Том 37, номер 07, статья № 5

Аннотация:

Представлены результаты апробации метода восстановления недостающих данных по спутниковым изображениям на основе результатов трехмерного гидродинамического моделирования. Метод протестирован на четырех основных биооптических параметрах: концентрация хлорофилла-а и феопигментов (TChl), показатель поглощения света пигментами фитопланктона (a_ph(678)) и неживым органическим веществом (a_CDM(438)), показатель обратного рассеяния света (b_bp(438)). Результаты, полученные на основе объединенного продукта, сравнивались с наблюдениями in situ, выполненными в апреле-мае 2019 г. на НИС «Профессор Водяницкий». Отклонение TChl по данным MODIS и моделирования относительно наблюдений in situ составило 1,8 и 2,2 мг × м^-3 соответственно. Анализ среднесуточных значений биооптических параметров, полученных при регулярном усвоении данных MODIS в гидродинамическую модель, позволил отследить их сезонные изменения в центральной части бассейна Азовского моря. Среди исследуемых биооптических параметров выделяется четкая сезонная изменчивость TChl при среднегодовом значении 2,98 ± 1,22 мг × м^-3. Изменения a_CDM(438) и b_bp(438) характеризуются двумя периодами наибольших значений: весенним (с марта по май) и осенним (с августа по октябрь), с соответствующими среднегодовыми 0,42 ± 0,15 и 0,10 ± 0,03 м^-1. Максимумы изменений a_ph(678) отмечаются с июля по октябрь при среднегодовом 0,04 ± 0,03 м^-1. Предложенный метод использует преимущества данных дистанционного зондирования, расширяющих возможности оперативного океанологического мониторинга, и моделирования, позволяющих заполнить информационные пропуски. Полученные результаты обеспечивают полные непрерывные наборы данных о распределении основных биооптических показателей, имеющие решающее значение при прогнозировании экологического состояния морских бассейнов.

Ключевые слова:

данные дистанционного зондирования, MODIS, гидродинамическое трехмерное моделирование, усвоение данных, биооптические параметры, Азовское море

Список литературы:

1. Konik M., Kowalevsk M., Bradtke K., Darecki M. The operational method of filling information gaps in satellite imagery using numerical models // Int. J. Appl. Earth. Obs. Geoinf. 2019. V. 75. P. 66–82. DOI: 10.1016/j.jag.2018.09.002.
2. Kopelevich O.V., Burenkov V.I., Sheberstov S.V., Vazyulya S.V., Zavialov S.P. Bio-optical characteristics of the Russian seas from satellite ocean color data of 1998–2010 // Proc. of the VI International Conference “Current Problems in Optics of Natural Waters”. St.-Petersburg, 2011. P. 181–182.
3. Bailey S.W., Werdell P.J. A multi-sensor approach for the on-orbit validation of ocean color satellite data products // Remote Sensing of Environment. 2006. V. 102. N 1–2, P. 12–23. DOI: 10.1016/j.rse.2006.01.015.
4. Shul’ga T.Ya., Suslin V.V., Stanichnaya R.R. Numerical research of the pollution surface and deep-sea evolution in the Sea of Azov using satellite observation data // Phys. Oceanogr. 2017. V. 6. P. 36–46. DOI: 10.22449/1573-160X-2017-6-36-46.
5. Гидрометеорология и гидрохимия морей СССР. Т. V: Азовское море / под ред. Н.П. Гоптарева и др. СПб.: Гидрометеоиздат, 1991. 234 c.
6. Гидрометеорологические условия морей Украины. Том 1: Азовское море / под ред. Ю.П. Ильина и др. Севастополь, 2009. 400 с.
7. Suslin V.V., Churilova T.Ya., Efimova T.V., Moiseeva N.A., Skorokhod E.Yu., Stepochkin I.E. Regional bio-optical algorithm for remote estimation of the Sea of Azov's IOPs // Proc. SPIE. 2020. V. 11560. P. 115600R.
8. Efimova T.V., Churilova T.Ya., Skorokhod E.Yu., Moiseeva N.A., Zemlianskaia E.A. Vertical distribution of bio-optical properties of the Azov – Black Sea basin waters in April–May, 2019 // Phys. Oceanogr. 2020. V. 27, N 5. P. 525–534. DOI: 10.22449/1573-160X-2020-5-525-534.
9. Гидрометеорологический справочник Азовского моря / под ред. А.А. Аксенова. Л.: Гидрометеоиздат, 1962. 247 с.
10. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data; 2022 Reprocessing. NASA OB.DAAC, Greenbelt, MD, USA. DOI: 10.5067/AQUA/MODIS/L2/OC/2022.
11. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Terra Ocean Color Data; 2018 Reprocessing. NASA OB.DAAC, Greenbelt, MD, USA. DOI: 10.5067/TERRA/MODIS/L2/OC/2018.
12. Suetin V.S. Suslin V.V., Korolev S.N., Kucheryavyj A.A. Assessment of the variability of the optical properties of water in the Black Sea in the summer of 1998 using SEAWIFS satellite equipment // Phys. Oceanogr. 2002. 12, N 6. P. 331–340. DOI: 10.1023/A:1021729229168.
13. Churilova T.Ya., Efimova T.V., Moiseeva N.A., Skorokhod E.Yu. Spectral light absorption coefficient of particles and colored dissolved organic matter in the Sea of Azov // Fundam. Appl. Hydrophys. 2022. 15, N 3. P. 73–83. DOI: 10.48612/fpg/ex1p-9vtp-phu8.
14. Kalman R.E. A New approach to linear filtering and prediction problem // J. Bas. Eng. 1960. V. 82, N 1. P. 35–45.
15. Климова Е.Г. Упрощенные модели для расчета ковариационных матриц в алгоритме фильтра Калмана // Метеорол. и гидрол. 2000. № 6. C. 18–30.