Журнал

О журнале Новости Редколлегия Информация для авторов и рецензентов Публикационная этика Дискуссия Контакты ЛИЧНЫЙ КАБИНЕТ:
отправка и рецензирование статей
Архив
Том 22, 2025
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 21, 2024
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 20, 2023
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 19, 2022
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 18, 2021
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 17, 2020
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 16, 2019 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 15, 2018 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 14, 2017 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6 Номер 7
Том 13, 2016 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 12, 2015 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5 Номер 6
Том 11, 2014 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 10, 2013 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 9, 2012 г.
Номер 1 Номер 2 Номер 3 Номер 4 Номер 5
Том 8, 2011 г.
Номер 1 Номер 2 Номер 3 Номер 4
Том 7, 2010 г.
Номер 1 Номер 2 Номер 3 Номер 4
Выпуск 6, 2009 г.
Том 1 Том 2
Выпуск 5, 2008 г.
Том 1 Том 2
Выпуск 4, 2007 г.
Том 1 Том 2
Выпуск 3, 2006 г.
Том 1 Том 2
Выпуск 2, 2005 г.
Том 1 Том 2
Выпуск 1, 2004 г.
Том 1
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
подписаться отписаться
English version
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. 2025. Т. 22. № 5. С. 306-321

Тренды температуры поверхности озера Байкал: многолетний анализ на основе валидированных спутниковых продуктов

Е.А. Мамаш 1 , И.А. Пестунов 1, 2 , В.В. Блинов 3 , А.Н. Мазяр 4 , И.А. Асламов 3 
1 Федеральный исследовательский центр информационных и вычислительных технологий, Новосибирск, Россия
2 Институт динамики систем и теории управления имени В.М. Матросова СО РАН, Иркутск, Россия
3 Лимнологический институт СО РАН, Иркутск, Россия
4 Новосибирский государственный университет, Новосибирск, Россия
Одобрена к печати: 11.08.2025
DOI: 10.21046/2070-7401-2025-22-5-306-321
Данное исследование посвящено анализу многолетних трендов температуры поверхностного слоя (ТПС) озера Байкал с использованием валидированных спутниковых данных. Работа решает две основные задачи: 1) оценка точности современных продуктов ТПС, полученных по данным Terra/Aqua MODIS (англ. Moderate Resolution Imaging Spectroradiometer) и Landsat-8, -9 на основе уникального массива судовых измерений Лимнологического института СО РАН (2021–2024); 2) выявление пространственно-временных тенденций изменения ТПС озера. Валидация подтвердила применимость всех рассмотренных продуктов для оценки ТПС Байкала, но выявила их особенности. Продукты Terra/Aqua MODIS характеризуются сдвигом относительно наземных данных от 0,13 до 0,8 °C в абсолютном выражении и среднеквадратической ошибкой (англ. Root Mean Square Error — RMSE) от 1,47 до 1,77 °C. Исследования выполнены отдельно для дневных и ночных данных. Наивысшую точность показали данные Landsat: коэффициент детерминации R2 равен 0,98, RMSE достигает 0,62 °C, средний сдвиг составляет –0,14°C, что, по-видимому, обусловлено их высоким пространственным разрешением. Это определяет преимущество Landsat для детального анализа, тогда как высокая частота съёмки MODIS сохраняет их ценность для оперативного мониторинга. Анализ многолетних трендов на основе валидированных данных выявил статистически значимое потепление Байкала. Наиболее выражено оно в центральной и северной части озера в период открытой воды (июнь – ноябрь). Тренд варьируется в зависимости от продукта и периода (0,066–0,095 °C/год), но устойчиво указывает на продолжающееся повышение температуры поверхности озера.
Ключевые слова: валидация, спутниковые данные, температура поверхностного слоя озера Байкал, температурные тренды, Terra/Aqua MODIS, Landsat
Полный текст

Список литературы:

  1. Асламов И. А., Гнатовский Р. Ю., Макаров М. М., Тюрнев И. Н., Блинов В. В. Климатические изменения и термобарическая неустойчивость верхнего слоя гиполимниона озера Байкал при летней стратификации // Озера Евразии: проблемы и пути их решения: Материалы 3-й Международ. конф. Казань: Изд-во Акад. наук РТ, 2025. С. 247–252.
  2. Евдокимов С. И., Штефуряк А. В. Сравнительный анализ температуры воды с использованием спутниковых снимков (на примере Псковского озера) // Псковский регионологический журн. 2024. Т. 20. № 4. С. 121–135. DOI: 10.37490/S221979310032412-6.
  3. Россолимо Л. Л. Температурный режим озера Байкал // Тр. Байкальской лимнологической станции ВСФ АН СССР. 1957. Т. 16. 552 с.
  4. Сутырина Е. Н. Изучение внутренних водоёмов и водосборов с применением данных дистанционного зондирования Земли. Иркутск: Изд-во ИГУ, 2014. 133 с.
  5. Троицкая Е. С., Шимараев М. Н., Цехановский В. В. Многолетние изменения температуры поверхности воды в Байкале // География и природ. ресурсы. 2003. № 2. С. 47–50.
  6. Ananina T. L., Ananin A. A. Long-term climatic changes in the northeastern Baikal Region (Russia) // J. Atmospheric Science Research. 2020. V. 3. No. 4. P. 10–15. DOI: 10.30564/jasr.v3i4.2255.
  7. Aranda A. C., Rivera-Ruiz D., Rodríguez-López L. et al. Evidence of climate change based on lake surface temperature trends in South Central Chile // Remote Sensing. 2021. V. 13. Article 4535. DOI: 10.3390/rs13224535.
  8. Attiah G., Kheyrollah Pour H., Scott K. A. Lake surface temperature retrieved from Landsat satellite series (1984 to 2021) for the North Slave Region // Earth System Science Data. 2023. V. 15. P. 1329–1355. DOI: 10.5194/essd-15-1329-2023.
  9. Berk A., Conforti P., Kennett R. et al. MODTRAN6: A major upgrade of the MODTRAN radiative transfer code // 6th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS). Lausanne, Switzerland, 2014. P. 1–4. DOI: 10.1109/WHISPERS.2014.8077573.
  10. Bolgrien D. W., Granin N. G., Levin L. Surface temperature dynamics of Lake Baikal observed from AVHRR images // Photogrammetric Engineering and Remote Sensing. 1995. V. 61. No. 2. P. 111–116.
  11. Carrea L., Crétaux J.-F., Liu X. et al. ESA Lakes Climate Change Initiative (Lakes_cci): Lake products, Version 2.0.2. NERC EDS Centre for Environmental Data Analysis, 2022. DOI: 10.5285/a07deacaffb8453e93d57ee214676304.
  12. Carrea L., Crétaux J.-F., Liu X. et al. Satellite-derived multivariate world-wide lake physical variable timeseries for climate studies // Scientific Data. 2023. V. 10. Article 30. DOI: 10.1038/s41597-022-01889-z.
  13. Cook M., Schott J. R., Mandel J., Raqueno N. Development of an operational calibration methodology for the Landsat thermal data archive and initial testing of the atmospheric compensation component of a land surface temperature (LST) product from the archive // Remote Sensing. 2014. V. 6. No. 11. P. 11244–11266. DOI: 10.3390/rs61111244.
  14. Davies P., Gather U. The identification of multiple outliers // J. American Statistical Association. 1993. V. 88. No. 423. P. 782–792. DOI: 10.2307/2290763.
  15. Dörnhöfer K., Oppelt N. Remote sensing for lake research and monitoring — Recent advances // Ecological Indicators. 2016. V. 64. P. 105–122. DOI: 10.1016/j.ecolind.2015.12.009.
  16. Du J., Jacinthe P.-A., Zhou H. et al. Monitoring of water surface temperature of Eurasian large lakes using MODIS land surface temperature product // Hydrological Processes. 2020. V. 34. No. 16. P. 3582–3595. DOI: 10.1002/hyp.13830.
  17. Dyba K., Ermida S., Ptak M. et al. Evaluation of methods for estimating lake surface water temperature using Landsat 8 // Remote Sensing. 2022. V. 14. No. 15. Article 3839. DOI: 10.3390/rs14153839.
  18. Fiedler E. K., Martin M. J., Roberts-Jones J. An operational analysis of Lake Surface Water Temperature // Tellus A: Dynamic Meteorology and Oceanography. 2014. V. 66. No. 1. Article 21247. DOI: 10.3402/tellusa.v66.21247.
  19. Guo L., Zheng H., Wu Y. et al. An integrated dataset of daily lake surface water temperature over the Tibetan Plateau // Earth System Science Data. 2022. V. 14. No. 7. P. 3411–3422. DOI: 10.5194/essd-14-3411-2022.
  20. Hampton S. E., Izmest’eva L. R., Moore M. V. et al. Sixty years of environmental change in the world’s largest freshwater lake — Lake Baikal, Siberia // Global Change Biology. 2008. V. 14. No. 8. P. 1947–1958. DOI: 10.1111/j.1365-2486.2008.01616.x.
  21. Herrick C., Steele B. G., Brentrup J. A. et al. lakeCoSTR: A tool to facilitate use of Landsat Collection 2 to estimate lake surface water temperatures // Ecosphere. 2023. V. 14. No. 1. Article e4357. 16 p. DOI: 10.1002/ecs2.4357.
  22. Hook S. J., Chander G., Barsi J. A. et al. In-flight validation and recovery of water surface temperature with Landsat-5 thermal infrared data using an automated high-altitude lake validation site at Lake Tahoe // IEEE Trans. Geoscience and Remote Sensing. 2004. V. 42. No. 12. P. 2767–2776. DOI: 10.1109/TGRS.2004.839092.
  23. Hulley G., Veraverbeke S., Hook S. Thermal-based techniques for land cover change detection using a new dynamic MODIS multispectral emissivity product (MOD21) // Remote Sensing of Environment. 2014. V. 140. P. 755–765. DOI: 10.1016/j.rse.2013.10.014.
  24. Hulley G., Hook S., Abbott E. et al. The ASTER Global Emissivity Database (ASTER GED): Mapping Earth’s emissivity at 100 meter spatial resolution // Geophysical Research Letters. 2015. V. 42. P. 7966–7976. DOI: 10.1002/2015GL065564.
  25. Jia T., Yang K., Peng Z. et al. Review on the change trend, attribution analysis, retrieval, simulation, and prediction of lake surface water temperature // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2022. V. 15. P. 6324–6355. DOI: 10.1109/JSTARS.2022.3188788.
  26. Korver M. C., Lehner B., Jeffrey A. et al. Surface water temperature observations and ice phenology estimations for 1.4 million lakes globally // Remote Sensing of Environment. 2024. V. 308. Article 114164. DOI: 10.1016/j.rse.2024.114164.
  27. Liu G., Ou W., Zhang Y. et al. Validating and mapping surface water temperatures in Lake Taihu: Results from MODIS land surface temperature products // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2015. V. 8. No. 3. P. 1230–1244. DOI: 10.1109/JSTARS.2014.2386333.
  28. Maligaya V. H., Baltodano A., Agramont A. et al. Exploring trends and variability of water quality over Lake Titicaca using global remote sensing products // Remote Sensing. 2024. V. 16. No. 24. Article 4785. DOI: 10.3390/rs16244785.
  29. McCarville D., Buenemann M., Bleiweiss M., Barsi J. Atmospheric correction of Landsat thermal infrared data: A calculator based on North American Regional Reanalysis (NARR) data // American Soc. for Photogrammetry and Remote Sensing Annual Conf. 2011. V. 15. P. 319–330.
  30. Merchant C., MacCallum S. Lake Surface Water Temperature ARC-Lake v3 (1995–2012). University of Reading. 2018. DOI: 10.17864/1947.186.
  31. Mogilev N. Y., Gnatovskiy R. Y. Satellite imagery in the study of Lake Baykal surface temperatures // Mapping Sciences and Remote Sensing. 2003. V. 40. No. 1. P. 41–50. DOI: 10.2747/0749-3878.40.1.41.
  32. Moore M. V., Hampton S. E., Izmest’eva L. R. et al. Climate change and the world’s “Sacred Sea” — Lake Baikal, Siberia // BioScience. 2009. V. 59. No. 5. P. 405–417. DOI: 10.1525/bio.2009.59.5.8.
  33. Moukomla S., Blanken P. D. Remote sensing of the North American Laurentian Great Lakes’ surface temperature // Remote Sensing. 2016. V. 8. No. 4. Article 286. DOI: 10.3390/rs8040286.
  34. O’Reilly C. M., Sharma S., Gray D. K. et al. Rapid and highly variable warming of lake surface waters around the globe // Geophysical Research Letters. 2015. V. 42. No. 24. P. 10773–10781. DOI: 10.1002/2015GL066235.
  35. Pareeth S., Salmaso N., Adrian R., Neteler M. Homogenised daily lake surface water temperature data generated from multiple satellite sensors: A long-term case study of a large sub-Alpine lake // Scientific Reports. 2016. V. 6. Article 31251. DOI: 10.1038/srep31251.
  36. Phan T. N., Kappas M. Application of MODIS land surface temperature data: a systematic literature review and analysis // J. Applied Remote Sensing. 2018. V. 12. No. 4. Article 41501. DOI: 10.1117/1.JRS.12.041501.
  37. Piccolroaz S., Zhu S., Ladwig R. et al. Lake water temperature modeling in an Era of climate change: Data sources, models, and future prospects // Reviews of Geophysics. 2024. V. 62. No. 1. Article e2023RG000816. DOI: 10.1029/2023RG000816.
  38. Ptak M., Choiński A., Piekarczyk J., Pryłowski T. Applying Landsat satellite thermal images in the analysis of Polish lake temperatures // Polish J. Environmental Studies. 2017. V. 26. No. 5. P. 2159–2165. DOI: 10.15244/pjoes/69444.
  39. Saunders R., Hocking J., Turner E. et al. An update on the RTTOV fast radiative transfer model (currently at version 12) // Geoscientific Model Development. 2018. V. 11. Iss. 7. P. 2717–2737. DOI: 10.5194/gmd-11-2717-2018.
  40. Sharaf N., Fadel A., Bresciani M. et al. Lake surface temperature retrieval from Landsat-8 and retrospective analysis in Karaoun Reservoir, Lebanon // J. Applied Remote Sensing. 2019. V. 13. No. 4. Article 044505. DOI: 10.1117/1.JRS.13.044505.
  41. Shimaraev M. N., Troitskaya E. S. Current trends in upper water layer temperature in coastal zones of Baikal // Geography and Natural Resources. 2018. V. 39. P. 349–357. DOI: 10.1134/S187537281804008X.
  42. Shimaraev M. N., Kuimova L. N., Sinyukovich V. N. et al. Manifestation of global climatic changes in Lake Baikal during the 20th century // Doklady Earth Sciences. 2002. V. 383. No. 3. P. 288–291.
  43. Simis S., Liu X., Calmettes B. et al. ESA CCI Lakes Product Validation and Intercomparison Report Product (PVIR). Report CCI-LAKES-0031-PVIR. European Space Agency, 2021. 175 p. https://climate.esa.int/media/documents/CCI-LAKES-0031-PVIR_v2.1.pdf.
  44. Sobrino J. A., García-Monteiro S., Julien Y. An analysis of the Lake Surface Water Temperature evolution of the world’s largest lakes during the years 2003–2020 using MODIS data // Recent Advances in Remote Sensing. 2024. V. 1. P. 1–9. DOI: 10.62880/rars240001.
  45. Wan Z., Dozier J. A generalized split-window algorithm for retrieving land-surface temperature from space // IEEE Trans. Geoscience and Remote Sensing. 1996. V. 34. No. 4. P. 892–905. DOI: 10.1109/36.508406.
  46. Xie C., Zhang X., Zhuang L. et al. Analysis of surface temperature variation of lakes in China using MODIS land surface temperature data // Scientific Reports. 2022. V. 12. Article 2415. DOI: 10.1038/s41598-022-06363-9.