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. 2024. Т. 21. № 5. С. 36-46

Определение основных параметров временной автокорреляционной функции аномалий уровенной поверхности в северо-западной части Тихого океана

А.А. Романов 1 , А.А. Романов 1, Г.В. Шевченко 2 
1 АО «Центральный научно-исследовательский институт машиностроения», Королёв, Московская обл., Россия
2 Сахалинский филиал Всероссийского научно-исследовательского института рыбного хозяйства и океанографии, Южно-Сахалинск, Россия
Одобрена к печати: 12.10.2024
DOI: 10.21046/2070-7401-2024-21-5-36-46
Существенной проблемой при использовании подходов оптимальной интерполяции при восстановлении полей пространственного распределения аномалий высоты морской поверхности является поиск основных параметров и вида пространственно-временных автокорреляционных функций, которые существенно зависят от исследуемых акваторий. Использование функций, описывающих статистические свойства колебаний уровня Мирового океана, в целом могут приводить к существенным ошибкам интерполяции при восстановлении пространственного распределения аномалий высоты морской поверхности по данным спутниковой альтиметрии. В настоящей работе проведено исследование свойств временных автокорреляционных функций для различных участков акватории северо-западной части Тихого океана (СЗТО) по данным альтиметров космических аппаратов TOPEX/Poseidon и Jason 1/2/3. Получены оценки характерного времени затухания автокорреляционной функции для Японского моря (150 дней) и различных участков акватории СЗТО (от 40 до 100 дней), а также рассмотрено влияние остаточной приливной компоненты на основные параметры временной функции автокорреляции. Проанализирован временной ход аномалий высоты морской поверхности, полученных по спутниковым данным в выбранных точках, и показаны некоторые тенденции его изменения. Во всех рассмотренных точках наблюдается увеличение значений аномалий высоты морской поверхности минимум на 20 см за 30 лет.
Ключевые слова: спутниковая альтиметрия, временная функция автокорреляции, статистические характеристики временной изменчивости
Полный текст

Список литературы:

  1. Гандин Л. С. Объективный анализ метеорологических полей. Л.: Гидрометеорологическое изд во 1963. 288 с.
  2. Полонский А. Б., Шокурова И. Г. Статистическая структура крупномасштабных полей температуры и солености в Черном море // Морской гидрофиз. журн. 2008. № 1. С. 51–65.
  3. Романов А. А., РомановА. А. Особенности циркуляции северо-западной части Тихого океана по данным спутниковой альтиметрии // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 5. С. 232–245. DOI: 10.21046/2070-7401-2023-20-5-232-245.
  4. Романов А. А., Романов А. А. Отдельные свойства пространственной функции корреляции аномалий высоты морской поверхности по данным спутниковой альтиметрии в Дальневосточном регионе // Космонавтика и ракетостроение. 2024. № 3. C. 89–97.
  5. ШевченкоГ. В., Романов А. А. Определение характеристик прилива в Охотском море по данным спутниковой альтиметрии // Исслед. Земли из космоса. 2004. № 1. C. 49–62.
  6. Шевченко Г. В., Романов А. А. О значении приливной коррекции для расчёта средних поверхностей уровня моря по данным спутниковой альтиметрии IMMOAD SSHA 2023 // Современные проблемы дистанционного зондирования Земли из космоса. 2023. Т. 20. № 6. С. 80–91. DOI: 10.21046/2070-7401-2023-20-6-80-91.
  7. Beckley B., Ray R., Zelensky N. et al. Integrated multi-mission ocean altimeter data for climate research TOPEX/Poseidon, Jason 1, 2, and 3: User’s handbook. Version 5.1. Jet Propulsion Laboratory, California Institute of Technology, 2021. 47 p. DOI: 10.5067/ALTCY-TJA51.
  8. Benada R. PO.DAAC merged GDR (T/P) users handbook. Rep. JPL D-11007. Pasadena: Jet Propul. Lab. 1993. 111 p.
  9. Gareth J., Witten D., Hastie T., Tibshirani R. An introduction to statistical learning: with applications in R. Springer, 2021. 440 p. DOI: 10.1080/24754269.2021.1980261.
  10. Jacobs G. A., Baron C. N., Rodes R. C. Mesoscale characteristics // J. Geophysical Research. 2001. V. 105. Iss. C9. P. 19581–19595. https://doi.org/10.1029/2000JC000669.
  11. Kuragano N., Kamachi M. Global statistical space-time scales of oceanic variability estimated from the TOPEX/Poseidon altimeter data // J. Geophysical Research. 2000. V. 105. Iss. C1. P. 955–974. DOI: 10.1029/1999JC900247.
  12. Le Traon P. Y. Time scales of mesoscale variability and their relationship with space scales in the North Atlantic // J. Marine Research. 1991. V. 49. P. 467–492. DOI: 10.1357/002224091784995828.
  13. Le Traon P. Y., Rouquet M. C., Boissier C. Space scales of mesoscale variability in the North Atlantic as deduced from Geosat data // J. Geophysical research. 1990. V. 95. Iss. C11. P. 20267–20285. https://doi.org/10.1029/JC095iC11p20267.
  14. Romanov А. А., Fefilov Y. V., Romanov A.A. Multi-satellite oceanographic monitoring in Far East Region as a part of monitoring, control and surveillance system for Russian fisheries fleet: Preliminary results // Proc. 4th Intern. Workshop on Ocean Color. 2001. P. 225–234.