Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 1. С. 76-87
Статистические методы и методы машинного обучения в расчётах уровней воды рек по данным спутниковых альтиметрических измерений
Н.К. Семенова
1, 2 , Е.А. Захарова
1, 3 , И.Н. Крыленко
1, 2 , А.А. Сазонов
1, 2 1 Институт водных проблем РАН, Москва, Россия
2 Московский государственный университет имени М.В. Ломоносова, Москва, Россия
3 Спутниковые наблюдения в обучении и в практических приложениях, Тулуза, Франция
Одобрена к печати: 08.12.2023
DOI: 10.21046/2070-7401-2024-21-1-76-87
Использование данных спутниковой альтиметрии для мониторинга уровенного режима рек арктических регионов ограничено из-за влияния сложной морфометрии речных долин и ледового покрова на измерения альтиметрических радаров. Построение временных серий уровней воды в реках состоит из двух основных этапов: 1) точной географической выборки спутниковых измерений над руслом реки, 2) вычисления среднего за данную дату уровня после фильтрации выбросов. Данная работа основана на измерениях европейских альтиметрических спутников Sentintel-3A и Sentinel-3B. Предложен метод определения аберрантных значений альтиметрических измерений (выбросов) над широкопойменным участком р. Колымы, который позволил улучшить точность расчёта спутниковых временных серий уровня воды на 0,04–1,59 м (или 4–85 %) по сравнению с широко используемым стандартным статистическим методом фильтрации альтиметрических измерений. Разработанный метод основан на комбинировании трёх алгоритмов различной сложности: статистического (расстояние Махаланобиса), кластеризационного (англ. Density-Based Spatial Clustering of Applications with Noise — DBSCAN) и метода машинного обучения («изолирующий лес»). При комбинированном подходе выбросами считались значения, классифицированные таковыми как минимум двумя алгоритмами. Подобный подход позволил уменьшить влияние потенциальных индивидуальных недостатков каждого из трёх методов.
Ключевые слова: спутниковая альтиметрия, уровни воды, арктические реки, определение выборочных выбросов, методы машинного обучения
Полный текстСписок литературы:
- Захарова Е. А., Крыленко И. Н., Сазонов А. А., Семенова Н. К., Лисина А. А. Уровенный режим арктических рек по данным моделирования и спутниковых измерений // Метеорология и гидрология. 2023. № 12. С. 115–124.
- Abdalla S., Kolahchi A. A., Ablain M. et al. Altimetry for the future: Building on 25 years of progress // Advances in Space Research. 2021. V. 68. P. 319–363. DOI: 10.1201/9781315151779-5.
- ATBD: Algorithm Theoretical Basis Document, Deliverable D1.3, Sentinel-3 and Cryosat SAR/SARin Radar Altimetry for Coastal Zone and Inland Water. ESA Contract. 2022. 4000129872/20/I-DT. 123 p.
- Biancamaria S., Schaedele T., Blumstein D. et al. Validation of Jason-3 tracking modes over French rivers // Remote Sensing of Environment. 2018. V. 209. P. 77–89. DOI: 10.1016/j.rse.2018.02.037.
- Liu F. T., Ting K. M., Zhou Z. H. Isolation Forest // 8th IEEE Intern. Conf. Data Mining (ICDM’08). 2008. P. 413–422. DOI: 10.1109/ICDM.2008.17.
- Maillard P., Bercher N., Calmant S. New processing approaches on the retrieval of water levels in Envisat and SARAL radar altimetry over rivers: A case study of the Sao Francisco River, Brazil // Remote Sensing of Environment. 2015. V. 156. P. 226–241. DOI: 10.1016/j.rse.2014.09.027.
- Rémy F., Flament T., Blarel F., Benveniste J. Radar altimetry measurements over Antarctic ice sheet: a focus on antenna polarization and change in backscatter problems // Advances in Space Research. 2012. V. 50. P. 998–1006. DOI: 10.1016/j.asr.2012.04.003.
- Schubert E., Sander J., Ester M., Kriegel H.-P., Xu X. DBSCAN Revisited, Revisited: Why and How You Should (Still) Use DBSCAN // ACM Trans. Database Systems. 2017. V. 42. P. 1–21. DOI: 10.1145/3068335.
- Schwatke C., Dettmering D., Bosch W., Seitz F. DAHITI — an innovative approach for estimating water level time series over inland waters using multi-mission satellite altimetry // Hydrology and Earth System Sciences. 2015. V. 19. P. 4345–4364. DOI: 10.5194/hess-19-4345-2015.
- Zakharova E., Nielsen K., Kamenev G., Kouraev A. River discharge estimation from radar altimetry: Assessment of satellite performance, river scales and methods // J. Hydrology. 2020. V. 583. Article 124561. DOI: 10.1016/j.jhydrol.2020.124561.