Оценка возможности определения характеристик морской среды по гиперспектральным данным российского космического аппарата «Ресурс-П»

Получаемые с Российского космического аппарата «Ресурс-П» гиперспектральные (ГС) снимки в видимом и ближнем инфракрасном диапазонах спектра обладают большим потенциалом диагностики состояния морской среды (Жуков, 2014; Лаврова, Митягина, Уваров, 2014; Григорьева, Шилин, 2012 и др.) за счет регистрации данных в нескольких десятках узких спектральных каналах, которые отражают изменения оптических свойств воды в результате поглощения и рассеивания излучения примесями, содержащимися в воде (в том числе, загрязнениями биогенного и антропогенного происхождения).
С целью оценки информационных возможностей использования ГС аппаратуры «Ресурс-П» для анализа состояния морской среды и актуализации рельефа дна в Республике Крым были проведены синхронные подспутниковые измерения яркости восходящего излучения моря и тестовых поверхностей с помощью ГС аппаратуры НПО «Лептон». Для коррекции ГС данных и учета влияния гидрометеорологической обстановки на распространение загрязненных вод привлекалась информация о состоянии атмосферы. В качестве районов исследования были выбраны акватории Севастопольской бухты, Феодосийского залива и озеро Сиваш, значительно отличающиеся по типу и составу вод.
При исследовании анализировалась возможность ГС аппаратуры оценивать распространение органических и неорганических примесей в прибрежных водах, включая определение концентрации взвешенных веществ, содержания хлорофилла «а» и его производных, растворенного органического вещества (желтого). Идентификация таких примесей в большинстве случаев основывается на измерении гидрооптических свойств воды. При наличии регрессионных зависимостей между значениями яркости и концентрацией содержащихся в воде примесей в виде фитопланктона или минеральной взвеси могут использоваться специальные индексы (Жуков, 2016). Однако не всегда можно получить полный набор данных натурных измерений свойств воды на ключевых участках для построения статистических зависимостей. В докладе рассматривается новый метод обработки ГС информации, основанный на существующих физических моделях переноса излучения в морской среде в узких спектральных зонах и применении искусственной нейронной сети (ИНС), позволяющей решать многопараметрической задачи оптимизации при ограниченных исходных данных. Определение содержания хлорофилла «а» и взвешенных веществ в воде осуществляется в результате обучения искусственной нейронной сети с помощью моделей, учитывающих рассеивание и поглощение излучения в воде. При этом используется преимущество многомерности данных при ГС съемке при обучении сети и возможность ее дообучения по результатам натурных наблюдений. Этот метод успешно прошел апробацию при решении задачи оценки глубин прибрежных акваторий (Григорьева и др., 2016).
С учетом наличия разновременных данных на исследуемые акватории проведена оценка изменения спектральных характеристик вод и соответственно их состояния с учетом скорости и направления ветра. В докладе приведены примеры классификации озера Сиваш, акватории Черного и Азовского морей по степени внутримассового загрязнения взвесью и цветения. Реализация методик и обработка ГС данных осуществлялась с использованием специализированного программного обеспечения, которое позволяет создавать цифровые карты антропогенного и биогенного загрязнения водной поверхности и глубин на основе геоинформационной системы QGIS (Жуков и др., 2013; Марков и др., 2016) .

Литература
1. Григорьева О.В., Жуков Д.В., Марков А.В., Мочалов В.Ф. Восстановление глубин прибрежных акваторий по данным много- и гиперспектральной съемки // Оптика атмосферы и океана. 2016. № 7(29). С.553-559.
2. Григорьева О.В., Шилин Б.В. Опыт оценки экологических характеристик акваторий портов по данным видеоспектральной аэросъемки // Современные проблемы исследования Земли из космоса. 2012. T.1. №9. С.156-166.
3. Жуков Д.В. Методика тематической обработки гиперспектральных данных в задаче оценки экологического состояния акваторий портов // Исследования земли из космоса. 2014. №1. С. 66-71.
4. Жуков Д.В. Спектральные признаки для идентификации типовых загрязнений акваторий морей по данным авиационной и космической съемки // Оптика атмосферы и океана. 2016. № 7(29). С.560-565.
5. Жуков Д.В., Саидов А.Г., Марков А.В., Григорьева О.В., Бровкина О.В., Терентьева В.В. Программа оценки уровня загрязнения акваторий морских портов по материалам много- и гиперспектральной съемки в видимом и ближнем инфракрасном диапазонах спектра: Свидетельство о государственной регистрации программы для ЭВМ № 2013618799, 18.09.2013 г.
6. Лаврова О.Ю., Митягина М.И., Уваров И.А. Выявление и распознавание различных типов вод в прибрежной зоне Черного моря и в озерах Крыма на основе анализа гиперспектральных данных // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т.11. №1. С.135-147.
7. Марков А.В., Григорьева О.В., Саидов А.Г., Жуков Д.В. Программа оценки глубин прибрежных акваторий по данным много- и гиперспектральной съемки: Свидетельство о государственной регистрации программы для ЭВМ № 2016617296, 29.06.2016 г.