010.
  50. Hong D.-B., Yang C.-S. Automatic discrimination approach of sea ice in the Arctic Ocean using Sentinel-1 Extra Wide Swath dual-polarized SAR data // Intern. J. Remote Sensing. 2018. V. 39. No. 13. P. 4469–4483. https://doi.org/10.1080/01431161.2017.1415486.
  51. Hwang B. J., Ehn J. K., Barber D. G., Galley R., Grenfell T. C. Investigations of newly formed sea ice in the Cape Bathurst polynya: 2. Microwave emission // J. Geophysical Research: Oceans. 2007. V. 112. No. C5. DOI: 10.1029/2006JC003703.
  52. Ivanova N., Johannessen O. M., Pedersen L. T., Tonboe R. T. Retrieval of Arctic Sea Ice Parameters by Satellite Passive Microwave Sensors: A Comparison of Eleven Sea Ice Concentration Algorithms // IEEE Trans. Geoscience and Remote Sensing. 2014. V. 52. No. 11. P. 7233–7246. DOI: 10.1109/TGRS.2014.2310136.
  53. Ivanova N., Pedersen L. T., Tonboe R. T., Kern S., Heygster G., Lavergne T., Sørensen A., Saldo R., Dybkjær G., Brucker L., Shokr M. 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.
  54. Johannessen O. M., Alexandrov V., Frolov I. Y., Sandven S., Pettersson L. H., Bobylev L. P., Kloster K., Smirnov V. G., Mironov Y. U., Babich N. G. Remote sensing of sea ice in the Northern Sea Route: studies and applications. Springer-Praxis, 2006. 472 p.
  55. Kaleschke L., Lüpkes C., Vihma T., Haarpaintner J., Bochert A., Hartmann J., Heygster G. SSM/I sea ice remote sensing for mesoscale ocean-atmosphere interaction analysis // Canadian J. Remote Sensing. 2001. V. 27. No. 5. P. 526–537. https://doi.org/10.1080/07038992.2001.10854892.
  56. Kaleschke L., Maaß N., Haas C., Hendricks S., Heygster G., Tonboe R. T. A sea-ice thickness retrieval model for 1.4 GHz radiometry and application to airborne measurements over low salinity sea-ice // The Cryosphere. 2010. V. 4. No. 4. P. 583–592. https://doi.org/10.5194/tc-4-583-2010.
  57. Kaleschke L., Tian-Kunze X., Maaß N., Mäkynen M., Drusch M. Sea ice thickness retrieval from SMOS brightness temperatures during the Arctic freeze-up period // Geophysical Research Letters. 2012. V. 39. No. 5. Art. No. L05501. DOI: 10.1029/2012GL050916.
  58. Karvonen J. (2014a) Baltic Sea ice concentration estimation based on C-band dual-polarized SAR data // IEEE Trans. Geoscience and Remote Sensing. 2014. V. 52. No. 9. P. 5558–5566. DOI: 10.1109/TGRS.2013.2290331.
  59. Karvonen J. (2014b) A sea ice concentration estimation algorithm utilizing radiometer and SAR data // The Cryosphere. 2014. V. 8. No. 5. P. 1639–1650. https://doi.org/10.5194/tc-8-1639-2014.
  60. Karvonen J., Simila M., Makynen M. Open water detection from Baltic Sea ice RadarSat-1 SAR imagery // IEEE Geoscience and Remote Sensing Letters. 2005. V. 2. No. 3. P. 275–279. DOI: 10.1109/LGRS.2005.847930.
  61. Kern S., Heygster G. Sea-ice concentration retrieval in the Antarctic based on the SSM/I 85.5 GHz polarization // Annals of Glaciology. 2001. V. 33. No. 1. P. 109–114. https://doi.org/10.3189/172756401781818905.
  62. Key J., Haefliger M. Arctic ice surface temperature retrieval from AVHRR thermal channels // J. Geophysical Research: Atmospheres. 1992. V. 97. No. D5. P. 5885–5893. https://doi.org/10.1029/92JD00348.
  63. Khvorostovsky K., Rampal P. On retrieving sea ice freeboard from ICESat laser altimeter // The Cryosphere. 2016. V. 10. No. 5. P. 2329–2346. https://doi.org/10.5194/tc-10-2329-2016.
  64. Komarov A. S., Buehner M. Ice concentration from dual-polarization SAR images using ice and water retrievals at multiple spatial scales // IEEE Trans. Geoscience and Remote Sensign. 2020. V. 59. No. 2. P. 950–961. DOI: 10.1109/TGRS.2020.3000672.
  65. Kwok R. Annual cycles of multiyear sea ice coverage of the Arctic Ocean: 1999–2003 // J. Geophysical Research: Oceans. 2004. V. 109. No. C11. Art. No. C11004. DOI: 10.1029/2003JC002238.
  66. Kwok R., Cunningham G. F. ICESat over Arctic sea ice: Estimation of snow depth and ice thickness // J. Geophysical Research: Oceans. 2008. V. 113. No. C8. Art. No. C08010. DOI: 10.1029/2008JC004753.
  67. Kwok R., Rignot E., Holt B., Onstott R. Identification of sea ice types in spaceborne synthetic aperture radar data // J. Geophysical Research: Oceans. 1992. V. 97. No. C2. P. 2391–2402. DOI: 10.1029/91JC02652.
  68. Laxon S., Peacock N., Smith D. High interannual variability of sea ice thickness in the Arctic region // Nature. 2003. V. 425. No. 6961. P. 947–950. DOI: 10.1038/nature02050.
  69. Laxon S. W., Giles K. A., Ridout A. L., Wingham D. J., Willatt R., Cullen R., Kwok R., Schweiger A., Zhang J., Haas C. CryoSat-2 estimates of Arctic sea ice thickness and volume // Geophysical Research Letters. 2013. V. 40. No. 4. P. 732–737. https://doi.org/10.1002/grl.50193.
  70. Leigh S., Wang Z., Clausi D. A. Automated Ice – Water Classification Using Dual Polarization SAR Satellite Imagery // IEEE Trans. Geoscience and Remote Sensing. 2014. V. 52. No. 9. P. 5529–5539. DOI: 10.1109/TGRS.2013.2290231.
  71. Li M., Zhao C., Zhao Y., Wang Z., Shi L. Polar sea ice monitoring using HY-2A scatterometer measurements // Remote Sensing. 2016. V. 8. No. 8. Art. No. 688. DOI: 10.3390/rs8080688.
  72. Lindell D. B., Long D. G. Multiyear Arctic sea ice classification using OSCAT and QuikSCAT // IEEE Trans. Geoscience and Remote Sensing. 2015. V. 54. No. 1. P. 167–175. DOI: 10.1109/TGRS.2015.2452215.
  73. Lindell D. B., Long D. G. Multiyear Arctic ice classification using ASCAT and SSMIS // Remote Sensing. 2016. V. 8. No. 4. Art. No. 294. DOI: 10.3390/rs8040294.
  74. Liu H., Guo H., Zhang L. SVM-based sea ice classification using textural features and concentration from RadarSat-2 dual-pol ScanSAR data // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2014. V. 8. No. 4. P. 1601–1613. DOI: 10.1109/JSTARS.2014.2365215.
  75. Long D. G. Polar applications of spaceborne scatterometers // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2016. V. 10. No. 5. P. 2307–2320. DOI: 10.1109/JSTARS.2016.2629418.
  76. Lundhaug M. ERS SAR studies of sea ice signatures in the Pechora Sea and Kara Sea region // Canadian J. Remote Sensing. 2002. V. 28. No. 2. P. 114–127. DOI: 10.5589/m02-022.
  77. Mäkynen M., Cheng B., Similä M. On the accuracy of thin-ice thickness retrieval using MODIS thermal imagery over Arctic first-year ice // Annals of Glaciology. 2013. V. 54. No. 62. P. 87–96. https://doi.org/10.3189/2013AoG62A166.
  78. Malmgren-Hansen D., Pedersen L. T., Nielsen A. A., Kreiner M. B., Saldo R., Skriver H., Lavelle J., Buus-Hinkler J., Krane K. H. A convolutional neural network architecture for Sentinel-1 and AMSR2 data fusion // IEEE Trans. Geoscience and Remote Sensing. 2020. V. 59. No. 3. P. 1890–1902. DOI: 10.1109/TGRS.2020.3004539.
  79. Markus T., Cavalieri D. J. An enhancement of the NASA Team sea ice algorithm // IEEE Trans. Geoscience and Remote Sensing. 2000. V. 38. No. 3. P. 1387–1398. DOI: 10.1109/36.843033.
  80. Martin S., Drucker R., Kwok R., Holt B. Improvements in the estimates of ice thickness and production in the Chukchi Sea polynyas derived from AMSR-E // Geophysical Research Letters. 2005. V. 32. No. 5. Art. No. L05505. DOI: 10.1029/2004GL022013.
  81. Meier W. N. Comparison of passive microwave ice concentration algorithm retrievals with AVHRR imagery in Arctic peripheral seas // IEEE Trans. Geoscience and Remote Sensing. 2005. V. 43. No. 6. P. 1324–1337. DOI: 0.1109/TGRS.2005.846151.
  82. 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.
  83. Meier W. N., Fetterer F., Stewart J. S., Helfrich S. How do sea-ice concentrations from operational data compare with passive microwave estimates? Implications for improved model evaluations and forecasting // Annals of Glaciology. 2015. V. 56. No. 69. P. 332–340. https://doi.org/10.3189/2015AoG69A694.
  84. Microwave Remote Sensing of Sea Ice / ed. Carsey F. D. Book Ser.: Geophysical Monograph 68. Washington, D. C.: American Geophysical Union, 1992. 462 p.
  85. Moen M.-A., Doulgeris A. P., Anfinsen S. N., Renner A. H., Hughes N., Gerland S., Eltoft T. Comparison of feature based segmentation of full polarimetric SAR satellite sea ice images with manually drawn ice charts // The Cryosphere. 2013. V. 7. No. 6. P. 1693–1705. https://doi.org/10.5194/tc-7-1693-2013.
  86. Nakamura K., Wakabayashi H., Naoki K., Nishio F., Moriyama T., Uratsuka S. Observation of sea-ice thickness in the Sea of Okhotsk by using dual-frequency and fully polarimetric airborne SAR (Pi-SAR) data // IEEE Trans. Geoscience and Remote Sensing. 2005. V. 43. No. 11. P. 2460–2469. DOI: 10.1109/TGRS.2005.853928.
  87. Nakamura K., Wakabayashi H., Naoki K., Nishio F. Sea-ice thickness retrieval in the Sea of Okhotsk using dual-polarization SAR data // Annals of Glaciology. 2006. V. 44. P. 261–268. https://doi.org/10.3189/172756406781811420.
  88. Naoki K., Ukita J., Nishio F., Nakayama M., Comiso J. C., Gasiewski A. Thin sea ice thickness as inferred from passive microwave and in situ observations // J. Geophysical Research: Oceans. 2008. V. 113. No. C2. Art. No. C02S16. DOI: 10.1029/2007JC004270.
  89. Nihashi S., Ohshima K. I., Tamura T., Fukamachi Y., Saitoh S. Thickness and production of sea ice in the Okhotsk Sea coastal polynyas from AMSR-E // J. Geophysical Research: Oceans. 2009. V. 114. No. C10. Art. No. C10025. DOI: 10.1029/2008JC005222.
  90. Ochilov S., Clausi D. A. Operational SAR sea-ice image classification // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 11. P. 4397–4408. DOI: 10.1109/TGRS.2012.2192278.
  91. Park J.-W., Korosov A. A., Babiker M., Sandven S., Won J.-S. Efficient thermal noise removal for Sentinel-1 TOPSAR cross-polarization channel // IEEE Trans. Geoscience and Remote Sensing. 2017. V. 56. No. 3. P. 1555–1565. DOI: 10.1109/TGRS.2017.2765248.
  92. Park J.-W., Won J.-S., Korosov A. A., Babiker M., Miranda N. Textural noise correction for Sentinel-1 TOPSAR cross-polarization channel images // IEEE Trans. Geoscience and Remote Sensing. 2019. V. 57. No. 6. P. 4040–4049. DOI: 10.1109/TGRS.2018.2889381.
  93. Park J.-W., Korosov A. A., Babiker M., Won J.-S., Hansen M. W., Kim H.-C. Classification of sea ice types in Sentinel-1 synthetic aperture radar images // The Cryosphere. 2020. V. 14. No. 8. P. 2629–2645. https://doi.org/10.5194/tc-14-2629-2020.
  94. Partington K. C., Flach J. D., Barber D., Isleifson D., Meadows P. J., Verlaan P. Dual-Polarization C-Band Radar Observations of Sea Ice in the Amundsen Gulf // IEEE Trans. Geoscience and Remote Sensing. 2010. V. 48. No. 6. P. 2685–2691. DOI: 10.1109/TGRS.2009.2039577.
  95. Pedersen L. T. Improved spatial resolution of SSM/I products // Development of new satellite ice data products / ed. Sandven S. Final Rep. No. 145. Bergen, Norway: Nansen Environmental and Remote Sensing Center, 1998.
  96. Ramsay B., Manore M., Weir L., Wilson K., Bradley D. Use of RadarSat data in the Canadian Ice Service // Canadian J. Remote Sensing. 1998. V. 24. No. 1. P. 36–42.
  97. Ramseier R. O. Sea ice validation // DMSP Special Sensor Microwave/Imager Calibration/Validation / ed. Hollinger J. P.; Naval Research Laboratory. Washington, D. C., 1991.
  98. Remund Q. P., Long D. G. Sea ice extent mapping using Ku-band scatterometer data // J. Geophysical Research: Oceans. 1999. V. 104. No. C5. P. 11515–11527. DOI: 10.1029/98JC02373.
  99. Remund Q. P., Long D. G. A decade of QuikSCAT scatterometer sea ice extent data // IEEE Trans. Geoscience and Remote Sensing. 2013. V. 52. No. 7. P. 4281–4290. DOI: 10.1109/TGRS.2013.2281056.
  100. Ressel R., Frost A., Lehner S. A Neural Network-Based Classification for Sea Ice Types on X-Band SAR Images // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2015. V. 8. No. 7. P. 3672–3680. DOI: 10.1109/JSTARS.2015.2436993.
  101. Ressel R., Singha S., Lehner S., Rösel A., Spreen G. Investigation into different polarimetric features for sea ice classification using X-band synthetic aperture radar // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2016. V. 9. No. 7. P. 3131–3143. DOI: 10.1109/JSTARS.2016.2539501.
  102. Ricker R., Hendricks S., Kaleschke L., Tian-Kunze X., King J., Haas C. A weekly Arctic sea-ice thickness data record from merged CryoSat-2 and SMOS satellite data // The Cryosphere. 2017. V. 11. No. 4. P. 1607–1623. https://doi.org/10.5194/tc-11-1607-2017.
  103. Rinne E., Similä M. Utilisation of CryoSat-2 SAR altimeter in operational ice charting // The Cryosphere. 2016. V. 10. No. 1. P. 121–131. https://doi.org/10.5194/tc-10-121-2016.
  104. Rivas M. B., Stoffelen A. New Bayesian algorithm for sea ice detection with QuikSCAT // IEEE Trans. Geoscience and Remote Sensing. 2011. V. 49. No. 6. P. 1894–1901. DOI: 10.1109/TGRS.2011.2182356.
  105. 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. No. 7. P. 2649–2657. DOI: 10.1109/TGRS.2011.2182356.
  106. 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. No. 9. P. 2941–2953. https://doi.org/10.5194/tc-12-2941-2018.
  107. Rudjord Ø., Solberg R., Spreen G., Gerland S. Estimating thin ice thickness around Svalbard using MODIS satellite imagery // Geografiska Annaler: Series A. Physical Geography. 2022. V. 104. No. 2. P 127–149. DOI: 10.1080/04353676.2022.2070158.
  108. Scheuchl B., Caves R., Cumming I., Staples G. Automated sea ice classification using spaceborne polarimetric SAR data // Scanning the Present and Resolving the Future: Proc. IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS-2001). 2001. V. 7. Cat. No. 01CH37217. DOI: 10.1109/IGARSS.2001.978275.
  109. Scheuchl B., Caves R., Flett D., DeAbreu R., Arkett M., Cumming I. (2004a) EnviSat ASAR AP Data for Operational Sea Ice Monitoring // IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS-2004). 2004. P. 2142–2145. DOI: 10.1109/IGARSS.2004.1370782.
  110. Scheuchl B., Flett D., Caves R., Cumming I. (2004b) Potential of RadarSat-2 data for operational sea ice monitoring // Canadian J. Remote Sensing. 2004. V. 30. No. 3. P. 448–461. https://doi.org/10.5589/m04-011.
  111. Shokr M., Lambe A., Agnew T. A new algorithm (ECICE) to estimate ice concentration from remote sensing observations: An application to 85-GHz passive microwave data // IEEE Trans. Geoscience and Remote Sensing. 2008. V. 46. No. 12. P. 4104–4121. DOI: 10.1109/TGRS.2008.2000624.
  112. Singh R. K., Oza S. R., Vyas N. K., Sarkar A. Estimation of thin ice thickness from the advanced microwave scanning radiometer-EOS for coastal polynyas in the Chukchi and Beaufort Seas // IEEE Trans. Geoscience and Remote Sensing. 2011. V. 49. No. 8. P. 2993–2998. DOI: 10.1109/TGRS.2011.2123101.
  113. 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. No. 13. P. 2625–2646. https://doi.org/10.1080/01431169608949096.
  114. Soh L.-K., Tsatsoulis C., Gineris D., Bertoia C. ARKTOS: An intelligent system for SAR sea ice image classification // IEEE Trans. Geoscience and Remote Sensing. 2004. V. 42. No. 1. P. 229–248. DOI: 0.1109/TGRS.2003.817819.
  115. 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. No. C2. Art. No. C02S03. DOI: 10.1029/2005JC003384.
  116. Steffen K., Schweiger A. J. A multisensor approach to sea ice classification for the validation of DMSP-SSM/I passive microwave derived sea ice products // Photogrammetric Engineering and Remote Sensing. 1990. V. 56. P. 75–82.
  117. Svendsen E., Kloster K., Farrelly B., Johannessen O. M., Johannessen J. A., Campbell W. J., Gloersen P., Cavalieri D., Mätzler C. Norwegian remote sensing experiment: Evaluation of the Nimbus-7 scanning multichannel microwave radiometer for sea ice research // J. Geophysical Research: Oceans. 1983. V. 88. No. C5. P. 2781–2791. https://doi.org/10.1029/JC088iC05p02781.
  118. Svendsen E., Matzler C., Grenfell T. C. A model for retrieving total sea ice concentration from a spaceborne dual-polarized passive microwave instrument operating near 90 GHz // Intern. J. Remote Sensing. 1987. V. 8. No. 10. P. 1479–1487. https://doi.org/10.1080/01431168708954790.
  119. Swan A. M., Long D. G. Multiyear Arctic sea ice classification using QuikSCAT // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 9. P. 3317–3326. DOI: 10.1109/TGRS.2012.2184123.
  120. Swift C. T., Fedor L. S., Ramseier R. O. An algorithm to measure sea ice concentration with microwave radiometers // J. Geophysical Research: Oceans. 1985. V. 90. No. C1. P. 1087–1099. DOI: 10.1029/JC090iC01p01087.
  121. Tamura T., Ohshima K. I., Markus T., Cavalieri D. J., Nihashi S., Hirasawa N. Estimation of thin ice thickness and detection of fast ice from SSM/I data in the Antarctic Ocean // J. Atmospheric and Ocean Technology. 2007. V. 24. No. 10. P. 1757–1772. https://doi.org/10.1175/JTECH2113.1.
  122. Tian-Kunze X., Kaleschke L., Maaß N., Mäkynen M., Serra N., Drusch M., Krumpen T. SMOS-derived thin sea ice thickness: algorithm baseline, product specifications and initial verification // The Cryosphere. 2014. V. 8. P. 997–1018. https://doi.org/10.5194/tc-8-997-2014.
  123. Tonboe R., Lavelle J. The Eumetsat OSI SAF Sea Ice Concentration Algorithm: Algorithm Theoretical Basis Document. Product OSI-401-b. Version 1.5 / Ocean and Sea Ice SAF. 2016. 17 p.
  124. Ulaby F. T., Moore R. K., Fung A. K. Microwave remote sensing: Active and passive. V. 1. Microwave remote sensing fundamentals and radiometry. Reading, MA: Addison-Wesley Publ. Co., 1981. 470 p.
  125. Ye Y., Shokr M., Heygster G., Spreen G. Improving multiyear sea ice concentration estimates with sea ice drift // Remote Sensing. 2016. V. 8. No. 5. Art. No. 397. DOI: 10.3390/rs8050397.
  126. Yu P., Qin A. K., Clausi D. A. Feature extraction of dual-pol SAR imagery for sea ice image segmentation // Canadian J. Remote Sensing. 2012. V. 38. No. 3. P. 352–366. https://doi.org/10.5589/m12-028.
  127. 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. No. 3. P. 560–569. DOI: 10.1109/36.581968.
  128. Zabolotskikh E. V., Balashova E. A., Kudryavtsev V. N., Chapron B. Synergistic Use of Satellite Scatterometer, SAR and Altimeter Data to Study First Year Sea Ice Properties // IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS-2021). 2021. P. 5633–5636. DOI: 10.1109/IGARSS47720.2021.9553828.
  129. Zakhvatkina N. Y., Alexandrov V. Y., Johannessen O. M., Sandven S., Frolov I. Y. Classification of sea ice types in EnviSat synthetic aperture radar images // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 51. No. 5. P. 2587–2600. DOI: 10.1109/TGRS.2012.2212445.
  130. Zakhvatkina N., Korosov A., Muckenhuber S., Sandven S., Babiker M. Operational algorithm for ice – water classification on dual-polarized RADARSAT-2 images // The Cryosphere. 2017. V. 11. No. 1. P. 33–46. DOI: 0.5194/tc-11-33-2017.
  131. Zakhvatkina N., Smirnov V., Bychkova I. Satellite SAR Data-based Sea Ice Classification: An Overview // Geosciences. 2019. V. 9. No. 4. Art. No. 152. DOI: 10.3390/geosciences9040152.
  132. 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. No. 22. Art. No. 4686. DOI: 10.3390/rs13224686.
  133. 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. DOI: 10.1109/TGRS.2021.3099835.
  134. Zibordi G., Van Woert M., Meloni G. P., Canossi I. Intercomparisons of sea ice concentration from SSM/I and AVHRR data of the Ross Sea // Remote Sensing of Environmemt. 1995. V. 53. No. 3. P. 145–152. DOI: 10.1016/0034-4257(94)00100-2.