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. 2023. Т. 20. № 6. С. 329-335

О возможности определения сплоченности ледяного покрова арктических морей по данным спутника SMOS

В.В. Тихонов 1, 2, 3 , Т.А. Алексеева 3, 1 , Е.В. Афанасьева 3, 1 , Ю.В. Соколова 3, 1 , И.В. Хвостов 2 , А.Н. Романов 2 
1 Институт космических исследований РАН, Москва, Россия
2 Институт водных и экологических проблем СО РАН, Барнаул, Россия
3 Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
Одобрена к печати: 09.11.2023
DOI: 10.21046/2070-7401-2023-20-6-329-335
Представлены первые результаты сравнения сезонной динамики яркостной температуры одной из областей Карского моря, измеренной радиометром MIRAS (англ. Microwave Imaging Radiometer using Aperture Synthesis) спутника SMOS (англ. Soil Moisture and Ocean Salinity), с данными о сплочённости ледяного покрова, полученными по радиолокационным снимкам и снимкам в видимом диапазоне за 2019 и 2021 гг. Проведённый анализ показал, что яркостная температура очень чувствительна к изменениям состояния морского льда (таяние, замерзание, виды льда) и хорошо коррелирует со сплочённостью ледяного покрова. Полученные результаты открывают возможность использования данных радиометра MIRAS спутника SMOS для оценки состояния морского ледяного покрова Арктики, а также позволяют приступить к разработке методики анализа характеристик морского льда по этим данным.
Ключевые слова: спутниковая микроволновая радиометрия, яркостная температура, сплочённость морского льда, видимый и инфракрасный диапазон
Полный текст

Список литературы:

  1. Алексеева Т. А., Соколова Ю. В., Тихонов В. В. и др. Анализ областей морского льда в Северном Ледовитом океане, неопределяемых алгоритмом ASI по данным спутниковой микроволновой радиометрии // Исслед. Земли из космоса. 2021. № 6. С. 22–38. DOI: 10.31857/S0205961421060026.
  2. Алексеева Т. А., Соколова Ю. В., Афанасьева Е. В. и др. Влияние загрязненности морского льда на ошибки в определении сплоченности в период таяния по данным спутниковой микроволновой радиометрии // Исслед. Земли из космоса. 2022. № 5. С. 30–46. DOI: 10.31857/S0205961422050037.
  3. Афанасьева Е. В., Алексеева Т. А., Соколова Ю. В. и др. Методика составления ледовых карт ААНИИ // Российская Арктика. 2019. № 7. С. 5–20. DOI: 10.24411/2658-4255-2019-10071.
  4. Заболотских Е. В., Хворостовский К. С., Животовская М. А. и др. Спутниковое микроволновое зондирование морского льда Арктики: Обзор // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 1. С. 9–34. DOI: 10.21046/2070-7401-2023-20-1-9-34.
  5. Карелин И. Д., Карклин В. П. Припай и заприпайные полыньи арктических морей сибирского шельфа в конце XX – начале XXI века. СПб.: ААНИИ, 2012. 180 с.
  6. Масанов А. Д. Альбом ледяных образований в морях / ред. Н. В. Скутина. СПб.: ААНИИ, 2022. 140 с.
  7. Тихонов В. В., Раев М. Д., Шарков Е. А. и др. Спутниковая микроволновая радиометрия морского льда полярных регионов: Обзор // Исслед. Земли из космоса. 2016. № 4. С. 65–84. DOI: 10.7868/S0205961416040072.
  8. Тихонов В. В., Хвостов И. В., Алексеева Т. А. и др. Анализ гидрологического режима устьевых областей Енисея, Печоры и Хатанги в зимний период по данным спутника SMOS // Исслед. Земли из космоса. 2022. № 6. С. 47–62. DOI: 10.31857/S0205961422060124.
  9. Alekseeva T., Tikhonov V., Frolov S. et al. Comparison of Arctic Sea Ice Concentrations from the NASA Team, ASI, and VASIA2 Algorithms with Summer and Winter Ship Data // Remote Sensing. 2019. V. 11. No. 21. Article 2481. https://doi.org/10.3390/rs11212481.
  10. Emery W., Camps A. Introduction to Satellite Remote Sensing: Atmosphere, Ocean, Land and Cryosphere Application. Elsevier Inc., 2017. 856 p.
  11. Gutierrez A., Castro R., Vieira P., Lopes G., Barbosa J. SMOS L1 Processor L1c Data Processing Model. Lisboa: DEIMOS Engenharia, 2017. 83 p. https://earth.esa.int/eogateway/documents/20142/37627/SMOS-L1c-Data-Processing-Models.pdf.
  12. McMullan K. D., Brown M. A., Martín-Neira M. et al. SMOS: The payload // IEEE Trans. Geoscience and Remote Sensing. 2008. V. 46. No. 3. P. 594–605. DOI: 10.1109/TGRS.2007.914809.
  13. Oliva R., Martín-Neira M., Corbella I. et al. SMOS Third Mission Reprocessing after 10 Years in Orbit // Remote Sensing. 2020. V. 10. No. 12. Article 1645. 24 p. https://doi.org/10.3390/rs12101645.
  14. Petrich C., Eicken H. Chapter 2. Growth, Structure and Properties of Sea Ice // Sea Ice. Wiley-Blackwell, 2010. P. 23–77.
  15. Sahr K., White D., Kimerling A. J. Geodesic Discrete Global Grid System // Cartography and Geographic Information Science. 2003. V. 30. No. 2. P. 121–134. DOI: 10.1559/152304003100011090.
  16. Spreen G., Kaleschke L., Heygster G. Sea ice remote sensing using AMSR-E 89-GHz channels // J. Geophysical Research: Oceans. 2008. V. 113. Article C02S03. https://doi.org/10.1029/2005JC003384.
  17. Tikhonov V. V., Boyarskii D. A., Sharkov E. A. et al. Microwave Model of Radiation from the Multilayer “Ocean–atmosphere” System for Remote Sensing Studies of the Polar Regions // Progress in Electromagnetics Research B. 2014. V. 59. P. 123–133. DOI: 10.2528/PIERB14021706.