Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)
Будущая конференция
Архив конференций
2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003
Личный кабинет
Зарегистрироваться на сайте Войти на сайт Забыли пароль?
Электронный сборник статей
«Информационные технологии в дистанционном зондировании Земли - RORSE 2018»
Журнал
«Современные проблемы дистанционного зондирования Земли из космоса»
Дополнительная информация
Контакты Полезная информация
Подписка/отписка
на рассылку новостей
Ваш e-mail:

Восемнадцатая Всероссийская Открытая конференция «СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА (Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений и объектов)»

XVIII.F.386

Использование спутниковых данных о состоянии подстилающей поверхности и метеорологических характеристиках в модели влаго- и теплообмена для сельскохозяйственного региона

Музылев Е.Л. (1), Старцева З.П. (1), Волкова Е.В. (2), Василенко Е.В. (2)
(1) Институт водных проблем РАН, Москва, Россия
(2) Европейский центр «НИЦ «Планета», Москва, Россия
Целью исследования является разработка метода оценки характеристик водного и теплового режимов территорий сельскохозяйственных регионов с разным характером увлажнения для сезона вегетации. Основу метода составляет физико-математическая модель вертикального влаго- и теплообмена участков поверхности суши с атмосферой LSM (Land Surface Model), в которой используется спутниковая информация о характеристиках подстилающей поверхности (ПП) и метеорологических характеристиках (Музылев и др., 2010; Gelfan et al., 2012; Startseva et al., 2014; Музылев и др., 2015, 2017, 2019; Muzylev et al., 2018). В число рассчитываемых с помощью модели величин входят запасы почвенной влаги W, суммарное испарение Ev, вертикальные тепловые потоки, температура ПП (ТПП) трех типов (температура поверхности растительного покрова и почвы и эффективная ТПП), влажность и температура почвы на разных глубинах. Используемая в модели спутниковая информация представлена данными измерений радиометров AVHRR/NOAA, SEVIRI/Meteosat-10, -11, -8; МСУ-МР/Метеор-М № 2. Характеристики почв и растительности используются в модели в качестве параметров, а метеорологические характеристики – в виде входных переменных. Для исследований были выбраны лесостепная территория части Центрально-Черноземного региона России, содержащая Курскую, Белгородскую, Орловскую, Воронежскую, Липецкую, Брянскую и Тамбовскую области общей площадью 227300 км2, в основном занятые посевами сельскохозяйственных культур, и находящаяся в зоне сухой степи территория Саратовского и Волгоградского Заволжья (левобережной части Саратовской и Волгоградской областей) площадью 66600 км2. Исследования проводились для сезонов вегетации 2017-2018 гг.
Оценки суточных, декадных и месячных сумм осадков производились с помощью комплексной пороговой методики (КПМ) детектирования облачности и идентификации ее типов, а также выделения зон осадков и определения их максимальной в пределах пиксела интенсивности (Волкова, Успенский, 2010, 2015; Волкова, 2013, 2014, 2017.). Основу методики составляет переход от оценки интенсивности осадков к оценке их суточных сумм. Проверка достоверности оценки осадков по данным всех сенсоров производилась при сравнении их вычисленных суточных, декадных и месячных сумм между собой и с аналогичными суммами, определенными по данным наземных наблюдений. Совпадение зон осадков, детектированных по спутниковым данным и фактических, наблюдалось для каждого радиометра в 75-85 % случаев.
Оценки ТПП по данным AVHRR, МСУ-МР и SEVIRI были получены при использовании вычислительного алгоритма, разработанного на основе КПМ (Волкова, Успенский, 2016). Эти оценки восстанавливались для безоблачных пикселов методом GSW (Generalized Split-Window) (LSA SAF. Product User Manual. 2010) с помощью уравнений регрессии по измеренной со спутника радиационной температуре. Корректность полученных значений ТПП для сезонов вегетации 2017–2018 гг. была подтверждена путем сравнения их значений между собой, с результатами расчетов по модели и с данными измерений температуры воздуха на агрометеорологических станциях. Для подавляющего числа спутниковых оценок ТПП и результатов модельных расчетов их различия находились в допустимых пределах.
Вследствие неоднородных климатических условий на исследуемых территориях (особенно это касается засушливого Заволжья) были произведены детальные оценки являющихся параметрами модели характеристик растительности (проективного покрытия растительностью B, листового индекса LAI). Погрешности определения B и LAI составили при этом порядка 15 и 20 %, соответственно.
В рамках описанного подхода были усовершенствованы и тестированы для исследуемых территорий процедуры ассимиляции в модели построенных по спутниковым данным оценок B, LAI, осадков и ТПП трех видов. Эти процедуры включали замену значений всех этих величин, определенных по данным наземных наблюдений, на их оценки по спутниковым данным и их ввод в модель на каждом временном шаге во всех узлах вычислительной сетки (Startseva et al., 2014; Музылев и др., 2015, 2017, 2019; Muzylev et al., 2018, 2019, 2020).
Показана возможность использования при моделировании оценок влажности поверхности почвы, полученных по данным измерений скаттерометра ASCAT/MetOp в СВЧ диапазоне (Wagner et al., 2013) – для выбора начальных условий при расчетах величин W и для расчета испарения с поверхности почвы Evg, являющегося одной из характеристик водного режима территории. Рассчитанные значения Evg использовались непосредственно при расчете влагосодержания почвы, а также при задании верхнего граничного условия для уравнения вертикального влагопереноса в почве.
Конечными продуктами моделирования являются величины W, Ev и другие составляющие водного и теплового режимов, представленные в виде распределений их значений по площади исследуемых регионов. Сравнение значений W и Ev, определенных в их динамике за названные сезоны вегетации при различных вариантах оценки характеристик растительности и метеорологических характеристик по данным всех сенсоров, с измеренными на агрометеорологических станциях показало, что расхождения между ними не превышали 15 % для W и 25 % для Ev, что является приемлемым результатом.
Работа выполнена в рамках Государственной программы № АААА-А18-118022090056-0 (№ 0147-2018-0001).

Ключевые слова: спутниковые данные, модель влаго- и теплообмена, водный и тепловой режимы, влагозапасы почвы, суммарное испарение, влажность поверхности почвы, осадки, температура подстилающей поверхности, проективное покрытие, листовой индекс satellite data, model of water and heat exchange, water and heat regimes, soil water content, evapotranspiration, soil surface moisture, precipitation, land surface temperature, leaf area index, vegetation cover fraction
Литература:
  1. Волкова Е.В. Оценки параметров облачного покрова, осадков и опасных явлений погоды по данным радиометра AVHRR c МИСЗ серии NOAA круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т.10. № 3. С.66–74.
  2. Волкова Е.В. Определение сумм осадков по данным радиометров SEVIRI/Meteosat-9,10 и AVHRR/NOAA для Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т.11. № 4. С.163-177.
  3. Волкова Е.В. Оценки параметров облачного покрова и осадков по данным радиометра МСУ-МР полярно-орбитального метеоспутника “Метеор-М” № 2 для Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 300–320.
  4. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова по данным геостационарного МИСЗ Meteosat-9 круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. C. 16-22.
  5. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова и осадков по данным сканирующих радиометров полярно-орбитальных и геостационарных метеоспутников // Исследование Земли из космоса. 2015. № 5. С. 40–43.
  6. Волкова Е.В., Успенский С.А. Дистанционное определение температуры подстилающей поверхности, приземной температуры воздуха и эффективной температуры по спутниковым данным для юга Европейской территории России // Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т.13. № 5. С.291-303.
  7. Музылев Е.Л., Успенский А.Б., Старцева З.П., Волкова Е.В., Кухарский А.В. Моделирование составляющих водного и теплового балансов для речного водосбора c использованием спутниковых данных о характеристиках подстилающей поверхности // Метеорология и гидрология. 2010. № 3. С.118-133.
  8. Музылев Е.Л., Успенский А.Б., Старцева З.П., Волкова Е.В., Кухарский А.В., Успенский С.А. Использование данных дистанционного зондирования при моделировании компонент водного и теплового балансов территории Центрально-Черноземных областей России. // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т.12. №.6. С.17-34.
  9. Музылев Е.Л., Старцева З.П., Успенский А.Б., Волкова Е.В., Василенко Е.В., Кухарский А.В., Зейлигер А.М., Ермолаева О.С. Использование данных дистанционного зондирования при моделировании водного и теплового режимов сельских территорий // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т.14. № 6. С.108-136.
  10. Музылев Е.Л, Старцева З.П., Зейлигер А.М., Ермолаева О.С., Волкова Е.В., Василенко Е.В., Осипов А.И. Использование спутниковых данных о характеристиках подстилающей поверхности и метеорологических характеристиках при моделировании водного и теплового режимов большого сельскохозяйственного региона // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т.16. № 3. С. 44-60. DOI: 10.21046/2070-7401-2019-16-3-44-60.
  11. Gelfan A., Muzylev E., Uspensky A., Startseva Z., Romanov P. Remote Sensing Based Modeling of Water and Heat Regimes in a Vast Agricultural Region // Remote Sensing – Applications. Chapter 6. Edited by B. Escalante-Ramirez. Rijeka: In Tech – Open Access Publisher. 2012. 2012. P.141–176.
  12. LSA SAF. Product User Manual. Land Surface Temperature (LST). SAF/LAND/IM/PUM_LST/2.5, Issue 2.5, 24/09/2010, 49 p.
  13. Muzylev E.L., Startseva Z.P., Uspensky A.B., Volkova E.V. Modeling Water and Heat Balance Components for Large Agricultural Region Utilizing Information from Meteorological Satellites // Water Resources. 2018. Vol. 45. No 5. P.672–684. © Pleiades Publishing, Ltd.
  14. Eugene Muzylev, Anatoly Zeyliger, Zoya Startseva, Elena Volkova, Eugene Vasilenko, Olga Ermolaeva. Modeling Processes of Water and Heat Regime Formation for Agricultural Region Area (Russia) Utilizing Satellite Data // Advances in Sustainable and Environmental Hydrology, Hydrogeology, Hydrochemistry and Water Resources, Advances in Science, Technology & Innovation. H.I.Chaminé et al. (eds.). Springer Nature, Switzerland AG. 2019. P. 37-40. https://doi.org/10.1007/978-3-030-01572-5_9.
  15. Eugene Muzylev, Zoya Startseva, Elena Volkova, Eugene Vasilenko. Using Using satellite data in the Land Surface Model to estimate water availability of arid agricultural region. EGU General Assembly 2020, Online, 4–8 May 2020. EGU2020-13037. https://doi.org/10.5194/egusphere-egu2020-13037, 2020.
  16. Startseva Z., Muzylev E., Volkova E., Uspensky A., Uspensky S. Water and heat regimes modelling for a vast territory using remote-sensing data // Int. J. Rem. Sens. 2014. Vol.35. No 15. P.5775-5799.
  17. Wolfgang Wagner, Sebastian Hahn, Richard Kidd, Thomas Melzer, Zoltan Bartalis, Stefan Hasenauer, Julia Figa-Saldan, Patricia de Rosnay, Alexander Jann, Stefan Schneider, Jurgen Komma, Gerhard Kubu, Katharina Brugger, Christoph Aubrecht, Johann Zuger, Ute Gangkofner, Stefan Kienberger, Luca Brocca, Yong Wang, Gunter Blosch, Josef Eitzinger, Klaus Steinnocher, Peter Zeil, Franz Rubel. The ASCAT Soil Moisture Product: A Review of its Specifications, Validation Results, and Emerging Applications. // Meteorologische Zeitschrift. 2013. Vol. 22. No 1. P. 5–33.

Дистанционное зондирование растительных и почвенных покровов

351