Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 3. С. 244-265
Влияние выбора данных спутников Landsat 8/9 и Sentinel 2A/2B на результаты определения мутности воды в приустьевых зонах рек
П.Д. Жаданова
1 , О.Ю. Лаврова
1 1 Институт космических исследований РАН, Москва, Россия
Одобрена к печати: 17.06.2024
DOI: 10.21046/2070-7401-2024-21-3-244-265
Изучение количественных характеристик физических и оптических свойств моря с использованием спутникового дистанционного зондирования стоит в ряду приоритетных направлений в области океанологических исследований. Особое внимание уделяется анализу влияния данных, получаемых разными спутниковыми системами, на точность и достоверность количественных характеристик. В рамках нашего исследования проведено сопоставление результатов определения мутности воды на основе синхронно полученных данных приборами OLI/OLI-2 (англ. Operational Land Imager), установленными на спутниках Landsat 8/9, и MSI (англ. MultiSpectral Instrument) спутников Sentinel 2A/2B. Для определения значений мутности применялись алгоритмы Dogliotti 2015 и Nechad 2016, входящие в программный комплекс ACOLITE. В качестве тестовых районов были выбраны приустьевые зоны рек Мзымта и Риони, впадающих в Чёрное море, и Терек и Сулак, впадающих в Каспийское море. Выборка дней с синхронными пролётами спутников Landsat 8/9 (OLI/OLI-2) и Sentinel 2A/2B (MSI) в различные периоды позволила охватить широкий спектр значений мутности воды и оценить, как выбор спутниковых данных влияет на итоговые результаты обработки. Анализ диаграмм рассеяния значений мутности воды, полученных по одним и тем же алгоритмам, но по данным с различных спутников, показал, что имеется линейная зависимость с коэффициентами детерминации выше, чем 0,95. Наблюдаемая высокая корреляционная зависимость между результатами для двух спутниковых аппаратов показывает, что для данных районов выбор спутника не даёт значительных различий в окончательных результатах. Следует отметить, что в среднем, если значения мутности не превышают 100 NTU, результаты, получаемые по данным OLI/OLI-2 Landsat 8/9, несколько выше, чем по данным MSI Sentinel 2A/2B. При мутности выше 100 NTU наблюдается обратная картина: завышение значений, полученных при использовании данных с MSI, по сравнению с результатами с OLI/OLI-2. Сделанный вывод необходимо учитывать в дальнейших исследованиях при работе с данными различных сенсоров.
Ключевые слова: мутность воды, приустьевые зоны, ACOLITE, MSI Sentinel 2, OLI/OLI-2 Landsat 8/9, Каспийское море, Терек, Сулак, Чёрное море, Мзымта, Риони
Полный текстСписок литературы:
- Джаошвили Ш. Реки Черного моря: Технический отчёт / Европейское агентство по охране окружающей среды. 2002. 58 с. http://www.eea.europa.eu/ru/publications/technical_report_2002_71/at_download/file.
- Завьялов П. О., Маккавеев П. Н., Коновалов Б. В. и др. Гидрофизические и гидрохимические характеристики морских акваторий у устьев малых рек российского побережья Черного моря // Океанология. 2014. Т. 54. № 3. С. 293–308. DOI: 10.7868/S0030157414030150.
- Жаданова П. Д., Назирова К. Р. Анализ и верификация алгоритмов определения мутности и концентрации взвешенного вещества, имплементированных в программный комплекс ACOLITE // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 5. C. 50–68, DOI: 10.21046/2070-7401-2023-20-5-50-68.
- Копелевич О. В., Вазюля С. В., 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. 2. № 3. С. 99–105.
- Лаврова О. Ю., Митягина М. И., Костяной А. Г. Спутниковые методы выявления и мониторинга зон экологического риска морских акваторий. М.: ИКИ РАН, 2016. 335 с.
- Лаврова О. Ю., Назирова К. Р., Алферьева Я. О. и др. Сопоставление параметров плюмов рек Сулак и Терек на основе спутниковых данных и измерений in situ // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 5. C. 264–283, DOI: 10.21046/2070-7401-2022-19-5-264-283.
- Лаврова О. Ю., Назирова К. Р., Алферьева Я. О. и др. Изменение параметров плюма реки Сулак после схода селевых потоков в горах Дагестана // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 3. С. 323–329. DOI: 10.21046/2070-7401-2023-20-3-323-329.
- Назирова К. Р., Лаврова О. Ю., Краюшкин Е. В. и др. Особенности выявления параметров речного плюма контактными и дистанционными методами // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 2. С. 227–243. DOI: 10.21046/2070-7401-2019-16-2-227-243.
- Назирова К. Р., Лаврова О. Ю., Алферьева Я. О. и др. Пространственно-временная изменчивость плюмов рек Терек и Сулак по спутниковым данным и синхронным натурным измерениям // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 5. С. 285–303. DOI: 10.21046/2070-7401-2023-20-5-285-303.
- Хлебников Д. В., Иванов А. Ю., Коновалов Б. В., Терлеева Н. В. Исследование выноса реки Мзымта в Черном море дистанционными (оптическими и радиолокационными) и спектрофотометрическими лабораторными методами // Современные проблемы оптики естественных вод. 2017. Т. 9. С. 152–156.
- Abascal-Zorrilla N., Vantrepotte V., Huybrechts N. et al. Dynamics of the Estuarine Turbidity Maximum Zone from Landsat 8 Data: The Case of the Maroni River Estuary, French Guiana // Remote Sensing. 2020. V. 12. Article 2173. https://doi.org/10.3390/rs12132173.
- Barreneche J. M., Guigou B., Gallego F. et al. Monitoring Uruguay’s freshwaters from space: An assessment of different satellite image processing schemes for chlorophyll-a estimation // Remote Sensing Applications: Society and Environment. 2023. V. 29. Article 100891. https://doi.org/10.1016/j.rsase.2022.100891.
- Dogliotti A. I., Ruddick K. G., Nechad B. et al. A single algorithm to retrieve turbidity from remotely-sensed data in all coastal and estuarine waters // Remote Sensing of Environment. 2015. V. 156. P. 157–168. https://doi.org/10.1016/j.rse.2014.09.020.
- Dzwonkowski B., Yan X-H. Tracking of a Chesapeake Bay estuarine outflow plume with satellite-based ocean color data // Continental Shelf Research. 2005. V. 25. P. 1942–1958. DOI: 10.1016/j.csr.2005.06.011.
- Falcieri F., Benetazzo A., Sclavo M. et al. Po River plume pattern variability investigated from model data // Continental Shelf Research. 2013. V. 87. DOI: 10.1016/j.csr.2013.11.001.
- García Berdeal I., Hickey B. M., Kawase M. Influence of wind stress and ambient flow on a high discharge river plume // J. Geophysical Research. 2002. V. 107. No. C9. Article 3130. DOI: 10.1029/2001JC000932.
- Johnson D. R., Weidemann A., Arnone R. et al. Chesapeake Bay outflow plume and coastal upwelling events: physical and optical properties // J. Geophysical Research. 2001. V. 106. P. 11613–11622. https://doi.org/10.1016/j.rse.2013.08.015.
- Kopelevich O. V., Sheberstov S. V., Burenkov V. I. et al. Assessment of underwater irradiance and absorption of solar radiation at water column from satellite data // Proc. SPIE. 2007. V. 6615. P. 56–66. https://doi.org/10.1117/12.740441.
- Lavrova O. Y., Soloviev D. M., Strochkov M. A. et al. River plumes investigation using Sentinel 2A MSI and Landsat 8 OLI data // Proc. SPIE. 2016. V. 9999. Article 99990G. https://doi.org/10.1117/12.2241312.
- Lavrova O. Yu., Nazirova K. R., Soloviev D. M. et al. Remote sensing of suspended particulate matter: case studies of the Sulak (Caspian Sea) and the Mzymta (Black Sea) mouth areas // Proc. SPIE. 2021. V. 11857. Article 1185705. https://doi.org/10.1117/12.2599809.
- Maciel F. P., Pedocchi F. Evaluation of ACOLITE atmospheric correction methods for Landsat 8 and Sentinel 2 in the Río de la Plata turbid coastal waters // Intern. J. Remote Sensing. 2022. V. 43. P. 215–240. https://doi.org/10.1080/01431161.2021.2009149.
- Nazirova K., Alferyeva Y., Lavrova O. et al. Comparison of in situ and remote-sensing methods to determine turbidity and concentration of suspended matter in the estuary zone of the Mzymta river, Black Sea // Remote Sensing. 2021. V. 13. No. 1. Article 143. https://doi.org/10.3390/rs13010143.
- Nechad B., Ruddick K. G., Neukermans G. Calibration and validation of a generic multisensor algorithm for mapping of turbidity in coastal waters // Remote Sensing of the Ocean, Sea Ice, and Large Water Regions. 2009. V. 7473. P. 161–171. https://doi.org/10.1117/12.830700.
- Nechad B., Ruddick K. G., Park Y. Calibration and validation of a generic multisensor algorithm for mapping of total suspended matter in turbid waters // Remote Sensing of Environment. 2010. V. 114(4). P. 854–866. https://doi.org/10.1016/j.rse.2009.11.022.
- Nechad B., Ruddick K., Schroeder T. et al. Coastcolour round robin datasets: a database to evaluate the performance of algorithms for the retrieval of water quality parameters in coastal waters // Earth System Science Data. 2015. V. 7. No. 7. P. 319–348. https://doi.org/10.5194/essd-7-319-2015.
- Ou S., Zhang H., Wang D. Dynamics of the buoyant plume off the Pearl River estuary in summer // Environmental Fluid Mechanics. 2009. V. 9(5). P. 471–492. DOI: 10.1007/S10652-009-9146-3.
- Ouillon S., Forget P., Froidefond J.-M., Naudin J.-J. Estimating suspended matter concentrations from SPOT data and from field measurements in the Rhone River plume // Marine Technology Society J. 1997. V. 31(2). P. 15–20.
- Osadchiev A., Sedakov R. Spreading dynamics of small river plumes off the northeastern coast of the Black Sea observed by Landsat 8 and Sentinel 2 // Remote Sensing Environment. 2019. V. 221. P. 522–533. DOI: 10.1016/j.rse.2018.11.043.
- Reul N., Quilfen Y., Chapron B. et al. Multisensor observations of the Amazon-Orinoco river plume interactions with hurricanes // J. Geophysical Research: Oceans. 2014. V. 119. P. 8271–8295. https://doi.org/10.1002/2014JC010107.
- Vanhellemont Q., Ruddick K. Advantages of high quality SWIR bands for ocean colour processing: Examples from Landsat 8 // Remote Sensing of Environment. 2015. V. 161. P. 89–106. https://doi.org/10.1016/j.rse.2015.02.007.
- Vanhellemont Q., Ruddick K. Acolite for Sentinel 2: Aquatic applications of MSI imagery // Proc. 2016 ESA Living Planet Symp. 2016. P. 9–13.
- Vanhellemont Q. Sensitivity analysis of the dark spectrum fitting atmospheric correction for metre- and decametre-scale satellite imagery using autonomous hyperspectral radiometry // Optics Express. 2020. V. 28. P. 29948–29965. https://doi.org/10.1364/OE.397456.