В октябре 2018 года на околоземную орбиту был выведен французко-китайский спутник CFOSAT (Chinese-French Oceanic SATellite) на борту которого находятся французский спектрометр SWIM (Surface Waves Investigation and Monitoring instrument) и китайский скаттерометр RFSCAT.

Спектрометр SWIM (Ku-диапазон) выполняет измерения сечения обратного рассеяния при малых углах падения (0-11) и впервые измерения выполняются под разными азимутальными углами и обработка выполняется для ограниченного по размеру участке (70 х 90 км), где морское волнения можно считать достаточно однородным.

При малых углах падения механизм обратного рассеяния является квазизеркальным и отраженное поле вычисляется в приближении метода Кирхгофа. Благодаря этому можно восстановить параметры крупномасштабного, по сравнению с длиной электромагнитной волны, волнения (далее – крупномасштабное волнение).

Для схемы измерения под тремя азимутальными углами был разработан алгоритм определения направления распространения доминирующей системы волнения и дисперсии уклонов крупномасштабного волнения вдоль осей X и Y, требующий, в общем случае, решения системы трансцендентных уравнений [1]. При использовании предположения об отсутствии корреляции между наклонами вдоль осей X и Y, решение находится в явном виде для случая одномодового ветрового волнения.

Для оценки эффективности алгоритма для условий смешанного волнения (ветровое волнение + волны зыби) необходим большой объем подспутниковых измерений для разных состояний подстилающей поверхности, которого пока нет.

Для получения оценки эффективности алгоритма было проведено численное моделирование схемы измерения спектрометра SWIM для разных состояний морской поверхности. Способ моделирования морской поверхности обсуждался в работе [2].

Для смоделированной морской поверхности будет тестироваться разработанный алгоритм восстановления двумерной дисперсии уклонов. В дальнейшем алгоритм будет применяться для обработки данных SWIM и позволит оценить изменчивость поля уклонов Мирового океана.


Работа выполнена при поддержке РНФ (проект № 20-17-00179).