Материалы 21-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса»
Москва, ИКИ РАН, 13–17 ноября 2023 г.

(http://conf.rse.geosmis.ru)

XXI.B.409

Использование данных дистанционных наблюдений в регрессионных моделях восстановления солености в Азовском море

Шульга Т. Я. (1), Суслин В.В. (1)
(1) Морской гидрофизический институт РАН, Севастополь, Россия
В работе обсуждается подход восстановления солености Азовского моря, основанный на сочетании дистанционных и in situ измерений. Предлагаемый подход заключается в реализации общей регрессии между климатическими данными in situ и оптическими данными L2 MODIS. Мы использовали правильно откалиброванные и проверенные спутниковые данные, взятые из открытых интернет-сервисов. Особое внимание уделяется анализу точности восстановленных полей солености относительно климатических данных. Эти оценки основаны на сравнении восстановленной солености с долгосрочными сезонными климатическими трендами за периоды 1990–2018 и 2000–2018 гг. Окончательно восстановленные поля солености рассчитываются на основе линейных регрессий для весны и лета. Эти реконструированные поля хранятся в виде наборов данных на регулярной сетке Азовского моря и готовы к визуализации и использованию в качестве входных данных для моделей циркуляции океана. На основе сопоставления среднемесячных значений восстановленной и наблюдаемой in situ солености сделаны выводы о целесообразности использования модели, полученной путем прямого усреднения коэффициентов регрессии. Определен наиболее эффективный биооптический параметр, использование которого позволяет восстановить соленость с наилучшей корреляционной связью с наблюдениями in situ. Новый метод позволит удешевить работы по оценке солености прямыми способами, восполнить пробелы в гидрохимическом исследовании Азовского моря в прошлые года, а также расширить представления о процессах циркуляции водных масс, от которого зависит развитие биологических ресурсов и прибрежной инфраструктуры Азовского моря.

Работа выполнена по Государственному заданию FNNN-2021-0003 «Разработка методов оперативной океанологии на основе междисциплинарного исследования процессов формирования и эволюции морской среды и математического моделирования с использованием данных дистанционных и контактных измерений» (код «Оперативная океанология»).

Ключевые слова: Азовское море, соленость, MODIS-Aqua/Terra, данные о цвете океана, in situ данные, регрессия, региональный биооптический алгоритм, оптические свойства
Литература:
  1. Wolanksi E., Elliott M. Estuarine Ecohydrology: An Introduction. Elsevier Science, Amsterdam, 2015. 320 p. DOI: 10.1016/C2013-0-13014-0.
  2. Shul’ga T.Y., 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 // Physical Oceanography. 2017. 6. P.36-46. DOI: 10.22449/0233–7584–2017–6–40–52
  3. Shul’ga T.Ya., Suslin V.V. Investigation of the evolution of the suspended solids in the Sea of Azov based on the assimilation of satellite data in a hydrodynamic model // Fundamentalnaya i Prikladnaya Gidrofizika. 2018. V.11, N 3. P.73-80. DOI: 10.7868/S2073667318030097.
  4. Shul’ga T.Y., Suslin V.V., Shukalo D.M., Ingerov A.V. Research of the relations between the seasonal variability of salinity and bio-optical features in the Sea of Azov using the satellite data in the visible spectrum range // Fundamentalnaya i Prikladnaya Gidrofizika 2020. V.13, N 2. P.68-75. DOI: 10.7868/S2073667320020082.
  5. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/
  6. NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group. Moderate-resolution Imaging Spectroradiometer (MODIS) Aqua Ocean Color Data. https://oceancolor.gsfc.nasa.gov/data/10.5067/AQUA/MODIS_OC.2014.0/
  7. Matishov G.G., Levitus S. Climatic atlas of the Sea of Azov. Washington: Silver Spring, 2006.
  8. Matishov G.G., Berdnikov S.V., ZHichkin A.P. et al. Atlas of Climatic Changes in Nine Large Marine Ecosystems of the Northern Hemisphere (1827–2013). Rostov-on-Don: SSC RAS, 2014. DOI: 10.7289/V5Q52MK5.
  9. Альтман Э.Н. К вопросу об изменчивости расходов воды в Керченском проливе по натурным наблюдениям // Тр. ГОИН. 1976. Вып.132, С.17-28.
  10. Книпович Н.М. Работа Азовской научно-промысловой экспедиции в 1922–1924 гг. (предварительный отчет) // Тр. Аз.-Чер. научно-промысловой экспедиции Керчь, 1926. Вып. 1. С.4-51.
  11. Гидрометеорологический справочник Азовского моря. Л.: Гидрометеоиздат, 1962.
  12. Гидрометеорология и гидрохимия морей СССР. Т. 5. Азовское море. Л.: Гидрометеоиздат, 1991.
  13. Gitelson A.A. The peak near 700 nm on radiance spectra of algae and water: relationships of its magnitude and position with chlorophyll concentration // Int. J. Remote Sens. 1992. 13 (17). P.3367-3373. DOI: 10.1080/01431169208904125.
  14. Gitelson A.A., Dall'Olmo G., Moses W., Rundquist D.C., Barrow T., Fisher T.R., Gurlin D., Holz J. A simple semi-analytical model for remote estimation of chlorophyll-a in turbid waters: Validation // Remote Sen. Env. 2008. 112(9): 3582-3593. DOI: 10.1016/j.rse.2008.04.015.
  15. 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 // Fundamental and Applied Hydrophysics. 2022. V.15, N 3. P.73-83. DOI: 10.48612/fpg/ex1p-9vtp-phu8.

Презентация доклада



Ссылка для цитирования: Шульга Т.Я., Суслин В.В. Использование данных дистанционных наблюдений в регрессионных моделях восстановления солености в Азовском море // Материалы 21-й Международной конференции «Современные проблемы дистанционного зондирования Земли из космоса». Москва: ИКИ РАН, 2023. C. 115. DOI 10.21046/21DZZconf-2023a

Технологии и методы использования спутниковых данных в системах мониторинга

115