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. 2024. Т. 21. № 1. С. 51-65

Исследование применимости геофизических модельных функций C-диапазона для радиолокационных данных в условиях Горьковского водохранилища

Н.С. Русаков 1 , Д.А. Сергеев 1 , О.С. Ермакова 1 , А.М. Кузнецова 1 , Д.С. Гладских 1 , Е.И. Поплавский 1 
1 Институт прикладной физики РАН, Нижний Новгород, Россия
Одобрена к печати: 23.11.2023
DOI: 10.21046/2070-7401-2024-21-1-51-65
Работа посвящена исследованию применимости геофизических модельных функций (ГМФ) CMOD5, CMOD5.N, CMOD7 для С-диапазона электромагнитных волн в условиях внутреннего водоёма (на примере Горьковского вдхр.). Предложенные ГМФ были использованы для расчёта скорости ветра по данным РСА-изображений со спутника Sentinel-1 для IW-моды и соосной поляризации. Значения направления скорости ветра, необходимые для расчётов в рамках выбранных ГМФ, были получены по измерениям с метеостанции, установленной в южной части акватории Горьковского вдхр. При этом данные метеостанции были совмещены с отобранными РСА-изображениями по времени и пространству. Было установлено, что наилучший результат обеспечивает модель CMOD5.N. Дополнительно были проведены расчёты скорости ветра в рамках геофизической модельной функции для внутренних водоёмов, разработанной на основе приближения малых уклонов SSA2 и комбинированных модельных спектров. Было установлено, что данная ГМФ воспроизводит скорость ветра с меньшей по сравнению с моделями CMOD точностью. Также было продемонстрировано, что для условий Горьковского вдхр. результаты расчётов CMOD удовлетворительно согласуются с прогнозами пространственного распределения поля скорости ветра, рассчитанного с помощью модели WRF (англ. Weather Research and Forecasting).
Ключевые слова: спутник Sentinel-1, внутренний водоём, РСА-изображение, C-диапазон, геофизическая модельная функция, океанографический буй
Полный текст

Список литературы:

  1. Гирин С. Н. Анализ обоснованности ограничений эксплуатации пассажирских судов в Горьковском водохранилище // Науч. проблемы водного транспорта. 2022. № 72. С. 167–179. DOI: 10.37890/jwt.vi72.256.
  2. Монин А. С., Обухов А. М. Основные закономерности турбулентного перемешивания в приземном слое атмосферы // Тр. Геофиз. ин-та АН СССР. 1954. Т. 24. № 151. С. 163–187.
  3. Donnelly W. J., Carswell J. R., McIntosh R. E. et al. Revised Ocean Backscatter Models at C- and Ku-band under High-wind Conditions // J. Geophysical Research. 1999. V. 104(C5). P. 11485–11497. DOI: 10.1029/1998JC900030.
  4. Dudhia J. Numerical study of convection observed during the Winter Monsoon Experiment using a mesoscale two-dimensional model // J. Atmospheric Sciences. 1989. V. 46. P. 3077–3107. DOI: 10.1175/1520-0469(1989)046<3077:NSOCOD>2.0.CO;2.
  5. Dudhia J. A multi-layer soil temperature model for MM5 // The 6th PSU/NCAR Mesoscale Model Users’ Workshop. Boulder. 1996. P. 49–50.
  6. Elfouhaily T., Chapron B., Katsaros K., Vandemark D. A Unified Directional Spectrum for Long and Short Wind-Driven Waves // J. Geophysical Research. 1997. V. 102. P. 15781–15796. DOI: 10.1029/97jc00467.
  7. Hersbach H. CMOD5.n: A C-band geophysical model function for equivalent neutral wind. Technical memorandum 554. 2008. 20 p. http://www.ecmwf.int/sites/default/files/elibrary/2008/9873-cmod5n-c-band-geophysical-model- function-equivalent-neutral-wind.pdf.
  8. Hersbach H., Stoffelen A., de Haan S. An improved C-band scatterometer ocean geophysical model function: CMOD5 // J. Geophysical Research. 2007. V. 112(C3). Article C03006. DOI: 10.1029/2006JC003743.
  9. Hong S. Y., Noh Y., Dudhia J. A new vertical diffusion package with an explicit treatment of entrainment processes // Monthly Weather Review. 2006. V. 134. P. 2318–2341. DOI: 10.1175/MWR3199.1.
  10. Horstmann J., Koch W. Measurement of ocean surface winds using synthetic aperture radars // IEEE J. Oceanic Engineering. 2005. V. 30. Iss. 3. P. 508–515. DOI: 10.1109/JOE.2005.857514.
  11. Horstmann J., Koch W., Lehner S., Tonboe R. Ocean winds from Radarsat-1 ScanSAR // Canadian J. Remote Sensing. 2002. V. 28. P. 524–533. DOI: 10.5589/m02-043.
  12. Horstmann J., Schiller H., Schulz-Stellenfleth J., Lehner S. Global wind speed retrieval from SAR // IEEE Trans. Geoscience and Remote Sensing. 2003. V. 41. Iss. 10. P. 2277–2286. DOI: 10.1109/TGRS.2003.814658.
  13. Hwang P. A. Wavenumber spectrum and mean square slope of intermediate-scale ocean surface waves // J. Geophysical Research. 2005. V. 110. Article C10029. DOI: 10.1029/2005JC003002.
  14. Jimenez P. A., Dudhia J., Gonzalez–Rouco J. F. et al. A revised scheme for the WRF surface layer formulation // Monthly Weather Review. 2012. V. 140. P. 898–918. DOI: 10.1175/MWR-D-11-00056.1.
  15. Katona T., Bartsch A. Estimation of wind speed over lakes in Central Europe using spaceborne C-band SAR // European J. Remote Sensing. 2018. V. 51. Iss. 1. P. 921–931. DOI: 10.1080/22797254.2018.1516516.
  16. Kessler E. On the distribution and continuity of water substance in atmospheric circulations // Meteorological Monographs. Boston: American Meteorological Society, 1969. V. 10. P. 1–84. DOI: 10.1007/978-1-935704-36-2_1.
  17. Kuznetsova A., Baydakov G., Papko V. et al. Adjusting of Wind Input Source Term in WAVEWATCH III Model for the Middle-Sized Water Body on the Basis of the Field Experiment // Advances in Meteorology. 2016. P. 1–13. DOI: 10.1155/2016/8539127.
  18. Kuznetsova A., Baydakov G., Sergeev D., Troitskaya Y. High-resolution waves and weather forecasts using adapted WAVEWATCH III and WRF models // J. Physics: Conf. Ser. 2019. V. 1163. Iss. 1. Article 012031. DOI: 10.1088/1742-6596/1163/1/012031.
  19. Lehner S., Horstmann J., Koch W., Rosenthal W. Mesoscale wind measurements using recalibrated ERS SAR images // J. Geophysical Research. 1998. V. 103(C4). P. 7847–7856. DOI: 10.1029/97JC02726.
  20. Lehner S., Schulz-Stellenfleth J., Schattler B. et al. Wind and wave measurements using complex ERS SAR wave mode data // IEEE Trans. Geoscience and Remote Sensing. 2000. V. 38. Iss. 5. P. 2246–2257. DOI: 10.1109/36.868882.
  21. Lin H., Xu Q., Zheng Q. An Overview on SAR Measurements of Sea Surface Wind // Progress in Natural Science. 2008. V. 18. P. 913–919. DOI: 10.1016/j.pnsc.2008.03.008.
  22. Lu Y., Zhang B., Perrie W. et al. A C-Band Geophysical Model Function for Determining Coastal Wind Speed Using Synthetic Aperture Radar // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2018. V. 11. Iss. 7. P. 2417–2428. DOI: 10.1109/JSTARS.2018.2836661.
  23. Mallard M., Nolte C., Spero T. et al. Technical challenges and solutions in representing lakes when using WRF in downscaling applications // Geoscientific Model Development. 2015. V. 8. P. 1085–1096. DOI: 10.5194/gmd-8-1085-2015.
  24. McDaniel S. T. Small-Slope Predictions of Microwave Backscatter from the Sea Surface // Waves in Random Media. 2001. V. 11. Iss. 3. P. 343–360. DOI: 10.1080/13616670109409789.
  25. Mlawer E. J., Taubman S. J., Brown P. D. et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated–k model for the longwave // J. Geophysical Research. 1997. V. 102. P. 16663–16682. DOI: 10.1029/97JD00237.
  26. Monaldo F., Jackson C., Li X., Pichel W. G. Preliminary evaluation of Sentinel-1A wind speed retrievals // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2016. V. 9. Iss. 6. P. 2638–2642. DOI: 10.1109/JSTARS.2015.2504324.
  27. Mouche A., Chapron B. Global C-Band Envisat, Radarsat-2 and Sentinel-1 SAR Measurements in Copolarization and Cross-polarization // J. Geophysical Research. 2015. V. 120. P. 7195–7207. DOI: 10.1002/2015JC011149.
  28. Quilfen Y., Chapron B., Elfouhaily T. et al. Observation of tropical cyclones by high-resolution scatterometry // J. Geophysical Research. 1998. V. 103(C4). P. 7767–7786. DOI: 10.1029/97JC01911.
  29. Radkani N., Zakeri B. G. Southern Caspian Sea wind speed retrieval from C-band Sentinel-1A SAR images // Intern. J. Remote Sensing. 2020. V. 41. Iss. 9. P. 3511–3534. DOI: 10.1080/01431161.2019.1706201.
  30. Saha S., Moorthi Sh., Pan H.-L. et al. The NCEP Climate Forecast System Reanalysis // Bull. American Meteorological Society. 2010. V. 91. P. 1015–1057. DOI: 10.1175/2010BAMS3001.1.
  31. Skamarock W. C., Klemp J. B., Dudhia J. et al. A Description of the Advanced Research WRF Version 3. NCAR Tech. Note NCAR/TN-475+STR, 2008. 113 p. DOI: 10.5065/D68S4MVH.
  32. Stoffelen A. Toward the true near-surface wind speed: Error modeling and calibration using triple collocation // J. Geophysical Research. 1998. V. 103(C4). P. 7755–7766. DOI: 10.1029/97JC03180.
  33. Stoffelen A., Anderson D. Scatterometer data interpretation: Estimation and validation of the transfer function CMOD-4 // J. Geophysical Research. 1997. V. 102. P. 5767–5780. DOI: 10.1029/96JC02860.
  34. Stoffelen A., Verspeek J. A., Vogelzang J., Verhoef A. The CMOD7 Geophysical Model Function for ASCAT and ERS Wind Retrievals // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2017. V. 10(5). P. 2123–2134. DOI: 10.1109/JSTARS.2017.2681806.
  35. Takeyama Y., Ohsawa T., Kozai K. et al. Comparison of Geophysical Model Functions for SAR Wind Speed Retrieval in Japanese Coastal Waters // Remote Sensing. 2013. V. 5. P. 1956–1973. DOI: 10.3390/rs5041956.
  36. Vachon P. W., Dobson F. W. Validation of wind vector retrieval from ERS 1 SAR images over the ocean // Global Atmosphere and Ocean System. 1996. V. 5. P. 177–187. DOI: 10.1109/IGARSS.2004.1370377.
  37. Vachon P. W., Dobson F. W. Wind retrieval from Radarsat SAR images: Selection of a suitable C-band HH polarization wind retrieval model // Canadian J. Remote Sensing. 2000. V. 26. P. 306–313. DOI: 10.1080/07038992.2000.10874781.
  38. Verhoef A., Portabella M., Stoffelen A. High-resolution ASCAT scatterometer winds near the coast // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. Iss. 7. P. 2481–2487. DOI: 10.1109/TGRS.2011.2175001.
  39. Voronovich A. G., Zavorotny V. U. Theoretical Model for Scattering of Radar Signals in Ku- and C-bands from a Rough Sea Surface with Breaking Waves // Waves in Random Media. 2001. V. 11. Iss. 3. P. 247–269. DOI: 10.1080/13616670109409784.
  40. Wackerman C., Rufenach C. L., Shuchman R. A. et al. Wind vector retrieval using ERS 1 synthetic aperture radar imagery // IEEE Trans. Geoscience and Remote Sensing. 1996. V. 34. P. 1343–1352. DOI: 10.1109/36.544558.
  41. Wang H., Yang J., Mouche A. et al. GF-3 SAR ocean wind retrieval: The first view and preliminary assessment // Remote Sensing. 2017. V. 9. Iss. 694. DOI: 10.3390/rs9070694.
  42. Wei S., Yang S., Xu D. On accuracy of SAR wind speed retrieval in coastal area // Applied Ocean Research. 2020. V. 95. Article 102012. DOI: 10.1016/j.apor.2019.102012.
  43. Yang X., Li X., Pichel W. G., Li Z. Comparison of ocean-surface winds retrieved from QuikSCAT scatterometer and Radarsat-1 SAR in offshore waters of the US west coast // IEEE Geoscience and Remote Sensing Letters. 2011. V. 8. No. 1. P. 163–167. DOI: 10.1109/LGRS.2010.2053345.
  44. Zhang B., Perrie W., He Y. Wind speed retrieval from Radarsat2 quad-polarization images using a new polarization ratio model // J. Geophysical Research. 2011. V. 116(C8). Article C08008. DOI: 10.1029/2010JC006522.